8 La práctica de la integración en métodos mixtos

La práctica de la integración en métodos mixtos

Definición del método Los métodos mixtos integran métodos cualitativos y cuantitativos. Permiten responder a preguntas complejas de investigación y evaluación.

Fortalezas del método Proponemos tres tipos de integración y nueve estrategias prácticas, y todas las combinaciones posibles de estrategias para integrar las fases, resultados y datos de CUAL y CUAN; estas propuestas se ilustran con ejemplos en investigación en salud global.

Desafíos del método Nuestra propuesta y estos ejemplos pueden dar respuesta a una necesidad: a) de que los investigadores/as planifiquen, realicen y publiquen mejor los estudios que utilizan métodos mixtos, y b) de que el profesorado forme a los/as estudiantes en métodos mixtos.

Los métodos mixtos (MM) se definen como cualquier combinación de métodos cualitativos (CUAL) y cuantitativos (CUAN) en la evaluación de programas, la investigación primaria y la revisión de la literatura. Surgieron en la década de 1950 en salud global (Pluye, 2012). En el capítulo anterior, resumimos los conocimientos básicos de los métodos mixtos y propusimos un marco conceptual para las técnicas de análisis de los métodos mixtos. En este capítulo, probamos e ilustramos esta conceptualización con investigaciones sobre salud global.

Antecedentes

Nuestro marco conceptual incluye tres tipos de integración, nueve estrategias específicas y siete combinaciones de estrategias para integrar las fases, resultados y datos de CUAL y CUAN. Esto sugiere que cualquier estudio que use MM puede combinar varias estrategias. El primer tipo de integración es la conexión de fases y corresponde a tres estrategias específicas: (1.1) la conexión de una fase CUAL con una fase CUAN; (1.2) la conexión de una fase CUAN con una fase CUAL; y (1.3) el caso especial de las estrategias anteriores que se denomina “camino de migas de pan” entre las fases CUAL y CUAN. El segundo tipo de integración es la comparación de resultados y se refiere a tres estrategias específicas: (2.1) la comparación de los resultados obtenidos por separado; (2.2) la comparación de los resultados obtenidos de forma interdependiente; y (2.3) el caso especial de las estrategias anteriores que se denomina “divergencia” de los resultados de CUAL y CUAN. El tercer y último tipo de integración es la asimilación de datos. También incluye tres estrategias específicas que son: (3.1) transformando los datos de CUAL en datos de CUAN (cuantificación); (3.2) transformando los datos de CUAN en datos de CUAL (cualitativos); y (3.3) fusionando los datos de CUAL y CUAN. Por las razones explicadas en el capítulo anterior, el conjunto de posibles combinaciones de estas estrategias (1; 2; 3; 1 y 2; 1 y 3; 2 y 3; 1 y 2 y 3) constituye un nuevo mundo que debe explorarse con métodos mixtos (una combinación que se define por uno o más elementos de un conjunto).

Mapa

Para poner a prueba e ilustrar esta conceptualización con investigaciones recientes sobre salud global, utilizamos el eSRAP, que es un sistema de vigilancia de las tendencias de la investigación (Recuadro 1) (Tang, Pluye y Bouthillier 2015). El eSRAP permite la colaboración de los miembros de las comunidades de investigación orientada al paciente RAP por sus siglas en francés) para evaluar y compartir los resultados de las investigaciones y los proyectos de manera fácil de utilizar. Según los Institutos Canadienses de Investigación Sanitaria (CIHR), la investigación orientada al paciente se refiere a una serie de investigaciones que involucran a los pacientes como socios, se centran en las prioridades de los pacientes y mejoran los servicios de salud y la salud. Es multidisciplinar y se lleva a cabo en asociación con todas las partes interesadas. La palabra “paciente” representa a la población en general, incluidas las personas con un problema de salud o social y sus cuidadores.

Los autores de este capítulo contribuyeron a la elaboración del prototipo de eSRAP, que se diseñó específicamente para facilitar la vigilancia de las tendencias de la investigación tan pronto como las publicaciones se indizan en las bases de datos bibliográficas. En el momento de redactar este capítulo, 15 investigadores (profesores y ex alumnos de los cursos de métodos combinados que ofrece el Departamento de Medicina Familiar de la Universidad McGill desde 2008) están utilizando el eSRAP para analizar y comprender el entorno y las tendencias emergentes en lo que respecta a las estrategias para integrar las fases, los resultados y los datos de CUAL y CUAN en los métodos combinados.

eSRAP : Vigilancia en colaboración de las tendencias de las investigaciones orientadas al paciente

¿Por qué las comunidades RAP necesitan eSRAP? eSRAP es un sistema de Vigilancia de Tendencias de Investigación (STR por sus siglas en francés) que permite a los miembros de las comunidades de investigación orientada al paciente (RAP) colaborar para analizar y comprender el entorno y las tendencias emergentes en sus áreas de investigación de una manera que sea relevante para sus necesidades. eSRAP tiene como objetivo mantener informadas a las comunidades PAR del avance del conocimiento en sus respectivos campos. Facilita la vigilancia de los acontecimientos de vanguardia tan pronto como aparecen en forma de publicaciones indizadas en bases de datos bibliográficas. ¿Qué es un sistema STR? STR aplica los principios de la inteligencia competitiva y la vigilancia del medio ambiente para actualizar los conocimientos más recientes de manera rápida, constante y estructurada. El STR puede complementar las revisiones sistemáticas de la literatura y reemplazar los mecanismos de alerta tradicionales. Por un lado, las evaluaciones sistemáticas son muy completas y producen recomendaciones valiosas, pero son costosas, y no se actualizan constantemente. Por otra parte, los sistemas de alerta tradicionales (fuentes RSS) proporcionan una lista sencilla de títulos y resúmenes no clasificados y a menudo irrelevantes. Por su parte, el STR ofrece una selección de documentos y resultados de análisis pertinentes de calidad, por y para una comunidad de usuarios. La STR puede requerir pocos recursos (los recursos necesarios disminuyen a medida que aumenta el número de miembros de la comunidad) y conserva las ventajas de capitalizar y aprovechar un conjunto cada vez mayor y más amplio de conocimientos y proyectos científicos. Además, el STR tiene una visión de futuro, ya que se centra en los últimos protocolos y publicaciones a medida que se van publicando. Cada parte del eSRAP es adaptable a las necesidades de una comunidad RAP La estrategia de vigilancia se determina con expertos en el tema/campo (por ejemplo, los líderes de una comunidad de RAP). Se valida y pone en práctica un enfoque estructurado para difundir y organizar los nuevos conocimientos. Los análisis pueden ser automatizados (con algoritmos), semiautomáticos o manuales. Se pueden crear alertas para difundir los nuevos conocimientos y los resultados de los análisis a los miembros de la comunidad. La comunidad del RAP puede utilizar este depósito estructurado de conocimientos (que se actualiza continuamente) para generar análisis que puedan facilitar la capacitación, los protocolos y las publicaciones en los medios tradicionales y sociales. El eSRAP está financiado por la Unité SOUTIEN SRAP du Québec y lo desarrollan expertos académicos e industriales en inteligencia competitiva y vigilancia de la ciencia y la tecnología. Referencia : Tang D., Pluye P. et Bouthillier F. (2015). eSRAP : Système de surveillance des tendances en recherche permettant la collaboration des membres de communautés en recherche axée sur le patient (RAP) pour évaluer et partager les résultats et les projets de recherche de manière adaptée. Registration of Copyright (# 1126124), Canadian Intellectual Property Office, Industry Canada.

