Fundamentos estadísticos del ensayo clínico, Interpretación de resultados. M José Escudero Barea. Gerente Dpto. Gestión de Datos y Estadística.
|
|
- Carmelo Belmonte Arroyo
- hace 5 años
- Vistas:
Transcripción
1 Fundamentos estadísticos del ensayo clínico, Interpretación de resultados. M José Escudero Barea. Gerente Dpto. Gestión de Datos y Estadística. Grupo Español de Investigación en Cáncer de Mama (GEICAM).
2 INDICE 0-INTRODUCCIÓN 1- CONCEPTOS ESTADÍSTICOS 2- Fase II 3- Fase III Prueba de hipótesis α y β p-valor Intervalo de confianza Aleatorización Objetivo Respuesta Regresión Logística Binaria. Análisis de supervivencia Modelo de regresión de Cox
3 1- Introducción MÉTODOS ESTADÍSTICOS: Proporcionan reglas para decidir si el beneficio es real o es debido al azar. Cuantifican la magnitud del efecto. Valoran la precisión de los resultados Deben estar definidos en el protocolo antes de la realización del Ensayo clínico. Cualquier modificación debe introducirse como una enmienda al protocolo.
4 1- Conceptos estadísticos Prueba de hipótesis Prueba de HIPOTESIS: Establecer la veracidad o no de una hipótesis a partir de los datos que nos ofrece una muestra. H 0 : Hipótesis nula. H 1 : Hipótesis alternativa. Hipótesis bilaterales H 0 : p A =p B H 1 : p A p B Hipótesis unilaterales H 0 : p A p B H 1 : p A > p B
5 1- Conceptos estadísticos α y β Se realiza el estudio y, basándonos en los datos, se toma una decisión. H 0 cierta Verdad H 0 falsa Decisión Rechazar H 0 Error Tipo I (α) Correcto Aceptar H 0 Correcto Error Tipo II (β) α : Nivel de significación (error tipo I) (Falso positivo): α = p (rechazar H 0 H 0 cierta) Estándar: 0,05 Conservador: 0,01. Si el tto es muy tóxico y se quiere tener mas evidencia de efectividad. 1-β : Potencia (error tipo II) (Falso negativo) β = p (aceptar H 0 H 0 falsa) Potencia = 1- β = p (rechazar H 0 H 0 falsa) Estándar : 0,80 (β=0,20)
6 1- Conceptos estadísticos p-valor p-valor: Indicador de la credibilidad de la hipótesis nula. Con los datos que tenemos podemos asumir la H 0 como cierta? -Se calcula una estimación con nuestra muestra. -Se calcula la probabilidad de obtener en la distribución de nuestra población, según la H 0, una estimación como la obtenida con nuestra muestra. -El valor p nos muestra la probabilidad de haber obtenido el resultado que hemos obtenido si la H0 es cierta. -z 0 0 z 0 Si p<0,05 = Nivel de significación(α) Hay una gran discrepancia entre los datos del estudio y la H 0, por lo tanto rechazamos la H 0. Si p>0,05 = Nivel de significación(α) Hay una pequeña discrepancia entre los datos del estudio y la H 0 que podría ser explicada por el azar. No rechazamos la H 0.
7 1- Conceptos estadísticos Intervalo de Confianza Población Muestra De esta muestra se estima un parámetro (media, mediana..) Es necesario además de la estimación puntual indicar una estimación por intervalo, como el intervalo de confianza. IC 1-α de π: (p ± e) IC al 95%: Lo que nos indica es que a la larga, el 95% de los Intervalos así construidos contienen el valor del parámetro en estudio. El IC depende de: La estimación puntual. Tamaño muestral ( tamaño muestral amplitud del IC) El nivel de confianza (95% y 99%)
8 2- Fase II La fase de un estudio determina en gran parte los objetivos, los tipos de datos que se deben seleccionar para alcanzar esos objetivos y los tipos de análisis a realizar. Fase II: Proporciona información preliminar sobre la eficacia y la seguridad del producto pac Se estudia si el nuevo tratamiento es al menos tan eficaz como los existentes. Objetivos: Toxicidad y primeros datos de eficacia Fase II / III: Se comienza con un Fase II randomizado, dónde se elimina la peor pauta y posteriormente se pasa a un Fase III Brazo A Brazo B Brazo C Fase II se determinó que la peor pauta era el Brazo C Brazo A Brazo B
9 2- Fase II Fase II con un brazo Variable objetivo: Respuesta al tratamiento. Diseño: Diseño de dos pasos (Two-Stage Design). Fase I: 5/17 Fase II: 14/41 RESULTADO: Si estamos estudiando la pcr y tenemos 20 pacientes respondedoras de 41, obtendremos la probabilidad de respuesta estimada expresada: pcr = 0.49 ; IC 95%: (0.33, 0.64)
10 3- Fase III Fase III: Evalúan la eficacia y seguridad del tratamiento experimental intentando reproducir las condiciones de uso habituales y considerando las alternativas terapeúticas disponibles. >100 pac Aleatorizados/Comparativos. Objetivos: Eficacia (SG/ SLE / SLP)
11 3 - Fase III Aleatorización Randomizados/Aleatorizados La aleatorización se define como el que todos los individuos tengan la misma probabilidad (p) de entrar al grupo tratamiento y la misma probabilidad (1-p) de pertenecer al grupo control. El objetivo central del proceso de aleatorización es conseguir que todos los factores se distribuyan por igual en los grupos de estudio, y que la única diferencia entre los grupos que se comparan sea el tratamiento. Estratificación: Se utiliza cuando se quieren eliminar factores determinantes que influyen en la respuesta a la intervención.
