ERROR EN LA MEDICIN ANTROPOMTRICA

INTRODUCCIN Si un antropometrista mide los pliegues cutneos de forma reiterada en un mismo sujeto, por ejemplo en das consecutivos, los valores por lo general, sern diferentes. Si bien una parte de la variabilidad podra estar dada por cambios biolgicos en el sujeto, la mayor parte se debe, probablemente, a inconsistencias en la tcnica del antropometrista. Por ejemplo, al medir los pliegues, la ubicacin de los sitios en el cuerpo podra variar ligeramente de evaluacin a evaluacin, o el equipo utilizado podra estar descalibrado. Est claro que para el antropometrista es una ventaja minimizar la variabilidad tcnica en las mediciones. En la literatura sobre errores de medicin aparecen cuatro temas: precisin, confiabilidad, exactitud y validez. La variabilidad observada en mediciones repetidas llevadas a cabo en el mismo sujeto determina el nivel de precisin. Las variables de precisin normalmente tienen las mismas unidades que las unidades de las variables en consideracin (kilogramos si se tratara del peso, o centmetros si hablamos del permetro ceflico). Una elevada precisin se corresponde con una baja variabilidad en evaluaciones sucesivas y es el objetivo de un antropometrista competente, ya que entonces existir una alta probabilidad de que una solo evaluacin se acerque al valor real, el valor de inters para el evaluador. El antropometrista no tiene un solo valor para su precisin, sino que tiene un valor separado para cada combinacin de una variable y de un procedimiento de medicin. Para la mayora de las variables antropomtricas existen estndares de precisin aceptable, los cuales permiten al evaluador controlar su propia performance. En el examen final usted debe alcanzar estos niveles deseables. La precisin es el indicador bsico de la pericia del antropometrista. Sin embargo, si los niveles de precisin estn indicados en el informe tcnico, entonces los lectores necesitarn saber tanto las unidades como los estndares aceptables para poder evaluar la precisin de cada variable. Una alternativa consiste en indicar los niveles de confiabilidad, los cuales son coeficientes de correlacin y, por lo mismo, no tienen unidades. La variable de confiabilidad es el coeficiente de correlacin intraclase (CCI), para el cual existe un rango que va desde 0 (confiabilidad cero), hasta 1 (confiabilidad perfecta).

Por lo expuesto resulta que las variables de precisin y confiabilidad difieren en sus unidades y sus aplicaciones ulteriores. Existen, adems, otras dos diferencias. En primer lugar la precisin es una caracterstica de un evaluador en particular, al utilizar una tcnica particular de medicin sobre una variable en particular. La confiabilidad tiene las mismas caractersticas, ms la caracterstica adicional de depender de la variabilidad en los sujetos. Por lo general, la medicin de la confiabilidad para una variable en particular ser ms cercana a 1 (uno), en un grupo de sujetos que son muy diferentes entre s que en un grupo de sujetos que son semejantes. En segundo lugar, las mediciones de la precisin podran ser utilizadas en clculos posteriores de intervalos de confianza, o en el tamao de la muestra necesario para satisfacer ciertos criterios. Los valores de confiabilidad, por el contrario, son simplemente indicadores de tcnica y no son tiles para clculos posteriores. Es importante que la evaluacin obtenida por un antropometrista en un sujeto en particular sea cercana al valor real. El grado al cual el valor medido se corresponde con el valor real es la exactitud de la medicin. Pero, cul es el valor real?. No existe ningn instrumento que mida los pliegues cutneos con absoluta exactitud. Cuando se debe determinar la exactitud de alguna evaluacin se la compara normalmente con el valor obtenido por algn antropometrista altamente entrenado y experimentado (por ejemplo un antropometrista de Nivel 3 o Nivel 4). Los valores obtenidos por dicho profesional (llamado evaluador de criterio), se asumen como los valores reales. El cuarto aspecto del error de medicin es la validez, la cual representa el grado por el que una variable o evaluacin mide realmente una determinada caracterstica. Por ejemplo, la variable en estudio podra ser la caracterstica general de capacidad fsica de los sujetos. Se podra decir que una variable o grupo de variables que sean pobres indicadores de la capacidad fsica, de acuerdo a algunos criterios estipulados, tendrn una baja validez. Sin embargo, rara vez la validez es un tema de preocupacin para los antropometristas, ya que las variables que son medidas, por lo general estn bien definidas, y no son conceptos abstractos. Debido a los distintos factores que influyen en la precisin, confiabilidad y exactitud, la correspondencia entre ellos nunca es certera. Un alto nivel de confiabilidad indica un alto nivel de precisin, pero un elevado nivel de precisin no siempre est acompaado por un alto nivel de confiabilidad. Es bastante factible y comn que un evaluador demuestre una alta precisin pero un bajo nivel de exactitud. Sera el caso cuando el evaluador estaba midiendo con una desviacin o error constante, pero en forma consistente. El objetivo del antropometrista debera ser lograr altos niveles de precisin, confiabilidad y exactitud, utilizando una tcnica vlida de medicin. Para algunas variables antropomtricas las mediciones en los sujetos se califican por clases. Por ejemplo, el peso corporal de un remero podra ser calificado como peso pesado o peso liviano. Las variables de este tipo se denominan cualitativas. Sin embargo, los mtodos de clculo del error de medicin aqu desarrollados, son apropiados solo para variables cuantitativas, para las cuales los valores son nmeros. VARIABLES DE PRECISIN Y CONFIABILIDAD La variable de precisin que utilizaremos es el Error Tcnico de Medicin (ETM o TEM, por su abreviatura en ingls), el que se define como el desvo estndar de mediciones repetidas, tomadas independientemente unas de otras, en el mismo sujeto. Las unidades del ETM son las mismas que las unidades de las variables medidas.

