Las herramientas básicas de la epidemiología analítica: Medidas de asociación y significación estadística
|
|
- Carmelo Contreras Revuelta
- hace 6 años
- Vistas:
Transcripción
1 Las herramientas básicas de la epidemiología analítica: Medidas de asociación y significación estadística Mexico, junio 2007 Stephen Benoit, MD, MPH International Research and Programs Branch Division of TB Elimination
2 Epidemiología Analítica: Medidas de asociación Examina la asociación de una exposición (factor de riesgo) con los resultados Es diferente que la epidemiologia descriptiva en que se trata de determinantes de enfermedades Implica la comparación estadística de grupos de una muestra, y la generalización de esa información a la población entera
3 Construcción de la comparación Combinamos datos a partir de dos grupos (expuestos y no expuestos) en un solo parámetro :» Riesgo relativo = RR» Razón de posibilidades (Odds Ratio) = OR
4 La herramienta básica: Tabla de 2 x 2 Enfermedad/Resultado Exposición Sí No Sí a b No c d
5 La herramienta básica: Tabla de 2 x 2 a = # de personas que se exponen y tienen la enfermedad b = # quiénes se exponen y no tienen la enfermedad c = # quiénes no se exponen y tienen la enfermedad d = # quiénes no se exponen y no tienen la enfermedad
6 La herramienta básica: Tabla de 2 x 2 Enfermedad Exposición Sí No Sí a b a + b No c d c + d a + c b + d (a + b + c + d)
7 2x2 Tabla: Un Ejemplo Exposicion = VIH Si Enfermedad = TB Si No No
8 2x2 Tabla: Un Ejemplo Exposicion = VIH Si Enfermedad = TB Si No TB + 44 VIH+ 34 TB y HIV+ No
9 Qué podemos aprender? La magnitud del riesgo asociada con una exposición (CUÁNTO más riesgo) La direccion del riesgo (mas o menos riesgo) La significación estadística de esa asociación (si es debida al azar)
10 Medidas de Magnitud Riesgo Relativo (RR) Estudios de cohorte Ensayos clinicos Estudios transversales Razon de posibilidades (OR) Case-control studies Estudios transversales
11 Riesgo Relativo (RR) Mide la probabilidad de desarrollar enfermedad en el grupo expuesto respecto a los no expuestos (incidencia) Cuánto más (o menos) riesgo tiene el grupo expuesto comparado con los no expuesto? Ej.Los fumadores son 10 veces más probables que no fumadores desarrollar el cáncer de pulmón.
12 Metodo Analitico en Estudio de Cohorte Poblacion Expuesto No-Expuesto
13 Metodo Analitico en Estudio de Cohorte Poblacion Expuesto Enfermedad No enfermedad Enfermedad No expuesto No enfermedad
14 Metodo Analitico en Estudio de Cohorte Poblacion Expuesto Enfermedad No enfermedad Incidencia No expuesto Enfermedad No enfermedad Incidencia
15 Metodo Analitico en Estudio de Cohorte Poblacion Expuesto No expuesto Enfermedad No enfermedad Enfermedad No enfermedad Incidencia Riesgo relativo Incidencia
16 Riesgo Relativo (RR) Incidencia en el grupo expuesto (a/a+b) dividido por la incidencia en el grupo no expuesto (c/c+d) RR = (a/a+b) (c/c+d) Exp Unexp Disease No Disease a c a+c b d b+d a+b c+d RR > 1 cuando el riesgo es mayor en el grupo expuesto RR < 1 cuando el riesgo es menor en el grupo expuesto
17 Ejemplo: Estudio farmaco en tratamiento de TB El estado de BK despues de 3 meses de tratamiento esta relacionado con un regimen de tratamiento especifico? BK [Resultado] Tratamiento [Exposicion] Positivo Negativo PAS PAS+estreptomicina 37 53
18 2 x 2 Tabla BK Total Tratamiento Pos Neg PAS PAS + ESTREP
19 Describiendo la Magnitud de Asocasion Consideramos expuesto los que recibe solamente un medicamento (PAS) y no expuesto los que recibe 2 medicamentos (PAS + Strep) RR = a/(a+b) = 56/99 c/(c+d) 37/90 = 1.38 PAS PAS + Strep Pos Neg El grupo que recibe un medicamento (expuesto) es 1.38 veces mas probable quedar BK + a las 3 meses que el grupo que recibe 2 medicamentos (no expuesto). o El grupo que recibe un medicamento (expuesto) es 38% mas probable quedar BK + a las 3 meses que el grupo que recibe 2 medicamentos (no expuesto).
20 Plantilla para Describir Riesgo Relativo El {grupo expuesto} es {RR} veces mas probable tener {resultado} que el {grupo que no es expuesto}. Ejemplo: Pacientes {infectados con VIH} son {1.5} veces mas probable ser {abandonos de tratamiento} que los que son {VIH negativo}.
21 RR= 0.40 Riesgo relativo (RR): Describiendo la magnitud de la asociación» El grupo expuesto es 0,4 veces más probable de desarrollar la enfermedad que el grupo no expuesto.» 0,4 veces más probable = 1/0,4 veces menos probable = 2,5 veces menos probable» El grupo expuesto es 2,5 veces menos probable desarrollar enfermedad que el grupo no expuesto.
