Fundamentals of Research Project Planning: Hypotheses, Questions, Objectives, and Indicators.

1
Introducción a Bioestadística
Dr. M. H. Rahbar Profesor de Bioestadística Depart
amento de Epidmeiología Director, Centro de
Coordinación de Datos Colegio de Medicina
Humana Universidad Estatal de Michigan
2
Qué significa ESTADÍSTICA?

• La palabra estadística tiene varios
  significados
• Es usada frecuentemente al referirnos a datos
  registrados
• Estadística también denota características
  calculadas para un grupo de datos, por ejemplo,
  media de la muestra
• Estadística también se refiere a metodología
  estadística, técnicas y procedimientos tratando
  con el diseño de experimentos, colección,
  organización, análisis de la infromación
  contenida en un grupo de datos para hacer
  inferencias acerca de los parámetros de la
  población.

3
Qué hacen los estadísticos?

1. Guiar el diseño de un experimento o encuesta
   antes de la colección de datos.
2. Analizar datos usando los procedimientos y
   técnicas estadísticos adecuados
3. Presentar e interpretar resultados a los
   investigadores y otros tomadores de decisiones
   incluyendo al gobierno y a la industria

4
Por qué estudiar estadística?

1. Conocimiento de estadística es esencial para
   personas que hacen investigación, manejo de
   estudios  
2. Entendimiento básico de estadística es útil para
   conducir investigaciones y una presentación
   efectiva
3. Entendimiento de estadística puede ayudar a
   discriminar entre hechos y suposiciones en la
   vida diaria
4. Un curso de estadística deberá ayudar a saber
   cuando un estadístico deberá ser consultado.

5
Definición de población y muestra
Una población es un grupo de medidas de interés
para un investigador. Ejemplos 1. Ingreso de
familias viviendo en Karachi  2. Número de niños
en familias viviendo en Pakistán 3. Status de
salud de adultos en una comunidad Un subgrupo
de la población es llamado muestra. Una muestra
es usualmente seleccionada de tal forma que es
representativa de la población.
6
Estadística descriptiva e inferencial
1. Estadística descriptiva trata con la
enumeración, organización y representación
gráfica de los datos 2. Estadística
inferencial está interesada en llegar a
conclusiones de información incompleta, o sea,
generalizado desde la muestra Un ejemplo de
estadística inferencial incluye el uso de
información disponible acerca del status de salud
de las personas en una muestra para extraer
inferencias acerca de la población de la cual se
obtuvo la muestra
7
Estadística inferencial

• El objetivo de la estadística inferencial es
  hacer inferencias acerca de los parámetros de la
  población basada en la información obtenida de la
  muestra.
• Estimación (e.g., estimando la prevalencia de
  hipertensión entre adultos viviendo en Karachi)
• Probando hipótesis (e.g., probando la efectividad
  de un nuevo medicamento para reducir los niveles
  de colesterol)

8
Fuentes de datos

• Los datos pueden obtenerse de diferentes
  fuentes
• Sistemas de vigilancia (e.g., NIH)
• Encuestas planeadas (Gobierno, universidades,
  ONG)
• Experimentos (Compañías farmacéuticas)
• Organizaciones de salud (Grupo de datos
  administrativos)
• Sector privado (Bancos, compañías, etc)
• Gobierno (Todas las agencias gubernamentales)
• Aquí, nos enfocaremos en encuestas y
  experimentos Cuál es la diferencia entre una
  encuesta y un experimento?

9
Diferencia entre encuestas y experimentos
Datos de una encuesta representan observaciones
de eventos o fenómenos sobre los cuales pocos o
ningún, control se impone. (e.g., evaluando la
asociación entre diferentes estilos de vida y
enfermedad cardiaca) En un experimento diseñamos
una investigación planeada a propósito para
imponer controles sobre la cantidad de exposición
(tratamiento) a una medicamento. (e.g., estudios
clínicos)
10
Métodos de muestreo

1. Muestreo aleatorio (Simple)
2. Muestreo sistemático
3. Muestreo estratificado
4. Muestreo agrupado
5. Muestreo por conveniencia
6. Muestreo más complejo

11
Algunos estudios epidemiológicos
Estudios retrospectivos Reúnen datos del pasado
de casos y controles seleccionados para
determinar diferencias, si las hay, en la
exposición a un factor de sospecha. Comúnmente
son llamados estudios de caso-control Estudios
prospectivos Generalmente son estudios cohorte
en los cuales enrolamos a un grupo de personas
sanas y las seguimos durante un cierto periodo de
tiempo para determinar la frecuencia con la cual
se presenta una enfermedad.  
12
Variables cualitativas y cuantitativas
Ejemplos de variables cualitativas son ocupación,
sexo, estado civil, etc. Variables que producen
observaciones que pueden medirse, se considera
que son variables cuantitativas. Ejemplos de
variables cuantitativas son peso, estatura,
edad.   Variables cuantitativas pueden
clasificarse en discretas o continuas
13
Tipos de variables

1. Variables categóricas (e.g., Sexo, estado civil,
   categoría de ingreso)
2. Variables continuas (e.g., edad, ingreso, peso,
   estatura, tiempo en lograr un resultado)
3. Variables discretas (e.g. número de niños en una
   familia)
4. Variables dicotómicas o binarias (e.g., respuesta
   sí o no)

14
Escala de variables

• Escala de variable
• Escala nominal
• Escala ordinal
• Escala de intervalo
• Escala de razón de intervalo

15
Escala de datos
1. Nominal estos datos no representan una
cantidad (e.g., estado civil, sexo) 2.
Ordinal estos datos representan una serie de
datos ordenados (e.g., nivel de educación) 3.
Intervalo estos datos son medidos en una escala
de intervalo teniendo iguales unidades pero
teniendo un 0 arbitrario (e.g. temperatura en
Fahrenheit) 4. Razón de intervalo variable
como peso para el cual podemos comparar
significativamente un peso contra otro (digamos,
100 Kg es dos veces 50 Kg)
16
Variables en el protocolo

• Tipos de variable
• independiente
• dependiente
• intermedia
• confusora

17
Variable independiente

• La característica siendo observada y/o medida que
  hipotéticamente influencia a un evento o
  resultado (variable dependiente).
• NOTA
• La variable independiente no es influenciada por
  el evento o el resultado, pero puede causarlo o
  contribuir a su variación.

