TRATAMIENTO Y ANÁLISIS DE DATOS MEDIANTE UN PAQUETE ESTADÍSTICO

Transcripción

1 GUIA DOCENTE DE LA ASIGNATURA TRATAMIENTO Y ANÁLISIS DE DATOS MEDIANTE UN PAQUETE ESTADÍSTICO MÓDULO MATERIA ASIGNATUR A CURSO TEMPORALIZACIÓN CRÉDITOS CARÁCTER Docencia 5. Metodología de la investigació n en pediatría Tratamiento y análisis de datos mediante un paquete estadístico 2015/16 Enero-Febrero (modalidad presencial) Marzo-Abril (modalidad on-line) 3 Obligatorio PROFESOR(ES) Mª Teresa Miranda León Jose Antonio Roldán Nofuentes Concepción Beatriz Roldán López de Hierro DIRECCIÓN COMPLETA DE CONTACTO PARA TUTORÍAS Depto. Estadística e Investigación Operativa, Facultad de Medicina, Universidad de Granada. Avda. de la Investigación 11, 18016, Parque Tecnológico de la Salud, Armilla (Granada). tmiranda@ugr.es HORARIO DE TUTORÍAS MÁSTER EN EL QUE SE IMPARTE OTROS MÁSTERES A LOS QUE SE PODRÍA OFERTAR Condicionantes Genéticos, Nutricionales y Ambientales del Crecimiento y el Desarrollo PRERREQUISITOS Y/O RECOMENDACIONES BREVE DESCRIPCIÓN DE CONTENIDOS La Estadística actualmente se ha convertido en una herramienta esencial para el diseño de experimentos, tratamiento de datos y obtención de resultados de la Investigación, máxime en el entorno de las Ciencias de la Salud. Este curso está dedicado a la aplicación de la Estadística a los problemas que puedan surgir en un proceso de investigación. 1 Uso básico de SPSS 2 Análisis de Varianza 3 Regresión Múltiple 4 Regresión Logística Página 1

2 DESCRIPTORES DE LOS CONTENIDOS TEÓRICOS Y PRÁCTICOS Primera Parte 1) Analizar de modo descriptivo un conjunto de datos. 2) Saber construir e interpretar intervalos de confianza para medias y proporciones y saber determinar el tamaño adecuado de muestra. 3) Saber formar las hipótesis de un contraste en función de las hipótesis médicas a demostrar. 4) Interpretar estadísticamente el resultado de un contraste de hipótesis. 5) Saber calcular e interpretar el valor P, relacionándolo con el error alfa. 6) Distinguir entre muestras independientes y apareadas, y conocer cuándo son preferibles unas u otras. 7) Distinguir entre métodos paramétricos y métodos no paramétricos. 8) Saber comparar dos medias y dos proporciones (en función del tipo y número de los datos), evaluar sus diferencias y determinar el tamaño de muestra en alguno de los casos. 9) Saber aplicar el test chi-cuadrado cuando se estudian una o dos cualidades en una o más muestras, distinguiendo el test de homogeneidad del test de independencia entre cualidades, y conociendo las limitaciones de la técnica. Conocer cuándo se puede y conviene convertir una cualidad en una cantidad. 10) Saber estudiar la relación entre dos cantidades, predecir una a través de la otra y medir la asociación entre ambas. Segunda Parte 1) Realizar el test de homogeneidad de varias muestras cuantitativas mediante el análisis de la varianza de una vía y saber verificar sus condiciones de validez. 2) Buscar las causas de la significación del test anterior mediante la realización de todas las comparaciones por parejas (métodos de Tukey o de Bonferroni o todas las comparaciones contra un control (métodos de Dunnett o de Bonferroni). 3) Resolver todos los problemas anteriores mediante el procedimiento no paramétrico de Kruskal-Wallis. 4) Saber elegir entre un modelo paramétrico y uno no paramétrico para realizar un análisis de la varianza de una vía. 5) Formular el modelo general de regresión lineal y estimar sus parámetros. 6) Realizar el contraste de hipótesis de independencia de una variable y respecto a todas las variables predictoras xi. 7) Saber usar las variables de paja para realizar regresiones múltiples en las que intervenga algún carácter cualitativo. 