Brainscape's Knowledge GenomeTM


Top Flashcards (Certified)
All Flashcards

atencion primaria > Estadistica > Flashcards

Estadistica Flashcards

1
Q

Proporción

A

Fracción en q el denominador incluye el numerador
Indica probabilidad q algo ocurra
Escala 0-1 o 0-100%

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Razón

A

Cociente en el q el denominador no incluye al numerador
Sanos/ enfermos
Hombres / mujeres
Escala 0 a infinito

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

ODDS

A

Una razón en donde el numerador es la probabilidad de q algo ocurra (p) y el denominador la probabilidad de q no ocurra (1-p)
Escala de 0 a infinito

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Tasa

A

Proporción q tiene en cuenta el tiempo
El numerador es el número de sucesos ocurridos en un tiempo y el denominador el total de personas en riesgo
Escala 0 a infinito

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Prevalencia: definición y características

A

Enf viejos y nuevos sobre población en un determinado tiempo

No tiene unidad de tiempo

Es la única q se puede obtener de estudios transversales

Mide la carga de una enf en la población

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Única medida de frecuencia q se puede obtener en un estudio transversal

A

Prevalencia

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Incidencia acumulada

A

Proporción de sujetos q desarrollan la enf durante el periodo de observación respecto de personas en riesgo de desarrollar la enf

Indica la probabilidad de enfermar

Valor de 0-1

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Limitaciones de incidencia acumulada

A

Asume q todos los pac han estado observados durante todo el pdo del estudio (como si fuera una cohorte o población fija) pero:
En un estudio los pac entran y salen
Algunos pac se pierden durante estudio

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Densidad o tasa de incidencia

A

Número de casos nuevos en un pdo de tiempo concreto respecto del número personas en riesgo de desarrollad la enf por el tiempo q cada uno de ellos ha estado en riesgo.

Es una tasa “promedio”

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Q estiman las medidas de asociación?

A

La magnitud de la relación entre factor y enfermedad

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

En q tipo de estudio se utiliza el riesgo relativo

A

Cohortes

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

En q tipo de estudio se utiliza la Odds Ratio

A

Casos y controles

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Tabla de 2*2 xa estudiar asociación

A

Efecto si/no
Exposición si/no

a—b
c—d

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Riesgo relativo

A

Probabilidad de desarrollar la enf en expuestos a un factor, respecto de no expuestos

RR= Ie / Ine= [a/ (a+b)] / [c/(c+d)]

Debe acompañarse del IC
Valor mínimo 0- Max infinito
Nulo=0

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Medida de asociación en estudios fe cohorte

A

Riesgo relativo

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Odds Ratio

A

Probabilidad de haber estado expuesto a un factor de riesgo y comparar esta probabilidad en el grupo de enf y sanos
(Odds expos en enfermos y odds exp en sanos)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

Medida de asociación en casos y controles

A

Odds Ratio

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Diferencia entre medidas de asociación y de impacto

A

Las de asociación estiman la magnitud del efecto pero no el impacto sobre la enfermedad

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Riesgo Atribuible Expuestos: definición y sinónimos

A

Diferencia de incidencias

Ie-Ine (a/a+b)- (c/c+d)

También se le puede llamar reducción absoluta de riesgo

Va de -1 a 1: < 0= protector, 0=neutro, >0=riesgo

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Calcular RR, RAE y proporción del RA en cancer de pulmón cuando hay 80 expuestos q tabaco y 20 no expuestos en población total de 200

A

RR= Ie/Ine: (80/100)/20/100=4
(El riesgo de Ca d pm es 4 veces más alto en fumadores)

RAE: Ie-Ine= 0.8-0.2= 0.6
(60 de cada 100 fumadores desarrollarán Ca de pm)

Proporción RA= RAE/Ie= 0.8/0,2= 0.75
(El 75% de los Ca de pm son atribuibles al hecho de fumar)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

NNT: definición y característica

A

Número de pac q hay q tratar xa evitar un efecto

Es una medida absoluta del efecto de una intervención

Sirve xa valorar el esfuerzo terapéutico

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

Interpretar lo siguiente:
Trastorno alimentario y exposición a medios de comunicación=
RAE: 0.032 = 3.2%

A
  • La fcia de trast alimentarios atribuibles a la exposición a medios es 3.2%
  • si las niñas con trast alimentario hubiesen tenido menos exposición a los medios de habrían evitado 3.2% trastornos alimentarios
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

RRR (reducción relativa del riesgo) o fracción atribuible

A

Cociente entre RAE y riesgo en el grupo control, q x conversión matemática puede expresarse como 1-RR

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
24
Q

Una enfermedad tiene una mortalidad del 25%- se comercializa un nuevo fármaco y la mortalidad en tratados disminuye al 20%
Cual es el NNT xa evitar una muere con el nuevo fármaco?
Cual es la fracción atribuible?

A

NNT= 1/RAE= 1/ (0,25-0,20) = 20
Hay q tratar 20 personas xa evitar una muerte

El RR es Ie/Ine = 0,2/0,25= 0.8

La fracción atribuible es 1-RR= 1-0.8=0.2
(El nuevo tratamiento disminuye la mortalidad en un 20%?respecto del grupo control)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
25
Que medida de impacto muestra el beneficio del tratamiento en términos relativos
RRR (reducción relativa del riesgo) o fracción atribuible
26
Si tenemos q xa disminuir un efecto coronario tenemos q tratar a 50 personas pero nuestro paciente tiene la mitad de riesgo, cual sería el NNT? Y si nuestro paciente tuviera el doble de riesgo?
Si tiene la mitad de riesgo: tenemos q tratar el doble de sujetos. Si tiene el doble de riesgo tenemos q tratar la mitad de sujetos
27
Sensibilidad: definición carácter y cálculo
Es la probabilidad q un enfermo tenga una prueba positiva - probabilidad q una prueba de positiva cuando la enfermedad esta presente Proporción de VP entre los enfermos VP/(VP+ FN) No está afectada x prevalencia
28
Como se calcula la proporción de falsos negativos (sensibilidad)
1- sensibilidad = FN/ VP+ FN | Proporción de FN entre los enfermos o probabilidad q un enfermo tenga la prueba negativa
29
Especificidad: definición, características, cálculo
Probabilidad q una persona sana tenga una prueba negativa Probabilidad q una prueba indique la ausencia de enf cuando la enf está ausente Proporción de VN entre los sanos VN/(VN+ FP)
30
Cálculo de proporción de falsos positivos (especificidad)
1-E= FP/FP+VN Proporción de FP entre los daños o probabilidad q un persona sana tenga un valor positivo
31
Razón de probabilidad positiva
Cociente entre proporción de enfermos q tienen la prueba óptica y la proporción de sanos q tienen la prueba positiva = Sensibilidad / proporción de FP = Sensibilidad / 1- E
32
Razón de probabilidad negativa
Cociente entre la proporción de enfermos q tienen la prueba negativa y la proporción de sanos q tienen la prueba negativa = Proporción de FN / especificidad= 1-Sensibilidades/especificidad
33
En una población de 1000 personas con una prevalencia del 5% se aplica un test con S y E = 80% Cuantas personas tendrán el test positivo
RP + = S/ 1-E = 0.8/0.2= 4 (De cada 100, o sea 40 en 1000) RP-= 1-S / E= 0.2 /0.8 = 0.25 La prevalencia es del 5% por tanto 50 personas de 1000 tendrán la enfermedad. Si el test tiene una S del 80%, la prueba positiva en enfermos será = 50*0,80=40 VP, 10 serán FN y 50 los enfermos Los no enfermos: 950*0,8= 760 (VN), 190 serán los FP y 950 los no enfermos Por tanto 40 personas tendrán la prueba positiva
34
VPP
Probabilidad de tener la enfermedad cuando el test sea positivo VPP= VP / VP+ FP
35
VPN
Probabilidad de no tener la enfermedad cuando el test sea negativo
36
Experimento con prueba dg, S-E 95% Población 100.000 personas Calcular: VPP si prevalencia es 1/1000 o 50%
Prevalencia 1/1000: hay 100 enfermos de los cuales 95 darán positivo y 99900 sanos de los cuales 95000 darán negativo. El VPP será ~0.02 y el VPN ~1 Prevalencia 50%: hay 50000 enfermos de los cuales 47500 son positivos y 50000 sanos de los cuales 47500 son negativos. El VPP es 0.95 y el VPN es 0.95 (Si la prevalencia aumenta, el VPP aumenta y el VPN disminuye)
37
Q pasa con los falsos positivos en pruebas muy sensibles
Hacen disminuir la especificidad y por tanto aumentan los falsos positivos
38
Que tipo de validez evalúan la S y E
Interna
39
Parámetro de mayor relevancia en una prueba de cribado de diagnóstico precoz
VPP
40
Buscaremos un test muy sensible en q tipo de enfermedades- En un test muy sensible a q parámetro hay q prestar atención
Enfermedad es graves q se tengan q diagnosticar y enf tratables Prestar atención a los falsos positivos (q aumentarán)
41
Buscaremos un test muy específico en q situaciones
La enf es importante xo de difícil curación Los FP pueden generar un trauma psicológico El tto de FP puede tener graves consecuencias
42
Estudios cohortes prospectivo
Longitudinal Puede ser largo y costoso Permite analizar la historia de la enf, estudiar asociaciones entre Fx y efectos Útil en exposiciones poco frecuentes , xo no en enf poco frecuente o largo periodo de latencis Medida de asociación: RR
43
Estudios cohortes retrospectivas
En gral las mismas características del prospectivo, xo puede ser más barato y si es útil en enf de largo periodo de latencia si hay registros de calidad
44
Estudio casos y controles
Útiles para estudiar enf poco frecuentes y enf de larga latencia Permite analizar diversos factores de una enf Posibilidad de sesgos de selección y de información -clasificación Medida de asociación: OR
45
Falacia de neyman
Utilización de casos prevalentes (supervivientes) cuando la exposición es un factor pronóstico xa la enf Se puede producir en casos y controles
46
Estudios experimentales
Principal estudio xa establecer causa-efecto Prospectivo El investigador controla el factor a estudiar
47
Estudio más importante xa estudiar historia natural de la enf y exposiciones poco frecuentes
Cohortes
48
Estudio más importante xa estudiar enf poco frecuentes y establecer factores de riesgo
Casos y controles
49
Efecto Hawthorne
Los pacientes muestran comportamientos diferentes xq saben q están siendo estudiados
50
Preguntas básicas xa valorar la validez de los resultados de un ensayo clínico
Se orienta a una pregunta claramente definida? La asignación de pacientes es aleatoria? Todos los pac han sido considerados hasta el final? Se utilizaron técnicas de ciego? Eran similares los grupos al inicio? Todos los grupos se trataron igual?
51
Preguntas básicas xa valorar los resultados de un estudio
Magnitud de los resultados: RR, RAE, NNT... | Precisión de los resultados: IC
52
Calcular RR, RRR, RAR, NNT en la comparación de un fármaco nuevo con placebo en 300 pacientes. El nuevo provoca 6 fracturas y el placebo 14
RR: Ie/Ine = (6/100)/(14/100)=0.43 RRR= 1-RR= 1-0.43= 0.57 RAR= Ie - Ine= 0.06 - 0.14= 0.08 NNT= 1/RAR= 1/0.08= 12,5
53
Q pasa con el VPP si aumenta la especificidad
``` Se incrementa ( xq al aumentar la especificidad disminuyen los falsos positivos): VPP= VP/ VP + FP ```
54
En q estudios se producen más sesgos de selección
Transversales Casos-controles Cohortes retrospectivas
55
Sesgo berkson
El hecho de estar enfermo y expuesto a un factor aumenta la probabilidad de hospitalización y x tanto da una tasa de exposición más elevada entre los casos hospitalarios comparados con los controles hospitalarios
56
Características error aleatorio
Simétrico Incorregible Impredictible Afecta FIABILIDAD
57
Características error sistemático
Asimétrico Corregible Predictible Afecta VALIDEZ
58
Como se puede solucionar un sesgo de selección
Aleatorizando
59
Como se puede solucionar un sesgo de clasificación.
Enmascarando
60
Como se puede controlar un factor de confusión
Fase de diseño: aleatorización, restricción, apareamiento Fase análisis: estratificación, análisis multivariante
61
Ejemplo de proporción
De 500, 150 eran muy activos: 150/500 El 30% eran muy activos

atencion primaria (28 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2025 Bold Learning Solutions. Terms and Conditions