Tema 7. Introducción a la Bioestadística. Organización de datos.

La estadística es la ciencia que estudia la variabilidad. Parte del supuesto de que las características clínicas que se observan cambian de un paciente a otro.

Hay diferentes escalas de medida:
Escala nominal. Con esta medida solo se puede comprobar si dos características son iguales o diferentes. Se mide por ejemplo, la raza, el género, la profesión, etc. Las categorías deben ser exhaustivas (los puedo clasificar a todos) y excluyentes (no puedo clasificar a un sujeto en dos grupos).
Escala ordinal. Ante dos modalidades distintas determina cuál de ellas es mayor. Los números expresan relaciones de igualdad, desigualdad y orden. Ejemplo: grado de dolor, 1. nulo, 2. leve, 3. medio, 4. máximo.
Escala de intervalo. Presentan las características propias de las dos escalas anteriores. Las distancias o intervalos representan distancias equivalentes. No se pueden sacar razones o proporciones.
Escala de razón. Nivel más alto de medición. Establece relaciones de identidad, orden, existencia de intervalos equivalentes y cuántas veces una modalidad es superior a otra.

También estudiamos los tipos de variables:
Cualitativas. Se refiere a propiedades que no pueden ser medidas, solo se pueden clasificar.
                  Nominales.
                     - Dicotómicas: 2 categorías (Ej: sexo).
                     - Policotómicas: más de 2 categorías (Ej: estado civil).
                  Ordinales. Ej: nivel de dolor.

 Cuantitativas. Se pueden medir en término numéricos.
                        Discretas. Sólo pueden tomar un número finito de valores. Son números aislados.
                                          Ej: número de hijos.
                        Continuas. El número está dentro de un rango. Ej: talla, peso.


                                           
Representación de datos.
Tablas de frecuencia. Son la imagen de los datos que muestran frecuencia en columnas y las categorías de las variables en filas.














  Para variables discretas.



Para variables continuas tenemos que construir intervalos. El número de intervalos se calcula haciendo la raíz cuadrada del número de datos. El recorrido se calcula restando el dato menor al mayor. Para obtener la amplitud del intervalo dividimos el recorrido por el número de intervalos.

La representación es sencilla pero entretenida cuando hay muchos datos y hay que ser cauteloso y tener paciencia a la hora de contar para no equivocarse.

En una tabla tienen que aparecer: intervalos, marcas de clase, frecuencia absoluta, frecuencia absoluta acumulada, frecuencia relativa y frecuencia relativa acumulada.

Gráfico de tronco y hojas. Forma híbrida entre tabla e histograma.
Gráfico para datos bidimensionales. Estudia el comportamiento de una variable en función de otra, haciendo una evolución histórica.
 


Gráfico de sectores. Para variables cualitatitavas dicotómicas.

 


Gráfico para datos multidimensionales: diagrama de estrellas.

Me ha resultado un tema sencillo, en el que hay que tener claro algunos conceptos y ponerlos en práctica para la elaboración de tablas y gráficos.

Tareas individuales
Realizamos dos supuestos prácticos unas dos semanas antes del parcial para ver si manejábamos lo que se había visto en clase. Los problemas no me parecieron complicados, creía que los había hecho bien pero cuando estudié los temas a fondo y vi algunos ejemplos resueltos me di cuenta de que había cometido algunos errores en la resolución de los problemas. Una vez que lo comprendí empecé a hacerlos correctamente y creo que en el examen lo hice bien.

Tema 6. La etapa empírica de la investigación: diseño, material y métodos.

   Cuando la población de estudio es muy grande tenemos que hacer un muestreo lo suficientemente amplio como para que la probabilidad de inferencia no sea mayor de 0.5. El muestreo puede ser aleatorio simple (al azar), sistemático, estratificado... 
La recogida de datos se puede realizar por observación directa, por fuentes documentales, a través de entrevistas, cuestionarios, formularios.

