Lupe Gómez Olga Julià. grup de recerca en anàlisi estadística de la supervivència. Klaus Langohr. grass
|
|
- Rubén Cortés Duarte
- hace 8 años
- Vistas:
Transcripción
1 Lupe Gómez Olga Julià grup de recerca en anàlisi estadística de la supervivència Klaus Langohr ^ grass
2 Cuestiones de supervivencia: de la curva Kaplan-Meier al modelo de Cox
3 Quienes somos y el GRASS GRASS: Grup de Recerca en Anàlisis estadístic de la Supervivència grass grup de recerca en anàlisi estadística de la supervivència ^ Grupo de bioestadísticos formado en 1995 por investigadores de la UPC, la UB, la UAB, ULleida y la UVic. Interés: Estudio y aplicación de la estadística, principalmente en el ámbito de la salud. Colaboraciones: Fund. Lluita contra la SIDA, Instituto Guttmann, HIVCAT, Hospital Bellvitge, AZTI-Tecnalia, CNIO, ICO,...
4 OBJETIVOS DEL CURSO Qué es un estudio de supervivencia? Qué son los datos censurados? Por qué aparecen? Qué explica una curva de supervivencia? Qué es la función de riesgo? Porqué es útil? Qué es el estimador de Kaplan-Meier? Cómo comparamos dos tratamientos? Prueba log-rank Son los riesgos proporcionales? Modelo de regresión de Cox
5 Estudio cáncer de mama Fuente: 2982 diagnósticos de primer tumor mamario detectado entre 1978 y 1993 en Rotterdam (Holanda) (Sauerbrei et al.,2007) Respuesta: Meses desde la primera intervención quirúrgica por el tumor hasta (el primer evento que acontezca): recurrencia locorregional o distante o tumor contralateral o secundario o muerte por cáncer de mama Eventos 1518 (50,9 %) Seguimiento (Follow-up) Tiempo Mediana: 5,7 años; Mín: 0,1 años; Máx: 19,3 años.
6 Características de las mujeres Variables continuas Mediana Mín Q1 Q3 Máx Edad Núm. nodos linfáticos Variables categóricas Menopausia Pre (44 %) Post (56 %) Grado del tumor Grados 1 o 2 (27 %) Grado 3 (73 %) Tamaño del tumor 20mm (47 %) entre 21 y 50mm (43 %) > 50mm (10 %) Tratamiento con Tamoxifen SI (11 %) NO (89 %) Quimioterapia SI (19 %) NO (81 %) OBJETIVO Diferencias en la supervivencia segun factor Variables pronósticas de la supervivencia
7 Qué medimos? T : Tiempo desde... hasta... Tiempo desde una intervención hasta la muerte Tiempo desde el alta hasta la rehospitalización Tiempo desde la cirugía hasta la recaída Tiempo desde la aleatorización hasta la remisión de un cáncer Meses desde el inicio de la adicción hasta la infección con VIH en pacientes usuarios de drogas Cuáles son las dificultades? 1 Los tiempos no se observan completamente = Censura 2 El histograma de los datos no es simétrico = El modelo normal no es apropiado
8 El fenómeno de la Censura Información incompleta sobre la supervivencia de algunos individuos. La mas común: censura por la derecha: Tipos de observaciones Muertes: Pacientes 2,3,5,7,8 Finalización del estudio antes de que hayan ocurrido todos los sucesos: Pacientes 1,6 Individuos no observados o perdidos durante el períodod de estudio (lost to follow-up): Paciente 4
9 Cómo actuar con tiempos censurados? El tiempo hasta el evento de interés se mide de forma secuencial Distribución asimétrica y presencia de censura. No debemos Calcular medias y desviaciones estándar Dibujar histogramas o nubes de puntos Basar la inferencia en la prueba de la t-student, en análisis de la varianza o en pruebas de rangos Debemos Tener en cuenta la censura y calcular su porcentaje Usar medianas y percentiles Emplear técnicas que tengan en cuenta la censura y proporcionen estimadores insesgados de la supervivencia
10 Curva de supervivencia y función de riesgo
11 Función de supervivencia (teórica) T tiempo hasta evento de interés Función de supervivencia S(t): la probabilidad de que el evento de interés suceda después de t S(t) = Prob(T > t) S(t) Años Primer cuartil: 3.5, Mediana: 8.4, Tercer cuartil: 16.8 (en años)
12 Estimando la función de supervivencia Estimador de Kaplan y Meier Y i : d i : n i : d i /n i : 1/ /5 1/4 0 1/2 1 d i : número de muertes en Y i n i : número de individuos a riesgo justo antes de Y i d i n i : riesgo en Y i Estimamos la función de supervivencia por Ŝ(t) = ( 1 d ) i n i i:y i t
13 Estimador de Kaplan y Meier Gráfico escalonado Ŝ 1 (0) = 1 Ŝ 1 (13) = (1 1 8 ) = 0,778 Ŝ 1 (16) = Ŝ1(13)(1 1 5 ) = 0,622 Ŝ 1 (20) = Ŝ 1 (16)(1 1 4 ) = 0,467 Ŝ 1 (28) = Ŝ 1 (20)(1 1 2 ) = 0,233 Ŝ 1 (34) = Ŝ 1 (28)(1 1) = 0 S^(x) Función de supervivencia Meses
14 El análisis de supervivencia estudia el tiempo entre dos eventos cualesquiera. La función de supervivencia indica la probabilidad de que un paciente supere cierto tiempo de vida. La función de riesgo (hazard function) representa la probabilidad, por unidad de tiempo, de presentar el evento en el lapso subsiguiente, condicionado a que éste no se había presentado antes. El método estadístico más usual para calcular las funciones de supervivencia y de riesgo es el del producto (Kaplan-Meier y el de tablas de vida (actuarial). La prueba de hipótesis sobre si varias curvas provienen de la misma población puede realizarse con los métodos de log-rank y de Gehan. El modelo de riesgos proporcionales de Cox es el equivalente a la regresión lineal múltiple en el análisis de supervivencia. Curva de Kaplan y Meier Àxel Oliveres Pictóricamente se distinguen los pacientes que 51 GH CONTINUADA. JULIO-AGOSTO VOL. 3 N. o han tenido el evento de interés (muerte) han caído y han hecho bajar la curva, los que siguen vivos agarrándose fuerte a la vida y sin que la curva baje los censurados y perdidos en el seguimiento (lost-to follow-up) salen corriendo
