Brainscape's Knowledge GenomeTM

Browse over 1 million classes created by top students, professors, publishers, and experts.


See full index

MIC pruebas > Tercer integral > Flashcards

Tercer integral Flashcards

1
Q

Qué características debe tener la introducción de un manuscrito?

A
  • Forma de embudo
  • Razonamiento DEDUCTIVO
  • Porqué del estudio a realizar
  • 300-500 palabras
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Qué quiere decir que la introducción deba tener razonamiento deductivo?

A
  • Que va de lo general a lo específico
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Pasos de la introducción

A

1.- Establecer contexto:
> LO CONOCIDO
> Presentación de información existente
> No controversial

2.- Identificar brecha o gap
> However statement
> LO DESCONOCIDO

3.- Proveer respuesta al gap:
> Therefore statement
> RESPUESTA

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

Qué es el However statement?

A
  • Brecha de conocimiento que se quiere llenar con el estudio
  • Sin embargo = siempre en la introducción
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Qué es el Therefore statement?

A
  • Identificación de resultado, metodología y objetivo

- Por lo tanto

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

Con qué no se debe terminar nunca la presentación de resultados en un manuscrito?

A
  • CON LAS DEBILIDADES; NUNCA
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Con qué no se debe terminar nunca la discusión de un manuscrito?

A
  • CON LAS DEBILIDADES; NUNCA
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Qué características debe tener la discusión en la presentación en un manuscrito?

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

Qué quiere decir que la discusión de un manuscrito debe tener razonamiento INDUCTIVO?

A
  • Tratar de obtener conclusiones generales a partir de premisas con datos particulares/individuales
  • De lo ESPECÍFICO a lo GENERAL
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Se debe poner en el principio de la discusión, si ésta es generalizable?

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

Pasos de la discusión

A

1.- Presentar resultados propios:
> Los principales (sin p value)

2.- Poner resultados en perspectiva:
> Comparación con resultados de otras personas que hayan investigado lo mismo
> Ver discrepancias y concordancias
> Exponer debilidades y fortalezas

3.- Evaluar generalizabilidad y trascendencia de resultados:
> Significancia
> Proyección

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

Conferencias plenarias:

  • Quién las realiza
  • Sobre qué se tratan
  • Tiempo
A
  • Realizado por científico destacado, larga trayectoria en el tema que presenta
  • El experto desarrolla un aspecto particular de un tema de investigación, relacionado con lo realizado por dicha persona en los últimos años
  • Se asignan 45-60 min de presentación
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Simposio:

  • Quién lo realiza
  • Sobre qué trata
  • Tiempo asignado
A
  • Equipo de expertos
  • Desarrollo de diferentes aspectos de un tema o problema en forma sucesiva ante un grupo
  • Se asignan 15-20 minutos por cada experto
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Mesas redondas:

  • Quién lo realiza
  • Sobre qué trata
  • Tiempo
A
  • Quién lo realiza
    > Equipo de expertos (generalmente 4)
  • Sobre qué trata:
    > Equipo de expertos que tienen puntos de vista divergentes o contradictorios sobre un mismo tema
    > Exposición ante el grupo de forma sucesiva
  • Tiempo:
    > 8-10 minutos por cada uno
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Paneles:

  • En qué consiste
  • Quién lo realiza
A
  • Conversación entre varios expertos con opiniones parecidas respecto a un tema
  • Un equipo experto discute un tema de diálogo o conversación ante el grupo
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Grado de evidencia - Diseño de Investigación:

Grado 1: 
Grado 2:
Grado 3-1: 
Grado 3-2: 
Grado 3-3: 
Grado 4:
A

Grado 1:
> Revisiones sistemáticas
> ECC

Grado 2:
> EC sin control de error tipo 1 y 2

Grado 3-1:
> EC no aleatorizado

Grado 3-2:
> Cohorte
> Casos y controles

Grado 3-3:
> Cohortes históricas
> Series de tiempos

Grado 4:
> Opinión expertos
> Series de casos

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

Qué es el valor P?

- Definición

A
  • Probabilidad de ver el estadístico obtenido considerando que la hipótesis nula es cierta
  • Probabilidad de que lo visto en el estudio sea explicado por el azar o que no haya asociación
  • Probabilidad = entre 0-1
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Valor del nivel de significancia

A
  • Menos del 5% = estadísticamente significativo
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Error tipo 1

A
  • Alfa
  • Rechazar la hipótesis nula, cuando es cierta/verdadera
  • Considerar algo como significativo, cuando en realidad NO lo es
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

Valor crítico de ocurrencia de Error tipo 1

A

5%

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

Error tipo 2

A
  • Beta
  • No rechazar la hipótesis nula, cuando la alterna es verdadera
  • Considerar algo como NO significativo, cuando en realidad SÍ lo es
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

Valor crítico de ocurrencia de Error tipo 2

A
  • 20%
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
23
Q

Qué representa el valor de Beta en el Error tipo 2?

A
  • Probabilidad de pasar por alto/ o que el estudio no encuentre lo que se supone debía encontrar
24
Q

Qué es la potencia/poder estadístico?

A
  • Probabilidad de detectar una diferencia en el estudio, si es que realmente existe una
25
Q

Cuál es la potencia mínima aceptable?

A
  • 80%

- Corresponde a 1-Beta

26
Q

Qué supuestos se deben considerar antes de calcular el tamaño de la muestra?

A
    • Diferencia mínima esperada entre los grupos
    • Estimación de variabilidad esperada
    • Potencia estadística deseada = 80%
    • Nivel de significancia deseado = 5% a dos colas
27
Q

Qué elementos de logística se deben considerar en cuanto al cálculo de tamaño de la muestra?

A
    • Pérdida de seguimiento
    • Abandono de terapia
    • Datos perdidos
28
Q

En cuanto a la diferencia mínima esperada, qué se puede decir en relación a su magnitud y dispersión en cuanto al tamaño de la muestra ?

A

Mientras más pequeña la diferencia:
> más difícil de detectar
> más tamaño de muestra necesario

  • Mientras más grande la diferencia:
    > Menor tamaño de muestra necesario
    > más fácil de detectar
    > menos probable que exista
  • Mientras mayor sea la dispersión:
    > Mayor tamaño de la muestra necesario
29
Q

Límite máximo de pérdidas de seguimiento en ensayo clínico

A

20%

30
Q

Cómo es el proceso realizado en el contraste de proporciones?

A

Similar al de contraste de medias:

    • Frecuencias esperadas en ambos grupos
    • Potencia estadística deseada 80%
    • Nivel de significancia 5%
31
Q

Qué hacer con el tamaño de la muestra cuando lo ideal es imposible de realizar ?

A
  • Usar datos continuos
  • Usar observaciones pareadas
  • Usar grupos desiguales
  • Usar mediciones precisas
  • Considerar diferencias mayores
32
Q

De qué forma se describe la muestra del estudio?

A
  • Mediante:
    > estadísticos
    > estadígrafos
    > Estimadores
- Ejemplos: 
> Promedio
> Mediana 
> Moda 
> DS 
> Frecuencia relativa 
> Varianza
33
Q

Definición de H0 o Hipótesis nula

A
  • Asume que no hay diferencia entre los grupos comparados
  • Cualquier diferencia es solo atribuible al azar

*Conocimiento médico a la fecha

34
Q

Definición de H1 o hipótesis alterna

A
  • Asume que hay diferencia entre los grupos comparados

- Dicha diferencia entre los grupos no es atribuible al azar

35
Q

Qué es el estadístico de prueba?

A
  • Expresión matemática de lo que que se está preguntando en la investigación
36
Q

Qué se considera como raro en relación a los valores del estadístico de prueba?

A
  • Todo aquello que ocurre menos del 5% de las veces

- Es estadísticamente significativo

37
Q

Qué es el valor alfa?

A
  • Valor corte que permite decidir entre asumir la hipótesis nula o la alterna
  • Establecido internacionalmente por convención
  • Valor de corte de probabilidad de cometer error aleatorio (tipo 1)
38
Q

Características de distribución normal de datos

A
    • Medidas de tendencia central son iguales (media, mediana y moda)
    • Simétrica, forma de campana
    • Varianzas homocedásticas
  • Entre -1 y +1 está el 67,5% de datos
  • Entre -2 y +2 está el 95% de datos
  • Entre -3 y +3 está el 99% de los datos
39
Q

Cuál es la mejor forma de determinar que una distribución es normal?

A
  • Graficándola: histograma de frecuencias

> Curva normal característica

40
Q

De qué otra forma se puede determinar que una distribución es normal? (pruebas)

A

Aplicación de pruebas estadísticas específicas:

    • Prueba de Kolmogorov-Smirnov (KS)
    • Prueba de Shapiro-Wilk
    • Prueba d’Agostino
41
Q

Cómo funcionan las pruebas específicas para determinar la distribución normal de datos?

A

Hacen prueba de hipótesis: contrastan 2 ideas mutuamente excluyentes

  • H0 la distribución de los datos NO difiere de una normal (ES NORMAL)
  • H1 la distribución de los datos SÍ difiere de una normal (NO es normal)
  • Un p value significativo (menor a 5%) indica que la probabilidad de que la distribución de los datos sea normal, ES MUY BAJA, por lo tanto, NO se asume como NORMAL
42
Q

De qué otra forma se puede comprobar la distribución normal de los datos?

A
  • Teorema central del límite: a cierto tamaño muestral, cualquier estadístico de prueba utilizado de la muestra adoptará una distribución normal
  • En la práctica se asume distribución normal al tener la muestra necesaria
43
Q

Qué datos, independiente de sus propiedades y forma en que se obtienen, nunca adoptarán una distribución normal con ningún tamaño de la muestra?

A
  • El tiempo
  • Tiene sólo valores positivos
  • No hay puntos negativos en las curvas de tiempo
  • Ninguna prueba de supervivencia asume normalidad (ocupa tiempo)
44
Q

Qué tamaño muestral nos permite asumir normalidad?

A
  • 30 por grupo
45
Q

Selección de prueba ideal: Variable cualitativa con cualitativa

A
    • Prueba exacta de Fischer (entrega p value)

2. - Chi cuadrado

46
Q

Selección de prueba ideal: Variable cualitativa con cuantitativa

A
  • Si la distribución es normal:
    > T de student para muestra pareada
    > T de student para muestra NO-pareada
  • Si la distribución NO es normal:
    > Wilcoxon para muestras pareadas
    > Mann-Whitney para muestras NO-pareada
47
Q

Selección de prueba ideal: Variable cualitativa con cuantitativa cuando hay más de 2 grupos

A
  • Ver distribución:
    > Normal: ANOVA (análisis de varianza)

> No-normal: Krukall-Wallis

48
Q

En qué casos se utilizan las pruebas ANOVA y Kruskall-Wallis?

A
  • Cuando hay más de 2 grupos en comparación
  • Para evitar el desgaste de P
  • Dicen si hay al menos 1 de las diferencias entre los grupos que sea significativa (no especifica cuál)
49
Q

Qué se puede hacer en caso de querer saber cuál es la diferencia específica estadísticamente significativa en ANOVA y Kruskall-Wallis?

A
  • Corrección de Bonferroni:

> Dividir el p value por el número de comparaciones que se harán

50
Q

Selección de prueba ideal: Variable cuantitativa con cuantitativa

A
  • Distribución:
    > Normal = Correlación de Pearson
    > No-normal = Correlación de Kendall (variables cualitativas ordinales)
51
Q

Qué información entregan las pruebas de correlación de Pearson y Kendall?

A
  • P value
  • Medida de fuerza de asociación:
    > Valor de -1 a +1
    > Entre -1 y 0 = relación inversa entre variables
    > Entre 0 y +1 = relación directa entre las variables

*No permiten predecir comportamiento de una variable en función de la otra

52
Q

Qué se puede realizar si es que se desea saber el comportamiento de una variable en función de la otra? (cuantitativa con cuantitativa)

A
  • Técnica de regresión lineal
53
Q

Qué es el error aleatorio ?

A
  • Error inherente a trabajar con muestras

- Se disminuye aumentando la muestra (no se puede corregir completamente)

54
Q

Qué es el sesgo?

A
  • Error sistemático
  • Por defectos en el diseño del estudio, que pueden invalidarlo:
    > Predecibles
    > Corregibles
    > Controlables
55
Q

Error tipo 1, alfa

A
  • Rechazar la H0 cuando es verdadera
  • Considerar algo significativo cuando NO lo es
  • Valor crítico de ocurrencia alfa = 5%
56
Q

Error tipo 2, beta

A
  • NO rechazar la H0 cuando es falsa
  • Considerar algo como NO significativo cuando SÍ lo es
  • Valor crítico de probabilidad de ocurrencia = 20%
57
Q

Qué es la potencia estadística?

A
  • Probabilidad de rechazar la H0 cuando es falsa
    > Probabilidad de que el estudio encuentre lo que espera ver
  • Valor mínimo aceptable de 80%

MIC pruebas (5 decks)

Brainscape helps you reach your goals faster, through stronger study habits.
© 2024 Bold Learning Solutions. Terms and Conditions