12 3 - Fase III Objetivo Respuesta
13 3 - Fase III Objetivo Respuesta OBJETIVO: Comparar la respuesta entre 2 tratamientos. Se intenta decidir si la H 0 : p A = p B es falsa. Sabemos que la muestra son 124 mujeres y las respuestas son 31 en el brazo A y 39 en el brazo B. De manera global la tasa de respuestas es: 70/124= Si H 0 cierta deberían ser la proporción de respuestas en el brazo A y en el B. Por tanto esperaríamos 34 y 36 respuestas respectivamente en los brazos A y B RESULTADO: p-valor=0,3>0,05 No existe suficiente evidencia para rechazar la H0.
14 3- Fase III- Regresión logística binaria Análisis de Regresión logística binaria: El análisis de regresión logística binaria se utiliza para estudiar la relación entre una variable dependiente binaria (Y=Respuesta) y varias variables independientes (x 1, x 2,., x k ). EJEMPLO: Se quiere estudiar si el tipo de tratamiento (A /B), el tipo histológico y el estadio, influyen sobre la Respuesta completa patológica. Análisis univariante. Análisis multivariante Obtención del modelo. Significativas en el análisis univariante. Clínicamente relevantes. RESULTADOS: e β1 : OR: El factor por el cual se multiplica la odds de la respuesta de Y cuando la variable predictora X 1 se incrementa en 1 unidad. e β1 = e 0,95 =2.6, IC 95% ( ) Los sujetos que reciben B respecto a aquellos que reciben A presentan un incremento estadísticamente significativo de prc por no contener su IC al 1. (Multiplican la odds de recaída por 2.6). Con una confianza del 95% los pac que reciben B tienen una probabilidad de pcr que como mínimo es 1,3 veces superior a la de los pac del brazo B.
15 3 - Fase III Análisis de Supervivencia ANÁLISIS DE SUPERVIVENCIA: Conjunto de técnicas estadísticas, apropiadas para estudios en los que cada sujeto es seguido durante un periodo de tiempo y se registra el intervalo de tiempo desde el inicio del estudio hasta el final del seguimiento o hasta el evento. Duración variable del seguimiento Datos censurados: Aquellos sujetos que salen del estudio sin haber sufrido el evento. OBJETIVO: Comparación de tiempos de supervivencia. DFS, OS. Implica seguimiento.
16 3 - Fase III Análisis de Supervivencia DATOS CENSURADOS. Sujetos Duración del estudio Tiempo de seguimiento de un paciente. Estado EVENTO CENSURA
17 3 - Fase III Análisis de Supervivencia La curva de supervivencia permite describir la evolución de un grupo de sujetos mediante la representación gráfica de las proporciones de supervivencia para diferentes intervalos. Las curvas de supervivencia representan la probabilidad de sobrevivir (no progresar) más allá de un tiempo x (eje horizontal). Ejemplo: Para las pacientes del brazo de FEC la probabilidad de sobrevivir un tiempo mayor de 60 meses es 0,72, mientras que para las del brazo FEC + P es 0,78
18 3 - Fase III Análisis de Supervivencia No. at risk: Nº de sujetos que han estado en riesgo en promedio en ese intervalo. p=0,0057, como es menor de 0,05 nos indica que la supervivencia del grupo FEC es peor que la del grupo FEC+P. Prueba log-rank.
19 Fase III- Análisis de Supervivencia Función de riesgo y HR FUNCIÓN DE RIESGO (HAZARD FUNCTION): Probabilidad condicionada por unidad de tiempo que tiene un sujeto de fallecer (tener el evento) en un instante t si había sobrevivido hasta el instante anterior. Tasa media de incidencias de evento en un intervalo. Ejemplo: h(t) =0,0376 La tasa media de recidivas durante el 2º año es de 0,0376 recidivas por paciente y mes, entre los pacientes que han superado el primer año. HAZARD RATIO (HR): Razón de riesgos de tener un evento en un grupo A respecto a un grupo B (control). HR=1 (o el IC contiene el 1): El riesgo es similar en ambos grupos. HR<1 (o el IC menor que 1): A tiene un efecto protector. El grupo B tiene mas riesgo de evento. HR>1 (o el IC mayor que 1): B tiene un efecto protector. El grupo A tiene mas riesgo de evento. Ejemplo: HR = 5,6 (IC 95%: 2,3 A 13,7) Los pacientes que han recibido el tratamiento A tienen un riesgo de evento (recaída / muerte) 5,6 veces superior al de las pacientes tratadas con el tratamiento B (IC 95%: 2,3 A 13,7).
20 Fase III- Análisis de Supervivencia Modelo de Regresión de Cox Extensión de los métodos de supervivencia. La Regresión de Cox pretende detectar alguna relación entre el riesgo de que se produzca un determinado evento (muerte, progresión, ) y una o varias variables independientes o explicativas. (Ej: Los pacientes con ganglios afectos seguramente vivirán menos tiempo que aquellos que no lo tienen)
21 Fase III- Análisis de Supervivencia Modelo de Regresión de Cox EJEMPLO: GEICAM FEC vs FEC + TAXOL, Se realiza un análisis de regresión de Cox para detectar la relación entre varias variables independientes y el riesgo de recaída. Análisis univariante. Variable N p -valor Tratamiento Rama A: FEC x 6 0,006 Rama B: FEC x 4 + TAXOL Her2 (FISH) Positivo Negativo Estado de los receptores hormonales (CRD) Positivos Negativos Fenotipo Basal Sí No Número de ganglios axilares 1-3 ganglios >3 ganglios Estado menopaúsico Premenopaúsica Postmenopaúsica < 0,0001 < 0,0001 0,248 < ,801 Se incluyen todas las variables en el modelo menos el estado menopaúsico.
