BIOESTADSTICA Y CIENCIAS

FARMACEUTICAS
Cada vez ms, la prctica de las ciencias farmacuticas se
est basando en investigaciones empricas, por ello es esencial
que el Farmacutico (a) disponga de una base estadstica para
evaluar de manera fundamentada la aplicabilidad clnica de
esos resultados.
El Farmacutico (a) necesita:
Comprender lo que significan los resultados de un anlisis
estadstico.
Valorar si los mtodos estadsticos empleados son apropiados
para un determinado estudio.

La estadstica proporciona un sistema lgico, objetivo y

estandarizado para obtener conclusiones a partir de datos
empricos que respondan a las preguntas de investigacin

LA ESTADSTICA:
La estadstica es un campo del estudio
referente a:
1. la organizacin y el resumen de los
datos.
2. la extraccin de inferencia acerca de
un grupo de datos cuando solo se
observa una parte de los datos.

ESTADSTICA
Disciplina que trata de los mtodos y procedimientos para
recoger, clasificar, resumir, presentar, hallar regularidades y
analizar datos, siempre y cuando la variabilidad y la
incertidumbre sean una caracterstica intrnseca de los mismos,
as como de realizar inferencias a partir de ellos, con la
finalidad de ayudar en la toma de decisiones y en la prediccin
de fenmenos de salud.
Es la nica disciplina capaz de obtener resultados, en cualquier
estudio de fenmenos cuyos movimientos y relaciones, por su
variabilidad intrnseca, no pueden ser abordados desde la
perspectiva de las leyes deterministas.

BIOESTADSTICA

Es la disciplina que contempla el desarrollo y la aplicacin de la

teora y los mtodos estadsticos en el estudio de los
fenmenos que aparecen en las ciencias de la vida.
En bioestadstica se adaptan o desarrollan nuevos conceptos,
modelos y procedimientos estadsticos que describan mejor el
fenmeno en estudio.
La bioestadstica debe enfocarse como una mentalidad y una
manera de ver la investigacin en las ciencias de la salud a
travs de la estadstica.

VARIABILIDAD BIOLGICA
La variabilidad biolgica es inherente al ser humano.
Cada ser humano es nico y la reaccin de cada individuo a
cada estmulo ambiental o externo es diferente.
El mismo estmulo puede provocar en el mismo ser humano
reacciones distintas en distintos momentos.
Cada aspecto del ser humano muestra variabilidad y cada una
de sus caractersticas es medible (peso, talla P/A, etc.)
La bioestadstica permite comprender y describir la variabilidad
que se produce entre individuos, intra-individuos y de la
relacin entre las caractersticas de los individuos.
Tambin podemos definir los limites normales y patolgicos de
esa variabilidad.

PRUEBA DE HIPOTESIS
Referente al contraste de hiptesis, sabemos que un
problema es investigable cuando existen dos o ms
soluciones alternativas y tenemos dudas acerca de cual
de ellas es la mejor.
Esta situacin permite formular una o ms hiptesis de
trabajo, ya que cada una de ellas destaca la conveniencia
de una de las soluciones sobre las dems.
Si nuestro propsito es comprobar una teora, ella misma
ser la hiptesis del trabajo, pero es importante destacar
que al formular dicha o dichas hiptesis no significa que
ya est resuelto el problema, al contrario, que nuestra
duda nos impulsa a comprobar la verdad o falsedad de
cada una de ellas

Niveles de Significacin.
Al contrastar una cierta hiptesis, la mxima probabilidad con la que estamos
dispuesto a correr el riesgo de cometern error de tipo I, se llama nivel de
significacin.
Esta probabilidad, denota a menudo por que se, suele especificar antes de tomar
la muestra, de manera que los resultados obtenidos no influyan en nuestra
eleccin.
En la practica, es frecuente un nivel de significacin de 0,05 0,01, si bien se
une otros valores. Si por ejemplo se escoge el nivel de significacin 0,05 ( 5%)
al disear una regla de decisin, entonces hay unas cinco (05) oportunidades
entre 100 de rechazar la hiptesis cuando debiera haberse aceptado; Es decir,
tenemos un 95% de confianza de que hemos adoptado la decisin correcta.
En tal caso decimos que la hiptesis ha sido rechazada al nivel de significacin
0,05, lo cual quiere decir que tal hiptesis tiene una probabilidad 0,05 de ser
falsa

Nivel de significacin, de probabilidad o valor P

()
Es el riesgo de cometer un error, y es manejado
por el investigador.
El nivel 0,05 denota que aceptamos el riesgo de
que, de 100 muestras, en 5 veces se podra
cometer el error tipo I.