Medidas de frecuencia (en estudios descriptivos).
La prevalencia describe una proporción. Es adimensional y adopta valores entre 0 y 1.
Prevalencia= Nº de individuos con la enfermedad en un tiempo específico/ Nº de individuos en la población en un punto en el tiempo.

La incidencia describe la frecuencia de nuevos casos que ocurren durante un periodo de tiempo. Es el flujo de sanos a enfermos. Es una magnitud dimensional.
Incidencia= Nº de nuevos casos detectados durante el seguimiento que desarrollan la enfermedad/ Nº de sujetos libre de enfermedad al comienzo del seguimiento.

  Vimos que hay dos formas de incidencia: incidencia acumulada y densidad de incidencia.
Ia= Nº casos nuevos que suceden en un período de tiempo/ total de población en riesgo de padecer la enfermedad al inicio del seguimiento.
D.I= Nº casos nuevos que suceden en un período de tiempo/ suma de los tiempos en los que cada sujeto del estudio permanece en riesgo de padecer la enfermedad.

En clase realizamos un ejercicio donde teníamos que calcular la densidad de incidencia y la incidencia acumulada. Es fácil de calcular una vez que has entendido los conceptos.

Medidas de asociación
Magnitud de asociación---> razón de prevalencia (compara prevalencias en estudios descriptivos transversales)
Rp= P.e/ P.ne.
(Prevalencia en no expuestos= Nº de casos entre los no expuestos/ Nº total de individuos no expuestos= P.ne
Prevalencia en expuestos= Nº de casos entre los expuestos/ Nº total de individuos expuestos= P.e)

Riesgo relativo o razón de incidencias. Cuantifica el incremento de riesgo con la exposición.
R.R= I.e/ I.ne
(I.e= Nº de casos entre los expuestos/ Nº total de individuos expuestos.
I.ne= Nº de casos entre los no expuesto/ Nº total de individuos no expuestos.)

Después estudiamos la estimación de la magnitud de asociación en estudios de casos y controles. Se trata de relacionar la ODDS o ventaja de los casos con la ODDS o ventaja de los controles.
Valores posibles:
>1, significa que hay mayor riesgo en casos que en controles
=1, hay el mismo riesgo entre casos y controles. Se acepta la hipótesis nula.
De 0 a 1, los controles tienen más riesgo que los casos. Se acepta la hipótesis inversa a la que pensábamos.

Por último realizamos ejercicios prácticos muy completos en los que se pedía describir las hipótesis y variables, identificar el tipo de estudio y hacer diversos cálculos con los conceptos y fórmulas aprendidas.
Es un tema complejo, donde se han incluido muchos detalles y hay que estudiarlo todo detenidamente para no cometer errores en la resolución de problemas.

Seminario 3
  En el tercer seminario estuvimos realizando cuestionarios. En primer lugar aprendimos a descargarnos el programa que utilizaremos en la asignatura: Epi Info. Hay que seguir unos pasos para poner el programa en esapañol, que están indicados en el campus por el profesor.
Después de esto vimos los apartados del programa y las utilidades y comenzamos a realizar un cuestionario. Aprendimos a colocar los datos en la plantilla. Se quería realizar un estudio sobre una población que había asistido a una fiesta de cumpleaños en la cual muchos de los invitados habían adquirido una enfermedad toxiinfecciosa por haber tomado algo en la fiesta. Nuestro objetivo sería averiguar qué alimento estaba en mal estado, para ello sería necesario pasar el cuestionario a todos los asistentes a la celebración.
En el seminario escribimos los datos de cinco personas y pudimos ver que una vez que los datos se registraban se podían localizar las personas que habian consumido un determinado alimento.
Este programa lo utilizaremos en nuestro trabajo de investigación y tendremos que escribir los datos de 55 sujetos. Será un trabajo lento, pero hay que tener paciencia, pudimos comprobar que el programa nos facilita un poco la tarea.