Saltar al contenido
verifiedPráctica Basada en la Evidencia

Diseños de Caso Único

Un experimento de verdad puede tener un único participante — siempre que se le mida muchas veces, bajo condiciones que el investigador controla.

Traducido del original en portugués. Leer el original (Português)

boltEn resumen

Los diseños de caso único son experimentos en los que la misma persona es seguida a lo largo del tiempo y sirve como su propio control: se compara su conducta bajo condiciones que el investigador enciende y apaga a propósito, en vez de comparar dos grupos de personas distintas. No se trata de un reporte de caso ni de una anécdota — lo que los convierte en un experimento es la manipulación sistemática de la intervención sumada a la medición repetida de la conducta. Se concluye que la intervención causó el cambio cuando el mismo efecto se demuestra al menos tres veces, en tres momentos distintos. Existen cuatro familias clásicas — retirada/reversión, línea de base múltiple, tratamientos alternantes y criterio cambiante —, y elegir entre ellas depende de la pregunta que se quiere responder y de restricciones clínicas y éticas, no de preferencia.

Definición técnica

Los diseños de caso único (del inglés single-case experimental designs, SCED; también llamados diseños de sujeto único o intrasujeto) forman una familia de diseños experimentales en los que el caso individual — una persona, una díada, un grupo escolar — es la unidad de análisis y funciona como su propio control. La variable dependiente se mide repetidamente a lo largo del tiempo mientras la variable independiente es manipulada sistemáticamente por el investigador, alternando condiciones (típicamente línea de base e intervención). El control experimental no viene de la comparación con un grupo paralelo, sino de la replicación dentro del propio caso: se considera documentada una relación funcional cuando el efecto se demuestra al menos tres veces — en tres momentos distintos en el tiempo o, alternativa que la versión 5.0 de los estándares del What Works Clearinghouse (WWC) añadió, en tres repeticiones de fase. La taxonomía consagrada en los manuales del área reúne cuatro diseños prototípicos — retirada/reversión, línea de base múltiple, tratamientos alternantes y criterio cambiante —, además de sus combinaciones y variantes; es a ellos que se aplica la directriz internacional de reporte SCRIBE 2016.

Cómo cabe un experimento en una sola persona

La pregunta que responde la investigación de grupo es: en promedio, ¿a las personas que recibieron este tratamiento les fue mejor que a las que no lo recibieron? Es una pregunta excelente — e insuficiente para quien tiene delante a un niño específico, en una escuela específica, el próximo martes. La pregunta de la clínica es otra: ¿este procedimiento está funcionando para esta persona? Los diseños de caso único se construyeron para responder exactamente a esa segunda pregunta, con rigor experimental.

El truco está en cambiar el eje de comparación. En el diseño de grupo, se comparan personas distintas en el mismo momento. En el diseño de caso único, se compara a la misma persona en momentos distintos, bajo condiciones que el investigador controla. El "grupo de control" es la propia persona cuando la intervención no estaba vigente.

De ahí viene el mayor malentendido sobre estos estudios. "N = 1" no significa una sola medida: significa muchas medidas de un único caso. Un estudio de caso único suele tener decenas de puntos de datos — muchas más observaciones de la misma conducta que las que un ensayo de grupo recoge por participante. Conviene separar tres cosas que el sentido común suele confundir:

  • Reporte de caso — describe lo que le pasó a alguien. No hay manipulación planificada ni medición repetida sistemática. Es útil para generar hipótesis; no pone a prueba nada.
  • Serie de casos — varios reportes reunidos. Más casos, misma limitación: sin condición de control, no es posible atribuir el cambio al tratamiento.
  • Diseño de caso único — un experimento: la intervención se introduce, se retira, se escalona o se alterna a propósito, en momentos elegidos por el investigador, con medición continua de la conducta antes, durante y después.

Esta tradición no es nueva ni marginal. Nace del análisis experimental de la conducta del organismo individual, fue sistematizada por Murray Sidman en Tactics of Scientific Research (1960) y se convirtió en la columna vertebral metodológica del Análisis de la Conducta Aplicado cuando Baer, Wolf y Risley (1968) incluyeron, entre las dimensiones del área, la exigencia de ser analítica — es decir, de demostrar control experimental sobre la conducta que se propone cambiar. La medicina tiene un primo cercano: el ensayo n-of-1, en el que un mismo paciente pasa por múltiples cruces entre tratamiento y comparador, generalmente de forma aleatorizada y ciega. En los niveles de evidencia de Oxford (OCEBM, 2011), el ensayo n-of-1 aleatorizado aparece en el nivel 1 para la pregunta sobre el beneficio del tratamiento — en el mismo escalón que las revisiones sistemáticas de ensayos aleatorizados. Vale la salvedad que hace el propio centro de Oxford: el nivel 1 se refiere a ensayos n-of-1 aleatorizados o a revisiones sistemáticas de ensayos aleatorizados — y no a revisiones sistemáticas de ensayos n-of-1. Que un diseño de un solo paciente ocupe ese escalón no es generosidad de la tabla: es el reconocimiento de que, para decidir sobre este paciente, ponerlo a prueba en él mismo es la evidencia más directa disponible.

