Métodos estadísticos para evaluar el acuerdo entre dos métodos de mediciones clínicas
|
|
- José Francisco Acosta Suárez
- hace 6 años
- Vistas:
Transcripción
1 Métodos estadísticos para evaluar el acuerdo entre dos métodos de mediciones clínicas Paula E. Cuffaro Sección Hipertensión arterial y Área de Investigación en Medicina Interna Servicio de Clínica Médica Hospital Italiano de Buenos Aires Hospital Italiano de Buenos Aires
2 Statistical methods for assessing agreement between two methods of clinical measurement, (Lancet 1986) hasta Agosto 2011, 25 años luego de su publicación fue citado más de veces Keim HJ, Wallace JM, Thurston H, Case DB, Drayer JI, Laragh JH: Impedance cardiography for determination of stroke index. J Appl Physiol 1976; 41:797 9 J. M. Bland and D. G. Altman. Anesthesiology 2012; 116:182 5.
3 Introducción En medicina realizamos mediciones indirectas de variables biológicas como PA, VDS, etc. Asumimos que existe un método gold standar que es el método estándar de medición pero que no está libre de error. Cuando necesitamos evaluar un nuevo método de medición lo comparamos contra el método estándar de medida. J Martin Bland and Douglas G Altman. Stat Methods Med Res : 135.
4 Introducción Asumimos a priori que ambos métodos no presentarán un acuerdo exacto. Cuál es la diferencia clínicamente aceptable para decir que ambos métodos son intercambiables? (No en el sentido de causalidad sino de uso) Cuál es el criterio que utilizaremos? Ej. Diferencia que cambiaría una conducta, clasificación o estratificación de riesgo. Ej. dif 2 mmhg PA. Este punto no lo puede resolver los métodos estadísticos sino el criterio clínico.
5 Planteo del Problema Métodos inapropiados para evaluar acuerdo entre dos métodos de medición Comparación de medias Coeficiente de correlación (r) Influido por: la variabilidad entre individuos e intraindividuos. la selección de los individuos. Regresión (aunque no totalmente descartado) Altman DG, Bland JM.Statistician 1983; 32:
6 El Coeficiente de correlación es una medida de Asociación y NO de acuerdo
7 Propuesta de B&A B&A Tradicional - Método gráfico y de estadística simple - Variación de la diferencia entre ambos métodos en los pacientes individuales. Extensión de B&A tradicional - Cambio en la variación según el tamaño de la medición. - Medidas repetidas - Aproximación No paramétrica
8 Límites de Acuerdo Diferencia entre las dos mediciones en el mismo individuo. Tendencia consistente de un método en exceder al otro (Sesgo) y estimado por la diferencia de medias. Variación alrededor de esta diferencia (DS de la diferencia de medias). Ej. Diferencias de mediciones de PA por un operador vs. máquina. Estas estimaciones son válidas si asumimos que sesgo y variabilidad son distribuidas uniformemente a través de distintos rangos de mediciones.
9 Límites de Acuerdo. Ejemplo Comparción de mediciones de PA realizadas con un operador vs máquina N= 85 (pares de mediciones) Diferencias de medias (operador-máquina) Si las diferencias son N (0,1) 95% de las diferencias 95% límite de acuerdo
10 Gráfico de dispersión entre las dos mediciones Línea de igualdad No se grafica la línea de regresión ya que no se predente estimar una medición a partir de la otra.
11 Representación gráfica y tratamiento de los valores extremos Un 5% de los valores se encontrarán por fuera del 95% del límite de acuerdo. 5% de n =4,7 4/85 Se excluyeron los 2 valores más extremos. Dif.: -14 mmhg (95% acuerdo -43,6 a + 15 mmhg) Reducción de extensión de 77 a 59 mmhg.
