Estadística Flashcards
1
Q
¿Qué se entiende por validez de una prueba diagnóstica?
A
Se llama validez o exactitud. Es que el test diga lo mismo que el gold estándar, es decir, que la prueba acierte
2
Q
¿Que es la precisión de una prueba diagnóstica?
A
La precisión fiabilidad o reproducibilidad es que contenga el mismo resultado en las mismas condiciones.
3
Q
¿Qué es la concordancia de una prueba diagnóstica?
A
Es la capacidad de obtener el mismo resultado en distintas condiciones; por ejemplo, con distintos médicos.
4
Q
¿Qué test estadístico se usan para medir la concordancia?
A
Depende de la variable. Cuantitativa: coeficiente de correlación intraclase. Cualitativa dicotómico: test de kappa o Cohen. Cualitativa no dicotómico: kappa ponderado.
5
Q
¿Qué análisis estadístico usarías para medir la concordancia entre dos médicos diciendo si una placa de tórax está bien o mal?
A
El test estadístico kappa o de Cohen porque es una variable cualitativa dicotómico.
6
Q
¿Qué test estadístico utilizarías si dos personas dicen que algo es poco, intermedio o muy para evaluar la concordancia?
A
Test estadístico kappa ponderado porque es una variable cualitativa no dicotómica.
7
Q
¿Qué test estadístico utilizarías para medir la concordancia entre dos personas que tienen que contar algo, por ejemplo, el número de manchas en la piel?
A
El coeficiente de correlación intra clase porque es una variable cuantitativa.
8
Q
¿Que evalúa la validez interna?
A
Que los resultados obtenidos sean los reales de los pacientes de la muestra. No depende de la prevalencia de la enfermedad.
9
Q
¿Qué es la sensibilidad?
A
La sensibilidad es la capacidad del test de detectar a los sujetos enfermos.
10
Q
¿Cuál es la probabilidad complementaria a la sensibilidad?
A
La tasa de falsos negativos.
11
Q
¿Cuál es el resultado más útil que se puede obtener ante una prueba con alta sensibilidad?
A
Un resultado negativo porque tiene un alto valor predictivo negativo.
12
Q
¿De qué es análoga a la sensibilidad?
A
De la potencia estadística.
13
Q
¿Qué es la especificidad?
A
La capacidad de detectar a los sujetos sanos.
14
Q
¿Cuál es la prueba complementaria de la especificidad?
A
La tasa de falsos positivos.
15
Q
¿Cuál es resultado es el resultado que da más información ante una prueba de gran especificidad?
A
Un resultado positivo porque tiene un alto valor predictivo positivo.
16
Q
¿Cómo se calcula la razón de probabilidad positiva?
A
Es la sensibilidad partido de la tasa de falsos positivos.
17
Q
¿Cómo se calcula la razón de probabilidad negativa?
A
Es la tasa de falsos negativos partido de la especificidad.
18
Q
¿Qué es la validez externa de un test?
A
Es la capacidad de generalizar los resultados obtenidos en la muestra a la población. La validez interna es un requisito previo para la validez externa.
19
Q
¿Qué es el valor predictivo positivo?
A
Es la probabilidad de que alguien con resultado positivo realmente esté enfermo.
20
Q
¿Qué es el valor predictivo negativo?
A
Es la probabilidad de que alguien con resultado negativo realmente esté sano.
21
Q
¿Qué es el valor global de un test?
A
Es la proporción de resultados verdaderos. Se calcula verdaderos positivos más verdaderos negativos partido del total de sujetos.
22
Q
¿De qué dependen los parámetros de validez externa?
A
De la prevalencia de la enfermedad en la población.
23
Q
¿Depende la sensibilidad y la especificidad de la prevalencia?
A
No.
24
Q
¿Qué pasa si desplazamos el punto de corte que limita el estado de salud y el de enfermedad en una variable cuantitativa continua?
A
Si se desplaza hacia más enfermo aumenta la especificidad y disminuye la sensibilidad. Si se desplaza hacia más sano aumenta la sensibilidad y disminuye la especificidad.
25
¿Para qué sirven las curvas ROC?
Sirven para conseguir analizar y ver cuál de los posibles puntos de corte de la variable cuantitativa continua tiene la mejor relación sensibilidad-especificidad.
26
¿Que indica el área bajo la curva de una curva ROC?
Indica el grado de validez global del test, cuanto más espacio haya bajo la curva mejor es.
27
¿Cuál es el mejor punto de corte en una curva ROC?
Es aquel que corta la bisectriz de la curva.
28
¿Qué es más importante en un test de screening la sensibilidad o la especificidad?
La sensibilidad pero la característica más importante es el valor predictivo positivo en la población, que debe ser alto.
29
¿Cuál es la característica más importante de un test de screening?
El valor predictivo positivo, que debe ser alto. Además la enfermedad tiene que cumplir ciertos criterios y el test también.
30
¿Qué es más importante en un test de confirmación: la sensibilidad o la especificidad?
La especificidad.
31
¿Qué es la prueba kappa o test de Cohen?
El test que se utiliza para medir la concordancia entre dos observadores cuando la variable de estudio es cualitativa dicotómico.
32
¿Influye la prevalencia de la enfermedad o el contexto clínico en que se realiza la prueba diagnóstica en cuanto a la prueba kappa o test de Cohen?
Si.
33
¿Qué es la probabilidad pre-test o pre-prueba?
