Documente Academic
Documente Profesional
Documente Cultură
Definición
Conceptos básicos
• Unidad de Análisis: Personas, u objetos que contienen cierta
información que se desea estudiar. Por ejemplo: un paciente, un
establecimiento de salud, un equipo etc.
• Población: Es la totalidad de unidades de análisis que poseen
algunas características comunes, susceptibles de observación.
• Muestra: Parte de la población o subconjunto de unidades de análisis
obtenidas con el fin de conocer las propiedades de la población. Debe
ser representativa de la población y adecuada
• Parámetro: es una medida de resumen que
describe a una población.
• Estadístico: es una medida de resumen que
describe a una muestra.
• Variable:
Es la característica, propiedad o atributo de las unidades de análisis y
que varían de una unidad a otra.
Esta variación es susceptible de medirse.
Ejemplos: Presión sanguínea, frecuencia cardiaca, peso de niños,
edad de los pacientes que acuden a consulta. Etc
TIPOS DE VARIABLES
• POR SU INTERRELACION:
1. DEPENDIENTE: Es la que se relaciona con variable independiente (es el
efecto).
2. INDEPENDIENTES: Es la que modifica o produce un cambio en la
variable dependiente (es la causa).
3. INTERVINIENTE: influye ampliando o amortiguando efecto de la
variable independiente.
• POR SU NATURALEZA:
1. CUALITATIVAS: o categóricas, se refieren a propiedades o atributos,
no se mide, existe o no presencia de ella. Ejemplo: Sexo, Grado de
instrucción, lugar de procedencia. Etc.
2. CUANTITATIVA DISCRETA: discontinua, no puede fraccionarse, se
pueden contar. Ejemplo: Número de hijos, Pulsaciones por minuto.
Etc.
3. CUANTITATIVA CONTINUA: puede fraccionarse, medirse y asumir
cualquier valor dentro del rango de medición. Ejemplo: peso, talla,
nivel de colesterol. Etc.
ESCALAS DE MEDICIÓN
1. NOMINAL: Se clasifican según categorías, y no guardan un
orden. Ejemplo: sexo, lugar de procedencia, síntoma, etc.
2. ORDINAL: Las categorías de la variable se clasifica en forma
jerárquica. Ejemplo: Grado de instrucción, Estadio de la enfermedad,
etc.
3. INTERVALO: Tienen relación con el cero arbitrario o relativo.
Ejemplo: La temperatura, Coeficiente de inteligencia, rendimiento
académico, etc.
4. PROPORCION (RAZON): Tiene relación con el cero absoluto.
Es decir, indican ausencia total de medida. Ejemplo: el peso, la talla,
nivel de colesterol, etc.
OPERACIONALIZACION DE VARIABLES
• Es el proceso de llevar una variable del nivel abstracto a un plano
concreto.
• Operacionalizar una variable es hacerla medible.
ESQUEMA DE OPERACIONALIZACIOIN DE VARIABLES
Existen numerosos modelos y esquemas de Operacionalización. Uno
práctico que se sugiere es el siguiente:
1. Variable
2. Definición
3. Dimensiones
4. Indicadores
5. Sub indicadores
6. Escala de Medición
RECOLECCION DE DATOS
FUENTES DE INFORMACION
FUENTE PRIMARIA
FUENTE SECUNDARIA
• Si la información a obtener ya ha sido recopilada y elaborada por otras personas o
instituciones.
TIPO DE FRECUENCIAS
• Frecuencia absoluta simple (fi): Indica el número de veces que
aparece repetido dicho valor en el conjunto de observaciones
estudiadas.
• Frecuencia absoluta acumulada (Fi): indica la suma de las
frecuencias absolutas.
• Frecuencia relativa simple porcentual (hi%): Indica el porcentaje
del total de observaciones que representa el valor, es el cociente
entre la frecuencia absoluta simple y el número total de
observaciones, multiplicado por 100.
fi
hi% = ______x 100
n
• Frecuencia relativa acumulada (Hi%):
Indica la suma de las frecuencias relativas porcentual
donde:
fi: Frecuencia absoluta del i-ésimo intervalo, nos indica número de
veces que aparece repetido dicho valor en el conjunto de
observaciones estudiadas.
Fi: Frecuencia absoluta acumulada de la clase i nos indica la suma
de las
frecuencias absolutas de los iguales o inferiores a el.
F1=f1
F2=f1+f2
hi%: Frecuencia relativa de la clase i es el cociente entre la
frecuencia absoluta y el número total de observaciones
multiplicando por 100.
hi% = fi/n*100
Hi%: Frecuencia relativa acumulada de la clase i, es la frecuencia
absoluta acumulada dividido por el número total de
observaciones.
Hi% = Fi/n*100
Xi: Es la marca de clase de la clase i se determina mediante el
promedio de los límites de dicho intervalo.
Método Gráfico
En esencia, un gráfico estadístico es la presentación de la
información por medio de figuras geométricas.
