Análisis de algunas variables que intervienen en el diagnóstico de osteoporosis: su vinculación con el riesgo de fractura * Scafiezzo, S.
|
|
- Monica de la Fuente Agüero
- hace 6 años
- Vistas:
Transcripción
1 Análisis de algunas variables que intervienen en el diagnóstico de osteoporosis: su vinculación con el riesgo de fractura * Scafiezzo, S. *Licenciada en Ciencias Biológicas. Facultad de Ciencias. UDELAR. Densitas. Densitometría ósea. Consultorio Radiológico Dr. Daniel Pereyra. INTRODUCCION La osteoporosis es una osteopatía que se caracteriza principalmente por una disminución de la densidad mineral ósea y un consecuente aumento en la incidencia de fracturas por fragilidad (hundimiento de plataformas o cuerpos vertebrales, fractura de cadera, muñeca, entre otras). Es una enfermedad metabólica etiológicamente diversa y por consiguiente con múltiples factores de riesgo. A través de la técnica DXA (Dual X-ray Absorptiometry) es posible cuantificar la masa ósea, lo que nos permite realizar el diagnóstico de osteoporosis en base a la densidad del hueso. Antiguamente la osteoporosis era diagnosticada únicamente por el estudio radiológico simple, manifestándose como una hipertransparencia del hueso, que no siempre obedece a una desmineralización del mismo. Además de ser un diagnóstico de imagen tardío, esta es una forma cualitativa más que cuantitativa de estimar la masa ósea. Se dice que un hueso desmineralizado no se detecta a través de una radiografía simple, antes de haber perdido un 30% de su masa ósea. Debido a este tipo de lectura poco satisfactoria, otras técnicas cuantitativas se fueron desarrollando. Entre ellas RA ( absorciometría radiográfica), radiogrammetría que fueron desplazados por métodos más avanzados como SPA ( single photon absorptiometry) y DXA( dual x-ray absorptiometrty). La técnica SPA fue la primera técnica comercialmente disponible para la medición no invasiva de la densidad mineral ósea. Este método tuvo dos limitaciones importantes, en primer lugar utiliza un isótopo como fuente de radiación que como tal decae en el tiempo y debe ser remplazado cada año, en segundo lugar mide solamente regiones periféricas. 1 Dual x-ray absorptiometry (DXA) Originalmente esta técnica fue llamada DPA ya que utilizaba el isótopo gadolinio-153 como fuente, la cual emitía fotones con dos picos de energía. No tomó mucho tiempo reemplazar el sistema DPA por un tubo de rayos X de energía dual altamente estable. El método DXA puede medir la DMO de la columna lumbar, fémur proximal y antebrazo distal además de cuerpo entero el cual permite evaluar la composición corporal con objetivos específicos. La radiación emitida está en el orden de 1-5 usv utilizando un sistema de colimación pencil beam lo que permite un aumento en la precisión con mínima exposición Además de diagnóstico, este es un estudio preventivo que permite captar pequeños cambios en el capital óseo y hacer a la vez un seguimiento a intervalos de tiempo establecidos a modo de ver la evolución del paciente frente a diferentes opciones terapéuticas y/o factores de riesgo que pueda estar expuesto. Con formato: Español (España, internacional)
2 El objetivo de este trabajo, es estudiar la relación de algunas variables en el proceso de desmineralización y si inciden éstas, en la ocurrencia de fracturas. METODOLOGIA: La muestra (n=106) utilizada en este estudio son mujeres que componen una franja etaria que va de 50 a 80 años, donde el 63 % de la misma tiene antecedentes de fractura. Las regiones evaluadas son columna lumbar, fémur proximal y antebrazo distal mediante la técnica DXA anteriormente mencionada. Los valores obtenidos luego de la medición, son comparados con tablas de referencia que contemplan franja etaria, etnia, altura y peso del paciente. Estos valores de densidad mineral ósea (DMO) se expresan en gm/cm 2 y unidades de desvío estándar respecto a una media de referencia para máxima densidad o pico de masa ósea alcanzado de un individuo sano (Tscore) y media respecto a cada grupo etario en particular (Zscore). Para fines diagnósticos se utilizó el criterio adoptado por la Organización Mundial de la Salud (OMS). Análisis Estadístico. Estadísticos de prueba Utilizamos estadística inferencial, que es el procedimiento por medio del cual se llega a inferencias acerca de una población mediante los resultados que se obtienen a partir de una muestra extraída de esa población. 