Es la probabilidad de un paciente de padecer una patología antes de realizarse una prueba diagnóstica. Depende de la prevalencia de la enfermedad y del cuadro clínico que presenta el paciente.
34
¿De qué depende la probabilidad pre-test o pre-prueba?
De la prevalencia de la enfermedad y del cuadro clínico que presenta el paciente.
35
¿Qué ocurre con los parámetros de validez si aumenta la prevalencia de la enfermedad?
Aumenta el valor predictivo positivo y disminuye el valor predictivo negativo. La sensibilidad y la especificidad nos afectan.
36
¿Qué pasa con los parámetros de validez si disminuye la prevalencia de la enfermedad?
Disminuye el valor predictivo positivo y aumenta el valor predictivo negativo. La sensibilidad y la especificidad no se modifican.
37
¿Qué ocurre si aumenta la sensibilidad de una prueba?
Disminuye la tasa de falsos negativos y aumenta el valor predictivo negativo.
38
¿Qué pasa si aumenta la especificidad de una prueba?
Disminuye la tasa de falsos positivos y aumenta la aumenta el valor predictivo positivo.
39
¿Qué ocurre si se desplaza el punto de corte de una variable cuantitativa continua hacia más enfermo?
Aumenta la especificidad y disminuye la sensibilidad.
40
¿Qué ocurre si se desplaza el punto de corte de una variable cuantitativa continua hacia más sano?
Aumenta la sensibilidad y disminuye la sensible la especificidad
41
Definición de prevalencia. Características más importantes.
Es la proporción de individuos en una población que padecen una determinada enfermedad en un momento dado. Se mide más eficientemente con estudios transversales. Es más útil en enfermedades crónicas.
42
Definición de incidencia y estudio en los que se puede medir.
Proporción de casos nuevos en un periodo de tiempo con respecto a la población total susceptible de enfermar. Ojo, es a la población susceptible de enfermar no el conjunto de la población.
43
¿Qué tipo de población se tienen cuenta en el análisis de la incidencia?
La población susceptible de enfermar.
44
Definición de incidencia acumulada.
Riesgo individual de enfermar, es decir, la probabilidad que tiene un sujeto sano de enfermar.
45
¿Cómo definirías la probabilidad que tiene un sujeto sano de enfermar?
Incidencia acumulada.
46
¿Qué es la densidad de incidencia? Características.
Indica el número de casos nuevos que aparecen por unidad de tiempo. Habla de la velocidad con la que la enfermedad se propaga. Se evalúa en estudios longitudinales prospectivos.
47
Fórmula con la que se calcula la densidad de incidencia.
TABLA UNO DEL TEMA SEIS.
48
¿Qué son los criterios de Bradford Hill?
Unos criterios establecidos para buscar relación de causalidad.
49
Criterios de causalidad del Bradford Hill.
IMÁGENES QUE SERÁ TODOS.
50
¿Cuál es el único criterio de causalidad imprescindible?
La secuencia temporal.
51
¿Cuál es el criterio de consolidad que tiene más potencia?
La demostración experimental.
52
¿Son la asociación estadística significativa y la respuesta tratamiento criterios de causalidad?
No
53
¿Qué información trasmiten las medidas de fuerza de asociación?
Cuántas veces es más frecuente la enfermedad en expuestos que en no expuestos. No tiene unidades. El resultado va de cero a infinito.
54
¿Cómo se interpretan los resultados en las fuerzas de asociación?
1: factor de riesgo.
=1: no existe relación.
Recuerda que el valor de la medida de asociación no tiene por qué estar en el centro del intervalo de confianza.
55
Fuerza de asociación en función del diseño.
Diseño de superioridad: estadísticamente significativo si no incluye el uno.
Diseño de no inferioridad: si está totalmente por debajo de 1,2.
Equivalencia terapéutica: si está delimitado entre 0,8 y 1,2.
56
¿La odds ratio o razón de desventaja tiende a sobrestimar o infraestimar? ¿Cuándo se aproxima al riesgo relativo?
Tiende a sobreestimar. Se aproxima al riesgo relativo en enfermedades poco frecuentes.
57
¿Cuál es la medida de frecuencia utilizada en el riesgo relativo?
La incidencia acumulada.
58
¿Cuál es la medida de frecuencia utilizada en el odds ratio o razón de desventaja?
La prevalencia.
59
¿Cuál es la medida de frecuencia utilizada en la razón de prevalencia o de proporciones?
La prevalencia.
60
Tipo de seguimiento asociado al riesgo relativo.
Prospectivo.
61
Tipo de seguimiento asociado a odds ratio o razón desventaja.
Retrospectivo.
62
Tipo seguimiento asociado a la prevalencia de proporciones.
Sin seguimiento.
63
Modo rápido y fácil de calcular la os ratio o razón desventaja.
Multiplicando un cruzado, es decir, A x D / B x C.
64
Diferencias y características de riesgo relativo, odds ratio y razón de prevalencias.
Esquema.
65
¿Que evalúan las medidas de impacto?
El impacto de una medida al aplicarla en la población. Utiliza incidencias acumuladas por lo que sólo es posible en seguimiento prospectivo.
66
¿Cuál es el valor de significación en las medidas de fuerza de asociación?
Uno.
67
¿Cuál es el valor de significación en las medidas de impacto?
Cero.
68
¿De qué hablan las medidas de impacto absolutas?
Del número de casos evitados. Es útil en salud pública.