15 Función de riesgo (teórica) Función de riesgo: Es una cantidad instantánea que representa el riesgo de que se produzca el evento de interés. Formalmente, λ(t) = ĺım t 0 = ĺım t 0 1 Prob[t T < t + t T t] t S(t) S(t + t) t S(t) Numerador dentro del ĺımite: probabilidad de que el evento de interés suceda entre T = t y T = t + t dado que no ha sucedido antes de t Dividiendo esta probabilidad por t lo transformamos en una razón Tomando el ĺımite cuando t se hace muy pequeño, estamos calculando una razón instantánea a la que el evento ocurre en cada tiempo
16 Formas de la función de riesgo Posibles formas de funciones de riesgo Riesgo en forma de bañera λ(x) 1.0 Riesgo creciente Riesgo constante 0.5 Riesgo decreciente Años
17 Estimando la función de riesgo Gráficamente Años λ^(x) Grados 1 o 2 Grado 3
18 Comparando las curvas de supervivencia
19 Comparación de dos grupos Función de supervivencia según grado S^(x) 0.5 Grados 1 o Grado Años Mediana Grado 3=6.3 años Mediana Grados 1,2=13.6 años
20 Comparación de dos grupos Formando tablas 2x2 Propósito: Valorar si la diferencia entre las supervivencias de los dos grupos es notable y poder afirmar que son diferentes. Establecer la eficacia de un nuevo tratamiento con respecto al tratamiento control en un ensayo cĺınico. Valorar si hay asociación entre la presencia de un factor y la supervivencia. 1 Ordenar los D tiempos hasta el evento (muerte, por ejemplo): t 1,, t D y formar intervalos (t i 1, t i ]. 2 En el tiempo t i hay n i individuos a riesgo (n i1 del Grupo 1, n i2 del Grupo 2) y d i muertes (d i1 y d i2 ) 3 Crear una tabla 2x2 para cada tiempo t i Grupo 1 Grupo 2 Total muertes en t i d i1 d i2 d i individuos vivos en t i n i1 d i1 n i2 d i2 n i d i individuos a riesgo n i1 n i2 n i
21 Comparación de dos grupos Prueba Logrank 4 Para cada tabla se calcula el número de muertes estimado como si el tratamiento no tuviese efecto en la supervivencia (hipótesis nula) Grupo 1 Grupo 2 Total muertes en t i d i1 d i2 d i muertes esperadas si no hay efecto n i1 d i /n i n i2 d i /n i d i 5 La prueba Logrank resume la asociación entre el efecto del tratamiento y la supervivencia mediante la comparación del número de eventos observados con los esperados si no hubiera efecto tratamiento. LR = ( (Obs i Esp i )) 2 Var. Num. ( D ) 2 i=1 (d i1 n i1d i n i ) ( )) χ 2 d i1 n i1d i n i = ( D Var i=1
22 Supervivencia cáncer de mama Prueba Logrank Pruebas sobre la diferencia entre las supervivencias según tratamiento con tamoxifen, o con quimioterapia, estén o no menopáusicas y según el grado y el tamaño del tumor. Variable χ 2 gl Valor p Terapia hormonal Quimioterapia Menopausia Grado <0.001 Tamaño <0.001 Diferencias estadísticas según hayan o no recibido tamoxifen, quimioterapia, según el grado y el tamaño del tumor. No encontramos diferencias según estén o no menopáusicas
23 Supervivencia según tamaño de tumor Gráficamente 1.0 Prueba logrank: p < 0, Tamaño < 20 mm S^(x) 0.4 Tamaño > 50 mm 20< Tamaño <50 mm Tamaño < 20 mm < Tamaño <50 mm Tamaño > 50 mm Años El número de mujeres a riesgo se indica para cada tamaño del tumor cada 4 años
24 Modelo de regresión de riesgos proporcionales
25 Modelo de Cox: paso a paso Z = 0 Grupo de referencia Mujeres con tumor en Grados 1 o 2. En ensayos cĺınicos: Grupo control o standard of care λ(t Z = 0) función de riesgo para grupo Z = 0 Z = 1 Grupo alternativo Mujeres con tumor en Grado 3. En ensayos cĺınicos: Grupo con tratamiento alternativo λ(t Z = 1) función de riesgo para grupo Z = 1 Modelo de Cox con una sola variable Z λ(t Z = 1) = e β λ(t Z = 0) RR = e β Riesgo Relativo o Razón de Riesgos (Hazard Ratio) de un individuo del Grupo alternativo respecto un individuo del Grupo de referencia. Se supone constante a lo largo del tiempo
26 Supervivencia cáncer de mama Según grado de tumor Funciones de Supervivencia Logaritmo funciones de riesgo (hasta 12 años) Grado 3 S^(x) Grados 1 o 2 log(λ^(x)) Grado Grados 1 o Años Años Mediana Grado 3=6.3 años Mediana Grados 1,2=13.6 años RR = λ(t Grado 3) λ(t Grados 1, 2) = eβ = 1,4 log(rr) = β = 0, 366
27 Modelo de Cox para dos variables Z y X Z = 0 Tumor en Grado 1, 2 y Z = 1 Tumor en Grado 3 X = 0 Pre Menopausia y X = 1 Post Menopausia Modelo de Cox para dos variables Z y X λ(t Z, X ) = λ 0 (t)e β 1Z+β 2 X λ 0 (t) = λ(t Z = 0, X = 0) Supervivencia según grado de tumor ajustada por menopausia λ(t Z = 1, X = 0)/λ 0 (t) = e β 1 λ(t Z = 0, X = 1)/λ 0 (t) = e β 2 λ(t Z = 1, X = 1)/λ 0 (t) = e β 1+β 2
28 Modelo de Cox Variables pronósticas El modelo de Cox es un modelo de regresión lineal entre el logaritmo de la razón de riesgos y las variables explicativas Z que permite comparar dos grupos teniendo en cuenta el efecto de las otras variables. ( ) λ(t Z) log = β 1 Z β p Z p, o de forma equivalente λ 0 (t) λ(t Z) = exp{β Z}λ 0 (t) = exp{β 1 Z β p Z p }λ 0 (t) HR= Hazard Ratio o RR=Razón de Riesgo RR = λ(t Z) λ(t Z = 0) = exp(β Z) Para cada variable que se incluya en el modelo se debe validar que la relación entre los riesgos es proporcional