2 A través de diferentes estadísticos de prueba se seleccionan sub-muestras a partir de la muestra inicial para estudiar las siguientes relaciones: -Diferencias dentro y entre las regiones estudiadas respecto a algunas variables que intervienen en el diagnóstico de osteoporosis. - Relación entre valor de T score y número de sitios osteoporóticos dentro y entre las regiones (c.lumbar, fémur proximal). - Relación entre valor de DMO sitio específico y edad de la menopausia. -Riesgo de fractura. Las variables que se utilizaron en este estudio fueron: Variable continua: DMO, Tscore, Edad del paciente, edad de la menopausia. Variable dicotómica: antecedente de fractura Variable categórica: N de sitios osteoporóticos. Para evaluar diferencias dentro y entre las diferentes regiones diagnósticas recurrimos al ANVA (análisis de varianza), nos ubicamos dentro de la estadística paramétrica y debo probar si éstos cumplen con los supuestos de aleatoriedad, independencia, normalidad y homogeneidad. Para estudiar la relación entre algunas de las variables descritas usamos el modelo de coeficiente de correlación de Spearman coeficiente no paramétrico. La correlación de
3 Spearman es una aplicación del coeficiente de correlación de Pearson a n pares de observaciones cuyos valores son números de orden. Relación entre variables Modelo de regresión lineal- El objeto de interés en este modelo, es la ecuación de la población que describe la relación real entre la variable independiente x (que frecuentemente puede ser seleccionada por el investigador) y la variable dependiente y en correspondencia con los de x. Con los datos extraídos de la muestra de nuestra población de interés, se calcula una ecuación de regresión que forma la base para llegar a las conclusiones respecto a la ecuación de regresión de la población. Se supone inicialmente que las variables están relacionadas en forma lineal. La suposición de linealidad se expresa simbólicamente como: µ y/x = α+βx. Riesgo de fractura. Se usó un programa generador Odds and Ratio. La Odds ratio (3,4,5) (OR)es una medida de efecto de tamaño( grado de interrelación entre dos variables), describiendo la fuerza de asociación o no independencia entre pares de datos binarios(0,1) Se usa como un estadístico descriptivo y juega un rol importante en la regresión logística. A diferencia de otras medidas de asociación de pares de datos binarios, como riesgo relativo, trata a las dos variables siendo comparadas simétricamente y puede ser estimadas usando algunos tipos de muestra no azarosas. Def: es el cociente entre la probabilidad de que un evento suceda y la probabilidad de que no suceda. Los grupos a tratar pueden ser hombre, mujer, grupo experimental y control o cualquier otra clasificación dicotómica. Asociado a la salud, la oportunidad de enfermedad del grupo expuesto (o en el grupo tratado) y la oportunidad de enfermedad del grupo no expuesto (o no tratado). La odds ratio (OR, también término de traducción discutida; se ha traducido como oportunidad relativa, razón de ventaja) es una medida epidemiológica utilizada en los estudios epidemiológicos, (casos-controles) y en los meta-análisis. En un estudio de casos y controles, es el cociente entre la odds de exposición observada en los casos (enfermos) y la odds de exposición del grupo control. En este trabajo el grupo expuesto va a ser el que tuvo antecedentes de fractura, el grupo control o no expuesto el que no tuvo fractura.
4 RESULTADOS Diferencias dentro y entre las regiones estudiadas respecto a las variables que intervienen en el diagnóstico de osteoporosis. Estadístico: Shapiro Wilk W: Ho: Los datos son normales Ha: Los datos no son normales (p 0,5798, α 0.05). Se rechaza Ho si p <α, los datos son normales. Estadistico: Levene s Ho: las varianzas son iguales Ha: las varianzas son diferentes por lo menos para un par de regiones (p 0,2547, α 0.05) hay homogeneidad de varianzas one way ANVA Ho: No hay diferencia entre las regiones Ha: Hay diferencia f 144,6, ( p1,074e-61, α 0.05) Se rechaza Ho si p< α, por tanto hay diferencia entre las regiones. Relación entre variables Tscore y n de sitios osteoporóticos Coef correlación de Spearman Ho: El valor de tscore y el número de sitios osteoporóticos son mutuamente independientes H1: Existe relación entre el valor de tscore y el número de sitios V.crítico r* 0,4429 (α=.05,n=15) Var1 Var 5 Var1 1, *-0, Var5-0, , Var3 Var5 Var3 1, , Var5-0, , Var2 Var5 Var2 1, , Var5-0, ,000000
5 Var4 Var5 Var4 1, , Var5-0, , Se rechaza Ho si el valor calculado de* rs es menor que el valor crítico r* entonces se acepta hipótesis alternativa H1 Relación entre variables (edad menopausia, DMO C.lumbar) Modelo de regresión lineal Ho:β=0 Ha:β 0 Estudiar relación entre la edad en que ocurre la menopausia y el valor de DMO de la región de C. lumbar. ANÁLISIS DE VARIANZA Grados de libertad Suma de cuadrados Promedio de los cuadrados Valor crítico de F F Regresió n 1 0, , , , Residuos 89 1, , Total 90 1, Puesto que 0, es menor que el valor crítico de F para 1 y 89 grados de Libertad, se acepta la hipótesis nula.