69
¿De qué hablan las medidas de impacto relativas?
Del porcentaje de casos evitados. Es útil en epidemiología clínica.
70
Fórmula del número necesario de pacientes a tratar.
NNT=100/RAR (reducción absoluta de riesgo)
71
¿Qué indica el número necesario de pacientes a tratar?
El número de pacientes que hay que tratar con un factor protector para prevenir un evento.
72
¿Qué herramienta matemática se usa para calcular las medidas de impacto absolutas?
La resta. Ojo, pueden jugar con que el denominador no sea 100 y te piden porcentajes.
73
¿Qué herramienta matemática se utiliza para calcular las medidas de impacto relativas?
La división. Primero se resta y luego se divide.
74
¿Que evalúan la validez interna y externa y de qué depende?
La validez interna valora la exactitud de los resultados y depende de la ausencia de sesgos.
La validez externa valora la aplicabilidad de los resultados en la población y depende de la ausencia de errores aleatorios.
75
¿Qué es la reproductibilidad de un estudio epidemiológico?
El grado de obtener el mismo resultado en las mismas condiciones, depende de la ausencia de errores aleatorios. Se llama también fiabilidad o precisión.
76
¿En qué consiste un error aleatorio?
En que nuestra muestra no sea representativa de la población. No afecta a la validez interna pero disminuye la validez externa.
77
¿Qué es un error sistemático o sesgo?
Consecuencias del diseño inadecuado del estudio. Genera disminución de la validez interna y como consecuencia también de la validez externa.
78
¿Cómo influye el tamaño muestral en los sesgos?
Los sesgos no se ven influidos por el tamaño muestral.
79
¿Cuál es la solución contra los errores aleatorios?
Aumentar el tamaño muestral.
80
¿En qué consisten los sesgos de selección?
En la aparición de diferencias en las características de los distintos grupos. Se soluciona mediante la aleatorización.
81
¿Cómo se denomina el sesgo que consiste en que haya diferencias entre los distintos grupos?
El sesgo de selección.
82
¿Qué es la falacia de Neyman?
Un tipo de sesgo de selección. Otros ejemplos son el sesgo de autoselección, el sesgo del obrero sano o el sesgo diagnóstico.
83
¿Qué consecuencia tienen los sesgos de selección?
Habitualmente infraestiman.
84
¿En qué se diferencia un sesgo de clasificación no diferencial de uno diferencial?
El no diferencial afecta a todos, suele ser generado por un error en un aparato de medida. El diferencial afecta solo a un grupo y suele ser generado por la subjetividad.
85
En los sesgos de clasificación ¿cuáles infra y cuál es sobreestiman?
El no diferencial infraestima, el diferencial sobreestima.
86
Solución contra el sesgo de clasificación diferencial.
El enmascaramiento.
87
¿De qué tipo de sesgo es el sesgo de atención o efecto Hawthorne?
Es un sesgo de clasificación diferencial.
88
¿Qué significa que un estudio es abierto?
Que no hay enmascaramiento.
89
¿En qué consiste un estudio ciego simple, doble ciego, triple ciego?
Ciego simple: sólo el paciente lo desconoce. Doble ciego: lo desconoce el paciente y los investigadores. Triple ciego: paciente, investigadores y analista de datos.
90
¿Qué es la técnica de doble simulación o “double Dummy”?
Dar el fármaco o placebo que le tocaba y darle también una simulación de lo otro. Es decir, dar el fármaco que le toca y el placebo del fármaco del otro grupo.
91
¿Qué tres características tiene que cumplir un factor de confusión?
Ser factor de riesgo para la enfermedad, estar asociado a la exposición y actuar de modo independiente a la exposición en cuanto al mecanismo por el que provoca la enfermedad.
92
¿Qué consecuencia tiene el factor de confusión?
Sobreestima.
93
Característica única con respecto a los otros sesgos del sesgo de confusión.
Es el único que se puede eliminar a posteriori.
94
Solución a un sesgo de confusión.
A priori: restricción y apareamiento.
| A posteriori: subgrupos, estratificado y multivariante.
95
¿Qué es el sesgo de atricción?
El generado cuando existen diferencias en el porcentaje de pérdidas post-aleatorización.
96
¿Cómo se llama el sesgo generado cuando hay diferencias en el porcentaje de pérdidas post-aleatorización?
Sesgo de atrición.
97
¿Qué consecuencias tiene el sesgo de atrición?
Sobreestima.
98
Soluciones contra el sesgo de atrición.
Análisis por intención de tratar y análisis por protocolo.
99
¿Cuál es el único análisis permitido en los estudios con diseño de superioridad?
Análisis por intención de tratar.
100
¿Cuál es el único tipo de diseño en el que está permitido el análisis por protocolo?
En los diseños de no inferioridad.
101
¿Qué genera el análisis de subgrupos y el análisis estratificado en el factor de confusión y en el sesgo de selección?
Añadir esquema.
102
Métodos para aumentar la validez interna.
Criterios de inclusión o exclusión estrictos, asignación de grupos aleatoria y enmascaramiento de los tratamientos. Todo esto porque disminuye la opción a sesgos.
103
¿Cuál es el principal inconveniente de las evaluaciones económicas realizadas dentro de los ensayos clínicos?
La baja validez externa. Será diferente a la que se obtenga en la práctica clínica habitual.
104
Esquema errores sistemáticos.
Añadir esquema.
105
¿Puede el análisis por subgrupos confirmar la hipótesis?