22 Fase III- Análisis de Supervivencia Modelo de Regresión de Cox EJEMPLO (Continuación) Análisis multivariante (Backward, Forward). Variable Wald Sig Exp (B) IC 95 % Tratamiento Rama A: FEC x 6 Rama B: FEC x 4 + TAXOL Her2-neu Positivo Negativo Estado de los receptores hormonales (CRD) Positivos Negativos Número de ganglios axilares 1-3 ganglios >3 ganglios Ref Ref Ref Ref (referencia) (referencia) < (referencia) (referencia) < La rama FEC x 4 + Taxol multiplica el riesgo de recaída por 0.7 respecto a la rama FEC x 6. IC 95 % ( ) La rama FEC x 6 multiplica el riesgo de recaída por 1.4 respecto a la rama FEC x 4 + Taxol. IC 95 % ( )
23 MUCHAS GRACIAS POR SU ATENCIÓN!!!
CONCEPTOS BÁSICOS DE EPIDEMIOLOGÍA Y ESTADÍSTICA APLICADAS
CONCEPTOS BÁSICOS DE EPIDEMIOLOGÍA Y ESTADÍSTICA APLICADAS Natividad de Benito Unidad de Enfermedades Infecciosas Hospital de la Santa Creu i Sant Pau Barcelona El guión v DESCRIBIR lo que pasa: ESTUDIOS
Más detallesESTIMACION DEL TAMAÑO DE LA MUESTRA Y DE LA POTENCIA
ESTIMACION DEL TAMAÑO DE LA MUESTRA Y DE LA POTENCIA HIPOTESIS Y PRINCIPIOS Sabemos a quién y qué vamos a estudiar. Ahora hay que decidir cuántos individuos contendrá la muestra. Hipótesis nula (H o )
Más detallesContrastes de hipótesis paramétricos
Estadística II Universidad de Salamanca Curso 2011/2012 Outline Introducción 1 Introducción 2 Contraste de Neyman-Pearson Sea X f X (x, θ). Desonocemos θ y queremos saber que valor toma este parámetro,
Más detallesInferencia estadística. Hipótesis estadística Errores! y " BC. Nathalia Navarro Trevisan
Inferencia estadística Hipótesis estadística Errores! y " BC. Nathalia Navarro Trevisan ESTADISTICA INFERENCIAL Permite obtener información de la población a través de una muestra Generalización de resultados
Más detallesESTADÍSTICA APLICADA A LA EDUCACIÓN (Tema 12) Asignatura de Formación Básica (FB) de 1º curso, común a los Grado en Educación Social y en Pedagogía
ESTADÍSTICA APLICADA A LA EDUCACIÓN (Tema 12) Asignatura de Formación Básica (FB) de 1º curso, común a los Grado en Educación Social y en Pedagogía VIDEOCLASE: Introducción al Contraste de Hipótesis https://www.intecca.uned.es/portalavip/grabacion.php?id_grabacion=56991&id_sala=60624&hash
Más detallesINGENIERO AGRÓNOMO EN PRODUCCIÓN TEMA: ESTIMACION Y PRUEBA DE HIPÓTESIS
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO CENTRO UNIVERSITARIO UAEM ZUMPANGO INGENIERO AGRÓNOMO EN PRODUCCIÓN TEMA: ESTIMACION Y PRUEBA DE HIPÓTESIS ELABORÓ: M. EN C. LUIS ENRIQUE KU MOO FECHA: ENERO DE
Más detallesGrupo de estudio internacional del cáncer de mama (IBCSG) 23-01
Grupo de estudio internacional del cáncer de mama (IBCSG) 23-01 Disección axilar vs. no disección axilar en cáncer de mama con axila clínicamente negativa y micrometástasis en ganglio centinela Viviana
Más detallesTEMA 4: DISTINTOS CONTRASTES EN ENSAYOS CLÍNICOS
TEMA 4: DISTINTOS CONTRASTES EN ENSAYOS CLÍNICOS CONTENIDOS 1 Introducción: contrastes de hipótesis, p-valores e intervalos de confianza, significación estadística y clínicamente relevante 2 Ensayos Clínicos
Más detallesCurso online de Supervivencia y Regresión Lineal, Logística y de Cox 2018
MANUAL DE IDENTIDAD VSUAL CORPORATIVA PROGRAMA: Curso online de Supervivencia y Regresión Lineal, Logística y de Cox 2018 Departamento de Formación Médica Continuada (ICOMEM) SUPERVIVENCIA Y REGRESIÓN
Más detallesTamaño muestral Cómo estimar n adecuadamente?- Contrastes de hipótesis
Tamaño muestral Cómo estimar n adecuadamente?- Contrastes de hipótesis Marta Cuntín González Biostatech Advice, Training and Innovation in Biostatistics Objetivos más comunes para la determinación del
Más detallesInfiltrado Linfocitario Estromal como Factor Predictivo de Respuesta Completa Patológica en Cáncer de Mama HER2 positivo
Infiltrado Linfocitario Estromal como Factor Predictivo de Respuesta Completa Patológica en Cáncer de Mama HER2 positivo María Asunción Algarra Servicio de Oncología Médica FUNDACIÓN INSTITUTO VALENCIANO
Más detallesTEMA VI ANÁLISIS DE SUPERVIVENCIA
TEMA VI ANÁLISIS DE SUPERVIVENCIA LECTURA OBLIGATORIA Análisis de Supervivencia. En Rial, A. y Varela, J. (2008). Estadística Práctica para la Investigación en Ciencias de la Salud. Coruña: Netbiblo. Páginas
Más detallesASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN
CURSO DE BIOESTADÍSTICA BÁSICA Y SPSS ASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN Amaia Bilbao González Unidad de Investigación Hospital Universitario Basurto (OSI Bilbao-Basurto)
Más detallesESTUDIOS CLÍNICOS FASE III Vaccinology Ciro de Quadros 2015
ESTUDIOS CLÍNICOS FASE III Vaccinology Ciro de Quadros 2015 Dra. M Teresa Valenzuela B. Vice Decana Investigación y Postgrado Facultad de Medicina Universidad de los Andes Estudios Epidemiológicos Descriptivos
Más detallesMedidas de en los EECC
Jornada previa Medidas de en los EECC 24 de Enero de 2011 Rosa Muñoz de la Corte Introducción OBJETIVOS Evaluar si el manejo de los datos de un EC ha sido el adecuado Interpretación resultados Introducción
Más detallesTema 4: Otros Métodos de Análisis de Datos Cuantitativos y Cualitativos
Tema 4: Otros Métodos de Análisis de Datos Cuantitativos y Cualitativos Metodología de la Investigación en Fisioterapia Miguel González Velasco Departamento de Matemáticas. Universidad de Extremadura M.
