Si quieren actualizar por ejemplo: Por ejemplo: FileInputStream fis = null; //----------- fis = new

FileInputStream(file); ps = conec.prepareStatement("UPDATE tabla SET foto = ? ......"); //............

ps.setBinaryStream(1,fis,(int)file.length()); ps.executeUpdate();

Tarea de taller de tesis

Método descriptivo del proyecto integrador

1. Histórica
2. Documental
3. Correlacional
4. Estudio de caso
5. Seccional
6. Longitudinal
7. Experimental
8. Tipos de métodos
9. Generales
10. Estadísticos
11. Empíricos
12. Científicos

L
El método descriptivo es uno de los métodos cualitativos que se utilizan en
investigaciones que tienen el objetivo de evaluar algunas características de
una población o situación particular.

En la investigación descriptiva, tal como lo indica su nombre, el objetivo es

describir el estado y/o comportamiento de una serie de variables.

El método descriptivo orienta al investigador durante el método científico en

la búsqueda de las respuestas a preguntas como: quién, qué, cuándo, dónde,
sin importar el por qué.

Describir implica observar sistemáticamente el objeto de estudio y catalogar

la información que se observa para que pueda ser utilizada y replicada por
otros.

El objetivo de este tipo de métodos es obtener datos precisos que puedan

aplicarse en promedios y cálculos estadísticos que reflejen tendencias, por
ejemplo.
Normalmente, este tipo de estudios es el que abre paso a otros más profundos
y complejos sobre un fenómeno determinado, al ofrecer datos sobre su forma
y función.

De igual forma, es común que el investigador tenga la tentación de establecer

relaciones causales con resultados de estudios descriptivos, lo cual representa
un error metodológico.

Características del método descriptivo

Algunas de las características más representativas del método descriptivo son:

 Atiende a una metodología cualitativa.

 Suele ser un primer abordaje al objeto de estudio y funcionar como
un catalizador de nuevas investigaciones.
 Permite obtener muchos datos precisos sobre el objeto de estudio.
 Implica observación atenta y un registro fiel de lo observado.
 No admite generalizaciones ni proyecciones.
 Utiliza distintas técnicas e instrumentos para la recolección de datos:
entrevistas, encuestas, documentación, observación participante,
etc.

Etapas del método descriptivo

1-Identificación y delimitación del problema

Es el primer paso de la investigación. Se trata del momento en el que se decide

lo que se va a investigar y el tipo de preguntas a las que se le buscará
respuesta.

2-Elaboración y construcción de los instrumentos

De acuerdo con lo que se pretenda investigar, se deben seleccionar los

instrumentos para la recogida de datos.
Esta fase del proceso debe realizarse con cierta anticipación, para asegurarse
de que los instrumentos serán los adecuados para obtener la información
deseada.

3-Observación y registro de datos

Es un momento crucial dentro del proceso, puesto que implica estar atento a
la realidad observada para poder tomar nota de la mayor cantidad de detalles
posible.

Lo ideal es que esta observación no altere las condiciones naturales en las que
se da el fenómeno o la situación a estudiar.

4-Decodificación y categorización de la información

En este momento del proceso, los datos percibidos se transcriben en algún

formato y se organizan según su importancia o su significado.

De este modo, será más fácil procesar la información cuando se trata de

cantidades grandes o de categorías distintas que podrían confundirse.

5-Análisis

Una vez que los datos han sido catalogados, será el momento de su
interpretación y análisis con referencia al objeto de estudio.

Ese análisis no debe establecer relaciones causales, puesto que la naturaleza

del método no lo permite.

6-Propuestas

Este es el momento de proceso en el que se sugieren los siguientes pasos de

la investigación del objeto de estudio dado.

Con la información recabada, es normal que surjan nuevas preguntas y es aquí

donde se propone la indagación en esas cuestiones.
Algunos ejemplos del método descriptivo

Estudios de caso

Es un tipo de estudio en el que se recoge toda la información posible de la

situación existente en el momento en que se aplican los instrumentos o la
técnica seleccionada.

Si se habla de un individuo, se hace considerándolo como un personaje tipo

para poder luego hacer generalizaciones. En ese caso, debe incluir información
sobre las personas y los hechos que rodean al individuo.

Esa información debería provenir de distintas fuentes; entrevistas, encuestas,

investigación documental y mediciones físicas y/o psicológicas.

Series de casos

Es el mismo estudio de caso, hecho entre varios entes o sujetos con

características similares para sacar un solo reporte/informe y proponer
investigaciones sobre la interrelación de variables.

Estudios de predominio

Consisten en la revisión de la prevalencia de ciertas enfermedades en un

espacio geográfico definido durante un lapso de tiempo determinado.

En este sentido, termina describiendo la salud de una población.

Etnografía

Es el estudio directo, cercano, de personas durante un lapso de tiempo

determinado.
Generalmente se aplica a grupos de personas con características similares,
como etnias o subculturas, para extraer información sobre sus costumbres,
ritos y rasgos.

El objetivo es lograr una imagen muy realista del grupo estudiado, por lo que
el investigador se adentra en el grupo y participa de sus usos y costumbres.

Es una técnica cualitativa que solo pretende ofrecer una “fotografía” realista y
detallada del funcionamiento de un grupo de personas determinado.

En definitiva, el método descriptivo utilizado en las investigaciones es de gran

ayuda para conocer en profundidad el hecho o la situación objeto de la
curiosidad científica.

Encuestas

Son cuestionarios estructurados que intentan describir en profundidad el

fenómeno en estudio en un momento determinado. Para lograr esa
descripción, la encuesta acude a indagar en los pensamientos, opiniones y
sentimientos de los individuos.

Se pueden hacer por correo, por teléfono o mediante entrevistas

personales. Las encuestas exigen trabajar con muestras representativas
estadísticamente.

Observación

Cuando se aplica el método observacional, es importante tener en cuenta que:

 Es obligatorio definir de modo preciso las condiciones de observación.

 Debe ser una observación sistemática y objetiva.
 Debe hacer un registro riguroso de lo observado.
 No se debe intervenir en la realidad observada para no alterar los
datos.

Algunas investigaciones que se valen del método descriptivo podrían ser:

  Censos.
 Encuestas pre electorales.
 Estudios de clima laboral.
 Estados del arte.

Expresión de los datos en los estudios

descriptivos
Los datos recogidos a través de métodos descriptivos se pueden expresar en
términos cualitativos y cuantitativos, sea por separado o en forma conjunta.

Los datos cualitativos se usan cuando el objetivo es examinar la naturaleza de

los fenómenos. Mientras que los datos cuantitativos aplican para exponer los
resultados de un cálculo o de una medición.

Referencias

1. Acero, Angie(s/f). Método descriptivo. Recuperado de: es.scribd.com

2. Cortese, Abel (s/f) ¿En qué consisten los estudios descriptivos?
Recuperado de: técnicas-de-estudios.org
3. Gross, Manuel (s/f). Conozca 3 tipos de investigación: descriptiva,
exploratoria y explicativa. Recuperado de: manuelgross.bligoo.com
4. Reid, Ari (s/f). ¿Cuál es el significado del método descriptivo en
investigación? Traducido por Alejandro Moreno. Recuperado de:
ehowenespanol.com
5. Universitat de Valencia (s/f). Estadística descriptiva. Métodos.
Recuperado de: uv.es

Metodología de la investigación documental. Es el instrumento de apoyo que

facilita, dentro del proceso de Investigación científica, el dominio de las técnicas
empleadas para el uso de la Bibliografía.Permite la creación de habilidades para el
acceso a investigaciones científicas, reportadas en Fuentes documentales de forma
organizada.