6 1,4 Scatterplot (Spreadsheet1 10v *92c) Var1 = 0,8017+0,0009*x; 0,95 Conf.Int. 1,3 1,2 1,1 Var1 1,0 0,9 0,8 0,7 0,6 0, Var2 El modelo lineal no se ajusta a los datos no hay relación entre las variables descritas Riesgo de fractura Odds and Ratio(improved vs not improved) Improved (control c/f, control s/f) Unimp (osteop.c/f osteop. s/f) n=103 OR (Tr /ctrl) Treat. control OR improv:. 0,57915 Improv Unimprov OR not improve:1,72667 Los pacientes con osteoporosis que tienen una fractura previa tienen casi el doble de chance de fracturarse frente a los que no la tienen. Los pacientes sin osteoporosis con fractura previa tienen un 60% más de probabilidad de fracturarse frente a los que no tienen fractura
7 DISCUSION Y CONCLUSIONES: Luego del análisis de las variables a través de los diferentes estadísticos podemos referirnos a una misma población (homogeneidad de varianzas) que sigue una distribución normal. Este es el primer paso para poder inferir o manejar hipótesis sobre una población. Respecto a si existen diferencias entre las regiones medidas, considerando las variables: edad del paciente, edad de la menopausia, antecedentes de fractura, el estadístico utilizado, demostró que si existen diferencias. Esto puede obedecer a la variabilidad en su microarquitectura (relación:hueso esponjoso- cortical) y por tanto a receptores, moduladores etc. que intervienen en el remodelado. La premisa es entonces medir más de una región, siempre que sea posible. En cuanto a la relación entre el número de sitios osteopóroticos y el valor de Tscore, a medida que aumenta el número de sitios el valor de correlación es mayor, cuanto más bajo el Tscore mayor número de zonas patológicas. En los casos en que se presenta una única región patológica de las dos o tres regiones medidas, siempre es importante descartar aspectos degenerativos que oficien de artefacto u otras causas como condición hormonal u otras alteraciones funcionales que se traduzcan en esa variabilidad entre regiones. Otro aspecto considerado fue la relación de la variable edad de la menopausia con la DMO de columna lumbar, y el estadístico demuestra que no hay relación entre estas dos variables. Si bien podría esperarse una relación inversa debido al drástico cambio hormonal que se produce con el cese de la menstruación, existe la posibilidad de alguna otra variable no considerada o erróneamente considerada en la muestra de estudio (por ej. presencia de anexo en menopausia relatada como quirúrgica, muestra relativamente homogénea respecto a esta variable (edad de la menopausia), entre otras. En lo que se refiere a la incidencia de fracturas, resultó interesante el hecho de que pacientes sin osteoporosis pero con fractura previa presentaron un 60% más de probabilidad de fracturarse frente aquellos que no la presentan. Esto sugiere que la baja masa ósea es un factor o variable importante pero no siempre determinante en la ocurrencia de una fractura por fragilidad. Estas variables nos muestran que es importante utilizar la mayor cantidad de herramientas posibles en el diagnóstico de osteoporosis. Hay muchos aspectos que aún se desconocen en cuanto a la regulación del metabolismo óseo que afectan la microarquitectura, el remodelado y por tanto la resistencia del mismo. Un mayor conocimiento en los mecanismos de regulación permitirá un mejor abordaje de esta enfermedad sistémica.
8 BIBLIOGRAFIA - 1- Faulkner, K.,1998. DXA Certification Course. International Society for Clinical Densitometry. 2.2iscd 10/98-2-Daniel, W Bioestadística. Base para el análisis de las ciencias de la salud. 3ED. UTEHA. Noriega Ed Cornfield, J. "A Applications to cancer of the lung, breast, and cervix". Journal of the National Cancer Institute 11: Mosteller, Frederick "Association and Estimation in Contingency Tables". Journal of the American Statistical Association 63 (321): Edwards, A.W.F "The measure of association in a 2x2 table". Journal of the Royal Statistical Society, Series A 126 (1): Palmer, A., Jiménez, R. y Montaño, J.J. Tutorial sobre el coeficiente de correlación lineal de Pearson en internethttp:// Siffert, R.S, Luo, G.M, Cowin,S.C, Kaufman, J.J Dynamic relationships of Trabecular Bone Density, Architecture and Strength in a Computational Model of Osteopenia. Programas usados Microsoft Office Excel 2007 Statistica 6 Clin Tools Trial Software. Odds Ratio Trial
La densitometria osea mide el contenido mineral en el hueso por unidad de area.