Se supone que el mismo antropometrista realiza todas las evaluaciones y que el ETM ser, por lo tanto, el ETM intra-evaluador. El desvo estndar de las mediciones, tomadas independientemente en el mismo sujeto, por dos o ms antropometristas es el ETM interevaluador, el cual se supone que exceder el ETM intra-evaluador si existieran diferencias consistentes entre los antropometristas. Si una de las dos tomas de mediciones en cada sujeto es realizada por un antropometrista de criterio, se podra utilizar el ETM interevaluador para investigar la exactitud del antropometrista, que realiz la segunda medicin en cada sujeto. El tamao del ETM, a menudo, est asociado con la media de la variable. Por ejemplo, para los datos de los pliegues cutneos es comn observar un bajo ETM cuando la media de la muestra es baja, y un alto ETM cuando la media de la muestra es alta. Para facilitar la comparacin de los ETM recolectados en diferentes variables o en diferentes poblaciones, se podra usar la siguiente frmula para convertir el ETM absoluto en ETM relativo (% ETM):

% ETM = (ETM / media) x 100

Donde la media es el promedio general de la variable que ha sido medida, el ETM relativo da el error en porcentaje de la media total, y no tiene unidades. En otros contextos el % ETM podra estar denominado como el coeficiente de variacin de la variable. La variable de confiabilidad que utilizaremos es el coeficiente de correlacin intraclase, el cual se calcula fcilmente a partir de los resultados de un anlisis de variancia (ANOVA). Los cuadrados medios a partir del ANOVA se combinan en una frmula cociente o de proporcin para obtener un CCI. No hay solamente un CCI para una serie determinada de datos. Si se utiliza una frmula diferente, se obtiene un CCI diferente. Dos interpretaciones del CCI, presentadas en este escrito, son: El CCI indica la correlacin entre evaluaciones sucesivas en el mismo sujeto. El CCI indica la capacidad del procedimiento de evaluacin de discriminar entre sujetos.

El CCI siempre es positivo y no tiene unidades. Los valores varan de 0 a 1, con el valor cercano a 1 que indica una alta confiabilidad, ya que entonces las mediciones sucesivas guardan relativamente una estrecha concordancia. Denegar y Ball (1993), brindaron ms informacin acerca del CCI. Ellos presentan ejemplos numricos que demuestran que los coeficientes de correlacin intraclase representan variables de confiabilidad ms adecuadas que los coeficientes de correlacin interclase, tal como la correlacin producto-momento de Pearson. La razn principal es que los coeficientes interclase son insensibles a los cambios en la media de la muestra de los sujetos, desde un momento al siguiente, mientras que los coeficientes intraclase podran estar influenciados por tales cambios. OBTENIENDO LOS DATOS DE CONFIABILIDAD Un punto importante para los datos de confiabilidad es la definicin de una medicin, el valor que proviene de una nica sesin de evaluacin. Para algunas variables antropomtricas, por ejemplo la estatura o el peso, la medicin proviene de una lectura nica. Para otras variables, por ejemplo los pliegues cutneos o los permetros, lo normal es realizar dos o ms mediciones, y luego utilizar la media o la mediana.

