diseño antes y después – before–after design

Diseño Antes–Después

Campo(s) Disciplinario(s) Principal(es): Epidemiología, Investigación Clínica, Economía, Ciencias del Comportamiento, Evaluación de Programas.

1. Definición Central

El diseño antes–después (también conocido como diseño pretest–posttest de un solo grupo) es una metodología de investigación cuasi-experimental o pre-experimental que constituye uno de los enfoques más básicos para la evaluación de impacto. Su premisa fundamental es la medición de una variable de resultado (dependiente) en una unidad de observación o población en dos momentos distintos: una medición basal o pre-intervención ($T_1$) y una medición posterior a la implementación de un tratamiento, política o programa ($T_2$). El propósito central de este diseño es cuantificar la magnitud del cambio observado, infiriendo que la diferencia entre $T_2$ y $T_1$ es el efecto atribuible a la intervención.

La simplicidad conceptual de este diseño lo hace ampliamente aplicable en contextos de la vida real donde la implementación de un ensayo controlado aleatorizado (ECA) es inviable, ya sea por razones éticas, logísticas o económicas. No obstante, su estructura metodológica lo sitúa en un nivel bajo en la jerarquía de la evidencia causal. A diferencia de un ECA, el diseño antes–después carece de un grupo de control concurrente que no reciba la intervención. En cambio, cada unidad de análisis sirve como su propio control, al comparar su estado inicial con su estado final. Esta dependencia de la comparación temporal es, simultáneamente, su mayor fortaleza en términos de viabilidad y su principal debilidad en términos de validez interna, ya que el investigador debe asumir que no hubo otros factores significativos que influyeran en el resultado durante el período entre $T_1$ y $T_2$.

En esencia, el diseño antes–después intenta responder a la pregunta: “¿Ha cambiado la variable de interés después de la intervención?” Sin embargo, su limitación inherente le impide responder con certeza a la pregunta más crucial: “¿Fue la intervención la única causa de ese cambio?”. La interpretación de los resultados debe realizarse con cautela extrema, reconociendo que cualquier cambio significativo podría ser el resultado de la intervención, pero también de una serie de amenazas a la validez que operan simultáneamente, lo que obliga al investigador a utilizar técnicas estadísticas robustas para mitigar, en la medida de lo posible, la influencia de estas variables confusoras.

2. Desarrollo Histórico y Contexto Metodológico

La práctica de la medición antes–después ha existido informalmente en la ciencia y la medicina durante siglos, pero su formalización como diseño de investigación se consolidó en el marco de la metodología experimental y cuasi-experimental del siglo XX. Autores fundamentales como Donald T. Campbell y Julian C. Stanley, en su obra seminal sobre diseños experimentales para la investigación, clasificaron el diseño de grupo único con medición pretest-posttest como un diseño “pre-experimental”, destacando sus severas deficiencias para establecer relaciones causales sólidas.

A pesar de esta clasificación, el diseño antes–después ha mantenido una relevancia persistente, especialmente en el campo de la evaluación de políticas públicas y la epidemiología aplicada. En estos contextos, a menudo es imposible o impráctico aleatorizar poblaciones enteras (por ejemplo, al introducir una nueva ley de tránsito o una campaña de vacunación masiva). La necesidad de evaluar rápidamente la efectividad inicial de estas intervenciones a gran escala ha asegurado la continuidad del uso del diseño, a menudo como un primer paso exploratorio antes de la implementación de estudios longitudinales más costosos y complejos. Su utilidad se maximiza cuando las intervenciones son drásticas y se espera un cambio de resultado inmediato y sustancial.

La evolución metodológica ha llevado a la sofisticación de este diseño mediante la incorporación de técnicas estadísticas avanzadas y la adición de comparaciones externas. Los investigadores rara vez confían hoy en día en el diseño antes–después simple. En su lugar, buscan variaciones que refuercen la inferencia, como el uso de múltiples puntos de medición antes y después (llevando al diseño de series de tiempo interrumpidas) o la inclusión de grupos de control no aleatorizados (llevando al diseño de diferencias en diferencias). Esta evolución refleja un esfuerzo continuo por equilibrar la viabilidad práctica del diseño con la necesidad de aumentar su validez interna, reconociendo sus limitaciones inherentes.

3. Componentes Clave y Tipologías

El diseño antes–después se define por tres componentes esenciales: la unidad de análisis, la intervención y los dos puntos de medición. La unidad de análisis puede ser un individuo, un grupo (un aula, una clínica) o una entidad agregada (una ciudad, un país). La intervención es el evento o el factor de tratamiento cuyo efecto se desea medir. Finalmente, las mediciones $T_1$ y $T_2$ deben ser consistentes y fiables, utilizando la misma herramienta o instrumento de medición en ambos momentos para asegurar la comparabilidad de los datos.