Para escribir este capítulo, eSRAP seleccionó artículos que describen en detalle las estrategias utilizadas en la investigación de métodos mixtos centrados en el paciente en las ciencias sociales y de la salud. Nuestros criterios de selección fueron los siguientes: Estudio empírico utilizando métodos mixtos en investigaciones centradas en el paciente publicado en 2015. Nuestra fuente de información fue la base de datos bibliográfica de Scopus. Utilizamos la siguiente búsqueda: “TÍTULO (método mixto PRE/5*) Y SUBJÁREA (MEDI O SOCI)”. Esto permitió identificar una serie de documentos (autores, revista, año, título y resumen) relacionados con la gestión de la movilidad con una alta precisión (baja recordación) que pudieron ser manejados por dos revisores (Pierre Pluye y Enrique García Bengoechea). Los documentos y artículos pertinentes se seleccionaron utilizando un manual de codificación que incluía la definición de los métodos mixtos y la investigación centrada en el paciente.

Sólo se incluyeron estudios que utilizaban métodos mixtos (MM) y que proporcionaban una descripción detallada de este uso. Utilizamos las seis recomendaciones GRAMMS (Good Reporting of A Mixed Methods Study) para definir este criterio de selección (O’Cathain, 2010). Estas recomendaciones son para describir al menos:

1. el objetivo y la especificación de MM;
2. la toma de muestras, la recogida y el análisis de los datos de CUAL y CUAN;
3. la integración de las fases, resultados y datos de CUAL y CUAN;
4. una justificación para el uso de MM;
5. una descripción de los beneficios asociados a la integración de los métodos;
6. una descripción de las limitaciones de esta integración.

Para cumplir con este criterio de selección (descripción detallada), se juzgó que, como mínimo, los tres componentes principales de MM (métodos CUAL y CUAN e integración de los métodos CUAL y CUAN) deberían cumplir las tres recomendaciones GRAMMS (recomendaciones 1-2-3). Utilizamos las tres últimas recomendaciones del GRAMMS (recomendaciones 4-5-6) para describir los estudios incluidos, pero no como criterios de exclusión.

Aplicación

De los 380 documentos sobre “métodos mixtos” evaluados en el momento de la presentación de este capítulo, 187 (49,2%) estaban relacionados con la RAP (incluidos 35 en el ámbito de la salud global) (figura 1). De ellos, 136 (35,8%) informaron de investigaciones empíricas primarias que se ajustaban a la definición de MM (incluidos 29 en el ámbito de la salud global). Sólo 60 documentos (15,8%), incluidos 11 estudios sobre la salud global, proporcionaron una descripción detallada de los tres componentes principales de la MM y, por lo tanto, cumplieron las tres primeras recomendaciones del GRAMMS (recomendaciones 1-2-3). Los documentos restantes no describían la metodología y los métodos, o lo hacían en una frase o párrafo, o describían sólo los componentes CUAL y CUAN.

Figura 1. Diagrama de flujo eSRAP-MM

Investigación orientada al paciente (IAP) ?		Documentos evaluados n = 380		Excluidos : no RAP n = 193
¿Utilización de métodos mixtos (MM)?		Documentos RAP n = 187		Excluidos: no MM n = 51
¿Métodos detallados?		Documentos MM en RAP n = 136		Excluidos: non detallados n = 76
Documentos incluidos (estudios MM en PAR y detallados)		Descripciones detalladas n = 60

De los 51 documentos que no se ajustaban a nuestra definición de MM (incluidos seis en el ámbito de la salud global), 20 informaban de la recopilación o el análisis de información cualitativa que no era “datos de investigación” porque no se refería a una metodología y un método CUAL (incluidos dos en el ámbito de la salud global) y 19 documentos informaban de la recopilación o el análisis de información cuantitativa que no era “datos de investigación” porque no se refería a un diseño y un método CUAN (incluidos cuatro en el ámbito de la salud global); un documento informó de una yuxtaposición de los métodos de CUAL y CUAN sin ninguna integración (como dos estudios separados), otro informó de una combinación de métodos de CUAN, otro informó de ninguna metodología o método (descripción del programa), y nueve no fueron elegibles por varias razones (revisión de la literatura, texto completo confuso o no disponible a través de la biblioteca McGill).

Los siguientes resultados se refieren únicamente al análisis de las 60 publicaciones que informaron de estudios de RAP que satisfacen la definición de MM y que proporcionaron una descripción detallada de los tres componentes principales de la MM que satisfacen las tres primeras recomendaciones del GRAMMS (recomendaciones 1-2-3). En esta muestra, 38 estudios (63,3%) siguieron una especificación convergente, 17 (28,3%) siguieron una especificación secuencial, cuatro (6,7%) siguieron una especificación multifacética, y un estudio (1,7%) siguió una especificación multinivel. De los 60 documentos seleccionados, sólo seis (10,0%) cumplieron las tres últimas recomendaciones del GRAMMS (recomendaciones 4-5-6), 18 (30,0%) cumplieron dos, 25 (41,7%) cumplieron una y 11 (18,3%) no cumplieron ninguna. Todas las estrategias específicas y combinaciones de estrategias propuestas se presentan en la tabla 1 y se ilustran en el resto del capítulo con ejemplos de la salud global.