Características
Se desarrolla a través de una serie de pasos ordenados y cuidadosos que describen
hechos o fenómenos, con objetivos precisos.

 Tiene como finalidad la base de la construcción de Conocimientos.

 Es coherente.
 Emplea una Metodología.
 Utiliza los procedimientos lógicos y mentales de toda Investigación: Análisis,
Síntesis, Deducción e Inducción. Recopilación adecuada de datos de fuentes
documentales que permiten redescubrir hechos, sugerir problemas, orientar hacia
otras fuentes de investigación, orientar formas para elaborar [ins¬trumentos de
investigación], elaborar Hipótesis, entre otros aspectos.
 Utilización de diferentes técnicas de: localización y fijación de datos, análisis de
documentos y de contenidos.

Ventajas
 Ahorro de tiempo y esfuerzos.
 Aumento de conocimientos.
 Reforzamiento de la memoria.
 Facilidad de adquisición de datos de información.
 Incremento de organización y distribución de ideas de autor y propias, precisando
la reflexión
 Se sintetizan y aprovechan los contenidos atesorados en [bases de datos
electrónicas] y Fuentes impresas.
 Tener localizada la información con sus lugares de ubicación a través de un control
interno y personal.
 Posibilita que las afirmaciones o conclusiones que se generan pueden ser
verificadas.

Fases
 Investigadora: Indaga elementos del Conocimiento, compara aspectos del
conocimiento con otros ya conocidos, establecimiento de relaciones entre ambos.
 Sistematización: Seria y analítica reflexión, crítica de los elementos del
conocimiento para comprobar su validez.
 Expositiva:Precisión y orden del conocimiento adquirido, creación del [discurso
científico] y enriquecimiento con los productos de fuentes documentales y la
experiencia.

Etapas
 Selección del Tema de investigación.
 Delimitación del Problema de investigación.
 Elaboración de una Guía de trabajo.
 Establecer un Calendario de actividades.
 Recolección de la Información.
 Registro en Fichas bibliográficas.
 Análisis de la información.
 Lectura de la Bibliografía.
 Elaboración de Fichas de contenido.
 Integración del Fichero.
 Redacción del trabajo.

Selección del tema de investigación

En la elección del tema, el investigador detecta el área que necesita ser investigada.
Para ello se sugiere la adquisición de un mayor conocimiento sobre este campo de
estudio. Detectará el problema del área y buscará un tema que motive a los
interesados.
A partir del conocimiento que ha logrado el estudioso de un tema en los estadios
anteriores, puede ya realizar una interpretación fundamentada que le permita llegar a
conclusiones.
Otra delimitación importante para lograr la elección del tema ser refiere a la extensión.
Lo primero es tener claro el campo en el que se realizara la investigación: sociología,
ecología, lingüística, etc. Una vez establecido el campo, se precisara el objeto de
estudio, teniendo cuidado de ubicarlo en un lugar y en un tiempo.

Guía de trabajo
Es el esquema de trabajo el cual:

 Permite tener un registro visual que representa el esqueleto del escrito con que
se culminará el proceso de investigación.
 Admite identificar de forma gráfica y analítica las partes principales y subordinadas
del problema, analizar si hay información de más o de menos y verificar qué falta
por agregar, o si hay que eliminar textos superfluos para equilibrar la información.

Es necesario variar el esquema, según la experiencia adquirida en la información

acopiada. Este nuevo esquema se reelaborará de forma sencilla y profunda a la vez
para equilibrar la organización de la información. Siempre será necesario buscar
nuevas informaciones y realizar nuevos fichajes bibliográficos.

Calendario de actividades
Permite mantener organizado el proceso de investigación desde el inicio hasta el final.
Puede ser flexible de acuerdo a las tareas y actividades que se proponga el
investigador. Mediante éste, se programan todas las tareas, tiempo y operaciones con
fecha de inicio y terminación de cada una. Es un cronograma de actividades.

Recolección de la información
Se realiza a través del fichero bibliográfico y de contenido.

 La lectura minuciosa de la bibliografía implica el serio análisis e interpretación de

los datos. Las ideas más importantes pasan a las fichas de contenido. Estas
pueden ser mixtas cuando contienen; las ideas del autor y las propias reflexiones
y comentarios del investigador.
Las fichas de contenido ayudan a manejar los datos de autores y los del investigador.
Son un recurso importantísimo para la elaboración y acercamiento del primer borrador
del trabajo final. La organización del fichero de contenido y la revisión del esquema
son caminos importantes para verificar que el proceso de investigación es acertado y
no erróneo. Su objetivo; la valoración del material recopilado, la localización de
posibles lagunas, detección de excesos en las ideas transcritas, a fin de darle mayor
organización y uniformidad a la investigación y para saber si faltan datos esenciales.
Es fundamental que el investigador obtenga dominio completo de todos los materiales
recogidos y valore su utilidad para pensar en un esquema más perfeccionado que el
anterior. Este nuevo esquema será el resultado de la maduración de las ideas
tomadas de los materiales acumulados en el fichero, con el fin de encarar una nueva
clasificación del mismo. La clasificación de los materiales comienza con una primera
distribución de acuerdo con los temas, categorías o capítulos y subcapítulos de la
investigación que se elaboraron al principio. Luego se deben ordenar los materiales
en fichas dentro de cada capítulo y distribuirlos en pequeños subtemas o
subcapítulos. El investigador distribuirá pequeñas divisiones de los subtemas hasta
llegar a la minuciosidad de cada ficha con respecto a la que le precede y de aquella
que le sigue. La Ficha permite que el proceso de clasificación pormenorizada de la
información sea ágil y flexible. Es el elemento que permite distribuir con facilidad el
conjunto de subtemas, haciéndolos cada vez más minuciosos. El procedimiento de
clasificar sucesivamente las fichas tiene grandes ventajas: Permite analizar varias
veces una misma ficha. Permite una distribución más analítica de la información. Se
comprenden y controlan mejor los datos recogidos en el fichaje.

Redacción final del trabajo

Conclusión de la investigación, la cual comunica sus resultados mediante un texto
escrito en lenguaje científico. Puede ser consultado por cualquier persona que
requiera de ésta.
Consejos
Escribir primero un borrador: primera exposición de los hechos o ideas del trabajo
final. El índice e introducción se deja al final de la redacción del borrador. Se
recomienda dejar descansar el borrador, durante un tiempo, para así realizar un
análisis frío, crítico, sin ataduras emocionales, con el fin de corregir y redactar el
trabajo final. Redacción final. Su objetivo es comunicar con la mayor claridad y'
coherencia posibles los resultados, descubrimientos, comprobaciones o reflexiones
logradas a través de todo el proceso de la investigación documental.