• Medición Basal ($T_1$): Esta medición establece la línea de base de la variable de resultado antes de cualquier exposición al tratamiento. Es crucial para el diseño, ya que permite controlar la variabilidad inicial de la unidad de análisis.
• Intervención ($X$): La aplicación del programa, política o factor experimental. Es el momento que “interrumpe” la tendencia natural del resultado.
• Medición Posterior ($T_2$): La medición final, realizada inmediatamente o después de un periodo de seguimiento adecuado tras la finalización de la intervención.
• Estimación del Efecto: El efecto se estima simplemente como la diferencia promedio en el resultado: $text{Efecto} = bar{Y}_{T2} – bar{Y}_{T1}$.

Existen varias tipologías que buscan mejorar la estructura básica. La más simple es el diseño de grupo único. Una mejora significativa es el diseño de cohorte antes–después, donde se sigue al mismo grupo de individuos a lo largo del tiempo. Otra variación importante, aunque metodológicamente superior y a menudo clasificada como cuasi-experimental, es el diseño de series de tiempo interrumpidas (ITS). El ITS requiere múltiples observaciones pre-intervención y múltiples observaciones post-intervención, permitiendo el modelado de la tendencia temporal subyacente para distinguir el efecto del tratamiento de las fluctuaciones naturales o estacionales.

Finalmente, cuando se introduce un grupo de control no aleatorizado (un grupo similar que no recibe la intervención), el diseño evoluciona hacia una estructura de panel con control, lo que permite la aplicación del método de Diferencias en Diferencias (DiD). Aunque el DiD requiere la suposición crucial de tendencias paralelas (que ambos grupos habrían seguido la misma trayectoria temporal sin la intervención), representa el uso más riguroso de la lógica antes–después en la investigación observacional.

4. Ventajas y Aplicaciones Prácticas

La popularidad del diseño antes–después se debe a su viabilidad en escenarios de investigación aplicada. Una de sus mayores ventajas es la eficiencia, tanto en términos de tiempo como de recursos, ya que solo requiere el seguimiento de una cohorte y la administración de la intervención. Esto contrasta fuertemente con la complejidad logística y el alto costo de los ECA.

Desde una perspectiva ética, el diseño antes–después es a menudo preferible, especialmente en el ámbito clínico o de salud pública, cuando se evalúa una intervención que se cree es beneficiosa. La aleatorización y la creación de un grupo de control que recibe un placebo o no recibe tratamiento pueden ser éticamente cuestionables. Al utilizar el diseño antes–después, todos los participantes pueden recibir la intervención, lo que elimina el dilema de la negación del tratamiento.

Las aplicaciones prácticas son vastas. En economía y políticas públicas, se utiliza sistemáticamente para evaluar el impacto de cambios regulatorios (por ejemplo, el efecto de un aumento del salario mínimo en el empleo). En investigación clínica, se emplea para medir el impacto de nuevos protocolos de tratamiento o cambios en la gestión hospitalaria. En ciencias del comportamiento y educación, se usa para evaluar la efectividad de programas de capacitación o intervenciones psicológicas. Su capacidad para documentar el cambio en un sistema antes y después de una perturbación lo convierte en una herramienta indispensable para la evaluación de impacto inicial.

5. Desafíos Metodológicos y Sesgos

El principal inconveniente del diseño antes–después radica en las múltiples amenazas a la validez interna que impiden establecer una relación causal inequívoca entre la intervención y el resultado. Estas amenazas son factores alternativos al tratamiento que podrían explicar el cambio de $T_1$ a $T_2$.

• Sesgo de Historia: Eventos externos, no relacionados con la intervención, que ocurren simultáneamente entre $T_1$ y $T_2$. Por ejemplo, si se implementa un programa antitabaco en una ciudad y, al mismo tiempo, el gobierno federal aumenta drásticamente los impuestos al tabaco, el cambio observado en las tasas de tabaquismo podría deberse al aumento de impuestos (la historia) y no al programa local.
• Maduración: Cambios internos en los sujetos a lo largo del tiempo que son independientes de la intervención (crecimiento, fatiga, mejora espontánea de una enfermedad). Este sesgo es particularmente relevante en estudios longitudinales largos o en investigaciones con niños.
• Regresión a la Media: Si los sujetos son seleccionados para la intervención precisamente porque sus valores en $T_1$ eran extremadamente altos o bajos, existe una tendencia estadística natural a que estos valores se acerquen al promedio en $T_2}$, independientemente de la intervención. Este es un problema común cuando se evalúan programas dirigidos a poblaciones con un desempeño inicial muy pobre o muy bueno.
• Efecto de Prueba (Testing): El acto de tomar la medición pretest ($T_1$) puede, por sí mismo, influir en los resultados de la medición posttest ($T_2$). Por ejemplo, si la medición es un cuestionario de conocimiento, el pretest puede servir como una sesión de estudio o sensibilización para los participantes.

