Análisis Estadístico. Dra. Adela Del Carpio Rivera Doctor En Medicina

Transcripción

1 Análisis Estadístico Dra. Adela Del Carpio Rivera Doctor En Medicina

2 ANTE LA GRAN CANTIDAD DE INFORMACIÓN Debemos saber discernir entre: Cuál es la información que necesitamos Si el estudio tiene real validez Saber interpretar correctamente la metodología estadística.

3 ANALISIS ESTADÍSTICO El análisis estadístico se divide en tres grandes tipos: Univariado Bivariado Multivariado

4 ANÁLISIS UNIVARIADO Univariado Se describen las características de una variable por vez También se le conoce como Estadística Descriptiva

5 ANÁLISIS ESTADÍSTICO UNIVARIADO TABLA Nº 1 FRECUENCIA DE TBC PULMONAR POR ÓRGANO AFECTADO TIPOS DE TBC Nº PORCENTAJE PORCENTAJE ACUMULADO PULMONAR % 58.27% RENAL % 68.69% MENÍNGEA % 86.08% GENITAL % 100% TOTAL %

6 ANÁLISIS BIVARIADO Se investiga la influencia de la variable Independiente, por vez, con respecto a la variable Dependiente

7 ANÁLISIS BIVARIADO Variable Independiente Factor de Riesgo: Beber Agua no potable Variable Dependiente Enfermedad: Cólera A g u a Enfermo

8 ANÁLISIS BIVARIADO Variable Independiente Factor de Riesgo: Peso al Nacer variable dependiente Enfermedad: hipertensión sistólica

9 ANÁLISIS MULTIVARIADO Se investiga la influencia de dos o más Variables Independientes, junto o no a una o más variables asociadas (covariables o cofactores) sobre una o más Variables Dependientes

10 ANALISIS MULTIVARIADO: REGRESIÓN LOGÍSTICA TABLA 1 CONTROL PRENATAL, PARIDAD, EDAD MATERNA Number of strata = 49 Number of obs = 8417 Number of PSUs = 1113 Population size = Design df = 1064 F( 18, 1047) = Prob > F = Linearized PS Coef. Std. Err. t P> t [95% Conf. Interval] CPci CPci told_comp multiple labor_prol n_hijos edad_nachv edadnac_ educ agri decision_p NSE _ISREGION_ _ISREGION_ _ISREGION_ _EESS_pob prob_perso~f uso_acmode~o _cons

11 La determinación de la presencia o ausencia de un suceso en dos grupos diferentes es una situación habitual en los estudios clínicos. Los resultados se muestran en una tabla de contingencia 2 x 2.

12 SIGNIFICADO ESTADÍSTICO La lectura de una OR, un RR es idéntica y basta con aplicar las palabras veces más o por cada 1

13 EJEMPLO Por ejemplo si una droga con respecto al placebo produce una OR de 1,3, significa que la droga es 1,3 veces mejor que el placebo. Si se tratara de un estudio sobre el riesgo de un evento sobre otro, el RR indicaría que el riesgo de eventos terminales que se podrían esperar de la droga durante el tiempo de seguimiento es 1.3 veces más alta que el placebo.

14 El riesgo del grupo control es 1, por lo que un riesgo 1 supone que no hay diferencias entre la droga y el placebo. Este tipo de resultados se suele acompañar del intervalo de confianza (IC) Que es la expresión de lo que la variabilidad debida al azar puede hacerlo oscilar en la población real (expresa los límites que con una cierta seguridad contendrán ese verdadero valor)

15 Generalmente los IC se calculan con una seguridad del 95% Solo deja una probabilidad de 5% (0.05) de que el verdadero valor del OR no se halle en ese intervalo; Por lo tanto, el IC nos proporciona la misma información cualitativa que el valor de la p.

