Presentación de la tercera edición Autores

Transcripción

1 ÍNDICE DE CAPÍTULOS Presentación de la tercera edición Autores 1 Introducción a los métodos de la epidemiología y la bioestadística... 1 M.A. Martínez-González, A. Sánchez-Villegas, J. de Irala 1.1. Estadística, estadística aplicada y bioestadística Bioestadística descriptiva y bioestadística analítica o inferencial Poblaciones y muestras Etapas de la investigación científica: relaciones entre la bioestadística y la epidemiología Procedimientos descriptivos M.A. Martínez-González, A. Gea, C. Sayón-Orea 2.1. Tipos de variables Transformación de una variable: categorización y recodificación Consejos prácticos sobre categorización de variables cuantitativas Representaciones gráficas Medidas de tendencia central Medidas de dispersión Medidas de forma: asimetría y curtosis Medidas de posición: cuantiles, percentiles Ponderación, medias ponderadas Valores extremos (outliers) y consejos sobre su uso Preferencia de números Índices estadísticos descriptivos con STATA Procedimientos descriptivos con Excel Procedimientos descriptivos con otros programas Datos truncados o censurados Resumen de las instrucciones en STATA y SPSS Probabilidad. Distribuciones de probabilidad E. Toledo, A. Sánchez-Villegas, M.A. Martínez-González 3.1. Introducción Conceptos de probabilidad Axiomas y propiedades de la probabilidad Concepto de independencia Probabilidad condicionada Inversión de las condiciones: teorema de Bayes Factor Bayes para relacionar la odds pretest con la odds postest Planteamiento bayesiano, inferencia bayesiana Distribuciones de probabilidad discretas...77 v vii C0120.indd ix

2 x Índice de capítulos Distribuciones de probabilidad continuas: distribución normal Teorema del límite central Condiciones, pruebas y gráficos de normalidad Las distribuciones binomial, de Poisson y normal en STATA Las distribuciones binomial, de Poisson y normal en el programa Excel Las distribuciones binomial, de Poisson y normal en otros programas Aproximación a las distribuciones binomial y de Poisson con la distribución normal Media y desviación estándar de una proporción Intervalos de confianza y contraste de hipótesis M.A. Martínez-González, J.B. Toledo, J. López-Fidalgo 4.1. Error sistemático y error aleatorio Muestreo aleatorio o selección aleatoria Diferencia entre selección aleatoria y asignación aleatoria (aleatorización) Conceptos generales sobre estimación de parámetros Estimación de una proporción Estimación de una media Intervalos de confianza con STATA Intervalos de confianza con otros programas La distribución t de Student en Excel, STATA y R/Splus Estimación de una mediana Intervalos de confianza bayesianos Contraste de hipótesis Hipótesis nula e hipótesis alternativa Errores en el contraste de hipótesis: error tipo 1 y error tipo Interpretación de valores p: significación estadística Significación estadística frente a significación práctica Pruebas a una cola y pruebas a dos colas Pruebas de contraste de hipótesis frente a intervalos de confianza Potencia estadística Estudios que demuestran equivalencia y estudios de no inferioridad Pruebas paramétricas y no paramétricas Resumen de las instrucciones en STATA, R, SPSS y Excel Datos categóricos y porcentajes: comparación de proporciones E. Toledo, J.M. Núñez-Córdoba, M.A. Martínez-González 5.1. Test de χ 2 de Pearson para dos proporciones Test z para comparar dos proporciones Intervalo de confianza de la diferencia de dos proporciones Relación entre el intervalo de confianza y el valor p Ji cuadrado para comparar una proporción con una referencia externa (esperada): cálculo y su relación con la distribución binomial y sus aproximaciones Test exacto de Fisher C0120.indd x

