Pues
otra semana más, aquí estamos, esta vez para hablar acerca de las referencias
bibliográficas y su distribución. Además también mostraré algún ejemplo de
alguna gráfica, que bajo mi punto de vista, podríamos considerar “mala” y otra
“buena”.
Así
que empezaremos con las referencias bibliográficas y cómo, habitualmente, se
distribuyen en las publicaciones científicas en epidemiología. Para ello,
finalmente he decidido seleccionar un artículo científico que forma parte de mi
tesis doctoral, así aprovecho la ocasión para mostraros algunos aspectos de mi
tesis.
El
artículo que he seleccionado, es una pequeña parte de la tesis, y ha sido
publicado en la revista científica BMC Public Health. La referencia
correspondiente a dicho artículo es la siguiente:
Se
trata de una revista de acceso libre (desde Pubmed lo podéis descargar sin
problema), y cuyo abstract es el siguiente:
Pero
lo que nos interesa en esta entrada son las referencias bibliográficas, así que
pasaré a comentaros brevemente cómo se distribuyen. El artículo consta de 8
páginas (incluyendo título, abstract, cuerpo del artículo, tablas y figuras, y
referencias bibliográficas), y tiene 22 referencias bibliográficas.
A
lo largo del cuerpo del artículo, las referencias bibliográficas se distribuyen
principalmente a lo largo de los antecedentes (hasta un total de 14 referencias)
y la discusión de los resultados (donde se localizan 15 de ellas). Estas suelen
ser las ubicaciones habituales en epidemiología, ya que las referencias
bibliográficas se utilizan para apoyar el estado actual del tema, y también
para discutir los resultados obtenidos en nuestro estudio con los hallazgos
encontrados en otros lugares que han realizado investigaciones similares.
Con
respecto a la metodología, en alguna ocasión también puede destacar alguna
referencia bibliográfica en ella, como es este caso, aunque la mayor parte de
las referencias bibliográficas referentes a la metodología utilizada aparecen
en los antecedentes ya que se describe también la evolución del diseño del
estudio. Donde realmente es difícil encontrar alguna referencia bibliográfica
es en el apartado de los resultados. Imagino que ocurrirá lo mismo en cualquier
disciplina de ciencias, ya que en el apartado de resultados, tan solo estás
contando los hallazgos que han ocurrido en tu estudio.
Pues
esto es todo con respecto a las referencias bibliográficas. Espero que haya
quedado bastante claro, y que también os hayáis hecho alguna idea de qué tipo
de investigaciones realizo.
Para
finalizar esta entrada, pondré dos ejemplos de gráficas, que bajo mi punto de
vista, consideraría “buena” y “mala”.
En
primer lugar, os mostraré un tipo de gráfica que me parece muy buena ya que con
lo sencilla que parece, aporta mucha información. Se trata de un tipo de
gráfica, que cada vez es más común en los estudios de evaluación del efecto de las
vacunas. En este caso, la gráfica nos muestra la efectividad de la vacuna, bajo
dos tipos de diseño diferente (estudio de cohortes, y diseño de casos y
controles negativos), en diversos momentos. A través de la gráfica, podemos
observar la evolución del efecto de la vacuna a lo largo de unas semana, y al
mismo tiempo ir comparando ambos diseños, que es de gran interés para la
vigilancia epidemiológica en salud pública. Por lo tanto, mucha información en
una gráfica tan sencilla.
Y
ahora, a por la gráfica mala. Para este caso, no voy a hacer ninguna referencia
a un artículo publicado, más bien os cuento mi experiencia de un caso reciente
como revisor de una revista americana de un artículo. En el artículo que me
enviaron para revisar, los autores habían propuesto varias gráficas, y entre
ellas, había una que destacaba bastante por su mala construcción.
Se
trataba de un gráfico de barras apilado que mostraba la proporción de casos en
función de diversas características, y en la mayoría de las barras se
sobrepasaba el 100%. Esto no era muy descriptivo para el lector, por lo que la
gráfica no era nada intuitiva de los resultados que ellos mismo querían
destacar. Os pongo un ejemplo (de cosecha propia) de la gráfica emulando lo que
los autores habían propuesto.
Como
podéis observar, no tiene mucho sentido esta composición de la gráfica, ya que
en todas las categorías se supera el 100%, y esto puede llevar a una
equivocación por parte del lector.
Y
por esta semana, esto es todo. Espero que haya sido de vuestro interés.
Hasta
la próxima entrada!!!
Muchas gracias por tu colaboración. La distribución que muestras de referencias entre las distintas secciones del trabajo es muy común en otras disciplina también, especialmente lo de que se concentren en la introducción. Me ha gustado mucho el abstract que pones de vuestro trabajo, no por el contenido, que se me escapa (auqnue seguro que también mola), sino por el formato. En la mayoría de las revistas que yo manejo los abstracta no están estructurados, no tienen secciones. Yo recomiendo que, aún sin secciones identificadas, si se siga ese hilo argumental a la hora de escribirlo, pero visto así resulta aún más claro.
ResponderEliminarEn cuanto a las gráficas coincido plenamente en que la segunda es bastante mala. Con la primera llevo un rato pensando si las barras de error de los puntos de la derecha (¿grupo de control?) invalidan la conclusión o no; pero yo es que de eso no se, y si la gráfica lleva a pernsar sobre el contenido con información expresa es que, en efecto, es una buena gráfica.
Muchas gracias por los comentarios.
ResponderEliminarCon respecto a la primera gráfica, lo que viene a representar es la efectividad de la vacuna ( y sus respectivos intervalos de confianza) en diferentes momentos. Las tres primeras estimaciones se han realizado bajo un diseño de cohortes y la variable de interés son los casos con síndrome gripal que han consultado por gripe. Mientras que el segundo diseño es un estudio de casos y controles, que trabaja con casos confirmados de gripe y toma como controles a pacientes que se les ha realizado el test y han resultado negativos a gripe. Este diseño está siendo muy utilizado en los últimos años. Mediante este gráfico se pretende mostrar la variabilidad en la estimación del efecto cuando utilizas diferentes diseños y además diferentes variables resultado. Es mucho mejor utilizar casos confirmados, ya que garantizas una mayor comparabilidad entre los grupos y además descartas casos que tienen síntomas de gripe que finalmente no se confirman para gripe. Siempre es mejor tratar con variables más específicas.