La densitometria osea mide el contenido mineral en el hueso por unidad de area. Densitometría ósea Mide la densidad osea directamente en sitios en que se producen fracturas osteoporoticas. Minima radiacion
Más detallesCÓMO, CUÁNDO, DÓNDE Y PORQUÉ? REALIZAR UNA DENSITOMETRÍA ÓSEA. T.R. Graciela Campos García VII Curso Técnicos Radiólogos 2016
CÓMO, CUÁNDO, DÓNDE Y PORQUÉ? REALIZAR UNA DENSITOMETRÍA ÓSEA T.R. Graciela Campos García VII Curso Técnicos Radiólogos 2016 DEFINICIÓN Según cifras de la Secretaría de Salud, en México dos de cada diez
Más detallesDensitometria ósea en pediatría. Usos e interpretación
Densitometria ósea en pediatría. Usos e interpretación Pilar Guarnizo Zuccardi. Pediatra Reumatóloga Clínica Riesgo de fractura CAYRE. Fundación CardioInfantil de Bogotá. Docente U. Rosario Docente U el
Más detallesCAS CLINIC 2 Dr. Josep Mora Fresenius Medical Care-Granollers
CAS CLINIC 2 Dr. Josep Mora Fresenius Medical Care-Granollers Moderador: Dr. Francesc Moreso 5 de maig 2016. Universitat Barcelona Caso Clínico: Antecedentes Paciente de 53 años que inicia tratamiento
Más detallesTALLER 6: DIAGNÓSTICO PRÁCTICO DE LA OSTEOPOROSIS
TALLER 6: DIAGNÓSTICO PRÁCTICO DE LA OSTEOPOROSIS MODERADOR: Dr. Pedro Peña Quintana PONETE: Dra. Mª José Montoya García Servicio de Medicina Interna Unidad de Metabolismo Óseo Hospital Universitario Virgen
Más detallesINDICE 1. Introducción 2. Recopilación de Datos Caso de estudia A 3. Descripción y Resumen de Datos 4. Presentación de Datos
INDICE Prefacio VII 1. Introducción 1 1.1. Qué es la estadística moderna? 1 1.2. El crecimiento y desarrollo de la estadística moderna 1 1.3. Estudios enumerativos en comparación con estudios analíticos
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 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 detallesTrastorno esquelético caracterizado por una disminución de la resistencia ósea que hace que una persona sea más propensa a sufrir fracturas 1
DEFINICIÓN DE LA OSTEOPOROSIS Trastorno esquelético caracterizado por una disminución de la resistencia ósea que hace que una persona sea más propensa a sufrir fracturas 1 Hueso normal Hueso osteoporótico
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 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 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 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 detallesHueso trabecular/cortical
DENSITOMETRIA OSEA Mirena Buttazzoni Médica del sector de Osteopatías Metabólicas, Endocrinología y Medicina Nuclear Hospital Italiano Hueso trabecular/cortical Cortical: 80% del esqueleto Diáfisis de
Más detallesCuándo y con qué frecuencia debo indicar una densitometría ósea? Cuál es la evidencia científica? Dra. Adriana Guerrero Arias Febrero, 2014.
Cuándo y con qué frecuencia debo indicar una densitometría ósea? Cuál es la evidencia científica? Dra. Adriana Guerrero Arias Febrero, 2014. Qué es una densitometría ósea (DXA)? Es un estudio por medio
Más detalles4.1 Análisis bivariado de asociaciones
4.1 Análisis bivariado de asociaciones Los gerentes posiblemente estén interesados en el grado de asociación entre dos variables Las técnicas estadísticas adecuadas para realizar este tipo de análisis
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 detallesAgro 6998 Conferencia 2. Introducción a los modelos estadísticos mixtos
Agro 6998 Conferencia Introducción a los modelos estadísticos mixtos Los modelos estadísticos permiten modelar la respuesta de un estudio experimental u observacional en función de factores (tratamientos,
Más detallesENFERMEDAD CELIACA Y OSTEOPOROSIS. José Luis Perez Castrillón Servicio Medicina Interna Hospital Rio Hortega Valladolid
ENFERMEDAD CELIACA Y OSTEOPOROSIS José Luis Perez Castrillón Servicio Medicina Interna Hospital Rio Hortega Valladolid OSTEOPOROSIS Y ENFERMEDAD CELIACA Hay una mayor incidencia de osteoporosis en los
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 detallesFormulario. Estadística Administrativa. Módulo 1. Introducción al análisis estadístico
Formulario. Estadística Administrativa Módulo 1. Introducción al análisis estadístico Histogramas El número de intervalos de clase, k, se elige de tal forma que el valor 2 k sea menor (pero el valor más
Más detallesINSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 29 de Abril de 2016
ANEXO ESTADÍSTICO 1 : COEFICIENTES DE VARIACIÓN Y ERROR ASOCIADO AL ESTIMADOR ENCUESTA NACIONAL DE EMPLEO (ENE) INSTITUTO NACIONAL DE ESTADÍSTICAS (INE) 9 de Abril de 016 1 Este anexo estadístico es una
Más detallesTema 7 : DATOS BIVARIADOS. CORRELACION Y REGRESION.
