Un control científico es un experimento u observación diseñado para minimizar los efectos de variables distintas a la variable independiente (es decir, variables de confusión ). [1] Esto aumenta la confiabilidad de los resultados, a menudo a través de una comparación entre las mediciones de control y las otras mediciones. Los controles científicos son parte del método científico .
Los controles eliminan explicaciones alternativas de los resultados experimentales, especialmente los errores experimentales y el sesgo del experimentador. Muchos controles son específicos del tipo de experimento que se está realizando, como en el caso de los marcadores moleculares utilizados en los experimentos de SDS-PAGE , y pueden tener simplemente el propósito de garantizar que el equipo esté funcionando correctamente. La selección y el uso de controles adecuados para garantizar que los resultados experimentales sean válidos (por ejemplo, la ausencia de variables de confusión ) puede ser muy difícil. Las mediciones de control también se pueden utilizar para otros fines: por ejemplo, una medición del ruido de fondo de un micrófono en ausencia de una señal permite restar el ruido de mediciones posteriores de la señal, produciendo así una señal procesada de mayor calidad.
Por ejemplo, si un investigador alimenta a sesenta ratas de laboratorio con un edulcorante artificial experimental y observa que diez de ellas enferman posteriormente, la causa subyacente podría ser el edulcorante en sí o algo no relacionado. Otras variables, que pueden no ser fácilmente obvias, pueden interferir con el diseño experimental. Por ejemplo, el edulcorante artificial podría estar mezclado con un diluyente y podría ser el diluyente el que cause el efecto. Para controlar el efecto del diluyente, se realiza la misma prueba dos veces: una con el edulcorante artificial en el diluyente y otra realizada exactamente de la misma manera pero utilizando solo el diluyente. Ahora el experimento está controlado por el diluyente y el experimentador puede distinguir entre edulcorante, diluyente y no tratamiento. Los controles son necesarios con mayor frecuencia cuando un factor de confusión no puede separarse fácilmente de los tratamientos primarios. Por ejemplo, puede ser necesario utilizar un tractor para esparcir fertilizante cuando no hay otra forma practicable de esparcirlo. La solución más sencilla es realizar un tratamiento en el que se pasa un tractor por las parcelas sin esparcir fertilizante y de esa manera se controlan los efectos del tránsito del tractor.
Los tipos de control más simples son los controles negativos y positivos, y ambos se encuentran en muchos tipos diferentes de experimentos. [2] Estos dos controles, cuando ambos son exitosos, suelen ser suficientes para eliminar la mayoría de las posibles variables de confusión: significa que el experimento produce un resultado negativo cuando se espera un resultado negativo, y un resultado positivo cuando se espera un resultado positivo. Otros controles incluyen controles de vehículo, controles simulados y controles comparativos. [2]
Cuando sólo hay dos resultados posibles, por ejemplo, positivo o negativo, si tanto el grupo de tratamiento como el grupo de control negativo (grupo sin tratamiento) producen un resultado negativo, se puede inferir que el tratamiento no tuvo efecto. Si tanto el grupo de tratamiento como el grupo de control negativo producen un resultado positivo, se puede inferir que una variable de confusión está involucrada en el fenómeno en estudio y que los resultados positivos no se deben únicamente al tratamiento.
En otros ejemplos, los resultados pueden medirse como longitudes, tiempos, porcentajes, etc. En el ejemplo de las pruebas de drogas, podríamos medir el porcentaje de pacientes curados. En este caso, se infiere que el tratamiento no tiene efecto cuando el grupo de tratamiento y el control negativo producen los mismos resultados. Se espera cierta mejora en el grupo placebo debido al efecto placebo , y este resultado establece la línea de base sobre la cual el tratamiento debe mejorar. Incluso si el grupo de tratamiento muestra una mejora, es necesario compararlo con el grupo placebo. Si los grupos muestran el mismo efecto, entonces el tratamiento no fue responsable de la mejora (porque el mismo número de pacientes se curó en ausencia del tratamiento). El tratamiento solo es eficaz si el grupo de tratamiento muestra una mayor mejora que el grupo placebo.