29 Modelo de Cox para cáncer de mama con todas las variables Grupo de referencia Z = 0: Edad: 0 años; Meno: Pre Menopausia; Grado: Tumor en Grados 1 o 2; Nodos: 0 Nodos; Quimio: Sin quimio; Tamaño 20mm. Variable β s.e.(β) RR = e β IC(RR; 95 %) p Edad 0,014 0,003 0, <0.001 Meno 0,18 0,088 1, Grado 0,366 0,064 1, <0.001 Nodos 0,077 0,005 1, <0.001 Quimio 0,116 0,071 0, Tamaño <0.001 T2 0,369 0,058 1, <0.001 T3 0,642 0,088 1, <0.001
30 Supervivencia según grado ajustada por tamaño Grado 2, <=20mm Grado 2, 20 50mm Grado 2, >50mm Grado 3, <=20mm Grado 3, 20 50mm Grado 3, >50mm S^(x) Años El comportamiento de las supervivencias de los 6 grupos es significativamente diferente
31 Variables pronósticas para cáncer de mama. Interpretando El riesgo de recurrencia, tumor o muerte 1 disminuye con la edad. Una mujer 10 años más mayor tiene un riesgo reducido en un 87 % (e 0, = 0,87) 2 de las mujeres postmenopáusicas es un 19 % más elevado que el de las mujeres premenopáusicas 3 de las mujeres con tumor en grado 3 es un 44 % más elevado que el de las mujeres con tumor en grados 1 o 2 4 de las mujeres con el tumor entre 21 y 50mm es un 44 % más elevado que el de las mujeres con tumor de tamaño 20 mm 5 de las mujeres con tumor mayor que 50mm es un 90 % más elevado que el de las mujeres con tumor de tamaño 20 mm, si la comparación se hace manteniendo inalteradas el resto de las covariables, y después de haber validado que la razón entre los riesgos es constante.
32 The Rotterdam Breast Cancer Data. Much more to say... Los datos de cáncer de mama del estudio de Rotterdam se han usado en esta presentación con fines exclusivamente didácticos. Más información sobre la base de datos en Foekens et al (2000), Cancer Research 60, Sauerbrei et al. (2007). Biometrical Journal 49, analiza los datos com profundidad teniendo en cuenta entre otras cosas: estrategia de seleción de variables más influyentes determinación de la mejor forma funcional para las variables continuas (aplicado al número de nodos positivos) necesidad de un modelo que incorpore variables que dependen del tiempo (aplicado al tratamiento hormonal y a la quimioterapia) La presentación solo ha pretendido dar una visión intuitiva del complejo mundo del análisis de la supervivencia.
33 Recapitulando Tiempos +censura Análisis de la supervivencia Curvas de Supervivencia Kaplan-Meier Comparación tratamientos Logrank Variables pronóstico Modelo de Cox
34 En el tintero... Otras censuras: Censura doble, en intervalo, etc. Truncamiento en los datos Otras pruebas de comparación Modelo de Cox estratificado Modelo de Cox con covariantes cambiantes en el tiempo Validación del modelo de Cox. Comprobación de la proporcionalidad de los riesgos Otros modelos de regresión Riesgos competitivos
35 Referencias G.Gómez (2002). Técnicas Estadísticas en Análisis de Supervivencia. ICB digital 5. G.Gómez y E. Cobo (2004). Hablemos de... Análisis de Supervivencia. Gastroentereología y Hepatología continuada 3 (4), Klein, J.P. y Moeschberger, M.L. (2003). Survival Analysis. Techniques for Censored and Truncated Data. Springer. Selvin, S. (2008). Survival Analysis for Epidemiological and Medical Research. Cambridge University Press. Sauerbrei, W., Royston, P. and Look, M. (2007). A new proposal for multivariable modelling of time-varying effects in survival data based on fractional polynomial time-transfor-mation, Biometrical Journal 49,
Conceptos básicos de estadística para clínicos
Conceptos básicos de estadística para clínicos Víctor Abraira A Coruña. Noviembre 2008 Programa Valor p : qué significa? Aleatorización Pruebas de hipótesis para variables continuas Pruebas de hipótesis
Más detallesCómo hacer paso a paso un Análisis de Supervivencia con SPSS para Windows.
DOCUWEB FABIS Dot. Núm 0702006 Cómo hacer paso a paso un Análisis de Supervivencia con SPSS para Windows. Aguayo Canela M, Lora Monge E Servicio de Medicina Interna. Hospital Universitario Virgen Macarena.
Más detalles1 Ejemplo de análisis descriptivo de un conjunto de datos
1 Ejemplo de análisis descriptivo de un conjunto de datos 1.1 Introducción En este ejemplo se analiza un conjunto de datos utilizando herramientas de estadística descriptiva. El objetivo es repasar algunos
Más detallesCovarianza y coeficiente de correlación
Covarianza y coeficiente de correlación Cuando analizábamos las variables unidimensionales considerábamos, entre otras medidas importantes, la media y la varianza. Ahora hemos visto que estas medidas también
Más detallesDesigualdades socio-económicas en la supervivencia a cáncer colorectal
Desigualdades socio-económicas en la supervivencia a cáncer colorectal Daniel Jurado, Luisa Bravo, Esther de Vries & María Clara Yépez Centro de Estudios en Salud- CESUN Universidad de Nariño INTRODUCCIÓN
Más detallesESTIMACIÓN. puntual y por intervalo
ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio
Más detallesEnsayos Clínicos en el cáncer de mama Qué son y en qué me beneficia participar?