Más detallesLas herramientas básicas de la epidemiología analítica: Medidas de asociación y significación estadística
Las herramientas básicas de la epidemiología analítica: Medidas de asociación y significación estadística Mexico, junio 2007 Stephen Benoit, MD, MPH International Research and Programs Branch Division
Más detallesNúmero de Observaciones (N): cuántas observaciones serán necesarias para detectar el efecto?
Tamaño del Efecto (ej. d, 2, f, phi ): qué magnitud del efecto se trata de detectar? Número de Observaciones (N): cuántas observaciones serán necesarias para detectar el efecto? Error de Tipo I, α (Nivel
Más detallesSubtipo Her-2. Cuál es el papel del doble bloqueo trastuzumab-pertuzumab
Subtipo Her-2. Cuál es el papel del doble bloqueo trastuzumab-pertuzumab Juan de la Haba Rodríguez Hospital Universitario Reina Sofia Córdoba Doble bloqueo trastuzumab-pertuzumab Objetivos del Tratamiento
Más detalles20/01/2011. Jornada previa. 24 de Enero de 2011 Rosa Muñoz de la Corte
Jornada previa ANÁLISIS DE SUPERVIVENCIA 24 de Enero de 2011 Rosa Muñoz de la Corte 1 INTRODUCCIÓN Estudios de seguimiento: Ventajas: Mayor precisión sobre la evolución de los sujetos Desventajas: Mayor
Más detallesEL CÁLCULO DE LA MUESTRA SE BASA EN EL DISEÑO DE ESTUDIO, MEDIANTE CARACTERÍSTICAS QUE SE CONOCEN EN LA POBLACIÓN
VALIDEZ INTERNA EL CÁLCULO DE LA MUESTRA SE BASA EN EL DISEÑO DE ESTUDIO, MEDIANTE CARACTERÍSTICAS QUE SE CONOCEN EN LA POBLACIÓN Existen fórmulas que nos permiten calcular la muestra en base a características
Más detallesESTADÍSTICA APLICADA A LA EDUCACIÓN (Remix Final)
ESTADÍSTICA APLICADA A LA EDUCACIÓN (Remix Final) Asignatura de Formación Básica (FB) de 1º curso, común a los Grado en Educación Social y en Pedagogía Entrega del Trabajo Obligatorio Hasta el 22 de mayo
Más detallessiempre queda la duda acerca de si este
En 2016 la American Statistical Association publicó seis principios para el correcto uso e interpretación del valor p. Muchos de estos principios abordan conceptos equivocados y empleos erróneos. Los seis
Más detallesIBCSG 27-02; BIG 1-02; NSABP B-37 (CALOR
La administración de QT tras la recurrencia loco-regional aislada del cáncer de mama tratada con resección radical, prolonga la supervivencia: Eficacia del estudio GEICAM/2002-04; IBCSG 27-02; BIG 1-02;
Más detallesAnálisis estadístico de los factores de riesgo que influyen en la enfermedad Angina de Pecho. Flores Manrique, Luz CAPÍTULO IV ANALISIS DE LOS DATOS
CAPÍTULO IV ANALISIS DE LOS DATOS 4.1 DESCRIPCIÓN DE LOS DATOS Como ya se mencionó anteriormente, el tamaño de la población con la que se está trabajando es de 149 observaciones, 69 de ellas presentan
Más detallesUnidad V: Estadística aplicada
Unidad V: Estadística aplicada 5.1 Inferencia estadística: Concepto, Estimación, Prueba de hipótesis La Inferencia Estadística es la parte de la estadística matemática que se encarga del estudio de los
Más detallesTEMA Nº 2 CONTRASTE DE HIPÓTESIS EN LOS DISEÑOS DE UNA MUESTRA
TEMA Nº 2 CONTRASTE DE HIPÓTESIS EN LOS DISEÑOS DE UNA MUESTRA TIPOS DE CONTRASTE Contrastes paramétricos: Son aquellos que se relacionan con el estudio de un parámetro poblacional (media, varianza, proporción,
Más detallesESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA
www.jmontenegro.wordpress.com UNI ESTIMACIÓN Y PRUEBA DE HIPÓTESIS INTERVALOS DE CONFIANZA PROF. JOHNNY MONTENEGRO MOLINA Objetivos Desarrollar el concepto de estimación de parámetros Explicar qué es una
Más detallesEstadística Inferencia Estadística
Estadística Inferencia Estadística Problemas en Inferencia Estadística POBLACIÓN X F(θ ) desconocido A partir de una M.A.S. X 1,X 2,,X n queremos estimar el valor de θ Estimar : Asignar un valor a algo
Más detallesaceptar o rechazar evidencia hipótesis nula y la hipótesis alternativa enunciado que se probará "no hay efecto" o "no hay diferencia"
PRUEBA DE HIPOTESIS PRUEBA DE HIPOTESIS Es una regla que especifica si se puede aceptar o rechazar una afirmación acerca de una población dependiendo de la evidencia proporcionada por una muestra de datos.
