¿Por qué es la importancia del diseño experimental?

Primero viene la hipótesis. Una declaración sobre alguna parte del universo físico. Para evitar que esto sea demasiado abstracto, usemos uno de mis documentos:
Lucas, PA, Warejcka, DJ, Zhang, LM., Newman, WH y Young, HE Efecto de las células madre mesenquimales de rata en el desarrollo de adherencias abdominales después de la cirugía. J. Surg. Res., 62: 229-232 1996.

Hipótesis: las células madre mesenquimales de rata evitarán la formación de adherencias abdominales después de la cirugía.

De esa hipótesis haces deducciones. La deducción obvia aquí es que colocar MSC en el abdomen de una rata después de una cirugía abdominal evitará las adherencias.

Eso está bien, pero no te dice cuál es el experimento, ¿verdad?

Entonces, primero debe diseñar un sistema que 1) produzca adherencias de manera confiable y 2) ofrezca alguna forma de medición de la intensidad de las adherencias. La mayoría de las veces tendrás suerte y alguien habrá ideado un sistema para ti. Ese fue el caso aquí: había un modelo quirúrgico para la formación confiable de adherencias abdominales en una rata.

El experimento obvio es hacer la cirugía, inyectar algunas MSC en solución salina y luego ver si hay adherencias. Pero espera. Eso es demasiado simplista.

Hay dos consideraciones en la ciencia a la hora de diseñar experimentos:

1. Falsificación. La ciencia funciona falsificando hipótesis. Incluso en este caso estamos tratando de falsificar que las MSC inhiben las adherencias. Encontrar adherencias hará eso. ¡Pero espera! ¿Qué tan malas son las adherencias normalmente en este modelo? Entonces llega tu primer “control”. Ratas sometidas a cirugía para producir adherencias pero sin tratamiento . Tenemos que tener eso para saber si los MSC hicieron menos adherencias.

   Pero la falsificación significa que nunca “demostramos” nada. En cambio, falsificamos todas las hipótesis alternativas que podrían haber sucedido. Por ejemplo, no se inyectan celdas por sí mismos. Las células se suspenden en solución salina. Hipótesis alternativa: ¡inyectar solución salina evitará adherencias! Ahora tiene su segundo “control”: un grupo de ratas con la cirugía pero inyectadas con un volumen de solución salina igual al volumen utilizado con las MSC.

   Hipótesis alternativa: cualquier célula inhibirá las adherencias, no necesariamente un MSC. Entonces, el diseño experimental tiene otro grupo: ratas con cirugía inyectadas con un número igual de una célula diferenciada: una célula de músculo liso.

   Hipótesis alternativa: los MSC no tienen que estar vivos para evitar adherencias; alguna molécula en la superficie celular o liberada por las MSC evitará la adhesión. Otro grupo: MSC asesinados por congelación-descongelación.

   Entonces ahora tenemos 5 grupos en el diseño experimental. Solo 1 de esos grupos en realidad usa los MSC; el resto son “controles”.

2. La otra consideración es que nunca probamos hipótesis por separado. En cambio, se prueban en grandes paquetes y suponemos que todas las hipótesis subyacentes son verdaderas. Esto fue explicado por Pierre Duhem en 1905 (Pierre Duhem, The Aim and Structure of Physical Theory, trans Philip P Wiener (Princeton, NJ Princeton University Press, 1954), 180-95, 208-18. Encontrado en Philosophy of Science, The Central Issues ed Martin Curd and JA Cover, 1998 págs. 257-264). Lo que tienes que hacer es probar diferentes paquetes de hipótesis. Uno con todas las hipótesis de fondo y otro con todas las hipótesis de fondo + la hipótesis que está probando.
3. Algunos de los controles están ahí para garantizar que todas esas hipótesis subyacentes sean verdaderas. Por ejemplo, desea usar un medidor de pH. Hay docenas de hipótesis con respecto a la electrónica, la química, los electrodos, etc. que se observan en ese número en la pantalla LCD. Entonces, ¿qué haces antes de tomar el pH de tu muestra? Utiliza algunas soluciones de pH conocido (los estándares generalmente comprados) para asegurarse de que el medidor de pH proporcione el pH correcto para esas soluciones. Esos son “controles” para el medidor de pH para ver si todas esas hipótesis de fondo realmente están funcionando

   En este experimento, las ratas sin tratamiento prueban todas las hipótesis de fondo sobre la formación de adherencias en este modelo. Muestra que las ratas que tienes y la cirugía que realizas producirán adherencias.

   Además, las pruebas tuvieron que realizarse en este grupo particular de MSC para mostrar que realmente eran MSC y células madre. Los que prueban las hipótesis de fondo con respecto al aislamiento y el cultivo celular de MSC.

4. Hay otros grupos que le gustaría agregar al experimento. Por ejemplo, no tiene idea de si se requiere un número mínimo de MSC para inhibir las adherencias en este modelo. Entonces, el diseño incluye un rango de dosis de MSC: 100,000, 1 millón, 5 millones, 10 millones. Esta es otra hipótesis alternativa: muy pocas MSC no inhibirán las adherencias.

En resumen, el diseño experimental hace 2 cosas:

1. Prueba todas las hipótesis alternativas para explicar los resultados (en realidad, todas las hipótesis alternativas que se te ocurran).
2. Se asegura de que se confirmen todas las hipótesis de fondo. Por lo tanto, necesita al menos 1 “control” que tenga todo el conjunto de hipótesis de fondo solo.

Un experimento es una forma de responder una pregunta sobre ciencia. Debe tener cuidado al diseñar su experimento, para que realmente obtenga una respuesta a su pregunta.

Un experimento realmente bien diseñado le dará una respuesta correcta a su pregunta si tiene razón, y una respuesta incorrecta a su pregunta si está equivocado. El experimento de mayo de 1919 de Arthur Eddington durante un eclipse solar es un experimento. Quería saber cuál de la relatividad o la mecánica newtoniana (o algo completamente distinto) era el modelo físico correcto. Tomó fotos del cielo, midió todo y descubrió que la relatividad era correcta. Si sus medidas encajaran mejor con la mecánica newtoniana, o no encajaran en absoluto, esos también habrían sido buenos resultados.

Un experimento menos bien diseñado a veces no responderá su pregunta, pero lo llevará a una nueva visión y a hacer preguntas en el futuro. Tal ejemplo es el Experimento Michelson-Morley, originalmente diseñado para detectar el movimiento de la materia a través del éter luminífero. El experimento resultó un fracaso ya que no pudieron detectar ningún movimiento relativo, pero eso llevó al descarte de la hipótesis del éter y al avance de la ciencia.

Los experimentos realmente mal diseñados no dan ningún tipo de respuesta relacionada con su pregunta. La mayoría de los científicos profesionales logran evitar hacer esto mal, así que no tengo ningún ejemplo famoso de antemano.

El diseño experimental (diseño de experimentos) proporciona una metodología estructurada que es eficiente y conveniente, le permite conocer al máximo sus procesos con la mínima cantidad de materiales, recursos y tiempo.

Estos métodos se han empaquetado en muchos paquetes de software diferentes como MiniTab, SAS JMP, R y otros, por lo que el trabajo involucrado en la configuración, ejecución y análisis de experimentos es muy pequeño.

Este sitio web le ofrece una buena descripción general del DOE y el por qué y cómo usarlo.

Diseño de experimentos (DOE)