Tema 7 : DATOS BIVARIADOS. CORRELACION Y REGRESION. Distribuciones uni- y pluridimensionales. Hasta ahora se han estudiado los índices y representaciones de una sola variable por individuo. Son las distribuciones
Más detalles2013 Posiciones ISCD Oficiales - Pediátricos
2013 Posiciones ISCD Oficiales - Pediátricos Evaluación de salud ósea de los niños desde la infancia hasta la adolescencia Estas son las posiciones pediátricos Oficiales de la ISCD, actualizados en 2013.
Más detalles5. Métodos imaginológicos en osteoporosis
53 5. Métodos imaginológicos en osteoporosis Dr. Ernesto Augusto Moscoso Martínez Médico internista endocrinólogo, certificado por la International Society for Clinical Densitometry (ISCD), Miembro de
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 detallesEs la fractura de Colles una fractura osteoporótica?
Es la fractura de Colles una fractura osteoporótica? Manuel Sosa Henríquez Universidad de Las Palmas de Gran Canaria Unidad Metabólica Ósea Hospital Universitario Insular Manuel Díaz Curiel Abuelo por
Más detalles1º CURSO BIOESTADÍSTICA
E.U.E. MADRID CRUZ ROJA ESPAÑOLA UNIVERSIDAD AUTÓNOMA DE MADRID CURSO ACADÉMICO 2012/2013 1º CURSO BIOESTADÍSTICA Coordinación: Eva García-Carpintero Blas Profesores: María de la Torre Barba Fernando Vallejo
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 detallesAnálisis de datos Categóricos
Introducción a los Modelos Lineales Generalizados Universidad Nacional Agraria La Molina 2016-1 Introducción Modelos Lineales Generalizados Introducción Componentes Estimación En los capítulos anteriores
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO. Facultad de Medicina Veterinaria y Zootecnia. Licenciatura en Medicina Veterinaria y Zootecnia
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO Facultad de Medicina Veterinaria y Zootecnia Licenciatura en Medicina Veterinaria y Zootecnia Clave 1212 Modalidad del curso: Carácter Métodos estadísticos en medicina
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 detallesTema 2. Regresión Lineal
Tema 2. Regresión Lineal 3.2.1. Definición Mientras que en el apartado anterior se desarrolló una forma de medir la relación existente entre dos variables; en éste, se trata de esta técnica que permite
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 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 detallesMETODOLOGÍA DE MUESTREO PARA REPORTE DE TENDENCIAS 4o BÁSICO Y 2o MEDIO SIMCE 2010
METODOLOGÍA DE MUESTREO PARA REPORTE DE TENDENCIAS 4o BÁSICO Y 2o MEDIO SIMCE 2010 SIMCE Unidad de Currículum y Evaluación Ministerio de Educación 2011 Índice 1. Antecedentes Generales 1 2. Metodología
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 detallesJornadas Osatzen 2008
PERFIL DE LAS PERSONAS CONSUMIDORAS DE FÁRMACOS RELACIONADOS CON LA OSTEOPOROSIS Grupo investigación Comarca Oeste Gipuzkoa Jornadas Osatzen 2008 Definiciones OSTEOPOROSIS (OMS1993) Enfermedad sistémica
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 detallesPruebas para evaluar diferencias
Pruebas para evaluar diferencias Métodos paramétricos vs no paramétricos Mayoría se basaban en el conocimiento de las distribuciones muestrales (t- student, Normal, F): EsFman los parámetros de las poblaciones
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 detallesMétodos diagnós2cos en osteporosis. Conflictos de interés. Definición 06/11/13
Métodos diagnós2cos en osteporosis Dr. Chih Hao Chen Ku, FACE Servicio de Endocrinología, Hospital San Juan de Dios Departamento de Farmacología y Toxicoloía Clínica, Universidad de Costa Rica Conflictos
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 detalles3. Correlación. Introducción. Diagrama de dispersión
1 3. Correlación Introducción En los negocios, no todo es el producto, pueden existir factores relacionados o externos que modifiquen cómo se distribuye un producto. De igual manera, la estadística no
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis Facultad de Ciencias Sociales, UdelaR Índice 1. Introducción: hipótesis estadística, tipos de hipótesis, prueba de hipótesis 2.
Más detallesTécnicas de Investigación Social
Licenciatura en Sociología Curso 2006/07 Técnicas de Investigación Social Medir la realidad social (4) La regresión (relación entre variables) El término REGRESIÓN fue introducido por GALTON en su libro
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 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 detallesMANEJO DE VARIABLES EN INVESTIGACIÓN CLÍNICA Y EXPERIMENTAL
MANEJO DE VARIABLES EN INVESTIGACIÓN CLÍNICA Y EXPERIMENTAL Israel J. Thuissard David Sanz-Rosa IV JORNADAS INVESTIGACIÓN COEM UNIVERSIDADES 4 de marzo de 2016 Escuela de Doctorado e Investigación. Vicerrectorado
Más detallesCómo se hace la Prueba t a mano?
