Grupo 2 26-1-15

Presentacin bioestadstica

Docente: Carlos Rodrguez Andrs

Los pacientes nos van a hacer tres preguntas: Qu me pasa? Te piden un diagnstico.Para dar un diagnstico ser fundamental la investigacin.La informacin la vamos a obtener bien directamente bien de libros u otras fuentes, es decir, nuestra labor de investigacin es esencial.Cada pieza de informacin que recibamos del paciente sern datos que aumenten la probabilidad de acertar en el diagnstico del mismo. Tendremos que buscar acercarnos a la probabilidad del 100%, con la que nos vamos a encontrar en contadas ocasiones como es el caso de las enfermedades con sntomas patognomnicos.Esta informacin que vayamos consiguiendo tendremos que recogerla en lo que se conoce como la historia clnica. Es importante entender que en medicina no vamos a trabajar con constantes, sino que vamos a manejar fundamentalmente variables. Tenemos, por tanto, la responsabilidad de manejar informacin y tantear las distintas probabilidades de diagnstico.Fundamentalmente la informacin que vamos a recoger va a ser cualitativa (recogemos cualidades). Sin embargo tambin tendremos que trabajar con variables cuantitativas. Por ejemplo, la edad. Cuando recojamos variables cuantitativas tendremos que prestar una especial atencin a la unidad. En el caso de la edad, la unidad seran aos.Tenemos que ser la antena que decodifique la informacin que nos est dando el paciente en variables cualitativas y cuantitativas.

Vamos a trabajar siempre en un ambiente de incertidumbre, por lo que tendremos que descartar los modelos matemticos y deterministas y quedarnos con los modelos estadsticos o estocsticos en los que incluye siempre un trmino, el del error aleatorio que hace alusin a la inmensa variedad biolgica que hay. No olvidemos que dos pacientes con los mismos sntomas pueden tener enfermedades distintas.

Esto es grave? repercusiones? Nos piden pronstico.Hay que dar la probabilidad de curacinPara dar esa informacin antes tengo que investigar.

Qu tengo que hacer para curarme? Nos piden el tratamiento.Tenemos que saber que nuestro nico apoyo va a ser saber manejar probabilidad ya que vamos a basarnos en informacin codificada en trminos de probabilidad. Por ejemplo: probabilidad que tiene el paciente de curarse con un tratamiento u otro, probabilidad que tenemos de equivocarnos o de acertar

Tenemos que tener en cuenta otro tipo de tarea que se lleva a cabo en medicina. Hay mdicos que se dedican a la epidemiologa, es decir, no trabajan directamente con el paciente pero trabajan con la poblacin en la que est ese paciente. Cuando trabajas con toda la poblacin se dan las siguientes preguntas:

Qu factores de riesgo hay en esa poblacin? Qu enfermedades se estn produciendo? Con qu frecuencia? Cul va a ser la evolucin de esas enfermedades? Medidas sobre la poblacin para controlar la situacin

Datos sobre la asignatura

ECTS de la asignatura: 6 150 horas de dedicacin por parte del alumno 1 ECTS= 25 h

La evaluacin va a ser continua, basada en egela. Esta evaluacin continua representar un 40% de la nota final siendo el examen un 60%.

Divisin de las 150 hHoras presenciales:30-32 h de magistrales6h de seminarios10h de prcticas de ordenador17h de prcticas de aula2h de examen: prueba final

Horas no presenciales:Para anlisis y trabajo en grupoLectura y compresin de artculos cientficosEstudio del alumnoTutora

10 h semanales para bioestadstica en total.

Competencias:

1. Interpretar datos procedentes del campo de ciencias de la salud: Ordenar datos cualitativos y cuantitativos: Reconocer los tipos de datos. Clasificar los datos. Crear tablas. Extraer datos mediante tcnicas descriptivas Resumir la informacin aportada en los datos.

2. Analizar sucesos probabilsticos: valorar la probabilidad de la ocurrencia de sucesos de inters en el rea de la salud: Interpretar sucesos en funcin de su probabilidad. Elegir y utilizar el modelo terico de probabilidad ms adecuado a los modelos estudiados. Aplicar conceptos probabilsticos a las pruebas diagnsticas.

3. Generalizar los resultados extrados mediante tcnicas descriptivas:

Efectuar estimaciones de parmetros poblacionales Formular y contrastar hiptesis estadsticas

4. Analizar la asociacin entre variables

Identificar la asociacin entre variables cuantitativas y cualitativas. Evaluar la fuerza de asociacin entre variables.Hacer inferencia, es decir, extrapolar los datos de nuestra muestra a toda la poblacin de pacientes y analizar la asociacin entre variables para identificar los que son factores pronsticos. Qu quiere decir que algo es un factor pronstico para una enfermedad? Por ejemplo, la hipertensin es un factor pronstico para padecer un infarto de miocardio porque la gente que tiene hipertensin es ms probable que padezca un infarto de miocardio. Por eso decimos que la hipertensin es un factor de riesgo para padecer ese infarto de miocardioLa manera de estudiar es la asociacin entre el infarto de miocardio y la hipertensin que son dos variables.