8) Definir el problema general que se resuelve con regresión logística, conocer sus limitaciones e interpretar los resultados de aquella. 9) Llevar a cabo análisis de regresión logística con ayuda de un paquete estadístico de uso común. 10) Escribir pequeños informes sobre cualquiera de los problemas anteriores. COMPETENCIAS GENERALES Y ESPECÍFICAS DEL MÓDULO GENERALES Conocer los fundamentos de la investigación científica, el planteamiento de un estudio de investigación, elaboración correcta de las bases de datos y el análisis estadístico y epidemiológico. Escribir de manera estadísticamente correcta los resultados del análisis estadístico de unos datos Página 2

3 Enjuiciar metodológicamente artículos científicos biomédicos de forma autónoma. Desarrollar el sentido crítico frente al diseño de experimentos y a la construcción de modelos teóricos en investigaciones propias de los estudios, así como aceptar un cierto grado de incertidumbre en cualquier decisión/conclusión científica y por tanto su provisionalidad. El alumno conocerá la metodología científica y practicará el razonamiento epidemiológico y sus aplicaciones en el estudio de los fenómenos de salud-enfermedad desde su ámbito profesional. Capacitar a los investigadores sanitarios para reconocer los aspectos éticos de su práctica profesional, sabiendo identificar los conflictos morales y los valores en juego en dichos conflictos, incluyendo los relativos a aspectos relacionados con el género. Equipar a los profesionales sanitarios con conocimientos que les permitan analizar crítica y sistemáticamente estos aspectos. Proporcionar a los profesionales habilidades prácticas para integrar estas dimensiones en el proceso continuo de toma de decisiones y ser capaces de argumentar racionalmente estas últimas Conocer los fundamentos científicos de la medicina basada en la evidencia Aprender a realizar una búsqueda de las mejores evidencias científicas en Internet. Manejo de las fuentes de documentación. Cómo llevar la mejor evidencia científica a la práctica clínica. Conocer la estructura, utilidad y desarrollo de las revisiones sistemáticas y las guías de práctica clínica Aprender a realizar un documento científico para su publicación o defensa pública Reconocer las propias limitaciones y la necesidad de mantener y actualizar su competencia en investigación. El alumno deberá reconocer y aceptar que el conocimiento científico es cambiante. Reconocer las oportunidades de financiación de la investigación que ofrecen los diferentes planes Conocer los mecanismos existentes de difusión de los resultados de la investigación, a fin de comunicar de modo efectivo y claro, tanto de forma oral como escrita con los medios de comunicación y otros profesionales. El alumno deberá ser consciente de la necesidad de comunicar a la comunidad científica los resultados de su experiencia profesional, de la importancia de la investigación como factor de avance del conocimiento. Capacidad de análisis y síntesis Capacidad de organización y planificación de la actividad investigadora Resolución de problemas y toma de decisiones Trabajar en un equipo de carácter interdisciplinar y en un contexto internacional. El alumno deberá comprender las oportunidades que representan las colaboraciones en investigación. Iniciativa y espíritu emprendedor Motivación por la calidad ESPECÍFICAS Diseñar y analizar comparaciones de medias con varias muestras independientes, tanto en el caso de variables aleatorias normales como en el caso de variables aleatorias no-normales. Conocer las hipótesis que subyacen en los modelos anteriores, llevar a cabo las acciones oportunas para contrastar su verificación y, en su caso, tomar las medidas convenientes para conseguir que se verifiquen las mismas. Realizar las comparaciones a posteriori en el caso de la significación del test global del análisis de la varianza, aplicando las penalizaciones correspondientes. Llevar a cabo los análisis anteriores con un paquete estadístico creando la base de datos oportuna para ello. Adquirir las competencias 1 a la 4 para el caso del análisis de la varianza de dos vías, distinguiendo entre los diferentes modelos posibles (ambos factores de efectos fijos, ambos factores de efectos aleatorios y modelo Página 3