12 Precisión de los límites de acuerdo estimados Cálculo del error estándar e IC para los límites de acuerdo. 12
13 l Cálculo del ES e IC 95% de la diferencia
14 IC 95% del límite de acuerdo ES 95% acuerdo= 1,71ES = 1,71 x2,13= 3,64 IC 95% límite superior 22,1-1,99 x 3,64=14,9 22,1+1,99 x 3,64= 29,3 IC 95% limite inferior -54,7-1,99 x 3,64 = -61,9-54,7 + 1,99 x 3,64= -47,5
15 Extensión B&A I- Relación entre diferencia y magnitud
16 Transformación logarítmica 1) Tranformación logarítmica (log) de ambas mediciones 2) Expresar los datos inv log 16
17 La tasa es similar a la tranformación log Promedio de la tasa N/H fue 1,11 (95% límite de acuerdo de 1,06 a 1,15. El método Nadler excede al Hurley entre 1,06 and 1,15 veces, es decir entre 6% y 15% para muchas mediciones. Como la dispersión en torno a la media es pequeña podemos tener un excelente acuerdo si aplicamos un factor de corrección multiplicando el metodo H o dividiendo N por 1,11. Calcular la tasa para cada valor y luego calcular la diferencia y el 95% de límite acuerdo. 17
18 La regresión como aproximación para diferencias No Uniformes 18
19 La importancia de la Repetibilidad La repetibilidad indica una línea de base para juzgar variabilidad entre métodos. La repetibilidad (precisión) de ambos métodos limita el grado de acuerdo. Incluso los dos métodos pueden coincidir en los promedios pero con escasa repetibilidad, llevan a un mal acuerdo a nivel individual La falta de acuerdo de un nuevo método comparado con el gold standar inclusive puede deverse a la baja repetibilidad del mismo. Por esta razón se recomienda la estimación simultánea de la repetibilidad y el acuerdo mediante la recopilación de los datos replicados.
20 Datos replicados Datos Replicados: repeticiones de dos o más mediciones del mismo individuo tomados en idénticas condiciones. En general este requisito significa que el/las mediciones se toman en rápida sucesión. Las observaciones repetidas deben ser independientes unas de otras. Se logra asegurándose de que el observador hace que cada una de las mediciones independiente del conocimiento del valor previo (s). Puede ser difícil en la práctica.
21 Estimación de la Repetibilidad ANOVA de un factor DS intra-sujeto Utilizar la variabilidad intra-sujeto para evaluar repetibilidad Calcular límites de confianza l Observador J ( esfingomanómetro) variaza intrasujeto es Observador R (esfingomanometro) varianza intrasujeto es 37,980 y para el equipo semiautomático 83,141. Coeficiente de Repetibilidad 2 lecturas por el mismo método para el 95% de los individuos. J: Coef. Rep: Equipo: Coef. Rep: 21
22 Estimación de la Repetibilidad Podemos comparar el 95% del Coef Rep con el 95% del límite de acuerdo. 95% -2,77 Sw a + 2,77Sw Si estos son similares, entonces la falta de acuerdo entre los métodos se explica por la falta de repetibilidad. Si los límites de acuerdo son considerablemente más anchos que la repetibilidad, indicaría que debe haber algún otro factor que influye en la reducción de la concordancia entre los métodos.
23 Extensión B&A II- Medidas Repetidas Igual número de mediciones por individuo Diferente número de mediciones por individuo Tomar mediciones de a pares
24 Extensión B&A III-Aproximación No paramétrica Las diferencias entre los métodos no siempre tienen una distribución normal. Esto no tendrá un gran impacto en los límites de acuerdo. Sin embargo, si hay uno o más extremos discrepancias entre los métodos, un enfoque no paramétrico puede resultar preferible. 24
25 Cálculo del tamaño de muestra Sample Size Calculations: Practical Methods for Engineers and Scientists By Paul Mathews
26 Sample Size Calculations: Practical Methods for Engineers and Scientists By Paul Mathews
27 How can I decide the sample size for a study of agreement between two methods of measurement? l 27
28 How can I decide the sample size for a study of agreement between two methods of measurement? l If you think of the 95% CI as +/ root(3/n)s, you can see that a sample of 12 gives a 95% CI approximately +/- s. This seems pretty big. If we draw a little picture: 28
29 How can I decide the sample size for a study of agreement between two methods of measurement? l we can see that these confidence intervals are indeed wide. I usually recommend 100 as a good sample size, which gives a 95% CI about +/- 0.34s, which looks something like this: l A sample of 200 subjects is even better, giving a 95% CI about +/- 0.24s. As with all estimation, to determine the appropriate sample size the researcher must decide what accuracy is required. 29