3 Índice de capítulos xi 5.7. Test de McNemar para datos emparejados Test de tendencia lineal para categorías ordenables lógicamente (variables ordinales) Odds ratio en tablas Error estándar e intervalo de confianza de la odds ratio Otras medidas en tablas categóricas (tau de Kendall, gamma de Goodman y Kruskal) Test para proporciones y tablas categóricas con STATA Representación de intervalos de confianza para proporciones y odds ratio con STATA Test para proporciones con otros programas Resumen de las instrucciones en STATA y SPSS Comparación de medias entre dos grupos E. Toledo, C. López del Burgo, C. Sayón-Orea, M.A. Martínez-González 6.1. Test de la t de Student para dos muestras independientes Test para comparar varianzas Test t para dos medias independientes con varianzas heterogéneas (test de Welch) Intervalo de confianza para la diferencia de medias Transformación logarítmica de la variable dependiente en un test t Test de la t de Student para comparar una media con un valor de referencia Test de la U de Mann-Whitney Test de la t de Student para datos emparejados (muestras relacionadas) Test de Wilcoxon para datos emparejados Test para medias con STATA Test para medias con otros programas Estimación del tamaño muestral M.A. Martínez-González, M. Ruiz-Canela, F. Guillén-Grima 7.1. Introducción Margen de error Estimación de una proporción Estimación de una media Comparación de dos proporciones Comparación de dos medias Cálculo de la potencia estadística Curvas de potencia Uso de STATA para estimar el tamaño muestral y la potencia Programación de Excel para tamaño muestral y potencia Otros programas disponibles para el cálculo del tamaño muestral Resumen de las fórmulas del tamaño muestral Resumen de las instrucciones en STATA Comparaciones de k medias (tres o más grupos) M.A. Martínez-González, N. Martín-Calvo, J.B. Toledo 8.1. Introducción al ANOVA de una vía Relación entre el ANOVA y la t de Student C0120.indd xi

4 xii Índice de capítulos 8.3. ANOVA de una vía con STATA Requisitos del ANOVA ANOVA de una vía con otros programas El ANOVA en manos de un lector sagaz de artículos científicos Test no paramétrico alternativo al ANOVA: Kruskal-Wallis Comparaciones múltiples: contrastes a priori Contrastes a posteriori (post hoc): correcciones por comparaciones múltiples Método de Benjamini-Hochberg basado en ordenar los valores p Resumen de las instrucciones en STATA y SPSS ANOVA factorial, modelos lineales generalizados y ANCOVA C. Sayón-Orea, E. Toledo, J.M. Núñez-Córdoba, M.A. Martínez-González 9.1. Introducción ANOVA factorial (de dos vías o dos criterios) ANOVA con medidas repetidas (comparación de k medias relacionadas) Equivalente no paramétrico del ANOVA con medidas repetidas: test de Friedman Ajuste del ANOVA por variables continuas: ANCOVA Comparaciones intragrupo e intergrupos con medidas repetidas Análisis estadístico de ensayos cross-over ANOVA factorial y ANCOVA: estimación de medias ajustadas en STATA ANOVA factorial en SPSS Test de Friedman con SPSS y con STATA Resumen de las instrucciones en STATA y SPSS Correlación y regresión lineal simple A. Sánchez-Villegas, N. Martín-Calvo, M.A. Martínez-González Introducción Correlación Coeficiente de correlación con STATA Coeficiente de correlación con otros programas Regresión lineal simple Usos e interpretación de una regresión lineal Supuestos del modelo de regresión Representación gráfica de los residuales en una regresión lineal Construcción de un modelo de regresión lineal con STATA e instrucciones postestimación Regresión lineal con otros programas informáticos Relación entre regresión, ANOVA y t de Student Uso de la regresión para sustituir al ANOVA factorial Resumen de correlación y regresión lineal simple Resumen de las instrucciones en STATA y SPSS Introducción al análisis de supervivencia E. Toledo, F.J. Basterra-Gortari, M. García-López, M.A. Martínez-González Introducción Descripción de la supervivencia: método de Kaplan-Meier C0120.indd xii