22 Posibilidades ( Odds ) Mide las posibilidades ( odds ) de tener una exposición en el grupo que tiene la enfermedad en comparacion con los que no tiene la enfermedad Cuanto mas probable (o menos) de haber estado expuesto el grupo con la enfermedad que el grupo sin la enfermedad E.j., Personas con cancer del pulmon son 10 veces mas probable ser fumadores que personas sin cancer del pulmon
23 Metodo Analitico en un Estudio de Case-Control Poblacion Casos Controls
24 Metodo Analitico en un Estudio de Case-Control Poblacion Expuesto No-Expuesto Casos Expuesto No-Expuesto Controls
25 Metodo Analitico en un Estudio de Case-Control Poblacion Odds Expuesto No-Expuesto Casos Odds Expuesto No-Expuesto Controls
26 Metodo Analitico en un Estudio de Case-Control Poblacion Odds Odds Ratio Expuesto No-Expuesto Casos Odds Expuesto No-Expuesto Controls
27 Odds Ratio (OR) Expuesto Si Si No Casos Controls a Enfermedad b No c d Odds de exposicion entre casos: probabilidad de exposicion entre casos = a/(a+c) = a/c = 80/20 probabilidad de no exposicion entre casos c/(a+c) Odds de exposicion entre controls: probabilidad de exposicion entre controls = b/(b+d) = b/d = 40/60 probabilidad de no exposicion entre controls d /(b+d) Odds ratio de expuesto = Odds de exposicion entre casos = a/c or a x d = 80 x 60 = 6.0 Odds de exposicion entre controls b/d b x c 40 x 20 OR = (a/c) (b/d) = ad bc
28 Razón de posibilidades (OR) OR > 1 cuando la exposicion es mas en el grupo con la enfermedad OR < 1 cuando la exposicion es menos en el grupo con la enfermedad
29 OR= 1.4 Plantilla para Describir Razón de posibilidades (OR)» El {grupo enfermo} es {OR} veces más probable de {haber estado expuesto} que el {grupo no enfermo}. Ejemplo: Pacientes con {TB/VIH} son {1.8} veces mas probable de {estar carcelados} que los que {no tienen TB/VIH}.
30 RR vs. OR Depende en el diseno de estudio RR cuando esta investigando grupos esogidos por exposicion (cuando sabe la exposicion y esta esperando el resultado) Cohorte or ensayos clinicos OR cuando esta investigando grupos escogidos por el resultado (cuando sabe el resultado y quiere ver la exposicion) Estudios de Case-control Se puede usar los dos en estudios transversales
31 Significacion Estadistica Valor de P Prueba de Chi-square (X 2 ) Intervalos de confianza (IC)
32 Por qué necesitamos las pruebas estadísticas? En los estudios que usan muestras de personas de una población, conseguimos una cierta información pero no toda Estimamos sobre la población basada en el análisis de la información de la muestra Esta valoración tendrá cierta incertidumbre o variabilidad
33 Qué pregunta responden las pruebas estadísticas? Deseamos saber si las diferencias observadas entre los grupos son reales o se pueden explicar por el azar
34 Valor de p Definición: La probabilidad que encontramos una diferencia en las muestras cuando una diferencia realmente no existe O La probabilidad que la hipotesis nula es verdad hipotesis nula: no existe asocacion entre exposicion y enfermedad
35 Valor de p Ej. Se obtuvo un RR = 1.7, p<0.05 La probabilidad que encontramos una diferencia entre las muestras y una diferencia no existe es menos que 5% Por costumbre se dice que una asociación estadísticamente significativa es aquella con p<0.05
36 Cómo se obtiene el valor de p? Para conseguir un valor de p, se debe hacer una prueba estadística para ver si las diferencias observadas entre los grupos se deben al azar o son reales Para tabulaciones 2x2, el método más común es utilizar la prueba chi-cuadrada (X 2 ). Las computadoras generalmente pueden hacer esto para nosotros
37 La fórmula de X 2 : La X 2 compara los valores observados con valores esperados, donde esperado es el valor si no hubiese diferencia entre los dos grupos X 2 = Σ[(Observado - Esperado) 2 / Esperado]
38 Generación de los valores esperados en la prueba X 2 Exposición Enfermedad Yes No Yes (a+b)(a+c) T (a+b)(b+d) T a + b No (a+c)(c+d) T (b+d)(c+d) T c + d a + c b + d T=(a + b + c + d) X 2 = [(ad-bc) 2 (T)/ (a+b)(c+d)(a+c)(b+d)]
39 Convirtiendo la X 2 a valores de p Para convertir X 2 en valores de p se debe usar la tabla de X 2 Cuando más grande es el valor de X 2, más pequeño es el valor de p Para p 0.05, el valor de X 2 debe ser 3.84 para la significación estadística de una asociación en una tabla de 2x2
40 Convirtiendo la X 2 a valores de p RR = 1.7, X 2 = 4.13 p < 0.05 Los expuestos tienen 1.7 veces más probabilidad que los no expuestos de tener la enfermedad, y la diferencia es probablmente real porque es estadísticamente significativa (p<0.05)
41 Intervalos de confianza (IC) El IC proporciona una información complementaria al valor de p. El IC proporciona un rango de valores probables en la cual podría posiblemente estar el verdadero valor de la población. Ejemplos: OR=1.9 (95% IC = ) RR=0.7 (99% IC = )
42 Intervalos de confianza (IC) Los IC proporcionan un límite inferior y un limite superior de valores probables Ej. OR = 1.7 (95%CI = 1.2 a 1.9) Hay una probabilidad del 95% que el valor verdadero para la población esta entre 1,2 y 1,9 o si se repite el estudio 100 veces, el OR se encontrará en ese intervalo 95 veces.