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 detallesEstadística II Examen Final 19/06/2015 Soluciones. Responda a las preguntas siguientes en los cuadernillos de la Universidad
Estadística II Examen Final 19/06/2015 Soluciones Responda a las preguntas siguientes en los cuadernillos de la Universidad Utilice diferentes cuadernillos para responder a cada uno de los ejercicios Indique
Más detallesDISEÑOS EPIDEMIOLOGICOS MONICA LUNA MG. EPIDEMIOLOGIA
DISEÑOS EPIDEMIOLOGICOS MONICA LUNA MG. EPIDEMIOLOGIA DISEÑOS EPIDEMIOÓGICOS Estudios Observacionales Descriptivos Analíticos Estudios Experimentales Ensayos Clínicos controlados ESTUDIOS DE CASOS Y CONTROLES
Más detallesEstadística Computacional. M. González
Estadística Computacional M. González Facultad de Medicina. Universidad de Extremadura M. González (UEx) Estadística Computacional 1 / 23 Índice Modelos Lineales Generalizados Bioensayos: Modelos Dosis-Respuesta
Más detallesDiseño o de un estudio epidemiológico
Diseño o de un estudio epidemiológico Dr. José Luis Hernández Hernández Unidad de Metabolismo Óseo Departamento de Medicina Interna Hospital Marqués de Valdecilla Diseño del estudio: definición Un diseño
Más detallesCáncer de Ovario Platino-Resistente. Tatiana Hernández Guerrero Médico Residente 4º año Servicio de Oncología Médica. Fundación Jiménez Díaz Madrid
Cáncer de Ovario Platino-Resistente. Tatiana Hernández Guerrero Médico Residente 4º año Servicio de Oncología Médica. Fundación Jiménez Díaz Madrid Enfermedad platino-resistente. Definición La respuesta
Más detallesEVALUACIÓN DE RESULTADOS DE CRIZOTINIB EN CÁNCER DE PULMÓN NO MICROCÍTICO. Mª José Moreno Fernández
EVALUACIÓN DE RESULTADOS DE CRIZOTINIB EN CÁNCER DE PULMÓN NO MICROCÍTICO Mª José Moreno Fernández Introducción. Situación actual de Crizotinib. Objetivos. Material y métodos. Resultados. Limitaciones
Más detallesEstadísticamente significativo o clínicamente relevante?
Adolfo Figueiras Guzmán rof. Titular de edicina reventiva e Saúde ública (USC) Estadísticamente significativo o clínicamente relevante? Índice 1. 1. Introducción 2. 2. Objetivos 3. 3. Desarrollo Conceptos
Más detallesESTIMACIONES INTERVALOS DE CONFIANZA CON VARIANZA DIFERENTE LI. MIGUEL CANO
ESTIMACIONES INTERVALOS DE CONFIANZA CON VARIANZA DIFERENTE LI. MIGUEL CANO Varianzas poblacionales desconocidas y distintas Muestras grandes (n 30) Muestras pequeñas (n
Más detallesaceptar o rechazar evidencia hipótesis nula y la hipótesis alternativa enunciado que se probará "no hay efecto" o "no hay diferencia"
PRUEBA DE HIPOTESIS Técnica estadística que se sigue para decidir si rechazamos o no una hipótesis estadística en base a la información de la muestra. Es una afirmación de lo que creemos sobre una población.
Más detallesEstadística II Examen final junio 27/6/17 Curso 2016/17 Soluciones
Estadística II Examen final junio 27/6/7 Curso 206/7 Soluciones Duración del examen: 2 h y 5 min. (3 puntos) Los responsables de un aeropuerto afirman que el retraso medido en minutos en el tiempo de salida
Más detallesCaso 105. Tamaño de muestra y potencia de una prueba. Diseño de experimentos. Jesús López Fidalgo
Caso 105. Tamaño de muestra y potencia de una prueba. Diseño de experimentos. Jesús López Fidalgo Caso Práctico El objetivo de este ejercicio es analizar diferentes tipos de pruebas estadísticas en las
Más detallesTEMA V ANÁLISIS DE REGRESIÓN LOGÍSTICA
TEMA V ANÁLISIS DE REGRESIÓN LOGÍSTICA LECTURA OBLIGATORIA Regresión Logística. En Rial, A. y Varela, J. (2008). Estadística Práctica para la Investigación en Ciencias de la Salud. Coruña: Netbiblo. Páginas
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 6. Prueba de hipótesis Facultad de Ciencias Sociales, UdelaR Índice 1. Introducción: hipótesis estadística, tipos de hipótesis, prueba de hipótesis 2.
Más detallesEstadística II Examen final junio - 17/06/16 Curso 2015/16 Soluciones Duración del examen: 2 h. y 45 min.