18
Variable dependiente

• Una variable cuyo valor depende del efecto de las
  otras variables (variables independientes) en la
  relación siendo estudiada. Sinónimo variables
  resultado o respuesta.
• NOTA
• Un evento o un resultado cuya variación buscamos
  explicar o contabilizar por la influencia de
  variables independientes.

19
Variable intermedia

• Una variable que ocurre en el camino causal de
  una variable independiente a una variable
  dependiente. Sinónimo interventora, mediadora
• NOTAS
• Produce variación en la variable dependiente, y
  es causada por ña variable independiente.
• Tal variable está asociada con la variable
  dependiente e independiente.

20
Variable confusora

• Un factor (que es un determinante del resultado),
  que distorsiona el efecto aparente de una
  variable de estudio sobre el resultado.
• NOTA
• Tal factor puede estar desigualmente distribuido
  entre los expuestos y no expuestos y por lo tanto
  influenciar la magnitud aparente y aún, la
  dirección del efecto.

21
Organizando los datos

1. Tabla de frecuencias
2. Histograma de frecuencias
3. Histograma de frecuencias relativas
4. Polígono de frecuencias
5. Polígono de frecuencia relativa
6. Barras
7. Pastel
8. Tronco y hoja
9. Caja y línea

22
Tabla de frecuencias
Suponga que estamos interesados en estudiar el
número de niños en las familias viviendo en la
comunidad. Los datos siguientes fueron reunidos
basados en una muestra aleatoria de n30 familias
de la comunidad. 2, 2, 5, 3, 0, 1, 3, 2, 3, 4,
1, 3, 4, 5, 7, 3, 2, 4, 1, 0, 5, 8, 6, 5, 4 , 2,
4, 4, 7, 6 Organice estos datos en una tabla
de frecuencias!
23
XNo. de niños Cuenta (Frecuencia) Frecuencia relativa
0 2 2/300.067
1 3 3/300.100
2 5 5/300.167
3 5 5/300.167
4 6 6/300.200
5 4 4/300.133
6 2 2/300.067
7 2 2/300.067
8 1 1/300.033
24
(No Transcript)
25
Tabla de frecuencias
Suponga que necesitamos construir una tabla de
frecuencias similar para la edad de pacientes con
problemas relacionados al corazón en una clínica.
Los siguientes datos han sido reunidos basados
en una muestra aleatoria de n30 pacientes
quienes fueron a emergencias de la clínica por
problemas relacionados al corazón. Las
mediciones fueron 42, 38, 51, 53, 40, 68, 62,
36, 32, 45, 51, 67, 53, 59, 47, 63, 52, 64, 61,
43, 56, 58, 66, 54, 56, 52, 40, 55, 72, 69.
26
Grupos de edad Frecuencia Frecuencia relativa
32 -36.99 2 2/300.067
37- 41.99 3 3/300.100
42-46.99 4 4/300.134
47-51.99 3 3/300.100
52-56.99 8 8/300.267
57-61.99 3 3/300.100
62-66.99 4 4/300.134
67-72 3 3/300.100
Total n30 1.00
27
Medidas de tendencia central
Dónde está el corazón de la distribución? 1.
Media 2. Mediana 3. Moda
28
Media de la muestra
La media aritmética ( o simplemente media) es
obtenida sumando todas las observaciones en la
muestra y dividiéndola entre el número de
observaciones. Para una muestra de 5 ingresos
6000, 10,000, 10,000, 14000, 50,000 la media de
la muestra es
29
Mediana de la muestra
En una lista ordenada del más pequeño al mayor,
la mediana es el valor de en medio En nuestro
ejemplo de cinco ingresos en una vivienda,
primero ordenamos las mediciones 6,000, 10,000,
10,000, 14,000, 50,000 Mediana de la muestra
10,000
30
Medidas de dispersión o variabilidad

1. Rango
2. Varianza
3. Desviación estándar

31
Fórmula para varianza y desviación estándar (S)
de la muestra
Desviación estándar S
32
Cálculo de varianza y desviación estándar
33
Reglas empíricas

• Para una distribución Normal, aproximadamente,
• a) 68 de las mediciones caen dentro de una
  desviación estándar alrededor de la media
• b) 95 de las mediciones caen dentro de dos
  desviaciones estándar alrededor de la media
• c) 99.7 de las mediciones caen dentro de 3
  desviaciones estándar alrededor de la media.

34
Suponga que el tiempo de reacción de una droga en
particular tiene una distribución Normal con una
media de 10 minutos y una desviación estándar de
2 minutos

• Aproximadamente,
• a) 68 de los sujetos tomando el medicamento
  tendrán la reacción entreo 8 y 12 minutos
• b) 95 de los sujetos tomando la droga tendrán
  la reacción entre 6 y 14 minutos
• c) 99.7 de los sujetos tomando la droga tendrán
  la reacción entre 4 y 16 minutos.