16 COMO SABEMOS SI ES ESTADÍSTICAMENTE SIGNIFICATIVO? Si en lugar de OR 1,3 el resultado hubiese sido menor de 1, como por Ej. 0,2, significa que la droga cura 0,2 y el placebo sigue con el valor 1, por lo tanto es menos efectiva que el placebo. Si el IC del 95% entre 0,1-0,5 sería distinto de la igualdad (p < 0,05) puesto que este IC no contiene el 1; Pero si los límites estuvieran entre 0,06 y 1,2 no existiría significación pues el 1 cae dentro del intervalo

17 EJEMPLO En un estudio de casos y controles se quiere determinar si el consumo de fibra es o no un factor de protección para el cáncer de colon 1 Calcule un estimador del riesgo asociado a la variable independiente consumo de fibra. 2. Qué significa este resultado?

18 CASOS CONTROLES GRUPO DE EXPUESTOS NO EXPUESTOS

19 OR = (92x140)/(160x108) = 0.75 o 75% OR menor de 1 significa que el consumo de fibra es un factor de protección

20 EJEMPLO En un estudio de pacientes hipertensos se pretende investigar la posible asociación entre la probabilidad de padecer un infarto y el grado de control de la hipertensión. Para ello se analiza una muestra aleatoria de 728 pacientes, observándose los siguientes resultados

21 RESULTADOS MAL CONTROL BUEN CONTROL INFARTO NO INFARTO

22 El procedimiento estadístico habitual para contrastar la presencia de asociación es utilizar la prueba del chi² o la prueba exacta de Fisher, cuando las frecuencias de las celdas son pequeñas. El valor del chi² para esa tabla es de 3.1 que corresponde a un nivel de probabilidad de 0.08.

23 De acuerdo con los datos de este ejemplo: El riesgo de infarto en el grupo de mal control es 10 / 260 = 0.04, mientras que el riesgo en el grupo de buen control es de 7 / 468 =

24 Existen diferentes procedimientos para cuantificar la importancia de la asociación: Cuando se utiliza el cociente de esos dos riesgos 0.04 / = 2.6 Nos indica cuánto más probable es que ocurra el suceso en el primer grupo frente al segundo. Es lo que se conoce como Riesgo Relativo (RR).

25 Actualmente otra medida muy utilizada es la que se denomina "odds ratio" (OR), para la que no hay un término en castellano que sea bien aceptado. El odds (ventaja) es otra forma de representar un riesgo, mediante el cociente entre el número de veces que ocurre el suceso frente a cuántas veces no ocurre. Así un odds de 3 indica que 3 personas sufrirán el suceso frente a 1 que no lo hará.

26 En la tabla anterior el odds de infarto en el grupo de Mal Control es 10 / 250 = 1 / 25 = 0.04, es decir que ocurre 1 vez por 25 veces que no ocurre. En el grupo de buen control el odds es 7 / 461 = El cociente de los odds de los dos grupos es lo que se denomina odds ratio y constituye otra forma de cuantificar la asociación entre dos variables dicotómicas. En la tabla anterior el valor del odds ratio es aproximadamente 2.6

27 Así un odds de 3 indica que 3 personas sufrirán el suceso frente a 1 que no lo hará. En la tabla anterior el odds de infarto en el grupo de Mal Control es 10 / 250 = 1 / 25 = 0.04, es decir que ocurre 1 vez por 25 veces que no ocurre.

28 El cálculo del odds ratio a partir de los datos de frecuencia de una tabla 2 x 2 es muy sencillo: a c b d OR a d b c

29 El riesgo relativo de aparición del suceso del grupo A frente al grupo B se calcula como: a Grupo A Grupo B Suceso a b ( a c) No suceso c d b ( b d)

30 Razones para utilizar el odds ratio Está claro que la interpretación del riesgo relativo es más intuitiva que la del odds ratio Por qué entonces se usa tanto el odds ratio. Hay varias razones:

31 . En primer lugar puede ser calculado en cualquier tabla 2 x 2 Mientras que el riesgo relativo no se puede calcular en los estudios caso-control.

