Corrección 2da integral Flashcards
Usted se apresta a describir los datos respecto a la edad de un grupo de pacientes hospitalizados por insuficiencia cardiaca. En total, cuenta con 25 observaciones. ¿Cuál de las siguientes herramientas es mejor para mostrar esta variable?
a) Mediana y rango intercuartil
b) Mediana y varianza
c) Promedio y varianza
d) Promedio y desviación estándar
e) Promedio y rango intercuartil
a) Mediana y rango intercuartil
Como en el estudio se cuenta con menos de 30 observaciones, se debe usar mediana y rango intercuartil. No se usa promedio y desviación estándar, ya que no hay 30 o más observaciones (distribución normal).
Usted asesora un proyecto de investigación en el que los investigadores desean estimar el parámetro de índice de masa corporal entre pacientes diabéticos en un consultorio. ¿Qué procedimiento estadístico le permitiría llevar a cabo esta operación?
a) Estimación de un valor p
b) Cálculo de un coeficiente de variabilidad
c) Cálculo de un promedio y desviación estándar
d) Estimación de un intervalo de confianza
e) Estimación de poder estadístico
d) Estimación de un intervalo de confianza
El promedio y la desviación estándar se usan para DESCRIBIR, NO PARA ESTIMAR. Además cuando hablo de parámetro, me refiero a un valor poblacional.
El método de análisis de supervivencia que agrupa el tiempo de participación en intervalos predeterminados y estima la probabilidad de supervivencia en cada intervalo se llama:
a) Método de Kaplan-Meier
b) Método de Cox
c) Método actuarial
d) Método de Mann Whitney
e) Método de log-rank
c) Método actuarial
Cuando debo realizar un análisis de supervivencia en eventos en que debo controlar varias covariables, el mejor método para realizarlo sería:
a) Análisis de regresión lineal múltiple
b) Un modelo multivariado de Regresión logística
c) Método de log-rank
d) Método de Gehan-Breslow
e) Regresión de Cox múltiple
e) Regresión de Cox múltiple
Como son varias covariables se debe utilizar una regresión múltiple, y la de Cox es la que se usa en análisis de supervivencia. Descarto el método log-rank, ya que este sirve para ver el p value (no otras covariables).
Le surge la interrogante de saber si los pacientes con un nivel de hemoglobina menor a 10 gr/dL presentan mayor riesgo de desarrollar alteraciones en la concentración mental. Considerando esta pregunta de investigación. ¿Qué tipo de variable analizaría los datos sobre la hemoglobina?
a) Cuantitativa discreta
b) Cuantitativa continua
c) Cualitativa paramétrica
d) Cualitativa ordinal
e) Cualitativa nominal
e) Cualitativa nominal
Al decir que el nivel es menor a 10 gr/dL, este valor representa un punto de corte, por lo que la variable pasa a convertirse en binomial (de “sí/no”), con dos categorías posibles. Cuando sólo hay dos categorías, no se puede establecer jerarquía, por lo que en este caso no podría ser cualitativa ordinal.
Se encuentra realizando una investigación que pretende evaluar si el uso de Ibuprofeno se asocia a mayor riesgo de hemorragia digestiva en relación a Diclofenaco. Su muestra es de 346 pacientes. ¿Qué prueba estadística utilizaría para evaluar diferencias entre ambos grupos?
a) Prueba Exacta de Fisher
b) Prueba de Mann – Whitney
c) Prueba de T de Student
d) Prueba de Kruskall Wallis
e) Prueba de Correlación de Pearson
a) Prueba Exacta de Fisher: se utiliza ya que son variables cualitativas
Usted realiza un estudio de cohorte respecto al pronóstico de los pacientes luego de ser sometidos a quimioterapia con Cisplatino. Su muestra es de 28 pacientes por lo que previo a su análisis decide evaluar la distribución de la variable peso. La prueba de Shapiro Wilk informa un valor de p = 0,5. ¿Qué puede interpretar a partir de este resultado?
a) Que la variable peso se distribuye normalmente
b) Que la variable peso no se distribuye en forma normal
c) Que la variable peso sigue una distribución binomial
d) Que la variable peso sigue una distribución geométrica
e) Que la variable peso sigue una distribución de Poisson
a) Que la variable peso se distribuye normalmente
Shapiro Wilk es una prueba de hipótesis
> H0 en Shapiro Wilk indica normalidad
> H1 indica que no es una distribución normal
La prueba de Shapiro Wilk indica que la MEDIANA ES IGUAL A LA MEDIA, y a eso corresponde mi H0. Aquí se parte pensando que la distribución será normal, y si eso no se cumple, tendría que rechazar la hipótesis nula. Como en este caso el valor de p = 0,5, no es estadísticamente significativo, por lo que se confirma la hipótesis nula (H0).