5 Índice de capítulos xiii Pasos para realizar curvas de supervivencia de Kaplan-Meier Representación gráfica del estimador de Kaplan-Meier Intervalos de confianza para la estimación de supervivencia acumulada Análisis de supervivencia con STATA Análisis de supervivencia con otros programas Curvas de incidencia de Nelson-Aalen Comparación de curvas de supervivencia: test del log-rank Resumen de las instrucciones en STATA y SPSS Introducción a los modelos multivariables. Regresión lineal múltiple A. Sánchez-Villegas, C. López del Burgo, M.A. Martínez-González Introducción Primera aproximación al modelo de regresión lineal múltiple Primera aproximación al modelo de regresión logística Primera aproximación al modelo de regresión de Cox Aspectos comunes y diferenciales de los modelos lineal, logístico y de Cox Regresión de Poisson Otros métodos multivariantes Hipótesis nulas en una regresión múltiple Interpretación condicional de los valores p Intervalos de confianza en la regresión múltiple Coeficiente de determinación R 2 y su versión ajustada Condiciones de aplicación del modelo de regresión múltiple. Análisis de residuales y verificación de supuestos Tolerancia, factor de inflación de varianza y multicolinealidad Variables que deben registrarse en una investigación Variables categóricas y variables indicadoras (dummy) Factores de confusión en la regresión múltiple Interacción (o modificación del efecto) en la regresión múltiple Relaciones no lineales, modelos polinómicos Construcción de un modelo de regresión múltiple Elección del mejor modelo Los métodos automáticos por pasos (stepwise) casi nunca están indicados Regresión lineal múltiple en otros programas distintos de STATA Resumen de las instrucciones en STATA y SPSS Resumen de las instrucciones en STATA y SPSS (cont.) Resumen de las instrucciones en STATA y SPSS (cont.) Resumen de las instrucciones en STATA y SPSS (cont.) Regresión logística A. Sánchez-Villegas, M. Bes-Rastrollo, M.A. Martínez-González Introducción Conceptos de odds, odds ratio y riesgo relativo Ejemplo ridículamente sencillo de regresión logística binaria univariante: interpretación C0120.indd xiii

6 xiv Índice de capítulos Regresión logística binaria con variable independiente cuantitativa: interpretación Regresión logística binaria con una variable independiente con > 2 categorías: interpretación Regresión logística con múltiples variables independientes Control de la confusión en regresión logística. La confusión no tiene nada que ver con valores p Identificación de la interacción en regresión logística: test de razón de verosimilitud Supuesto de linealidad en el logit y uso de términos polinómicos Ajuste de un modelo multivariable de regresión logística Significación estadística en la regresión logística Test de Hosmer-Lemeshow: bondad de ajuste o calibración Curvas ROC: discriminación Criterios de construcción de modelos en regresión logística Regresión logística condicional Regresión logística en SPSS Resumen de las instrucciones en STATA y SPSS Aspectos avanzados de regresión de Cox M. Ruiz-Canela, E. Toledo, J. López-Fidalgo, M.A. Martínez-González Introducción: contexto y utilidad Conceptos de hazard y hazard ratio Ejemplo ridículamente sencillo de regresión de Cox univariante La ecuación de la regresión de Cox Interpretación de los coeficientes de la regresión de Cox univariante Comparación de curvas de supervivencia con la regresión de Cox Regresión de Cox con variable independiente cuantitativa Interpretación de los coeficientes de variables independientes cuantitativas Regresión de Cox con una variable independiente con >2 categorías Interpretación de coeficientes de variables dummy Regresión de Cox con múltiples variables independientes Control de la confusión en la regresión de Cox Intervalos de confianza para la hazard ratio en el modelo de regresión de Cox Interacción (modificación del efecto) en regresión de Cox y test de razón de verosimilitud Interpretación del riesgo basal (baseline hazard) Regresión de Cox estratificada Tiempo de seguimiento en la regresión de Cox Regresión de Cox con covariables dependientes del tiempo Modelos de tiempos de fallo acelerados Relación entre hazard ratio y razón de densidades de incidencia Similitudes y diferencias entre regresión de Cox y regresión logística C0120.indd xiv