32 Permite examinar el efecto que otras variables pueden causar en esa asociación (como podrían ser por ejemplo la edad, el sexo, etc). Otra propiedad interesante del odds ratio es que no varía aunque se cambie el orden de las categorías en cualquiera de las variables, lo que no ocurre con el riesgo relativo.

33 Cuando los riesgos (o los odds) en ambos grupos son pequeños (inferiores al 20 %) el odds ratio se aproxima bastante al riesgo relativo pudiendo considerarse como una buena aproximación de éste. La valoración estadística de las asociaciones encontradas debe realizarse mediante el cálculo de los correspondientes intervalos de confianza.

34 EL ODDS RATIO PERMITE 1. Reconocer la naturaleza como factor de riesgo o de protección de una exposición. 2. Identificar la magnitud o fuerza de la asociación, lo que permite hacer comparaciones. 3. Su valor es independiente de la incidencia de la condición en estudio. 4. De gran utilidad en estudios de casos y controles 5. Su valor suele ser semejante al del RR.

35 Interpretación del valor de OR calculado Estrictamente hablando el odds ratio indica la magnitud de asociación entre exposición y resultado (en otras palabras el riesgo de haber estado expuesto dada la enfermedad). Si el cociente calculado determina un valor de 1, esto significa que no hay asociación entre las variables analizadas (la exposición positiva o negativa no hace diferencia respecto al riesgo de enfermar).

36 Un valor mayor que 1 indica una mayor frecuencia de exposición de la variable independiente entre los enfermos (casos). Por tanto, el factor estudiado se asocia con un mayor riesgo de enfermar. Si el valor del OR calculado es inferior a 1, esto indica mayor frecuencia de exposición entre los sujetos sanos (controles). En este caso, la presencia del factor estudiado reduce el riesgo de enfermar (actuando como un factor de protección).

37 INTERPRETACION DEL ODDS VALOR ODDS RATIO Intervalo de confianza inferior Intervalo de confianza superior Tipo de asociacion 1 No evidencia de asociación Mayor de 1 >1 >1 Significativa, riesgo Mayor de 1 < 1 >1 No significativa Menor de 1 < de 1 < de 1 Significativa, protección Menor de 1 < de 1 > de 1 No significativa

38 Resumen

39 ANALISIS DE DATOS CUANTITATIVOS PROGRAMAS COMPUTACIONALES ESTADÍSTICA: Descriptiva Inferencial

40 ANALISIS DE DATOS CUANTITATIVOS SPSS PROGRAMAS COMPUTACIONALES MINITAB SAS STATS

41 Paquetes estadísticos Conjunto de programas y subprogramas informáticos conectados Para el análisis estadístico de datos Que permite resolver problemas de estadística descriptiva, inferencial o ambas.

42 ANALISIS DE DATOS CUANTITATIVOS ESTADISTICA Distribución De Frecuencias 1. DESCRIPTIVA Medidas de Tendencia central Medidas de Variabilidad Media Mediana Moda Rango Desviación estándar Varianza Gráficas Puntuaciones Z

43 ANALISIS DE DATOS CUANTITATIVOS ESTADISTICA que sirva para 2 INFERENCIAL Se basa en Estimar Parámetros y Probar Hipótesis Distribución muestral Análisis Paramétricos Análisis no Paramétricos como como Coeficientes de correlación Prueba t Prueba de la Diferencia de proporciones. Análisis de varianza. Chi cuadrado Coeficientes de Spearman y Kendall. Coeficientes para tabulaciones cruzadas

44 PRUEBAS DE HIPOTESIS 1. Pruebas Paramétricas Variables que tienen distribución normal Ejm. t student, Análisis de Varianza unidireccional, Coeficiente Correlación de Pearson, Diferencia de Proporciones, Regresión Lineal. 2. Pruebas No Paramétricas Chi Cuadrado, Coeficiente para tabulaciones cruzadas Coeficiente de Spearman Coeficiente de Kendall

45