No, sólo genera hipótesis.
106
Diferencia en el objetivo de los estudios descriptivos y los analíticos.
Los descriptivos buscando escribir la naturaleza. Los analíticos establecer una relación.
107
Ejemplos de estudios descriptivos y analíticos.
Estudios descriptivos: comunicación de un caso o serie de casos, estudio transversal, estudio ecológico.
Estudios analíticos: casos y controles, cohortes, estudios experimentales y estudios cuasi experimentales.
108
¿Cuál es la diferencia fundamental entre los estudios observacionales y los experimentales?
La intervención por parte del investigador. No hay intervención en los estudios Observacionales. Sí hay intervención por parte del investigador en los estudios experimentales.
109
Ejemplos de estudios observacionales con seguimiento y sin seguimiento.
Estudios observacionales sin seguimiento: estudio ecológico y estudio transversal. Estudios observacionales con seguimiento: estudio de casos y controles y estudio de cortes y de series temporales.
110
¿El estudio transversal y el estudio ecológico son descriptivos o analíticos?
Son descriptivos pero pueden funcionar como analíticos aunque no son capaces de demostrar hipótesis.
111
Genera hipótesis pero no las confirma. Esto es una característica de qué estudios.
Comunicación de un caso, estudio transversal y estudio ecológico.
112
¿Qué tipo de datos utiliza el estudio ecológico?
Datos indirectos o secundarios.
113
¿Cuál es el estudio más eficiente para estimar la prevalencia?
El estudio transversal. También es adecuado para evaluar la validez de una prueba diagnóstica.
114
¿Cuál es la medida de fuerza de asociación utilizada en los estudios de casos y controles?
La odds ratio.
115
¿Cuál es la medida de fuerza de asociación utilizada en los estudios de cohortes?
El riesgo relativo.
116
¿Cómo es el seguimiento en los casos y controles y en los cohortes?
En los casos y controles es retrospectivo mientras que en cortes es prospectivo.
117
¿En qué se basa un estudio de casos y controles?
En establecer casos que son enfermos y controles que son sanos y evaluar la proporción en ambos grupos de un factor de riesgo o protector. Pueden escogerse varios controles para cada caso.
118
¿En qué se basa unas el funcionamiento de un estudio de cohortes?
En elegir dos grupos, uno expuesto a algo y otro no expuesto y hacer un seguimiento para analizar la aparición de una enfermedad.
119
¿Cuál es la principal dificultad de los estudios de casos y controles? ¿Y de las cortes?
De los casos y controles la dificultad para seleccionar un grupo control. En cohortes la dificultad generada por la sensibilidad a las pérdidas.
120
¿Cuál es más sensible a sesgos: casos y controles o cohortes?
Casos y controles.
121
¿Que calculan los casos y controles? ¿Y cohortes?
Casos y controles cálculo la prevalencia de la exposición mientras que cohortes calcula la incidencia de enfermedad.
122
Características distintivas de casos y controles y cortes.
U AÑADIR ESQUEMA.
123
Para analizar cómo evoluciona un problema de salud en uno o varias poblaciones a lo largo del tiempo, ¿qué estudio utilizaría?
Estudio de series o tendencias temporales.
124
Cita dos estudios de base comunitaria.
Estudio ecológico o estudio de riesgo agregado y estudio de series o tendencias temporales.
125
Esquema general de los diversos estudios.
AÑADIR ESQUEMA.
126
¿Cuándo se hace un estudio de casos y controles anidados en una cohorte?
Cuando en el momento actual no existe un número de casos suficiente para realizarle estudio. Se va seleccionando los casos a medida que aparece en la cohorte. Si se recogen de registros poblacionales también cuenta como anidado en una corte.
127
¿Qué es un estudio de cohortes históricas o cohortes retrospectivo?
Un estudio de cohortes en el que el seguimiento se realiza desde el pasado hacia el presente, es decir, de forma prospectiva pero desde el pasado. El inconveniente es que utiliza datos indirectos.
128
Características fundamentales de los estudios experimentales.
Hay intervención por parte del investigador.
Mejores estudios para demostrar hipótesis.
Menos sensibilidad a sesgos.
Puede generar problemas éticos.
129
Diferencia fundamental entre los estudios experimentales como tal y los cuasi experimentales.
En los estudios experimentales a la asignación aleatoria mientras que en los cuasi experimentales la simulación no es aleatoria.
130
¿Qué autorización se requiere para realizar un estudio experimental?
La de la Agencia Española del Medicamento y la del Comité Ético de Investigación Clinica de cada centro participante.
131
Cita los dos tipos principales de estudios experimentales.
Ensayo de campo, que se basa en la prevención y por tanto son sujetos sanos. Y el ensayo clínico, que se basa en el tratamiento y por tanto se hace en sujetos enfermos.
132
¿Qué es la declaración CONSORT?
Una declaración que tiene como objetivo mejorar la redacción de artículos sobre ensayos clínicos aleatorizados.
133
En los estudios cuasi experimentales, ¿la asignación es aleatoria?
No, se realiza por un método no aleatorio. Si sólo hay un grupo siempre será cuasi experimental.
134
Tipos de estudios cuasi experimentales.
Estudio de intervención comunitaria y ensayo clínico no aleatorizado o estudio antes después.
135
¿Qué es la medicina basada en la evidencia?
La integración de la mejor evidencia científica disponible sobre un tema con la maestría clínica individual.