5. Reconocer las tcnicas estadsticas utilizadas en los estudios cientficos publicados.

Identificar el objetivo del estudio. Identificar los parmetros estadsticos utilizados en los estudios. Distinguir la metodologa estadstica utilizada

Grupo 2 28-1-15

Bioestadstica temas 2-3: descripcin de variables cualitativas

Competencia 1: interpretar datos procedentes del campo de las ciencias de la salud.

Vamos a trabajar con informacin de los pacientes o poblacin. Poblacin: es el conjunto de individuos sobre el que estamos interesados en obtener conclusiones (hacer inferencia).Ej.: la poblacin de Bizkaia puede ser bastante numerosa (alrededor de un milln de personas), por tanto, para conocer la media de la tensin arterial deberamos estudiar una muestra de esta poblacin.Habra que indicar que una muestra se trata de un subconjunto de individuos de la poblacin al que tenemos acceso y sobre el que realmente hacemos las observaciones (mediciones). Dicho subconjunto de individuos debera ser representativo de la poblacin que queremos estudiar. Est formado por n miembros seleccionados de la poblacin (individuos, unidades experimentales). Hay que establecer un procedimiento para escoger los individuos de manera que todos tengan posibilidades de ser incluidos en nuestra muestra.En esta muestra va a haber una serie de caractersticas denominadas variables que reciben este nombre por no ser constantes, es decir, por variar de un individuo a otro tomando distintos valores.Existen varios tipos de variables: 1. Cualitativas: todas aquellas que resumen cualidades de las personas (gnero, trabajo...). Tendremos que recoger el nombre de la cualidad.2. Cuantitativas (numricas): aquellas que se pueden recoger en una escala numrica (peso, estatura...). Todas las variables pueden recogerse en distintas escalas de medida.

Cmo podemos resumir la informacin de esas variables?Mediante tablas y grficos. Tablas

Tablas de contingencia: en ellas se basa el estudio y la asociacin entre variables. Existen distintas distribuciones: marginales, conjunta y condicionadas (fila y columna). Tablas de frecuencia: son utilizadas para distinguir entre las distintas variables existentes. absolutas: n de personas que tenemos con una determinada caracterstica o cualidad. relativas: se puede encontrar en forma de proporcin o porcentaje. Ej.: de un total de consulta de 10 personas 4 son hombres. Por ello diremos que la proporcin sera de 0,4 y el porcentaje del 40%. Ambas se diferencian por su escala, una abarca de 0 a 1 y la otra de 0 a 100. acumuladas: consiste en ir acumulando la frecuencia de cada una de las caractersticas.

Grficos

Podemos distinguir entre diagrama de barras y diagrama de sectores.

Cmo adquirimos estos datos?Ser de gran importancia establecer las variables fundamentales en medicina: lugar, tiempo y persona.1. Variables cualitativas. En la historia clnica se recoge la categora: gnero, profesin y orden de nacimiento. Esta ltima es una variable categrica ordinal puesto que establece un orden. Tras el paso previo se recoge la codificacin numrica para la cual no existe una regla determinada aunque los ms habituales suelen ser el 0 y el 1. 2. Variables cuantitativas.Se debe recoger el valor de la variable en forma numrica. Tambin la unidad y el nombre de la variable que se est recogiendo. 2.1 Discretas: toman un conjunto finito de valores. Ej.: nmero de hermanos de varias personas (0, 1, 2...).2.2. Continuas: es aquella variable que puede tomar cualquier valor dentro de un intervalo real. Ej.: estatura, peso.Estos dos tipos de variables recibirn tratamientos distintos.

Cmo se recogeran?

No se pueden utilizar los mismos mtodos para diferentes variables.A continuacin podemos realizar la codificacin de datos categricos para as analizar estos datos en el ordenador.

Ambas son maneras equivalentes de representar la informacin. Exponen adecuadamente la informacin recogida en una poblacin.Esta tabla tiene la distribucin de 10 pacientes en relacin con la cualidad del gnero.La ventaja que supone el uso de representaciones grficas (como el diagrama de sectores o de barras) frente a la tabla de frecuencias es que nos da una impresin ms rpida.

Por un lado este tipo de diagrama, expuesto en la imagen anterior, divide los 360 grados del crculo en dos partes proporcionales a 4 y a 6. En vez de este, tambin podramos utilizar el diagrama de barras simples mostrado posteriormente. En esta tabla la proporcin se da en tanto por uno aunque tambin lo podramos representar en porcentajes haciendo un cambio de escala (X100).

Ahora vamos a introducir otra variable: el estadio pronstico (STADEN).

En el diagrama de barras las barras tienen que ser de la misma anchura y la misma separacin entre ellas.

Ahora vamos a hacer una distribucin conjunta en la que vamos a considerar las dos variables al mismo tiempo. Staden se encuentra en filas y las categoras de gnero se encuentran en las columnas. Esta tabla de distribucin conjunta presenta frecuencias absolutas aunque tambin podra utilizar frecuencias relativas.

Las marginales salen de sumar en fila y columna.

DIAGRAMA DE BARRAS SIMPLES (con distribucin conjunta)

Distribuciones condicionadas:

Estas tablas de distribucin condicionada suman 1 o 100 aunque hay que darse cuenta de que algunas veces puede no ser exactas porque est truncada. Habra que tener en cuenta los decimales.Cuando trabajo con una distribucin condicionada hay una informacin que conozco y otra que me gustara conocer, como, en este caso, la probabilidad de que se encuentre en un staden u otro.