30 Ej. 1: Diastolic Pressure Underestimates Age- Related Hemodynamic Impairment Methods Validation of Impedance Cardiography In our work, the correlation coefficient between simultaneous impedance cardiography and thermodilution determinations of CO in patients with coronary artery disease, severe hypertension, aortic stenosis, mitral stenosis, and congestive heart failure was.94, and the mean paired difference was 0.08 L/min (95% CI, 0.12 to 0.27 L/min). The regression equation for the two methods wasy= x, where y=co by impedance cardiography and x=co by thermodilution. 21 In our laboratory, the variation coefficient between two consecutive measurements of CO was 3.9%. 30 In addition, we evaluated the long-term interassay variation of CO in 35 hypertensive patients (1-month interval). The mean paired difference was 0.05 L/min (95% CI, 0.16 to 0.05 L/min). 31 Galarza C. et al. Hypertens 1997; 30:
31 Ej. 2: Grado de acuerdo entre AASI VOP En este estudio se consideraron diferencias clínicamente importante 4 m/seg. Son necesarios estudios que muestren en forma aislada o combinadas el valor en el pronóstico y estratificación de Riesgo. Jerrard-Dunne P. J of Hypertens 2008, 26:
32 Ej. 3: Reproducibilidad n= 126 (HTA no tratados) Edad: 48±11 Hombres 70% Repr. 2-4 semanas. No hay dif. significativas en el promedio AASI entre las 2 mediciones. Repetibilidad MODERADA (todos) AASI 24 Hs es más reproducible que los otros. La reproducibilidad del S- AASI mejora en los RC consistente. Determinantes de la diferencia: PAM % declinación nocturna de MAP (AASI y S-AASI) Stergiou G et al. Am J Hypertens. 2010;23: Dechering DG et al. Hipertens.2008;26: Gosse P et al.j Hypertens. 2008;26: Gosse P et al. 2007;20:
33 Muchas gracias.
34 Bibliografía Altman DG, Bland JM: Measurement in medicine: The analysis of method comparison studies. Statistician 1983; 32: Bland JM, Altman DG: Statistical methods for assessing agreement between two methods of clinical measurement. Lancet 1986; 1(8476): Bland JM, Altman DG: Comparing methods of measurement: Why plotting difference against standard method is misleading. Lancet 1995; 346: Bland JM, Altman DG: Measuring agreement in method comparison studies. Stat Methods Med Res 1999; 8: Bland JM, Altman DG: Agreed Statistics Measurement Method Comparison. Anesthesiology 2012; 116:182 5.
Biomecánica del Movimiento (2º) Facultad de Ciencias del Deporte. Universidad de Castilla la Mancha. TEMA 5: ERRORES
Biomecánica del Movimiento (2º) 67 TEMA 5: ERRORES 1- Imprecisiones en las mediciones. Orígenes. Cómo darlas a conocer. 2- Tipos de errores. Error absoluto y error relativo. Sensibilidad y precisión. Error
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 detallesLa hipertensión arterial en el 2013: las nuevas guías de la ESH/ESC. Alejandro de la Sierra Hospital Mutua Terrassa
La hipertensión arterial en el 2013: las nuevas guías de la ESH/ESC Alejandro de la Sierra Hospital Mutua Terrassa Universidad de Barcelona J Hypertens 2013; 31: 1281-1357 Eur Heart J 2013; 34: 2159-2219
Más detallesRelación entre variables cuantitativas
Investigación: Relación entre variables cuantitativas 1/8 Relación entre variables cuantitativas Pita Fernández S., Pértega Díaz S. Unidad de Epidemiología Clínica y Bioestadística. Complexo Hospitalario
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 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 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 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 detalles2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...
Contenidos 1 Introducción al paquete estadístico S-PLUS 19 1.1 Introducción a S-PLUS............................ 21 1.1.1 Cómo entrar, salir y consultar la ayuda en S-PLUS........ 21 1.2 Conjuntos de datos..............................
Más detallesScientia et Technica Año XIII, No 35, Agosto de Universidad Tecnológica de Pereira. ISSN
Scientia et Technica Año XIII, No 35, Agosto de 007. Universidad Tecnológica de Pereira. ISSN 0-70 455 ESTUDIO DE REPETIBILIDAD Y REPRODUCIBILIDAD UTILIZANDO EL MÉTODO DE PROMEDIOS Y RANGOS PARA EL ASEGURAMIENTO
Más detallesPRÁCTICA 5: CONTRASTES DE HIPÓTESIS PARAMÉTRICOS
PRÁCTICA 5: CONTRASTES DE HIPÓTESIS PARAMÉTRICOS Objetivos Plantear y resolver problemas mediante la técnica de contraste de hipótesis. Asimilar los conceptos relativos a contrastes de hipótesis, tales
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 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 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 detalles(a) Calculate a point estimate of the mean pull-off force of all connectors in the population. State which estimator you used and why.