Tabla 1 : eSRAP-MM: Distribución de las publicaciones de MM en el RAP por tipo de cotización y combinaciones de estrategias (N=60)

3 TIPOS DE INTEGRACIÓN 9 TIPOS DE ESTRATEGIAS	COMBINACIONES DE ESTRATEGIAS ESPECÍFICAS DE MM (DEPENDIENDO DEL TIPO DE CITA) Símbolo de combinación (n = número de estudios que ilustran cada combinación)
	Secuencial	Convergente	Multifase	Multinivel
1. CONEXIÓN DE FASE
1.1 Fase de CUAL a CUAN	1.1 (n=1)	na	1.1 (n=1)
1.2 Fase de CUAN a CUAL	1.2 (n=3)	na
1.3 Caso especial: Sigue un hilo		na	1.1 y 1.2 y 1.3 y 2.2 (n=1)
2. COMPARACIÓN DE RESULTADOS
2.1 Resultados de CUAL y CUAN obtenidos por separado	s.o.	2.1 (n=12)	na
2.2 Resultados de CUAL y CUAN logrados de forma interdependiente	1.2 y 2.2 (n=7)	2.2 (n=18)	1.1 y 2.2 (n=2)
2.3 Caso especial: Divergencia	1.1 y 2.3 (n=2) 1.2 y 2.2 y 2.3 (n=1)	2.1 y 2.3 (n=2)
3. ASIMILACIÓN DE DATOS
3.1 Datos de CUAL a CUAN	1.1 y 3.1 (n=1)	2.2 y 3.1 (n=2) 3.1 (n=1)		3.1 (n=1)
3.2 Datos de CUAN a CUAL		3.2 (n=1)
3.3 Fusión de datos de CUAL y CUAN	1.1 y 2.2 y 3.3 (n=1) 1.2 y 3.3 (n=1)	2.2 y 3.3 (n=2)
4. ESTRATEGIAS EMERGENTES
(…)
Número de combinaciones observadas	4 (n=17)	3 (n=38)	2 (n=4)	1 (n=1)
*Los casos especiales no están incluidos en el recuento de combinaciones plausibles. Nota: El símbolo “y” se utiliza para representar combinaciones con más de una estrategia.

Integración 1. Conexión de fase

Estrategia 1.1 Conectar una fase CUAL a una fase CUAN

Fenenga y colaboradores utilizaron 42 entrevistas con familias y 7 entrevistas con informantes clave (Fase 1: datos CUAL), y un cuestionario estructurado completado por una muestra aleatoria representativa de familias de 64 regiones (Fase 2: datos CUAN; n=1903), para analizar la influencia de las relaciones sociales en las percepciones, el comportamiento y los procesos de toma de decisiones de las familias con respecto a su intención de afiliarse al plan nacional de seguro médico de Ghana (Fenenga y otros, 2015). Los resultados de los análisis de los datos de CUAL (teorización anclada) informaron (conexión de fase) el desarrollo del cuestionario para la recolección de datos de CUAN en la segunda fase del estudio (encuesta transversal). Al hacerlo, los investigadores desarrollaron preguntas ancladas en la realidad de las familias (validez del contenido ecológico). Los resultados de los análisis de los datos CUAN (regresión logística) permitieron entonces generalizar estadísticamente los resultados CUAL, es decir, la significación y la probabilidad de las asociaciones entre las variables estudiadas. Además de la conexión de fase, se compararon los resultados de CUAL y CUAN (véase más abajo: “Caso especial de las estrategias 2.1 y 2.2”), ilustrando una combinación de estrategias (conexión de fase y comparación de resultados).

Estrategia 1.2 Conexión de una fase CUAN a una fase CUAL

De Allegri y colaboradores estudiaron los factores asociados con la toma de decisiones de los hombres que viven en las zonas rurales de Burkina Faso acerca de la posibilidad de someterse a pruebas de detección del virus del SIDA (De Allegri y otros, 2015). Una muestra representativa de hombres adultos completó un cuestionario estructurado validado (n=1058). Los resultados de los análisis de los datos CUAN de la Fase 1 del estudio (estadísticas descriptivas y análisis multivariantes) informaron la estrategia de muestreo intencional para la planificación de la Fase 2 del estudio CUAL. En esta fase se realizaron entrevistas semiestructuradas a 38 hombres (19 sometidos a prueba y 19 no sometidos a prueba) reclutados según edad y región. Los resultados de los análisis descriptivos (inductivos) de los datos CUAL permitieron una mejor comprensión e interpretación de los resultados de la Fase 1 CUAN.

Caso especial de las estrategias 1.1 y 1.2: Monitoreo de un “rastro de migas de pan” entre las fases CUAL y CUAN

El uso de esta estrategia se ilustra en un estudio realizado por Boot y colaboradores (Boot et al. 2016). El objetivo de los investigadores era comprender mejor las diferencias y similitudes entre los factores asociados a la participación en el trabajo de los trabajadores holandeses de 58 a 65 años con al menos uno de los tres problemas de salud crónicos: depresión, enfermedades cardiovasculares y osteoartritis. Los datos de CUAN provienen de un estudio de cohorte de población (Longitudinal Aging Study Amsterdam; n=1002). Los investigadores realizaron primero análisis estadísticos (pruebas t y pruebas de chi-cuadrado) para probar sus hipótesis iniciales y comparar los resultados entre cuatro grupos de trabajadores (depresión vs. enfermedad cardiovascular vs. osteoartritis vs. una combinación de al menos dos de estas condiciones). Esto condujo al desarrollo de una guía de entrevistas para el componente CUAL del estudio que exploró la posibilidad de factores emergentes (n=14). Los resultados del análisis de datos CUAL (temáticos) permitieron a los investigadores descubrir y proponer nuevas variables (predictores emergentes – no previstos inicialmente). Esas variables (rastro de migas de pan) se utilizaron para generar nuevas hipótesis y realizar análisis estadísticos adicionales.

Integración 2. Comparación de los resultados

Estrategia 2.1. Comparación de los resultados obtenidos por separado

Esta estrategia fue utilizada por Pfadenhauer y Rehfuess en un estudio para evaluar y mejorar el comportamiento de las personas en relación con la calidad del agua, el saneamiento y el lavado de manos en las escuelas de una región de Filipinas (Pfadenhauer y Rehfuess 2015). En el estudio se evaluaron las repercusiones de esos comportamientos en la aparición de la diarrea infantil, teniendo en cuenta la influencia de los factores socioculturales y ambientales. Para ello, los investigadores analizaron (regresión logística) los datos CUAN de una encuesta nacional transversal (muestra representativa de la población; n = 12.469 hogares). Al mismo tiempo, llevaron a cabo seis grupos de discusión con mujeres que viven en zonas urbanas y rurales de la región. Los datos de CUAL se analizaron de manera inductiva (análisis temático) para producir un marco conceptual de los factores asociados a los comportamientos en cuestión.