El mecanismo: predicción, verificación y replicación

Casi todo diseño de caso único es un montaje para cumplir tres tareas descritas en la lógica de la línea de base: predecir lo que pasaría sin intervenir, verificar que la predicción era correcta y replicar el efecto para descartar la coincidencia. Lo que distingue a un diseño de otro es cómo cada uno resuelve la verificación.

En el diseño de retirada, la verificación viene de apagar la intervención y ver que la conducta vuelve al nivel anterior. En la línea de base múltiple, viene de las series que todavía no recibieron nada y que siguen estables mientras la primera ya cambió. En el criterio cambiante, de cada escalón anterior, que sirve de línea de base para el siguiente. En todos estos casos, la conclusión solo se sostiene cuando el patrón se repite — y un diseño A-B simple, con un único cambio de fase, no tiene cómo repetir nada.

El diseño de tratamientos alternantes es la excepción interesante: no se apoya en una línea de base extendida de la cual extraer la predicción. En él, las condiciones se intercalan tantas veces que cada nueva alternancia es, a la vez, verificación y replicación — si la diferencia entre las condiciones reaparece sesión tras sesión, independientemente del orden en que se presentaron, esa diferencia no es obra del azar ni del simple paso del tiempo.

LÍNEA DE BASE (ANA) INTERVENCIÓN (ANA) ANA 1 BRUNO 2 CLARA 3 medida de la conducta sesiones →
Una línea de base múltiple entre participantes. La intervención entra primero para Ana (1), después para Bruno (2) y por último para Clara (3). Fíjate en el detalle que hace funcionar al diseño: cuando la conducta de Ana ya cayó, las de Bruno y Clara siguen estables en línea de base. Esa es la verificación — la prueba de que el tiempo, el calendario escolar o la maduración no explicarían el cambio, porque esos factores actuarían sobre los tres al mismo tiempo. Aquí nadie tuvo que perder el tratamiento para que el efecto se demostrara tres veces.

Las cuatro familias

Los manuales del área convergen en cuatro diseños prototípicos — los mismos cuatro cubiertos por la directriz de reporte SCRIBE 2016 —, que responden a preguntas distintas y tienen puntos ciegos distintos. Explora cada uno:

Retirada y reversión — encender y apagar

Es el diseño más directo. A es la línea de base, B es la intervención. Se introduce B, se retira (volviendo a A) y se reintroduce B. Las tres demostraciones del efecto son exactamente esas tres transiciones: la conducta cambia cuando la intervención entra, vuelve al nivel anterior cuando sale y cambia de nuevo cuando vuelve.

  • Responde a: "¿fue esta intervención la que produjo el cambio?"
  • Exige una conducta reversible. Sirve para conductas mantenidas por contingencias vigentes; es inútil para habilidades aprendidas — no se "desenseña" a leer para demostrar que la enseñanza funcionó.
  • Variante B-A-B: cuando la conducta es peligrosa y no hay tiempo para una línea de base inicial, se empieza por la intervención. Se pierde la descripción del problema antes del tratamiento y, con solo dos cambios de fase, el arreglo queda por debajo de las tres demostraciones que piden los estándares de calidad — razón por la cual suele extenderse (B-A-B-A-B) o combinarse con otro diseño.
  • Nota de terminología: parte de la literatura llama retirada al simple apagado de la intervención y reserva reversión para invertir la contingencia — por ejemplo, pasar a reforzar la conducta incompatible, como en el reforzamiento diferencial. En la práctica, los dos términos circulan como sinónimos de A-B-A-B.
  • Punto ciego: retirar un tratamiento que está funcionando. Es un costo real para la persona y, en conductas que causan daño, puede ser simplemente inaceptable.

Un A-B aislado — se midió antes, se intervino, se midió después — es útil para seguir un caso en la clínica, pero no es un experimento completo: hay un único cambio de fase, ninguna verificación y ninguna replicación.