PROBLEMAS DE CLASE Problema 7.22 Data on pull-off force (pounds) for connectors used in an automobile engine application are as follows: 79.3, 75.1, 78.2, 74.1, 73.9, 75.0, 77.6, 77.3, 73.8, 74.6, 75.5,
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 detallesb. Universidad Nacional-Sede Medellín
Comparación de Intervalos de Confianza para el Coeficiente de Correlación Juan Carlos Correa a, Liliana Vanessa Pacheco b Email: jccorrea@unal.edu.co a. Universidad Nacional-Sede Medellín b. Universidad
Más detallesESTIMACIÓN DE LOS COMPONENTES DE LA VARIACIÓN DE UN SISTEMA DE MEDICIÓN, USANDO EL RANGO. Resumen
ESTIMACIÓN DE LOS COMPONENTES DE LA VARIACIÓN DE UN SISTEMA DE MEDICIÓN, USANDO EL RANGO RIVAS C., Gerardo A. Escuela de Ingeniería Industrial. Universidad de Carabobo. Bárbula. Valencia. Venezuela Jefe
Más detallesVentajas e inconvenientes de la AutoMedida domiciliaria de Presión Arterial (AMPA)
Ventajas e inconvenientes de la AutoMedida domiciliaria de Presión Arterial (AMPA) Por qué la AMPA?...es tiempo de parar de usar las lecturas elevadas de PA documentadas por los médicos generales para
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 detallesESTUDIO CLÍNICO CON IMPLANTES DE SUPERFICIE OXALIFE EN PACIENTES FUMADORES Y NO FUMADORES
ESTUDIO CLÍNICO CON IMPLANTES DE SUPERFICIE OXALIFE EN PACIENTES FUMADORES Y NO FUMADORES OXALIFE IMPLANTS SURFACE IN SMOKING AND NO SMOKING PATIENTS: A CLINICAL STUDY Autor: Malbos Marisel Director: Ibáñez
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 detallesUNIVERSIDAD DE GUAYAQUIL FACULTAD DE ODONTOLOGÍA ESCUELA DE POSTGRADO Dr. José Apolo Pineda
UNIVERSIDAD DE GUAYAQUIL FACULTAD DE ODONTOLOGÍA ESCUELA DE POSTGRADO Dr. José Apolo Pineda EVALUACIÓN IN VITRO DE LA FILTRACIÓN APICAL EN RAICES DE DIENTES EXTRAIDOS, UTILIZANDO DOS MÉTODOS DE OBTURACION:
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 detallesTercera práctica de REGRESIÓN.
Tercera práctica de REGRESIÓN. DATOS: fichero practica regresión 3.sf3 1. Objetivo: El objetivo de esta práctica es aplicar el modelo de regresión con más de una variable explicativa. Es decir regresión
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 detallesSistematización de los
A.Vitorica, P. Goldaraz,T. Pereda, I. Sánchez, B. Urquidi Negociado de Enfermería Sistematización de los procesos Unificar criterios de actuación. Estandarizar la utilización de medios y tiempos. Facilitar
Más detallesMuestreo e inferencia
Images created with STATA software. 1 Muestreo e inferencia Calidad de los datos y las mediciones Razones para hablar de muestreo Formación académica de la población Comprender los datos que se van a utilizar
Más detallesPrevención secundaria del ictus en sujetos hipertensos. Meta terapéutica pasada la fase aguda del ictus.
Prevención secundaria del ictus en sujetos hipertensos. Meta terapéutica pasada la fase aguda del ictus. Pedro Armario (1,2) (1) Jefe de Servicio Área Riesgo Vascular (2) Servicio de Medicina Interna Hospital
Más detallesRepaso de funciones exponenciales y logarítmicas. Review of exponential and logarithmic functions
Repaso de funciones exponenciales y logarítmicas Review of exponential and logarithmic functions Las funciones lineales, cuadráticas, polinómicas y racionales se conocen como funciones algebraicas. Las
Más detallesConceptos básicos de metrología
Conceptos básicos de metrología Definiciones, características y estimación de incertidumbres. Lic. Francisco Sequeira Castro 05 de Noviembre, 2014 Qué es la metrología? La metrología es la ciencia de las
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 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 detallesFIABILIDAD DE LA DETERMINACIÓN DE LA GLUCEMIA A PIE DE CAMA EN PACIENTES CRÍTICOS
FIABILIDAD DE LA DETERMINACIÓN DE LA GLUCEMIA A PIE DE CAMA EN PACIENTES CRÍTICOS Arias-Rivera S, Vadillo-Obesso P, Sánchez-Izquierdo R, Sánchez- Sánchez M.M, Copete-Vega A, Corrochano-Varas S, Saiz-Sanz
Más detallesEdith Alarcón Matutti César Gutiérrez Villafuerte
Edith Alarcón Matutti César Gutiérrez Villafuerte Paso 1 Concebir la idea a investigar Paso 2 Plantear el problema de investigación: Objetivos Preguntas Justificación y viabilidad Paso 3 Elaborar el MARCO
Más detalles3. ASOCIACIÓN ENTRE DOS VARIABLES CUALITATIVAS
1. INTRODUCCIÓN Este tema se centra en el estudio conjunto de dos variables. Dos variables cualitativas - Tabla de datos - Tabla de contingencia - Diagrama de barras - Tabla de diferencias entre frecuencias
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 detallesQueríamos determinar cuántas partes se deben evaluar para obtener estimaciones de la variación entre partes con diferentes niveles de precisión.