El objetivo primordial de un gráfico es dar una impresión visual de
conjunto para una rápida y fácil comprensión.
No deben considerarse como sustitutos de un tratamiento estadístico
de los datos, sino más bien como ayuda visual para interpretar
problemas estadísticos.
Debe ser sencillo y explicativo; en un buen gráfico se puede:
Apreciar tendencias, variaciones, cambios y realizar
visualmente comparaciones.
Relacionar 2 o más series de datos superpuestos en un mismo
gráfico.
Histograma
Muestra la distribución de datos cuantitativos
El área es proporcional a la frecuencia respectiva
Representa a la frecuencias absolutas o relativas
Tiene como base los límites reales de los intervalos de clase.
Polígono de frecuencias
(simples),
Este gráfico se obtiene uniendo los
puntos medios superiores de los
rectángulos del histograma, formándose
de esta manera un gráfico lineal, el cual
debe llevarse hasta el eje x en los
extremos del límite inferior del primer
intervalo y superior del último intervalo
respectivamente.
El área total bajo el polígono equivale al
área del histograma.
Polígono de frecuencias (acumuladas) OJIVA
Denominado también ojiva, utiliza las frecuencias absolutas o relativas
acumuladas, y consiste en un gráfico lineal que nos permite observar la
cantidad de elementos que quedan por encima o por debajo de
determinados valores de los límites de los intervalos de clase.
La ojiva se obtiene uniendo los puntos
que le corresponden a las frecuencias
acumuladas de los respectivos límites
superiores de cada intervalo.
RAZONES
TAZAS
PROPORCIÓN
Es un cociente entre una parte con respecto al todo.
Ejemplo: Se tiene n unidades que se clasifican según la característica A
Característica A Nº Proporción
a1 n1 p1 = n1/n
a2 n2 p2 = n2/n
Total n
1______
RAZÓN
Es un cociente entre dos cantidades de distinta naturaleza, es decir, el
numerador no es parte del denominador.
R = a/b
TASA
Tasa es una proporción que mide riesgo, es decir, la probabilidad de hacer
una enfermedad. Una tasa se define como:
T = Afectados * K K : 100, 1000, 100000, etc
población
Afectados: Número de individuos afectados por un daño en un periodo
determinado y área geográfica.
Población: Población expuesta al daño en dicho periodo y área geográfica.
Tasa de general de fecundidad
Tasa Específica de Mortalidad
52,558
TME 60 y + = _________ x 1000 = 50
1 440,127
INCIDENCIA Y PREVALENCIA
Dos formas de medir enfermedades:
INCIDENCIA
PREVALENCIA
INCIDENCIA
Es el número de nuevos casos de enfermedad que surgen en una población y en un
periodo de tiempo.
de enfermar.
PREVALENCIA
Es el número de casos total de enfermedad
de la enfermedad
_ xi /n
i=1
X =
LA MEDIANA (Me)
La mediana es un valor que divide a la distribución ordenada (en forma
ascendente o descendente) en dos grupos iguales, es decir a cada grupo le
corresponde el 50% de los datos.
50% | 50%
V. min. Me. V. máx.
Interpretación:
El 50% de los pacientes tienen 12 días de hospitalización o menos y el
50% restante tiene por encima de 12 días de hospitalización.
Ejemplo:
Calcular la medina de los siguientes pesos (en Kg) de 6 niños: 35, 37, 40,
31, 27, 39
Ordenando los pesos en forma ascendente:
Peso: 27, 31, 35, 37, 39, 40
Interpretación:
El 50% de los niños tienen un pesos igual o inferior a 36 Kg. Y el 50%
restante tendrán un peso por encima de los 36 Kg.
PROPIEDADES DE LA MEDIANA.
1. Es única , existe solamente una mediana para un conjunto de datos.
2. Los valores extremos no tienen efectos importantes sobre la mediana.
LA MODA (MO)
Se utiliza mayormente cuando se está interesado en la observación más
frecuente.
La Moda es la observación que mayormente se repite (o es la
observación que posee la mayor frecuencia).
Ejemplo: Hallar la moda en los siguientes datos:
2,5,7,2,8,2,2,1,2,4,2,2 La Mo = 2
1,8,6,4,2,4,3,2,1,5 Mo = 1
Mo = 2
Mo = 4
1,7,9,3,8,5,6 No existe moda
PROPIEDADES DE LA MODA
1. Si todos los valores son diferentes, no hay moda.
2. En una distribución puede existir dos o más modas.
LOS CUANTILES.
Son aquellos que dividen a la distribución en cuatro, diez o cien partes
iguales.
Cuartiles.
Deciles.
Percentiles.
BIOESTADISTICA 04- INTRODUCCIÓN
AL CÁLCULO DE PROBABILIDADES
Probabilidad
El concepto de probabilidad se encuentra con bastante frecuencia en la
comunicación en el área de salud.
Ejemplos
Un médico afirma que un paciente X tiene una probabilidad del 80%
de sobrevivir a una operación.