Los datos de CUAN y CUAL fueron analizados y presentados por separado. En la sección “Discusión” de su trabajo, los investigadores compararon los resultados de CUAN y CUAL (matriz de resultados) e interpretaron esta comparación como metatemas comunes a los resultados de CUAL y CUAN, identificando similitudes (completas/parciales), diferencias (presencia/ausencia) y discrepancias entre los resultados de CUAN y CUAL (véase “Caso especial de las estrategias 2.1 y 2.2” más adelante).

Estrategia 2.2. Comparación de los resultados obtenidos de forma interdependiente

Oguntunde y colaboradores publicaron un ejemplo de esta estrategia en el contexto de un estudio para examinar los factores (facilitadores y barreras) asociados con el uso del sulfato de magnesio para tratar a las mujeres con preeclampsia (hipertensión grave relacionada con el embarazo) en los centros de salud de Nigeria septentrional (Oguntunde y otros, 2015). En una muestra aleatoria de 80 centros, los investigadores llevaron a cabo una encuesta transversal de CUAN a 80 clínicos (uno por centro) sobre el tratamiento de las mujeres con preeclampsia (protocolos de conocimiento y atención, y recursos humanos y materiales disponibles). Además, llevaron a cabo una investigación descriptiva de CUAL y entrevistaron a una muestra intencionada (por ejemplo, un centro rural/urbano) de 30 gestores (uno por centro). Los datos de CUAN se analizaron con estadísticas descriptivas, mientras que los datos de CUAL se analizaron temáticamente (siendo los temas los factores estudiados). En la sección de resultados, los investigadores compararon los resultados de CUAN y CUAL sistemáticamente para cada factor (grupo temático). Para la mayoría de los factores, los resultados se presentan de tal manera que los resultados CUAL explican y complementan los resultados CUAN. Para otros cinco factores, los resultados presentados son sólo CUAN (n=4) o CUAL (n=1). Según los investigadores, esta comparación les permitió comprender mejor los factores estudiados y proponer intervenciones adecuadas.

Caso especial de las estrategias 2.1 y 2.2: Divergencia de los resultados de CUAL y CUAN

Pfadenhauer y Rehfuess (véase la “estrategia 2.1” supra) dicen que crearon una “matriz de convergencia” (no presentada en su documento) en la que prestaron atención específica a las discrepancias entre los resultados de CUAN y CUAL. En el artículo, estas divergencias parecen reconciliarse en la forma de interpretación de los resultados de CUAN por los resultados de CUAL (matices). De manera similar, Fenenga y colaboradores (véase la “estrategia 1.1” anterior) compararon sus resultados de CUAL y CUAN en una tabla y presentaron en detalle la coherencia entre estos resultados y una discrepancia. Contrariamente a lo que sugerían los resultados de CUAL, la participación de los participantes en los grupos de acción social no estaba estadísticamente asociada con la intención de adherirse al plan nacional de seguro médico de Ghana. Los investigadores propusieron conciliar esta discrepancia sugiriendo que la acción social/comunitaria rara vez se centraba en la salud en este contexto.

Integración 3. Asimilación de datos

Estrategia 3.1. Transformación de datos CUAL en datos CUAN (cuantificación)

Valentijn y colaboradores utilizaron esta estrategia en un estudio de los procesos de colaboración y la eficacia percibida de los proyectos de atención integrada en Holanda (Valentijn et al. 2015). En 42 proyectos, estos dos aspectos fueron evaluados en tres niveles: sistémico, organizativo y profesional. A nivel del sistema, los evaluadores entrevistaron a los coordinadores de los proyectos y a los interesados (datos de CUAL). A nivel organizativo y profesional, las medidas se basaron en cuestionarios estructurados completados respectivamente por los miembros de los comités directivos del proyecto y por los profesionales implicados (datos de CUAN). Los investigadores utilizaron un procedimiento válido y fiable (análisis temático seguido de un análisis de contenido cuantitativo) para transformar los datos CUAL en datos CUAN. Estos últimos (datos cuantificados de CUAL) se utilizaron luego con los demás datos de CUAN para realizar análisis estadísticos (agrupación jerárquica) y comparar los procesos de colaboración y la eficacia percibida de los proyectos de atención integrada según los tres niveles previstos (sistémico, organizativo y profesional).

Estrategia 3.2. Transformación de los datos CUAN en datos CUAL (cualitativos)

Reichwein y colaboradores emprendieron un estudio piloto para planificar un programa de promoción de la salud en la planificación familiar (Reichwein et al. 2015). Concretamente, los investigadores trataron de identificar a los usuarios que más necesitaban métodos anticonceptivos en Uganda y de determinar cuáles eran los métodos más eficaces. Específicamente, los investigadores se propusieron identificar a los usuarios que más necesitaban métodos anticonceptivos en Uganda y Vietnam para orientar el programa en beneficio de ellos. Los investigadores analizaron estadísticamente (agrupación jerárquica) los datos de CUAN recogidos en encuestas nacionales transversales e identificaron tres perfiles de usuarios potenciales: mujeres ugandesas que querían prolongar el tiempo entre embarazos, hombres ugandeses que querían limitar el número de hijos que tenían y mujeres vietnamitas jóvenes sexualmente inactivas. Para cada uno de estos grupos, se recogieron datos de CUAL (entrevistas individuales y grupos de discusión) y se analizaron temáticamente. A continuación, los investigadores asimilaron los datos CUAN transformados en perfiles narrativos y los datos CUAL (tipos de relatos de casos) para crear dos arquetipos biográficos (dos ideales típicos) en los que centrar la planificación del programa: “Kibuuka”, un agricultor semianalfabetizado de 52 años de edad que vive en la Uganda rural, y “Anh”, una estudiante de 20 años de edad que vive en Hanoi, la capital de Vietnam. Las biografías ideales típicas así desarrolladas personifican las características y creencias de los dos grupos objetivo del programa. La investigación cualitativa se utilizó para asimilar los perfiles estadísticos (cualitativos) y los datos CUAL en forma de arquetipos (tipos ideales).