Nivel de confianza (1- )

Es la probabilidad porcentual
de rechazar la hiptesis nula falsa.

ANALISIS DE DATOS
Proceso por el cual se ordenan, clasifican y presentan los resultados
de la investigacin elaborados de acuerdo a las tcnicas
estadsticas, de modo que le permita contrastar la hiptesis y
enunciar generalizaciones validas.
Pueden efectuarse anlisis como:
A. Problemas de identificacin: se eligen modelos de la estadstica
descriptiva
- Distribucin de frecuencias, a travs de su representacin tabular o
grafica.
- Las medidas de tendencia central: moda , mediana y media.
- Las medidas de variabilidad: rango desviacin estndar y varianza
etc.

ANALISIS DE DATOS
B. Para problemas de explicacin: Se usan las pruebas
de la estadstica inferencial.

Las pruebas de significacin estadstica pueden

ser:
a. Paramtricas: Comprende cuando menos la
estimacin de un parmetro estadstico.
Necesitan mediciones de una escala de intervalos,
cuando menos.
Deben suponer que las variables se distribuyen
normalmente.
b.
No paramtricas:
No utiliza parmetros estadsticos.
No supone distribucin normal
Utilizan escalas, nominal y ordinal.

EL MTODO ESTADSTICO
POBLACIN

MUESTRA
Representativa
Estadstica
Inferencial

ESTUDIO
Experimental o
De Observacin

DATOS
RESULTADOS

Estadstica
Descriptiva

ESTADSTICA DESCRIPTIVA
Por medio de la observacin, permite la exposicin, de manera
lgica y concisa, de la informacin disponible mediante
tabulacin y representacin grfica y sntesis de los datos.
Tabulacin de los datos:
Es necesario expresar cada categora observada, o intervalos si se trata
de una variable continua, y la frecuencia con que se presenta (absoluta,
relativa o porcentual), obteniendo as una Tabla de Frecuencias.

Representacin grfica de los datos:

Luego de expresados en tablas, es importante usar una representacin
grfica de los datos que permitan idea visual y casi instantnea de cmo
es la distribucin de ese grupo de datos, debiendo ser clara, simple y no
engaosa
Datos cualitativos: Diagrama de barras y grfico de sectores.
Datos cuantitativos: histograma y polgono de frecuencia.

RESUMEN DE LOS DATOS

Adems de la organizacin de los datos en tablas y
grficos, es til sintetizarlos mediante unos ndices o
medidas que proporcionen la mxima informacin y que se
manejen cmodamente.
Existen tres tipos de medidas para resumir datos:
Las medidas de tendencia central.
Las medidas de dispersin.
Las medidas de posicin.

MEDIDAS DE TENDENCIA CENTRAL

SON VALORES REPRESENTATIVOS DE LA VARIACIN DONDE TIENDE

A ESTAR LA MAYORA DE LOS DATOS.
MEDIA:
MEDIA Suma de todos los valores observados dividido por el N de
observaciones. Aplicable a mediciones por intervalos o de razn.
MEDIANA:
MEDIANA El valor de la variable que divide la distribucin en dos partes y
se ve menos influida por los datos extremos. Propi a de las escalas de
medicin ordinal, de intervalo y de razn.
MODA:
MODA ndice resumen de individuos observados que presentan una
determinada categora o valor de esa variable, que ms se repite. Se utiliza
en cualquier escala de medicin

TIPOS DE PRUEBAS DE SIGNIFICACIN

ESTADSTICA
La eleccin de la prueba estadstica ms adecuada para
cada situacin depende de varios factores:
Hiptesis a estudiar:
estudiar Comparacin entre dos grupos o estudios
de la relacin entre variables.
Tipo de variables:
variables Las pruebas son distintas si se usan variables
cualitativas o cuantitativas.
Diseo del estudio:
estudio Si se usan muestras independientes, el test
estadstico es diferente si se usan muestras apareadas.
Condiciones de aplicacin especfica de cada prueba:
prueba En
variables cuantitativas es conveniente utilizar pruebas estadsticas
que utilizan mayor cantidad de informacin.
Para ello se requiere que sigan una distribucin normal, variables
cuantitativas, muestras grandes; pruebas paramtricas y pruebas
no paramtricas para las que no cumplen los requisitos.