136
¿Qué estudios consiguen un nivel de evidencia A? ¿Y B?
AÑADIR ESQUEMA.
137
¿Qué es un metaanálisis?
Es una revisión sistemática de la literatura en la que se combinan estadísticamente los resultados de todos los estudios incluidos.
138
¿A qué se refiere cuando en un metaanálisis se habla de revisión sistemática?
A que la búsqueda bibliográfica se realiza en función de criterios de selección concretos.
139
¿Que se consigue con la combinación estadística en un metaanálisis?
Un gran tamaño muestral lo que genera mayor precisión y mayor potencia estadística.
140
¿Cuál o cómo es la evidencia generada en un metaanálisis?
La evidencia generada por los metaanálisis se considera superior a la de los individuales incluidos y ocupa el nivel ABC del estudio incluido que tenga un menor nivel de evidencia.
141
Método analítico y gráfico para analizar la heterogeneidad en un metaanálisis.
Analítico: Índice I2, prueba Q, Tau.
| Gráfica: Galbraith
142
Método analítico y gráfico para analizar la combinación de resultados de un metaanálisis.
Analítica: si la heterogeneidad es baja el modelo de efectos fijos, si la heterogeneidad es alta el modelo de fetos aleatorios.
Gráfica: Forest-plot.
143
Método analítico y gráfico para analizar el sesgo de publicación de un metaanálisis.
Analítico: test de Begg y test de Egger.
| Gráfica: Funnel-ploy y Xmas tree.
144
¿Para qué sirve la gráfica de Galbraith?
Sirve para analizar la heterogeneidad de un metaanálisis.
145
¿Qué es y para qué sirve el Forest-plot?
Es una gráfica que sirve para analizar la combinación de los resultados de un metaanálisis.
146
¿Qué es y para qué sirve el Funnel-plot?
Es una gráfica que sirve para analizar el sesgo de publicación de un metaanálisis.
147
¿Para qué sirve el test de Begg y el test de Egger?
Para analizar el sesgo de publicación de un metaanálisis.
148
Esquema de las distintas analíticas y gráficas del metaanálisis.
AÑADIR ESQUEMA.
149
¿En qué consiste el análisis de la sensibilidad de un metaanálisis?
Valora la influencia de cada estudio así como la estabilidad de la medida final. Es un modo posible para investigar el sesgo de publicación.
150
¿Se puede investigar el sesgo de publicación mediante el análisis de la sensibilidad?
Sí.
151
¿Qué ocurre con las conclusiones de un estudio epidemiológico extraídas a posteriori?
Que no se pueden confirmar, solo haber sido generadas como hipótesis.
152
¿Para qué sirve la aleatorización estratificada?
Para distribuir homogéneamente en los distintos grupos una variable que pudiera funcionar como factor de confusión o falta el pronóstico importante.
153
Para decir que algo es mejor que otra cosa, ¿qué es necesario?
Significación estadística y relevancia clínica.
154
¿Qué tipo de población participa en la fase 1 de un ensayo clínico y cuáles los objetivos?
Participan voluntarios normalmente sanos aunque pueden estar enfermos. El objetivo es analizar la farmacocinética y toxicidad preliminar. Tiene las características de un estudio transversal.
155
¿Cual tiene una mayor población muestral, la fase 2 o la fase 3 de un ensayo clínico?
La fase 3, en general >100.
156
Diferencia entre criterios de selección y variable analizada entre fase 2 y fase 3 de un ensayo clínico.
En la fase 2 la selección es estricta y las variables son blandas mientras que en la fase tres la selección es laxa y las variables son duras.
157
¿En qué fase de un ensayo clínico se lleva a cabo la titulación de dosis?
En la fase 2B.
158
Objetivos de la fase 4 del ensayo clínico.
Efectividad, nuevas indicaciones y fármaco-vigilancia.
159
Esquema de las fases de ensayo clínico.
AÑADIR ESQUEMA.
160
Inconvenientes fundamentales de un diseño cruzado.
Mayor duración, muy sensible pérdidas, efecto residual o de arrastre y el efecto periodo.
161
¿En qué situación es de máxima eficiencia un diseño factorial?
Cuando hay más de dos opciones de tratamiento.
162
¿En qué consiste un diseño N=1?
Cuando es en un único sujeto el objetivo es la salud del paciente.
163
¿Cuándo se debe utilizar controles históricos?
Cuando no sea posible reclutar en el presente. Tiene numerosas limitaciones, se suele sobrestimar el fármaco experimental además de problemas de homogeneidad y el uso de datos indirectos.
164
¿Cómo se comportan la variabilidad intraindividual o intragrupal y la variabilidad interindividual o intergrupal en un diseño cruzado?
Disminuye la variabilidad intraindividual o intragrupal mientras que se mantiene igual la variabilidad inter individual o Intergrupal.
165
¿En qué consiste un diseño secuencial?
Es aquel en el que no existe un tamaño muestral predeterminado, se van incluyendo progresivamente.
166
¿Qué supone la realización de múltiples comparaciones intermedias en un ensayo clínico?
El aumento de la probabilidad de error por lo que se recomienda añadir penalización estadística.
167
Características en común de un genérico con el fármaco original.
Igual forma farmacéutica
Igual principio activo cualitativa y cuantitativamente
Iguales indicaciones.
No es necesario que tengan el mismo excipiente.
168
¿En qué consiste demostrar la bioequivalencia del genérico?