Estadística II Examen final junio - 17/06/16 Curso 201/16 Soluciones Duración del examen: 2 h. y 4 min. 1. (3, puntos) La publicidad de un fondo de inversión afirma que la rentabilidad media anual del
Más detallesRegresión Lineal Simple y Múltiple Regresión Logística
Regresión Lineal Simple y Múltiple Regresión Logística Miguel González Velasco Departamento de Matemáticas. Universidad de Extremadura MUI en Ciencias de la Salud MUI en Ciencias de la Salud (UEx) Regresión
Más detallesECONOMETRÍA I. Tema 4: El Modelo de Regresión Lineal Múltiple: inferencia y validación
ECONOMETRÍA I Tema 4: El Modelo de Regresión Lineal Múltiple: inferencia y validación Patricia Moreno Juan Manuel Rodriguez Poo Alexandra Soberon Departamento de Economía Alexandra Soberon (UC) ECONOMETRÍA
Más detallesMétodos estadísticos en estudios de supervivencia
Métodos estadísticos en estudios de supervivencia Belén San José, Elia Pérez y Rosario Madero Sección de Bioestadística. Hospital Universitario La Paz. Madrid. España. bjose.hulp@salud.madrid.org; epefer@gmail.com;
Más detallesESTIMACIONES INTERVALOS DE CONFIANZA CON VARIANZA DIFERENTE LI. MIGUEL CANO
ESTIMACIONES INTERVALOS DE CONFIANZA CON VARIANZA DIFERENTE LI. MIGUEL CANO Varianzas poblacionales desconocidas y distintas Muestras grandes (n 30) Muestras pequeñas (n
Más detallesSelección Diseño de Cribado
Selección Diseño de Cribado Resumen La sección diseño experimental del STATGRAPHICS puede crear una amplia variedad de diseños dirigidos a mostrar los factores más importantes que afectan un proceso. Se
Más detallesESTADISTICA Estimación puntual
Resumen estadístico Describir y sintetizar Tablas de frecuencias y Gráficos ESTADISTICA Estimación puntual Analizar e inferir Intervalos de confianza Contrastes de hipótesis Qué es una hipótesis? Una creencia
Más detallesTema 8: Contrastes de hipótesis
Tema 8: Contrastes de hipótesis 1. Qué es un contraste de hipótesis? 2. Elementos de un contraste: hipótesis nula y alternativa, tipos de error, nivel de significación, región crítica 3. Contrastes para
Más detallesEstadística; 3º CC. AA. Examen final, 23 de enero de 2009
Estadística; 3º CC. AA. Examen final, 3 de enero de 9 Apellidos Nombre: Grupo: DNI. (5 ptos.) En un estudio sobre las variables que influyen en el peso al nacer se han obtenido utilizando SPSS los resultados
Más detalles1) Características del diseño en un estudio de cohortes.
Departamento de Estadística Universidad Carlos III de Madrid BIOESTADISTICA (55-10536) Estudios de cohortes CONCEPTOS CLAVE 1) Características del diseño en un estudio de cohortes. ) Elección del tamaño
Más detallesTEMA 4 Regresión logística
TEMA 4 Regresión logística José R. Berrendero Departamento de Matemáticas Universidad Autónoma de Madrid Análisis de Datos - Grado en Biología Esquema del tema Variable respuesta dicotómica. Ejemplo. El
Más detallesSOLUCIÓN EXAMEN IV Nombres: Apellidos: C.I.: Firma: Fecha: 19/11/2004
Nombres: Apellidos: C.I.: Firma: Fecha: 19/11/004 MÉTODOS ESTADÍSTICOS I EXAMEN IV PARTE I: Encierre con un círculo la respuesta correcta (0,5 puntos c/u): 1. (V F) Los contrastes de hipótesis de dos muestras
Más detallesEstrategias Terapéuticas en el Cáncer de Mama HER2 Positivo: Adyuvancia y Neoadyuvancia. Joan Albanell Hospital del Mar IMIM
Estrategias Terapéuticas en el Cáncer de Mama HER2 Positivo: Adyuvancia y Neoadyuvancia Joan Albanell Hospital del Mar IMIM Desarrollo clínico de nuevos tratamientos en cáncer de mama Metastásico Aprobación
Más detallesContraste de Hipótesis
Contraste de Hipótesis Introducción Ejemplo El peso de plantines de un arbusto forrajero, almacenado a temperatura y humedad relativa ambientes, obtenido a los 20 días desde la germinación es en promedio
Más detallesTema 13 : Intervalos de probabilidad y confianza. Hipótesis y decisiones estadísticas.
Tema 13 : Intervalos de probabilidad y confianza. Hipótesis y decisiones estadísticas. ---Intervalo de probabilidad (IP) Permite predecir el comportamiento de las muestras. Si de una población se sacan
Más detallesINFERENCIA ESTADISTICA
INFERENCIA ESTADISTICA ESTIMACION 2 maneras de estimar: Estimaciones puntuales x s 2 Estimaciones por intervalo 2 ESTIMACION Estimaciones por intervalo Limites de Confianza LCI
Más detallesDepartamento de Medicina Preventiva y Salud Publica e Historia de la Ciencia. Universidad Complutense de Madrid. SPSS para windows.
TEMA 13 REGRESIÓN LOGÍSTICA Es un tipo de análisis de regresión en el que la variable dependiente no es continua, sino dicotómica, mientras que las variables independientes pueden ser cuantitativas o cualitativas.
Más detallesEvaluación de la eficacia. Análisis de supervivencia 21 de mayo de 2014 Isabel Coll y Clara Martorell Servicio de Farmacia//Hospital Universitario
Evaluación de la eficacia. 21 de mayo de 2014 Isabel Coll y Clara Martorell Servicio de Farmacia//Hospital Universitario Son Espases Análisis de Supervivencia Metodología estadística Tipos de variables
Más detallesMatemáticas aplicadas a las Ciencias Sociales II
a la Matemáticas aplicadas a las Ciencias Sociales II a la Manuel Molina Fernández y Jiménez Basado en apuntes del Máster Universitario en Formación del Profesorado en Educación Secundaria CPR Mérida 24
Más detallesInferencia con una variable Tema 2
Inferencia con una variable Tema 2 1. Contraste sobre una proporción 2. Bondad de ajuste 3. Contraste de hipótesis sobre una media 3.1. Con σ 2 conocida, prueba Z 3.2. Con σ 2 desconocida, prueba T 4.
Más detallesMEDIDAS DE ASOCIACION
MEDIDAS DE ASOCIACION OBJETIVOS DE LA LECCION Que es asociación Identificar las medidas apropiadas para un diseño de estudio Construir tablas de contingencia Calcular e interpretar las medidas de asociación
Más detallesBloqueo dual HGF/MET en carcinoma escamoso de cabeza y cuello SEOM 2014.
