Control científico

Un control científico ou experimental ou experimento de control é un experimento ou observación deseñado para minimizar os efectos doutras variables que poden estar actuando ademais da variable independente.[1] Isto aumenta a fiabilidade dos resultados, moitas veces a través dunha comparación entre medidas de control e as outras medidas. Os controis científicos son parte do método científico usado en moitos campos da experimentación.

Tómanse plantas idénticas en desenvolvemento e dáselles fertilizante á metade delas. Se hai diferenzas entre o tratamento con fertilizante e o tratamento sen fertilizante, estas diferenzas poden deberse ao fertilizante, xa que non houbo outros factores que afectaran o resultado. Por exemplo, se o fertilizante se aplicou por medio dun tractor pero non se utilizou ningún tractor no tratamento sen fertilizante, entón débense controlar os efectos do tractor.

En moitos experimentos de control científico, por exemplo en medicina, é necesario utilizar un grupo de suxeitos que recibe o tratamento que se está a estudar (grupo de tratamento) e outro grupo de control que estará nunhas condicións diferentes, xeralmente recibindo un placebo ou ás veces un tratamento estándar (comparando así o tratamento novo proposto co tratamento estándar ata entón utilizado).[2][3]

Experimentos controlados

editar

Os controis eliminan explicacións alternativas dos resultados experimentais, especialmente erros experimentais e nesgo experimental. Moitos controis son específicos para o tipo de experimento que se está a realizar, como os marcadores moleculares utilizados nos experimentos de SDS-PAGE, e poden simplemente ter o propósito de asegurar que o equipo estea traballando correctamente. A selección e o uso de controis axeitados para ter a certeza que os resultados experimentais sexan válidos (por exemplo, a ausencia de variables de confusión) poden ser moi difíciles. As medidas de control tamén poden utilizarse para outros propósitos: por exemplo, unha medición do ruído de fondo dun micrófono coa ausencia de sinal permite que o ruído sexa subtraído das medicións posteriores do sinal, e prodúcese así un sinal procesado de maior cualidade.

Por exemplo, se un investigador alimenta sesenta ratas de laboratorio cun edulcorante artificial experimental e observa que logo dez delas enferman, a causa subxacente podería ser o edulcorante mesmo ou algo externo. Outras variables, que poden non ser inmediatamente obvias, poden interferir no deseño experimental. Por exemplo, o edulcorante artificial podería estar mesturado cun diluente e é posible que o diluente sexa o que causa o efecto. Para controlar o efecto do diluente, engádese outro tratamento que é soamente o diluente. Agora o experimento contrólase para determinar o efecto do diluente e o investigador pode distinguir entre o edulcorante, o diluente e a ausencia de tratamento. Os controis son necesarios con maior frecuencia cando non se pode separar doadamente un factor de confusión dos tratamentos principais. Por exemplo, ás veces cómpre usar un tractor para aplicar fertilizante nun cultivo se é que non hai outro medio factible para aplicalo. A solución máis sinxela é ter un tratamento en onde un tractor se fai pasar sobre campos sen aplicar fertilizante e deste xeito poden controlarse os efectos xerados pola circulación do tractor.

Os tipos máis simples de control son controis negativos e positivos, e ambos os dous encóntranse en moitos tipos de experimentos.[4] Estes dous controis, tendo ambos éxito, son normalmente axeitados para eliminar máis variables de confusión: isto significa que o experimento produce un resultado negativo cando se espera un resultado negativo, e un resultado positivo cando se espera un resultado positivo.

Negativo

editar

Onde hai só dous resultados posibles, por exemplo positivos ou negativos, se tanto o grupo de tratamento coma o control negativo producen un resultado negativo, pódese inferir que o tratamento non tivo ningún efecto. Se o grupo de tratamento e o control negativo producen un resultado positivo, pódese inferir que algunha variable causante de confusión está implicada no fenómeno baixo estudo, e os resultados positivos non son só debidos ao tratamento.

Noutros exemplos, os resultados poderían medirse como lonxitudes, tempos, porcentaxes e demais. No exemplo das probas dun fármaco, poderiamos medir a porcentaxe de pacientes curados. Neste caso, infñirese que o tratamento non ten ningún efecto cando o grupo de tratamento e o control negativo producen os mesmos resultados. Espérase algunha mellora no grupo de placebo debido ao efecto de placebo, e este resultado establece a liña de base sobre a que o tratamento ten que mellorar. Incluso se o grupo de tratamento mostra unha mellora, necesita ser comparado co grupo de placebo. Se os grupos mostran o mesmo efecto, entón o tratamento non foi responsable da mellora (porque o mesmo número de pacientes se curaron sen a presenza do tratamento). O tratamento é eficaz só se o grupo de tratamento mostra maior melloría que o grupo de placebo.

Positivo

editar

Os controis positivos utilízanse a miúdo para avaliar a validez da proba. Por exemplo, para avaliar a capacidade dunha proba nova para detectar unha doenza (a súa sensibilidade), podémolo comparar cunha proba diferente, que xa sabemos que funciona. A proba ben establecida é o control positivo porque xa sabemos que a resposta á cuestión (se a proba funciona) é si.

De xeito similar, nun ensaio encimático para medir a cantidade dun encima nun conxunto de extractos, un control positivo sería un ensaio que contivese unha cantidade coñecida do encima purificado (mientres que un control negativo non contería nada de encima). O control positivo tería que dar unha gran cantidade de actividade encimática, mentres que o control negativo tería que dar unha actividade moi por debaixo ou ningunha.