Estrategia 3.3. Fusionando los datos de CUAL y CUAN

Johansson y colaboradores examinaron el efecto de las pruebas de detección en el uso de drogas en niños con fiebre en los países africanos donde la malaria es endémica (Johansson et al. 2015). En 12 países, reunieron datos de CUAN de los servicios nacionales de salud y de las encuestas sobre salud infantil (n=16.323) y analizaron estos datos para cada país (regresión logística). En seis de esos países, los investigadores utilizaron un diseño de estudio de casos múltiples (cada país es un caso) y reunieron datos de CUAL mediante documentos sobre programas de control del paludismo y entrevistas con siete expertos (en total) de los programas y países involucrados. Para cada país (caso), los resultados de CUAN y CUAL se agruparon en una matriz (los resultados de CUAL se utilizaron para desarrollar cuatro explicaciones plausibles principales – temas – para los resultados de CUAN). Se elaboró una meta-matriz que incluía todos los datos de todos los casos y que constituía de por sí una nueva base de datos que permitía evaluar los efectos estudiados en cada país (cada estudio de caso se presenta en un fichero adicional en el apéndice) además de revelar las similitudes y diferencias entre los países (comparación de casos).

Combinaciones de estrategias y estrategias emergentes

En la tabla 1 se presentan las múltiples combinaciones de estrategias observadas en esta muestra de 60 estudios de MM en el ámbito de la salud global. Todas las combinaciones posibles están representadas (1; 2; 3; 1 y 2; 1 y 3; 2 y 3; 1 y 2 y 3). Alrededor de la mitad de las combinaciones están representadas para las estimaciones secuenciales y convergentes. Debido a la escasez de citas multifacéticas y multiniveles, se observaron pocas combinaciones para estas citas. No se observaron estrategias o combinaciones emergentes (imprevistas).

Análisis reflexivo y lecciones aprendidas

Estos resultados ilustran el marco conceptual propuesto: tres tipos de integración, nueve estrategias específicas y siete combinaciones de estrategias para integrar las fases, resultados y datos de CUAL y CUAN en métodos mixtos. Aunque nuestra conceptualización y el sistema de vigilancia eSRAP nos permiten identificar estrategias emergentes, no hemos detectado ninguna hasta la fecha. La mayoría de los ejemplos que se presentan en este capítulo proceden de estudios de gestión de la movilidad en la salud global y demuestran el dinamismo de los investigadores en este campo. Este capítulo contribuye al conocimiento de la gestión de la movilidad proponiendo una conceptualización operativa (práctica) de los tipos de integración y estrategias específicas para integrar las fases, resultados y datos de CUAL y CUAN. En cuanto a las innovaciones, muestra la riqueza de combinaciones de estrategias de MM para cada cita (tabla 1).

Sólo se supervisó una muestra de estudios que utilizaban la MM en el PAR publicado en 2015, sin intentar ofrecer una descripción exhaustiva de la investigación sobre la salud global utilizando la MM. Aunque de alcance limitado, estos resultados muestran que el eSRAP ofrece la ventaja a una comunidad creciente de investigadores de la MM de mantenerse al día de las nuevas tendencias de manera prospectiva, compartiendo la carga de la selección de los estudios que utilizan la MM y ofreciendo una descripción detallada de este uso. Específicamente, eSRAP es adaptable a las necesidades individuales de los evaluadores, investigadores y educadores, permitiéndoles mantenerse al día en un tema de su elección sin agotarse. Por ejemplo, cada miembro de la comunidad eSRAP MM puede beneficiarse en cualquier momento de los resultados de la labor prospectiva de todos los miembros. Para los educadores de MM, eSRAP permite con unos pocos clics antes de cada curso retener los estudios recientes como material de enseñanza para los estudiantes mediante funciones de “filtro”. Por ejemplo, el eSRAP permite encontrar rápidamente artículos recientes que ilustran en detalle cada estrategia.

En este capítulo se ha demostrado que un porcentaje sustancial de los estudios denominados MM corresponden en realidad a métodos CUAL (10%) o CUAN (10%). En 2016, todos los investigadores están de acuerdo en que MM combina los métodos CUAL y CUAN (Plano Clark e Ivankova 2016) y hemos incluido estudios en los que los investigadores “de forma convincente y rigurosa recogen y analizan datos CUAN y CUAL” (Creswell y Plano Clark 2011, p. 5). Este rigor depende de la experiencia de los investigadores, incluyendo su elección de (a) instrumentos de medición (validez y fiabilidad) y diseño (ensayo controlado aleatorio vs. no aleatorio vs. estudio descriptivo) para los datos CUAN y (b) interacciones de los participantes (credibilidad y contextualización) y diseño (estudio descriptivo o interpretativo, estudio de caso, teoría fundamentada, biografía, etnografía, etc.) para los datos CUAL (Creswell y Plano Clark 2011). Al aplicar este criterio a la definición de MM, excluimos uno de los cinco estudios de RAP denominado MM publicados en 2015 (39/187 = 20,9% en total; 6/35 = 17,1% en salud global).

Estos estudios excluidos pueden interpretarse como una señal del reconocimiento de la MM en la comunidad científica y una ilustración de los extremos del continuo entre los métodos CUAL y CUAN. En primer lugar, el reconocimiento recientemente obtenido de la gestión de la movilidad sugiere que el escaso número de personas revisoras y editoras todavía permite en 2015 publicar estudios denominados “métodos mixtos” que no cumplen los criterios de la definición más frecuentemente citada y aceptada por la comunidad de investigadores, incluidos los miembros de la Asociación Internacional de Investigación sobre Métodos Mixtos (MMIRA) (Creswell y Plano Clark 2011; Johnson, Onewuegbuzie y Turner 2007). En otras palabras, la proporción sustancial de estos estudios sugiere que la MM es atractiva para los investigadores/as y editores/as orientados al paciente (sesgo de publicación positivo).