Este documento forma parte de un conjunto de informes técnicos que explican la investigación llevada a cabo por los especialistas en estadística de Minitab para desarrollar los métodos y las verificaciones
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 detallesGRAFICOS DE CONTROL DATOS TIPO VARIABLES
GRAFICOS DE CONTROL DATOS TIPO VARIABLES OBJETIVO DEL LABORATORIO El objetivo del presente laboratorio es que el estudiante conozca y que sea capaz de seleccionar y utilizar gráficos de control, para realizar
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 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 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 detallesConceptos básicos de estadística para clínicos
Conceptos básicos de estadística para clínicos Víctor Abraira A Coruña. Noviembre 2008 Programa Valor p : qué significa? Aleatorización Pruebas de hipótesis para variables continuas Pruebas de hipótesis
Más detallesEstimación por intervalo del parámetro de la distribución de Poisson con una sola observación
Revista Colombiana de Estadística Volumen 30 No. 1. pp. 69 a 75. Junio 2007 Estimación por intervalo del parámetro de la distribución de Poisson con una sola observación Interval Estimation for the Poisson
Más detallesInvestigación sobre pruebas diagnósticas II (repetibilidad)
Investigación sobre pruebas diagnósticas II (repetibilidad) V. Abraira Hospital Ramón y Cajal. IRYCIS CIBERESP Mayo 2011 http://www.hrc.es/investigacion/bioest/m_docente.html Esquemáticamente Precisión
Más detallesARTÍCULO ORIGINAL. ARS Pharmaceutica. Collazo MV 1, Muñiz MM 2, Alonso1 C 1, Frutos G 2
ARS Pharmaceutica ISSN: 0004-2927 http://farmacia.ugr.es/ars/ ARTÍCULO ORIGINAL El análisis estadístico en la Farmacopea Europea: diseño completamente aleatorizado en un bioensayo de factor VIII. Statistical
Más detallesDiagnósticos regresión
Diagnósticos regresión de Cox Víctor Abraira Unidad de Bioestadística Clínica. IRYCIS 1 Diagnósticos de regresión Se trata de evaluar lo adecuado del modelo. Hay tres aspectos: Asunciones Bondad de ajuste
Más detalles1.9. Requisitos mínimos de asistencia a las sesiones presenciales / Minimum attendance requirement
ASIGNATURA / COURSE TITLE ANÁLISIS DE DATOS 1.1. Código / Course number 16307 1.2. Materia / Content area Módulo instrumental 1.3. Tipo / Course type Obligatoria 1.4. Nivel / Course level Grado 1.5. Curso
Más detallesValidación de los métodos microbiológicos CARACTERISTICAS DE LOS RESULTADOS DE MEDICION DE METODOS MICROBIOLOGICOS
Validación de los métodos microbiológicos CARACTERISTICAS DE LOS RESULTADOS DE MEDICION DE METODOS MICROBIOLOGICOS Bqca. QM Alicia I. Cuesta, Consultora Internacional de la FAO Objetivos de la clase Conceptos
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 detallesHipertensión Sistólica Aislada Juvenil ACTUALIZACION. Dr. Guillermo Stella Médico Residente Cardiología Sanatorio Britanico - Rosario
Hipertensión Sistólica Aislada Juvenil ACTUALIZACION Dr. Guillermo Stella Médico Residente Cardiología Sanatorio Britanico - Rosario O'Rourke MF, Vlachopoulos C, Graham RM. Spurious systolic hypertension
Más detallesMedidas de dispersión
Medidas de dispersión Las medidas de dispersión nos informan sobre cuánto se alejan del centro los valores de la distribución. Las medidas de dispersión son: Rango o recorrido El rango es la diferencia
Más detallesHERRAMIENTAS DE CALIDAD EN PROCESOS METROLÓGICOS
HERRAMIENTAS DE CALIDAD EN PROCESOS METROLÓGICOS Ing. Claudia Santo Directora de Metrología Científica e Industrial 17/05/2016 MEDELLÍN, COLOMBIA MEDIR Cómo sabemos que nuestras meciones son correctas?