Usted recibe una base de datos en la que se reportan los valores de hemoglobina glicosilada de 100 pacientes. El investigador describe una media de 5.5%, una mediana de 5%, una desviación estándar de 2% y un rango intercuartil entre 4.5% a 6.5%. ¿Cuánto es el error estándar de la media en este estudio?
a) 50
b) 10
c) 5
d) 2
e) 0.2
e) 0.2
¿Qué es el Error estándar?
El error estándar de la media (EE de la media) estima la variabilidad entre las medias de las muestras que se obtendría si se tomaran múltiples muestras de la misma población. El error estándar de la media estima la variabilidad entre las muestras mientras que la desviación estándar mide la variabilidad dentro de una muestra.
- La desviación estándar mide la variabilidad en una misma muestra.
- El error estándar mide la variabilidad entre muestras. Es un estimador de mi desviación respecto a la desviación general.
La utilidad del error estándar, es que nos sirve para calcular otros parámetros, como el intervalo de confianza.
El error estándar corresponde a la cuantificación de la incertidumbre que existe respecto a que la media muestral representa la poblacional. O bien dicho de otro modo, es la desviación estándar estimada del error en el proceso de generación de la muestra.
Se informa entre los resultados un estudio de cohorte prospectiva que existe una asociación entre la edad y la estadía hospitalaria de los pacientes ingresados a un hospital. Se informó una r de 0.5, una tau de 0.20 y un p-value para ambas pruebas de 0.02 y 0.05, respectivamente.
¿Cuánto es el coeficiente de determinancia?
a) 50%
b) 25%
c) 20%
d) 4%
e) 2%
b) 25%
El Coeficiente de Determinancia (r2)
Expresa la proporción de la variabilidad de los datos que fueron correctamente predichos por el modelo de regresión, respecto a la variabilidad total de la muestra. Es decir, cuánto de la variable de respuesta explicó la de exposición.
Mientras más alto, mejor es el modelo (“le achuntamos más”). Puede ir en porcentaje de 0 a 100.
Ej.: Un 61% de la variabilidad del peso es explicado por la estatura. El 39% restante se puede deber a otros factores.
Coeficiente de correlación (r)
Recuerden que la correlación es una medida del grado de asociación entre dos variables cuantitativas continuas entre sí. Exige que la relación entre las variables sea lineal, y para comprobarlo se debe hacer un gráfico de puntos antes de ocupar las pruebas. Una relación es lineal cuando un cambio en una variable se asocia con un cambio proporcional en la otra variable.
Existen distintas pruebas, como Pearson y Kendall, cuyos estadísticos de prueba o coeficientes de relación, son r y tau, respectivamente.
El coeficiente describe tanto la fuerza (grado de asociación de las variables) como la dirección de la relación entre las variables.
Un estudio de casos y controles buscó determinar el grado de asociación entre el bajo peso de nacimiento y el desarrollo de diabetes mellitus en la vida adulta.
Se muestran los resultados en la tabla a continuación.
¿Cuál es el valor de la medida de asociación adecuada para este caso?
a) 16%
b) 28%
c) 2%
d) 5%
e) 18%
c) 2%
¿Cuándo usar OR O RR/RA?
Los riesgos absoluto y relavo se usan cuando el estudio es prospectivo ((ECA y en estudio de cohorte prospectiva).
El Odds Ratio se usa cuando el estudio es retrospectivo (casos y controles, cohorte retrospectiva)
Odd Ratio/ Razón de disparidades/ Razón de productos cruzados
Estructura:
- Numerador: paciente del grupo expuesto con evento / paciente del grupo expuesto sin evento = A/B
- Denominador: pacientes del grupo control con evento/ pacientes del grupo control sin evento = C/D
Odd Ratio/ Razón de disparidades/ Razón de productos cruzados
- Qué le pasó a los expuestos/ casos : Qué le pasó a los Controles
- Odd de los Diabéticos = 20 personas con bajo peso al nacer /50 personas sin bajo peso
- Odd de los NO Diabéticos = 100 personas con bajo peso / 500 personas sin bajo peso
OR= 20/100 : 50/500 = 20 x 500/ 50 x 100 = 2
En relación a la prueba de ANOVA y el cálculo del estadístico F. ¿Qué situación debe darse para rechazar la hipótesis nula?
a) proporción de varianzas entre-grupos e intra-grupos igual a 1
b) proporción de varianza entre-grupos e intra-grupos igual a cero
c) proporción de varianza entre-grupos mayor respecto a la intra-grupos
d) proporción de varianza entre-grupos menor respecto a la intra-grupos
e) ninguna de las anteriores
c) proporción de varianza entre-grupos mayor respecto a la intra-grupos
Estadístico F
El estadístico F nos daba la probabilidad de caer en una zona de rechazo o no rechazo, de modo que mientras más grande es el estadístico F, más probabilidad de caer en una zona de rechazo y de rechazar la hipótesis nula.
Para que F sea grande, necesito que la varianza entre los grupos sea mayor que la varianza intra grupos.