En segundo lugar, el continuo entre los métodos CUAL y CUAN se centra en MM (Figura 2) (Johnson et al. 2007; Niglas 2010). Nuestros resultados sugieren que entre los métodos CUAL y MM hay búsquedas CUAL denominadas MM en las que los participantes se describen con números (entre otra información). Se excluyeron 19 estudios por esta razón (presencia de información cuantitativa, pero ausencia de datos de la CNA que cumplan los criterios de rigor mínimo arriba mencionados). Al otro lado del continuo entre los métodos MM y CUAN se encuentran las encuestas CUAL denominadas como MM con unas pocas palabras en un recuadro de comentarios opcional al final de un cuestionario anónimo autoadministrado. Se excluyeron 20 estudios por este motivo (presencia de información cualitativa, pero ausencia de datos CUAL que cumplan los criterios de rigor mínimo).

En procentaje de estudios denominados MM que no cumplieron los criterios de la definición habitual de MM debería disminuir si las instrucciones a los autores y autoras de las revistas (y las tablas de evaluación de los/as revisores) incluyeran recomendaciones para informar sobre las indicaciones del estudio GRAMMS (Good Reporting of A Mixed Methods Study) (O’Cathain, Murphy y Nicholl 2008). Recordamos aquí que las seis recomendaciones del GRAMMS que se deben describir como mínimo:

1. el objetivo y la especificación de MM;
2. el muestreo, la recogida y el análisis de los datos de CUAL y CUAN;
3. la integración de las fases, resultados y datos de CUAL y CUAN;
4. una justificación para el uso de MM;
5. una descripción de los beneficios asociados a la integración de los métodos;
6. una descripción de las limitaciones de esta integración.

Finalmente, ocho años después de la publicación de las seis recomendaciones de la GRAMMS (para informar adecuadamente sobre los estudios que usan MM), nuestros resultados son desalentadores. Más de la mitad de los estudios de MM en la PAR (76/136= 55,9% en toda la muestra; 18/29 = 62,1% en salud global) no cumplen las tres primeras recomendaciones de la GRAMMS (recomendaciones 1-2-3), por ejemplo, debido falta de descripción de CUAL, CUAN y MM. Muy pocos documentos implementan las seis recomendaciones del GRAMMS (recomendaciones 1-2-3-4-5-6): seis (6/136 = 4,4%) en toda la muestra, incluyendo una (1/29 = 3,4%) en salud global (Akelo et al.,2015 ). Esto sugiere las responsabilidades conjuntas de las personas autoras, revisoras, editoras, publicaciones y organizaciones internacionales como la Asociación Internacional para la Investigación de Métodos Mixtos (MMIRA) para promover la aplicación de estas recomendaciones teniendo en cuenta las especificidades de las disciplinas y las revistas. Como todo trabajo científico, los MM deben ser explícitos, transparentes y reproducibles. Concretamente, una mejor descripción de los MM será útil para ayudar a los estudiantes a comprender mejor los métodos y estrategias utilizados para integrar las fases, resultados y datos de CUAL y CUAN.

Conclusión

Este capítulo recuerda que los métodos mixtos suelen requerir la colaboración de personas expertas en métodos CUAL y CUAN (por ejemplo, una persona experta en CUAL y otra en CUAN para los estudiantes de doctorado) que deben conciliar sus interpretaciones de las ciencias cuando éstas difieren y garantizar el rigor metodológico de los aspectos CUAL y CUAN. Además, mencionamos seis recomendaciones mínimas para informar bien sobre un estudio utilizando MM y proponemos tres tipos de integración, nueve estrategias específicas de MM y un mundo completamente nuevo para explorar con siete combinaciones de estrategias para integrar las fases, resultados y datos de CUAL y CUAN. Esta conceptualización contribuye al conocimiento de la MM y pretende ser práctica. Puede guiar a los estudiantes e investigadores a planificar, realizar y evaluar estudios y evaluaciones de programas utilizando la MM, especialmente en la salud global.

Referencias clave

Méthodes mixtes francophonie : http://methodesmixtesfrancophonie.pbworks.com

Esta nueva asociación internacional sin ánimo de lucro tiene como objetivo promover los métodos mixtos en francés. En 2018, ya cuenta con 121 miembros de 8 países diferentes (Alemania, Bélgica, el Canadá, Francia, Rwanda, el Senegal y Suiza). Ofrece apoyo metodológico, una bibliografía abierta que contiene las publicaciones de los miembros sobre métodos mixtos y una lista de expertos, recursos y capacitación. En particular, ofrece acceso gratuito a la primera obra colectiva de referencia metodológica sobre métodos mixtos en francés (14 capítulos, 266 páginas): Bujold, M., Hong, Q. N., Ridde, V., Bourque, C. J., Dogba, M. J., Vedel, I. y Pluye, P. (2018). Oser les défis des méthodes mixtes en sciences sociales et sciences de la santé. Montréal : 117e Cahiers scientifiques de l’ACFAS.

Onwuegbuzie, A. J. et Combs, J. P. (2010). Emergent data analysis techniques in mixed methods research: A synthesis. Dans A. Tashakkori et C. Teddlie (dir.), Handbook of mixed methods in social and behavioral research (p. 397-430). Thousand Oaks, CA: Sage Publications.

Es una imagen general de los análisis de métodos mixtos a lo largo de 13 dimensiones que incluyen, por ejemplo, la orientación de los análisis (casos, variables, procesos) y los vínculos entre los análisis y otros aspectos metodológicos (filosofía, objetivos y formas de los datos). Permite a los evaluadores, estudiantes e investigadores que utilizan métodos mixtos situar las estrategias analíticas propuestas e ilustradas en este capítulo sobre la salud global dentro de un marco más general.

Système de veille collaborative des tendances en recherche (eSRAP) : www.esrap.ca

Este sitio web es producido por l’Unité de soutien SRAP du Québec que apoya la investigación orientada al paciente. El eSRAP es una plataforma de supervisión en colaboración diseñada para ayudar a las comunidades interesadas en un tema (incluidos investigadores, clínicos, evaluadores, gestores y socios pacientes/ciudadanos) a mantenerse al día de las últimas publicaciones científicas sobre ese tema. El eSRAP facilita la selección de las publicaciones pertinentes y el acceso a las publicaciones seleccionadas. El eSRAP tiene por objeto optimizar el intercambio de esfuerzos y conocimientos de vigilancia y, en última instancia, democratizar la vigilancia, por ejemplo, en los métodos mixtos de este capítulo. Una versión de autoservicio estará disponible en 2019, y podrá apoyar a cualquier comunidad interesada en un tema de salud global.

Referencias

Akelo, V., McLellan-Lemal, E., Toledo, L., Girde, S., Borkowf, C. B., Ward, L., … Thomas, T. K.  (2015). Determinants and experiences of repeat pregnancy among HIV-positive Kenyan women: a mixed-methods analysis. PloS one, 10(6), e0131163.