Cómo se hace la Prueba t a mano? Sujeto Grupo Grupo Grupo Grupo 33 089 74 5476 84 7056 75 565 3 94 8836 75 565 4 5 704 76 5776 5 4 6 76 5776 6 9 8 76 5776 7 4 78 6084 8 65 45 79 64 9 86 7396 80 6400 0
Más detallesCURSO-TALLER DE ANÁLISIS ESTADÍSTICO BÁSICO CON EXCEL Y SPSS Instructor: Mario Alberto Barajas Malacara
CURSO-TALLER DE ANÁLISIS ESTADÍSTICO BÁSICO CON EXCEL Y SPSS Instructor: Mario Alberto Barajas Malacara Descripción: Los temas de estadística propuestos corresponden con los conocimientos mínimos que un
Más detallesPLAN DE TRABAJO 9 Período 3/09/07 al 28/09/07
PLAN DE TRABAJO 9 Período 3/09/07 al 28/09/07 TEMAS A ESTUDIAR En esta guía nos dedicaremos a estudiar el tema de Estimación por intervalo y comenzaremos a estudiar las pruebas de hipótesis paramétricas.
Más detallesPronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple
Pronósticos, Series de Tiempo y Regresión Capítulo 4: Regresión Lineal Múltiple Temas Modelo de regresión lineal múltiple Estimaciones de Mínimos Cuadrados Ordinarios (MCO); estimación puntual y predicción
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 detalles478 Índice alfabético
Índice alfabético Símbolos A, suceso contrario de A, 187 A B, diferencia de los sucesos A y B, 188 A/B, suceso A condicionado por el suceso B, 194 A B, intersección de los sucesos A y B, 188 A B, unión
Más detallesAnálisis de Componentes de la Varianza
Análisis de Componentes de la Varianza Resumen El procedimiento de Análisis de Componentes de Varianza está diseñado para estimar la contribución de múltiples factores a la variabilidad de una variable
Más detalles3. ANÁLISIS DE DATOS DE PRECIPITACIÓN.
3. ANÁLISIS DE DATOS DE PRECIPITACIÓN. Teniendo en cuenta que la mayoría de procesos estadísticos se comportan de forma totalmente aleatoria, es decir, un evento dado no está influenciado por los demás,
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 detallesConceptos Básicos de Inferencia
Conceptos Básicos de Inferencia Álvaro José Flórez 1 Escuela de Ingeniería Industrial y Estadística Facultad de Ingenierías Febrero - Junio 2012 Inferencia Estadística Cuando obtenemos una muestra, conocemos
Más detallesAnálisis de datos en los estudios epidemiológicos III Correlación y regresión
Análisis de datos en los estudios epidemiológicos III Correlación y regresión Salinero. Departamento de Investigación Fuden Introducción En el capitulo anterior estudiamos lo que se denomina estadística
Más detallesDiseño de Bloques al azar. Diseño de experimentos p. 1/25
Diseño de Bloques al azar Diseño de experimentos p. 1/25 Introducción En cualquier experimento, la variabilidad proveniente de un factor de ruido puede afectar los resultados. Un factor de ruido es un
Más detallesTÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD
TÉCNICAS ESTADÍSTICAS APLICADAS EN NUTRICIÓN Y SALUD Contrastes de hipótesis paramétricos para una y varias muestras: contrastes sobre la media, varianza y una proporción. Contrastes sobre la diferencia
Más detallesPruebas de Hipótesis. Diseño Estadístico y Herramientas para la Calidad. Pruebas de Hipótesis. Hipótesis
Diseño Estadístico y Herramientas para la Calidad Pruebas de Hipótesis Expositor: Dr. Juan José Flores Romero juanf@umich.mx http://lsc.fie.umich.mx/~juan M. en Calidad Total y Competitividad Pruebas de
Más detallesTABLAS DE TÉCNICAS DE REFERENCIA
TABLAS DE TÉCNICAS DE REFERENCIA Existen excelentes libros acerca de técnicas y posiciones radiológicas que son recomendables (ver Bibliografía), y en rigor en los nuevos equipos solo se ajusta KVp y el
Más detallesCORRELACIÓN Y REGRESIÓN. Raúl David Katz
CORRELACIÓN Y REGRESIÓN Raúl David Katz 1 Correlación y regresión Introducción Hasta ahora hemos visto el modo de representar la distribución de frecuencias de los datos correspondientes a una variable
Más detallesCómo introducir Prueba de Hipótesis para una media, utilizando experimentos en el salón de clase.