4 mixto). Analizar mediante regresión lineal múltiple la asociación de una variable dependiente y un conjunto de covariables desde una perspectiva multivariante. Conocer las condiciones en las que es aplicable la técnica de la regresión lineal múltiple, ser capaz de contrastarlas y saber aplicar las transformaciones oportunas para que se verifiquen las mismas. Valorar la calidad de ajuste del modelo a nivel global (tests de bondad de ajuste) y a nivel local (análisis de residuos para la detección de valores extremos y de datos influyentes). Determinar cuándo un modelo lineal no es aplicable y emplear técnicas de regresión polinómica para estos casos. OBJETIVOS El alumno sabrá/comprenderá: - Enjuiciar metodológicamente artículos científicos en los que se empleen las técnicas expuestas. - Desarrollar el sentido crítico frente al diseño de experimentos y a la construcción de modelos teóricos en investigaciones propias de los estudios. - Los conceptos básicos de Bioestadística. El alumno será capaz de: - Llevar a cabo los análisis anteriores con un paquete estadístico, creando la base de datos oportuna para ello. - Escribir de manera estadísticamente correcta los resultados del análisis estadístico de unos datos. - Aprender a exponer públicamente resultados de investigaciones. - Usar herramientas informáticas para la sistematización y el análisis de la información. TEMARIO DETALLADO DE LA ASIGNATURA 1 Uso básico de SPSS TEMA I: INTRODUCCIÓN. Necesidad de la Estadística en Medicina y Ciencias de la Salud. Definición de Bioestadística. TEMA II: ESTADÍSTICA DESCRIPTIVA. Tipos de datos. Presentación tabular y gráfica de los datos (histograma, polígono de frecuencias, pictograma y diagrama de sectores). Síntesis de datos: medidas de posición (moda, mediana, percentiles, deciles, cuartiles y media) y medidas de dispersión (amplitud, varianza, desviación típica, rango intercuartílico y coeficiente de variación). TEMA III: DISTRIBUCIONES DE PROBABILIDAD. Concepto frecuentista de probabilidad. Definición e identificación de variables Temas de Bioestadística básica aleatorias (discretas y continuas). Parámetros muestrales y poblacionales. Distribución Normal. Concepto de distribución Binomial y de distribución de Poisson. Aproximación de la Binomial a la Normal: la corrección por continuidad. TEMA IV: INTERVALOS DE CONFIANZA. Muestreo aleatorio y representatividad de muestras. Estimaciones puntual y por intervalo. Intervalos de confianza para una media y una proporción. Tamaño de muestra. TEMA V: CONCEPTO GENERAL DE TEST DE HIPÓTESIS. Hipótesis nula y alternativa. Regiones crítica y de aceptación. Los dos tipos de error. Potencia. El proceso lógico para tomar decisiones fiables: intervalos de confianza y tests de hipótesis. Tamaño de muestra. Tests de 1 y 2 colas. Quién es Ho? Quién es H1? Cómo elegir el error alfa? El valor P. Presentación de las conclusiones. Página 4