Línea de base múltiple — escalonar en vez de retirar

En vez de apagar la intervención, se miden tres o más series simultáneas en línea de base y se introduce la intervención en una serie a la vez, de forma escalonada. Las series que todavía no recibieron nada hacen el trabajo que haría la retirada: muestran que la conducta habría seguido en el mismo nivel si la intervención no hubiera llegado. Es uno de los arreglos más frecuentes en la investigación aplicada, y ya fue descrito en el artículo fundador de Baer, Wolf y Risley (1968).

  • Tres arreglos posibles: entre conductas (varios objetivos de la misma persona), entre contextos (la misma conducta en casa, en la escuela, en la terapia) o entre participantes (varias personas con el mismo objetivo).
  • Ventaja decisiva: nadie pierde el tratamiento. Sirve para habilidades que, una vez aprendidas, no se deshacen — y para situaciones en las que retirar sería antiético.
  • Exige un equilibrio delicado: las series necesitan ser funcionalmente independientes (tocar una no debería tocar las otras) y, al mismo tiempo, parecidas lo suficiente como para responder a la misma intervención.
  • Punto ciego 1 — covariación: si el cambio "se derrama" hacia las series todavía no tratadas, la verificación se pierde. Clínicamente es una buena noticia (hubo generalización); experimentalmente, confunde la atribución.
  • Punto ciego 2 — esperar demasiado: la última serie puede quedarse mucho tiempo en línea de base, sin recibir ayuda. Además del costo ético, medir repetidamente durante mucho tiempo puede, por sí mismo, alterar la conducta.
  • Variantes para ese problema: el sondeo múltiple (multiple probe), propuesto por Horner y Baer en 1978, sustituye la medición continua por sondeos intermitentes en las series que esperan — pensado para habilidades enseñadas en secuencia. También existe la línea de base múltiple retardada, en la que series nuevas entran al estudio después de que este ya comenzó.

Tratamientos alternantes — comparar dos opciones

También llamado diseño multielemento, alterna rápidamente dos o más condiciones con la misma persona, en orden contrabalanceado o sorteado — sesión de la mañana con el procedimiento 1, de la tarde con el procedimiento 2, al día siguiente invirtiendo el orden. La comparación no es entre fases largas, sino entre condiciones que se intercalan.

  • Responde a: "entre estas dos o tres opciones, ¿cuál funciona mejor para esta persona?" Es el diseño para elegir entre procedimientos — dos tipos de ayuda, dos formatos de enseñanza, dos reforzadores candidatos.
  • Ventajas prácticas: no exige retirada, no exige una línea de base larga y da respuestas rápidas. Puede incluso operar sin fase de línea de base, cuando la pregunta es puramente comparativa.
  • Punto ciego — interferencia entre tratamientos: las condiciones que se alternan pueden contaminarse entre sí. Hay efectos de arrastre (lo que se hizo en la sesión anterior sigue actuando en la siguiente) y de secuencia (el orden en que aparecen las condiciones cambia el resultado). Contrabalancear el orden, sortear las condiciones y separar las sesiones reduce el problema, pero no lo elimina — y el efecto observado es siempre el de una condición en el contexto de alternancia con la otra.
  • Atención al tamaño: cada condición necesita suficientes puntos por sí misma — pocas sesiones de cada lado no sostienen ninguna comparación. Los estándares piloto del WWC para caso único (2010) pedían cinco puntos por condición para la clasificación máxima, y cuatro para la clasificación con reservas.

Criterio cambiante — subir escalón por escalón

Descrito por Hartmann y Hall en 1976 como una forma de línea de base múltiple, este diseño no enciende ni apaga la intervención: cambia, en escalones sucesivos, el criterio que la conducta necesita alcanzar para producir reforzamiento. Cada subfase funciona como línea de base de la siguiente, y la demostración del efecto es que la conducta acompañe cada nuevo criterio — ni muy por encima, ni muy por debajo.