Fuentes
 Grafton Horta, Pilar y Acevedo, Luisa María (1992). Cómo el docente puede
obtener la información que necesita para su labor. Editorial Pueblo y
Educación, La Habana.
 Pardinas, Felipe (1971). Metodología y Técnicas de Investigación en Ciencias
Sociales. 3. ed.. Instituto Cubano del Libro, La Habana.
 Repilado, Ricardo. Metodología de la investigación bibliográfica. Editorial Pueblo
y Educación, La Habana.
 Torres Verdugo, María Ángela (comp.)(1998). Taller de investigación documental.
Guía Teórico-metodológica. ILCE, México.

Método correlacional (correlational method)

El método correlacional consiste en la búsqueda de algún tipo de relación entre dos o más variables, y en que
medida la variación de una de las variables afecta a la otra, sin llegar a conocer cual de ellas puede ser causa o
efecto. La información que se recoja sobre las variables involucradas en la relación comprobará o no esa
relación, en cuando a su magnitud, dirección y naturaleza.

El método correlacional permite estudiar fenómenos que no son suceptibles de manipulación al ser constructos
hipotéticos (realidades no observables) como la inteligencia, la personalidad…

Una correlación positiva indica una relación directa, es decir, que dos variables aumentan o disminuyen al
mismo tiempo.

Este método se usa frecuentemente en las ciencias de la conducta como la sociología y la psicología, y en ésta
última, en particular, en la psicologia diferencial

Briones, G.(1982). Métodos y técnicas de investigación para las ciencias sociales. México: Trillas
DEFINICIÓN EN INGLÉS

A non-experimental type of research design without manipulation of an independent variable or control of

extraneous variables, in which patterns of corrrelations between two or more variables are analysed.

Colman, A.M. (2001). Dictionary of Psychology. Oxford: Oxford University Press

Como ejemplo de un estudio correlacional, cuyo objetivo es investigar la relación que existe entre diferentes
variables organizativas y el rendimiento académico. Para ello se emplea el método correlacional puesto que las
variables no son subceptibles a la manipulación. A continuación dejamos un enlace de dicho estudio
correlacional.

La investigación correlacional es un tipo de investigación no experimental

en la que los investigadores miden dos variables y establecen una relación
estadística entre las mismas (correlación), sin necesidad de incluir variables
externas para llegar a conclusiones relevantes.

Existen dos razones esenciales por las que los investigadores se interesan por
estas relaciones estadísticas entre variables y se motivan a realizar una
investigación correlacional.
La primera es porque no creen que la relación entre estas variables sea
accidental, es decir, un investigador aplicaría una encuesta cuya utilizad es
conocida un grupo de personas previamente elegido.

La segunda razón por la que este tipo de investigación es conducida en lugar

de la experimentación, es por la relación estadística causal entre las variables,
de esta manera, los investigadores no pueden manipular las variables de forma
independiente, puesto que es imposible, impráctico y poco ético.

Existen tres tipos de investigación correlacional (observación natural,

encuestas y cuestionarios, análisis de información). De igual manera, la
correlación entre las variables puede ser positiva (directamente proporcional)
o negativa (inversamente proporcional). Indicando la manera en la que una
variable puede afectar a la otra.

Usualmente se cree que la investigación correlacional debe involucrar dos

variables cuantitativas, como puntajes, resultados del número de eventos
repetidos dentro de un margen de tiempo.

Sin embargo, la característica más importante de la investigación correlacional

es que las dos variables tratadas son medidas (sin ser manipuladas) y los
resultados son ciertos independientemente del tipo de variable (cuantitativa o
categórica) (Price, Jhangiani, & Chiang, 2017).

Puede que también te interese conocer la investigación de campo: qué es,

características y etapas.

Definición de investigación correlacional

Se define el término correlación como la relación entre dos variables. El
propósito principal de utilizar correlaciones en el ámbito investigativo es
averiguar qué variables se encuentran conectadas entre sí. De esta manera,
se entiende científicamente un evento específico como una variable.

La investigación correlacional consiste en buscar diversas variables que

interactúan entre sí, de esta manera cuando se evidencia el cambio en una de
ellas, se puede asumir cómo será el cambio en la otra que se encuentra
directamente relacionada con la misma.

Este proceso requiere que el investigador utilice variables que no pueda

controlar. De esta manera, un investigador puede estar interesado en estudiar
una variable A y su relación e impacto sobre una variable B.

Por ejemplo, un investigador podría estudiar el tipo de helado qpreferido de

acuerdo a la edad, identificando la preferencia de los consumidores con base
a su edad. El mundo está lleno de eventos correlacionados, donde si la variable
A se ve afectada, hay grandes probabilidades de que la variable B también lo
sea.

Dentro de la investigación correlacional hay dos tipos diferentes, uno positivo

y otro negativo. Las correlaciones positivas significan que la variable A
aumenta y en consecuencia lo hace la variable B. Por otro lado, cuando se
habla de las correlaciones negativas, cuando la variable S aumenta, la variable
B disminuye.
La investigación correlacional tiene sus bases en numerosas pruebas
estadísticas que señalan coeficientes de correlación entre las variables. Estos
coeficientes son representados numéricamente para indicar la fuerza y
dirección de una relación (Alston, 2017).

Tipos
Dentro del proceso de investigación correlacional el investigador no siempre
tiene la oportunidad de elegir las variables que quiere estudiar. Cuando esto
sucede, se dice que se está llevando a cabo una investigación semi-
experimental (Kowalczyk, 2015).

Existen tres tipos de investigación correlacional dentro de los cuales las

variables pueden o no ser controladas. Esto depende del tipo de acercamiento
que se tenga frente a un temadado y la manera como se quiera conducir la
investigación.

1- Observación natural

El primero de los tres tipos de investigación correlacional es la observación

natural. De esta manera, el investigador observa y registra las variables dentro
de un ambiente natural, sin interferir en el decurso de las mismas.

Un ejemplo de esto puede ser un salón de clases. El investigador puede

analizar los resultados y las notas finales obtenidas por los estudiantes en
relación al nivel de ausentismo de los mismos.

Este tipo de investigación correlacional puede consumir mucho tiempo y no

siempre permite que exista control sobre las variables.

2- Encuestas y cuestionarios

Otro tipo de investigación correlacional se da cuando se llevan a cabo

encuestas y cuestionarios de los cuales es recopilada la información. Dentro
de este tipo de investigación se debe elegir una muestra o grupo aleatorio de
participantes

Por ejemplo, cuando se diligencia una encuesta satisfactoriamente acerca de

un nuevo producto en un centro comercial, se está participando de una
encuesta investigativa con fines correlacionales. Este tipo de encuesta se
utiliza para predecir si un producto o no será exitoso.

Utilizar encuestas dentro de la investigación correlacional suele ser altamente

conveniente, sin embargo, si los participantes no son honestos al respecto,
pueden alterar los resultados finales de la investigación de muchas formas.

3- Análisis de información

El ultimo tipo de investigación correlacional que puede ser llevado a cabo

consiste en analizar datos recolectados previamente por otros investigadores.
Por ejemplo, se puede consultar el registro judicial de una población para
predecir cómo las estadísticas criminales influencian la economía local.