Boot, C. R., Kruif, A. T. C., Shaw, W. S., Beek, A. J., Deeg, D. J. et Abma, T. (2016). Factors important for work participation among older workers with depression, cardiovascular disease, and osteoarthritis: a mixed method study. Journal of occupational rehabilitation, 26(2), 160-172.

Creswell, J. W. et Clark, V. L. P. (2011). Designing and conducting mixed methods research (2^e éd.). Thousand Oaks, CA: Sage Publications.

De Allegri, M., Agier, I., Tiendrebeogo, J., Louis, V. R., Yé, M., Mueller, O. et Sarker, M. (2015). Factors affecting the uptake of HIV testing among men: a mixed-methods study in rural Burkina Faso. PloS one, 10(7), e0130216.

Fenenga, C. J., Nketiah-Amponsah, E., Ogink, A., Arhinful, D. K., Poortinga, W. et Hutter, I. (2015). Social capital and active membership in the Ghana National Health Insurance Scheme-a mixed method study. International journal for equity in health, 14(1), 1.

Johansson, E. W., Gething, P. W., Hildenwall, H., Mappin, B., Petzold, M., Peterson, S. S. et Selling, K. E. (2015). Effect of diagnostic testing on medicines used by febrile children less than five years in 12 malaria-endemic African countries: a mixed-methods study. Malaria journal, 14(1), 1.

Johnson, R. B., Onewuegbuzie, A. J. et Turner, L. A. (2007). Toward a definition of mixed methods research. Journal of Mixed Methods Research, 1(2), 112-133.

Niglas, K. (2010). The multidimensional model of research methodology: an integrated set of continua. Dans A. Tashakkori et C. Teddlie (dir.), Handbook of mixed methods in social and behavioral research (2^e éd., p. 215-236). Thousand Oaks, CA: Sage Publications.

O’Cathain, A. (2010). Assessing the quality of mixed methods research: towards a comprehensive framework. Dans A. Tashakkori et C. Teddlie (dir.), Handbook of mixed methods in social and behavioral research (2^e éd., p. 531-555). Thousand Oaks, CA: Sage Publications.

O’Cathain, A., Murphy, E. et Nicholl, J. (2008). The quality of mixed methods studies in health services research. Journal of Health Services Research and Policy, 13(2), 92-98.

Oguntunde, O., Charyeva, Z., Cannon, M., Sambisa, W., Orobaton, N., Kabo, I. A., … et Sadauki, H. (2015). Factors influencing the use of magnesium sulphate in pre-eclampsia/eclampsia management in health facilities in Northern Nigeria: a mixed methods study. BMC Pregnancy et Childbirth, 15(1), 1.

Pfadenhauer, L. M. et Rehfuess, E. (2015). Towards effective and socio-culturally appropriate sanitation and hygiene interventions in the Philippines: a mixed method approach. International journal of environmental research and public health, 12(2), 1902-1927.

Clark, V. L. P. et Ivankova, N. V. (2016). Mixed methods research: a guide to the field (vol.). Thousand Oaks, CA: Sage Publications.

Pluye, P. (2012). Méthodes mixtes en santé mondiale. Dans J. C. Suárez-Herrera et M. J. Blain (dir.), Regards croisés sur la socio-anthropologie réflexive et la recherche en santé mondiale (p. 129-135). Montréal : 114^e Cahiers scientifiques de l’ACFAS.

Reichwein, B., Wolmarans, L., Nantayi, L., Nassali, F., Kakinda, A., Musumba, D., … et Baatsen, P. (2015). SegWeigh: a mixed-method approach to segmenting potential contraceptive user groups and meeting Family Planning 2020 goals. International Journal of Gynecology et Obstetrics, 130, E8-E14.

Tang, D., Pluye, P. et Bouthillier, F. (2015). eSRAP : système de surveillance de tendances en recherche permettant la collaboration des membres de communautés en recherche axée sur le patient (RAP) pour évaluer et partager les résultats et les projets de recherche de manière adaptée. Dans M. Bujold, Q. N. Hong, V. Ridde, C. J. Bourque, M. J. Dogba, I. Vedel et P. Pluye (dir.), Oser les défis des méthodes mixtes en sciences sociales et sciences de la santé (p. 40). Montréal : 117^e Cahiers scientifiques de l’ACFAS.

Valentijn, P. P., Ruwaard, D., Vrijhoef, H. J., de Bont, A., Arends, R. Y. et Bruijnzeels, M. A. (2015). Collaboration processes and perceived effectiveness of integrated care projects in primary care: a longitudinal mixed-methods study. BMC health services research, 15(1), 1.

Agradecimientos

Pierre Pluye tiene una beca de investigación del Fonds de recherche du Québec en santé (FRQS). El desarrollo del sistema eSRAP cuenta con el apoyo de la Unité Soutien SRAP du Québec (componente de desarrollo metodológico).

Los autores desean expresar su agradecimiento a los miembros fundadores de la comunidad eSRAP-MM que pusieron a prueba el prototipo del eSRAP, incluidos todos los estudiantes y profesores nuevos y antiguos de los cursos WMDF-672 “Applied Mixed Methods in Health Research”, WMDF-600 “Mixed Studies Reviews” y WMDF 608 “Advanced Mixed Methods” que se han ofrecido desde 2008 en el Departamento de Medicina Familiar de la Universidad McGill.

Resumen / Résumé / Abstract

Los métodos mixtos (MM) son cada vez más populares. Al utilizar los métodos mixtos, los investigadores integran métodos cualitativos (QUAL) y cuantitativos (QUAN) con respecto a las cosmovisiones, metodologías y diseños, preguntas de investigación, técnicas de recopilación y análisis de datos y resultados de estudios. Se han propuesto varias estrategias de integración, pero su conceptualización suele estar impulsada por el diseño, o ser fragmentada, o no haber sido probada empíricamente. Esto es un reto para la planificación y realización de estudios que utilizan métodos mixtos y para la formación de estudiantes de postgrado. Basado en la literatura metodológica, este capítulo presenta un marco conceptual que incluye tipos de integración, estrategias prácticas y posibles combinaciones de estrategias para integrar las fases, resultados y datos de QUAL y QUAN. En el siguiente capítulo, este marco se prueba utilizando una revisión de los estudios que utilizan métodos mixtos de 2015 con una descripción detallada del método. Esto apoya el marco, ilustra múltiples tipos de combinaciones y proporciona ejemplos de salud mundial. Estos dos capítulos complementarios contribuyen a avanzar en el conocimiento metodológico de los métodos mixtos a través de (a) un llamado a informar mejor sobre los estudios que utilizan métodos mixtos en artículos científicos, y (b) una conceptualización probada que comprende tres tipos de integración y nueve estrategias específicas, que explican las posibilidades actuales y futuras de combinar estrategias para integrar las fases, los resultados y los datos de QUAL y QUAN.