  • Responde a: "¿puedo llevar esta conducta, poco a poco, hasta la meta?"
  • Indicado para conductas ya presentes en el repertorio que necesitan aumentar o disminuir de forma gradual: tiempo de actividad física, número de tareas completadas, fluidez académica, reducción de un hábito. El artículo original ilustró el diseño con dos estudios de caso, uno de ellos sobre reducción del tabaquismo.
  • Buenas prácticas: cambiar de escalón solo cuando la subfase se estabilice; variar la duración de las subfases y el tamaño de los saltos de criterio, para que la mejora no pueda confundirse con una simple tendencia ascendente; y volver a un criterio anterior en algún momento, lo cual fortalece mucho la demostración.
  • Punto ciego: si todos los escalones tienen el mismo tamaño y la misma duración, cualquier tendencia creciente imitaría el resultado esperado. Y si la conducta se dispara muy por encima del criterio, el control se vuelve difícil de demostrar.
LÍNEA DE BASE 10 min 20 min 35 min vuelve a 20 45 min 1 2 3 4 5 minutos de actividad física sesiones →
Un diseño de criterio cambiante. La línea dorada discontinua es la meta de cada subfase, y los puntos verdes se acomodan justo encima de ella — es ese "pegarse al criterio" lo que demuestra el efecto. Dos decisiones de diseño hacen aquí el trabajo pesado. La primera: los escalones son desiguales — las subfases duran siete, cinco, seis, cinco y cinco sesiones, y los saltos de criterio miden 10, 15 y 25 minutos. Una simple tendencia de mejora no tendría cómo imitar una escalera tan irregular. La segunda: en el cuarto escalón el criterio vuelve a 20 minutos, y la conducta baja con él. Ese retorno no es tiempo perdido, es verificación — si la conducta estuviera simplemente creciendo por cuenta propia, no habría retrocedido justo en el momento en que la exigencia disminuyó. En cuanto a los sellos dorados: el primero marca la salida de la línea de base hacia los 10 minutos iniciales; los otros cuatro, los cambios de criterio siguientes.

Qué diseño para qué pregunta

La elección no es estética: cada diseño compra una respuesta con una moneda distinta. Un mapa rápido:

  • "¿Esta intervención funciona?", y la conducta es reversible y no peligrosa → A-B-A-B.
  • "¿Esta intervención funciona?", pero es una habilidad nueva o retirarla sería inaceptable → línea de base múltiple.
  • "¿Cuál de las dos funciona mejor?" → tratamientos alternantes.
  • "¿Se puede llegar a la meta por etapas?", con la conducta ya en el repertorio → criterio cambiante.
  • Conducta peligrosa, sin tiempo para línea de base → B-A-B, o una línea de base inicial deliberadamente breve.
  • Habilidades enseñadas en secuencia (pasos de una cadena, escalones de un currículo) → sondeo múltiple.

En la práctica aplicada, las combinaciones son la regla, no la excepción: una evaluación de reforzadores con tratamientos alternantes antecede a una enseñanza evaluada con línea de base múltiple entre contextos; un análisis funcional es, en sí mismo, un diseño de caso único — generalmente multielemento — aplicado a la pregunta "¿para qué sirve esta conducta?".

verified

Cuándo un caso único cuenta como evidenciaQuien lee un estudio de caso único necesita revisar tres cosas antes del gráfico. ¿La manipulación la hizo el investigador? Los cambios de condición que simplemente ocurrieron — la escuela cambió de profesor, la familia cambió la rutina — no son una variable independiente manipulada, y el estudio deja de ser experimental. ¿La medida es confiable? Los estándares del What Works Clearinghouse exigen más de un observador midiendo la misma conducta, con concordancia entre observadores calculada sobre al menos el 20% de los datos y un piso de 0,80 de concordancia porcentual o 0,60 de kappa de Cohen. (Sin esto, no se sabe si lo que cambió fue la conducta o el ojo de quien registraba.) Vale notar que la vara se movió: en la documentación técnica de 2010, coordinada por Kratochwill y colaboradores, esa concordancia se exigía en cada condición; la versión 5.0 del manual (2022) pasó a aplicarla al conjunto de los datos del estudio. ¿Hay fases lo bastante largas? Una fase solo cuenta como intento de demostración con al menos tres puntos, y la clasificación máxima pide cinco o más por fase — exigencia que la versión 5.0 elevó a seis o más en la línea de base inicial de los diseños de reversión, línea de base múltiple, sondeo múltiple y criterio cambiante. Quien vaya a leer el gráfico después encuentra la guía en la entrada de análisis visual. Y quien vaya a escribir el artículo cuenta con la directriz SCRIBE 2016 (Tate y colaboradores), con 26 ítems de reporte — entre ellos el diseño usado, la secuencia de las fases y las reglas que decidieron el momento de cambiar de condición.

Dónde fallan estos diseños

Ningún diseño es bueno para todo. Las cuatro trampas de abajo son las que más aparecen en estudios y en seguimientos clínicos. Da vuelta las tarjetas:

Lo que un caso único no prueba

Bien llevado, un diseño de caso único tiene alta validez interna: da una respuesta sólida sobre qué causó el cambio en ese caso. Lo que no entrega gratis es validez externa — la garantía de que el mismo procedimiento funcionaría con otra persona, en otro contexto, con otro aplicador. Esa garantía viene de la replicación: repetir el estudio con participantes parecidos (replicación directa) y variando deliberadamente procedimientos y condiciones (replicación sistemática).