Los archivos de consulta suelen estar disponibles de forma gratuita como

herramientas de consulta. Sin embargo, para poder establecer una relación
correlacional significativa, usualmente se necesita tener acceso a grandes
cantidades de información.

Dentro de este tipo de investigación, los investigadores no tienen control sobre

el tipo de información que ha sido registrada (Raulin, 2013).

Ejemplos

Camión de Helados

Una buena manera de explicar cómo funciona la investigación correlacional

sería pensar en un carro de helados. De esta manera, una persona puede
aprender a reconocer el sonido particular de un camión de helados, siendo
capaz de percibirlo en la distancia.
Cuando el sonido del camión se hace más fuerte, la persona es capaz de
reconocer que el camión se encuentra más cerca.

De esta manera, la variable A sería el sonido del camión y la variable B sería

la distancia en la cual está ubicado el camión. En este ejemplo, la correlación
es positiva, la que en la medida en la que aumente el sonido del camión, más
próxima será la distancia del mismo.

Si tuviésemos diferentes sonidos de camiones, un individuo sería capaz de

reconocerlos todos y relacionarlos con variables diferentes (Ary, Jacobs,
Razavieh, & Sorensen, 2009).

Identificación de autismo en niños

Dentro de esta investigación se utilizó un grupo de estudio con un test

diseñado para identificar las diferencias entre diferentes grupos poblacionales,
con el objetivo de determinar si existía alguna correlación entre las variables
analizadas.

Se tomó una muestra de 66 participantes, todos ellos niños de 12 meses de

edad. Dentro de estos participantes, 35 niños tenían hermanos mayores con
un diagnóstico clínico de autismo. Los 31 niños restantes tenían hermanos que
no presentaban ningún grado de autismo.

A todos los participantes les fue solicitado manipular un objeto para llevar a
cabo una tarea determinada y así poder identificar algún tipo de
comportamiento normal y anormal.

A la edad de 24 o 36 meses el mismo grupo de niños fue nuevamente analizado

con el objetivo de determinar si existía una tendencia al autismo o presentaban
problemas de desarrollo.

Los resultados indicaron que 9 de los infantes que tenían hermanos autistas,
fueron también diagnosticados con algún grado de autismo. Una serie de
correlaciones para estos niños fueron computadas, incluyendo sus resultados
en el test de manipulación inicial y el test llevado a cabo posteriormente.

Se pudo evidenciar como la manipulación atípica de un objeto por parte de un

niño de 12 meses estaba positivamente correlacionada con el diagnóstico
posterior del autismo. De igual manera, se encontraba negativamente
correlacionada con el desarrollo tópico o normal del niño (Siegle, 2015).

Racismo en mujeres afroamericanas

Dentro de esta investigación se plantearon tres preguntas iniciales en relación

con las experiencias que las mujeres afroamericanas podían haber tenido en
el pasado.

Estas preguntas indagaban sobre las proporciones en las que estas mujeres
habían experimentado alguna forma de racismo.

Cuestionando así la relación de estas experiencias con posibles condiciones

psicológicas de las mujeres y la capacidad de estas mujeres para mitigar el
impacto que el racismo tenía sobre su condición psicológica.

La muestra contó con 314 mujeres afroamericanas que respondieron una

encuesta escrita diseñada para medir su experiencia con el racismo, las
potenciales condiciones psicológicas derivadas de este fenómeno y la elección
de comportamientos para tratar con las situaciones de discriminación.

Los resultados indicaron la manifestación de numerosas formas de racismo

(insultos por parte de compañeros de trabajo, ser ignoradas por vendedores
en tiendas departamentales, chistes racistas, entre otros).

Estas diferentes formas de racismo fueron reportadas por más del 70% de las
participantes. Se evidenció que el racismo era una experiencia común dentro
de las mujeres afroamericanas.
Los coeficientes correlacionales revelaron una relación positiva significativa
entre el racismo reportado y los eventos y posibles problemas psicológicos de
estas mujeres. Esta conclusión abarcó los mecanismos para tratar con el
racismo empleados por ellas.

Otros resultados indicaron que los diferentes modelos utilizados por las
mujeres afroamericanas para tratar con estos incidentes eran regularmente
empleados de forma parcialmente exitosa.

De esta forma, muchas mujeres habrían convertido una experiencia negativa

en una mucho peor en su intento por mitigar el impacto psicológico de la
misma (Goodwin & Goodwin, 2017).

Referencias

1. Alston, C. (2017). com. Obtenido de Correlational Studies in

Psychology: Examples, Advantages & Types: study.com.
2. Ary, D., Jacobs, L. C., Razavieh, A., & Sorensen, C. K.
(2009). Introduction to Research in Education. Belmont: Wadsworth.
3. Goodwin, C. J., & Goodwin, K. A. (2017). Research In Psychology
Methods and Design.Lightning Source Inc.: WIley.
4. Kowalczyk, D. (2015). com. Obtenido de Correlational Research:
Definition, Purpose & Examples: study.com.
5. Price, P. C., Jhangiani, R. S., & Chiang, I.-C. A. (2017). Correlational
Research. Obtenido de What Is Correlational Research?:
opentextbc.ca.
6. Raulin, G. &. (2013). Graziano & Raulin Research Methods (8th
edition). Obtenido de Example of Correlational Research: graziano-
raulin.com.
7. Siegle, D. (10 de November de 2015). University of Connecticut.
Obtenido de Educational Research Basics by Del Siegle:
researchbasics.education.uconn.edu.
 Qué es Estudio de caso:
Estudio de caso es una herramienta de investigación y una técnica de
aprendizaje que puede ser aplicado en cualquier área de conocimiento.
El objetivo fundamental de los estudios de caso es conocer y comprender la
particularidad de una situación para distinguir cómo funcionan las partes y las
relaciones con el todo.

Los objetivos de un estudio de caso se pueden clasificar en:

 Objetivos exploratorios: cuyos resultados son usados para formular una pregunta
para iniciar una investigación,
 Objetivos descriptivos: ayudan a describir y comprender mejor un caso en
particular,
 Objetivos explicativos: orientan para facilitar la interpretación del caso.
Los estudios de caso se caracterizan por ser:

 Particularista: estudia intensiva y profundamente un fenómeno.

 Descriptivo: diferencia las partes que componen el todo.
 Heurístico: crea nuevos significados para ampliar las experiencias.
 Inductivo: descubre relaciones y genera hipótesis.
Vea también Hipótesis.

Tipos de estudios de caso

Las tipologías de estudios de casos se clasifican por objetivo (Stake) o por sus
funciones en la educación (Merriam).

Los tipos de estudios de caso por objetivos se clasifican en:

 Estudio intrínseco de caso: otorga una mayor comprensión del fenómeno.

 Estudio instrumental de caso: entrega mayor claridad en el aspecto teórico.
 Estudio colectivo de casos: indaga los fenómenos a través de la profundización
de múltiples casos.
Los tipos de estudio de caso en la educación son de carácter:

 Descriptivo: casos que describen una situación o fenómeno.