Ensayos Clínicos en el cáncer de mama Qué son y en qué me beneficia participar? Salvador Blanch Tormo Servicio de Oncología Médica FUNDACIÓN INSTITUTO VALENCIANO DE ONCOLOGIA 11 de Junio de 2015 Sabes
Más detallesCaracterización de los niveles de consumo de alcohol en Chile. José Sanhueza, Economista, M.Econ.
Nº 19 / Agosto 2013. ISSN: 0719 2770 BOLETIN Observatorio Chileno de Drogas Nº 4 / Marzo 2015. ISSN: 0719-2770 BIN Caracterización de los niveles de consumo de alcohol en Chile. José Sanhueza, Economista,
Más detallesESTADÍSTICA SEMANA 4
ESTADÍSTICA SEMANA 4 ÍNDICE MEDIDAS DE DISPERSIÓN... 3 APRENDIZAJES ESPERADOS... 3 DEfinición de Medida de dispersión... 3 Rango o Recorrido... 3 Varianza Muestral (S 2 )... 3 CÁLCULO DE LA VARIANZA...
Más detallesDISEÑOS DE INVESTIGACIÓN
DISEÑOS DE INVESTIGACIÓN María a Eugenia Mackey Estadística stica Centro Rosarino de Estudios Perinatales El diseño de un estudio es la estrategia o plan utilizado para responder una pregunta, y es la
Más detallesMERCADOS FINANCIEROS: LOS FONDOS DE INVERSIÓN II
MERCADOS FINANCIEROS: LOS FONDOS DE INVERSIÓN II 28 febrero de 2012 Javier Marchamalo Martínez Universidad Rey Juan Carlos SABER INTERPRETAR LOS RATIOS SIGNIFICATIVOS EN LA GESTIÓN POR BENCHMARK Ratio
Más detallesI1.1 Estudios observacionales IISESIÓN DISEÑO O DE ESTUDIOS EN INVESTIGACIÓN N MÉDICA DESCRIPTIVA CURSO DE. 1.2 Estudios experimentales
1 2 3 4 5 6 ESQUEMA DEL CURSO ESTADÍSTICA BÁSICA DISEÑO DE EXPERIMENTOS CURSO DE ESTADÍSTICA STICA BÁSICAB ESTADÍSTICA DESCRIPTIVA TIPOS DE VARIABLES MEDIDAS DE POSICIÓN CENTRAL Y DE DISPERSIÓN TABLAS
Más detallesCapítulo 7: Distribuciones muestrales
Capítulo 7: Distribuciones muestrales Recordemos: Parámetro es una medida de resumen numérica que se calcularía usando todas las unidades de la población. Es un número fijo. Generalmente no lo conocemos.
Más detallesExperiencia i de las mujeres con cáncer de mama en España. Octubre 2012
Experiencia i de las mujeres con cáncer de mama en España Octubre 2012 Índice 1. Contexto y objetivos 2. Ficha técnica 3. Perfil de las mujeres encuestadas 4. Resultados 1. Diagnóstico 2. Información recibida
Más detallesTest de hipótesis. Si H0 es cierta el estadístico. sigue una distribución t de Student con n grados de libertad: s n
Un diseño experimental que se utiliza muy a menudo es el de un grupo control y uno de tratamiento. En el caso de que los datos sean cuantitativos y sigan una distribución normal, la hipótesis de interés
Más detallesEjercicio de estadística para 3º de la ESO
Ejercicio de estadística para 3º de la ESO Unibelia La estadística es una disciplina técnica que se apoya en las matemáticas y que tiene como objetivo la interpretación de la realidad de una población
Más detallesImportancia de la investigación clínica EN ONCOLOGÍA. ONCOvida. oncovida_20.indd 1 10/10/11 12:53
Importancia de la investigación clínica EN ONCOLOGÍA 20 ONCOvida C O L E C C I Ó N oncovida_20.indd 1 10/10/11 12:53 ONCOvida C O L E C C I Ó N oncovida_20.indd 2 10/10/11 12:53 1 2 3 4 5 6 7 Por qué es
Más detallesEstimación de una probabilidad
Estimación de una probabilidad Introducción En general, la probabilidad de un suceso es desconocida y debe estimarse a partir de una muestra representativa. Para ello, deberemos conocer el procedimiento
Más detallesMediante la aplicación de la metodología a los datos disponibles para este estudio, esta
6 Conclusiones Mediante la aplicación de la metodología a los datos disponibles para este estudio, esta investigación aporta evidencia de la existencia de cambios en los determinantes del desempleo durante
Más detallesSeguimiento a largo plazo de una cohorte de enfermos con TB. Factores asociados a recaída y a muerte en Barcelona ciudad
XI Taller Internacional sobre Tuberculosis. UiTB- 2007 Seguimiento a largo plazo de una cohorte de enfermos con TB. Factores asociados a recaída y a muerte en Barcelona ciudad Servei d Epidemiologia. Agència
Más detallesOtras medidas descriptivas usuales
Tema 7 Otras medidas descriptivas usuales Contenido 7.1. Introducción............................. 1 7.2. Medidas robustas.......................... 2 7.2.1. Media recortada....................... 2 7.2.2.
Más detallesEstadística descriptiva con Excel (Cálculo de medidas)
Universidad Pedagógica Experimental Libertador Instituto Pedagógico de Miranda José Manuel Siso Martínez Departamento de Ciencias Naturales y Matemáticas Cátedra: Estadística aplicada a la educación Estadística
Más detallesMamografía. El cuerpo está compuesto de células muy pequeñas. Las células normales del cuerpo crecen y mueren de una manera controlada.