43 Intervalos de confianza (IC) Ej. OR = 1.7 (95% CI = 0.8 to 1.9) Si el valor 1 está dentro del rango, es probable que no haya asociación (no diferencia) entre los dos grupos Si el valor 1 es incluido, sabemos que la asociación NO es estadísticamente significativa (similar a p>0.05)
44 Intervalos de confianza (IC)) Si número de observaciones aumenta (Ej. el tamaño de muestra), las estimaciones serán más exactas, y la anchura del IC disminuye *EPIINFO (y otros software) calcula el IC Los IC al 95% son los usualmente calculados (éste utiliza p<0.05 para la significación estadística). Otros niveles de confianza pueden también ser calculados al 90%, 99%, etc.
45 Tasas???? Relación???? Media!? n- 1? 1 -!? Distribución normal??? Frecuencia??
Qué demonios es un Odds Ratio (OR)? Medidas de efecto
Adolfo Figueiras Guzmán Prof. Titular de Medicina Preventiva e Saúde Pública (USC) Qué demonios es un Odds Ratio (OR)? Medidas de efecto Índice 1. Introducción 2. Conceptos previos sobre cocientes 3. Medidas
Más detallesEPIDEMIOLOGIA DESCRIPTIVA BÁSICA PARA ESTUDIANTES DE TRABAJO SOCIAL
EPIDEMIOLOGIA DESCRIPTIVA BÁSICA PARA ESTUDIANTES DE TRABAJO SOCIAL Carmen Vives Cases carmen.vives@ua.es MEDIDAS BÁSICAS EN EPIDEMIOLOGÍA De frecuencia (problemas de salud) Prevalencia Incidencia De asociación
Más detallesBIOESTADISTICA ( ) Evaluación de pruebas diagnósticas. 1) Características del diseño en un estudio para evaluar pruebas diagnósticas.
Departamento de Estadística Universidad Carlos III de Madrid BIOESTADISTICA (55-10536) Evaluación de pruebas diagnósticas CONCEPTOS CLAVE 1) Características del diseño en un estudio para evaluar pruebas
Más detallesMediciones de ocurrencia: Prevalencia e Incidencia. Dra. M Teresa Valenzuela B. Departamento de Salud Pública y Epidemiología
Mediciones de ocurrencia: Prevalencia e Incidencia Dra. M Teresa Valenzuela B. Departamento de Salud Pública y Epidemiología Cómo medimos los problemas de salud? Enjuiciamiento clínico? Palabras tales
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 detallesPATRONES DE DISTRIBUCIÓN ESPACIAL
PATRONES DE DISTRIBUCIÓN ESPACIAL Tipos de arreglos espaciales Al azar Regular o Uniforme Agrupada Hipótesis Ecológicas Disposición al Azar Todos los puntos en el espacio tienen la misma posibilidad de
Más detallesCAUSALIDAD Y RIESGO Causalidad en Medicina
CAUSALIDAD Y RIESGO - Causalidad en Medicina y en Epidemiología. -Enfoque de Riesgo -Asociación Estadística -Riesgo. Factor de Riesgo -Medición del Riesgo 1 CAUSALIDAD EN EPIDEMIOLOGÍA EPIDEMIOLOGÍA: ESTUDIO
Más detallesEstadística aplicada a la comunicación
Estadística aplicada a la comunicación Tema 5: Análisis de datos cuantitativos I: estadística descriptiva b. Análisis bivariante OpenCourseWare UPV/EHU Unai Martín Roncero Departamento de Sociología 2
Más detallesBioestadística para Reumatólogos
Bioestadística para Reumatólogos Xavier Barber Vallés Mabel Sánchez Barrioluengo Colaboradores - Umh Todos los datos que se muestran son ficticios Tablas 2x2: Riesgos Relativos y Odds ratio En cada sociedad
Más detallesINFERENCIA ESTADÍSTICA. Metodología de Investigación. Tesifón Parrón
Metodología de Investigación Tesifón Parrón Contraste de hipótesis Inferencia Estadística Medidas de asociación Error de Tipo I y Error de Tipo II α β CONTRASTE DE HIPÓTESIS Tipos de Test Chi Cuadrado
Más detallesConceptos básicos de las medidas y los indicadores de la Epidemiología
Mediciones de los problemas de salud Conceptos básicos de las medidas y los indicadores de la Epidemiología Marcela Cárcamo I. Depto. Salud Pública y Epidemiología Epidemiología Estudio de la distribución
Más detallesDepartamento de Medicina Preventiva y Salud Publica e Historia de la Ciencia. Universidad Complutense de Madrid. SPSS para windows.
TEMA 13 REGRESIÓN LOGÍSTICA Es un tipo de análisis de regresión en el que la variable dependiente no es continua, sino dicotómica, mientras que las variables independientes pueden ser cuantitativas o cualitativas.
