06.10.2014 Views

VOLUMEN I

Create successful ePaper yourself

Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.

El analista no debería adoptar otra transformación a menos que haya evidenciado que el no cumplimiento de<br />

los requisitos no es accidental sino debido a un cambio o variación sistemática de las condiciones experimentales.<br />

En este caso se debe repetir el ensayo descripto en la Sección 3.3.1 antes de adoptar una nueva transformación<br />

en los ensayos de rutina.<br />

En ensayos de rutina desarrollados para comparar preparaciones similares un número excesivo de ensayos no<br />

válidos, debido a ausencia de paralelismo o de linealidad, denota probablemente diseños con replicaciones inadecuadas.<br />

Normalmente esta falta de adecuación se debe a un reconocimiento incompleto de todas las fuentes de<br />

variabilidad que afectan al ensayo, lo cual puede producir una subestimación del error residual que conduciría a<br />

razones F grandes.<br />

No siempre es posible tener en cuenta la totalidad de las posibles fuentes de variación dentro de un ensayo<br />

simple (por ejemplo, variaciones día a día). En un caso así, los intervalos de confianza de ensayos repetidos<br />

sobre la misma muestra pueden no superponerse satisfactoriamente y se debe poner especial cuidado en la interpretación<br />

de los intervalos de confianza individuales. Para obtener una estimación más confiable del intervalo de<br />

confianza puede ser necesario desarrollar varios ensayos independientes y combinar éstos en una única potencia<br />

estimada y un intervalo de confianza (ver Sección 6).<br />

Con la finalidad de controlar la calidad de los ensayos de rutina es recomendable guardar copia de los valores<br />

estimados de la pendiente de regresión y del valor estimado del error residual en las cartas control.<br />

Un error residual excepcionalmente alto puede indicar algún problema de tipo técnico. Éste debería ser<br />

investigado, y si se puede evidenciar algún error analítico en el ensayo, debería ser repetido. Un error residual<br />

inusualmente alto puede indicar la presencia de un valor atípico ocasional o de una observación aberrante. Se<br />

rechaza una respuesta que es cuestionable debido a una falla en el cumplimiento del procedimiento durante el<br />

desarrollo del ensayo. Si se descubre un valor aberrante después de que las respuestas ya han sido registradas,<br />

que puede ser adjudicable a irregularidades del ensayo, su omisión puede estar justificada. La exclusión arbitraria<br />

o el mantenimiento de una respuesta aparentemente atípica puede ser una fuente grave de sesgo. En general<br />

el rechazo de observaciones solamente porque un ensayo para “valores atípicos” sea significativo, es desaconsejable.<br />

Un error residual excepcionalmente bajo puede ocurrir alguna vez y ser causa de que los valores de la<br />

razón F excedan los valores críticos. En tal caso puede estar justificado reemplazar el error residual estimado, a<br />

partir del ensayo individual, por un error residual medio obtenido de datos históricos registrados en las cartas<br />

control.<br />

3.1.3 Cálculos y restricciones<br />

Conforme a los principios generales de buen diseño, se imponen normalmente las tres siguientes restricciones<br />

en el diseño del ensayo. Éstas presentan ventajas tanto para facilitar el cómputo como para mejorar la precisión.<br />

a) cada preparación en el ensayo debe ser contrastada con el mismo número de dosis.<br />

b) en el modelo de líneas paralelas, el cociente entre las dosis adyacentes debe ser constante para todos los<br />

tratamientos en el ensayo (progresión geométrica); en el modelo de relación de pendientes, el intervalo entre<br />

dosis adyacentes debe ser constante para todos los tratamientos en el ensayo (progresión aritmética).<br />

c) debe haber un número igual de unidades experimentales para cada tratamiento.<br />

Si se utiliza un diseño que cumple estas restricciones los cálculos son sencillos. Las fórmulas se encuentran<br />

en las Secciones 3.2 y 3.3. Se recomienda el uso de aplicaciones informáticas (software) que hayan sido desarrolladas<br />

para esta finalidad particular. Existen varios programas que pueden fácilmente manejar todos estos diseños<br />

de ensayo descriptos en las monografías correspondientes. No todos los programas emplean las mismas<br />

fórmulas y algoritmos, pero deben llevarnos a los mismos resultados.<br />

Los diseños de ensayo que no cumplan las restricciones señaladas arriba pueden ser igualmente posibles y correctos,<br />

pero las fórmulas que precisan son demasiado complicadas para ser descriptas en este texto.<br />

Las formulas para los diseños restringidos dadas en el texto pueden ser empleadas por ejemplo para crear<br />

programas ad hoc en una planilla de cálculos. Se pueden emplear los ejemplos de la Sección 5 para comprobar si<br />

tales programas dan resultados correctos.<br />

3.2 Modelo de líneas paralelas<br />

3.2.1 Introducción<br />

En la Figura 3.2.1.-I se representa el modelo de líneas paralelas. El logaritmo de las dosis se representa en el<br />

eje de abscisas y las respuestas en el eje de ordenadas. Las respuestas individuales a cada tratamiento se señalan<br />

con puntos negros. Las dos líneas son las relaciones calculadas ln(dosis)-respuesta para el estándar y para la<br />

preparación desconocida.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!