La ventaja de utilizar lecturas mltiples es que los errores aleatorios tienden a contrarrestarse cuando se usa la media o la mediana. La metodologa para una variable en particular constituye el procedimiento de medicin, y cualquier ETM o CCI se relacionar con un procedimiento bien definido. Por ejemplo, el ETM y el CCI para la suma de 7 pliegues cutneos seran especficos para esa variable, y casi con seguridad sern bastante diferentes del ETM y CCI para el permetro de cabeza. Si se cambia el procedimiento, entonces se deben obtener nuevos datos y se deben recalcular el ETM y el CCI. Por ejemplo, si un antropometrista cambia el uso de calibres Lafayette por calibres Harpenden, debera obtener nuevos datos de confiabilidad para los calibres Harpenden. Los sujetos medidos para establecer el ETM y el CCI deben ser de la poblacin que ser evaluada en el futuro o, al menos, de una poblacin similar. Por ejemplo, si las mediciones futuras se realizarn en un grupo de levantadores de pesas maduros, entonces los datos de confiabilidad no deben establecerse en un grupo de gimnastas prepberes. El nmero de sujetos necesario para establecer el ETM y el CCI est determinado por los recursos disponibles, pero normalmente debera ser no menor a veinte. Cada sujeto debera ser medido repetidamente por el mismo antropometrista. Dos mediciones son suficientes, y para facilitar el anlisis, el nmero de mediciones debera ser la misma para cada sujeto. Es posible realizar un anlisis ms informativo de confiabilidad si se toman todas las primeras series de mediciones en el mismo momento, y todas las segundas series de mediciones tambin en el mismo momento, y as sucesivamente. Sin embargo es difcil dar una definicin precisa de en el mismo momento. Para algunos procedimientos antropomtricos en el mismo momento puede significar dentro del perodo de una maana o de un da entero. Por lo tanto, si un antropometrista midi el pliegue tricipital en 20 sujetos durante una maana y luego repiti las mediciones en la tarde del mismo da, podra considerarse que tanto la primera como la segunda serie de mediciones del pliegue del trceps fueron realizadas en el mismo momento. An si los sujetos fueron medidos nuevamente en un perodo de dos das, y luego tres das ms tarde, fueron medidos nuevamente en un perodo de dos das se puede decir que tanto la primera como la segunda serie fueron realizadas en el mismo momento. Sin embargo, si un antropometrista midi el pliegue tricipital de cada sujeto dos veces, en un perodo de tres das entre las dos mediciones, pero le llev tres meses acumular los datos de 20 sujetos, no sera razonable suponer que la primera o la segunda evaluacin fueron hechas en el mismo momento. Para algunos procedimientos de medicin los valores de los sujetos, en un momento, podran ser consistentemente diferentes de los valores en otros momentos; por ejemplo debido a un cambio en la lectura basal del aparato que est siendo utilizado. Por ejemplo, el punto cero en los calibres Harpenden podra cambiar inadvertidamente luego de una serie de mediciones de pliegues cutneos, de forma tal que podra sumarse 1 mm a todas las lecturas en la segunda serie. La ventaja de medir a todos los sujetos en el mismo momento en la primera serie, y luego en la segunda serie, es que el anlisis puede utilizarse para investigar si han ocurrido cambios entre la primera y la segunda serie de mediciones. Si se observa que hubo cambios, se pueden investigar formas de mejorar los procedimientos de medicin.

TABLA DE DATOS A UNA VIA Y A DOS VIAS Los datos de confiabilidad pueden ubicarse en una tabla en la cual las columnas son los sujetos y las lneas son las mediciones repetidas, tal como se observa en la siguiente tabla. Sin embargo el mtodo de clculo del ETM y del CCI depender de la naturaleza de los datos y, en particular, si los datos forman una tabla a una o a dos vas. Deberamos formularnos la siguiente pregunta: se realizaron las mediciones en momentos separados o distintos, bien definidos, siendo todos los sujetos evaluados en una ocasin en el mismo momento, y posteriormente re-evaluados en una segunda ocasin en el mismo momento, y as sucesivamente? O, en otras palabras, existe alguna razn por la cual es de pensar que haya alguna diferencia relacionada con el tiempo, entre las series de mediciones que sea aproximadamente la misma para todos los sujetos? Si la respuesta es no, los datos constituyen una tabla a una va. Si la respuesta es si, los datos constituyen una tabla a dos vas.