Se o control positivo non produce o resultado agardado, pode haber algo incorrecto no procedemento experimental e o experimento repítese. Para experimentos difíciles ou complicados, o resultado do control positivo tamén pode axudar en comparación con resultados experimentais anteriores. Por exemplo, se se determinou que a proba dunha doenza solidamente establecida ten o mesmo efecto que o que encontraron investigadores anteriores, isto indica que o experimento está a realizarse da mesma maneira na que o fixeron investigadores anteriores.

Cando é posible, pódense utilizar controis positivos múltiples; se hai máis dun test para a doenza que se sabe que é eficaz, pódese probar máis dun control. Os controis positivos múltiples tamén permiten mellores comparacións dos resultados (calibración ou estandarización) se os resultados esperados dos controis positivos teñen tamaños diferentes. Por exemplo, no ensaio encimático exemplificado anteriormente, pode orixinarse unha curva estándar ao facer moitas mostras diferentes con cantidades diferentes do encima.

Aleatorización

editar

Na aleatorización os grupos que reciben diferentes tratamentos experimentais determínanse aleatoriamente. Aínda que isto non asegura que non haxa diferenzas entre os grupos, asegura que as diferenzas están distribuídas igualmente, deste modo corrixe os erros sistemáticos.

Por exemplo, en experimentos onde a colleita dun cultivo se ve afectada (a fertilidade da tierra, por exemplo), o experimento pode controlarse por medio da asignación dos tratamentos a parcelas de terra seleccionadas de maneira aleatoria. Isto diminúe o efecto das variacións na composición do solo sobre a colleita.

Probas cegas

editar

As probas cegas consisten en ocultar información que podería causar un nesgo no experimento. Por examplo, as participantes poden non coñecer quen deles recibiu un tratamento activo e quen recibiu un placebo. Se esta información estivese dispoñible para os participantes do ensaio, os pacientes poderían experimentar un efecto placebo máis grande, os investigadores poderían influenciar o experimento para que se correspondese coas súas expectativas (o efecto observador), e os avaliadores poderían estar suxeitos a un nesgo de confirmación. Un experimento cego pode impoñerse a cada participante dun experimento, incluíndo os suxeitos, os investigadores, técnicos, analistas de datos e avaliadores. Nalgúns casos, pode ser necesario realizar cirurxía finxida para conseguir o efecto de cego.

No decurso dun experimento, un participante viola as condicións de cego se deduce ou obtén dalgúna modo información que lle foi ocultada. Cando isto ocorre antes da conclusión dun estudo, é unha fonte de erro experimental, xa que o nesgo que fora eliminado ao aplicar o cego é despois reintroducido. Cando se viola o cego desta maneira en experimentos de cego, isto debe ser medido e informado. As metainvestigacións revelaron altos niveis de violación do cego en ensaios farmacolóxicos. En concreto, os ensaios de antidepresivos adoitan estar pouco cegados. As directrices para informar dos resultados recomendan que todos os estudos avalíen e informen os casos de violación do cego. Na práctica, moi poucos estudos avalían a violación do cego.[5]

As probas cegas son unha importante ferramenta do método científico, e utilízase en moitos campos de investigación. Nalgúns campos, como a medicina, son considerados esenciais.[6] En investigación clínica, un ensaio que non é de cego chámase ensaio aberto.

Nos experimentos de dobre cego, polo menos algúns dos participantes e algúns dos investigadores non posúen unha información total mentres se realiza o experimento. O placebo é o "primeiro" cego, e controla as expectativas dos pacientes que toman unha pílula, que pode ter un efecto nos resultados dos pacientes. O "segundo" cego, o dos investigadores, controla os efectos nas expectativas dos pacientes debido a diferenzas involuntarias no comportamento do investigador. Como o investigador non sabe que pacientes están en que grupo, non pode, inconscientemente, influír nos pacientes. Despois retírase o cego ao investigador e analízanse os resultados.

Nos experimentos de triplo cego aplícanse as condicións de cego aos suxeitos participantes como pacientes, aos investigadores e tamén aos analistas dos datos finais (por exemplo, os que teñen que calcular a significatividade estatística).

  1. Life, Vol. II: Evolution, Diversity and Ecology: (Chs. 1, 21-33, 52-57). W. H. Freeman. 1 de decembro de 2006. p. 15. ISBN 978-0-7167-7674-1. Consultado o 14 de febreiro de 2015. 
  2. Hinkelmann, Klaus; Kempthorne, Oscar (2008). Design and Analysis of Experiments, Volume I: Introduction to Experimental Design (2ª ed.). Wiley. ISBN 978-0-471-72756-9. MR 2363107. 
  3. Bailey, R. A. (2008). Design of comparative experiments. Cambridge University Press. ISBN 978-0-521-68357-9. MR 2422352. 
  4. Johnson PD, Besselsen DG (2002). "Practical aspects of experimental design in animal research" (PDF). ILAR J 43 (4): 202–6. PMID 12391395. Arquivado dende o orixinal (PDF) o 29 de maio de 2010. Consultado o 19 de agosto de 2010. 
  5. Bello, Segun; Moustgaard, Helene; Hróbjartsson, Asbjørn (outubro de 2014). "The risk of unblinding was infrequently and incompletely reported in 300 randomized clinical trial publications". Journal of Clinical Epidemiology 67 (10): 1059–1069. ISSN 1878-5921. PMID 24973822. doi:10.1016/j.jclinepi.2014.05.007. 
  6. "Oxford Centre for Evidence-based Medicine – Levels of Evidence (March 2009)". cebm.net. 11 de xuño de 2009. Arquivado dende o orixinal o 26 de outubro de 2017. Consultado o 2 de maio de 2018. 

Véxase tamén

editar

Outros artigos

editar
  NODES
todo 5