miércoles, 26 de abril de 2017

SEMINARIO ESTADÍSTICA Y TIC. SEMINARIO 4

En este seminario Manuel explicó algunos conceptos de los temas finales de la asignatura para así adelantarnos a cuando lo diéramos en la clase de grupo grande.

Tipos de análisis estadísticos según el tipo de variables implicadas en el estudio:


  • Chi cuadrado:  cualitativa Vs cualitativa.
  • T de Student: cualitativa dicotómica Vs cuantitativa.
  • Test ANOVA: cualitativa policotómica Vs cuantitativa.
  • Regresión lineal: cunatitativa Vs cuantitaiva.
*En Epi info podemos realizar tablas de 2 x 2


Varianza ( s2 ): es el promedio del cuadrado de las distancias entre cada observación y la media aritmética del conjunto de observaciones.


Desviación típica (S): La varianza viene dada por las mismas unidades que la variable pero al cuadrado, para evitar este problema podemos usar como medida de dispersión la desviación típica que se define como la raíz cuadrada positiva de la varianza.

Recorrido o Rango muestral (Re). Es la diferencia entre el valor de las observaciones mayor y el menor.  Re = xmax - xmi.


La población investigada, según los resultados puede ser:



Tipos de error al tomar una decisión: 

  • Hipótesis nula (Ho): No existen diferencias significativas en la eficacia clínica de dos fármacos A y B (A=B)
  • Hipótesis alternativa (Ha): Existen diferencias en la eficacia clínica de dos fármacos A y B (A ≠ B) A > B ó A < B
  • Error tipo I (alfa): El investigador rechaza la Ho siendo esta verdadera en la población (el investigador concluye que existe diferencia cuando en realidad no la hay).
  • Error tipo II (beta): El investigador no rechaza la Ho siendo esta falsa en la población (el investigador concluye que ha sido incapaz de encontrar una diferencia que existe en la realidad).

Chi cuadrado


Chi cuadrado en epi info


T de Student


T de student en epi info

domingo, 23 de abril de 2017

SEMINARIOS ESTADÍSTICA Y TICS. SEMINARIO 3

  Este seminario tuvo lugar el 29 de Marzo, donde el profesor nos enseñó como crear formularios, grabar datos y analizar datos grabados en el programa informático Epi info.

El proceso es cómo explico a continuación:




Así sería el resultado final. Ahora a través de un vídeo se explica como llegamos hasta la última imagen.



Gracias a conocer el funcionamiento de este programa, podremos analizar los datos de nuestro trabajo de investigación final.




jueves, 13 de abril de 2017

SESIONES TEÓRICAS. ESTADÍSTICA Y TICS. TEMA 7

Introducción a la bioestadística 

1. ESTADÍSTICA
 Cuerpo de conocimientos para aprender de la experiencia, en forma de números provenientes de medias que muestran variaciones entre los diferentes individuos. La variabilidad consiste en los cambios de las características clínicas observadas en cada paciente. La estadística es la ciencia que estudia la variabilidad.

2. ESCALAS DE MEDIDA (para medir variables)

-Escala nominal: nivel inferior de medida. En una característica o variable solo se puede comprobar si son iguales o diferentes.

-Escala ordinaria: en la medición ordinal con dos o más modalidad de una variable, es posible establecer si son iguales o diferentes; si son distintas, determinar cuál de ellas es mayor.
*Los números expresan relaciones de: igualdad, desigualdad y orden.
*Características: no podemos establecer la camtidad de mehoría diferencial que un nivel, categoría o número representa en relación a cualquier otro; carecemos de suficiente información para determinar si entre los niveles 3 y 4 existe el mismo grado de mejoría que entre el graso 3 y 2 o 1 y 2; no se puede afirmar que la categoría 4 sea la doble que la 2; solo podemos establecer un orden, una jerarquía 4>3>2>1.

- Escala de intervalo: presenta las características propias de las dos escalas anteriores. Desigualdad e igualdad.
* Identidad y orden; el requerimiento de que las distancias o intervalos iguales representan distancias equivalentes.

-Escala de razón: nivel más alto de medición. Características propias de las tres escalas anteriores ya que permite obtener la misma información que las escalas anteriores.
*Igualdad, desigualdad (identidad.
*Orden; distancias equivalentes entre los intervalos; la ventaja adicional de poseer el 0 absoluto. En la que el 0 representa nulidad o ausencia de lo que se estudia.

3. TIPOS DE VARIABLES

-Cualitativas: propiedades que no pueden ser medidas. Pueden ser nominales porque se miden con escalas nominales, dentro de estas existen las dicotómicas (2 niveles o categorías, solo 2 respuestas posibles) y las policotómicas (más de 2 categorías).

-Cuantitativas: se pueden medir en términos numéricos. Son las que se utiliza en escalas de intervalo  de razón, dentro de estas se encuentran las discretas (solo se puede tomar un número finito de valores, la unidad de medición no puede ser fracción) y continuas (las que aceptan cualquier número denro de un rango).


4. VARIABLES: REPRESENTACIÓN DE DATOS

Tablas de frecuencia: imagen de los datos que muestran las frecuencias en columnas y categorías de las variables en las filas.

Requisitos: auto-explicativas, sencillas y de fácil comprensión, con título breve y claro, indican lugar, fecha y fuentes de información, incluye las unidades de medida en la cabecera, indican la base de las medidas relativas, hacen explícitas las abreviaturas.

Frecuencia relativa: es un valor entre 0-1, se estudia dividiendo la frecuencia absoluta entre el número total de la muestra.