Más detallesMediciones de Frecuencia de Enfermedad
Mediciones de Frecuencia de Enfermedad Nigel Paneth M.D., MPH College of Human Medicine Michigan State Univ. paneth@msu.edu Nicolás Padilla, M.D. Universidad de Guanajuato, México padilla@celaya.podernet.com.mx
Más detallesPruebas de Hipótesis-ANOVA. Curso de Seminario de Tesis Profesor QF Jose Avila Parco Año 2016
Pruebas de Hipótesis-ANOVA Curso de Seminario de Tesis Profesor Q Jose Avila Parco Año 2016 Análisis de la Varianza de un factor (ANOVA) El análisis de la varianza (ANOVA) es una técnica estadística paramétrica
Más detallesPregunta 1. Pregunta 2. Pregunta 3. Pregunta 4. Pregunta 5. Pregunta 6. Pregunta 7. Comenzado el lunes, 25 de marzo de 2013, 17:24
Comenzado el lunes, 25 de marzo de 2013, 17:24 Estado Finalizado Finalizado en sábado, 30 de marzo de 2013, 17:10 Tiempo empleado 4 días 23 horas Puntos 50,00/50,00 Calificación 10,00 de un máximo de 10,00
Más detallesFundamentos de Epidemiología
Fundamentos de Epidemiología Definición de Epidemiología Estudio de la distribución de una enfermedad o condición fisiológica en poblaciones humanas y los factores que influencian esta distribución Disciplina
Más detallesESTADÍSTICA. Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal. continua
ESTADÍSTICA Población Individuo Muestra Muestreo Valor Dato Variable Cualitativa ordinal nominal Cuantitativa discreta continua DISTRIBUCIÓN DE FRECUENCIAS Frecuencia absoluta: fi Frecuencia relativa:
Más detallesTema 13 : Intervalos de probabilidad y confianza. Hipótesis y decisiones estadísticas.
Tema 13 : Intervalos de probabilidad y confianza. Hipótesis y decisiones estadísticas. ---Intervalo de probabilidad (IP) Permite predecir el comportamiento de las muestras. Si de una población se sacan
Más detallesTema 9: Contraste de hipótesis.
Estadística 84 Tema 9: Contraste de hipótesis. 9.1 Introducción. El objetivo de este tema es proporcionar métodos que permiten decidir si una hipótesis estadística debe o no ser rechazada, en base a los
Más detallesTeorema Central del Límite (1)
Teorema Central del Límite (1) Definición. Cualquier cantidad calculada a partir de las observaciones de una muestra se llama estadístico. La distribución de los valores que puede tomar un estadístico
Más detallesContrastes de hipótesis. 1: Ideas generales
Contrastes de hipótesis 1: Ideas generales 1 Inferencia Estadística paramétrica población Muestra de individuos Técnicas de muestreo X 1 X 2 X 3.. X n Inferencia Estadística: métodos y procedimientos que
Más detallesTema 5. Muestreo y distribuciones muestrales
1 Tema 5. Muestreo y distribuciones muestrales En este tema: Muestreo y muestras aleatorias simples. Distribución de la media muestral: Esperanza y varianza. Distribución exacta en el caso normal. Distribución
Más detallesEstadísticos Aplicados en el SPSS 2008
PRUEBAS ESTADISTICAS QUE SE APLICAN (SPSS 10.0) PARAMÉTRICAS:... 2 Prueba t de Student para una muestra... 2 Prueba t par muestras independientes... 2 ANOVA de una vía (multigrupo)... 2 ANOVA de dos vías
Más detallesNure Investigación Nº 63 Marzo - Abril 2013. Lectura crítica de un artículo científico V: La valoración de la relevancia clínica
Nure Investigación Nº 63 Marzo - Abril 2013 Lectura crítica de un artículo científico V: La valoración de la relevancia clínica Critical reading of a scientific paper V: Assessing the clinical significance
Más detalles(.$263*7.5"4+%#,"8..9$ $.$ - -. 7.# "4< $ 8 $ 7 "% @
!"#$%!& ' ($ 2 ))!"#$%& '$()!& *($$+%( & * $!" "!,"($"$ -(.$!- ""& +%./$$&,-,$,". - %#,"0# $!01 "23(.4 $4$"" ($" $ -.#!/ ". " " ($ "$%$(.$2.3!- - *.5.+%$!"$,"$ (.$263*7.5"4+%#,"8..9$ $.$ - $,"768$"%$,"$%$!":7#;
Más detallesMétodo de cuadrados mínimos
REGRESIÓN LINEAL Gran parte del pronóstico estadístico del tiempo está basado en el procedimiento conocido como regresión lineal. Regresión lineal simple (RLS) Describe la relación lineal entre dos variables,
Más detallesSesgos y Confusores. Nigel Paneth M.D., MPH. College of Human Medicine Michigan State Univ. Nicolás Padilla, M.D.
Sesgos y Confusores Nigel Paneth M.D., MPH College of Human Medicine Michigan State Univ. paneth@msu.edu Nicolás Padilla, M.D. Universidad de Guanajuato, México padilla@celaya.podernet.com.mx Inicialmente
Más detallesTamaño de la muestra
Tamaño de la muestra Medicina Basada en Evidencias Dra. Ana Berta Irineo Cabrales 1, Dr. Carlos A. Zambada Sentíes 2 1, 2 Grupo de Maestría y Doctorado en Ciencias Médicas PORQUÉ NECESITAMOS CALCULAR EL
Más detallesContrastes de hipótesis paramétricos
Estadística II Universidad de Salamanca Curso 2011/2012 Outline Introducción 1 Introducción 2 Contraste de Neyman-Pearson Sea X f X (x, θ). Desonocemos θ y queremos saber que valor toma este parámetro,
Más detallesRegresión lineal SIMPLE MÚLTIPLE N A Z IRA C A L L E J A
Regresión lineal REGRESIÓN LINEAL SIMPLE REGRESIÓN LINEAL MÚLTIPLE N A Z IRA C A L L E J A Qué es la regresión? El análisis de regresión: Se utiliza para examinar el efecto de diferentes variables (VIs
Más detallesAtención a la Salud de la Comunidad
Celia Nespral Gaztelumendi Miguel San9báñez Margüello Montserrat Bustamante Fonfría DPTO. DE ENFERMERÍA Este tema se publica bajo Licencia: CreaGve Commons BY NC SA 3.0 MEDIDAS DE FRECUENCIA Y ASOCIACIÓN
Más detallesReporte de Pobreza y Desigualdad DICIEMBRE 2015
Reporte de Pobreza y Desigualdad DICIEMBRE 2015 1 Reporte de Pobreza y Desigualdad - Diciembre 2015 Dirección responsable de la información estadística y contenidos: Dirección de Innovación en Métricas
Más detallesContrastes de Hipótesis paramétricos y no-paramétricos.