Los controles positivos se utilizan a menudo para evaluar la validez de una prueba . Por ejemplo, para evaluar la capacidad de una nueva prueba para detectar una enfermedad (su sensibilidad ), podemos compararla con una prueba diferente que ya se sabe que funciona. La prueba bien establecida es un control positivo, ya que sabemos que la respuesta a la pregunta (si la prueba funciona) es sí.
De manera similar, en un ensayo enzimático para medir la cantidad de una enzima en un conjunto de extractos, un control positivo sería un ensayo que contuviera una cantidad conocida de la enzima purificada (mientras que un control negativo no contendría enzima). El control positivo debería dar una gran cantidad de actividad enzimática, mientras que el control negativo debería dar una actividad muy baja o nula.
Si el control positivo no produce el resultado esperado, puede que haya algún error en el procedimiento experimental y se repita el experimento. En el caso de experimentos difíciles o complicados, el resultado del control positivo también puede ayudar en la comparación con los resultados experimentales anteriores. Por ejemplo, si se determinó que la prueba de la enfermedad bien establecida tuvo el mismo efecto que el encontrado por los experimentadores anteriores, esto indica que el experimento se está realizando de la misma manera que lo hicieron los experimentadores anteriores.
Cuando sea posible, se pueden utilizar múltiples controles positivos: si hay más de una prueba de enfermedad que se sabe que es eficaz, se puede probar más de una. Los múltiples controles positivos también permiten realizar comparaciones más precisas de los resultados (calibración o estandarización) si los resultados esperados de los controles positivos tienen tamaños diferentes. Por ejemplo, en el ensayo enzimático analizado anteriormente, se puede producir una curva estándar preparando muchas muestras diferentes con diferentes cantidades de la enzima.
En la aleatorización, los grupos que reciben diferentes tratamientos experimentales se determinan aleatoriamente. Si bien esto no garantiza que no haya diferencias entre los grupos, sí garantiza que las diferencias se distribuyan de manera uniforme, corrigiendo así los errores sistemáticos .
Por ejemplo, en experimentos en los que se ve afectado el rendimiento de los cultivos (por ejemplo, la fertilidad del suelo ), el experimento se puede controlar asignando los tratamientos a parcelas de tierra seleccionadas al azar. Esto mitiga el efecto de las variaciones en la composición del suelo sobre el rendimiento.
El cegamiento es la práctica de retener información que puede sesgar un experimento. Por ejemplo, los participantes pueden no saber quién recibió un tratamiento activo y quién recibió un placebo . Si esta información estuviera disponible para los participantes del ensayo, los pacientes podrían recibir un efecto placebo mayor , los investigadores podrían influir en el experimento para cumplir con sus expectativas (el efecto del observador ) y los evaluadores podrían estar sujetos a un sesgo de confirmación . Se puede imponer un cegamiento a cualquier participante de un experimento, incluidos sujetos, investigadores, técnicos, analistas de datos y evaluadores. En algunos casos, puede ser necesaria una cirugía simulada para lograr el cegamiento.
Durante el transcurso de un experimento, un participante deja de estar ciego si deduce u obtiene de otro modo información que le había sido ocultada. El desenmascaramiento que se produce antes de la conclusión de un estudio es una fuente de error experimental, ya que se reintroduce el sesgo que se eliminó mediante el cegamiento. El desenmascaramiento es común en los experimentos ciegos y debe medirse y notificarse. La metainvestigación ha revelado altos niveles de desenmascaramiento en los ensayos farmacológicos. En particular, los ensayos sobre antidepresivos están mal cegados. Las directrices de presentación de informes recomiendan que todos los estudios evalúen e informen el desenmascaramiento. En la práctica, muy pocos estudios evalúan el desenmascaramiento. [3]
El cegamiento es una herramienta importante del método científico y se utiliza en muchos campos de investigación. En algunos campos, como la medicina , se considera esencial. [4] En la investigación clínica, un ensayo que no es ciego se denomina ensayo abierto .