Mamografía Introducción Una mamografía es un examen que le permite al médico ver imágenes del interior de los senos o mamas. Las mamografías ayudan a detectar tempranamente el cáncer de mama. El éxito
Más detallesUN MODELO DE PRONÓSTICO PARA LAS PRIMAS DE SEGUROS DE VIDA Y PERSONAS
UN MODELO DE PRONÓSTICO PARA LAS PRIMAS DE SEGUROS DE VIDA Y PERSONAS Wilson Mayorga M. Director de Cámara de Vida y Personas y Actuaría Con base en modelos de regresión que explican la evolución de las
Más detallesUna Voz Contra el Cáncer. Cáncer de mama. Mitos del Cáncer de Pecho
Una Voz Contra el Cáncer Cáncer de mama Mitos del Cáncer de Pecho Mitos del Cáncer de Pecho Mito: El cáncer de pecho es contagioso. Realidad: El cáncer de mama no es contagioso. A nadie se le "pega o pasa"
Más detallesTema 2 Estadística Descriptiva
Estadística Descriptiva 1 Tipo de Variables 2 Tipo de variables La base de datos anterior contiene la información de 2700 individuos con 8 variables. Los datos provienen de una encuesta nacional realizada
Más detallesDocumento diseño de evaluación en términos de comparabilidad entre grupos de tratamiento y control
SEPTIEMBRE 2012 Tercer Informe Documento diseño de evaluación en términos de comparabilidad entre grupos de tratamiento y control ÍNDICE 1. Introducción...4 2. La base de datos del PRONABES....5 3. Selección
Más detallesCalculadora de Tamaño muestral GRANMO
Calculadora de Tamaño muestral GRANMO Versión 7.12 Abril 2012 http://www.imim.es/ofertadeserveis/software-public/granmo/ Entre las distintas ofertas que existen para el cálculo del tamaño muestral, ofrecemos
Más detallesCAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de
CAPITULO 4 JUSTIFICACION DEL ESTUDIO En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de estudios previos y los alcances que justifican el presente estudio. 4.1. Justificación.
Más detallesMATEMÁTICA NM4 4º EM
MATEMÁTICA NM4 4º EM UNIDADES TEMÁTICAS UNIDAD Nº 01: ESTADÍSTICA Y PROBABILIDAD Conceptos generales : Población, muestra, parámetro y estadístico Variables y su clasificación Medición y escalas Organización
Más detallesDía Mundial de la lucha contra el Cáncer de Mama 2012
Día Mundial de la lucha contra el Cáncer de Mama 2012 Sevilla. 19 de octubre de 2012 El cáncer de mama es uno de los principales problemas de salud pública y afecta a una de cada 8-10 mujeres a lo largo
Más detallesHoy, 29 de noviembre, el Programa de Detección Precoz de Cáncer de Mama de Osakidetza cumple 18 años
Hoy, 29 de noviembre, el Programa de Detección Precoz de Cáncer de Mama de Osakidetza cumple 18 años El 98,2 % de las mujeres participantes en el programa de detección precoz de cáncer de mama dicen estar
Más detallesCORRELACIÓN Y PREDICIÓN
CORRELACIÓN Y PREDICIÓN 1. Introducción 2. Curvas de regresión 3. Concepto de correlación 4. Regresión lineal 5. Regresión múltiple INTRODUCCIÓN: Muy a menudo se encuentra en la práctica que existe una
Más detallesREPASO CONCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓN NORMAL.
REPASO COCEPTOS BÁSICOS DE ESTADÍSTICA. DISTRIBUCIÓ ORMAL. Éste es un breve repaso de conceptos básicos de estadística que se han visto en cursos anteriores y que son imprescindibles antes de acometer
Más detallesConocer las necesidades de formación e información de este grupo de afectados
Presentación Actualmente existen en España alrededor de un millón y medio de supervivientes de cáncer, personas que necesitan reincorporarse a su vida cotidiana. Afectados que a menudo presentan secuelas
Más detallesEstadística con Excel Informática 4º ESO ESTADÍSTICA CON EXCEL
1. Introducción ESTADÍSTICA CO EXCEL La estadística es la rama de las matemáticas que se dedica al análisis e interpretación de series de datos, generando unos resultados que se utilizan básicamente en
Más detallesIndicaciones específicas para los análisis estadísticos.
Tutorial básico de PSPP: Vídeo 1: Describe la interfaz del programa, explicando en qué consiste la vista de datos y la vista de variables. Vídeo 2: Muestra cómo crear una base de datos, comenzando por
Más detallesCáncer metastático: preguntas y respuestas. Puntos clave
CANCER FACTS N a t i o n a l C a n c e r I n s t i t u t e N a t i o n a l I n s t i t u t e s o f H e a l t h D e p a r t m e n t o f H e a l t h a n d H u m a n S e r v i c e s Cáncer metastático: preguntas
Más detallesPreguntas que se hacen con frecuencia sobre los estudios clínicos
Preguntas que se hacen con frecuencia sobre los estudios clínicos Son seguros? Todos los ensayos clínicos deben ser aprobados por el gobierno federal y deben cumplir con una reglamentación estricta que
Más detallesQué es la Estadística Ambiental?