Más detallesA. Menéndez Taller CES 15_ Confiabilidad. 15. Confiabilidad
15. Confiabilidad La confiabilidad se refiere a la consistencia de los resultados. En el análisis de la confiabilidad se busca que los resultados de un cuestionario concuerden con los resultados del mismo
Más detallesJesús Eduardo Pulido Guatire, marzo Diagrama de Dispersión y Correlación Lineal Simple
Jesús Eduardo Pulido Guatire, marzo 0 Diagrama de Dispersión y Correlación Lineal Simple Hasta el momento el trabajo lo hemos centrado en resumir las características de una variable mediante la organización
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 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 detallesCONTRASTE SOBRE UN COEFICIENTE DE LA REGRESIÓN
Modelo: Y =! 1 +! 2 X + u Hipótesis nula: Hipótesis alternativa H 1 :!!! 2 2 Ejemplo de modelo: p =! 1 +! 2 w + u Hipótesis nula: Hipótesis alternativa: H :!! 1 2 1. Como ilustración, consideremos un modelo
Más detallesTERMINOLOGÍA ANALÍTICA - PROCESO ANALÍTICO - TÉCNICA ANALÍTICA - MÉTODO ANALÍTICO - PROCEDIMIENTO ANALÍTICO - PROTOCOLO ANALÍTICO
TERMINOLOGÍA ANALÍTICA - PROCESO ANALÍTICO - TÉCNICA ANALÍTICA - MÉTODO ANALÍTICO - PROCEDIMIENTO ANALÍTICO - PROTOCOLO ANALÍTICO PROCESO ANALÍTICO Conjunto de operaciones analíticas intercaladas que se
Más detallesEl tensiómetro fiable e inteligente
El tensiómetro fiable e inteligente Si le preocupa la salud de sus pacientes también le preocupará su tensión arterial. Aunque inicialmente un aumento de la tensión no se advierte, puede conducir a serios
Más detallesMaría Paula Coluccio y Patricia Picardo Laboratorio I de Física para Biólogos y Geólogos Depto. de Física, FCEyN, UBA 1999
María Paula Coluccio y Patricia Picardo Laboratorio I de Física para Biólogos y Geólogos Depto. de Física, FCEyN, UBA 1999 En el presente trabajo nos proponemos estimar el valor de la aceleración de la
Más detallesMEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN. Lic. Esperanza García Cribilleros
MEDIDAS DE RESUMEN: MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIÓN Lic. Esperanza García Cribilleros ANÁLISIS EXPLORATORIO DE DATOS Diagrama de tallo y hojas Diagrama de caja DESCRIPCIÓN N DE LOS DATOS Tablas
Más detallesPorqué varían los resultados analíticos?
ESTADÍSTICA BÁSICA I 1. La estadística y sus objetivos. Aplicación de la Estadística en Química Analítica 3. Variabilidad analítica. Distribución normal 4. Otros conceptos básicos. Intervalos de confianza
Más detallesII. ANÁLISIS DE SISTEMAS DE MEDICIÓN
II. ANÁLISIS DE SISTEMAS DE MEDICIÓN INTRODUCCIÓN Siempre que registramos o medimos los resultados de un proceso nos encontramos con cierta variación en los datos obtenidos. Esta variación puede provenir
Más detallesInstructor: Do you remember how to say the verb "to speak"? Instructor: How do you ask a friend Do you speak Spanish?