En demostrar las características fármacocineticas, con un intervalo de confianza del 90% se debe encontrar entre el 80 y el 125%. No es necesario demostrar la eficiencia.
169
¿Es necesaria demostrar la eficiencia de un genérico?
No, sólo las características fármaco-cinéticas.
170
¿Cuáles son los estudios clínicos que pueden confirmar hipótesis?
Cohortes y ensayo clínico.
171
¿Cuáles son los parámetros fármaco-cinéticos utilizados para demostrar la bioequivalencia de un genérico?
La concentración plasmática máxima, el tiempo que se tarda en alcanzar la concentración plasmática máxima y el área bajo la curva de concentración.
172
¿Qué son los estudios pragmáticos o naturalísticos?
Son aquellos que evalúan la eficiencia de las intervenciones sanitarias. Tienen criterios de inclusión amplios y utilizan condiciones muy reales de la práctica clínica. Pueden ser tanto experimentales como observacionales.
173
¿Cuál es el mejor estudio experimental para evaluar una asociación causal y la eficacia de un nuevo tratamiento?
El ensayo clínico aleatorio controlado.
174
¿Qué hay en la estadística inferencial que no hay en la estadística descriptiva?
Probabilidad de error.
175
¿Cuál es el objetivo del muestreo estadístico?
Obtener una muestra representativa de la población.
176
¿Para qué sirve la estratificación de la muestra?
Para controlar una determinada variable que no queremos que influya en nuestros resultados.
177
¿Cuál es la diferencia fundamental entre el muestreo probabilístico y el no probabilístico?
El muestreo probabilístico es aleatorio mientras que el no probabilístico es no aleatorio. Ejemplos de probabilístico: aleatorio simple, sistemático, estratificado, conglomerados y polietápico. Ejemplos de no probabilístico: casos consecutivos, conveniencia o accidental y a criterio o intencional.
178
Diferencia fundamental entre las variables cualitativas o categóricas y las cuantitativas
Las cuantitativas son valores numéricos que cumplen las propiedades matemáticas.
179
¿Qué son las variables ordinales?
Son variables cualitativas que siguen un orden. Aunque se puedan ordenar por números, estos números no cumplen las propiedades matemáticas.
180
¿Cómo se expresan habitualmente las variables categóricas?
En porcentajes. No tienen medidas de dispersión.
181
¿Cuáles son los dos tipos fundamentales de variable cuantitativa y cuál es la diferencia fundamental entre ellos?
La variable cuantitativa discreta y la cuantitativa continua. Se distinguen en que la discreta sólo acepta números enteros mientras que la continua toda clase de números.
182
¿Cómo representarais gráficamente variables cualitativas y cuantitativas discretas? ¿Y cuantitativas continuas?
Cualitativas y cuantitativas discretas: diagrama de rectángulos, diagrama de barras y diagrama de sectores. Cuantitativas continuas: histograma, polígono de frecuencias.
183
¿Qué medida de tendencia central se usa en las distribuciones simétricas?
La media
184
¿Qué medida de tendencia central se usa en las distribuciones asimétricas?
La mediana
185
¿Qué es la moda de una distribución?
El valor más repetido.
186
¿Qué medida de dispersión se usa en las distribuciones simétricas?
La desviación típica
187
¿Qué medida de dispersión se usa en las distribuciones asimétricas?
El rango intercuartílico.
188
Medida de tendencia central y de dispersión en función de distribución simétrica o asimétrica.
ESQUEMA DEL CUADRO
189
¿Qué es la desviación típica o estándar?
Media de la diferencia entre cada observación individual realizada y la media aritmética de la distribución.
190
¿Qué es el coeficiente de variación?
Indica qué porcentaje respecto de la media supone la desviación típica. Coeficiente de variación: Desviación estándar/media.
191
¿Con qué medidas de posición coincide la mediana?
Con el cuartil 2, el decil 5 y el percentil 50.
192
Si algo está en el percentil 60, ¿Qué quiere decir?
Que el 60% de las observaciones han sido iguales o menores a él, mientras que el 40% mayores. Recuerda, se le incluye con el grupo inferior, y por ello “iguales o menores”.
193
¿Qué mide la asimetría de una distribución?
La deformación horizontal de los valores en torno al valor central. Se mide con el coeficiente de asimetría de Fisher o g1.
194
¿Cómo se relacionan la media y la mediana en una curva de asimetría negativa?
La media es menor que la mediana. También se llama izquierda, g1
195
¿Cómo se relacionan la media y la mediana en una curva de asimetría positiva?
La media es mayor que la mediana. También se llama derecha, g1>0.
196
¿Qué mide la curtosis de una distribución?
El grado de agudeza o achatamiento de una distribución. También se llama apuntamiento. Se mide con el coeficiente de curtosis de Fisher o g2.
197
¿Qué quiere decir que una distribución es leptocúrtica?
Está hablando de la curtosis o apuntamiento. Indica que tiene una forma más puntiaguda, g2>0. El contrario es la platicúrtica.
198
¿Cómo tiene que ser g1 y g2 de una distribución para que cumple criterios de distribución normal?
G1= +/- 0,5 y g2= +/- 0,5
199
En cuanto a la distribución de probabilidad, ¿con qué se trabaja en las distintas variables?
Variables cuantitativas continuas: distribución normal (de Gauss).
Variables cualitativas y cuantitativas discretas: binomial y de Poisson.
200
Características de la distribución normal (de Gauss)
El rango es de menos infinito a más infinito.
