Professional Documents
Culture Documents
Curso de
Bioestadstica Aplicada
a las Ciencias de la
Salud
D r. Jacobo Daz
Portillo
ndice
Gua Prctica del C urso de Bioestadstica
Aplicada a las C iencias de la Salud
C aptulo 1
Pgina 10
Publicacin Bioestadstica: Introduccin.
Captulo 2
Pgina 72
Publicacin Bioestadstica: Variables y grficos.
Captulo 3
Pgina 161
Publicacin Bioestadstica: Tamao muestral, Error y .
Captulo 4
Pgina 214
Publicacin Bioestadstica: Error y . Evaluacin de pruebas
diagnsticas.
Captulo 5
Pgina 355
Publicacin Bioestadstica: Anlisis bivariante. Test de
contraste de hiptesis. Cualitativa versus cualitativa.
Captulo 6
Pgina 450
Publicacin Bioestadstica: Anlisis bivariante. Test de
contraste de hiptesis. Cualitativa versus cualitativa. Medidas
de asociacin.
Captulo 7
Pgina 640
Publicacin Bioestadstica: Anlisis bivariante. Test de
contraste de hiptesis. Cuantitativa versus cuantitativa.
Captulo 8
Pgina 727
Publicacin Bioestadstica: Anlisis bivariante. Test de
contraste de hiptesis. Cualitativa dicotmica versus
cuantitativa.
Captulo 9
Pgina 874
Publicacin Bioestadstica: Anlisis bivariante. Test de
contraste de hiptesis. Cualitativa policotmica versus
cuantitativa.
Captulo 10
Pgina 992
Publicacin Bioestadstica:
Medidas de concordancia. Variables cualitativas.
Captulo 11
Pgina 1021
Publicacin Bioestadstica: Medidas de concordancia.
Variables cuantitativas.
Captulo 12
Pgina 1158
Publicacin Bioestadstica: Anlisis multivariante.
Captulo 13
Pgina 1337
Publicacin Bioestadstica: Bibliografa.
(*) Montaigne M. Les essais [libro en internet]. Versin HTML daprs ldition de 1595 [acceso 31 de
octubre de 2008]. Disponible en: http://www.bribes.org/trismegiste/montable.htm
(**) F. Antoja Rib. Revisores. Revista del laboratorio clnico. 2009; 2: 63.
C a pt u l o 1
C aptulo 1
Publicacin Bioestadstica: Introduccin.
D r. Jacobo D az Portillo
Coordinador de Formacin Continuada
Hospital Universitario de Ceuta
p g in a 10
C a pt u l o 1
p g in a 11
C a pt u l o 1
p g in a 12
C a pt u l o 1
p g in a 13
C a pt u l o 1
p g in a 14
C a pt u l o 1
p g in a 15
C a pt u l o 1
Mitos y Leyendas en
Bioestadstica
Bobenrieth Astete M.A . Mitos y realidades en torno a la publicacin
cientfica. Med Clin (Barc) 2000; 114: 339-341.
Bobenrieth Astete M.A . Lectura crtica de artculos originales en
Salud. Medicina de Familia (And) 2001; 2: 81-90.
Profesor Bobenrieth Astete M.A.
Profesor de Metodologa de Investigacin y Escritura Cientfica.
Escuela Andaluza de Salud Pblica.
p g in a 16
C a pt u l o 1
Mitos y Realidades en
Bioestadstica
MITO 1: La sonrisa de la esfinge.
Cul es el ser que por la maana anda con cuatro patas, luego por
la tarde con dos, y despus por la noche con tres patas, y que se
vuelve ms dbil cuanto ms patas tiene?
Hay dos hermanas una de las cuales engendra a la otra, y sta a su
vez engendra a la primera Quines son?
p g in a 17
C a pt u l o 1
p g in a 18
C a pt u l o 1
p g in a 19
C a pt u l o 1
Realidad 1: Respuesta de
Edipo
FORMACIN CONTINUADA
METODOLOGA DE INVESTIGACIN
BIOESTADSTICA
ESCRITURA CIENTFICA
p g in a 20
C a pt u l o 1
Bioestadstica
La bioestadstica es la punta visible del iceberg de la metodologa
de
investigacin.
p g in a 21
C a pt u l o 1
p g in a 22
C a pt u l o 1
p g in a 23
C a pt u l o 1
p g in a 24
C a pt u l o 1
Enseanza de la Bioestadstica
Aplicada
MITO 2: Enseanza de la investigacin
clnica.
p g in a 25
C a pt u l o 1
p g in a 26
C a pt u l o 1
p g in a 27
C a pt u l o 1
p g in a 28
C a pt u l o 1
p g in a 29
C a pt u l o 1
p g in a 30
Realidad 3
...de lo estadsticamente significativo a lo clnicamente
relevante
Hallazgos
estadsticos
1. Reflejan la influencia del azar en
el
resultado
2. Derivan de grupos de individuos
3. Requieren cantidades adecuadas
de datos para ser vlidas
4. Las respuestas estadsticas
son probabilsticas
5. El anlisis estadstico siempre
requiere medicin.