Tabla A. Serie hipottica de datos de la medicin del pliegue tricipital en 10 sujetos evaluados dos veces. 1 9.9 9.3 2 8.6 8.7 3 11.6 10.6 4 10.3 10.5 5 11.7 11.4 6 9.9 9.6 7 10.8 11.0 8 9.4 9.1 9 7.6 7.4 10 8.8 8.2

Se utiliza el trmino a una va porque, en tal situacin, los datos consisten solamente de columnas de nmeros y las lneas no tienen significado. Los nmeros en cada columna pueden estar reordenados sin sufrir ninguna prdida de informacin. En una tabla a dos vas tanto las lneas (=tiempo), como las columnas (=sujetos), tienen un significado, y cualquier reordenamiento dentro de una columna podra destruir el patrn de los datos. Cuando los datos forman una tabla a una va entonces el ANOVA se denomina ANOVA a una va, y cuando los datos forman una tabla a dos vas el ANOVA es denominado ANOVA a dos vas. Un ANOVA a dos vas se lleva a cabo ms fcilmente en una tabla completa de datos sin valores faltantes. Si hay valores perdidos en una tabla a dos vas, las opciones son: 1. Descartar sujetos hasta que quede una tabla completa y luego llevar a cabo el ANOVA a dos vas; 2. Llevar a cabo un anlisis con ANOVA a una va; 3. Buscar asesoramiento estadstico acerca de cmo realizar un ANOVA a dos vas con valores faltantes, y luego cmo obtener estimaciones del CCI y del ETM. CLCULO DEL ETM Y DEL CCI CON DOS MEDICIONES POR SUJETO Muchos autores han presentado una frmula simple para calcular el ETM a partir de una tabla de datos a una va (Dahlberg, 1940), la cual utiliza las diferencias entre las dos mediciones. En este escrito calcularemos el ETM y el CCI a partir de una tabla de datos a una va, llevando a cabo primero un ANOVA a una va, pero el ETM tambin ser calculado a travs del mtodo de diferencias para demostrar que las dos metodologas de clculo dan la misma respuesta. Tambin sern calculados el ETM y el CCI a partir de una tabla de datos a dos vas, llevando a cabo primero un ANOVA a dos vas. En las frmulas generales, el nmero de sujetos estar representado por la n y el numero de evaluaciones por sujeto estar expresado por la k (para el caso de nmeros iguales), o por K1, k2..., kn para los sujetos 1 a n (para el caso de nmeros desiguales).

Los datos que se utilizarn como ejemplo son las mediciones del pliegue tricipital (en milmetros), en diez sujetos (como figura en la Tabla A), aunque en la prctica es aconsejable obtener un mayor nmero de sujetos. TABLA DE DATOS A UNA VA En esta seccin se supondr que las primeras mediciones no fueron todos realizadas en el mismo momento, ni tampoco las segundas mediciones, por lo cual los datos forman una tabla a una va colocando a los sujetos en las columnas. Es comn encontrar datos de este tipo particularmente en situaciones en las cuales el antropometrista no tiene acceso a todos los sujetos como un grupo, sino que debe acumular datos durante varios meses, a medida que los sujetos se encuentran disponibles. En la tabla B encontramos un ANOVA a una va, el cual se obtiene ya sea utilizando las frmulas estndar encontradas en los libros de texto de estadstica, o usando un paquete estadstico de computacin. Tabla B. Tabla de ANOVA a una va a partir de la serie de datos presentada en la Tabla A.
Fuentes de variacin Entre sujetos Error Total Grados de libertad 9 10 19 Suma de los cuadrados 29.812 1.060 30.872 Media cuadrada 3.312 0.1060

Cuando el ETM se calcula por el mtodo de las diferencias, primero se determinan las diferencias (dt) entre la primera y la segunda medicin. Para estos datos las diferencias son: 0.6; -0.1; 1.0; -0.2; 0.3; 0.3; -0.2; 0.3; 0.2; 0.6 La sumatoria de las diferencias (dt) es 2.8 y la sumatoria de los cuadrados de las diferencias (dt2) es 2.12. Por lo tanto,

