Una breve introducci

1
Una breve introducción a la epidemiología -
XIII(Crítica de la investigación
Consideraciones estadísticas)

• Betty C. Jung, RN, MPH, CHES

2
Objetivos de aprendizaje/a alcanzar

• Revisión rápida
• Bases de la estadística inferencial
• Medidas comunes de asociación
• Ser capaz de criticar estadísticamente loe
  estudios
• Temas estadísticos
• Reglas estadísticas

3
Introducción

• Refresque su memoria
• Estadísticas inferenciales básicas
• Medidas comunes de asociación usadas en estudios
  epidemiológicos

4
Medidas de asociación y pruebas de hipótesis

• Prueba estadística
• Asociación observada - Asociación esperada
• Error estándar de la asociación
• Error tipo I Se concluye que hay una asociación
  cuando no existe
• Error tipo II Se concluye que no hay asociación,
  cuan relamente existe

5
Medidas de asociación

• Dos principales tipos de medidas
• Medidas de diferencia (Dos medias independientes,
  dos proporciones independientes, riesgo
  atribuible)
• Razón de medidas (Riesgo relativo, Prevalencia
  relativa, Razón de momios)

6
Medidas de asociaciónDiferencia de medidas

• Dos medias independientes
• Dos proporciones independientes
• Riesgo atribuible

7
Riesgo atribuible (RA)

• La diferencia entre dos proporciones
• Cuantifica el número de ocurrencias de un
  resultado en salud que es debido a, o puede ser
  atribuido a , la exposición o factor de riesgo.
• Usado para evaluar el impacto de eliminar el
  factor de riesgo

8
Medidas de asociaciónRazón de medidas

• Riesgo relativo (RR)
• Prevalencia relativa (PR)
• Razón de momios (OR)

9
Fuerza de asociación

• Riesgo relativo (Prevalencia) Razón de momios
  Fuerza de
• 
  asociación
• 0.83-1.00 1.0-1.2 Ninguna
• 0.67-0.83 1.2-1.5 Débil
• 0.33-0.67 1.5-3.0 Moderada
• 0.10-0.33 3.0-10.00
  Fuerte
• lt0.01 gt10.0 Acercándose al
• 
  infinito

10
Advertencias acerca de la clasificación de datos

• Todas las personas en un estudio epidemiológico
  deberán ser clasificables
• Todos los reportes del estudio deberán claramente
  señalar los criterios usados para clasificar las
  variables.
• Estudios que usan diferentes criterios para
  definir la presencia de cualquier estado de salud
  no son comparables con respecto a las tasas
  reportadas de ese estado de salud.

11
Advertencias acerca de las variables
cuantitativas y categóricas

• Información sobre la variabilidad entre personas
  se pierde cuando datos cuantitativos son
  categorizados
• Pasando una variable cuntitativa en categórica
  con dos o más categorías puede esconder el hecho
  de que la variable subyacente tiene un rango
  mucho mayor en una cetagoría que en otra.

12
Advertencias acerca de variables cuantitativas y
categóricas (cont...)

• Sea cuidadoso al comparar los rangos, debido a
  que una muestra mayor generalmente tendrá un
  rango mayor
• Pasando variables cuantitativas a categóricas,
  limita las elecciones apropiadas de pruebas de
  significancia estadística
• Intente usar categorías comunes (como bandas de
  edad de 5 o 10 años) para facilitar comparaciones
  entre estudios.

13
Falacia de Berkson

• Asociaciones basadas en datos de clínicas u
  hospitales son influenciadas por tasas de
  admisiones diferentes entre grupos de personas
• Fuentes similares de sesgo de selección ocurren
  cuando asociaciones están basadas en datos de
  autopsias.

