Cuando se lleve a cabo la investigación en enfermería , seleccionar cuidadosamente poblaciones de la muestra para evitar la pérdida de tiempo de investigación , el esfuerzo del paciente y los costos de soporte . Idealmente , los ensayos clínicos deben ser lo suficientemente grande para detectar con fiabilidad las menores diferencias en el resultado primario entre los pacientes . Cuando se trabaja con una muestra grande , utilizar criterios de selección que definen específicamente a la población a ser estudiada . Además , utilizar criterios de exclusión para evitar la asignación de recursos de forma incorrecta o perjudicar a los sujetos . Por último , sobre todo las grandes muestras pueden ser imposibles de estudiar con tiempo y presupuesto ; en tal caso , es posible escoger un subconjunto de la muestra para trabajar. Cosas que necesitará Criterios de inclusión Criterios de exclusión

Mostrar Más instrucciones Matemáticas 1

Asegúrese de que su gran muestra tiene las características clínicas - conocidos como criterios de inclusión - - que necesita para completar su estudio. La edad es a menudo un factor crucial . Cuando se prueba un medicamento en una población , por ejemplo, usted puede optar por centrarse en la mujer en sus treinta años, razonando que la relación beneficio- daño es mayor en las mujeres en sus treinta años y menos prominente en otros grupos de edad . Alternativamente , si el tamaño de la muestra es realmente grande, usted podría probar una variedad de grupos de edad , de sacar conclusiones estadísticamente significativas sobre cada grupo de edad.
2

Asegúrese , además , de que los resultados del estudio se obtiene de la muestra puede ser yuxtapuesta a la población en general - un segundo tipo de criterios de inclusión. El uso de muestras más grandes puede parecer sugerir que los resultados son más propensos a describir la población general ; Sin embargo , tenga en cuenta cómo encontró a sus súbditos. Los pacientes en su propio hospital pueden ser una fuente de temas disponibles y baratos . Peculiaridades de los pacientes locales o pacientes en su hospital , sin embargo, podrían interferir con la generalización de los resultados a otras poblaciones. No solo curso de acción es claramente bien o mal, y usted podría tener que tomar decisiones que involucran el equilibrio entre los objetivos científicos y prácticos .
3

Establecer criterios de exclusión. En otras palabras, identificar subgrupos de individuos dentro de la muestra que se ajusten a sus criterios de inclusión , si no fuera por ciertas características que podrían interferir con el éxito de los esfuerzos de seguimiento , calidad de datos , o la aceptabilidad del tratamiento aleatorizado. Por ejemplo , si un paciente es alcohólico o planeando mudarse fuera del estado , la realización de ensayos de seguimiento con él podría ser difícil . Además , si un paciente tiene un historial de accidente cerebrovascular , es probable que ella experimentaría efectos adversos como resultado del estudio.
4

Seleccionar un subconjunto de la muestra si la muestra es demasiado grande estudiar cada tema en tiempo y presupuesto . El muestreo probabilístico , que implica la selección de un subconjunto al azar , proporciona una base rigurosa para generalizar la aplicabilidad de los resultados del estudio de la población como un todo . Los investigadores también utilizan a menudo el muestreo de conveniencia , lo que implica el uso de las personas que cumplan con los criterios de inclusión y que son de fácil acceso para el investigador. El muestreo de conveniencia tiene evidentes ventajas en términos de costos y la logística. Determine , sin embargo, si se puede utilizar el muestreo de conveniencia y aún así responder de manera fiable a la pregunta científica que nos ocupa.