Hallazgos clnicos
1. Reflejan el valor biolgico del
resultado
2. Se practica en individuos
especficos
3. Las decisiones clnicas deben tomarse
a
menudo con datos insuficientes
4. Los tratamientos mdicos
requieren decisiones oportunas
comprometidas
5. La prctica clnica no puede medir
fcilmente cada funcin, cada
sistema, cada signo o sntoma clnico
C a pt u l o 1
Realidad 3
...de lo estadsticamente significativo a lo clnicamente
relevante
Por todo ello, es ms apropiado que hablar de SIGNIFICACIN
ESTADSTICA es ms correcto utilizar el concepto de
RELEVANCIA CLNICA; porque la relevancia clnica de un
fenmeno va ms all de clculos matemticos y depende de
1. La gravedad del problema,
2. La morbilidad y mortalidad generada por el mismo,
3. La magnitud de la diferencia,
4. La vulnerabilidad,
5. Los costes involucrados, etc.
p g in a 31
C a pt u l o 1
p g in a 32
Realidad 3
...de lo estadsticamente significativo a lo clnicamente
relevante
Realidad 3: ...de lo
estadsticamente significativo a lo
clnicamente relevante.
Es clnicamente relevante?
No (fracaso)
S (p < 0,05)
Clnicamente relevante
Estadsticamente significativo
Estadsticamente significativo
Error Alfa?
No (p > 0,1)
Clnicamente relevante
Clnicamente irrelevante
Estadsticamente NO
significativo
Estadsticamente NO significativo
Error Beta?
C a pt u l o 1
p g in a 33
C a pt u l o 1
p g in a 34
C a pt u l o 1
Altman DG, Bland JM. Absence of evidence is not evidence of absence. BMJ 1995;311:485.
p g in a 35
C a pt u l o 1
Altman DG, Bland JM. Absence of evidence is not evidence of absence. BMJ 1995;311:485.
p g in a 36
C a pt u l o 1
Altman DG, Bland JM. Absence of evidence is not evidence of absence. BMJ 1995;311:485.
Argimon JM. La ausencia de significacin estadstica en un ensayo clnico no significa equivalencia
teraputica. Med Clin (Barc) 2002; 118: 701-3.
p g in a 37
C a pt u l o 1
p g in a 38
C a pt u l o 1
p g in a 39
C a pt u l o 1
p g in a 40
C a pt u l o 1
p g in a 41
C a pt u l o 1
Pocock SJ. The role of statistics in medical research. Br J Psychiat 1980; 137: 188-190.
p g in a 42
C a pt u l o 1
p g in a 43
C a pt u l o 1
El Borracho
Utiliza la estadstica como un borracho usa una farola, para
aguantarse
en lugar de para iluminarse
Andrew Lang
p g in a 44
C a pt u l o 1
p g in a 45
C a pt u l o 1
La Llave D orada
La estadstica no es la llave dorada que abre la puerta de la verdad
absoluta e infinita
La verdad absoluta e infinita tiene una sonrisa diablica. Si consigo la llave dorada
podr abrir la puerta , y as podr conocer la verdad absoluta e infinita.
p g in a 46
C a pt u l o 1
Chia KS. Significant-itis: an obsession with the P value. Scand J Work Environ Health. 1997; 23:152-4.
Christenson P. To p or not to p. J Child Adolesc Psychiatr Nurs. 1995; 8:42.
p g in a 47
C a pt u l o 1
p g in a 48
Neyman J, Pearson E. On the problem of the most efficient tests of statistical hypothesis. Philosophical trans
of the Royal Society of London (A) 1933;231:289-337.
C a pt u l o 1
p g in a 49
Neyman J, Pearson E. On the problem of the most efficient tests of statistical hypothesis. Philosophical trans
of the Royal Society of London (A) 1933;231:289-337.