14
Advertencias acerca de los valores de P

• El tamaño del valor de p no tiene relación con la
  potencial significancia práctica de los
  resultados.
• El valor de p no revela nada acerca de la
  magnitud del efecto (que tanto difiere un grupo
  del otro) o la precisión de la medición (la
  cantidad de error aleatorio)
• La naturaleza de la muestra, no el valor de p,
  determinará si las inferencias a la población de
  interés pueden ser hechas (y la muestra deberá
  ser representativa de la población)

15
Estimación del intervalo de confianza

• Usa la media de la muestra para contruir un
  intervalo (rango) de números que estiman el
  efecto
• Ofrece alguna indicación de cuan probable es
  (68, 90, 95) o cuan confiado uno puede estar,
  de que la verdadera media en la población está
  dentro del rango señalado en el intervalo
  estimado.

16
Preguntas de Greenhalgh acerca del análisis (A)

• Los autores situaron correctamente el estudio?
• Han determinado si sus grupos son comparables,y
  si es necesario, ajustaron para diferencias
  basales?
• Qué tipos de datos han usado, y han usados las
  pruebas estadísticas apropíadas?

17
Preguntas de Greenhalgh acerca del análisis (B)

• Si los autores han usado pruebas estadísticas no
  claras, por qué los han hecho y cómo los han
  referenciado?
• Los datos son analizados de acuerdo al
  protocolo?
• Se realizó análisis pareado de datos pareados?

18
Preguntas de Greenhalgh acerca del análisis (C)

• Se realizó la prueba de dos colas de cualquier
  efecto de una intervención que podría ser uno
  negativo?
• Fueron las colas analizadas con sentido común
  y ajustes estadísticos apropiados?
• Han sido hechas las suposiciones acerca de la
  naturaleza y dirección de causalidad?

19
Preguntas de Greenhalgh acerca del análisis (D)

• Los valores de p han sido calculados e
  interpretados apropiadamente?
• Se han calculado los intervalos de confianza, y
  las conclusiones del autor los reflejan?
• Han expresado los autores, el efecto de una
  intervención en término del probable beneficio o
  peligro que un individuo pueda experar?

20
Temas estadísticos estudios epidemiológicos

• Regresión logística para resultados binarios
• Regresión de Cox para análisis de sobrevida
• Distribución de Poisson para la prevalencia o
  incidencia de la enfermedad
• La razón de momios es relativamente igual al
  riesgo relativo, cuando la enfermedad es rara.

21
Temas estadísticos estudios ambientales

• Buenos modelos estadísticos son difíciles de
  conseguir por
• Sesgo de publicación puede exagerar el exceso de
  riesgo
• Razón de momios menore a 2 (o mayor a 0.5) pueden
  ser de interés

22
Temas estadísticos estudios ambientales

• Cuáles son las bases estadísticas para el
  estándar ambiental?
• Variabilidad contra incertidumbre
• Cuál es la calidad de los metadatos?
• Biomarcadores como resultados clínicos próximos

23
Temas estadísticosEvaluación de riesgo

• Identificación de peligros
• Evaluación de dosis- respuesta
• Evaluación de exposición
• Caracterización de riesgo
• Manejo de riesgo

24
Reglas estadísticas

• Uso de formulación logarítmica para calcular
  tamaño de muestra para estudios cohorte.
• No uso de más de 4-5 controles por caso en
  estudios de casos y controles
• Obtener al menos 10 sujetos para cada variable
  investigada en regresión logística

25
Reglas estadísticas

• Aumento del tamaño de muestra en proporción a la
  disminución de la tasa. Si se espera una
  disminución de la tasa de 20, luego el
  incremento será n/0.80
• Si la disminución es mayor al 20, revise razones
  para la disminución.
• Acepte sustituciones con precaución.

26
Reglas estadísticas

• Eligiendo los puntos de corte
• No dicotomice a menos que sea necesario
• Seleccione un modelo aditico o multiplicativo de
  acuerdo a justificación teórica, aplicación
  práctica e implicación computada

27
Referencias

• Para recursos en internet sobre los temas
  cubiertos en esta conferencia, revise mi sitio
  Web
• http//www.bettycjung.net/
• Otras conferencias de esta serie
• http//www.bettycjung.net/Bite.htm