Qué es la Estadística Ambiental? La Estadística Ambiental es simplemente la aplicación de la Estadística a problemas relacionados con el ambiente. Ejemplos de las actividades que requieren del uso de estas
Más detallesUNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL
UNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL Objetivo terminal: Calcular e interpretar medidas de tendencia central para un conjunto de datos estadísticos. Objetivos específicos: 1. Mencionar las características
Más detallesClase 2: Estadística
Clase 2: Estadística Los datos Todo conjunto de datos tiene al menos dos características principales: CENTRO Y DISPERSIÓN Los gráficos de barra, histogramas, de puntos, entre otros, nos dan cierta idea
Más detallesCONSUMO DE COCAINA EN CHILE
CONSUMO DE COCAINA EN CHILE Según la encuesta nacional de consumo de drogas realizada por el CONACE (Consejo Nacional para el Control de Estupefacientes) en 1998, se puede concluir que en Chile el 4% de
Más detallesDetergente Lavad.1 Lavad.2 Lavad.3 Media A 45 43 51 46.3 B 47 44 52 47.6 C 50 49 57 52 D 42 37 49 42.6. Media 46 43.2 52.2 47.16
3. DISEÑO EN BLOQUES ALEATORIZADOS En muchos experimentos además de que interesa investigar la influencia de un factor controlado sobre la variable de respuesta, como en la sección anterior, existe una
Más detallesEsperanzas de vida en salud
Las esperanzas de salud proporcionan un medio de dividir la esperanza de vida en fracciones vividas en distintas situaciones: por ejemplo en buena y mala salud. Estas medidas representan el creciente interés
Más detallesMarcadores tumorales
Marcadores tumorales Uno de los retos más importantes de la medicina actual es el tratamiento del cáncer. Muchas veces el diagnóstico precoz va a ser importante para el éxito de dicho tratamiento. No se
Más detallesAnálisis y cuantificación del Riesgo
Análisis y cuantificación del Riesgo 1 Qué es el análisis del Riesgo? 2. Métodos M de Análisis de riesgos 3. Método M de Montecarlo 4. Modelo de Análisis de Riesgos 5. Qué pasos de deben seguir para el
Más detallesANÁLISIS DESCRIPTIVO CON SPSS
ESCUELA SUPERIOR DE INFORMÁTICA Prácticas de Estadística ANÁLISIS DESCRIPTIVO CON SPSS 1.- INTRODUCCIÓN Existen dos procedimientos básicos que permiten describir las propiedades de las distribuciones:
Más detallesESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Medidas de Tendencia Central y Dispersión
Descargado desde www.medwave.cl el 13 Junio 2011 por iriabeth villanueva Medwave. Año XI, No. 3, Marzo 2011. ESTADÍSTICA APLICADA A LA INVESTIGACIÓN EN SALUD Medidas de Tendencia Central y Dispersión Autor:
Más detalles9.2.Ejemplos de análisis de tablas de contingencia
9.2.Ejemplos de análisis de tablas de contingencia Ejemplo 1 Se ha sugerido que el cancer de mama puede ser causado, en parte, por cambios fisiológicos entre la edad de menarquia y la edad en que se tiene
Más detallesNOTA TÉCNICA LA ESPERANZA DE VIDA DE LOS NEGOCIOS EN MÉXICO
BOLETÍN DE PRENSA NÚM. 087/15 18 DE FEBRERO DE 2015 AGUASCALIENTES, AGS. PÁGINA 1/2 ESPERANZA DE VIDA DE LOS NEGOCIOS El INEGI desarrolló una línea de investigación denominada Demografía Económica, cuyo
Más detallesTest de Idioma Francés. Manual del evaluador
Test de Idioma Francés Manual del evaluador 1 CONTENIDO Introducción Qué mide el Test de idioma francés? Qué obtienen el examinado y el examinador? Descripción de los factores Propiedades psicométricas
Más detallesEntendiendo su informe de patología. Cuidado de seguimiento después del tratamiento primario de cáncer colorrectal. Entendiendo el tratamiento.
Entendiendo su informe de patología. Cuidado de seguimiento después del tratamiento primario de cáncer colorrectal. Entendiendo el tratamiento. ENTENDIENDO SU INFORME DE PATOLOGÍA Usualmente se realiza
Más detallesINFORME DE ANÁLISIS DE ENCUESTAS DE SATISFACCIÓN DE USUARIOS PERÍODO 2009-2010
INFORME DE ANÁLISIS DE ENCUESTAS DE SATISFACCIÓN DE USUARIOS PERÍODO 2009-2010 UNIDAD FUNCIONAL DE TÉCNICOS DE LABORATORIOS DOCENTES UNIVERSIDAD PABLO DE OLAVIDE. SEVILLA Sevilla, Diciembre de 2010 1 1.
Más detallesLa relación entre la altura de caída y el tiempo que tarda en rebotar 6 veces una pelota
La relación entre la altura de caída y el tiempo que tarda en rebotar 6 veces una pelota INTRODUCCIÓN En este experimento voy a relacionar el tiempo que tarda una pelota en rebotar 6 veces desde distintas
Más detalles8.1. Introducción... 1. 8.2. Dependencia/independencia estadística... 2. 8.3. Representación gráfica: diagrama de dispersión... 3. 8.4. Regresión...
Tema 8 Análisis de dos variables: dependencia estadística y regresión Contenido 8.1. Introducción............................. 1 8.2. Dependencia/independencia estadística.............. 2 8.3. Representación
Más detalles4. Estadística Descriptiva
4. Estadística Descriptiva En este apartado se presentan las estadísticas descriptivas obtenidas a través de la aplicación de las encuestas que han sido detalladas en la Metodología. 4.1 Estadísticas de
Más detallesUniversidad de Málaga
5 técnicas estadísticas 1.- T-Student calcio.sav 2.- ANOVA lectura.sav 3.- Regresión Múltiple empleados.sav 4.- 2 Chi-Cuadrado empleados.sav 5.- Regresión Logística pena de muerte.sav 1.- T-STUDENT VARIABLE:
Más detallesReport de recerca Nº 12. Jorge Cerda Troncoso. Diciembre 2010
Cálculo de la probabilidad funcional en base a distancia de viaje al trabajo, para los sistemas metropolitanos de Chicago, Barcelona, Madrid, y Santiago (Chile) Report de recerca Nº 12 Jorge Cerda Troncoso
Más detallesBUENAS PRÁCTICAS MODELOYAMBIENTE
BUENAS PRÁCTICAS MODELOYAMBIENTE Incorporación de la persona con demencia en las reuniones de su plan individualizado de atención integral (PIAI) Feliciano Villar. Grupo de Investigación en Gerontología.
Más detallesGráficas de caja. El borde derecho de la caja es el tercer cuartil, Q 3, que es la mediana de los valores que están por encima de la mediana.