5 Criterios generales para realizar un test. TEMA VI: TESTS CON UNA MUESTRA Y TESTS DE HOMOGENEIDAD CON DOS MUESTRAS. Test de Normalidad de D'Agostino. Test para una proporción: condiciones de validez, regla de decisión, determinación del valor P y tamaño de muestra. Muestras independientes y apareadas. Comparación de dos medias por los tests de Student: muestras independientes (varianzas iguales ó distintas) y apareadas, intervalo de confianza para la diferencia de medias y tamaño de muestra. Test de Wilcoxon: dos muestras independientes y dos muestras apareadas. Métodos paramétricos ó no paramétricos? Comparación de dos proporciones: muestras independientes y apareadas, intervalo de confianza para la diferencia de proporciones, tamaño de muestra. Comparaciones múltiples. TEMA VII: TEST CHI-CUADRADO Y TABLAS 2x2. El test Chi-Cuadrado para comprobar la homogeneidad de varias muestras cualitativas: hipótesis, cantidades observadas y esperadas, estadístico experimental, criterio de test y condiciones de validez. El test Chi-Cuadrado para comprobar la independencia de dos cualidades. Construcción de las clases. Análisis intuitivo de las causas de la significación. Asignación de valores cuantitativos arbitrarios. El caso particular de las tablas 2x2. Tipos de muestreo en tablas 2x2 y tipo de estudios epidemiológicos. Medidas de asociación en tablas 2x2 (riesgo relativo, razón de producto cruzado y riesgo atribuible), estudios en que son válidas y el caso de las enfermedades raras. Evaluación de un método de diagnóstico: sensibilidad, especificidad y valores predictivos comprobar la independencia de dos cualidades. Construcción de las clases. Análisis intuitivo de las causas de la significación. Asignación de valores cuantitativos arbitrarios. El caso particular de las tablas 2x2. Tipos de muestreo en tablas 2x2 y tipo de estudios epidemiológicos. Medidas de asociación en tablas 2x2 (riesgo relativo, razón de producto cruzado y riesgo atribuible), estudios en que son válidas y el caso de las enfermedades raras. Evaluación de un método de diagnóstico: sensibilidad, especificidad y valores predictivos. TEMA VIII: REGRESIÓN LINEAL y CORRELACIÓN. Concepto de regresión: nube de puntos, tipos de regresión, asociación y causalidad. Estimación de la recta de regresión. El modelo de regresión lineal y sus consecuencias: comprobación del modelo, estimación de la varianza, tipos de muestreo, regresión de "y sobre x" y de "x sobre y", predicciones y calibración lineal. Test e intervalo sobre la pendiente de regresión. Coeficiente de correlación lineal simple: definición, valores posibles, test de independencia. Regresión ó correlación? Correlación no paramétrica: rho de Spearman. 2 Análisis de Varianza I. COMPARACIÓN DE VARIAS MEDIAS CON MUESTRAS INDEPENDIENTES. Método paramétrico: modelo y resultados del análisis de la varianza de una vía. Método no paramétrico: test de Kruskal-Wallis. Búsquedas de las causas de la significación: comparaciones por parejas y comparaciones contra un control. Interpretación de los resultados. - ANOVA: Análisis de la Varianza paramétrico de una vía. Comprobación de las condiciones del modelo: Independencia, Normalidad y Homogeneidad de varianzas. Comparaciones Múltiples (por parejas y contra un control). Contrastes a priori y a posteriori. Contrastes ortogonales. Tamaño de muestra. Detección de observaciones extremas. Datos faltantes. Modelos de ANOVA. Casos de varianzas distintas. - Análisis de la Varianza de dos vías paramétrico. Comprobación previa de las condiciones del modelo. Comparaciones múltiples (todas por parejas y todas contra un control). Interacción. Contrastes. Tamaño de muestra. Observaciones extremas y datos faltantes. Modelos de Anova de 2 vias. Diseños factoriales. Análisis de la varianza para medidas repetidas. Caso de varianzas distintas. - Análisis de la Varianza no paramétrico de una y dos vías: Test de Kruskal-Wallis, Friedman y Cochran. Comparaciones múltiples. Página 5