Capítulo 1 Contrastes de Hiptesis paramétricos y no-paramétricos. Estadística Inductiva o Inferencia Estadística: Conjunto de métodos que se fundamentan en la Teoría de la Probabilidad y que tienen por
Más detallesProblemas Prueba de significación de la hipótesis nula Vicente Manzano-Arrondo, 2013
Problemas Prueba de significación de la hipótesis nula Vicente Manzano-Arrondo, 2013 Ejercicios resueltos En los dos casos que siguen resuelven cada decisión estadística mediante tres procedimientos: intervalo
Más detallesPOBLACIÓN Y MUESTRAS EN LA INVESTIGACIÓN
POBLACIÓN Y MUESTRAS EN LA INVESTIGACIÓN Adela del Carpio Rivera Doctor en Medicina UNIVERSO Conjunto de individuos u objetos de los que se desea conocer algo en una investigación Población o universo
Más detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
Más detallesUnidad IV: Distribuciones muestrales
Unidad IV: Distribuciones muestrales 4.1 Función de probabilidad En teoría de la probabilidad, una función de probabilidad (también denominada función de masa de probabilidad) es una función que asocia
Más detallesPROPORCIONADA POR LA MATRONA HOSPITALARIA EN LA ASISTENCIA A. Mª. Esperanza; Sebastián Viana Tomás.
INFLUENCIA DE LA EDUCACIÓN MATERNAL PROPORCIONADA POR LA MATRONA HOSPITALARIA EN LA ASISTENCIA A URGENCIAS POR PRÓDROMOS DE PARTO AUTORES: Velasco Vázquez Diego; Pérez Martínez Eva; Sanz Díaz Concepción;
Más detallesEstudios epidemiológicos con medicamentos. Diseños de casos y controles y de cohortes Dr. Jesús Frías Iniesta
Farmacología Clínica/18-10-2005 Estudios epidemiológicos con medicamentos. Diseños de casos y controles y de cohortes i Dr. Jesús Frías Iniesta Farmacoepidemiología-Definición i Farmacoepidemiología es
Más detallesReporte de Pobreza por Ingresos JUNIO 2015
Reporte de Pobreza por Ingresos JUNIO 2015 1 Resumen Ejecutivo En el presente documento se exhiben los resultados obtenidos en el cálculo de pobreza y desigualdad por ingresos a partir de la Encuesta Nacional
Más detallesMédico Sebastián Genero Atención primaria de la salud, Epidemiología e Informática II Facultad de Medicina de la Universidad Nacional del Nordeste 12
Médico Sebastián Genero Atención primaria de la salud, Epidemiología e Informática II Facultad de Medicina de la Universidad Nacional del Nordeste 12 de octubre de 2013 Relacionar a la epidemiologia analítica
Más detallesTeoría de la decisión
1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia
Más detallesProyecto Curso Introducción a la Investigación Clínica. Tipo de Curso: Director del Curso: E.U. Magdalena Castro MSc
Proyecto Curso Introducción a la Investigación Clínica Tipo de Curso: Nombre del Curso: Curso Introducción a la Investigación Clínica Director del Curso: MSc Académicos Participantes Dr. Juan Pablo Torres
Más detallesLos Ensayos Clínicos (EC) son estudios epidemiológicos caracterizados por ser:
(678',26(3,'(0,2/Ï*,&26(;3(5,0(17$/(6 Contenido: 1. Ensayos Clínicos Características Diseño de estudio de cohortes y ensayos clínicos Selección de la muestra de estudio Grupos de estudio. Aleatorización.
Más detallesMEDIDAS DE RESULTADOS DE LOS ENSAYOS CLÍNICOS
MEDIDAS DE RESULTADOS DE LOS ENSAYOS CLÍNICOS María Dolores Vega Coca Especialista en Farmacia Hospitalaria Agencia de Evaluación de Tecnologías Sanitarias de Andalucía (AETSA) Jornada previa de apoyo
Más detallesTema 8: Contraste de hipótesis
Tema 8: Contraste de hipótesis 1 En este tema: Conceptos fundamentales: hipótesis nula y alternativa, nivel de significación, error de tipo I y tipo II, p-valor. Contraste de hipótesis e IC. Contraste
Más detallesÍNDICE INTRODUCCIÓN... 21
INTRODUCCIÓN... 21 CAPÍTULO 1. ORGANIZACIÓN DE LOS DATOS Y REPRESENTACIONES GRÁFICAS... 23 1. ORGANIZACIÓN DE LOS DATOS... 23 1.1. La distribución de frecuencias... 24 1.2. Agrupación en intervalos...