7 Índice de capítulos xv Posibilidades y opciones de la regresión de Cox con STATA Resumen de las instrucciones en STATA, SPSS y R Análisis de concordancia, validez y pronóstico M.A. Martínez-González, E. Toledo, A. Sánchez-Villegas Conceptos y definiciones Consideraciones generales sobre estudios de validación de pruebas diagnósticas Consistencia interna en escalas cuantitativas: alfa de Cronbach Reproducibilidad: índice kappa de concordancia en variables cualitativas Coeficiente de corr elación intraclase: concordancia en variables cuantitativas Gráficos de Bland-Altman para acuerdo en variables cuantitativas Coeficiente de correlación de concordancia de Lin Regresión de Passing-Bablok y regresión de Deming Gráficos de acuerdo-supervivencia Validez diagnóstica: sensibilidad, especificidad, valores predictivos, razones de verosimilitud Discriminación diagnóstica y pronóstica: curvas ROC Comparación de curvas ROC Índice C de Harrell para predicciones en análisis de supervivencia Índice neto de reclasificación, capacidad de estratificación y otros índices de discriminación Resumen de las instrucciones en STATA y SPSS Análisis factorial A. Sánchez-Villegas, M. Bes-Rastrollo, M.A. Martínez-González Introducción al análisis factorial Número de factores para extraer: gráfico de sedimentación Cálculos numéricos Sinonimias y equivalencias Condiciones de aplicación del análisis factorial de componentes principales (AFCP) Consideraciones sobre el tamaño muestral Rotación de los factores Refinamiento del análisis: eliminación de variables Análisis factorial común frente a análisis factorial de componentes principales Análisis factorial confirmatorio frente al exploratorio Diferente aproximación en STATA para realizar un análisis factorial de componentes principales Análisis factorial de componentes principales con SPSS Resumen de las instrucciones en STATA y SPSS Análisis de clústeres o conglomerados A. Sánchez-Villegas, F. Guillén-Grima, M.A. Martínez-González Introducción y concepto Tipos de análisis de clúster C0120.indd xv

8 xvi Índice de capítulos Método para la formación de conglomerados Gráficos del análisis de clúster: dendrogramas Estandarización y transformación de variables Requisitos para la aplicación de los métodos de análisis de clúster Clústeres de variables Ejemplo de análisis de clúster con STATA Análisis de clúster con SPSS Resumen de las instrucciones en STATA y SPSS Métodos estadísticos en metaanálisis M.A. Martínez-González, P.A. de la Rosa, A. Gea Revisiones sistemáticas y metaanálisis Tareas previas al análisis estadístico Escala aditiva o multiplicativa Efectos estandarizados: d de Cohen Método del inverso de la varianza: efectos fijos Gráficos de bosque (forest plot) Test de heterogeneidad: estadístico Q Tau cuadrado: varianza entre estudios Índice I cuadrado Gráfico de L Abbé para heterogeneidad Metaanálisis de efectos aleatorios: método de DerSimonian-Laird Análisis de subgrupos Metarregresión Sesgo de publicación: gráfico de embudo (funnel plot) Sesgo de publicación: test de Egger Sesgo de publicación: métodos de MacAskill y de Peters Sesgo de publicación: otros métodos Metaanálisis acumulado Uso de STATA para el metaanálisis Otros métodos bioestadísticos M.A. Martínez-González, P.A. de la Rosa, A. Gea Métodos de remuestreo: bootstrap, jackknife Método de captura-recaptura para indagar el tamaño de una población Análisis de decisiones Modelos flexibles de regresión con intervalos de confianza (splines) Valores perdidos (missing) y métodos de imputación Ponderación por el inverso de la varianza y modelos estructurales marginales Índices de propensión (propensity scores) Ecuaciones de estimación generalizadas (generalized estimating equations, GEE) C0120.indd xvi