6 3 Regresión Múltiple II. REGRESIÓN LINEAL MÚLTIPLE. Hipótesis del modelo y ajuste del mismo. Construcción del modelo. Interpretación de los resultados. Introducción a la Regresión Lineal. Regresión Múltiple. Comprobación de las hipótesis del modelo. Inferencias en Regresión (Tests e Intervalos de Confianza). Predicciones. Procedimientos de selección de variables. Variables dummy o de paja. 4 Regresión Logística III. REGRESIÓN LOGÍSTICA. Aplicaciones en Medicina. Hipótesis del modelo y ajuste del mismo. Construcción del modelo. Interpretación de los resultados. - Regresión polinómica. Determinación del grado del polinomio de mejor ajuste. - Correlación lineal simple. Coeficientes de correlación de Pearson (paramétrico) y Spearman (no paramétrico). Inferencias en correlación. Variables mixtas. - Correlación lineal múltiple. Razón de correlación. Correlación parcial múltiple. PROGRAMA DE PRÁCTICAS CON ORDENADOR I. Práctica sobre el Tema I específico de teoría. Comparación de varias medias de muestras independientes con los procedimientos de SPSS. II. Práctica sobre el Tema II específico de teoría. Procedimiento Regresión Lineal Múltiple de SPSS. III. Práctica sobre el Tema III específico de teoría. Procedimiento Regresión Logística de SPSS. BIBLIOGRAFÍA - Bioestadística para las Ciencias de la Salud (+) Martin Andrés A. y Luna del Castillo J.D. Ediciones Norma-Capitel (2004) - Métodos Estadísticos. Snedecor, G.W. y Cochran, W.G. CECSA - Biostatistical Analysis. Zar. J.H. Ed. Prentice-Hall - Experimental Designs. Cochran, W.G. and Cox, G.M. Ed. Wiley. - Design and Análisis of Experiments. Montgomery D.C. Ed. Wiley. - Beyond ANOVA( basics of applied statistics) Miller R.G. Jr. Ed. Wiley. - Design and Analysis of Experiments. Petersen R.G. Ed. Marcel-Dekker. - Applied Regression Analysis. Draper N and Smith, H. Ed. Wiley. - Plots, Transformations and Regression. Atkinson, A.C. Oxford University Press - The Statistical Evaluation Of Medical Tests For Classification And Prediction. M. S. Pepe. Oxford University Press. - Applied Logistic Regression. 2nd Edition. D. W. Hosmer and S. Lemeshow. Ed. Wiley. New York. ENLACES RECOMENDADOS METODOLOGÍA DOCENTE Los alumnos pueden optar a la modalidad presencial o realizar la asignatura a través de la plataforma on line. Los contenidos explican trabajos originales y/o presentaciones explicativas a disposición del alumnado. Página 6

7 El material está disponible en la plataforma. En cualquier caso la profesora está a disposición del alumnado para consultas a través del correo, mensajes y foros. EVALUACIÓN La asignatura se evaluará de modo continuo en base a las calificaciones obtenidas por los alumnos en los cinco Ejercicios de Prácticas con Ordenador (2 correspondientes a la Parte básica y tres de la parte específica (Análisis de la Varianza, Regresión Múltiple y Regresión logística) los cuales incluirán eventualmente preguntas conceptuales acerca del capítulo y/o un pequeño Informe Escrito relativo a alguno de los problemas abordados. Para aprobar la asignatura es preciso que la calificación media de estos ejercicios sea mayor o igual que 5. Todos los trabajos se entregarán en formato Word, con letra Árial 11 puntos, interlineado 1,15. Cada documento debe ir claramente identificado: el archivo debe tener el nombre del alumno sin espacios (ej.: PericoPérezDeLosPalotes.doc). Además, dentro del documento debe estar identificado, en el encabezado, el nombre del alumno y el máster al que pertenece. Para aprobar la asignatura los alumnos deben participar en cada una de las tareas propuestas. No seguir las instrucciones o no participar en alguna de las actividades puede ser motivo de penalización. INFORMACIÓN ADICIONAL Las dos modalidades (presencial y on-line) son independientes en la evaluación y es obligatorio que los alumnos hagan al menos una de las dos. Las fechas de entrega de los trabajos se determinan al comienzo de la asignatura por medio de mensaje/aviso de la profesora. Página 7