Más detallesAnálisis de sensibilidad:
Análisis de sensibilidad: Métodos probabilísticos en la evaluación económica de tecnologías sanitarias i Parte 1 David Epstein Dme2@york.ac.uk 1 La presentación El Análisis de Sensibilidad (AS) Objetivos
Más detallesINFERENCIA ESTADISTICA
1 INFERENCIA ESTADISTICA Es una rama de la Estadística que se ocupa de los procedimientos que nos permiten analizar y extraer conclusiones de una población a partir de los datos de una muestra aleatoria,
Más detallesALGUNAS CUESTIONES DESTACABLES EN INFERENCIA ESTADÍSTICA
ALGUNAS CUESTIONES DESTACABLES EN INFERENCIA ESTADÍSTICA Las encuestas sociológicas suelen trabajar con muestras. Sería demasiado costoso entrevistar al total de la población española adulta, que suele
Más detallesESTADÍSTICA. Tema 4 Regresión lineal simple
ESTADÍSTICA Grado en CC. de la Alimentación Tema 4 Regresión lineal simple Estadística (Alimentación). Profesora: Amparo Baíllo Tema 4: Regresión lineal simple 1 Estructura de este tema Planteamiento del
Más detallesProbabilidad y Estadística Descripción de Datos
Descripción de Datos Arturo Vega González a.vega@ugto.mx Division de Ciencias e Ingenierías Universidad de Guanajuato Campus León Universidad de Guanajuato, DCI, Campus León 1 / 28 Contenido 1 Probabilidad
Más detallesMÓDULO III. MEDIDAS DE TENDENCIA CENTRAL, DISPERSIÓN Y ASIMETRÍA
1 UNIVERSIDAD NACIONAL EXPERIMENTAL DE LOS LLANOS OCCIDENTALES EZEQUIEL ZAMORA VICE-RECTORADO DE PLANIFICACIÓN Y DESARROLLO SOCIAL PROGRAMA CIENCIAS SOCIALES Y JURIDICAS SUBPROGRAMA ADMINISTRACIÓN SUBPROYECTO:
Más detallesGUÍA 5 : EFECTO DEL ESTRÉS EN EL PESO DE RECIÉN NACIDOS
GUÍA 5 : EFECTO DEL ESTRÉS EN EL PESO DE RECIÉN NACIDOS Se realizó un estudio a partir de una muestra aleatoria de mujeres atendidas por el departamento de obstetricia y ginecología de cierta clínica particular.
Más detallesReporte de Pobreza. Marzo 2016
Reporte de Pobreza Marzo 2016 1 Reporte de Pobreza - Marzo 2016 Dirección responsable de la información estadística y contenidos: Dirección de Innovación en Métricas y Metodologías Realizadores: Melody
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detallesPRUEBAS. Sandra Convers-Páez, M.D. Instituto de Investigaciones Médicas Facultad de Medicina 2009
PRUEBAS DIAGNÓSTICAS Sandra Convers-Páez, M.D. Instituto de Investigaciones Médicas Facultad de Medicina 2009 PRUEBAS DIAGNÓSTICAS Generalmente, pruebas realizadas en un laboratorio (también historia y
Más detallesCurso de Estadística Aplicada a las Ciencias Sociales. Tema 12. Contraste de hipótesis. Introducción. Introducción
Curso de Estadística Aplicada a las Ciencias Sociales Tema 12. Contraste de (Cap. 22 del libro) Tema 12. Contraste de 1. Tipos de 2. La nula y la Ejercicios Tema 12, Contraste de 2 En muchas investigaciones
Más detallesen Enfermería del Trabajo
revista noviembre:maquetación 1 16/11/2011 6:27 Página 30. 203 Metodología de la investigación Metodología de Investigación en Enfermería del Trabajo Autor Romero Saldaña M Enfermero Especialista en Enfermería
Más detallesExactitud y Linearidad del Calibrador
Exactitud y Linearidad del Calibrador Resumen El procedimiento Exactitud y Linearidad del Calibrador fue diseñado para estimar la exactitud del sistema de medición. En contraste con los procedimientos
Más detallesMarco de referencia. a) Es útil saber si la estrategia de tratamiento sin un. biológico (menos costosa), tiene mejor o igual eficacia
Marco de referencia a) Es útil saber si la estrategia de tratamiento sin un biológico (menos costosa), tiene mejor o igual eficacia que la estrategia con un biológico en AR temprana. b) No hay estudios
Más detallesConceptos del contraste de hipótesis
Análisis de datos y gestión veterinaria Contraste de hipótesis Departamento de Producción Animal Facultad de Veterinaria Universidad de Córdoba Córdoba, 14 de Diciembre de 211 Conceptos del contraste de
Más detalles11 preguntas para ayudarte a entender un estudio de Casos y Controles
PROGRAMA DE LECTURA CRÍTICA CASPe Leyendo críticamente la evidencia clínica 11 preguntas para ayudarte a entender un estudio de Casos y Controles Comentarios generales Hay tres aspectos generales a tener
Más detallesUnidad Temática 3: Probabilidad y Variables Aleatorias
Unidad Temática 3: Probabilidad y Variables Aleatorias 1) Qué entiende por probabilidad? Cómo lo relaciona con los Sistemas de Comunicaciones? Probabilidad - Definiciones Experimento aleatorio: Un experimento
Más detallesCapítulo 8. Análisis Discriminante
Capítulo 8 Análisis Discriminante Técnica de clasificación donde el objetivo es obtener una función capaz de clasificar a un nuevo individuo a partir del conocimiento de los valores de ciertas variables
Más detallesEVALUACION DE RESULTADOS INTRA-LABORATORIO. EDWIN GUILLEN Servicio Nacional de Metrología INDECOPI Simposio de Metrología Lima PERU - Mayo del 2010
EVALUACION DE RESULTADOS INTRA-LABORATORIO EDWIN GUILLEN Servicio Nacional de Metrología INDECOPI Simposio de Metrología Lima PERU - Mayo del 2010 1 EVALUACION DE RESULTADOS INTRA-LABORATORIO INTRODUCCION
Más detallesMétodo de Análisis del Riesgo (Estudio del Calibrador Atributos)