Es simétrica
La media aritmética, la mediana y la moda coinciden.
El área bajo la curva de la distribución es 1.
201
En una distribución normal, ¿cómo se calcula entre que valores se sitúan el 95% de las observaciones?
68%: media +/- desviación estándar. Ojo, 16% a cada lado.
95%: media +/- 2x desviación estándar. Ojo, 2,5% a cada lado.
99%: media +/- 2,5x desviación estándar. Ojo, 0,5% a cada lado.
202
¿Qué indica la mediana?
Que el 50% de las medidas están por debajo y el otro 50% por encima.
203
¿Qué quieren decir los intervalos de confianza?
Indican entre que valores, con una determinada probabilidad, se encuentra la verdadera media poblacional.
204
¿Cómo se llama la medida de dispersión utilizada en estadística inferencial?
Error estándar de la media. eem: desviación estándar/raíz cuadrada de (n-1).
205
¿Cómo se calculan los intervalos de confianza?
IC del 68%=media +/- eem
IC del 95%=media +/- 2x eem
IC del 99%=media +/- 2’5x eem
Teniendo en cuenta que eem: desviación estándar/raíz cuadrada de (n-1).
206
¿Qué datos son necesarios para calcular el tamaño muestras en estudios de inferencia?
```
Nivel de precisión
Nivel de confianza deseado
Si cualitativa: porcentaje esperado del parámetro que se va a medir
Si cuantitativa: varianza de la variable
No es necesario: error alfa.
```
207
¿En qué consiste el contraste de hipótesis?
Consiste en comparar resultados de modo que tiene como objetivo determinar si las diferencias o asociaciones observadas se deben al azar o bien se deben a un efecto real.
208
Di un sinónimo de error tipo uno.
Error alfa.
209
¿Qué es el error alfa?
Es la probabilidad de rechazar la hipótesis nula siendo cierta. Define el nivel de significación estadística.
210
¿Cómo se relaciona la significación estadística con la relevancia clínica?
Son independientes, la significación estadística es independiente de la magnitud de las diferencias.
211
¿Qué es el error un beta y qué otro nombre tiene?
Error tipo dos. Es la probabilidad de no rechazar la hipótesis nula siendo falsa.
212
¿Con qué principios de la atención sanitaria se relacionan el error alfa y el error beta?
El error alfa con la mal eficiencia y el error beta con la no beneficencia.
213
¿Qué es el poder estadístico?
También se llama potencia. Es la probabilidad de rechazar la hipótesis nula siendo falsa.
214
¿Cómo se relacionan el error beta y la potencia?
Son complementarios.
215
Características de las hipótesis según el objetivo del estudio.
AÑADIR TABLA.
216
¿Qué hay que hacer antes de iniciar el estudio de no inferioridad?
Establecer el límite de no inferioridad, llamado delta.
217
La hipótesis nula nunca se puede….Mientras que la hipótesis alternativa nunca se puede…
La hipótesis nula nunca se puede aceptar, o se rechaza o no se rechaza.
La hipótesis alternativa nunca se puede rechazar, se acepta o no se acepta.
218
Esquemas del contraste de hipótesis.
AÑADIR ESQUEMA
219
¿Cómo se solucionan los errores alfa y beta?
Aumentando el tamaño muestral. El aumento de N es igual a la disminución del error alfa, disminución del error beta y aumento de la potencia.
220
¿Cuándo, en un estudio epidemiológico, se usa un análisis de supervivencia?
Cuando la variable respuesta es el tiempo que transcurre hasta que sucede un evento de interés.
221
Si hay que analizar el tiempo que transcurre hasta que sucede un evento de interés, ¿qué tipo de análisis utilizaría?
Análisis de supervivencia.
222
En un análisis de supervivencia, ¿todos los pacientes que dejan de estar en riesgo es porque han tenido el evento que se investiga?
No, pueden haber sido observaciones incompletas o censuradas.
223
¿Qué métodos estadísticos no paramétrico se usan en los análisis de supervivencia?
Kaplan Meyer para calcular las curvas de supervivencia. Test de los rankings utilizado como test de comparación. El modelo de regresión de Cox utilizado para realizar la regresión.
224
¿Para qué se utiliza el método estadístico Kaplan-Mayer?
Para calcular las curvas de supervivencia.
225
¿Qué es el hazard ratio o razón de riesgos de un análisis de supervivencia?
Es el cociente entre el riesgo que tiene de presentar el evento de interés un sujeto del grupo experimental respecto a un sujeto del grupo control por cada unidad de tiempo que dura el estudio.
226
Diferencia entre hazard ratio o razón de riesgos y el riesgo relativo.
El riesgo relativo informa del riesgo acumulado a lo largo del estudio mientras que hazard ratio lo hace por cada unidad de tiempo.
227
Para realizar un test de contraste de hipótesis, ¿cómo se manejan las variables ordinales?
Se consideran cuantitativas pero sólo se pueden utilizar test no paramétricos.
228
¿Cómo se suelen expresar habitualmente las variables resultado cualitativas? ¿Y las cuantitativas?
Las cualitativas mediante porcentajes y las cuantitativas mediante medias.
229
¿Qué test de contraste de hipótesis utilizaría ante una variable cualitativa medida en varios momentos del tiempo a comparar con otra variable cualitativa?
AÑADIR ESQUEMA.