Para mitigar estas amenazas, los investigadores que emplean el diseño antes–después deben realizar esfuerzos considerables para documentar y controlar estadísticamente los factores confusores. La mitigación más eficaz, sin embargo, requiere la adición de un grupo de control o la expansión de los puntos de medición a un diseño de series de tiempo.

6. Análisis Estadístico Asociado

El tipo de análisis estadístico utilizado en el diseño antes–después depende de la naturaleza de los datos (continuos, discretos, categóricos) y de la estructura específica del diseño (grupo único vs. DiD). Para el diseño antes–después de grupo único, el enfoque más directo es la comparación de medias pareadas.

Si la variable de resultado es continua y los datos cumplen con los supuestos de normalidad, se utiliza la prueba t de Student para muestras pareadas. Esta prueba determina si la media de las diferencias individuales ($T_2 – T_1$) es significativamente diferente de cero. Si los datos son ordinales o no cumplen los supuestos paramétricos, se utiliza su equivalente no paramétrico, como la prueba de rangos con signo de Wilcoxon. Estos análisis son robustos para medir el cambio intra-sujeto, pero no abordan las amenazas a la validez interna.

Para un análisis más sofisticado que permita controlar variables confusoras, se emplean modelos de regresión lineal. En estos modelos, el resultado en $T_2$ se predice utilizando el resultado en $T_1$ como covariable, además de otras variables demográficas y de contexto. La inclusión de $T_1$ en el modelo absorbe la varianza inicial y reduce la influencia de la regresión a la media. El coeficiente de la variable indicadora de la intervención, ajustado por la medición basal, proporciona una estimación más limpia del efecto.

El análisis más riguroso ocurre cuando el diseño se convierte en un DiD (incorporando un grupo de control). El DiD utiliza un modelo de regresión que incluye variables dummy para el tiempo (antes/después), el grupo (tratamiento/control) y, crucialmente, la interacción entre tiempo y grupo. El coeficiente de esta interacción es el estimador DiD, que representa el efecto causal de la intervención, habiendo restado tanto las diferencias preexistentes entre los grupos como las tendencias temporales generales que afectan a ambos grupos por igual.

7. Variaciones y Diseños Relacionados

La necesidad de mejorar la inferencia causal ha llevado al desarrollo de variaciones que utilizan la lógica antes–después como base, pero añaden complejidad estructural para mitigar el sesgo.

• Diseño de Series de Tiempo Interrumpidas (ITS): Representa una mejora sustancial sobre el diseño simple al utilizar una larga serie de puntos de datos antes y después. La clave del ITS es que modela la tendencia histórica subyacente de la variable dependiente. El efecto de la intervención se mide como un cambio significativo en el nivel o la pendiente de esta tendencia tras la interrupción, proporcionando una evidencia causal mucho más fuerte que la simple comparación de dos puntos.
• Diseño de Cohorte con Control No Equivalente (CNE): Este diseño combina la medición antes–después con un grupo de comparación que no se forma mediante aleatorización. La principal debilidad es que, si los grupos no son equivalentes en $T_1$, las diferencias observadas en $T_2$ pueden deberse a la selección y no a la intervención. El análisis DiD se utiliza a menudo para intentar corregir estas diferencias preexistentes.
• Diseños Factoriales con Pretest: Aunque son diseños experimentales completos, a menudo incluyen una medición pretest. En estos casos, la medición antes–después se utiliza para verificar si la aleatorización fue exitosa (es decir, si no hay diferencias significativas entre los grupos en $T_1$) y para aumentar la potencia estadística del análisis al usar el pretest como covariable.

8. Lecturas Adicionales

• Investigación Cuasiexperimental (Wikipedia)
• Pretest–posttest design (Wikipedia)
• Campbell, D. T., & Stanley, J. C. (1963). Experimental and Quasi-Experimental Designs for Research. Houghton Mifflin.
• Shadish, W. R., Cook, T. D., & Campbell, D. T. (2002). Experimental and Quasi-Experimental Designs for Generalized Causal Inference. Houghton Mifflin.