Cómo introducir Prueba de Hipótesis para una media, utilizando experimentos en el salón de clase. M. C. Blanca Evelia Flores Soto. Dpto. de Matemáticas Universidad de Sonora Introducción. Actividad desarrollada
Más detallesCAPITULO ANÁLISIS ESTADÍSTICO MULTIVARIADO /1/ /2/ En el presente capítulo se realiza el análisis estadístico multivariado de los
112 CAPITULO 5 5.- ANÁLISIS ESTADÍSTICO MULTIVARIADO /1/ /2/ 5.1. Introducción En el presente capítulo se realiza el análisis estadístico multivariado de los datos obtenidos en censo correspondientes a
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 detallesFacultad de Ciencias Sociales - Universidad de la República
Facultad de Ciencias Sociales - Universidad de la República Estadística y sus aplicaciones en Ciencias Sociales Edición 2016 Ciclo Avanzado 3er. Semestre (Licenciatura en Ciencia Política/ Licenciatura
Más detallesCORRELACIÓN Y REGRESIÓN. Juan José Hernández Ocaña
CORRELACIÓN Y REGRESIÓN Juan José Hernández Ocaña CORRELACIÓN Muchas veces en Estadística necesitamos saber si existe una relación entre datos apareados y tratamos de buscar una posible relación entre
Más detallesPapel de la Densitometría Ósea en la Era del FRAX. Dr. Luis del RíoR
Papel de la Densitometría Ósea en la Era del FRAX Dr. Luis del RíoR FRACTURAS POR FRAGILIDAD Carga de la enfermedad Intolerable Síntomas Coste Tolerable investigación actuación Asumible Tiempo PATOGENESIS
Más detallesCAPÍTULO IV TRABAJO DE CAMPO Y PROCESO DE CONTRASTE DE LAS HIPÓTESIS
CAPÍTULO IV TRABAJO DE CAMPO Y PROCESO DE CONTRASTE DE LAS HIPÓTESIS 1. HIPÓTESIS ALTERNA E HIPÓTESIS NULA Para someter a contraste una hipótesis es necesario formular las Hipótesis Alternas ( H1 ) y formular
Más detallesRepaso Estadística Descriptiva
Grado en Fisioterapia, 2010/11 Cátedra de Bioestadística Universidad de Extremadura 13 de octubre de 2010 Índice Descriptiva de una variable 1 Descriptiva de una variable 2 Índice Descriptiva de una variable
Más detallesESTADÍSTICA, SISTEMAS DE INFORMACIÓN Y NUEVAS TECONOLOGÍAS Código de la Asignatura Créditos
ESTADÍSTICA, SISTEMAS DE INFORMACIÓN Y NUEVAS TECONOLOGÍAS Código de la Asignatura 46497 Créditos 6 ECTS Carácter Básica Rama de Conocimiento Ciencias de la Salud Materia Fisiología Ubicación dentro del
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 detallesOsteoporosis en el Medio Laboral. Dr. Antonio Iniesta Álvarez Celia Calderón Casasola Dr. Javier Sanz González
Osteoporosis en el Medio Laboral Intervención preventiva? Sonia Urueña Poncela Sonia Urueña Poncela Dr. Antonio Iniesta Álvarez Celia Calderón Casasola Dr. Javier Sanz González Osteoporosis en el medio
Más detallesESTADÍSTICA DESCRIPTIVA
ESTADÍSTICA DESCRIPTIVA Medidas de tendencia central y de dispersión Giorgina Piani Zuleika Ferre 1. Tendencia Central Son un conjunto de medidas estadísticas que determinan un único valor que define el
Más detallesGUÍA DOCENTE DE LA ASIGNATURA ESTADÍSTICA APLICADA
GUÍA DOCENTE DE LA ASIGNATURA ESTADÍSTICA APLICADA DATOS BÁSICOS DE LA ASIGNATURA Nombre: Titulación: Centro: Tipo: Créditos: Curso: Prerrequisitos: Profesor: Dpto.: Estadística Aplicada. Licenciatura
Más detallesCurso de nivelación Estadística y Matemática
Curso de nivelación Estadística y Matemática Tercera clase: Introducción al concepto de probabilidad y Distribuciones de probablidad discretas Programa Técnico en Riesgo, 2014 Agenda 1 Concepto de probabilidad
Más detallesPRÁCTICA 3: Ejercicios del capítulo 5
PRÁCICA 3: Eercicios del capítulo 5 1. Una empresa bancaria a contratado a un equipo de expertos en investigación de mercados para que les asesoren sobre el tipo de campaña publicitaria más recomendable
Más detallesEncuesta de Morbilidad Hospitalaria
Encuesta de Morbilidad Hospitalaria Índice Introducción Objetivos Metodología Conceptos y definiciones Tablas estadísticas de Morbilidad Hospitalaria 1.- Residentes en Aragón 1.1.- Resultados generales
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 detallesOSTEOPOROSIS: concienciación y prevención