Método de Análisis del Riesgo (Estudio del Calibrador Atributos) Resumen El Método de Análisis del Riesgo cuantifica la incertidumbre de un sistema de medición donde las observaciones consisten de atributos
Más detalles1 Introducción. 2 Modelo. Hipótesis del modelo MODELO DE REGRESIÓN LOGÍSTICA
MODELO DE REGRESIÓN LOGÍSTICA Introducción A grandes rasgos, el objetivo de la regresión logística se puede describir de la siguiente forma: Supongamos que los individuos de una población pueden clasificarse
Más detallesOTRAS HERRAMIETAS ESTADISTICAS UTILES. Dra. ALBA CECILIA GARZON
OTRAS HERRAMIETAS ESTADISTICAS UTILES Dra. ALBA CECILIA GARZON Que es un Test de Significancia estadística? El término "estadísticamente significativo" invade la literatura y se percibe como una etiqueta
Más detallesVARIANTES EN EL DISEÑO DE LOS ENSAYOS CLÍNICOS CON ASIGNACIÓN ALEATORIA. Sandra Flores Moreno. AETSA 21 de Diciembre de 2006
VARIANTES EN EL DISEÑO DE LOS ENSAYOS CLÍNICOS CON ASIGNACIÓN ALEATORIA Sandra Flores Moreno. AETSA 21 de Diciembre de 2006 VARIANTES EN EL DISEÑO DE ENSAYOS CLÍNICOS CON ASIGNACIÓN ALEATORIA *INTRODUCCIÓN
Más detallesAplicación del modelo de frontera estocástica de producción para analizar la eficiencia técnica de la industria eléctrica en México
SECCIÓN DE ESTUDIOS DE POSGRADO E INVESTIGACIÓN Aplicación del modelo de frontera estocástica de producción para analizar la eficiencia técnica de la industria eléctrica en México Presentan: Dr. Miguel
Más detallesTema 5. Muestreo y distribuciones muestrales
Tema 5. Muestreo y distribuciones muestrales Contenidos Muestreo y muestras aleatorias simples La distribución de la media en el muestreo La distribución de la varianza muestral Lecturas recomendadas:
Más detallesTema 2. Introducción a la Estadística Bayesiana
2-1 Tema 2 Introducción a la Estadística Bayesiana El teorema de Bayes Ejemplo Interpretación Ejemplo: influencia de la distribución a priori Ejemplo: densidad de flujo Probabilidad bayesiana Ejemplo:
Más detallesDISEÑO TRANSVERSAL. Muestra, confiabilidad, validez, estudio piloto, razón de prevalencias.
DISEÑO TRANSVERSAL 1. Objetivos: - Reconocer las ventajas y limitaciones del diseño de prevalencia y transversal - Identificar tipos de muestreo utilizados en la selección de los participantes - Identificar
Más detalles15/06/2008. Los ECC son instrumentos de medida de la eficacia de una intervención terapéutica.
CONTROLADOS CONTROLADOS EUGENIO CECCHETTO Curso Libre de Farmacología Aplicada CFE FCM Hospital Transito Cáceres de Allende Es toda evaluación experimental de una sustancia o medicamento a través de su
Más detallesTipo de punta (factor) (bloques)
Ejemplo Diseño Bloques al Azar Ejercicio -6 (Pág. 99 Montgomery) Probeta Tipo de punta (factor) (bloques) 9. 9. 9.6 0.0 9. 9. 9.8 9.9 9. 9. 9.5 9.7 9.7 9.6 0.0 0. ) Representación gráfica de los datos
Más detallesDISTRIBUCIONES BIDIMENSIONALES
La estadística unidimensional estudia los elementos de un conjunto de datos considerando sólo una variable o característica. Si ahora incorporamos, otra variable, y se observa simultáneamente el comportamiento
Más detallesDiplomado en Ciencias de la Salud U N A M
Definir las medidas absolutas de frecuencia utilizadas en salud pública. Revisar los conceptos Fracción, razón y tasa y los métodos para obtener estas medidas. Diferenciar los conceptos de Fracción y tasa.
Más detallesModelos de PERT/CPM: Probabilístico
INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE CÓMPUTO Modelos de PERT/CPM: Probabilístico M. En C. Eduardo Bustos Farías 1 Existen proyectos con actividades que tienen tiempos inciertos, es decir,
Más detalles2. El razonamiento inductivo, mediante el cual una determinada proposición de orden específico se traslada al orden general, es decir, se generaliza.
El clínico se las tiene que ver a diario con las dificultades de establecer inferencias causales, aunando sus conocimientos con las observaciones de su práctica diaria. Ello consiste principalmente en
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLÁN PLAN DE ESTUDIOS DE LA LICENCIATURA EN QUÍMICA INDUSTRIAL PROGRAMA DE LA ASIGNATURA DE: IDENTIFICACIÓN DE LA ASIGNATURA
Más detallesGenética Mendeliana. Las leyes de la herencia
Genética Mendeliana. Las leyes de la herencia Gregor Mendel, 1860 Monasterio de Sto. Tomás, Rep. Checa Los Experimentos de Gregor Mendel (1865) Material experimental: Semillas de plantas de chícharo (Pisum
Más detallesProyecto Tema 8: Tests de hipótesis. Resumen teórico
Temas de Estadística Práctica Antonio Roldán Martínez Proyecto http://www.hojamat.es/ Tema 8: Tests de hipótesis Resumen teórico Tests de hipótesis Concepto de test de hipótesis Un test de hipótesis (o
Más detallesPREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2
PREGUNTAS TIPO EXAMEN- ESTADÍSTICA DESCRIPTIVA 2 Preg. 1. Para comparar la variabilidad relativa de la tensión arterial diastólica y el nivel de colesterol en sangre de una serie de individuos, utilizamos
Más detallesSESION 12 LA DISTRIBUCIÓN BINOMIAL
SESION LA DISTRIBUCIÓN BINOMIAL I. CONTENIDOS:. La distribución omial.. Variables aleatorias en una distribución omial. 3. Descripciones de la distribución omial. 4. Distribución de Poisson. II. OBJETIVOS:
Más detallesEpidemiología. 4. Validez y confiabilidad de las pruebas diagnósticas.