Bloqueo dual HGF/ en carcinoma escamoso de cabeza y SEOM 204. Bloqueo dual HGF/ en carcinoma escamoso de cabeza y 6º neoplasia maligna más frecuente. SM 60% a los 5 años. Factores de riesgo. Bloqueo dual
Más detallesConceptos básicos de inferencia estadística (II): Contrastes de hipótesis (repaso)
Conceptos básicos de inferencia estadística (II): Contrastes de hipótesis (repaso) Tema 1 (II) Estadística 2 Curso 08/09 Tema 1 (II) (Estadística 2) Contrastes de hipótesis Curso 08/09 1 / 21 Contrastes
Más detallesMarco de referencia. Pregunta adecuada, la droga en estudio tiene. -Diferente forma de administración, vía oral (PK)
Marco de referencia Pregunta adecuada, la droga en estudio tiene -Diferente forma de administración, vía oral (PK) -Diferente mecanismo de acción (PD) Objetivos. Causalidad. Cual es la utilidad de los
Más detallesCurso MI1 Investigación científica. Fundamentos metodológicos y estadísticos
www.metodo.uab.cat Estudios de postgrado en Metodología de la investigación en Ciencias de la Salud Curso MI1 Investigación científica. Fundamentos metodológicos y estadísticos Contenidos UD 1 Diseño de
Más detallesPLAN DE TRABAJO 9 Período 3/09/07 al 28/09/07
PLAN DE TRABAJO 9 Período 3/09/07 al 28/09/07 TEMAS A ESTUDIAR En esta guía nos dedicaremos a estudiar el tema de Estimación por intervalo y comenzaremos a estudiar las pruebas de hipótesis paramétricas.
Más detallesEvaluación de Resultados en Oncología
Evaluación de Resultados en Oncología SANDRA FLORES MORENO FEA Farmacia Hospitalaria U.G.C H.U Virgen del Rocío 15 de Mayo de 2015 INTRODUCCIÓN VARIABLES A MEDIR Definición INTRODUCCIÓN: Ventajas AGENCIAS
Más detallesANÁLISIS DE REGRESIÓN
ANÁLISIS DE REGRESIÓN INTRODUCCIÓN Francis Galtón DEFINICIÓN Análisis de Regresión Es una técnica estadística que se usa para investigar y modelar la relación entre variables. Respuesta Independiente Y
Más detallesArtículo de los payasos
Artículo de los payasos (Página 30 a 3 del libro de Técnica estadística y diseño de investigación) Utilizando los datos de la tabla 3 podemos completar la siguiente información (valores p de probabilidad
Más detallesMatemáticas aplicadas a las Ciencias Sociales II
a la Matemáticas aplicadas a las Ciencias Sociales II a la Manuel Molina Fernández y Jiménez Basado en apuntes del Máster Universitario en Formación del Profesorado en Educación Secundaria CPR Mérida 24
Más detallesANALISIS CRITICO DE LA EVIDENCIA INTEGRACION
ANALISIS CRITICO DE LA EVIDENCIA INTEGRACION Dr. Fabio Massari ANALISIS DE ARTICULO CIENTIFICO: ECR ARTICULO CIENTIFICO: SECCIONES Titulo Abstract Introduccion Materiales y Metodos Resultados Figuras/Graficos
Más detallesInterpretación de pruebas estadísticas y epidemiológicas. César A. Gutiérrez Villafuerte
Interpretación de pruebas estadísticas y epidemiológicas César A. Gutiérrez Villafuerte Población (N) Parámetros Muestreo Inferencia Muestra (n) s p x Estadísticos Hipótesis Estadística Es una proposición
Más detallesEstadística para novatos
Estadística para novatos Mª José Escudero Barea GEICAM ÍNDICE 1- Tipos de estudio 2- Ensayos clínicos 3- Cálculos de tamaños muestrales 4- Aleatorización/Estratificación 5- Clasificación del los EECC según
Más detallesINFLUENCIA DE LA EDAD DEL RECEPTOR Y DONANTE EN LA SUPERVIVENCIA DEL INJERTO RENAL. Clara Inés Flórez Almonacid. José Berlango Jiménez
INFLUENCIA DE LA EDAD DEL RECEPTOR Y DONANTE EN LA SUPERVIVENCIA DEL INJERTO RENAL Clara Inés Flórez Almonacid. José Berlango Jiménez Servicio de Nefrología. Hospital Reina Sofía de Córdoba INTRODUCCIÓN
Más detallesEstadística. Contrastes para los parámetros de la Normal
Contrastes para los parámetros de la Normal Prof, Dr. Jose Jacobo Zubcoff Departamento de Ciencias del Mar y Biología Aplicada Contrastes para los parámetros de la Normal Contrastes para los parámetros
Más detallesTema 6: Introducción a la inferencia estadística Parte 1
Tema 6: Introducción a la inferencia estadística Parte 1 1. Qué es un contraste de hipótesis? 2. Elementos de un contraste: hipótesis nula y alternativa, tipos de error, nivel de significación, región
Más detallesInterpretación de estudios clínicos fase III para apoyar la toma de decisiones Vaccinology Ciro de Quadros 2016
Interpretación de estudios clínicos fase III para apoyar la toma de decisiones Vaccinology Ciro de Quadros 2016 Dra. M Teresa Valenzuela B. Vice Decana Investigación y Postgrado Facultad de Medicina Universidad
Más detallesMedicina basada en la evidencia Resultados
Resultados Carlos Ochoa Sangrador 14/02/2013 1 Tratamiento 30 70 Reducción absoluta del riesgo RAR = 0,60-0,30 = 0,30 Reducción relativa del riesgo 0,6-0,3 RRR = = 0,50 0,6 Muestra 60 40 Población Control
Más detallesTema 8: Introducción a la Teoría sobre Contraste de hipótesis
Tema 8: Introducción a la Teoría sobre Contraste de hipótesis Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 8: Introducción a la Teoría
Más detallesAnálisis multivariantes
GUIA DIDACTICA DEL ALUMNO Análisis multivariantes Docentes: Dra. Francisca Rius Profesora de Bioestadística Facultad de Medicina Universidad de Málaga Dr. Ramón Hidalgo Sánchez Servicio Central de Informática
Más detallesTema 19 EPIDEMIOLOGÍA LABORAL
Tema 19 EPIDEMIOLOGÍA LABORAL QUÉ ES LA EPIDEMIOLOGÍA? Concepto de epodemiología Método epidemiológico Medidas de frecuencia Medidas de asociación Clasificación estudios epidemiológicos Epi (sobre) DEMOS
Más detallesEl Tamaño de la Muestra: Cuántos Pacientes Voy a Necesitar?