Prevención / Conocimiento OSTEOPOROSIS: concienciación y prevención Prof. Dr. D. Andrés Martínez-Almagro Andreo Las cosas se entienden mejor cuando se logra ver con claridad como se formaron Concienciación
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 detallesDistribuciones de probabilidad
Distribuciones de probabilidad Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Inferencia estadística: Parte de la estadística que estudia grandes colectivos a partir
Más detallesInvestigador principal: Dr. Jordi Gratacós Masmitjà Hospital de Sabadell Duración: 1 año
PREVALENCIA DE OSTEOPOROSIS EN VARONES CON EPOC. VALORACIÓN DE LOS FACTORES DE RIESGO PARA OSTEOPOROSIS Y UTILIDAD DE LA DENSITOMETRÍA PARA PREDECIR EL RIESGO DE FRACTURAS OSTEOPORÓTICAS Investigador principal:
Más detallesGPC. Guía de Referencia Rápida. Diagnóstico y Tratamiento de Osteoporosis en el Adulto
Guía de Referencia Rápida Diagnóstico y Tratamiento de Osteoporosis en el Adulto GPC Guía de Práctica Clínica Catalogo Maestro de Guías de Práctica Clínica IMSS-083-08 Guía de Referencia Rápida M 81. X
Más detallesVALORACIÓN ECONÓMICA DE LUCRO CESANTE
Spain INFORME PREVIO VALORACIÓN ECONÓMICA DE LUCRO CESANTE VALORACIÓN ECONÓMICA DEL LUCRO CESANTE Este informe efectúa la valoración económica previa acordada por encargo profesional formalizado el 5 de
Más detallesANEXO 1. CONCEPTOS BÁSICOS. Este anexo contiene información que complementa el entendimiento de la tesis presentada.
ANEXO 1. CONCEPTOS BÁSICOS Este anexo contiene información que complementa el entendimiento de la tesis presentada. Aquí se exponen técnicas de cálculo que son utilizados en los procedimientos de los modelos
Más detallesOsteoporosis y fracturas La magnitud del problema
1 Osteoporosis y fracturas La magnitud del problema Kristina Åkesson Departamento de Ortopedia Malmö University Hospital Lund University Malmö, Suecia Un millón de fracturas por fragilidad al año 2 Pero,
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 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 detallesT.R. Emmanuel López Meza CT Scanner del Sur México, D. F.
T.R. Emmanuel López Meza CT Scanner del Sur México, D. F. Lo que el T.R debe saber de la escoliosis. Justificación En la actualidad, el papel del Técnico Radiólogo juega un papel importante en el diagnóstico
Más detallesAsignaturas antecedentes y subsecuentes
PROGRAMA DE ESTUDIOS PROBABILIDAD Área a la que pertenece: Área Sustantiva Profesional Horas teóricas: 3 Horas prácticas: 2 Créditos: 8 Clave: F0056 Asignaturas antecedentes y subsecuentes PRESENTACIÓN
Más detallesINCIDENCIA DE LA OSTEOPOROSIS EN LA COMUNIDAD AUTÓNOMA DE MURCIA: FACTORES DE RIESGO Y MODELO DE REGRESIÓN LOGÍSTICA
INCIDENCIA DE LA OSTEOPOROSIS EN LA COMUNIDAD AUTÓNOMA DE MURCIA: FACTORES DE RIESGO Y MODELO DE REGRESIÓN LOGÍSTICA García Córdoba, José A. Departamento de Métodos Cuantitativos e Informáticos Universidad
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 detallesTema 7 Intervalos de confianza Hugo S. Salinas
Intervalos de confianza Hugo S. Salinas 1 Introducción Hemos definido la inferencia estadística como un proceso que usa información proveniente de la muestra para generalizar y tomar decisiones acerca
Más detalles4. Regresión Lineal Simple
1 4. Regresión Lineal Simple Introducción Una vez conociendo las medidas que se utilizan para expresar la fuerza y la dirección de la relación lineal entre dos variables, se tienen elementos base para
Más detallesPrograma de estudios. 1) Muestra y población. Parámetros estimadores y estadísticos. Distribución de Gauss. Intervalo de confianza
Programa de estudios Módulo 1: Panorama general de la Investigación Clínica. Ideas y Protocolo 1. La imaginación científica. Desarrollo de la idea de Investigación. Preguntas de Investigación 2. Diseño
Más detallesDeterminación del tamaño de muestra (para una sola muestra)
STATGRAPHICS Rev. 4/5/007 Determinación del tamaño de muestra (para una sola muestra) Este procedimiento determina un tamaño de muestra adecuado para la estimación o la prueba de hipótesis con respecto
Más detalles