 ANALISIS PARAMETRICOS

COEFICIENTE DE CORRELACION (r)

Es una prueba estadstica para analizar la relacin entre 2 variables.
Estn involucradas dos variables, sin considerar que sean independiente ni
dependiente : no evala causalidad.
Aplicable a diseos no experimentales correlacionales
En la interpretacin del coeficiente de correlacin se debe tener en cuenta que:

r = 1

indica una relacin lineal exacta positiva (creciente) o negativa

(decreciente),

r=0

indica la no existencia de relacin lineal , pero no indica independencia de

las variables ya que puede existir una relacin no lineal incluso exacta.
Qu relacin existe entre la dosis de un medicamento A, administrado a
enfermos de paludismo, y la incidencia de portadores sanos en el Valle de
Moche?

 Mide la independencia entre dos variables, tomando el

valor 0 en caso de correlacin nula o el valor 1 en caso de
correlacin total.
El 0 muestra independencia
EL 1 lo contrario.
.

REGRESION LINEAL.
Modelo estadstico para estimar el efecto de una variable sobre otra: est
asociado con el coeficiente de Pearson.
Es una prueba estadstica para analizar la relacin entre 2 variables VI Y VD
Se estima mediante una ecuacin lineal
Aplicable a diseos no
creciente.

experimentales

correlacionales y de estimulo

Cul es el efecto de la temperatura del agua de mar sobre

crecimiento de algas marinas ?

el

PRUEBA t.
Prueba estadstica para evaluar si las 2 medias de un grupo (prueba t
apareada) o si las medias de 2 grupos (prueba t no apareada) difieren entre
si..
La comparacin se hace sobre una variable ( la dependiente)..
Prueba t apareada aplicable a diseos de sucesin
Prueba no apareada: diseo clsico, con dos grupos despus , con muestras
diferentes.

ANALISIS NO PARAMETRICOS

Prueba Chi cuadrada ().

Es una prueba estadstica para evaluar hiptesis acerca de la
relacin entre dos variables categricas.
Se utiliza para probar hiptesis correlacinales,, asociacin o
dependencia entre variables.
Estn involucradas dos variables sin considerar relacin
causal.
X =

(0 E)
E

til en diseos con dos grupos despus.

Cul es el efecto de la aplicacin de un protector solar
sobre la aparicin de melanomas?

Prueba Anlisis de Varianza (ANOVA).

El anlisis de varianza sirve para comparar si los valores de un
conjunto de datos numricos son significativamente distintos a los
valores de otro o ms conjuntos de datos.
Se utiliza para asociar una probabilidad a la conclusin de que la
media de un grupo de puntuaciones es distinta de la media de otro
grupo de puntuaciones.

Permite, mediante una prueba nica y con un riesgo nico,

contestar
preguntas como: los datos de un conjunto de
poblaciones hipotticas
son diferentes entre si?; son esas
diferencias significativas?
Permite, adems, detectar diferencias significativas entre los
tratamientos , asignar diferencias a otras fuentes de error.

Prueba de la diferencia mnima significativa

(DMS)
Es una prueba para comparaciones de variables mltiples, luego
de un ANOVA. Ayuda a responder cules de los tratamientos son
diferentes?

Principales pruebas utilizadas en el trabajo farmacutico

--

Prueba t para datos independientes y pareados:

Prueba U de Mann-Whitney
Prueba de Wilcoxon
Anlisis de varianza simple y multifactorial
Prueba de Kruskal - Wallis
Prueba de la diferencia mnima significativa (LSD)
Prueba de Dunnett
Prueba de chi cuadrada
Intervalos de confianza simtricos y asimtricos
Coeficientes de correlacin ( r )
Coeficiente de determinacin ( r2 )

Aplicaciones de la Estadstica en el trabajo

Farmacutico
- Estudios de Estabilidad
- Estudios de bioequivalencia
- Estudios de control de calidad de producto
terminado y en proceso
- Determinacin de la DL50
- Optimizacin de formulaciones (diseos
factoriales)
- Comparacin de cinticas de disolucin de
Tabletas
- Inferencia de efectos farmacolgicos
- Validacin de operaciones farmacuticas

Perfiles de disolucin