***

Les méthodes mixtes (MM) sont de plus en plus populaires. En utilisant les MM, les chercheuses et chercheurs intègrent des méthodes qualitatives (QUAL) et quantitatives (QUAN), par exemple au niveau des questions et devis de recherche, et des collectes et analyses des données. Plusieurs stratégies d’intégration ont été proposées, mais leur conceptualisation est généralement limitée, fragmentée, ou non testée scientifiquement. Cela constitue un défi pour planifier et effectuer des études utilisant les MM, et pour enseigner les MM. Fondé sur la littérature méthodologique, le chapitre précédent a présenté un cadre conceptuel incluant tous les types d’intégration connus, des stratégies pratiques et des combinaisons possibles de stratégies pour intégrer les phases, les résultats et les données QUAL et QUAN. Dans ce chapitre, ce cadre est testé avec une revue des études utilisant les MM. Cette revue illustre plusieurs types de combinaisons avec des études en santé mondiale. Ensemble, ces deux chapitres contribuent à faire avancer les connaissances méthodologiques par (a) un appel à une meilleure description des MM dans les publications scientifiques, et (b) une conceptualisation testée proposant trois types d’intégration et neuf stratégies spécifiques, et toutes les combinaisons possibles des stratégies pour intégrer les phases, résultats et données QUAL et QUAN.

***

Mixed methods (MM) are increasingly popular. In performing MM, researchers integrate qualitative (QUAL) and quantitative (QUAN) methods with respect to worldviews, methodologies and designs, research questions, data collection and analysis techniques, and study results. Several integration strategies have been proposed, but their conceptualization is usually design-driven, or fragmented, or not empirically tested. This is challenging for planning and conducting MM studies, and for training graduate students. Based on the methodological literature, the previous chapter presented a conceptual framework including types of integration, practical strategies, and possible combinations of strategies for integrating QUAL and QUAN phases, results and data. In the present chapter, this framework is tested using a review of 2015 MM studies with a method-detailed description. This supports the framework, illustrates multiple types of combinations, and provides global health examples. These two companion chapters contribute to advance methodological knowledge on MM via (a) a call for better reporting MM studies in scientific articles, and (b) a tested conceptualisation comprising three types of integration and nine specific strategies, which explain current and future possibilities for combining strategies to integrate QUAL and QUAN phases, results, and data.

***

Pierre Pluye es profesor titular del Departamento de Medicina Familiar de la Universidad McGill, investigador principal del Fondo de Investigación de Quebec Salud (FRQS) y director del componente de Desarrollo Metodológico de la Unidad SOUTIEN SRAP de Quebec. Es miembro asociado de la Escuela de Ciencias de la Información de la Universidad McGill. Es especialista en medicina familiar y salud pública. Es doctor en promoción de la salud (Universidad de Montreal). Ha recibido premios a su carrera de los Institutos Canadienses de Investigación de la Salud (CIHR) y del FRQS. En 2017 fue elegido miembro de la Academia Canadiense de Ciencias de la Salud y recibió el premio “Investigador del Año” del Colegio de Médicos de Familia del Canadá. Tiene experiencia en métodos mixtos. Su investigación estudia los efectos de la información de los recursos electrónicos en los profesionales, los pacientes y el público.

Enrique García Bengoechea es investigador de la Facultad de Educación y Ciencias de la Salud de la Universidad de Limerick (Irlanda). Sus principales intereses de investigación son la promoción de la actividad física y la salud en el contexto comunitario y el desarrollo y la socialización de los jóvenes en el deporte. Anteriormente, Enrique trabajó como investigador en el Centro de Vida Activa de Alberta, enseñó en las universidades de McGill y Western Sydney, y fue asesor de investigación de métodos mixtos en la Plataforma de Desarrollo Metodológico de la Unidad de Apoyo del PASR de Quebec. También fue investigador visitante en el Instituto de Deporte, Ejercicio y Vida Activa (ISEAL) de la Universidad de Victoria en Melbourne. Enrique es actualmente miembro del equipo de investigación del estudio BuiltEnvironmentand Active Transport to School (BEATS), con sede en la Universidad de Otago. También está afiliado al Grupo de Investigación de Educación Física y Promoción de la Actividad Física de la Universidad de Zaragoza.

David Li Tang es Técnico de Desarrollo de Servicios del Consejo Nacional de Investigaciones de Canadá y Profesor Adjunto del Departamento de Medicina Familiar de la Universidad McGill. Su área de trabajo se centra en la innovación. David y colaboradores diseñan y desarrollan, entre otras cosas, infraestructuras y metodologías para estimular la innovación al más amplio nivel colectivo, involucrando a agencias gubernamentales, universidades, industrias, asociaciones profesionales e investigadores individuales. Tienen repercusiones en los sistemas de innovación y atención de la salud del Canadá. La investigación multidisciplinaria de David abarca las ciencias sociales, la ingeniería y las ciencias de la información.

Vera Granikov es especialista en información integrada en el Departamento de Medicina Familiar de la Universidad McGill. Proporciona servicios de información a medida a los investigadores y clínicos de atención primaria y coordina el sistema de vigilancia colaborativa financiado por la Unité SOUTIEN SRAP du Québec. Vera está cursando actualmente estudios de doctorado en la Escuela de Ciencias de la Información de la Universidad McGill y tiene un premio de doctorado del Fonds de recherche du Québec – Société et culture (FRQSC).

Cita

Pierre Pluye, Enrique García Bengoechea, David Li Tang y Vera Granikov (2020). La práctica de la integración en métodos mixtos. Las múltiples combinaciones de estrategias de integración. En Evaluación de las intervenciones sanitarias en salud global. Métodos avanzados. Bajo la dirección de Valéry Ridde y Christian Dagenais, pp. 221-246. Québec: Éditions science et bien commun y Marseille: IRD Éditions.