 Interpretativo: casos que refuerzan el lado teórico o ayudan a teorizar.
 Evaluativo: casos que orientan y ayudan a tomar una decisión o la formulación de
un programa.
Fases y ejemplo de un estudio de caso
Los estudios de caso se centran en las siguientes fases:

 Selección y definición del caso: “María es una alumna ejemplar pero sus notas
han bajado en el último trimestre”.
 Lista de preguntas: ¿Por qué las notas de María han bajado?, ¿Cuál es la causa
directa?, ¿Cuál es su situación familiar?, ¿Se han presentado otras conductas
inusuales en María?, etc.
 Localización de la fuente de los datos: familia, parientes, amigos, profesores,
bibliografía.
 Análisis e interpretación: María se ha sentido desmotivada desde que su hermano
quedó internado en el hospital. María es la hermana mayor y era muy cercana a su
hermano. La familia trabaja todo el día y María debe cuidarse sola.
 Elaboración de un informe: describe los procesos, detalles, conclusiones del caso.
Los estudios de caso en proyectos de investigación suelen seguir la estructura de
un protocolo de investigación.

Un estudio longitudinal es una investigación observacional llevada a

cabo durante un período de años o incluso décadas.
Los estudios longitudinales permiten a los sociólogos y economistas estudiar los efectos a largo plazo
en una población humana.

Un estudio de cohorte es una subcategoría del estudio longitudinal, ya que observa el efecto en
un grupo específico de personas a través del tiempo. Con frecuencia, un estudio longitudinal es
un estudio de caso extendido, en donde se observan individuos durante largos períodos y
constituye una tarea puramente cualitativa.
La falta de datos cuantitativos significa que las observaciones son especulativas, como en
muchos estudios de caso. Pero esto permite una perspectiva única y valiosa sobre algunos
aspectos de la sociología y la cultura humana.

La serie "UP"

La innovadora serie de documentales para televisión "UP" es probablemente el ejemplo más

conocido de un estudio longitudinal a largo plazo, un estudio de caso de un grupo de ciudadanos
británicos desde su nacimiento.
El productor original, Michael Apted, propuso la hipótesis de que los niños nacidos en una
determinada clase social permanecerán atrincherados en esa clase durante toda su vida.
En 1967, eligió algunos niños de la clase alta, media y baja y comenzó a entrevistarlos y
filmarlos cada siete años. La serie altamente aclamada continúa y la siguiente serie de
entrevistas tendrá lugar en 2011/2012. Ha brindado una visión única en el desarrollo de la
cultura británica desde la década de los ´60.

Esta serie también evidencia uno de los principales defectos de un estudio longitudinal: el
problema de que no se puede repetir una prueba o reiniciar. A posteriori, Apted deseó haber
utilizado más sujetos mujeres, lo que muestra la importancia de la etapa inicial de planificación
de un estudio longitudinal. Una vez que se decide un curso de acción, el reloj no puede dar
marcha atrás y los resultados deben presentarse como probados.

H}

ESTUDIOS LONGITUDINALES: CONCEPTO Y

PARTICULARIDADES

Miguel Delgado Rodríguez (1) y Javier Llorca Díaz (2)

(1) Universidad de Jaén
(2) Universidad de Cantabria

Correspondencia:
Miguel Delgado Rodríguez
Universidad de Jaén
Edificio B-3
23071-Jaén
Correo electrónico: mdelgado@ujaen.es

RESUMEN ABSTRACT

En la presente revisión se analiza el concepto de Longitudinal Studies: concept and particularities

estudio longitudinal. Los libros de texto de
epidemiología actuales en general no lo definen,
mientras que sí lo hacen los tratados de estadística.
Se habla más de «datos longitudinales» que de
«estudios longitudinales». El estudio longitudinal
implica la existencia de medidas repetidas (más de
dos) a lo largo de un seguimiento. Sería pues un
subtipo de estudio de cohortes que, a diferencia de
In this review the definition of «longitudinal study»
is analysed. Most current textbooks on epidemiology
do not define a longitudinal study, whereas
statistical textbooks do. It is more common to talk
about longitudinal data than about longitudinal
studies. A longitudinal study implies the existence of
repeated measurements (more than two) across
los de tipo tabla de vida, permite inferencias a nivel
individual y analizar cambios en diferentes variables
(exposiciones y efectos) y transiciones entre
diferentes estados de salud. Las particularidades de
este tipo de diseño hace que se tenga que prestar
atención especial al control de calidad durante su
ejecución, a los abandonos durante el seguimiento, y
a los datos perdidos en algunas de las mediciones. El
análisis debe tener en cuenta las medidas repetidas y
esto es lo que confiere finalmente a un estudio su
carácter longitudinal.
Palabras clave: Estudios longitudinales. Estudios
de cohortes.
follow-up. According to these ideas, a longitudinal
study can be considered a subtype of cohort study
that, in contrast with life-table cohort studies, allows
inference to the subject level, to analyze changes in
variables (exposures and outcomes) and transitions
among different health states. The characteristics of
this design force to paid special attention to quality
control during data collection, losses during follow-
up, and missing data in some measurements. The
statistical analysis should take repeated measures
into account, and it is what finally gives the
longitudinal character to a study with repeated
measurements.
Key words: Longitudinal studies. Cohort studies.

¿QUÉ ES UN ESTUDIO LONGITUDINAL?

La discusión sobre el significado del término longitudinal la resumió Chin 1 en 1989: para
los epidemiólogos es sinónimo de estudio de cohortes o seguimiento, mientras que para
algunos estadísticos implica mediciones repetidas2. Él mismo decide no definir el término
longitudinal, por ser difícil encontrar un concepto aceptable para todos, y opta por
considerarlo equivalente a «seguimiento», el pensamiento más habitual para los
profesionales de la época.

El estudio longitudinal en la epidemiología

En la década de 1980 era muy común utilizar el término longitudinal para separar
simplemente la causa del efecto. En oposición al término transversal. Miettinen lo define
como un estudio cuya base es la experiencia de la población a lo largo del tiempo (al
contrario que un corte de la población)3. Consistente con esta idea, Rothman, en su
texto de 1986, indica que la palabra longitudinal denota la existencia de un intervalo de
tiempo entre la exposición y el comienzo de la enfermedad 4. Bajo esta acepción, el
estudio de casos y controles, que es una estrategia de muestreo para representar esa
experiencia de la población a lo largo del tiempo (sobre todo bajo las ideas de
Miettinen), también sería un estudio longitudinal. De igual forma es coincidente con esta
idea Abramson, que además diferencia los estudios descriptivos longitudinales (estudios
de cambio) de los analíticos longitudinales, que incluyen dentro a los estudios de casos y
controles5. Kleinbaum et al6 así mismo definen el término longitudinal en oposición al
transversal pero, con un matiz algo diferente, hablan de «experiencia longitudinal» de
una población (frente a «experiencia transversal») e implica para ellos la realización de
al menos dos series de observaciones a lo largo de un periodo de seguimiento. Excluyen
estos últimos autores a los estudios de casos y controles. Kahn y Sempos 7 tampoco
tienen un epígrafe para estos estudios y en el índice por palabras clave, en la entrada
«estudio longitudinal» se lee «ver estudio prospectivo».

