12.7
Los controles de un experimento son elementos que se mantienen constantes y no se ven afectados por variables independientes. Los controles son esenciales para la medición imparcial y precisa de las variables dependientes en respuesta al tratamiento.
Por ejemplo, se sospecha que los pacientes que acuden a un hospital con fiebre alta, dificultad para respirar, tos, resfriado y dolor corporal intenso están infectados por COVID. Pero también es posible que otras infecciones respiratorias causen los mismos síntomas. Por lo tanto, el médico recomienda una prueba de COVID.
Se recogen los hisopos nasales del paciente y se realiza la prueba de COVID. Además, se mantiene una muestra de control que no tiene ARN viral COVID. Este tipo de control también se denomina control negativo. Ayuda a prevenir informes de falsos positivos en las muestras de los pacientes.
Un control positivo es otro tipo de control comúnmente utilizado en un experimento. A diferencia del control negativo, el control positivo contiene una muestra real: el ARN viral. Esto ayuda a coincidir con la presencia de ARN viral en las muestras de prueba y valida el procedimiento y la precisión de la prueba.
Al realizar un experimento, es fundamental tener control para reducir el sesgo y medir con precisión las variables dependientes. También marca los resultados más fiables. Los controles son elementos de un experimento que tienen las mismas características de los grupos de tratamiento pero que no se ven afectados por la variable independiente. Al clasificar estos datos en condiciones experimentales y de control, se puede establecer la relación entre las variables dependientes e independientes. Un experimento aleatorio siempre incluye un grupo de control que recibe un tratamiento inactivo pero que, por lo demás, es manejado exactamente como los demás grupos. El grupo de control ayuda a los investigadores a equilibrar los efectos de participar en un experimento con los efectos de los tratamientos activos.
En los procedimientos clínicos o de diagnóstico, se incluyen controles positivos para validar los resultados de la prueba. Los controles positivos mostrarían el resultado esperado si la prueba hubiera funcionado como se esperaba. Un control negativo no contiene el ingrediente o tratamiento principal, pero incluye todo lo demás. Por ejemplo, en una prueba COVID RT-PCR, una muestra negativa no incluye el ADN viral. Los experimentos suelen utilizar controles positivos y negativos para prevenir o evitar reportes de falsos positivos y falsos negativos.
Este texto es una adaptación de Openstax, Introductory Statistics, Section 1.4, Experimental Design and Ethics.
Los controles de un experimento son elementos que se mantienen constantes y no se ven afectados por variables independientes. Los controles son esenciales para la medición imparcial y precisa de las variables dependientes en respuesta al tratamiento.
Por ejemplo, se sospecha que los pacientes que acuden a un hospital con fiebre alta, dificultad para respirar, tos, resfriado y dolor corporal intenso están infectados por COVID. Pero también es posible que otras infecciones respiratorias causen los mismos síntomas. Por lo tanto, el médico recomienda una prueba de COVID.
Se recogen los hisopos nasales del paciente y se realiza la prueba de COVID. Además, se mantiene una muestra de control que no tiene ARN viral COVID. Este tipo de control también se denomina control negativo. Ayuda a prevenir informes de falsos positivos en las muestras de los pacientes.
Un control positivo es otro tipo de control comúnmente utilizado en un experimento. A diferencia del control negativo, el control positivo contiene una muestra real: el ARN viral. Esto ayuda a coincidir con la presencia de ARN viral en las muestras de prueba y valida el procedimiento y la precisión de la prueba.
From Chapter 12:
Now Playing
Statistics in Practice
14.3K Views
Statistics in Practice
16.3K Views
Statistics in Practice
7.8K Views
Statistics in Practice
9.5K Views
Statistics in Practice
11.7K Views
Statistics in Practice
6.7K Views
Statistics in Practice
3.6K Views
Statistics in Practice
6.6K Views
Statistics in Practice
3.1K Views
Statistics in Practice
8.8K Views