5. VARIABLES CONTINUAS. REPRESENTACIÓN DE DATOS

-Definición de intervalos, definición de extremos de los intervalos. Procurando que esos extremos sean exhaustivos, definición de amplitud o distancia entre los extremos, cálculos de la marca de clase de cada intervalo.

-Cálculo del recorrido: diferencia entre el valor más alto y el más bajo.

-Cálculo de intervalo: la raíz cuadrada del número de datos observados.

-Amplitud de los intervalos: recorrido entre el número de intervalos.

6. REPRESENTACIÓN GRÁFICAS.

-Forma rápida de comunicar información numérica (frecuencias), imágenes de las ideas (barras, sectores), aumentan la información escrita, ofrecen orientación visual, no reemplazan al texto.

Normas básicas: visualmente claros, claramente descritos en pie de figura y en texto, representar gráficamente las conclusiones del estudio, evitar gráficos confusos, no sobrecargados.

-Reacciones locales más frecuentes:
*Diagrama de barra: se utiliza para medir una variables cualitativa, nominal y sobre todo policotómicas.
*Pictogramas: variante del diagrama de barra que se usa para representa variables cualitativas, se diferencia del diagrama porque se sustituyen las barras por iconos o imágenes.


-Histogramas y polígonos de frecuencia: 
*Histograma:igual que el anterior en cuanto al tipo de frecuencia que se pueden utilizar. En el eje X se representan los intervalos en los que categorizamos esa variable y en el Y la frecuencia.
*Marcas de clase: punto medio de cada intervalo, es decir, la media. Media entre los dos intervalos.
*Polígono de frecuencia: polígono que forman las marcas de clase al unirlas

7. GRÁFICOS 

-Gráfico de tronco y hojas: formas de expresar variables cuantitativas, continuas particularmente.

-Gráfico de sectores: se utilizan para trabajar con variables cualitativas. Sobre todo variables con pocas categorías como por ejemplo las dicotómicas.

-Gráfico para datos bidimensionales: variables cuantitativas.








martes, 11 de abril de 2017

SESIONES TEÓRICAS. ESTADÍSTICA Y TICS. TEMA 6

La etapa empírica de la investigación


1. MATERIAL Y MÉTODOS.

Se selecciona un grupo de individuos con validez interna y externa, y en el muestreo hay que tener en cuneta el tamaño de la muestra (error determinado de <0,50), y la representatividad del muestreo aleatorio, ya sea simple, estratificado, multietápico...

a) Planificación de la recogida de datos: por observación directa, fuentes documentales. A través de entrevistas, cuestionarios...

b) Registro y procesamiento: agrupación de datos, distribución de frecuencia, tablas cruzadas, bases de datos...

c) Ejecución de la recogida de datos: pilotaje previo, evitar sesgos, hoja de recogida de datos.

d) Análisis: revisión de la información, comparación de grupos, controlar las variables, etimar magnitud de asociación, errores en los estudios...


2. MEDIDAS DE FRECUENCIA EN ESTUDIOS DESCRIPTIVOS

Medida de prevalencia: situación en un punto determinado en el tiempo.
Incidencia: lo que está pasando durante un periodo de tiempo.
Nuevos casos: frecuencia de estos, durante un periodo de tiempo. 
Incidencia acumulada: calcula una proporción de incidencia, es decir, el riesgo de que se produzca un fenómeno. Se calcula utilizando un periodo de tiempo durante el cual consideramos que todos los individuos de la población están a riesgo de la enfermedad y observamos la proporción de sujetos que desarrollan la enfermedad. 


3. TASA DE INCIDENCIA O DENSIDAD DE INCIDENCIA.

Se refiere a la velocidad con la que aparecen los nuevos casos con respecto al tamaño de la población. Si se dispone de los diferentes tiempos de observación (tiempos en riesgo) de los diferentes individuos.


  • Es necesario especificar la unidad de tiempo a las que se refiere la tasa, una misma cantidad de personas-tiempo se puede obtener mediante el seguimiento de distintos grupos de población, se mide en unidades de tiempo elevado a menos 1; no son proporciones, es una tasa instantánea y puedo obtener valores por encima de 1; expresa la tasa a la que ocurren los eventos en sujetos de la población de riesgo en cualquier momento
-Personas-tiempo: suma de tiempos que los individuos están a riesgo de desarrollar el evento; las unidades a utilizar no dependen del investigador.


4. ESTUDIOS DE SEGUIMIENTO Y EXPERIMENTALES

Medida de asociación 

-Incidencia en no expuestos: número de casos nuevos entre los no expuestos/ número total de individuos no expuestos. (I.ne)

-Incidencia en expuestos: número de casos nuevos entre los expuestos / número total de individuos expuestos. (I.e)


Riesgo relativo (I.e/I.ne)

-Magnitud de la asociación: cuando el riesgo relativo es 1 quiere decir que las incidencias de expuestos y no expuestos es la misma, por lo que aceptamos hipótesis nula. Si el resultado es menor que 1 se acepta la hipótesis nula, mientras que si es mayor que uno la despreciamos.

5. Estudios de casos y controles. Estimación de la magnitud de asociación

  Se comparan dos grupos: uno que presenta la variable dependiente y otro grupo control que no la presenta. En estos estudios no hay ni incidencia ni prevalencia porque se indaga en su  pasado. 

Se calcula los ODDS RATIO mediante: 

-ODDS casos: presencia del factor entre los casos / Ausencia del factor entre los casos.
-ODDS controles: presencia del factor entre los controles / Ausencia del factor entre los controles

Otra forma es mediante esta tabla: