Confusión e interacción (1): Qué son, qué suponen y cómo manejarlas en el análisis estratificado

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Confusión e interacción (1): Qué son, qué suponen y cómo manejarlas en el análisis estratificado"

Transcripción

1 DocuWeb FABIS Dot. Núm Confusión e interacción (1): Qué son, qué suponen y cómo manejarlas en el análisis estratificado Aguayo Canela, Mariano Hospital Universitario Virgen Macarena. Sevilla Resumen Cuando se evalúa la relación entre una variable independiente (o exposición) y una variable dependiente (o respuesta), hay dos tipos de variables o factores que pueden enmascarar el efecto objeto de estudio. Se trata de variables predictoras que en conjunto- se llaman de control, pero que juegan un papel muy diferente. Es muy importante distinguir entre confusión e interacción, y tener en cuenta de que ambos fenómenos pueden estar presentes. El análisis estratificado puede servir para detectar una interacción por una tercera variable (variable modificadora de efecto) en la relación de dos variables (una exposición y otra resultado). 0. Introducción. Cuando se evalúa la relación entre una variable independiente (o exposición) y una variable dependiente (o respuesta), hay dos tipos de variables o factores que pueden enmascarar el efecto objeto de estudio. Se trata de variables predictoras que en conjunto- se llaman de control, pero que juegan un papel muy diferente: a) Los llamados factores o variables de confusión (o confundentes, o confundidoras), que son variables externas a la relación que se evalúa, cronológicamente anteriores a la exposición y relacionadas tanto con la exposición como con la respuesta. Su presencia produce sesgos en la relación de la variable dependiente e independiente, que se deben eliminar (o controlar) a través de ajustes estadísticos realizados con análisis estratificado o con técnicas de análisis multivariante. b) Las variables de interacción o modificadoras de efecto, cuyos valores cambian la intensidad o el sentido de la relación entre el factor de estudio (exposición) y la variable dependiente (respuesta). Descubrirlas es un objetivo del estudio. Es muy importante distinguir entre confusión e interacción, y tener en cuenta de que ambos fenómenos pueden estar presentes. 1. El fenómeno de la confusión. Correspondencia: 1 de 8

2 Aguayo Canela, Mariano DocuWeb fabis.org 1.1. El ejemplo de la relación espuria entre el consumo de café y desarrollar infarto de miocardio (Hulley y Cummings, 1993). La siguiente tabla 2 2 muestra los datos hipotéticos de un estudio de cohortes para evaluar la relación entre consumo de café y desarrollo de infarto de miocardio (IAM): Tomaban café SI NO Totales SI NO Totales Las medidas de riesgo que pueden calcularse con estos datos son: OR = (40 490) / (460 10) = 4,3 RR = (40 / 500) / (10 / 500) = 0,08 / 0,02 = 4,0 RA = (40 / 500) - (10 / 500) = 0,08 0,02 = 0,06 (6%) La OR (Odds Ratio) y el RR (Riesgo Relativo) 1 expresan cuántas veces más se da el resultado (tener IAM) en los expuestos (los que tomaban café) que en los no expuestos, bajo una óptica multiplicativa. Puede decirse también que representa cuántas veces más riesgo tienen los expuestos en relación con los no expuestos. El RA (Riesgo Atribuible o diferencia de riesgos) indica la cantidad adicional de incidencia de IAM (o exceso de riesgo) que tienen los expuestos respecto a los no expuestos, bajo una óptica aditiva. Es una medida útil en salud pública, ya que permite evaluar cuánta cantidad de IAM se debe a la exposición y, secundariamente, cuánta incidencia se podría reducir a través de programas educativos o intervenciones sanitarias. En el mismo estudio se registró el consumo de tabaco, como una variable reconocida de riesgo para padecer infarto de miocardio. Para evaluar si dicha variable en este estudio pudiera estar comportándose como una variable confundente en la relación principal evaluada (café IAM) se realizó un análisis estratificado de la relación principal en los grupos o estratos de la variable presumiblemente confundidora, con los siguientes resultados: Estrato 1 NO FUMADORES Tomaban café SI NO Totales SI NO Totales Estrato 2 FUMADORES Tomaban café SI NO Totales SI NO Totales La OR en el estrato de NO-FUMADORES es: OR ESTRATO 1 = / = 1 La OR en el estrato de FUMADORES es: OR ESTRATO 2 = / = 1 Si en vez del modelo multiplicativo hubiésemos empleado el modelo aditivo, el RA o diferencia de riesgos también sería similar en cada estrato, y muy diferente del 1 En este caso se puede calcular el RR puesto que hemos dicho que es un estudio de cohortes. (prospectivo) y, por tanto, tiene sentido obtener la incidencia de IAM en expuestos y en no-expuestos. DocuWeb fabis.org 2 de 8

3 Confusión e interacción (1): Qué son, qué suponen y cómo manejarlas en el análisis estratificado fabis.org, 2007 RA bruto : RA ESTRATO 1 = (2 / 120) (8 / 480) = 0,0167 0,0167 = 0 RA ESTRATO 2 = (38 / 380) (2 / 20) = 0,1 0,1 = 0 Al mirar los datos marginales puede observarse como entre los 500 sujetos que tomaban café (expuestos) hay muchos más fumadores (380 versus 120), mientras que entre los que no tomaban café (no-expuestos) hay muchos más no fumadores (480 versus 20). Por otra parte, en el grupo de fumadores hay más incidencia de infarto de miocardio (40/400, un 10%) que el estrato de no fumadores (10/600, un 1,7%). Es por este desajuste en la distribución de los sujetos por la variable de confusión por lo que se encuentra en este estudio de cohortes una relación espuria o sesgada entre el tomar café y el infarto de miocardio, con una OR = 4,3. De hecho hemos visto que al controlar o ajustar el efecto del tabaquismo (estratificando por la variable hábito de fumar), dentro de cada estrato desaparece la relación (OR = 1, RA = 0) entre consumo de café e IAM Detección de confusión en el análisis estratificado. El análisis estratificado consiste en calcular las medidas de asociación entre las dos variables principales (dependiente e independiente) para cada uno de los estratos de la variable confundente. 2 Esto puede llevarse a cabo en el programa SPSS (Analizar > Estadística descriptiva > Tablas de contingencia) si tenemos todos los casos o individuos en una única base de datos; o en el programa EPIINFO (calculadora estadística STATCAL) si conocemos los recuentos de valores (frecuencias absolutas) para cada variable que se va a introducir en el análisis. Tras obtener la medida de asociación bruta (relación entre la dependiente y la independiente, sin tener en cuenta la variable presumiblemente confundente), se procede a obtener la misma medida (OR, RR ó RA) en cada estrato o capa definido por la variable confundente, y una medida final ajustada (en ocasiones llamada OR global o ponderada de Mantel-Haenszel). Se dice que existe confusión cuando: a) Los valores de las medidas de asociación en cada estrato son similares entre sí, y diferentes de las medidas de asociación brutas. Pueden darse varias combinaciones: a. Relación espuria: La OR global detecta asociación (valor > 1), mientras que la OR en cada estrato no lo detectan, arrojando valores próximos al valor nulo (OR = 1). b. Confusión enmascarando el efecto: la OR global es 1 (no hay asociación), mientras que las OR en cada estrato ponen de manifiesto una asociación (valores > 1). c. Confusión invirtiendo el efecto (Paradoja de Simpson): Las OR en cada estrato muestran asociación (valores > 1), mientras que la OR global muestra una relación o asociación invertida (valor < 1). 2 El análisis estratificado requiere que la variable por la que se estratifica o ajusta sea de tipo categórico y que el tamaño muestral sea suficientemente grande como para que no existan celdas con pocos representantes. Por ello hoy en día ha sido casi sustituido por las técnicas de análisis multivariante, mucho más eficientes (estimaciones más precisas con menos tamaños muestrales) y que permiten evaluar varios factores de confusión simultáneamente. Sin embargo siguen siendo muy útiles para comprender las relaciones entre las variables analizadas. DocuWeb fabis.org 3 de 8

4 Aguayo Canela, Mariano DocuWeb fabis.org b) Los valores de las medidas de asociación ajustadas difieren en más de un 10% de los de las medidas brutas. c) Por supuesto deben cumplirse los criterios generales 3 de una variable de confusión. Vamos a hacer un análisis estratificado en EPIINFO con los datos del ejemplo del estudio de cohortes anterior (consumo de café e IAM). Abrimos el programa EPIINFO 6.0 y optamos en Programas por STATCAL Calculadora Estadística, y sucesivamente Tablas (2 2, 2 n). En el cuadro introducimos los datos (pulsando <Enter> cada vez para saltar de casilla) y marcamos <F4> (calcular). Debemos obtener esta pantalla: Vemos que la OR en este primer estrato (NO FUMADORES) vale 1, como ya sabemos por el cálculo manual. Ahora debemos indicar al programa que estamos haciendo un análisis estratificado, oprimiendo la tecla <F2> (Estratos). Volvemos a rellenar los datos de las cuadro celdillas, esta vez con los correspondientes a FUMADORES. Obtendremos, tras calcular, la siguiente salida: 3 Son tres: la variable de confusión debe ser un factor de riesgo (o protector) de la variable dependiente, debe estar relacionada con la variable independiente y no ser un mero paso intermedio en la relación principal evaluada (cronológicamente anterior a la exposición). DocuWeb fabis.org 4 de 8

5 Confusión e interacción (1): Qué son, qué suponen y cómo manejarlas en el análisis estratificado fabis.org, 2007 Igualmente comprobamos que en este estrato (FUMADORES) la OR también vale 1. Ahora, para finalizar, indicamos al programa que no hay más estratos, oprimiendo la tecla <Enter>. Obtendremos la siguiente pantalla: Vemos el resumen del Análisis Estratificado (en este caso resumen de dos tablas o estratos): la OR cruda (o bruta ) para la tabla global es 4,26 mientras que la OR ajustada (o ponderada de Mantel-Haenszel) es de 1,00. Si no hubiésemos realizado este ajuste habríamos dado una medida de asociación sesgada, llegando a la falsa conclusión de que el hecho de beber café incrementa el riesgo de IAM, multiplicándolo por cuatro veces, cuando en realidad no están ni siquiera asociados. La medida de asociación que debe darse cuando hay confusión es el valor ajustado o ponderado, ya que el valor bruto está sesgado (o confundido). 2. El fenómeno de la interacción (modificación de efecto) El ejemplo de la relación -modificada por la edad- entre el hábito de fumar y desarrollar infarto de miocardio. La siguiente tabla 2 2 muestra los datos hipotéticos de un estudio de cohortes para evaluar la relación entre consumo de cigarrillos y el desarrollo de infarto agudo de miocardio: Fumaban SI NO Totales SI NO Totales Las medidas de riesgo que pueden calcularse con estos datos son: OR = (34 491) / (466 9) = 3,98 RR = (34 / 500) / (9 / 500) = 0,068 / 0,018 = 3,78 RA = (34 / 500) - (9 / 500) = 0,068 0,018 = 0,05 (5%) DocuWeb fabis.org 5 de 8

6 Aguayo Canela, Mariano DocuWeb fabis.org Con este primer análisis se detecta que el consumo de cigarrillos está asociado con el desarrollo de infarto de miocardio, multiplicando el riesgo por cuatro. Sin embargo, si se hubiese realizado el mismo análisis en dos grupos de edad (definidos por un punto de corte de 45 años), los resultados hubiesen sido los siguientes: Estrato 1 < 45 años Fumaban SI NO Totales SI NO Totales Estrato 2 45 años Fumaban SI NO Totales SI NO Totales La OR en el estrato de edad < 45 años es: OR ESTR 1 = / = 1,51 La OR en el estrato de edad 45 años es: OR ESTR 2 = / = 6,35 RA ESTRATO 1 = (6 / 300) (4 / 300) = 0,02 0,0133 = 0,0067 (0,67%) RA ESTRATO 2 = (28 / 200) (5 / 200) = 0,14 0,025 = 0,115 (11,5%) Si en vez del modelo multiplicativo hubiésemos empleado el modelo aditivo, el RA o diferencia de riesgos también sería muy diferente en cada estrato, y también diferente del RA bruto : Estos sorprendentes resultados se explican por el fenómeno de interacción: en realidad lo que está ocurriendo es que la relación entre el tabaco y el IAM, que sabemos que existe, se ve modificada en su intensidad por una tercera variable, la edad, cambiando significativamente las medidas de asociación, tanto en el modelo multiplicativo (OR, RR) como en el modelo aditivo (RA). En efecto, según la edad de los sujetos evaluados, la relación entre el consumo de tabaco y el IAM cambia, siendo débil en el grupo de menos edad (OR = 1,51; RA = 0,67%) y fuerte en el grupo de más edad (OR = 6,35; RA = 11,5%). La interacción, al contrario de la confusión, no produce ningún sesgo en la evaluación de la relación analizada. De hecho, la OR o el RA encontrados cuando se analiza la totalidad de los sujetos son valores promedio (para el conjunto de edades) del hábito de fumar sobre el infarto de miocardio. Pero estos valores promedio tienen en verdad poco interés práctico, ya que no informan de manera precisa sobre la relación objeto de estudio. Cuando existe interacción o modificación de efecto, el investigador debe detectarlo y describirlo, siendo un objetivo más del estudio descubrir estas interacciones Detección de interacción en el análisis estratificado. El análisis estratificado puede servir para detectar una interacción por una tercera variable (variable modificadora de efecto) en la relación de dos variables (una exposición y otra resultado). Así, el cálculo de medidas de asociación con la totalidad de los datos y, posteriormente, en los diferentes estratos establecidos por la variable modificadora de efecto, arrojará valores diferentes: la OR o el RA obtenido en cada estrato serán distintos, y las medidas de asociación calculadas con el global de los sujetos representarán un promedio de los valores de las medidas obtenidas en los estratos. Por ello, cuando sólo existe interacción pura, no deben emplearse estas medidas brutas para describir la relación principal entre la variable DocuWeb fabis.org 6 de 8

7 Confusión e interacción (1): Qué son, qué suponen y cómo manejarlas en el análisis estratificado fabis.org, 2007 dependiente y la independiente, ni deben calcularse medidas ajustadas o ponderadas, como en el caso de la confusión. Debe expresarse el valor de la medida en cada estrato de la variable modificadora de efecto. Por otra parte, el análisis estratificado puede servir para identificar la presencia de confusión e interacción al mismo tiempo. En esta situación, la OR en los estratos definidos por los valores de la variable modificadora de efecto (y confundente) serán diferentes, pero la OR global o cruda, con la totalidad de los individuos, no será un valor promedio. 4 En estos casos el análisis multivariante será de gran ayuda, como veremos en otro documento. 3. Confusión versus interacción (modificación de efecto). Es muy importante comprender estos dos fenómenos y saber diferenciarlos. A manera de resumen se muestran los principales conceptos en la siguiente tabla. Características CONFUSIÓN INTERACCIÓN Significado Consecuencia de su presencia Identificación Actuación del investigador Es un sesgo, una distorsión entre la verdadera relación entre una exposición (variable independiente) y un efecto (variable resultado o dependiente), debido a la presencia de un factor externo que se llama variable confundente. No tiene significado biológico. Proviene de una relación específica entre variables en la base de datos que se analiza, y que no necesariamente existe en la población de la que se extrajo la muestra. Dicho de otra manera, la confusión depende de cómo se distribuye el factor de confusión entre los grupos de análisis, de forma que una característica o variable puede ser un factor confundente en un estudio y no serlo en otro. Introduce un sesgo o error sistemático en la estimación de la medida de asociación. En el análisis estratificado, la OR cruda difiere de las OR calculadas en los estratos, establecidos por los valores de la variable confusora, mientras que en éstos son similares. La OR cruda está sesgada y no es válida. En el análisis multivariante, al introducir el factor de confusión, se modifica el coeficiente de regresión (y la OR si estamos en una Regresión Logística) de la variable independiente, al calcularse una estimación ajustada (o controlada) de la relación entre la exposición y el efecto. Si no se ha podido eliminar en la fase de diseño (hay tres estrategias para ello: la restricción, el emparejamiento y la randomización o asignación aleatoria), hay que eliminarlo en la fase de análisis, ajustando o controlando la relación principal evaluada por cada factor de confusión Puede corresponder a un fenómeno biológico (sobre todo cuando existe una modificación en las medidas de efecto bajo un modelo aditivo). Corresponde al cambio del verdadero valor de la asociación entre una exposición y un desenlace introducido por una tercera variable, que se conoce como modificadora de efecto. Enriquece la información que se puede dar de la medida de asociación. En el análisis estratificado por los valores de la variable modificadora de efecto, las OR obtenidas son muy diferentes. La OR global, sin estratificar, representa un valor promedio entre las OR de los estratos, que no tiene trascendencia práctica. En el análisis multivariante la interacción debe analizarse introduciendo un término multiplicativo, que contiene la variable independiente y la variable modificadora de efecto. Cuando hay interacción, éste término es estadísticamente significativo, y tanto él como las variables que lo componen deben permanecer en el modelo. Debe describirse en detalle, dando medidas de asociación para cada estrato o subgrupo establecido por la variable modificadora de efecto. 4 Si se presentan simultáneamente, la interacción debe evaluarse siempre antes de la confusión. Sólo en el caso de que la interacción sea moderada es recomendable utilizar una estimación ajustada o controlada. DocuWeb fabis.org 7 de 8

8 Aguayo Canela, Mariano DocuWeb fabis.org Referencias bibliográficas. 1. Doménech JM, Sarriá A. Análisis multivariante: modelos de regresión. Unidad Didáctica 8: Confusión e interacción. Editorial Signo. Barcelona, De Irala-Estévez J, Martínez-González MA. Errores en la estimación de medidas de asociación en estudios epidemiológicos. En: Epidemiología Aplicada. Ariel Ciencias Médicas. Editorial Ariel S.A. Barcelona, Capítulo 7, páginas De Irala-Estévez J, Martínez-González MA. Variables modificadoras de efecto. En: Epidemiología Aplicada. Ariel Ciencias Médicas. Editorial Ariel S.A. Barcelona, Capítulo 8, páginas Cobo E, Buekens P. Necesidades y limitaciones del ajuste. Med Clin (Barc) 1990; 95: de Irala J, Martínez-González MA, Guillén-Grima F. Qué es una variable de confusión? Med Clin (Barc) 2001; 117: Cobo E, Corchero C. Ajuste: qué variables, cómo y cuándo. FMC 2003; 10(10): DocuWeb fabis.org 8 de 8

(.$263*7.5"4+%#,"8..9$ $.$ - -. 7.# "4< $ 8 $ 7 "% @

(.$263*7.54+%#,8..9$ $.$ - -. 7.# 4< $ 8 $ 7 % @ !"#$%!& ' ($ 2 ))!"#$%& '$()!& *($$+%( & * $!" "!,"($"$ -(.$!- ""& +%./$$&,-,$,". - %#,"0# $!01 "23(.4 $4$"" ($" $ -.#!/ ". " " ($ "$%$(.$2.3!- - *.5.+%$!"$,"$ (.$263*7.5"4+%#,"8..9$ $.$ - $,"768$"%$,"$%$!":7#;

Más detalles

Cómo hacer paso a paso un Análisis de Supervivencia con SPSS para Windows.

Cómo hacer paso a paso un Análisis de Supervivencia con SPSS para Windows. DOCUWEB FABIS Dot. Núm 0702006 Cómo hacer paso a paso un Análisis de Supervivencia con SPSS para Windows. Aguayo Canela M, Lora Monge E Servicio de Medicina Interna. Hospital Universitario Virgen Macarena.

Más detalles

Validez y Fiabilidad

Validez y Fiabilidad Curso de introducción a la metodología de la investigación (II) Validez y Fiabilidad Laura Martínez García Centre Cochrane Iberoamericano 9 de Febrero de 2011 Guión Validez interna Validez externa Precisión

Más detalles

TEMARIO DETALLADO DE LOS MODULOS VIRTUALES:

TEMARIO DETALLADO DE LOS MODULOS VIRTUALES: TEMARIO DETALLADO DE LOS MODULOS VIRTUALES: Módulo 1: Introducción a la epidemiología 1. Qué es la epidemiología? Definiciones y tipos de epidemiología: 2. Breve historia de la epidemiología del cáncer

Más detalles

Servicio de Medicina Interna. Hospital Universitario Virgen Macarena. Sevilla

Servicio de Medicina Interna. Hospital Universitario Virgen Macarena. Sevilla DOCUWEB FABIS Dot. úm 0702005 Cómo realizar paso a paso un contraste de hipótesis con SPSS para Windows: (III) Relación o asociación y análisis de la dependencia (o no) entre dos variables cuantitativas.

Más detalles

INTRODUCCIÓN A LA EPIDEMIOLOGIA

INTRODUCCIÓN A LA EPIDEMIOLOGIA INTRODUCCIÓN A LA EPIDEMIOLOGIA FUENTES DE ERROR EN LA INVESTIGACION EPIDEMIOLOGICA: ROL DE LOS FACTORES CONFUNDIDORES OBJETIVOS DE LA CLASE: 1. Definir las alternativas que llevan a conclusiones erróneas

Más detalles

Cómo hacer una Regresión Logística con SPSS paso a paso. (I)

Cómo hacer una Regresión Logística con SPSS paso a paso. (I) DOCUWEB FABIS Dot. Núm 070202 Cómo hacer una Regresión Logística con SPSS paso a paso. (I) Aguayo Canela, Mariano. Servicio de Medicina Interna. Hospital Universitario Virgen Macarena. Sevilla Resumen

Más detalles

Modelos de regresión: lineal simple y regresión logística

Modelos de regresión: lineal simple y regresión logística 14 Modelos de regresión: lineal simple y regresión logística Irene Moral Peláez 14.1. Introducción Cuando se quiere evaluar la relación entre una variable que suscita especial interés (variable dependiente

Más detalles

TABLAS DE CONTINGENCIA

TABLAS DE CONTINGENCIA TABLAS DE CONTINGENCIA INDICE TABLAS DE CONTINGENCIA... 3 CONCEPTOS GENERALES...3 TABLAS DE ASOCIACIÓN: EXPOSICIÓN ENFERMEDAD... 5 TABLAS 2X2 SIMPLES... 5 Estudio transversal...6 Estudio de cohortes...9

Más detalles

1) Introducción *%+,"' -+%%.&+ '

1) Introducción *%+,' -+%%.&+ ' ! "#$%&'()'"&%% *%+,"' -+%%.&+ ' /#-+%%. # # % % 0 % 1"0)"2 $% 3#%"4%%+ 5# 6%%7#&&%"6 5%%8 79#1)#%+&:#% $ 5% + 1) Introducción Antes de abordar este documento es muy recomendable leer detenidamente su

Más detalles

Diseños en Investigación Clínica

Diseños en Investigación Clínica Diseños en Investigación Clínica Este módulo ha sido desarrollado como componente de las actividades de la Iniciativa Panamericana en Bioética; programa apoyado por el Grant del Centro Internacional Fogarty,

Más detalles

DISEÑOS DE INVESTIGACIÓN

DISEÑOS 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 detalles

Capítulo 12. Análisis de variables categóricas: El procedimiento Tablas de contingencia. Tablas de contingencia

Capítulo 12. Análisis de variables categóricas: El procedimiento Tablas de contingencia. Tablas de contingencia Capítulo 12 Análisis de variables categóricas: El procedimiento Tablas de contingencia En las ciencias sociales, de la salud y del comportamiento es muy frecuente encontrarse con variables categóricas.

Más detalles

Estudios de casos y controles. Fundamento teórico, variantes y aplicaciones. Dr. Aurelio Cruz Valdez. Instituto Nacional de Salud Pública.

Estudios de casos y controles. Fundamento teórico, variantes y aplicaciones. Dr. Aurelio Cruz Valdez. Instituto Nacional de Salud Pública. Estudios de casos y controles. Fundamento teórico, variantes y aplicaciones Dr. Aurelio Cruz Valdez Instituto Nacional de Salud Pública. Consideraciones generales Características Clasificación Ventajas

Más detalles

Nure 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 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

CONCEPTOS BÁSICOS DE DISEÑO DE ESTUDIOS EPIDEMIOLÓGICOS

CONCEPTOS BÁSICOS DE DISEÑO DE ESTUDIOS EPIDEMIOLÓGICOS CONCEPTOS BÁSICOS DE DISEÑO DE ESTUDIOS EPIDEMIOLÓGICOS 1. Objetivo: Conocer los principales diseños epidemiológicos. 2. Términos Claves: Estudios epidemiológicos; estrategias de diseño; validez; objetivos.

Más detalles

Técnicas de análisis para el uso de resultados de encuestas y estudios aplicados al VIH/sida. Por: Prof. Elena del C. Coba

Técnicas de análisis para el uso de resultados de encuestas y estudios aplicados al VIH/sida. Por: Prof. Elena del C. Coba Técnicas de análisis para el uso de resultados de encuestas y estudios aplicados al VIH/sida Por: Prof. Elena del C. Coba Encuestas y estudios aplicados al VIH/sida Definir la fuente de los datos: Datos

Más detalles

Fases del análisis estadístico de los datos de un estudio

Fases del análisis estadístico de los datos de un estudio 17 Fases del análisis estadístico de los datos de un estudio Antonia Guillén Serra Ágata Carreño Serra Neus Canal Díaz 17.1. Introducción La finalidad de este capítulo es repasar de forma práctica y didáctica

Más detalles

Curso/Tutorial: Estadística Aplicada en la Investigación Biomédica

Curso/Tutorial: Estadística Aplicada en la Investigación Biomédica Curso/Tutorial: Estadística Aplicada en la Investigación Biomédica Nombre del curso Modalidad Duración Intensidad Certificado Dirigido a Estadística Aplicada en la Investigación Biomédica Virtual 16 sesiones

Más detalles

Muestreo. Introducción

Muestreo. Introducción Muestreo Introducción En este documento ofrecemos un resumen sobre el concepto de muestreo, y los tipos de muestreo existentes. Además, adjuntamos una hoja para el cálculo de tamaños muestrales en auditorías

Más detalles

Mónica López Ratón BIOSTATECH, Advice, Training & Innovation in Biostatistics, S.L. Octubre 2012. monica.lopez.raton@usc.es

Mónica López Ratón BIOSTATECH, Advice, Training & Innovation in Biostatistics, S.L. Octubre 2012. monica.lopez.raton@usc.es Mónica López Ratón BIOSTATECH, Advice, Training & Innovation in Biostatistics, S.L. Octubre 01 monica.lopez.raton@usc.es Tablas de contingencia y tests asociados Índice 1. Datos categóricos. Tablas de

Más detalles

Puede considerarse un caso especial de l análisis de regresión en donde la variable dependiente es dicotómica («Sí» [1] o «No» [0])

Puede considerarse un caso especial de l análisis de regresión en donde la variable dependiente es dicotómica («Sí» [1] o «No» [0]) Regresión logística Puede considerarse un caso especial de l análisis de regresión en donde la variable dependiente es dicotómica («Sí» [1] o «No» [0]) Se trata de calcular la probabilidad en la que una

Más detalles

DISEÑO TRANSVERSAL. Muestra, confiabilidad, validez, estudio piloto, razón de prevalencias.

DISEÑO 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 detalles

Curso DE Fundamentos de Diseño y Estadística

Curso DE Fundamentos de Diseño y Estadística www.metodo.uab.cat Estudios de postgrado en Metodología de la investigación en Ciencias de la Salud Curso DE Fundamentos de Diseño y Estadística Contenidos UD 1 Descripción de datos cuantitativos 1 Conceptos

Más detalles

Curso Básico de Metodología de la Investigación

Curso Básico de Metodología de la Investigación Curso Básico de Metodología de la Investigación Fundamentos para el Diseño de la investigación científica Miércoles 15/11/2006 Dra. Mª Dolores Chirlaque Consejería de Sanidad. DG Salud Pública mdolores.chirlaque@carm.es

Más detalles

Curso Universitario de Investigación Científica y Estadística Aplicada

Curso Universitario de Investigación Científica y Estadística Aplicada Instituto para el desarrollo humano y la salud Curso Universitario de Investigación Científica y Estadística Aplicada OBJETIVOS: Capacitar a los profesionales del área de las ciencias de la salud en el

Más detalles

Capítulo 15. Análisis de varianza factorial El procedimiento Modelo lineal general: Univariante

Capítulo 15. Análisis de varianza factorial El procedimiento Modelo lineal general: Univariante Capítulo 15 Análisis de varianza factorial El procedimiento Modelo lineal general: Univariante Los modelos factoriales de análisis de varianza (factorial = más de un factor) sirven para evaluar el efecto

Más detalles

Diseños de investigación en epidemiología y en clínica

Diseños 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 detalles

Universidad de Málaga

Universidad de Málaga 5 técnicas estadísticas 1.- T-Student calcio.sav 2.- ANOVA lectura.sav 3.- Regresión Múltiple empleados.sav 4.- 2 Chi-Cuadrado empleados.sav 5.- Regresión Logística pena de muerte.sav 1.- T-STUDENT VARIABLE:

Más detalles

Epidemiología y Estadística

Epidemiología y Estadística Epidemiología y Estadística Epidemiología y Estadística Epidemiología y Estadística Índice TEMA 1. ESTUDIO DE UN TEST. PARÁMETROS DE USO....1 1.1. Estudio de un test....1 1.2. Relación entre prevalencia

Más detalles

LA INVESTIGACIÓN CLÍNICA DE CALIDAD CLAVE DE LA MEDICINA BASADA EN LA EVIDENCIA

LA INVESTIGACIÓN CLÍNICA DE CALIDAD CLAVE DE LA MEDICINA BASADA EN LA EVIDENCIA LA INVESTIGACIÓN CLÍNICA DE CALIDAD CLAVE DE LA MEDICINA BASADA EN LA EVIDENCIA 1 La evidencia......en ocasiones no es tan evidente 2 LA M.B.E. Concepto introducido en 1991 por un grupo de internistas

Más detalles

5 Asociación: organización y representación gráfica de datos multivariados

5 Asociación: organización y representación gráfica de datos multivariados 5 Asociación: organización y representación gráfica de datos multivariados. La distribución conjunta multivariada.. La tabla de contingencia. Representaciones gráficas.. El caso de dos variables categóricas..

Más detalles

MEDIDAS DE RESULTADOS DE LOS ENSAYOS CLÍNICOS

MEDIDAS 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 detalles

Análisis de supervivencia y análisis multivariado

Análisis de supervivencia y análisis multivariado Análisis de supervivencia y análisis multivariado Miguel Ángel Martínez González, Jokin de Irala Estévez NOCIONES DE ANÁLISIS DE SUPERVIVENCIA En este apartado se exponen los principios del estudio formal

Más detalles

Los modelos que permite construir el ANOVA pueden ser reducidos a la siguiente forma:

Los modelos que permite construir el ANOVA pueden ser reducidos a la siguiente forma: Ignacio Martín Tamayo 25 Tema: ANÁLISIS DE VARIANZA CON SPSS 8.0 ÍNDICE --------------------------------------------------------- 1. Modelos de ANOVA 2. ANOVA unifactorial entregrupos 3. ANOVA multifactorial

Más detalles

Curso de Estadística no-paramétrica

Curso de Estadística no-paramétrica Curso de Estadística no-paramétrica Sesión 1: Introducción Inferencia no Paramétrica David Conesa Grup d Estadística espacial i Temporal Departament d Estadística en Epidemiologia i Medi Ambient i Investigació

Más detalles

UNIVERSIDAD DE OVIEDO. Área de Medicina Preventiva y Salud Pública

UNIVERSIDAD DE OVIEDO. Área de Medicina Preventiva y Salud Pública UNIVERSIDAD DE OVIEDO Área de Medicina Preventiva y Salud Pública DIFICULTADES Y NECESIDADES PARA EL CUMPLIMIENTO DE LOS CONSEJOS DE PREVENCIÓN PRIMARIA DEL CÓDIGO C EUROPEO CONTRA EL CÁNCER, C EN FAMILIARES

Más detalles

PROBLEMAS ORIGINADOS POR LA NO RESPUESTA EN INVESTIGACIÓN SOCIAL: DEFINICIÓN, CONTROL Y TRATAMIENTO.

PROBLEMAS ORIGINADOS POR LA NO RESPUESTA EN INVESTIGACIÓN SOCIAL: DEFINICIÓN, CONTROL Y TRATAMIENTO. PROBLEMAS ORIGINADOS POR LA NO RESPUESTA EN INVESTIGACIÓN SOCIAL: DEFINICIÓN, CONTROL Y TRATAMIENTO. Presentamos un trabajo sobre la calidad en la recogida de datos mediante encuestas, en un momento en

Más detalles

Capítulo 6. Modificar archivos de datos. Ordenar casos

Capítulo 6. Modificar archivos de datos. Ordenar casos Capítulo 6 Modificar archivos de datos Los archivos de datos no siempre están organizados de forma idónea. En ocasiones podemos desear cambiar el orden de los casos, o transponer las filas y las columnas,

Más detalles

Qué es una variable modificadora del efecto?

Qué es una variable modificadora del efecto? RTÍCULO ESPECIL Qué es una variable modificadora del efecto? Jokin de Irala, Miguel Ángel Martínez-González y Francisco Guillén Grima* 30.119 Unidad de Epidemiología y Salud Pública. Facultad de Medicina.

Más detalles

T. 5 Inferencia estadística acerca de la relación entre variables

T. 5 Inferencia estadística acerca de la relación entre variables T. 5 Inferencia estadística acerca de la relación entre variables 1. El caso de dos variables categóricas 2. El caso de una variable categórica y una variable cuantitativa 3. El caso de dos variables cuantitativas

Más detalles

APLICACIONES INFORMATICAS DE INTERES EN SALUD PUBLICA: EPIINFO

APLICACIONES INFORMATICAS DE INTERES EN SALUD PUBLICA: EPIINFO APLICACIONES INFORMATICAS DE INTERES EN SALUD PUBLICA: EPIINFO CONTENIDO I. Descripción general de EpiInfo II. El módulo Análisis III. Análisis descriptivo y análisis simple con ANALYSIS: los comandos

Más detalles

ESTUDIOS DE COHORTE MARIA EUGENIA MACKEY ESTADISTICA CENTRO ROSARINO DE ESTUDIOS PERINATALES

ESTUDIOS DE COHORTE MARIA EUGENIA MACKEY ESTADISTICA CENTRO ROSARINO DE ESTUDIOS PERINATALES ESTUDIOS DE COHORTE MARIA EUGENIA MACKEY ESTADISTICA CENTRO ROSARINO DE ESTUDIOS PERINATALES ESTUDIOS DE COHORTE Los estudios de Cohorte son OBSERVACIONALES, y pueden ser DESCRIPTIVOS o ANALITICOS El punto

Más detalles

TRATAMIENTO DE BASES DE DATOS CON INFORMACIÓN FALTANTE SEGÚN ANÁLISIS DE LAS PÉRDIDAS CON SPSS

TRATAMIENTO DE BASES DE DATOS CON INFORMACIÓN FALTANTE SEGÚN ANÁLISIS DE LAS PÉRDIDAS CON SPSS Badler, Clara E. Alsina, Sara M. 1 Puigsubirá, Cristina B. 1 Vitelleschi, María S. 1 Instituto de Investigaciones Teóricas y Aplicadas de la Escuela de Estadística (IITAE) TRATAMIENTO DE BASES DE DATOS

Más detalles

Relación entre variables cuantitativas

Relación 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 detalles

Estudios de cohortes. Capítulo 13. Miguel Ángel Teus Guezala

Estudios de cohortes. Capítulo 13. Miguel Ángel Teus Guezala Capítulo 13 Estudios de cohortes Miguel Ángel Teus Guezala 1. Concepto y características 2. Fortalezas y debilidades de los estudios de cohorte a) selección de los pacientes b) Medición de la exposición

Más detalles

UNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL

UNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL UNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL Objetivo terminal: Calcular e interpretar medidas de tendencia central para un conjunto de datos estadísticos. Objetivos específicos: 1. Mencionar las características

Más detalles

COMPARACIÓN DEL ESTADO DE SALUD DE. CON DIFERENTE SITUACIÓN CONTRACTUAL (Fijos vs. Contratados)

COMPARACIÓN DEL ESTADO DE SALUD DE. CON DIFERENTE SITUACIÓN CONTRACTUAL (Fijos vs. Contratados) XIX Congreso SESLAP Bilbao 25, 26, 27 Abril 2012 COMPARACIÓN DEL ESTADO DE SALUD DE DOS POBLACIONES DE TRABAJADORES CON DIFERENTE SITUACIÓN CONTRACTUAL (Fijos vs. Contratados) Carlos Álvarez Fernández.

Más detalles

Estudio de casos y controles sobre factores de riesgo en el cáncer colorrectal

Estudio de casos y controles sobre factores de riesgo en el cáncer colorrectal Estudio de casos y controles sobre factores de riesgo en el cáncer colorrectal Objetivos del estudio Estimar el riesgo de padecer cáncer colorrectal asociado a una serie de variables Población Casos Controles

Más detalles

Conceptos básicos de las medidas y los indicadores de la Epidemiología

Conceptos 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 detalles

Tipos de Estudios Farmacoepidemiológicos

Tipos de Estudios Farmacoepidemiológicos Tipos de Estudios Farmacoepidemiológicos Marcela Jirón, PharmD, PhD, MSc Depto. de Ciencias y Tecnología Farmacéutica Universidad de Chile mjiron@ciq.uchile.cl Declaración de conflicto de intereses Sin

Más detalles

Estimación de una probabilidad

Estimación de una probabilidad Estimación de una probabilidad Introducción En general, la probabilidad de un suceso es desconocida y debe estimarse a partir de una muestra representativa. Para ello, deberemos conocer el procedimiento

Más detalles

LOS INDICADORES HERRAMIENTA ESTADISTICA

LOS INDICADORES HERRAMIENTA ESTADISTICA LOS INDICADORES HERRAMIENTA ESTADISTICA INTRODUCCION Para evaluar los servicios de salud se requiere inicialmente tener una descripción orientada de tres elementos generales: La población con sus necesidades;

Más detalles

Muestreo Estadístico

Muestreo Estadístico Muestr treo eo Estadís adístico tico M. Virtudes Alba Fernández Nuria Ruiz Fuentes Departamento de Estadística e Investigación Operativa Universidad de Jaén Muestr treo eo Estadís adístico tico SEPTEM

Más detalles

10) Cronograma de actividades 11) Resultados esperados 12) Conclusiones 13) Bibliografía 14) Anexos

10) Cronograma de actividades 11) Resultados esperados 12) Conclusiones 13) Bibliografía 14) Anexos 1) Título 2) Índice 3) Introducción 4) Marco teórico oteorías del tema oantecedentes odatos estadísticos 5) Planteamiento del problema opregunta de investigación 6) Hipótesis 7) Justificación 8) Objetivos

Más detalles

Experto en Psicología: Métodos de Investigación

Experto en Psicología: Métodos de Investigación Experto en Psicología: Métodos de Investigación Titulación certificada por EUROINNOVA BUSINESS SCHOOL Experto en Psicología: Métodos de Investigación Experto en Psicología: Métodos de Investigación Duración:

Más detalles

Tendencia en el diagnóstico de melanoma y sus determinantes clínicos, demográficos y sanitarios Proyecto TEDIMEL

Tendencia en el diagnóstico de melanoma y sus determinantes clínicos, demográficos y sanitarios Proyecto TEDIMEL Unidad de Gestión Clínica DERMATOLOGÍA SEVILLA-ESPAÑA Tendencia en el diagnóstico de melanoma y sus determinantes clínicos, demográficos y sanitarios Proyecto TEDIMEL T. Ojeda, JJ. Ríos, L. Ferrándiz,

Más detalles

Empleo y pobreza* CARLOS GARCÍA-SERRANO LUIS TOHARIA**

Empleo y pobreza* CARLOS GARCÍA-SERRANO LUIS TOHARIA** Empleo y pobreza* CARLOS GARCÍA-SERRANO LUIS TOHARIA** INTRODUCCIÓN El objetivo de este artículo es analizar la relación existente entre la situación de pobreza y ciertas características relacionadas con

Más detalles

ANÁLISIS DE DATOS NO NUMERICOS

ANÁLISIS DE DATOS NO NUMERICOS ANÁLISIS DE DATOS NO NUMERICOS ESCALAS DE MEDIDA CATEGORICAS Jorge Galbiati Riesco Los datos categóricos son datos que provienen de resultados de experimentos en que sus resultados se miden en escalas

Más detalles

Evaluación de la exposición pasiva de los niños al humo de tabaco dentro del hogar

Evaluación de la exposición pasiva de los niños al humo de tabaco dentro del hogar Evaluación de la exposición pasiva de los niños al humo de tabaco dentro del hogar 1, 2 Castilla AM, 1, 3 Murcia M, 1,4 Álvarez-Pedrerol M, 1, 3 Rebagliato M, 1, 2 Espada M, 1, 5 Ibarluzea J 1 CIBER Epidemiología

Más detalles

Capítulo 1. Estructura del SPSS

Capítulo 1. Estructura del SPSS Capítulo 1 Estructura del SPSS El programa SPSS (Statistical Product and Service Solutions) es un conjunto de potentes herramientas de tratamiento de datos y análisis estadístico. Al igual que el resto

Más detalles

Capítulo 3. Análisis de Regresión Simple. 1. Introducción. Capítulo 3

Capítulo 3. Análisis de Regresión Simple. 1. Introducción. Capítulo 3 Capítulo 3 1. Introducción El análisis de regresión lineal, en general, nos permite obtener una función lineal de una o más variables independientes o predictoras (X1, X2,... XK) a partir de la cual explicar

Más detalles

Metodología de Investigación en Odontología.

Metodología de Investigación en Odontología. Avanzamos contigo Metodología de Investigación en Odontología. Directora: Dra. Elena Figuero Madrid & Oviedo Octubre 2014-Abril 2015 Dirigido a Periodoncistas, Odontólogos, Estomatólogos y Otros profesionales

Más detalles

EPIDEMIOLOGÍA TEMA 7

EPIDEMIOLOGÍA TEMA 7 EPIDEMIOLOGÍA TEMA 7 Qué es la Epidemiología Concepto: estudio de la frecuencia, distribución y determinantes de las enfermedades y condiciones de morbilidad en las poblaciones humanas La epidemiología

Más detalles

Conexión con un escritorio remoto a través Terminal Server y uso de aplicaciones informáticas para la investigación en salud.

Conexión con un escritorio remoto a través Terminal Server y uso de aplicaciones informáticas para la investigación en salud. DOCUWEB FABIS Dot. Núm 0701002 Conexión con un escritorio remoto a través Terminal Server y uso de aplicaciones informáticas para la investigación en salud. Alvarado Gómez, Francisco. Sistemas de Información.

Más detalles

Diseño de Estudios. San Jose, Costa Rica 29 de abril, 2009

Diseño de Estudios. San Jose, Costa Rica 29 de abril, 2009 Diseño de Estudios San Jose, Costa Rica 29 de abril, 2009 Pasos en la investigación de brotes 1. Establecer la existencia de un brote 2. Confirmar el diagnóstico 3. Reunir un equipo 4. Implementar medidas

Más detalles

Aprendiendo... a Comunicar en un Congreso

Aprendiendo... a Comunicar en un Congreso Aprendiendo... a Comunicar en un Congreso Para nuestras familias, amigos, compañeros médicos, y otros profesionales que, con su trabajo y colaboración desinteresada, han posibilitado la realización de

Más detalles

Estudios epidemiológicos analíticos: Cohortes y casoscontroles

Estudios epidemiológicos analíticos: Cohortes y casoscontroles Estudios epidemiológicos analíticos: Cohortes y casoscontroles En el tema anterior abordamos la aproximación metodológica descriptiva. En este tema abordaremos otra de las aproximaciones mencionada en

Más detalles

Las dimensiones de las enfermedades cardiovasculares en España: de la etiopatogenia a la prevención.

Las dimensiones de las enfermedades cardiovasculares en España: de la etiopatogenia a la prevención. Las dimensiones de las enfermedades cardiovasculares en España: de la etiopatogenia a la prevención. Responsables del curso: Jaume Marrugat y Roberto Elosua Institut Municipal d'investigació Mèdica, Universitat

Más detalles

DISEÑO DE ENCUESTAS. 1. Introducción. 3. Diseño de la encuesta 4. Tipos de muestreo y selección de la muestra

DISEÑO DE ENCUESTAS. 1. Introducción. 3. Diseño de la encuesta 4. Tipos de muestreo y selección de la muestra DISEÑO DE ENCUESTAS DISEÑO DE ENCUESTAS 1. Introducción 2. Tipos de encuestas 3. Diseño de la encuesta 4. Tipos de muestreo y selección de la muestra introducción Obtención de información De qué forma

Más detalles

T. 8 Estadísticos de asociación entre variables

T. 8 Estadísticos de asociación entre variables T. 8 Estadísticos de asociación entre variables. Concepto de asociación entre variables. Midiendo la asociación entre variables.. El caso de dos variables categóricas.. El caso de una variable categórica

Más detalles

2.9. Farmacoepidemiología y estudios de utilización de medicamentos

2.9. Farmacoepidemiología y estudios de utilización de medicamentos 2.9. Farmacoepidemiología y estudios de utilización de medicamentos J. ALTIMIRAS J. BAUTISTA F. PUIGVENTÓS 1 INTRODUCCIÓN La toma de decisiones para conseguir un uso eficiente de los recursos terapéuticos,

Más detalles

Dr. Martín O Flaherty, MSc. Servicio de Clínica Médica Hospital Universitario Austral Universidad Austral

Dr. Martín O Flaherty, MSc. Servicio de Clínica Médica Hospital Universitario Austral Universidad Austral Diseño e Interpretación de Estudios de Cohortes Dr. Martín O Flaherty, MSc. Servicio de Clínica Médica Hospital Universitario Austral Universidad Austral Estoy seguro (?) de que la exposición ocurre antes

Más detalles

MUESTREO TIPOS DE MUESTREO

MUESTREO TIPOS DE MUESTREO MUESTREO En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos los elementos de una población), se selecciona una muestra, entendiendo por tal una parte representativa de

Más detalles

IntraMed - Artículos - Tabaquismo pasivo y trastornos neuroconductuales en niños

IntraMed - Artículos - Tabaquismo pasivo y trastornos neuroconductuales en niños IMPRIMIR 24 OCT 11 Salud física y trastornos de comportamiento Tabaquismo pasivo y trastornos neuroconductuales en niños Relación entre tabaquismo pasivo en el hogar y trastornos neuroconductuales en la

Más detalles

SESIÓN PRÁCTICA 6: CONTRASTES DE HIPÓTESIS PROBABILIDAD Y ESTADÍSTICA. PROF. Esther González Sánchez. Departamento de Informática y Sistemas

SESIÓN PRÁCTICA 6: CONTRASTES DE HIPÓTESIS PROBABILIDAD Y ESTADÍSTICA. PROF. Esther González Sánchez. Departamento de Informática y Sistemas SESIÓN PRÁCTICA 6: CONTRASTES DE HIPÓTESIS PROBABILIDAD Y ESTADÍSTICA PROF. Esther González Sánchez Departamento de Informática y Sistemas Facultad de Informática Universidad de Las Palmas de Gran Canaria

Más detalles

CASO PRÁCTICO HERRAMIENTAS DE BASES DE DATOS EN EXCEL

CASO PRÁCTICO HERRAMIENTAS DE BASES DE DATOS EN EXCEL CASO PRÁCTICO HERRAMIENTAS DE BASES DE DATOS EN EXCEL Nuestra empresa es una pequeña editorial que maneja habitualmente su lista de ventas en una hoja de cálculo y desea poder realizar un análisis de sus

Más detalles

Este botón situado en la barra de título de la ventana de la aplicación, nos da acceso a un menú mediante el cual podemos, entre otras opciones:

Este botón situado en la barra de título de la ventana de la aplicación, nos da acceso a un menú mediante el cual podemos, entre otras opciones: Botón de Office [Información extraída de la página web http://www.adrformacion.com/cursos/wordb2007/leccion1/tutorial3.html] Este botón situado en la barra de título de la ventana de la aplicación, nos

Más detalles

Proyecto de prevención de consumo de alcohol, cigarrillo y otras sustancias psicoactivas en el medio laboral

Proyecto de prevención de consumo de alcohol, cigarrillo y otras sustancias psicoactivas en el medio laboral Proyecto de prevención de consumo de alcohol, cigarrillo y otras sustancias psicoactivas en el medio laboral Dra. Delia Cristina Hernández MD. Psiquiatra MS. Conductas Adictivas Con respecto al establecimiento

Más detalles

Estudios experimentales

Estudios experimentales Estudios experimentales Estudios clínicos Definición Son estudios sistemáticos que se realizan en categorías particulares de individuos en los cuales se intenta descubrir o verificar el efecto de alguna

Más detalles

CONTROL Y MEJORA DE UN PROCESO. GRÁFICOS DE CONTROL. CONTROL ESTADÍSTICO DE PROCESOS. SPC

CONTROL Y MEJORA DE UN PROCESO. GRÁFICOS DE CONTROL. CONTROL ESTADÍSTICO DE PROCESOS. SPC CONTROL Y MEJORA DE UN PROCESO. GRÁFICOS DE CONTROL. CONTROL ESTADÍSTICO DE PROCESOS. SPC 1. INTRODUCCIÓN. Mientras el Dr. Walter Shewhart de los Laboratorios Bell estudiaba datos de procesos en la década

Más detalles

Población y muestra. Técnicas de muestreos

Población y muestra. Técnicas de muestreos MaMaEuSch Management Mathematics for European Schools http://www.mathematik.unikl.de/ mamaeusch Población y muestra. Técnicas de muestreos Paula Lagares Barreiro * Justo Puerto Albandoz * MaMaEuSch **

Más detalles

POWERPOINT 2010 OFIMÁTICA AULA MENTOR

POWERPOINT 2010 OFIMÁTICA AULA MENTOR OFIMÁTICA AULA MENTOR UD I QUÉ ES POWERPOINT? PowerPoint, de la compañía Microsoft, es uno de los programas de presentación más extendidos en la actualidad. Viene integrado en el paquete Microsoft Office

Más detalles

Introducción al aula virtual, acceso y manejo de un curso online

Introducción al aula virtual, acceso y manejo de un curso online DOCUWEB FABIS Dot. Núm 0701001 Revisión 1 Introducción al aula virtual, acceso y manejo de un curso online Francisco Alvarado Gómez Documentación y sistema de información. FABIS Resumen La fundación Andaluza

Más detalles

TEMARIO DE MÉDICO FACULTATIVO Y TÉCNICO DE LOS GRUPOS PROFESIONALES DE FACULTATIVOS MÉDICOS Y TÉCNICOS ESPECIALIDAD: UNIDAD INVESTIGACIÓN