LECCIÓN CONDENSADA 2.1 Gráficas de caja En esta lección crearás e interpretarás las gráficas de caja para conjuntos de datos usarás el rango intercuartil (IQR) para identificar valores extremos potenciales
Más detallesUNIVERSIDAD MINUTO DE DIOS PROGRAMA CONTADURÍA PÚBLICA
UNIVERSIDAD MINUTO DE DIOS PROGRAMA CONTADURÍA PÚBLICA COSTOS II Guía No. 1.- Conceptos Básicos OBJETIVO 1. Asimilar conceptos fundamentales de costos I. CONCEPTOS BASICOS DE COSTOS 1. CONTABILIDAD DE
Más detallesPREGUNTAS Y RESPUESTAS SOBRE LA VISA U
PREGUNTAS Y RESPUESTAS SOBRE LA VISA U Qué es una Visa U? La visa U es una visa especial para las víctimas de ciertos delitos que incluyen violencia doméstica y abuso sexual, entre otros. La persona deberá
Más detallesTema 1 con soluciones de los ejercicios. María Araceli Garín
Tema 1 con soluciones de los ejercicios María Araceli Garín Capítulo 1 Introducción. Probabilidad en los modelos estocásticos actuariales Se describe a continuación la Tarea 1, en la que se enumeran un
Más detallesTALLER BÁSICO DE EXPERIMENTOS CONTROLADOS ALEATORIOS
TALLER BÁSICO DE EXPERIMENTOS CONTROLADOS ALEATORIOS 1. INTRODUCCIÓN Y JUSTIFICACIÓN Este Taller Básico de Experimentos Controlados Aleatorios (ECA) está dirigido a profesionales de la salud interesados
Más detallesTasa de Interés, Plazo y Calificación de Riesgo en Bolivia
Tasa de Interés, Plazo y Calificación de Riesgo en Bolivia La Bolsa Boliviana de Valores S.. ha realizado el siguiente estudio general sobre las calificaciones otorgadas a las emisiones locales para poder
Más detallesTEMA 4: Variables binarias
TEMA 4: Variables binarias Econometría I M. Angeles Carnero Departamento de Fundamentos del Análisis Económico Curso 2011-12 Econometría I (UA) Tema 4: Variables binarias Curso 2011-12 1 / 51 Variables
Más detalles23/07/2011. 80 x 80 mm. Fecha: Tamaño: Difusión: Página: Sección: LA VANGUARDIA
23/07/2011 Tamaño: 80 x 80 mm. Página: 25 Difusión: 191673 LA VANGUARDIA Sección: 26/07/2011 Tamaño: 240 x 240 mm. Página: 12 Difusión: 47056 DIARIO MEDICO Sección: abc.es ctualidadnoticias.com adn.es
Más detallesMATEMÁTICAS ESO EVALUACIÓN: CRITERIOS E INSTRUMENTOS CURSO 2014-2015 Colegio B. V. María (Irlandesas) Castilleja de la Cuesta (Sevilla) Página 1 de 7
Página 1 de 7 1 CRITERIOS DE EVALUACIÓN 1.1 SECUENCIA POR CURSOS DE LOS CRITERIOS DE EVALUACION PRIMER CURSO 1. Utilizar números naturales y enteros y fracciones y decimales sencillos, sus operaciones
Más detallesCambios en la estructura de la fuerza de trabajo (oferta)
14 Octubre 2015 Reducción de horas trabajadas equivaldría a un desempleo del 9,5% Persistente disminución de horas trabajadas revela debilitamiento del mercado laboral Si bien la tasa de desempleo se muestra
Más detallesCurso Comparabilidad de resultados
Curso Comparabilidad de resultados Director: Gabriel A. Migliarino. Docente: Evangelina Hernández. Agenda Introducción. n. Protocolos iniciales de comparación de métodos. m * EP9-A2. CLSI. * Comparación
Más detallesPruebas de. Hipótesis
Pruebas de ipótesis Pruebas de ipótesis Otra manera de hacer inferencia es haciendo una afirmación acerca del valor que el parámetro de la población bajo estudio puede tomar. Esta afirmación puede estar
Más detallesMedia vs mediana vs moda Cual medida de tendencia central es mas adecuada? MEDIA conveniencias:
Iniciar con las interpretaciones de las medidas MEDIA VS MEDIANA VS MODA CUAL ES LA MEDIDA ADECUADA TAREA MEDIA PONDERADA Actividad de Medidas de Localización Problema 1. El problema de las tasas de delito.
Más detallesInferencia Estadística
EYP14 Estadística para Construcción Civil 1 Inferencia Estadística El campo de la inferencia estadística está formado por los métodos utilizados para tomar decisiones o para obtener conclusiones sobre
Más detallesTEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones.
TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones. La herramienta que nos indica si el proceso está o no controlado o Estado de Control son
Más detallesEl valor esperado de una variable aleatoria discreta se representa de la siguiente manera:
INTRODUCCIÓN AL VALOR ESPERADO Y VARIANZA (5 MINUTOS) Cuando nos hablan del promedio de que ocurra un evento, cómo sabemos con certeza qué tan cerca estamos de alcanzar ese promedio? Esta pregunta nos
Más detallesANALISIS DE UN FONDO DE INVERSION MEDIANTE LA REGRESION Y LA GENERACION DE NUMEROS ALEATORIOS
V JORNADAS ASEPUMA ANALISIS DE UN FONDO DE INVERSION MEDIANTE LA REGRESION Y LA GENERACION DE NUMEROS ALEATORIOS Rodriguez Aviles, Rafael 1 1. Introducción El origen de esta comunicación está en una entrevista
Más detallesMUESTREO TIPOS DE MUESTREO
MUESTREO En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos los elementos de una población), se selecciona una muestra, entendiendo por tal una parte representativa de
Más detallesEjemplo de aplicación de la Dimensión Fractal en Medicina
Ejemplo de aplicación de la Dimensión Fractal en Medicina El cáncer de mama es la enfermedad de las mujeres más común en el mundo moderno. Las estadísticas muestran que el riesgo de la mujer de desarrollar
Más detallesControl Estadístico de Procesos
Control Estadístico de Procesos Gráficos de Control Los gráficos de control o cartas de control son una importante herramienta utilizada en control de calidad de procesos. Básicamente, una Carta de Control
Más detallesTEMA 7: Análisis de la Capacidad del Proceso
TEMA 7: Análisis de la Capacidad del Proceso 1 Introducción Índices de capacidad 3 Herramientas estadísticas para el análisis de la capacidad 4 Límites de tolerancia naturales 1 Introducción La capacidad
Más detallesParámetros y estadísticos
Parámetros y estadísticos «Parámetro»: Es una cantidad numérica calculada sobre una población y resume los valores que esta toma en algún atributo Intenta resumir toda la información que hay en la población
Más detallesLa clave para un mejor control en SEIS SIGMA: Ing. Luis Aranda
La clave para un mejor control en SEIS SIGMA: Ing. Luis Aranda Qué SPC? SPC (Statistical Process Control) CEP (Control Estadístico de Proceso) El SPC es una herramienta estadística que nos permite analizar,
Más detallesEl cáncer de mama. se puede curar si se detecta a tiempo
El cáncer de mama se puede curar si se detecta a tiempo Qué es el cáncer de mama? Es una enfermedad que afecta la glándula mamaria y que, como todos los cánceres se produce cuando proliferan excesivamente
Más detallesSe podría entender como una matriz de filas y columnas. Cada combinación de fila y columna se denomina celda. Por ejemplo la celda A1, B33, Z68.