Una fuente autorizada del Ministerio de Salud; declara a la
prensa de que en este verano hay 10% de probabilidad de que se desate
una epidemia de cólera en la Capital.
¿Por qué es necesario aprender a calcular probabilidades?
La medicina es una ciencia inexacta por lo que el médico raras veces puede
predecir un resultado con absoluta certeza.
Para formular el diagnóstico el médico debe contar con toda la información
posible acerca del paciente. Por ejemplo, debe:
Revisar la historia clínica
Realizar un examen físico del paciente
Solicitar estudios de laboratorio
Resultados de rayos X, etc.
Para cuantificar la incertidumbre y tomar decisiones, el médico se apoya en
la teoría de las probabilidades
La teoría de probabilidades también permite al médico extraer conclusiones
acerca de una población de pacientes basado en la información acerca de
una muestra extraída de esa población.
Este proceso se denomina inferencia estadística.
Conceptos básicos sobre Probabilidad
Ejemplo:
Se estima que el 10% de los habitantes de un país padecen de hipertensión arterial
(A), y el 20% padece de hiperlipemia (B), el 7% son hipertensos e hiperlipémicos
(A∩B).
¿Cuál es la probabilidad de que un individuo no tenga hipertención arterial?
Solución.
Datos del problema:
= 0.23
PROBABILIDAD CONDICIONAL
Si A y B son dos sucesos con P (A) > 0, la probabilidad de que ocurra
otro suceso B sabiendo que ha ocurrido A, es decir, la probabilidad
condicionada de B dado A que se denota por P( B /A ), es igual a:
Ejemplo:
En una población el 2% de sus habitantes son mayores de 55 años y el 1%
padecen diabetes y tiene más de 55 años. Si un individuo tiene más de 55
años ¿Cuál es la probabilidad de que tenga diabetes?
TEOREMA DE LA MULTIPLICACIÓN
Teniendo en cuenta la definición de la probabilidad condicionada:
Ejemplo:
En un servicio de medicina interna el 40% de los pacientes ingresados es a causa
de enfermedades infecciosas (A). La probabilidad de que un paciente sea diabético
(B), sabiendo que tiene una infección, es del 25%.
Solución:
Datos:
INDEPENDENCIA DE SUCESOS
Desde un punto de vista formal, se puede decir que A y B son sucesos
independientes si la probabilidad de A sabiendo que ha ocurrido B, no sufre
modificaciones desde el punto de vista matemático esto se expresa de la
siguiente manera:
Ejemplo:
En un centro sanitario de los pacientes intervenidos quirúrgicamente el 25% tiene
alguna complicación postquirúrgica (A), el 50% tiene mas de 60 años (B), y el 60%
tiene mas de 60 años o ha padecido alguna complicación postquirúrgica (B∪A).
¿Los sucesos, tiene mas de 60 años y padece alguna complicación postquirúrgica,
son independientes?
TEOREMA DE BAYES
Supongamos que se dispone de una colección de conjuntos A, B, C
que forman una participación de un espacio muestral Ω. Esto significa
que Ω = AUBUC y además
Ejemplo:
En una ciudad hay tres servicios hospitalarios que realizan trasplantes de
riñón A, B y C. el servicio A realiza el 40% de los trasplantes, el servicio B al
25% y el servicio C el 35%. El servicio A tiene un 3% de fracasos, el servicio
B un 4% y el servicio C un 5% se selecciona al azar un paciente en el que el
trasplante ha fracasado ¿Cuál es la probabilidad de que haya sido operado
en el servicio A?
BIOESTADISTICA 05- APLICACIONES DEL
CÁLCULO DE PROBABILIDADES EN LAS
CIENCIAS DE LA SALUD
DIAGNÓSTICO
El diagnóstico es un acto que pretende identificar la enfermedad o
enfermedades que afectan a un determinado paciente:
El proceso de diagnóstico consta de tres partes:
• La Historia clínica.
• La exploración física.
• Pruebas complementarias.
CARACTERÍSTICAS PROBABILÍSTICAS DE LAS PRUEBAS
DIAGNÓSTICAS
Las características probabilísticas de las pruebas diagnósticas son las
siguientes:
• Sensibilidad.
• Especificidad.
• Valor predictivo positivo.
• Valor predictivo negativo.
RIESGO RELATIVO: RR
El Riesgo Relativo, RR es la razón entre dos riesgos; en Epidemiología
es el cociente entre el riesgo de los individuos expuestos al factor y
los no expuestos. La expresión matemática del RR es la siguiente:
• RR > 1
La incidencia en el grupo de expuestos es mayor que la incidencia en el
grupo de no expuestos se observa asociación “positiva” o “directa” entre
la exposición y la enfermedad.
• RR < 1
La incidencia en el grupo de expuestos es menor que la incidencia en el
grupo de no expuestos se observa asociación “negativa” o “inversa”
entre la exposición y la enfermedad.