Así es como el campo acumula conocimiento. Decenas de estudios de caso único sobre el mismo procedimiento pueden reunirse en revisiones sistemáticas, y es de esa suma — no de un gráfico aislado — de donde salen las recomendaciones de práctica basada en la evidencia. Vale notar que las jerarquías de evidencia más conocidas se diseñaron para ordenar evidencia sobre poblaciones, y por eso privilegian el ensayo clínico aleatorizado — con la excepción ya citada de la tabla de Oxford, que deja un lugar en el escalón más alto para el ensayo n-of-1. Para la pregunta "¿este tratamiento está funcionando para esta persona, ahora?", el diseño de caso único es el instrumento adecuado — y los dos tipos de pregunta son necesarios.

Por último, la lectura de estos gráficos tiene un método propio y exige entrenamiento: es el análisis visual. Y, aun con un control experimental impecable, queda la pregunta que ningún gráfico responde — ¿el cambio importa en la vida de la persona? Esa es la cuestión de la validez social, y no se resuelve con el diseño, sino con quien vive el resultado.

warning

El diseño es una decisión ética, no solo técnicaDos puntos exigen cuidado. Retirar una intervención que está funcionando produce la demostración más limpia de todas — y le devuelve temporalmente a la persona el problema que ya se había resuelto. Cuando la conducta implica riesgo de daño, esa retirada puede ser simplemente inaceptable, y la elección correcta es un diseño que verifique sin apagar nada. Prolongar las líneas de base tiene el mismo costo por el camino opuesto: la última serie de una línea de base múltiple puede esperar muchas sesiones para recibir ayuda. Existen salidas técnicas — sondeos intermitentes, retiradas breves, entrada retardada de series nuevas —, pero la regla que las organiza es simple: el rigor experimental no autoriza mantener a alguien sin el tratamiento que necesita. En investigación, estas decisiones pasan por un comité de ética y por el consentimiento y asentimiento; en la clínica, por esa misma conversación honesta con la familia.

control experimental relación funcional replicación intrasujeto diseño A-B-A-B línea de base múltiple criterio cambiante

Pon a prueba tu comprensión

quiz

Quiz rápido

Tres preguntas para fijar el concepto. Verás la explicación al instante.

Para saber más

  1. Cooper, J. O., Heron, T. E. & Heward, W. L. Applied Behavior Analysis. 3ª ed. Pearson, 2020 — capítulos sobre diseños de reversión y multielemento, línea de base múltiple y criterio cambiante.
  2. Kratochwill, T. R. et al. Single-Case Designs Technical Documentation. What Works Clearinghouse / Institute of Education Sciences, 2010 — estándares de diseño, concordancia entre observadores y demostración de efecto.
  3. What Works Clearinghouse Procedures and Standards Handbook, versión 5.0. Institute of Education Sciences, 2022 — estándares vigentes, incluidos los cambios en la concordancia entre observadores y en el tamaño de la línea de base inicial.
  4. Tate, R. L. et al. “The Single-Case Reporting Guideline In BEhavioural Interventions (SCRIBE) 2016 Statement”, 2016 — directriz de reporte con 26 ítems, publicada simultáneamente en varias revistas del área.
  5. Baer, D. M.; Wolf, M. M.; Risley, T. R. “Some current dimensions of applied behavior analysis”. Journal of Applied Behavior Analysis, 1(1), 91–97, 1968.
  6. Horner, R. D. & Baer, D. M. “Multiple-probe technique: a variation of the multiple baseline”. Journal of Applied Behavior Analysis, 11, 189–196, 1978.
  7. Hartmann, D. P. & Hall, R. V. “The changing criterion design”. Journal of Applied Behavior Analysis, 9, 527–532, 1976.
  8. Sidman, M. Tactics of Scientific Research: Evaluating Experimental Data in Psychology. Basic Books, 1960.
  9. Kazdin, A. E. Single-Case Research Designs: Methods for Clinical and Applied Settings. 3ª ed. Oxford University Press, 2020.
info

Esta entrada tiene carácter educativo y no sustituye la evaluación, el diagnóstico ni el tratamiento por parte de un profesional de la salud cualificado. Cada persona es única: para un caso concreto, busca orientación individualizada.

¿Buscas orientación profesional?

El Instituto Walden4 es un centro de psicología y educación en Brasilia, Brasil, que ofrece evaluación y atención basadas en evidencia para autismo, psicoterapia y desarrollo, de forma presencial y en línea. Nuestro equipo atiende en portugués; escríbenos y buscaremos la mejor manera de ayudarte.

chat Escríbenos por WhatsApp
chat

Conta Walden4

Entrar

Use o e-mail e a senha da sua conta.