El Tamaño de la Muestra: Cuántos Pacientes Voy a Necesitar? OBJETIVOS Comprender la lógica que rige la realización de los cálculos, relativos al tamaño de la muestra, en estudios clínicos La Cuestión Clave
Más detallesEvaluación de Resultados en Oncología. Sandra Flores Moreno F.E.A Farmacia Hospitalaria HU Virgen del Rocío 25 de Mayo de 2013
Evaluación de Resultados en Oncología Sandra Flores Moreno F.E.A Farmacia Hospitalaria HU Virgen del Rocío 25 de Mayo de 2013 INTRODUCCIÓN VARIABLES A MEDIR Definición INTRODUCCIÓN: AGENCIAS EVALUACIÓN.
Más detallesCáncer de Mama HER2 positivo: Selección Personalizada del Tratamiento: Es Posible? César A. Rodríguez Hospital Universitario de Salamanca-IBSAL
Cáncer de Mama HER2 positivo: Selección Personalizada del Tratamiento: Es Posible? César A. Rodríguez Hospital Universitario de Salamanca-IBSAL Introducción Introducción: Her2 como factor pronóstico Introducción
Más detallesCONTRASTE DE HIPÓTESIS
CONTRASTE DE HIPÓTESIS Antonio Morillas A. Morillas: Contraste de hipótesis 1 CONTRASTE DE HIPÓTESIS 1. Introducción 2. Conceptos básicos 3. Región crítica óptima i. Teorema de Neyman-Pearson ii. Región
Más detallesTema 7. Contrastes no paramétricos en una población
Tema 7. Contrastes no paramétricos en una población Resumen del tema 7.1. Introducción a la Estadística Inferencial. Estimación de parámetros Como ya sabemos, la Estadística estudia los métodos científicos
Más detallesLECCIÓN PÚBLICA. Tema 5 Algunas Pruebas de Hipótesis. Profa. María Fátima Dos Santos
LECCIÓN PÚBLICA Tema 5 Algunas Pruebas Profa. María Fátima Dos Santos 1 TEMARIO Fundamentos de estadística inferencial Método hipotético deductivo (Juego de hipótesis) Elementos en el contraste de hipótesis
Más detallesTEST SEMINARIOS EBE. A. Están especialmente diseñados para el análisis y control de las enfermedades raras
TEST SEMINARIOS EBE DISEÑOS TRANSVERSALES 1. Señale cuál es una ventaja de los diseños transversales: A. Proporcionan un alto nivel de evidencia PROPORCIONAN UN NIVEL DE EVIDENCIA 3 Y UN GRADO DE RECOMENDACIÓN
Más detallesUNIDAD 4. INFERENCIA ESTADÍSTICA. Prof. Eliana Guzmán U. Semestre A-2015
UNIDAD 4. INFERENCIA ESTADÍSTICA Prof. Eliana Guzmán U. Semestre A-05 INFERENCIA ESTADÍSTICA La teoría de la Inferencia Estadística está conformada por aquellos métodos que permiten hacer generalizaciones,
Más detallesContrastes de hipótesis. 1: Ideas generales
Contrastes de hipótesis 1: Ideas generales 1 Inferencia Estadística paramétrica población Muestra de individuos Técnicas de muestreo X 1 X 2 X 3.. X n Inferencia Estadística: métodos y procedimientos que
Más detallesBIOSESTADÍSTICA AMIGABLE
BIOSESTADÍSTICA AMIGABLE EJEMPLO: Ficha solicitud Colección Reserva UNIVERSIDAD AUSTRAL DE CHILE SISTEMA DE BIBLIOTECAS Clasificación: 574.015195 MAR 2001 Vol. y/o Copia: Apellido Autor: Título: C. 1 (SEGÚN
Más detallesESQUEMAS ALTERNATIVOS CON SUNITINIB: MÁS ALLÁ DEL MANEJO DE LOS EFECTOS ADVERSOS
ESQUEMAS ALTERNATIVOS CON SUNITINIB: MÁS ALLÁ DEL MANEJO DE LOS EFECTOS ADVERSOS María Jose Lecumberri Biurrun CHN León, 20 de mayo de 2016 Estudio fase III de sunitinib vs interferón alfa en primera línea
Más detallesCONTRASTE DE HIPÓTESIS
CONTRASTE DE HIPÓTESIS Antonio Morillas A. Morillas: Contraste de hipótesis 1 CONTRASTE DE HIPÓTESIS 1. Introducción 2. Conceptos básicos 3. Región crítica óptima i. Teorema de Neyman-Pearson ii. Región
Más detallesTODO ECONOMETRIA. Bondad del ajuste Contraste de hipótesis
TODO ECONOMETRIA Bondad del ajuste Contraste de hipótesis Índice Bondad del ajuste: Coeficiente de determinación, R R ajustado Contraste de hipótesis Contrastes de hipótesis de significación individual:
Más detallesY ± E max 37,3 ± 0,866 (36,43; 38,17)
Modelo A. Febrero 2015. No debe entregar los enunciados Fórmula de corrección: Aciertos (Errores / 2) Material permitido: Formulario de cualquier curso académico sin anotaciones y cualquier tipo de calculadora
Más detalles