ob体育

Volumen 7: Nº 1, enero 2010

INVESTIGACI覰 ORIGINAL
El uso de un muestreo probabilístico optimizado de los lugares de intervención para mejorar la generalizabilidad en una intervención multicéntrica

	INDICE DE CONTENIDOS
	Este elemento en ingl閟 Imprima este elemento Enviar por e-mail: Env韊 sus comentarios a los editores

Jennifer L. Kraschnewski, MD; Thomas C. Keyserling, MD, MPH; Shrikant I. Bangdiwala, PhD; Ziya Gizlice, PhD; Beverly A. Garcia, MPH; Larry F. Johnston, MA; Alison Gustafson, RD, MPH; Lindsay Petrovic; Russell E. Glasgow, PhD; Carmen D. Samuel-Hodge, PhD, MS, RD

Cita sugerida para este artículo: Kraschnewski JL, Keyserling TC, Bangdiwala SI, Gizlice Z, Garcia BA, Johnston LF, et al. El uso de un muestreo probabilístico optimizado de los lugares de intervención para mejorar la generalizabilidad en una intervención multicéntrica. Prev Chronic Dis 2010;7(1):A10. . Visitado [fecha].

REVISIÓN PARITARIA

Resumen

Introducción
Para mejorar la validez externa de los estudios de traslación tipo 2 (type 2 translation), es decir, la adaptación de las intervenciones basadas en la evidencia a entornos de la vida real, estos estudios deberían incluir lugares de intervención y personal representativos. Sin embargo, los lugares donde se realizan las intervenciones suelen seleccionarse por muestreo de conveniencia, lo que limita la generalizabilidad. En este estudio utilizamos un protocolo de muestreo probabilístico optimizado para seleccionar una muestra representativa y sin sesgo de lugares de intervención a fin de realizar un ensayo aleatorizado sobre una intervención para bajar de peso.

Métodos
Invitamos a participar a los departamentos de salud de Carolina del Norte que se encontraban dentro de un rango de 200 millas del centro de investigación (N = 81). De los 43 departamentos de salud elegibles, 30 estaban interesados en participar. Para seleccionar una muestra representativa y viable de 6 departamentos de salud que cumplieran con los criterios de inclusión, generamos todas las combinaciones de 6 posibles a partir de los 30 departamentos de salud elegibles e interesados. De los subgrupos de combinaciones resultantes que cumplían con dichos criterios, seleccionamos uno al azar.

Resultados
De las 593.775 posibles combinaciones de 6 condados, 15.177 (3%) cumplían con los criterios de inclusión. Los lugares de intervención del subgrupo seleccionado eran similares al resto de los lugares elegibles en cuanto a las características del departamento de salud y las características demográficas del condado.

Conclusión
El muestreo probabilístico optimizado mejoró la generalizabilidad al garantizar una muestra representativa y sin sesgo de los lugares de intervención.