Learning Spanish Like Crazy Spoken Spanish Lección Dos. Listen to the following conversation: Male: Hablas inglés? Female: Sí, hablo inglés porque practico todos los días. Male: Dónde? Female: Practico
Más detallesCLASE 10: RESUMEN DEL CURSO
CLASE 10: RESUMEN DEL CURSO 10.1.-INTRODUCCIÓN Qué debemos valorar al enfrentarnos con el análisis de unos datos estadísticos? 1º TIPO DE ESTUDIO: - Datos Independientes - Datos Apareados 2º TIPO DE VARIABLES:
Más detallesPROBABILIDAD Y ESTADÍSTICA
PROBABILIDAD Y ESTADÍSTICA 4 horas a la semana 8 créditos Semestre variable según la carrera Objetivo del curso: Analizar y resolver problemas de naturaleza aleatoria en la ingeniería, aplicando conceptos
Más detallesContenido. 2 Probabilidad 9. Prefacio. 1 Introducci6n a la estadfstica y al an;!llisis de datos
Contenido Prefacio ix 1 Introducci6n a la estadfstica y al an;!llisis de datos 1 1.1 1.2 1.3 1.4 1.5 1.6 Repaso 1 EI papel de la probabilidad 2 Medidas de posici6n: media de una muestra 4 Medidas de variabilidad
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 detallesEpidemiología HTA 2013. Jaime E. Tortós Guzmán, FACC Servicio de Cardiología, Hospital San Juan de Dios Clínica Los Yoses jtortos64@gmail.
Epidemiología HTA 2013 Jaime E. Tortós Guzmán, FACC Servicio de Cardiología, Hospital San Juan de Dios Clínica Los Yoses jtortos64@gmail.com Mackay J, Mensah G. Atlas of Heart Disease and Stroke. 2004.
Más detallesMeasurement System Analysis 3rd. Editión. P. Reyes / Mayo 2003
Measurement System Analysis 3rd. Editión P. Reyes / Mayo 2003 1 Posibles Fuentes de la Variación del Proceso Variación del proceso, observado Variación del proceso, real Variación de la medición Variación
Más detallesMEDIDA DE LA PRESIÓN ARTERIAL Y TOMA DE DECISIONES
MEDIDA DE LA PRESIÓN ARTERIAL Y TOMA DE DECISIONES Clasificación de la PA (SEH/SEC) 2003 Categoría Sistólica (mmhg) Diastólica (mmhg) Óptima
Más detallesJNC 8 vs Guías Europeas, Guías SAHA: similitudes y diferencias. Dr. Daniel Piskorz
JNC 8 vs Guías Europeas, Guías SAHA: similitudes y diferencias. Cuál se adecúa mejor para el manejo de nuestros pacientes hipertensos? Dr. Daniel Piskorz Nombre del Presentador: Dr. Daniel Piskorz No tengo
Más detallesComo el el signo y valor de la la "Incertidumbre de la la medida" son. desconocidos debemos intentar cuantificar el el valor de incertidumbre.
Expresión de la incertidumbre 1 Como el el signo y valor de la la "Incertidumbre de la la medida" son desconocidos debemos intentar cuantificar el el valor de incertidumbre. Afortunadamente, la la "Incertidumbre
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 detallesMatemáticas Muestra Cuadernillo de Examen
Matemáticas Muestra Cuadernillo de Examen Papel-Lápiz Formato Estudiante Español Versión, Grados 3-5 Mathematics Sample Test Booklet Paper-Pencil Format Student Spanish Version, Grades 3 5 Este cuadernillo
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 detallesINFERENCIA SOBRE PARÁMETROS
INFERENCIA SOBRE PARÁMETROS 1 INDICE INFERENCIA SOBRE PARÁMETROS... 3 CONCEPTOS GENERALES... 3 Estimación de parámetros... 3 Contrastes de hipótesis... 3 MÉTODOS DE INFERENCIA CON UNA MUESTRA... 4 Media...4
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 detallesProbabilidad y Estadística
Probabilidad y Estadística Grupo Lunes jueves 1PM22 11:00-12:00 11:00-13:00 Prof. Miguel Hesiquio Garduño. Depto. De Ingeniería Química Petrolera ESIQIE-IPN hesiquiogm@yahoo.com 1 de Agosto de 2011 OBJETIVO
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 detallesLearning Masters. Fluent: Wind, Water, and Sunlight
Learning Masters Fluent: Wind, Water, and Sunlight What I Learned List the three most important things you learned in this theme. Tell why you listed each one. 1. 2. 3. 22 Wind, Water, and Sunlight Learning
Más detallesCOMPARACIÓN DE RESULTADOS OBTENIDOS POR TRES EQUIPOS NIRS ESTANDARIZADOS PARA EL ANÁLISIS DE ENSILADOS