Departamento de Economía Aplicada: UDI de Estadística. Universidad Autónoma de Madrid Notas sobre el manejo de Excel para el análisis descriptivo y exploratorio de datos. (Descriptiva) 1 1 Introducción
Más detallesTEMA 4: Introducción al Control Estadístico de Procesos
TEMA 4: Introducción al Control Estadístico de Procesos 1 Introducción 2 Base estadística del diagrama de control 3 Muestreo y agrupación de datos 4 Análisis de patrones en diagramas de control 1. Introducción
Más detallesCÁNCER DE MAMA SITUACIÓN EN LA REGIÓN DE MURCIA Chirlaque MD, Salmerón D, Cirera L, Tortosa J, Valera I, Párraga E, Navarro C. 1
ACTUALIZACIÓN EPIDEMIOLÓGICA Mayo / 2012 INTRODUCCIÓN CÁNCER DE MAMA SITUACIÓN EN LA REGIÓN DE MURCIA Chirlaque MD, Salmerón D, Cirera L, Tortosa J, Valera I, Párraga E, Navarro C. 1 El cáncer de mama
Más detallesTema 3: Variables aleatorias y vectores aleatorios bidimensionales
Estadística 38 Tema 3: Variables aleatorias y vectores aleatorios bidimensionales El concepto de variable aleatoria surge de la necesidad de hacer más manejables matemáticamente los resultados de los experimentos
Más detallesSera una oportunidad de compra, paciencia
sábado, 19 de marzo de 2011 Sera una oportunidad de compra, paciencia En nuestro último comentario recomendábamos ir haciendo liquidez a medida que el precio fuera alcanzando niveles cercanos a los 1350/1360
Más detallesConsejo de la Persona Joven
Consejo de la Persona Joven Boletín informativo Indicadores de la Persona Joven Porcentaje de población joven Este indicador mide el porcentaje de personas con edades entre los 12 y los 35 años, con respecto
Más detallesQue es del cual les presentamos un resumen (el original consta de 73 páginas) y al final presentamos nuestros comentarios. El estudio se publicó en:
ESTUDIO MIMSA: Del estudio MIMSA se tomaron las pólizas con suma asegurada igual o mayor a un millón de dólares (destacadas en el cuadro anterior en color azul) y de ahí derivó el estudio denominado High
Más detalles*6816* CONSENTIMIENTO PARA OPCIONES DE DONACIÓN DE RIÑÓN DE DONANTE FALLECIDO/A
La escasez de donantes de riñón y la creciente lista de espera ha llevado a la comunidad de trasplante a buscar distintos tipos de donantes de órganos para cubrir las necesidades de nuestros/as pacientes
Más detallesAnexo 12-a. Plantillas de lectura crítica del SIGN
Anexo 12-a. Plantillas de lectura crítica del SIGN Plantilla de Lectura crítica nº 1: Ensayo clínico aleatorizado (ECA) Identificación del estudio (Referencia bibliográfica del estudio, formato Vancouver)
Más detallesMayo 2008. núm.89. Efectos del nivel educativo sobre las probabilidades de empleo
Mayo 2008 núm.89 Efectos del nivel educativo sobre las probabilidades de empleo En este número 2 Efectos del nivel educativo sobre el empleo Este cuaderno analiza la relación que existe entre la formación
Más detalles7. Conclusiones. 7.1 Resultados
7. Conclusiones Una de las preguntas iniciales de este proyecto fue : Cuál es la importancia de resolver problemas NP-Completos?. Puede concluirse que el PAV como problema NP- Completo permite comprobar
Más detallesProyecto LYDIA Leucemia Aguda Infantil Dr. Antonio Pérez Martínez, Hospital Universitario La Paz, Madrid Dr. Joaquín Martínez, Hospital Universitario
Proyecto LYDIA Leucemia Aguda Infantil Dr. Antonio Pérez Martínez, Hospital Universitario La Paz, Madrid Dr. Joaquín Martínez, Hospital Universitario 12 de Octubre, Madrid Qué es CRIS? Somos una organización
Más detallesDÍA MUNDIAL CONTRA EL CÁNCER DE MAMA
DÍA MUNDIAL CONTRA EL CÁNCER DE MAMA 19 de octubre de 2012 Instituto de Salud Pública y Laboral de Navarra El cáncer de mama es una de las primeras causas de muerte por cáncer en mujeres en Navarra. Con
Más detallesDecisión: Indican puntos en que se toman decisiones: sí o no, o se verifica una actividad del flujo grama.
Diagrama de Flujo La presentación gráfica de un sistema es una forma ampliamente utilizada como herramienta de análisis, ya que permite identificar aspectos relevantes de una manera rápida y simple. El
Más detallesParte I: Introducción
Parte I: Introducción Introducción al Data Mining: su Aplicación a la Empresa Cursada 2007 POR QUÉ? Las empresas de todos los tamaños necesitan aprender de sus datos para crear una relación one-to-one
Más detallesVIGILANCIA EPIDEMIOLÓGICA DEL SIDA REGIÓN DE MURCIA. RESUMEN DE SITUACIÓN A 30 DE JUNIO DE 2010
VIGILANCIA EPIDEMIOLÓGICA DEL SIDA REGIÓN DE MURCIA. RESUMEN DE SITUACIÓN A 0 DE JUNIO DE A nivel mundial la epidemia de sida está comenzando a cambiar su curso, pues el número de nuevas infecciones por
Más detalles