230
¿Que estés de contraste de hipótesis utilizaría para analizar una variable cualitativa en cuatro grupos con respecto a una cuantitativa no para métrica?
AÑADIR ESQUEMA.
231
¿En qué consiste la regresión en un test para estudio de asociación?
Trata de expresar mediante ecuaciones la asociación existente. Si la Y es cualitativa se usa regresión logística, si la Y es cuantitativa se usa regresión lineal.
232
¿Cuándo utilizaría regresión logística?
Cuando se analiza la asociación entre variables siendo la Y cualitativa.
233
¿Qué quiere decir el valor del coeficiente B en una regresión lineal?
Cuanto aumenta la variable Y con cada unidad de aumento de cada variable X. Es la pendiente.
234
Medidas de correlación para análisis de dos variables cuantitativas.
Paramétrico: R de Pearson. No paramétrico: e de Spearman.
235
En un análisis de correlación, ¿qué quiere decir el signo?
Indica en qué sentido es la relación. Si es positivo es que al aumentar X aumenta Y, si es negativo al aumentar X disminuye Y.
236
¿Qué quiere decir el valor absoluto de un análisis de correlación?
Indica que el porcentaje de cambio en Y se explica por cambio en X. Mayor de 0,7 en valor absoluto indica correlación fuerte, 0 indica ausencia de correlación.
237
¿Entre qué valores se mueve una medida de correlación?
Entre -1 y +1. Cuanto más cercana los extremos indica mayor correlación.
238
¿Qué datos es necesario conocer para el cálculo del tamaño muestral en un estudio de contraste de hipótesis?
El nivel de precisión o confianza deseado.
La media o porcentaje esperado del parámetro.
La variabilidad del parámetro estudiado.
El tipo de diseño del estudio y las colas.
El error tipo alfa y tipo beta permitido.
La magnitud de la diferencia mínima clínica relevante que se desea demostrar entre los dos fármacos.
El porcentaje de pérdidas previsto.
No influye: el nivel de máscara miento, el el número de pacientes reunirles ni el número de centros participantes.
239
¿Qué mide el coeficiente de correlación de Pearson?
El coeficiente de correlación mide la fuerza de asociación entre dos variables cuantitativas continuas.
240
¿Cuándo usaría un test de análisis de la varianza (ANOVA)?
Para compara las medias de tres o más grupos para una variable cuantitativa continua.
241
En un análisis de supervivencia, ¿Qué es un dato censurado por la derecha? ¿Y por la izquierda?
Un dato censurado por la derecha o “retirado vivo” es que ha cumplido el tiempo de observación sin llegar a ocurrir en él el evento terminal.
Un dato censurado por la izquierda o pérdida es que no ha completado el tiempo de seguimiento, sin haber tenido el evento final.
242
¿Cuál es la técnica utilizada para valorar si existe diferencia entre dos curvas de un análisis de supervivencia?
Log-rank. Solo indica si hay o no diferencia, no cuanta.
243
¿Cuál es la técnica utilizada para valorar cuanta diferencia hay entre dos curvas de un análisis de supervivencia?
Hazard Ratio. Indica la proporción de riesgo instantáneo.
244
¿Cuál es la técnica utilizada para valorar diferencia en términos de valores absolutos entre dos curvas de un análisis de supervivencia?
La diferencia de medianas. Mediana: tiempo en el que la probabilidad de supervivencia es del 50%.
245
¿Cuál es el principal factor ponderador del modelo de efectos fijos de un metaanálisis?
La n, el tamaño muestral de cada estudio
246
¿Cuál es el principal factor ponderador del modelo de efectos aleatorios de un metaanálisis?
La n y la variabilidad.
247
¿Cuál es el modelo de combinación de resultados de un metaanálisis más potente? ¿Y el más utilizado?
El más potente es el modelo de efectos fijos mientras que el más utilizado es el modelo de efectos aleatorios.
248
¿Qué es la corrección de Bonferroni?
Un método utilizado para corregir el aumento de probabilidad de error generado al hacer múltiples análisis. La nueva alfa que se debe utilizar surge de la división de la alfa que se quiere entre el número de comparaciones realizadas.
249
¿Cuál necesita más “n”, las variables duras o las blandas?
Las duras ya que, pese a ser más importantes clínicamente, lo son menos analíticamente.
250
¿Cómo debe otorgarse el consentimiento informado en un ensayo clínico?
Por escrito.
251
¿Qué quiere decir que un metaanalisis sea sensible a un estudio?
Que el resultado final se ve influenciado por la presencia en el metaanalisis de ese estudio. No quiere decir que este mal hecho, simplemente que hay que tener mas precaución al interpretar los resultados.
252
¿Qué es PRISMA?
Un método para la mejor lectura y escritura de los metaanalisis.
253
Criterios de inclusión para un metaanalisis. ¿Qué se debe tener en cuenta?
PICOS: population, intervention, comparator, outcome y study desing.
254
¿Es una intervención comunitaria un estudio realmente aleatorizado?
No, porque no se “tira la moneda” para cada individuo, sino para un grupo.
255
¿Se soluciona un factor de confusión con la aleatorización?
No, porque la exposición está asociada al factor. Eso sí, sí que puede ayudar.
256
¿Qué características debe cumplir un factor de confusión?
1. ser factor de riesgo o protector de la enfermedad independientemente de la acción de la exposición. 2. Estar asociado a la exposición. 3. Tener un mecanismo independiente con respecto a la enfermedad del que tiene la exposición.
