Bioestadística Flashcards
La Epidemiología utiliza como herramienta a la Bioestadística, la cual es…
Una disciplina dentro de las ciencias de la vida que aporta con métodos de recolección de datos, permitiendo su cuantificación, análisis e interpretación.
La bioestadística puede ser descriptiva o analítica (inferencial), dependiendo de, respectivamente:
- Si es utilizada para describir información, utilizando tablas, gráficos y medidas de resumen (media, mediana y moda). Por ende, se utilizan clasificaciones y se resumen los datos.
- Si es utilizada para evidenciar relaciones entre características estudiadas, utilizando métodos de estimación (puntual y por intervalo) y de contraste o pruebas de hipótesis.
Las variables pueden ser cuantitativas (numéricas) o cualitativas (categorías), subdiviéndose en:
Discretas (contables; n° enteros) - Continuas (medibles; n° decimales) y Nominales (clasificaciones) - Ordinales (jerárquicas).
La población es el conjunto de todos los individuos de estudio, a partir de la cual se obtiene una muestra (subconjunto seleccionado de forma azarosa o no de la población, siendo representativa de ésta, que será utilizado para obtener medidas sobre la variable de estudio, para así poder realizar estimaciones a futuro sobre el parámetro de estudio en la población y extraer conclusiones), a partir de la cual obtendremos las siguientes unidades o conceptos:
- Unidad de observación (Individuo sobre el cual se realiza la medición de la variable).
- Unidad de análisis (Individuo objeto de la investigación y análisis estadístico).
- Unidad de muestreo.
- Marco de muestreo (Parámetros que se definen sobre quienes son susceptibles de ser seleccionados como muestra o unidad de observación).
- Estadístico (Cálculo que se obtiene de las variables medidas u obtenidas en la muestra seleccionada).
- Parámetro (Cálculo que se obtiene al estimar el estadístico sobre la población).
Entre los gráficos existentes para visualizar la distribución de frecuencias, es importante destacar los gráficos de ojiva; histogramas; polígonos de frecuencia; lineales; de dispersión o de puntos, puesto que:
- Los gráficos de ojiva muestran la frecuencia acumulada de un histograma (si tiene forma de s es simétrica).
- Los histogramas se utilizan para variables cuantitativas continuas.
- Los polígonos de frecuencia permiten comparar la distribución de frecuencias de dos variables cuantitativas.
- Los gráficos lineales indican la relación entre dos variables cuantitativas.
- Los gráficos de dispersión son los más adecuados para visualizar la relación entre dos variables cuantitativas.
La mediana (Me) es especialmente importante cuando:
El promedio aritmético o media no es representativo de la muestra por valores extremos (datos outlier o anómalos).
La desviación estándar es una médida de dispersión muy utilizada, pues permite:
Interpretar la diferencia respecto a la media, en la unidad de medida correspondiente (la varianza es al cuadrado). Así, se puede calcular el coeficiente de variación, para determinar cuál muestra es más heterogénea.
En los exámenes diagnósticos y estudios epidemiológicos existen ciertos indicadores que dependen de la bioestadística, tal como:
- La sensibilidad o probabilidad de obtener un resultado (+) en el examen dado que el paciente presenta realmente la enfermedad.
- La especificidad o probabilidad de obtener un resultado (-) en el examen dado que el paciente realmente no presenta la enfermedad.
- El riesgo relativo (RR) (medida utilizada en estudios de cohorte) o probabilidad de tener la enfermedad dado que se está expuesto al factor de riesgo entre la probabilidad de tener la enfermedad dado que no se está expuesto. A mayor RR, mayor probabilidad o riesgo de padecer la enfermedad si se está expuesto.
- El Odss (medida utilizada en estudios de casos y controles) corresponde a la probabilidad de la exposición (en los casos) entre la probabilidad de no haber estado expuesto (en los casos). A mayor Odss, es más probable que los eventos hayan estado expuestos a que no.
- El Odss Ratio (OR) (se utiliza en estudios de casos y controles) corresponde a la probabilidad de estar expuesto y tener la enfermedad (casos) entre la probabilidad de estar expuesto y ser sano (controles).
De esta forma, si RR o OR = 1, la enfermedad no se asocia al factor de riesgo; si RR o OR > 1, la exposición es un factor de riesgo para presentar el evento; y si RR o OR < 1, la exposición es un factor protector ante el evento.
El intervalo de confianza indica…
El grado de seguridad de que la verdadera media (x) de la población se encuentre dentro del intervalo. Cabe destacar, que a mayor nivel de confianza, menor precisión se tendrá sobre la estimación, y mayor será el intervalo de confianza, y por ende, aumenta el error. Por el contrario, a mayor tamaño de muestra, disminuirá el error y el intervalo de confianza será menor.
El error estándar corresponde a la…
Estimación puntual de la diferencia entre dos medias.
Cuando las muestras son pareadas, quiere decir que son…
Dependientes entre sí.
Una hipótesis estadística es una…
Conjetura sobre la distribución de una o más variables aleatorias. Pueden ser simples (sobre un determinado parámetro) o compuestas (se desconoce o se realiza sobre múltiples parámetros).
Las pruebas de hipótesis pueden ser de significancia estadística o de aceptación, es decir:
- Pruebas de signifcancia estadística (Fisher): Se define una hipótesis estadística opuesta a la hipótesis científica, enfócandose en la probabilidad condicional de la evidencia. Cabe destacar, que si H0 (Hipótesis nula o estadística) posee un valor bajo, se refuta, obteniendo evidencia a favor de la hipótesis científica, pero si obtiene un valor alto, no se verifica H0.
- Pruebas de aceptación: Se definen dos hipótesis estadísticas que compiten entre sí, buscando decidir cuál es más verosímil según la evidencia. En estas pruebas de contraste se tiene bajo control los Errores tipo I (Rechazar H0 cuando es verdadera) y tipo II (Aceptar H0 cuando es falsa).
Un valor significativamente en medicina corresponde a un valor menor…
A 5%.
También existen pruebas de hipótesis de significación de la hipótesis nula, donde:
- Sí Z cae dentro de la zona de rechazo de H0, se rechaza H0 a favor de H1 (hipótesis científica). En caso contrario no se rechaza.