Esto lo refleja el Diccionario de Epidemiología dirigido por Last, que considera el término
«estudio longitudinal» como sinónimo de estudio de cohortes o estudio de seguimiento 8.
En el texto clásico de Breslow y Day sobre los estudios de cohortes, el término
longitudinal se considera equivalente al de cohorte y se utiliza de manera indistinta 9. No
obstante, Cook y Ware10 definieron el estudio longitudinal como aquél en el que un
mismo individuo es observado en más de una ocasión y lo diferenciaron de los estudios
de seguimiento, en los que los individuos son seguidos hasta la ocurrencia de un suceso
tal como la muerte o una enfermedad (aunque este suceso es ya la segunda
observación).

A partir de 1990, varios textos consideran el término longitudinal equivalente a otros

nombres, aunque la mayoría lo omiten. Reflejo de ello es el libro codirigido por Rothman
y Greenland11, en el que no hay un apartado específico para los estudios longitudinales
dentro de los capítulos dedicados al diseño, y también coincide con esta tendencia la
Enciclopedia de Métodos Epidemiológicos12, que no ofrece una entrada específica para
este tipo de estudios. La cuarta edición del Diccionario de Epidemiología de Last
reproduce su entrada de ediciones anteriores 13. Gordis14 lo considera sinónimo de
estudio de cohortes prospectivo concurrente. Aday15 sigue parcialmente las ideas de
Abramson, ya mencionadas, y diferencia los estudios descriptivos (varios estudios
transversales secuenciados en el tiempo) de los analíticos, entre los que están los
estudios de cohortes prospectivos o longitudinales.

En otros terrenos de la medicina clínica, el sentido de longitudinal se considera opuesto

al transversal y se equipara a cohorte, con frecuencia prospectiva. Esto se comprueba,
por ejemplo, en las publicaciones centradas en el campo de la menopausia16.

El estudio longitudinal en la estadística

Aquí las ideas están mucho más claras: un estudio longitudinal es el que implica más de
dos mediciones a lo largo de un seguimiento; deben ser más de dos, ya que todo estudio
de cohortes tiene este número de mediciones, la del principio y la del final del
seguimiento. Éste es el concepto existente en el texto mencionado de Goldstein de 1979.
En ese mismo año Rosner era explícito al indicar que los datos longitudinales implican
mediciones repetidas en los sujetos a lo largo del tiempo, proponiendo un nuevo
procedimiento de análisis para ese tipo de datos 17. Desde ese momento, los artículos en
revistas de estadística (por ejemplo18-22) y textos23-25son consistentes en el mismo
concepto.

Dos obras de referencia en epidemiología, aunque no definen en el apartado

correspondiente los estudios longitudinales, coinciden con la noción estadística
prevaleciente. En el libro codirigido por Rothman y Greenland, dentro del capítulo
Introducción a la modelación de la regresión, el propio Greenland afirma que los datos
longitudinales son las mediciones repetidas en los sujetos a lo largo de un periodo de
tiempo y que se pueden realizar para exposiciones dependientes del tiempo (por
ejemplo, tabaquismo, consumo de alcohol, dieta o presión arterial) o resultados
recurrentes (por ejemplo, dolor, alergia, depresión, etc.) 26. En la Enciclopedia de
Métodos Epidemiológicos, la entrada del «tamaño de muestra» incluye un apartado de
«estudios longitudinales» en el que se ofrece la misma información proporcionada por
Greenland27.

Conviene matizar que la visión estadística de «estudio longitudinal» parte de un análisis

de datos particular (tener en cuenta las medidas repetidas) y que lo mismo sería
aplicable a los estudios de intervención, que también tienen seguimiento28.

Para finalizar este apartado, en el número monográfico de Epidemiologic

Reviews dedicado a los estudios de cohortes, Tager, en su artículo centrado en la
variable resultado de los estudios de cohortes, clasifica de manera amplia los estudios de
cohortes en dos grandes grupos, de «tabla de vida» y «longitudinales» 29, aclarando que
esta clasificación es algo «artificial». Los primeros son los convencionales, en los que el
resultado es una variable discreta, la exposición y la población-tiempo se resumen, se
estiman incidencias y la medida principal es el riesgo relativo. Los segundos incorporan
un análisis diferente, aprovechándose de las mediciones repetidas en los sujetos a lo
largo del tiempo, permitiendo una inferencia, además de poblacional, a nivel individual
en los cambios de un proceso a lo largo del tiempo o en las transiciones entre diferentes
estados de salud y la enfermedad.

Las ideas anteriores denotan que en epidemiología hay una tendencia a esquivar el
concepto de estudio longitudinal. No obstante, resumiendo las ideas comentadas con
anterioridad, la noción de estudio longitudinal hace referencia al estudio de cohortes en
el que se realizan más de dos mediciones a lo largo del tiempo y en el que se realiza un
análisis que tiene en cuenta las diferentes medidas. Los tres elementos claves son:
seguimiento, más de dos medidas y un análisis que las tenga en cuenta. Esto puede
hacerse de manera prospectiva o retrospectiva, y el estudio puede ser de observación o
de intervención.

DIFERENCIAS ENTRE LOS ESTUDIOS LONGITUDINALES Y LOS DE TABLA DE VIDA

En la tabla 1 se resumen las características generales de ambos tipos de diseños. Los

estudios de cohortes tipo tabla de vida son los que resumen la exposición y la
enfermedad en los grupos que se comparan, por ejemplo, frecuencia del cáncer de
pulmón en fumadores y no fumadores. La inferencia proporcionada por estos estudios se
refiere a medias poblacionales. Llevan implícita la asunción de que la exposición actúa de
manera constante en el tiempo y tiene un efecto también constante por unidad de
tiempo a lo largo del seguimiento, y sólo pueden proporcionar una inferencia limitada
sobre la dependencia en el tiempo de las asociaciones entre la exposición y el efecto 29.
Un ejemplo de este tipo de estudio puede ser el Nurses' Health Study, con más 120.000
enfermeras en 11 estados de EE.UU., en el que la exposición acumulada a los
anticonceptivos orales se valoró como factor de riesgo del cáncer de mama 30.

Los estudios longitudinales en cualquier momento se pueden comportar como los

estudios tipo tabla de vida. Pueden además realizar inferencias también a nivel
individual, valoran el cambio de procesos a lo largo del tiempo y las transiciones entre
los distintos estados de salud-enfermedad. Un ejemplo, al igual que el Nurses' Health
Study, prolífico en publicaciones, es el MACS (Multicenter AIDS Cohort Study), en el que
se reclutaron casi 5000 varones en cuatro ciudades estadounidenses 31. Cuando se miden
cambios de una variable en función del tiempo, en el diseño hay que tener en cuenta la
duración del seguimiento y el espaciamiento de las mediciones32.
 PARTICULARIDADES DE LOS ESTUDIOS LONGITUDINALES

Al realizarse mediciones a lo largo del tiempo, el control de calidad juega un papel

esencial. Hay que garantizar que todas las mediciones se realicen en el momento
oportuno y con técnicas normalizadas. La larga duración de algunos estudios obliga a
prestar una atención especial al cambio de personal, al deterioro de los equipos, al
cambio de tecnologías y a las inconsistencias de las respuestas de los participantes a lo
largo del tiempo33.

Existe una mayor probabilidad de abandono durante el seguimiento. Los factores que
intervienen en ello son varios34:

* La definición de una población según un criterio inestable. Por ejemplo, vivir en un

área geográfica concreta puede motivar que participantes con cambios de domicilio no
sean elegibles en fases ulteriores.
* Será mayor cuando en los respondedores que no se contactan una vez, no se vuelve a
intentar establecer el contacto en fases ulteriores del seguimiento.

* El objeto del estudio influye; por ejemplo, en un estudio de ciencia política los no
interesados en política abandonarán más.

* La cantidad de atención personal dedicada a los respondedores. Las entrevistas

telefónicas y por carta son menos personales que las que se realizan cara a cara, y no se
aprovechan para fortalecer los vínculos con el estudio.

* El tiempo invertido por el respondedor en satisfacer la demanda de información de los

investigadores. Cuanto mayor sea, mayor será la frecuencia de abandonos.

* La frecuencia del contacto puede también influir, aunque no todos están de acuerdo.
Hay estudios que han documentado que un exceso de contactos perjudica el
seguimiento, mientras que otros, o no han encontrado relación o ésta es negativa.

Para evitar los abandonos conviene establecer estrategias con el fin de retener y rastrear
a los miembros participantes. Debe valorarse al comienzo la voluntad de participación e
informar de lo que se espera de los participantes. Hay que establecer puentes de unión
con los participantes mediante el envío de cartas de felicitación, actualizaciones del
estudio, etc. La frecuencia de contacto debe ser regular. El personal del estudio debe ser
entusiasta, con facilidad de comunicación, que responda rápida y adecuaduamente a los
problemas de los participantes y adaptable a sus necesidades. No hay que desdeñar dar
incentivos que motiven la continuación en el estudio35.

En tercer lugar, otro problema de mayor calibre frente a otros estudios de cohortes es
la existencia de datos perdidos. Si se requiere que un participante tenga todas las
mediciones hechas, puede producir un problema similar al de los abandonos durante el
seguimiento. Pare ello se han desarrollado técnicas de imputación de valores perdidos y,
aunque se ha sugerido que pueden no ser necesarias si se aplican las ecuaciones de
estimación generalizadas (análisis GEE)36, se ha comprobado que otros procedimientos
dan mejores resultados, incluso cuando las perdidas son completamente aleatorias 37.
Con frecuencia las pérdidas de información son diferenciales y se pierden más
mediciones en los pacientes con un peor nivel de salud. Se recomienda en estos casos
que la imputación de datos se haga teniendo en cuenta los datos ya existentes del
propio individuo al que le faltan38.

Análisis

En el análisis de los estudios longitudinales es posible tratar covariables dependientes del

tiempo que pueden a la vez influir sobre la exposición en estudio y ser influidas por ella
(variables que se comportan simultáneamente como confundidoras e intermedias entre
exposición y efecto). También, de manera similar, permite controlar resultados
recurrentes que pueden actuar sobre la exposición y ser ocasionados por ella (se
comportan a la vez como confundidores y efectos)26.

El análisis longitudinal se puede utilizar cuando existen mediciones del efecto y/o de la
exposición en diferentes momentos del tiempo. Supongamos que la relación entre una
variable dependiente Y es función de una variable X que cambia en el tiempo (témporo-
dependiente) y otra Z que es estable en el tiempo (témporo-independiente), que se
estudian N sujetos en K momentos del tiempo, lo cual se expresa según la ecuación
siguiente17:
 Yit = bxit + zia + eit

donde el subíndice i hace referencia al individuo, el t al momento del tiempo y e es un

término de error (Z no cambia al ser estable y por eso tiene un solo subíndice). La
existencia de varias mediciones permite estimar el coeficiente b sin necesidad de
conocer el valor de la variable estable, al realizar una regresión de la diferencia en el
efecto (Y) sobre la diferencia de valores de las variables independientes:

Yit - Yi1 = b(xit - xi1 ) + a(zi - zi ) +

+ eit - ei1 = b(xit - xi1 ) + eit - ei1

Es decir, no es necesario saber el valor de las variables témporo-independientes (o

estables) en el tiempo. Esto supone una ventaja sobre otros análisis, en los que hay que
conocer dichas variables. El modelo anterior es fácilmente generalizable a un vector
multivariable de factores cambiantes en el tiempo.

El análisis longitudinal se realiza dentro del contexto de los modelos lineales

generalizados y tiene dos objetivos: adoptar las herramientas convencionales de
regresión, en las que se relaciona el efecto con las diferentes exposiones y tener en
cuenta la correlación de las medidas entre sujetos. Este último aspecto es muy
importante. Suponga que analiza el efecto del crecimiento sobre la presión arterial; los
valores de presión arterial de un sujeto en los distintos exámenes realizados dependen
del valor inicial o basal y por ello hay que tenerlo en cuenta.

Por ejemplo, el análisis longitudinal se podría realizar en una cohorte infantil en la que se
valora como exposición principal la deficiencia de vitamina A (que puede cambiar en el
tiempo) sobre el riesgo de infección (que puede ser múltiple a lo largo del tiempo),
controlando la influencia de la edad, el peso y la talla (variables témporo-dependientes).
El análisis longitudinal se puede clasificar en tres grandes grupos 39:

a) Modelos marginales: combinan las diferentes mediciones (que son cortes en el

tiempo) de la prevalencia de la exposición para obtener una prevalencia media u otra
medida resumen de la exposición a lo largo del tiempo, y la relaciona con la frecuencia
de la enfermedad. El elemento longitudinal es la edad o la duración del seguimiento en el
análisis de regresión. Los coeficientes de este tipo de modelos se transforman en una
razón de prevalencias poblacionales; en el ejemplo de la vitamina A y la infección sería
la prevalencia de infección en niños con deficiencia de vitamina A dividida por la
prevalencia de infección en niños sin déficit de vitamina A.

b) Los modelos de transición realizan una regresión del resultado presente sobre valores
pasados y sobre las exposiciones pasadas y presentes. Un ejemplo de ellos son los
modelos de Markov. Los coeficientes del modelo se transforman directamente en un
cociente de incidencias, esto es, en RRs; en el ejemplo sería el RR del déficit de vitamina
A sobre la infección.

c) Los modelos de efectos aleatorios permiten que cada individuo tenga parámetros de
regresión únicos, y existen procedimientos para resultados normalizados, binarios y
datos de persona-tiempo. Los coeficientes del modelo se transforman en una odds ratio
referida al individuo, que se asume constante en toda la población; en el ejemplo sería la
odds de infección en un niño con déficit de vitamina A frente a la odds de infección en el
mismo niño sin deficiencia de vitamina A.

Los modelos lineales, logístico, de Poisson y muchos análisis de supervivencia se pueden

considerar casos particulares de modelos lineales generalizados. Hay procedimientos que
permiten las entradas tardías o en momentos diferentes y de manera desigual en la
observación de una cohorte.
Además de los modelos paramétricos indicados en el párrafo anterior, es posible el
análisis mediante métodos no paramétricos; por ejemplo, el uso de análisis funcional
con splines ha sido revisado recientemente40,41.