Esta es la misma respuesta que la obtenida a partir del ANOVA. TABLA DE DATOS A DOS VAS Los datos ahora sern analizados nuevamente suponiendo que forman una tabla a dos vas. En antropometra esto corresponde a la situacin en la cual, por ejemplo, el pliegue tricipital ha sido medido en 20 sujetos en un da y tres das ms tarde fueron re-evaluados los 20 sujetos, tambin en un mismo da. Es decir, hubo un intervalo de tiempo particular entre la primera y la segunda serie de mediciones, pero cada una fue realizada en el mismo momento. En la Tabla C se presenta un ANOVA a dos vas, usando ya sea la frmula estndar o un paquete estadstico de computacin. La media en el momento 1 es de 9.86 mm y la media en el momento 2 es de 9.58 mm. A travs de un test F se puede evaluar si existi una diferencia significativa entre las medias,

donde, MCt = media cuadrada entre momentos u ocasiones. Tabla C. Tabla de ANOVA a dos vas para la serie de datos presentada en la Tabla A.
Fuente de variacin Entre sujetos Entre momentos Error Total Grados de libertad 9 1 9 19 Suma de cuadrados 29.812 0.392 0.668 30.872 Media cuadrada 3.312 0.392 0.0742

Debido a que la media cuadrada entre momentos y el error de la media cuadrada tienen 1 y 9 grados de libertad, respectivamente, el cociente F tambin tiene entre 1 y 9 grados de libertad. Una tabla de la distribucin F muestra que el 5% de F, con 1 y 9 grados de libertad, excede 5.12 y, por lo tanto, se llega a la conclusin de que las medias para los momentos 1 y 2 son significativamente diferentes a un nivel de significancia del 5%, ya que 5.28 excede a 5.12.

En este punto, en la prctica, se debera considerar porqu las medias fueron estadsticamente diferentes. Si se observa que la diferencia se debi a un cambio en el procedimiento de medicin, el cual podra identificarse y evitarse en el futuro, entonces se deberan recoger nuevos datos con el procedimiento modificado y se tendra que repetir el anlisis desde el principio. Por ejemplo, si una investigacin revelara que la primera serie de mediciones del pliegue tricipital fue realizada con una cuidadosa marcacin del punto acromial, radial y de la distancia media acromio-radial, pero que la segunda serie fue hecha marcando los sitios a ojo, el antropometrista debera repetir la segunda serie de evaluaciones utilizando una marcacin cuidadosa. Sin embargo, si una investigacin detallada de los resultados y de las tcnicas no revelara alguna causa identificable para las diferencias entre las medias, entonces el anlisis seguira con el clculo del ETM y del CCI. En el presente caso, este ltimo procedimiento es el que se va a desarrollar, para mostrar los mtodos de clculo. En primer lugar,

Observar que se obtuvo el mismo valor que en el clculo basado en el ANOVA a una va. El mtodo de las diferencias tambin podra haber sido utilizado para obtener el ETM, a partir de la tabla de datos a dos vas. El % ETM tambin es el mismo para los dos anlisis, es decir 3,4%. En trminos prcticos, el ETM es bastante pequeo, y es aceptable para las mediciones de los pliegues cutneos. Se podra concluir que el evaluador ha realizado mediciones precisas del pliegue del trceps. El CCI est dado por:

Observar que este valor es cercano, pero no idntico, al CCI basado en el ANOVA a una va.

CLCULO DEL ETM Y CCI CON TRES MEDICIONES POR SUJETO Cuando se disponen de 3 o ms mediciones de la misma variable para cada sujeto, no es aplicable el mtodo de las diferencias para calcular el ETM, tal como se describi anteriormente. Sin embargo, se podran utilizar las frmulas generales para el ETM y el CCI que se presentaron antes. Ahora realizaremos algunos ejemplos de clculo. Los datos sern los mismos que para el ejemplo con dos mediciones, pero con el agregado de una tercera evaluacin del pliegue tricipital en cada sujeto. Tabla D. Serie hipottica de datos de la medicin del pliegue tricipital en 10 sujetos evaluados tres veces. 1 9.9 9.3 9.7 2 8.6 8.7 8.3 3 11.6 10.6 11.2 4 10.3 10.5 10.6 5 11.7 11.4 12.3 6 9.9 9.6 9.9 7 10.8 11.0 11.4 8 9.4 9.1 9 9 7.6 7.4 7.8 10 8.8 8.2 8.3

