Los controles eliminan las 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 los marcadores moleculares utilizados en los experimentos de SDS-PAGE, y pueden tener simplemente el propósito de garantizar que el equipo funcione correctamente. La selección y el uso de controles adecuados para garantizar que los resultados experimentales sean válidos (por ejemplo, ausencia de variables de confusión) puede resultar muy difícil. Las mediciones de control también pueden usarse para otros propósitos: por ejemplo, una medición del ruido de fondo de un micrófono en ausencia de una señal permite que el ruido se reste de las mediciones posteriores de la señal, produciendo así una señal procesada de mayor calidad.
Por ejemplo, si un investigador alimenta con un edulcorante artificial experimental a sesenta ratas de laboratorio y observa que diez de ellas se enferman posteriormente, la causa subyacente podría ser el edulcorante en sí mismo o algo no relacionado. Otras variables, que pueden no ser fácilmente obvio, puede interferir con el diseño experimental. Por ejemplo, el edulcorante artificial puede mezclarse con un diluyente y puede ser el diluyente el que causa el efecto. Para controlar el efecto del diluyente, se realiza la misma prueba dos veces; una vez con el edulcorante artificial en el diluyente, y otro hecho exactamente de la misma manera, pero usando solo el diluyente. Ahora el experimento está controlado por el diluyente y el experimentador puede distinguir diferencia entre edulcorante, diluyente y no tratamiento. Los controles suelen ser necesarios cuando un factor de confusión no puede separarse fácilmente de los tratamientos primarios. Por ejemplo, puede ser necesario usar un tractor para esparcir fertilizante donde no hay otra forma práctica de esparcir fertilizante. La solución más sencilla es tener un tratamiento donde se conduce un tractor sobre parcelas sin esparcir fertilizante y de esa forma se controlan los efectos del tráfico de tractores.
Los tipos de control más simples son los controles negativos y positivos, y ambos se encuentran en muchos tipos diferentes de experimentos. Estos dos controles, cuando ambos tienen éxito, 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.
NegativeEdit
Donde solo hay dos resultados posibles, p. ej. positivo o negativo, si el grupo de tratamiento y el control negativo producen un resultado negativo, se puede inferir que el tratamiento no tuvo ningún efecto. Si tanto el grupo de tratamiento como el control negativo producen un resultado positivo, se puede inferir que una variable de confusión está involucrada en el fenómeno en estudio, y 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 alguna mejora en el grupo de placebo debido al efecto placebo, y este resultado establece la línea de base sobre la que debe mejorar el tratamiento. Incluso si el grupo de tratamiento muestra una mejoría, debe compararse con el grupo de 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 más mejoría que el grupo de placebo.
PositiveEdit
Los controles positivos se utilizan a menudo para evaluar la validez de la prueba. Por ejemplo, para evaluar la capacidad de una nueva prueba para detectar una enfermedad (su sensibilidad), entonces podemos compararla con una prueba diferente que ya se sabe que funciona. La prueba bien establecida es el control positivo, ya que ya 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 contiene un 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 muy poca o ninguna actividad.
Si el el control positivo no produce el resultado esperado, puede haber algo mal con el procedimiento experimental y el experimento se repite. Para experimentos difíciles o complicados, el resultado del control positivo también puede ayudar en comparación con los resultados experimentales anteriores.Por ejemplo, si se determinó que la prueba de enfermedad bien establecida tiene la misma efectividad que la encontrada por 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 usar múltiples controles positivos; si hay más de una prueba de la enfermedad que se sabe que es efectiva, se puede probar más de una. Múltiples controles positivos también permiten comparaciones más precisas de los resultados (calibración o estandarización) si los resultados esperados de los controles positivos tienen diferentes tamaños. Por ejemplo, en el ensayo enzimático discutido anteriormente, se puede producir una curva estándar haciendo muchas muestras diferentes con diferentes cantidades de la enzima.
RandomizationEdit
En la aleatorización, los grupos que reciben diferentes tratamientos experimentales se determinan al azar. Si bien esto no asegura que no haya diferencias entre los grupos, asegura que las diferencias se distribuyan equitativamente, corrigiendo así los errores sistemáticos.
Por ejemplo, en experimentos donde el rendimiento de los cultivos se ve afectado (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.
Experimentos ciegosEditar
El cegamiento es la práctica de retener información que puede sesgar un experimento. Por ejemplo, es posible que los participantes no sepan 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 sesgos de confirmación. Se puede imponer un ciego a cualquier participante de un experimento, incluidos sujetos, investigadores, técnicos, analistas de datos y evaluadores. En algunos casos, la cirugía simulada puede ser necesaria para lograr el cegamiento.
Durante el curso de un experimento, un participante deja de estar cegado si deduce u obtiene información que le ha sido enmascarada. La falta de cegamiento 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 con antidepresivos están poco cegados. Las directrices para la presentación de informes recomiendan que todos los estudios evalúen y notifiquen el desenmascaramiento. En la práctica, muy pocos estudios evalúan el desenmascaramiento.
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 imprescindible. En la investigación clínica, un ensayo que no es un ensayo ciego se denomina ensayo abierto.