Acceso usuarios
José Antonio Supo Condori, Héctor Raúl Zacarías Ventura, Carlos Felipe Palacios Rosado
FUNDAMENTOS // En Salud Pública se requieren clasificaciones operativas que organicen los estudios según la complejidad del análisis de datos, y no solo por diseño o propósito. El objetivo del estudio fue construir una clasificación de niveles de investigación en Salud Pública basada en el tratamiento analítico de los datos, mediante Teoría Fundamentada.MÉTODOS // Se realizó una investigación cualitativa teórico‑constructiva entre el 1 de enero y el 30 de abril de 2025, con búsqueda iterativa en PubMed, Scopus, Web of Science, SciELO y Biblioteca Virtual en Salud, muestreo teórico y análisis documental de treinta y cinco fuentes trazables. Se aplicó codificación abierta, axial y selectiva con comparación constante y consenso de codificadores hasta saturación teórica. RESULTADOS // Emergieron seis niveles definidos por el tipo de análisis: exploratorio (sin estadística); descriptivo (univariada); relacional (bivariada); explicativo (multivaria‑da); predictivo (modelamiento); y aplicativo (metodologías de mejora). Cada nivel se delimitó operativamente (propósito, unidad de análisis, técnicas y ejemplo) para su uso reproducible en evaluación y planificación.CONCLUSIONES // La clasificación propuesta es coherente, verificable y replicable; sitúa el análisis de datos como criterio estructurante y facilita el alineamiento entre objeti‑vos, diseño y técnicas, aportando un marco operativo para investigadores, revisores y decisores en Salud Pública. Se recomienda su validación empírica en contextos aplicados
BACKGROUND // Public health requires operational classifications that organize studies according to the complexity of data analysis, not just by design or purpose. The objective of this paper was to construct a classification of levels of public health research based on the analytical treatment of data using Grounded Theory.METHODS // A theoretical‑constructive qualitative research was conducted between January 1 and April 30, 2025, with iterative searching in PubMed, Scopus, Web of Science, SciELO, and the Virtual Health Library, theoretical sampling, and documentary analysis of thirty‑five traceable sources. Open, axial, and selective coding was applied with constant comparison and coder consensus until theoretical saturation.RESULTS // Six levels emerged, defined by the type of analysis: exploratory (without statistics), descriptive (univariate), relational (bivariate), explanatory (multivariate), predictive (modeling), and applicative (improvement methodologies). Each level was operationally delimited (purpose, unit of analysis, techniques, and example) for reprodu‑cible use in evaluation and planning.CONCLUSIONS // The proposed classification is coherent, verifiable, and replicable; it places data analysis as a structuring criterion and facilitates alignment between objec‑tives, design, and techniques, providing an operational framework for researchers, reviewers, and decision‑makers in public health. Its empirical validation in applied contexts is recommended