TABLA DE DATOS A UNA VA Suponiendo que los datos forman una tabla a una va, el ANOVA a una va arroja los resultados presentados en la tabla siguiente. Tabla E. Tabla de ANOVA a una va a partir de la serie de datos presentada en la Tabla D.
Fuentes de variacin Entre sujetos Error Total Grados de libertad 9 20 29 Suma de los cuadrados 49.6630 1.8667 51.5297 Media cuadrada 5.518 0.09333

TABLA DE DATOS A DOS VAS Suponiendo que los datos forman una tabla a dos vas, el ANOVA a dos vas arroja los resultados presentados en la tabla siguiente. Las medias de los pliegues tricipitales para los momentos 1, 2 y 3 son 9.86mm, 9.58mm y 9.85mm, respectivamente. Para testear si las medias son significativamente diferentes, se calcula F.

Tabla F. Tabla de ANOVA a dos vas para la serie de datos presentada en la Tabla D.
Fuente de variacin Entre sujetos Entre momentos Error Total Grados de libertad 9 2 18 29 Suma de cuadrados 49.6630 0.5047 1.3620 51.5297 Media cuadrada 5.518 0.2523 0.07567

Como el percentil 95 de F, con 2 y 18 grados de libertad, es 3,55, se puede concluir que las medias no son significativamente diferentes al nivel de significancia del 5%. Sin embargo, 3,33 est cerca de 3,55, por lo cual se deberan considerar las posibles razones por las cuales la segunda media est por debajo de las otras dos. Si no se observaran razones de importancia, entonces se dar por aceptado el procedimiento de medicin en su forma actual, y se proceder con el anlisis.

Nuevamente se obtuvo la misma respuesta que la calculada a travs del ANOVA a una va, y el % ETM es el mismo para los dos anlisis, es decir 3,2%. Como k = 3, en este ejemplo,

Nuevamente este valor es muy cercano, pero no idntico, al CCI basado en al ANOVA a una va.

INTERPRETACIN Y APLICACIN DEL ETM Y DEL CCI CCI El ANOVA a una va, de los datos con dos mediciones por sujeto del pliegue tricipital dio un CCI de 0,94 y la interpretacin de este valor se desarrolla en el siguiente prrafo. Supongamos que el antropometrista intenta utilizar el mismo procedimiento de evaluacin en un grupo de sujetos a partir de la misma poblacin, o de una similar, a aquella de la cual tom 10 sujetos en la muestra testeada. Entonces una estimacin de la correlacin entre evaluaciones sucesivas en un solo sujeto ser de 0,94. Como 0,94 est muy cerca del mximo CCI posible, que es 1, es de esperar un alto nivel de concordancia entre las sucesivas mediciones. El procedimiento de evaluacin tendr un alto nivel de confiabilidad. El valor de 0,94 obtenido a partir del ANOVA a dos vas con los mismos datos, ser interpretado en forma similar. ETM El ETM podra ser utilizado de diversas maneras. Se presentarn 4 ejemplos; los 2 primeros, usando el ETM de 0,33mm obtenido a partir de los datos con dos mediciones del pliegue tricipital por sujeto. Todos estos ejemplos suponen que el procedimiento de medicin no cambi, ya que fue calculado el ETM. Idealmente los sujetos evaluados en el futuro deberan pertenecer al grupo o a la poblacin de referencia. Observar tambin que un valor de ETM es nico para el antropometrista que obtuvo los datos, aunque los valores para distintos antropometristas que tienen elevada experiencia sern muy cercanos entre s. Ejemplo 1 Un deportista es evaluado y se obtiene un pliegue tricipital de 9,3mm. Cules son los lmites de confianza del valor verdadero para dicho deportista? El error estndar de la medicin ser de 0,33mm y, aproximadamente un intervalo de confianza del 68% para el valor verdadero provendr de, [9.3 0.33] a [9.3 + 0.33]; por ejemplo, de 9.00 a 9.6mm. Alternativamente un intervalo de confianza del 95% para el valor real ser, [9.3 2(0.33)] a [9.3 + 2(0.33)], de 8.6 a 10mm. En general, el ETM es el error estndar de una sola medicin. La medicin (+/- ETM), da el intervalo aproximado de confianza del 68% para el valor real del sujeto. La medicin (+/- 2 ETM), da el intervalo de confianza del 95% para el valor verdadero del sujeto. Aunque el ETM es el desvo estndar de mediciones repetidas, se ha utilizado el trmino error estndar dado que es as por convencin, cuando el problema que est siendo considerado es de un muestreo y estimacin subsecuente. En este caso, la estimacin del valor verdadero del sujeto.