Se han mencionado varios textos específicos sobre análisis de datos longitudinales. Uno
de ellos ofrece incluso ejemplos con las rutinas a escribir para realizar corrrectamente el
análisis usando diferentes paquetes estadísticos convencionales (STATA, SAS, SPSS)25.

BIBLIOGRAFÍA

1. Chinn S. Longitudinal studies: objectives and ethical considerations. Rev Epidém

Santé Publ 1989; 37: 417-29. [ Links ]

2. Goldstein H. The design and analysis of longitudinal studies. Londres: Academic Press,
1979. [ Links ]

3. Miettinen OS. Theoretical epidemiology: principles of ocurrence research in medicine.

Nueva York: Wiley; 1985. [ Links ]

4. Rothman KJ. Modern epidemiology. Boston: Little-Brown; 1986. [ Links ]

5. Abramson JH. Classification of epidemiologic research. J Clin Epidemiol 1989; 42:

819-20. [ Links ]

6. Kleinbaum DG, Kupper LL, Morgenstern H. Epidemiologic research. Belmont: Lifetime

Learning Publications; 1982. [ Links ]

7. Kahn HA, Sempos CT. Statistical methods in epidemiology. Nueva York: Oxford
University Press; 1989. [ Links ]

8. Last JM. A dictionary of epidemiology. 2ª ed. Nueva York: Oxford Univ. Press;
1988. [ Links ]

9. Beslow NE, Day NE. Statistical methods for cancer research. Volume II- The design
and analysis of cohort studies. Lión: IARC Scientific Publications; 1987. [ Links ]

10. Cook NR, Ware JH. Design and analysis methods for longitudinal research. Annu Rev
Public Health 1983;4:1-24. [ Links ]

11. Rothman KJ, Greenland S, editores. Modern Epidemiology. 2ª ed. Filadelfia:

Lippincott-Raven; 1998. [ Links ]

12. Gail MH, Benichou J, editores. Encyclopedia of epidemiologic methods. Chichester:

Wiley; 2000. [ Links ]

13. Last JM. A dictionary of epidemiology. 4ª ed. Nueva York: Oxford Univ. Press;
2000. [ Links ]

14. Gordis L. Epidemiology. Filadelfia: Saunders;1996. p. 119. [ Links ]

15. Aday LA. Designing and conducting health surveys. 2ª ed. San Francisco: Jossey-
Bass Publishers; 1996. p. 29-30. [ Links ]
16. Collins A, Landgren B-M. Longitudinal research on the menopause: methodological
challenges. Acta Obstet Gynecol Scand 2002; 81: 579-80. [ Links ]

17. Rosner B. The análisis of longitudinal data in epidemiologic studies. J Chron Dis
1979; 32: 163-73. [ Links ]

18. Louis TA. General methods for analysing repeated measures. Stat Med 1988; 7: 29-
45. [ Links ]

19. Ware JH, Lipsitz S. Issues in the analysis of repeated categorical outcomes. Stat Med
1988; 7: 95-107. [ Links ]

20. Landis JR, Miller ME. Some general methods for the analysis of categorical data in
longitudinal studies. Stat Med 1988; 7: 29-45. [ Links ]

21. Zeger SL, Liang KY. An overview of methods for the analysis of longitudinal data.
Stat Med 1992; 11: 1825-39. [ Links ]

22. Carlin JB, Wolfe R, Coffey C, Patton GC. Analysis of binary outcomes in longitudinal
studies using weighted estimating equations and discrete-time survival methods:
prevalence and incidence of smoking in an adolescent cohort. Stat Med 1999; 18: 2655-
79. [ Links ]

23. Dwyer JH, Feinleib M, lippert P, Hoffmeister H. Statistical models for longitudinal
studies of health. Nueva York: Oxfod University Press; 1992. [ Links ]

24. Diggle PJ, Heagerty P, Liang KY, Zeger SL. Analysis of longitudinal data. 2ª ed.
Oxford: Oxford University Press; 2002. [ Links ]

25. Twisk JWR. Applied longitudinal data analysis for epidemiology. A practical guide.
Cambridge: Cambridge University Press; 2003. [ Links ]

26. Greenland S. Introduction to regresión modeling. En: Rothman KJ, Greenland S,

editores. Modern Epidemiology. 2ª ed. Filadelfia: Lippincott-Raven; 1998. p. 359-
432. [ Links ]

27. Liu G. Sample size for epidemiologic studies. En: Gail MH, Benichou J, editores.
Encyclopedia of epidemiologic methods. Chichester: Wiley;2000. p. 787-
788. [ Links ]

28. Galbraith S, Marschner IC. Guidelines for the design of clinical trials with longitudinal
outcomes. Controlled Clin Trials 2002; 23: 257-73. [ Links ]

29. Tager IB. Outcomes of cohort studies. Epidemiol Rev 1998; 20: 15-
28. [ Links ]

30. Lipnick RJ, Buring JE, Hennekens CH, Rosner B, Willett W, Bain C, et al. Oral
contraceptives and breast cancer. A prospective cohort study. JAMA 1986;255:58-
61. [ Links ]

31. Muñoz A, Kirby AJ, He YD. Long-term survivors with HIV-infection: incubation period
and longitudinal patterns of CD4+ lymphocytes. J Acquir Immune Defic Syndr Hum
Retrovirol 1995; 8: 496-505. [ Links ]
32. Schlesselman KK. Planning a longitudinal study. II. Frequency of measurement and
study duration. J Chron Dis 1973; 26: 561-70. [ Links ]

33. Whitney CW, Lind BK, Wahl PW. Quality assurance and quality control in longitudinal
studies. Epidemiol Rev 1998; 20: 71-80. [ Links ]

34. Deeg DJH, van Tilburg T, Smit JH, de Leeuw ED. Attrition in the Longitudinal Aging
Study Amsterdam: The effect of differential inclusion in side studies. J Clin Epidemiol
2002; 55: 319-28. [ Links ]

35. Hunt JR, White E. Retaining and tracking cohort study members. Epidemiol Rev
1998; 20: 57-70. [ Links ]

36. Twisk J, de Vente W. Attrition in longitudinal studies: how to deal with missing data.
J Clin Epidemiol 2002; 55: 329-37. [ Links ]

37. Touloumi G, Babiker AG, PocockSJ, Darbyshire JH. Impact of missing data due to
drop-outs on estimators for rates of change in longitudinal studies: a simulation study.
Stat Med 2001; 20: 3715-28. [ Links ]

38. Engels JM, Diehr P. Imputation of missing longitudinal data: a comparison of

methods. J Clin Epidemiol 2003; 56: 968-76. [ Links ]

39. Samet JM, Muñoz A. Evolution of the cohort studies. Epidemiol Rev 1998; 20: 1-
14. [ Links ]

40. Guo W. Functional data analysis in longitudinal settings using smoothing splines.
Stat Meth Med Res 2004; 13:49-62. [ Links ]

41. Zhang H. Mixed effects multivariate adaptive splines model for the analysis of
longitudinal and growth curve data. Stat Meth Med Res 2004; 13: 63-82. [ Links ]