Producción animal COMPARACIÓN DE RESULTADOS OBTENIDOS POR TRES EQUIPOS NIRS ESTANDARIZADOS PARA EL ANÁLISIS DE ENSILADOS P. CASTRO Centro de Investigacións Agrarias de Mabegondo CIAM, Apartado 10, 15080
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 detallesCarrera: Integrantes de la Academia de Ingeniería Industrial: M.C. Ramón García González. Integrantes de la
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Ingeniería de calidad Licenciatura en Ingeniería Industrial Clave de la asignatura: Horas teoría horas práctica - créditos 4-0 - 8 2.- HISTORIA
Más detallesCómo medir la validez y fiabilidad de sistemas de análisis forense. Geoffrey-Stewart Morrison. p p(e H )
Cómo medir la validez y fiabilidad de sistemas de análisis forense Geoffrey-Stewart Morrison p(e H ) p p(e H ) d Preocupaciones Marco lógicamente correcto para la evaluación de las evidencias - ENFSI Guideline
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 detallesMedidas de concordancia: el índice de Kappa
Investigación: Medidas de concordancia: el índice de Kappa 1/5 Medidas de concordancia: el índice de Kappa Autores: López de Ullibarri Galparsoro I, Pita Fernández, S. Unidad de Epidemiología Clínica y
Más detallesConciencia Tecnológica No. 33, Enero-Junio 2007
Conciencia Tecnológica No. 33, Enero-Junio 2007 Relación entre Estudios de Capacidad de Proceso y Estudios de Repetibilidad y Reproducibilidad Investigación M.C. Leonardo Jaramillo Castro, M. C. Ofelia
Más detallesSe asignaron al azar ratas en condiciones similares a cuatro dietas (A D). Dos semanas después se midió el tiempo de coagulación.
EJEMPLO 1 Se asignaron al azar ratas en condiciones similares a cuatro dietas (A D). Dos semanas después se midió el tiempo de coagulación. DIETA1 DIETA2 DIETA3 DIETA4 62 63 68 56 60 67 66 62 63 71 71
Más detallesAnálisis de diferencias de medias entre centros educativos chilenos según grupo socioeconómico y dependencia administrativa
Análisis de diferencias de medias entre centros educativos chilenos según grupo socioeconómico y dependencia administrativa Paola Ilabaca Baeza 1 José Manuel Gaete 2 paolailabaca@usal.es jmgaete@usal.es
Más detallesMétodos Estadísticos Multivariados
Métodos Estadísticos Multivariados Victor Muñiz ITESM Victor Muñiz (ITESM) Métodos Estadísticos Multivariados Agosto-Diciembre 2011 1 / 20 Victor Muñiz (ITESM) Métodos Estadísticos Multivariados Agosto-Diciembre
Más detallesEL PODER ESTADÍSTICO. DIFERENCIAS OBSERVADAS CUANDO SE CAMBIA EL ALFA ESTABLECIDO EN UN ESTUDIO DE INVESTIGACIÓN
EL PODER ESTADÍSTICO. DIFERENCIAS OBSERVADAS CUANDO SE CAMBIA EL ALFA ESTABLECIDO EN UN ESTUDIO DE INVESTIGACIÓN Mylord Reyes Tosta, EdD Resumen Se utilizaron dos ejemplos para una prueba de hipótesis
Más detallesTema 13: Distribuciones de probabilidad. Estadística
Tema 13: Distribuciones de probabilidad. Estadística 1. Variable aleatoria Una variable aleatoria es una función que asocia a cada elemento del espacio muestral, de un experimento aleatorio, un número
Más detallesFase 2. Estudio de mercado: ESTADÍSTICA
1. CONCEPTO DE ESTADÍSTICA. ESTADÍSTICA DESCRIPTIVA 2. 3. TABLA DE FRECUENCIAS 4. REPRESENTACIONES GRÁFICAS 5. TIPOS DE MEDIDAS: A. MEDIDAS DE POSICIÓN B. MEDIDAS DE DISPERSIÓN C. MEDIDAS DE FORMA 1 1.
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 detallesPROGRAMA ACADEMICO Ingeniería Industrial
1. IDENTIFICACIÓN DIVISION ACADEMICA Ingenierías DEPARTAMENTO Ingeniería Industrial PROGRAMA ACADEMICO Ingeniería Industrial NOMBRE DEL CURSO Análisis de datos en Ingeniería COMPONENTE CURRICULAR Profesional
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 detalles240EO011 - Estadística Aplicada
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2015 240 - ETSEIB - Escuela Técnica Superior de Ingeniería Industrial de Barcelona 715 - EIO - Departamento de Estadística e Investigación
Más detalles