Ejemplo 2 Un deportista es evaluado dos veces, en un lapso de un mes, con la intencin de testear si el valor verdadero del atleta ha cambiado, por ejemplo, entre las dos mediciones sucesivas como resultado de alguna dieta o entrenamiento. Los valores son 9,3mm y 8,5mm. Cada evaluacin tendr un error estndar de 0,33mm. La diferencia entre las mediciones es 8,5 9,3 = -0,8mm y el error estndar de la diferencia es 0,33 por la raz cuadrada de 2, es decir 0,47mm. Un intervalo de confianza de 68% para el cambio verdadero, derivar de, [-0.8 0.47] a [-0.8 + 0.47], es decir de 1.3 a 0.3mm. Debido a que el intervalo no incluye al cero, se podra concluir que el sujeto cambi. Efectivamente se ha llevado a cabo un test para comprobar la hiptesis nula de que el valor verdadero no haba cambiado y que la hiptesis haba sido rechazada al nivel de significancia del 32% (el complemento de 68%). Alternativamente, un intervalo de confianza del 95% para el cambio real, derivar de, [-0.8 2(0.47)] a [-0.8 + 2(0.47)], es decir de 1.7 a 0.1mm. Como el intervalo de confianza incluye al cero, se podra concluir (al nivel de significancia del 5%), que el valor real del sujeto no cambi entre las dos evaluaciones sucesivas. Ejemplo 3 Se mide dos veces la suma de 7 pliegues cutneos en una gimnasta de lite, con dos semanas de intervalo entre evaluaciones, para controlar su composicin corporal. El entrenador quiere saber si su grasa subcutnea se mantiene a un nivel constante. Los valores de la sumatoria de 7 pliegues fueron de 38mm en la primera medicin y de 41mm dos semanas ms tarde. Antes de llevar a cabo estas mediciones, el antropometrista haba obtenido un ETM de 2.9mm para la suma de 7 pliegues en una muestra de 30 gimnastas mujeres de lite. La diferencia entre la semana 0 y la semana 2 es 38 41 = -3mm, y el error estndar de la diferencia es 2.9 por la raz cuadrada de 2, o sea 4.1mm. El intervalo de confianza del 68% para el cambio real es: [-3 4.1] a [-3 + 4.1], es decir de 7.1mm a 1.1mm Como el intervalo incluye el cero, se podra concluir que (al nivel de significancia del 32%), el valor real de la gimnasta no cambi. Alternativamente el intervalo de confianza del 95% para el valor real es: [-3 2(4.1)] a [-3 + 2(4.1)], es decir de 11.2mm a 5.2mm Nuevamente, como el intervalo incluye el cero, se concluye que (al nivel de significancia del 5%), el valor verdadero de la deportista no cambi.

MARCO TERICO Consideremos la medicin del pliegue tricipital de 9.9mm, en el primer sujeto en la Tabla A. Podra haberse dado el caso de que el valor real del sujeto en aquel momento, tomado a largo plazo, fuera de 9.6mm pero que hubiera un error de 0.3mm atribuible a un error de medicin o a la variabilidad biolgica del sujeto, a travs del tiempo. Se podra formular la ecuacin siguiente: 9.9 = 9.6 + 3 Por lo general se puede formular el siguiente modelo (Modelo 1): Medicin en el sujeto = valor real del sujeto + error Este es el modelo adecuado si se considera que los datos forman una tabla a una va. Es el modelo que forma la base para el ANOVA a una va. Se supone que el error promedio es cero, por lo que la medicin es igual al valor real. La variancia de los efectos del error se podra escribir el cuadrado del error delta. Para el Modelo 1, el ETM es la raz cuadrada de la estimacin del cuadrado del error y el CCI se calcula como sigue:

Por lo tanto, el CCI es el clculo de la proporcin de la variabilidad combinada para los sujetos, y el error que podra atribuirse a la variabilidad entre los mismos. Ahora consideremos el caso en el cual los datos forman una tabla a dos vas. Nuevamente, podra darse el caso de que el valor real del sujeto, tomado a largo plazo, fuera de 9.6mm, pero que hubiese un aumento de 0.5mm, asociado con la primera medicin y un error (nico para el sujeto), de 0.2mm. Entonces podra formularse la siguiente ecuacin: 9.9 = 9.6 + 0.5 0.2 Por lo general, este modelo (Modelo 2), puede formularse de la siguiente manera: Medicin en el sujeto = valor real del sujeto + efecto del tiempo error Este es un modelo adecuado si se considera que los datos forman una tabla a dos vas. Cada sujeto tiene el mismo efecto del tiempo incluido en su primer medicin, y cada sujeto tiene el mismo efecto del tiempo (probablemente distinto del efecto del tiempo o momento 1), incluido en la segunda evaluacin. Este modelo forma la base para el ANOVA a dos vas. El efecto del tiempo o del momento no est presente en el Modelo 1, y la variancia de los efectos del tiempo podra formularse como el cuadrado del tiempo delta.

Cuando se analiz el ANOVA a dos vas se sugiri que debera utilizarse un test F para determinar si los efectos del tiempo fueron diferentes entre s. Si se observaba que fueron diferentes, el procedimiento de evaluacin era investigado para ver si un procedimiento mejorado (con marcaciones ms rigurosas en el sujeto), podra eliminar o, al menos, minimizar las diferencias entre los tiempos o momentos de las mediciones. Si se hiciese esto y an persistiesen las diferencias entre tiempos o momentos, entonces el mtodo utilizado sera con relacin a la persistencia de la variabilidad entre tiempos, como un componente de un inevitable error aleatorio. Para el Modelo 2, el CCI es la estimacin de:

Por lo tanto el CCI es la estimacin de la proporcin de la variabilidad combinada para los sujetos, tiempo y error que pueden atribuirse a la variabilidad entre sujetos. Si una tabla de datos a dos vas es analizada con un ANOVA a una va, y luego con uno a dos vas, los CCI de los anlisis sern cercanos entre s, si la variabilidad entre tiempos es pequea. En general, el CCI ser cercano a 1 si existe una alta variabilidad entre sujetos o si existe una baja variabilidad entre las mediciones repetidas en el mismo sujeto o si existen ambas condiciones. Para el Modelo 1, un valor de 1 para el CCI indicara una perfecta capacidad para discriminar entre sujetos y un valor de 0 indicara ninguna capacidad discriminatoria. Una afirmacin similar podra formularse para el CCI en el Modelo 2, si la variabilidad entre momentos o tiempos fuera insignificante. Desde el punto de vista de la capacidad de las mediciones para discriminar entre sujetos, es deseable, por lo tanto, obtener un CCI cercano a 1. Si se comparan dos procedimientos diferentes de medicin para un nico grupo de sujetos, entonces podra utilizarse el CCI para realizar dicha comparacin. Si se compararan dos laboratorios, cada uno utilizando el mismo protocolo de medicin, se podra utilizar el CCI, pero una comparacin justa requerira la suposicin de que los sujetos utilizados por cada laboratorio provienen de la misma poblacin. De lo contrario, un laboratorio podra tener un menor CCI que el otro, dado que los sujetos que utiliz eran inherentemente menos variables, y no por una deficiencia en el procedimiento de evaluacin.

Los niveles mnimos de ETM para cada nivel de acreditacin de ISAK son los siguientes. ETM - Objetivos para el Inter e Intra evaluador, por niveles de acreditacin (ISAK) NIVEL 1 a) En el curso b) Post-perfiles Pliegues Intra evaluador 10 % 7.5 % Otros 2% 1.5 % Pliegues Inter evaluador 12.5 % 10 % Otros 2.5 % 2% NIVEL 2 En el curso Post-perfiles Pliegues Intra evaluador 7.5 % 5% Otros 1.5 % 1% Pliegues Inter evaluador 10 % 7.5 % Otros 2% 1.5 % NIVEL 3 En el curso Post-perfiles Pliegues Intra evaluador 7.5 % 5% Otros 1.5 % 1% Pliegues Inter evaluador 10 % 7.5 % Otros 2% 1.5 %