Epidemiología 4. Validez y confiabilidad de las pruebas diagnósticas. Pruebas diagnósticas. Variación biológica de la población. Variación biológica de la población. sanos enfermos resultado de la prueba
Más detalles= P (Z ) - P (Z ) = P (Z 1 25) P (Z -1 25)= P (Z 1 25) [P (Z 1 25)] = P (Z 1 25) [1- P (Z 1 25)] =
El peso en kg de los estudiantes universitarios de una gran ciudad se supone aproximado por una distribución normal con media 60kg y desviación típica 8kg. Se toman 100 muestras aleatorias simples de 64
Más detallesCurso de Estadística Básica
Curso de SESION 3 MEDIDAS DE TENDENCIA CENTRAL Y MEDIDAS DE DISPERSIÓN MCC. Manuel Uribe Saldaña MCC. José Gonzalo Lugo Pérez Objetivo Conocer y calcular las medidas de tendencia central y medidas de dispersión
Más detallesCURSO: Métodos estadísticos de uso frecuente en salud
CURSO: Métodos estadísticos de uso frecuente en salud Información General Versión: 2016 Modalidad: Presencial. Duración Total: 40 horas. NUEVA FECHA Fecha de inicio: 01 de octubre Fecha de término: 10
Más detallesINFERENCIA ESTADÍSTICA: CONTRASTES DE HIPÓTESIS
INFERENCIA ESTADÍSTICA: CONTRASTES DE HIPÓTESIS Autor: Clara Laguna 6.1 INTRODUCCIÓN En el tema anterior estudiamos cómo a partir de una muestra podemos obtener una estimación puntual o bien establecer
Más detallesEconometría II Grado en finanzas y contabilidad
Econometría II Grado en finanzas y contabilidad Variables aleatorias y procesos estocásticos. La FAC y el correlograma Profesora: Dolores García Martos E-mail:mdgmarto@est-econ.uc3m.es Este documento es
Más detalles1.4. Ética Médica y Racionalidad Económica
2010/2011 1.4. Ética Médica y Racionalidad Económica La ética médica lleva a que el médico trate de proporcionar el máximo beneficio que pueda a sus pacientes. Con este fin conseguirá recursos cada vez
Más detallesEstadística Descriptiva
M. en C. Juan Carlos Gutiérrez Matus Instituto Politécnico Nacional 2004 IPN UPIICSA c 2004 Juan C. Gutiérrez Matus Desde la segunda mitad del siglo anterior, el milagro industrial sucedido en Japón, hizo
Más detallesEstructura de este tema. Tema 3 Contrastes de hipótesis. Ejemplo
Estructura de este tema Tema 3 Contrastes de hipótesis José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Qué es un contraste de hipótesis? Elementos de un contraste: hipótesis,
Más detallesESTATINAS EN PERSONAS MAYORES
ESTATINAS EN PERSONAS MAYORES Farmacia Atención Primaria Sevilla Servicios de Farmacia de las Áreas y Distritos Sanitarios Aljarafe Norte, Sevilla, Sur y Osuna Consideraciones previas Principalmente prescritas
Más detallesUNIDAD 6. Estadística
Matemática UNIDAD 6. Estadística 2 Medio GUÍA N 1 MEDIDAS DE DISPERSIÓN PARA DATOS NO AGRUPADOS ACTIVIDAD Consideremos los siguientes conjuntos de valores referidos a las edades de los jugadores de dos
Más detallesESTADÍSTICAS EN SALUD II ESTADÍSTICA INFERENCIAL
ESTADÍSTICAS EN SALUD II ESTADÍSTICA INFERENCIAL AUTORA: -AÑO 2009- - 1 - PRÓLOGO Es de fundamental importancia que los profesionales de salud conozcan la ciencia estadística, asumiendo que esta es una
Más detallesUnidad 1. Obtención, Medición y Representación de Datos. Estadística E.S.O.
Unidad 1 Obtención, Medición y Representación de Datos Estadística E.S.O. Objetivos Distinguir, localizar y manejar las fuentes de información estadística más usuales que proporcionan información útil.
Más detallesDiseños de investigación en epidemiología y en clínica
SOCIEDAD MÉDICA DE SANTIAGO SOCIEDAD. CHILENA DE MEDICINA INTERNA Curso de Educación Continua en Medicina Interna Avanzada El internista en la Práctica Clínica Habitual. Problemas y Soluciones Diseños
Más detallesGRUPO A GRUPO B Total = 225 Total = 250. Medidas de tendencia central.
Medidas de dispersión o variabilidad Tema 5 Profesor Tevni Grajales G. A dos grupos diferentes de estudiantes se les preguntó cuánto deseaban pagar como cuotas de graduación. En ambos casos el promedio
Más detalles