TEMARIO DE MÉDICO FACULTATIVO Y TÉCNICO DE LOS GRUPOS PROFESIONALES DE FACULTATIVOS MÉDICOS Y TÉCNICOS ESPECIALIDAD: UNIDAD INVESTIGACIÓN TEMARIO DE MÉDICO FACULTATIVO Y TÉCNICO DE LOS GRUPOS PROFESIONALES DE FACULTATIVOS MÉDICOS Y TÉCNICOS ESPECIALIDAD: UNIDAD INVESTIGACIÓN 1.- Definición y objetivos de la epidemiología; conceptos de causalidad

Más detalles

INVESTIGACION COMERCIAL

INVESTIGACION COMERCIAL ASIGNATURA: INVESTIGACION COMERCIAL Curso 2014/2015 (Código:01425020) 1.OBJETIVOS En la medida en que el Marketing es un cuerpo científico de conocimientos aplica el método científico al proceso de investigación

Más detalles

PRIMERA PARTE LAS PRIMERAS PLANILLAS

PRIMERA PARTE LAS PRIMERAS PLANILLAS PRIMERA PARTE LAS PRIMERAS PLANILLAS El objetivo de este capítulo es tener una primera aproximación al programa. Conocerle la cara: cómo se ve, para qué sirve, cuáles son y cómo se usan las principales

Más detalles

ANALISIS DE DATOS EN PSICOLOGIA I (Grupos 12, 13, 14, 16 y 17) Programa de la asignatura; curso 2006/07

ANALISIS DE DATOS EN PSICOLOGIA I (Grupos 12, 13, 14, 16 y 17) Programa de la asignatura; curso 2006/07 1 ANALISIS DE DATOS EN PSICOLOGIA I (Grupos 12, 13, 14, 16 y 17) Programa de la asignatura; curso 2006/07 A.- OBJETIVOS DE LA ASIGNATURA El objetivo principal de esta asignatura es contribuir a familiarizar

Más detalles

REDACCIÓN DE UN PROTOCOLO DE INVESTIGACIÓN EN CIENCIAS DE LA SALUD

REDACCIÓN DE UN PROTOCOLO DE INVESTIGACIÓN EN CIENCIAS DE LA SALUD REDACCIÓN DE UN PROTOCOLO DE INVESTIGACIÓN EN CIENCIAS DE LA SALUD Unidad de Apoyo a la Investigación. EP Hospital Costa del Sol (Marbella). CIBER de Epidemiología y Salud Pública. Resumen La planificación

Más detalles

Análisis de la Varianza de un Factor

Análisis de la Varianza de un Factor Práctica de Estadística con Statgraphics Análisis de la Varianza de un Factor Fundamentos teóricos El Análisis de la Varianza con un Factor es una técnica estadística de contraste de hipótesis, cuyo propósito

Más detalles

Lean SEIS SIGMA Área Temática: Logística

Lean SEIS SIGMA Área Temática: Logística Proyecto fin de Master Hito 3 Ejercicio Nº 1 Lean SEIS SIGMA Área Temática: Logística www.formatoedu.com 1 Enunciado Lean Seis Sigma es una metodología eficaz para reducir sistemáticamente todas las deficiencias

Más detalles

ESTADO DEL ARTE: ELASTICIDAD PRECIO, INGRESO Y CRUZADA DE LOS SERVICIOS DE TELECOMUNICACIONES EN COLOMBIA

ESTADO DEL ARTE: ELASTICIDAD PRECIO, INGRESO Y CRUZADA DE LOS SERVICIOS DE TELECOMUNICACIONES EN COLOMBIA ELASTICIDAD PRECIO, INGRESO Y CRUZADA DE LOS SERVICIOS DE TELECOMUNICACIONES EN COLOMBIA Por: YENNY GARCÍA ORTIZ Profesional de proyectos CINTEL Resumen El concepto de elasticidad para la toma de decisiones

Más detalles

Encuesta y Diseño de Formularios

Encuesta y Diseño de Formularios Dr. Oscar Caponi Encuesta y Diseño de Formularios Topics Dr. Edgardo Vitale Slide 1 Introducción Una de las mejores opciones de que se dispone en el mundo de la epidemiología para obtener información acerca

Más detalles

EJEMPLIFICACIONES DE DISTINTOS DISEÑOS DE INVESTIGACIÓN EN EDUCACIÓN SOCIAL

EJEMPLIFICACIONES DE DISTINTOS DISEÑOS DE INVESTIGACIÓN EN EDUCACIÓN SOCIAL EJEMPLIFICACIONES DE DISTINTOS DISEÑOS DE INVESTIGACIÓN EN EDUCACIÓN SOCIAL Estas ejemplificaciones tienen el objetivo de completar y facilitar la comprensión del estudio teórico de los temas 3, 4 y 5

Más detalles

DOCUMENTO. Factores de Riesgo de Enfermedad Cardiovascular en Adultos Mayores

DOCUMENTO. Factores de Riesgo de Enfermedad Cardiovascular en Adultos Mayores DOCUMENTO Factores de Riesgo de Enfermedad Cardiovascular en Adultos Mayores Diciembre 2014 1 Documento. FACTORES DE RIESGO DE ENFERMEDAD CARDIOVASCULAR EN ADULTOS MAYORES CEVECE Centro Estatal de Vigilancia

Más detalles

MÉTODOS DE ENCUESTA TEORÍA Y PRÁCTICA, ERRORES Y MEJORA

MÉTODOS DE ENCUESTA TEORÍA Y PRÁCTICA, ERRORES Y MEJORA MÉTODOS DE ENCUESTA TEORÍA Y PRÁCTICA, ERRORES Y MEJORA Consulte nuestra página web: www.sintesis.com En ella encontrará el catálogo completo y comentado MÉTODOS DE ENCUESTA TEORÍA Y PRÁCTICA, ERRORES

Más detalles

EUSKADI Y DROGAS 2006

EUSKADI Y DROGAS 2006 EUSKADI Y DROGAS 26 DIRECCION Y COORDINACION Observatorio Vasco de Drogodependencias Dirección de Drogodependencias del Gobierno Vasco ENTIDAD ENCARGADA DE LA REDACCION DEL INFORME SIIS Centro de Documentación

Más detalles

NORMA INTERNACIONAL DE AUDITORÍA 530 MUESTREO DE AUDITORÍA

NORMA INTERNACIONAL DE AUDITORÍA 530 MUESTREO DE AUDITORÍA NORMA INTERNACIONAL DE AUDITORÍA 530 MUESTREO DE AUDITORÍA (NIA-ES 530) (adaptada para su aplicación en España mediante Resolución del Instituto de Contabilidad y Auditoría de Cuentas, de 15 de octubre

Más detalles

CURSO DE ESTADISTICA Y HERRAMIENTAS PARA ANALISIS. Estadística y Herramientas cuantitativas. Obligatoria NÚMERO DE CREDITOS: 2

CURSO DE ESTADISTICA Y HERRAMIENTAS PARA ANALISIS. Estadística y Herramientas cuantitativas. Obligatoria NÚMERO DE CREDITOS: 2 Error! Marcador no definido. Página 1 de 5 1. IDENTIFICACIÓN CURSO DE ESTADISTICA Y HERRAMIENTAS PARA ANALISIS NOMBRE DE LA OFRECIDO PARA: CARÁCTER DE LA Estadística y Herramientas cuantitativas Maestria

Más detalles