C a pt u l o 1
p g in a 50
C a pt u l o 1
Mito 7: Adoradores de la p
El cual los tom de las manos, y formlo con buril, e hizo de ello un
becerro de fundicin. Entonces dijeron: Israel, estos son tus dioses,
que te sacaron de la tierra de Egipto
p g in a 51
C a pt u l o 1
p g in a 52
C a pt u l o 1
p g in a 53
C a pt u l o 1
p g in a 54
C a pt u l o 1
p g in a 55
C a pt u l o 1
p g in a 56
C a pt u l o 1
p g in a 57
C a pt u l o 1
Mitos y Realidades en
Bioestadstica
MITO 9: La inocencia de las cigeas
Una buena correlacin estadstica (coeficiente de correlacin r
elevado) (p < 0,05) siempre significa que existe una relacin entre las
variables evaluadas y, por tanto, existe una relacin causa - efecto.
p g in a 58
C a pt u l o 1
p g in a 59
C a pt u l o 1
Antoja Rib F. The innocence of the storks. Rev Lab Clin 2010; 3 (2):
51.
p g in a 60
C a pt u l o 1
Estudio
ecolgico
Variable PRED IC TO RA
Factor de exposicin
C IGE AS
(F)
Variable RESULTAD O
Efecto o Enfermedad
(E)N ATALIDAD HUMAN A
Nmero de ejemplares
de cigeas
Tasa de natalidad de
la poblacin humana
p g in a 61
C a pt u l o 1
Enero
Estudio de Bartels
(Alemania)
Mayo
Abril
Junio
Noviembre
Febrero
Marzo
Agosto
Octubre
Julio
Septiembre
Diciembre
p g in a 62
C a pt u l o 1
p g in a 63
C a pt u l o 1
C omentario
s
- Es muy saludable encontrar detalles de humor.
- Si leyramos un supuesto artculo cientfico con esa conclusin tan extravagante
pensaramos, sin duda, que se trata de una parodia y como tal la aceptaramos.
-Es fcil entender el error porque sabemos que las cigeas no tienen nada que ver
con la reproduccin humana y, por tanto, se ha buscado errneamente una
relacin entre dos variables sin plausibilidad biolgica.
-El trabajo est mal planteado, y aunque se hubiera aplicado un
tratamiento estadstico aparentemente correcto.
- Una buena correlacin estadstica (r elevado) (p < 0,05) NO siempre significa que
existe una relacin entres las variables evaluadas, y por tanto NO implica una
relacin causa efecto.
p g in a 64
C a pt u l o 1
Reflexione
s
Qu ocurre cuando el estudio se lleva a cabo con variables (datos) menos
conocidos, de poblaciones que nos son menos familiares, obtenidos en
estudios complejos?
Cmo sabemos si el autor sabe certeramente entre qu grupos se puede
establecer relaciones y entre cules no tiene sentido hacerlas?
Esto slo es posible si el investigador conoce muy bien lo que est estudiando y
ha partido de un planteamiento y el diseo del estudio bien estructurado.
Las conclusiones que se obtienen al aplicar las pruebas estadsticas slo
tienen sentido cuando las variables (datos) estn bien definidas y tienen
plausibilidad biolgica.
p g in a 65
C a pt u l o 1
p g in a 66
C a pt u l o 1
Sneca LA. De los beneficios. En: Lucio Anneo Sneca: Obras completas. Madrid: Aguilar, 1961.
p g in a 67
C a pt u l o 1
p g in a 68
C a pt u l o 1
p g in a 69
C a pt u l o 1
TEORIA
1. Problema
(Preguntas)
18. Conclusin
(Respuestas)
Fase interpretativa
DISCUSIN
17. Alcance
y limitaciones
2. Revisin
bibliogrfica
16. Importancia
Novedad
3. Marco
terico
4. Definicin
Variables
14. ANLISIS
13. Presentacin
de datos
Procesamiento
12. 12.
Procesamiento
de datos
estadstico
de datos
DEDUCCIN
INDUCCIN
Fase emprica
RESULTADOS
Fase conceptual
INTRODUCCIN
6. Seleccin del
diseo
TEMA A INVESTIGAR
Campo de investigacin
7. Identificacin de
la poblacin
11. Recoleccin
de datos
10. Fuentes de
informacin
5. HIPTESIS
OBJETIVOS
8. Determinacin
Casos/muestra
9. Estudio
piloto
HECHOS
DATOS
Fase planificacin
MATERIAL y
MTODOS
p g in a 70
C a pt u l o 1
Bioestadsticos
Expertos en
metodologa
Personal
sanitario
p g in a 71
C a pt u l o 2
C aptulo 2
Publicacin Bioestadstica: Variables y
grficos.
D r. Jacobo D az Portillo
Coordinador de Formacin Continuada
Hospital Universitario de Ceuta
p g in a 72
C a pt u l o 2
Materiales
Pacientes
1. Criterios de seleccin de la muestra (inclusin y
exclusin).
2. Procedencia.
3. Tcnica de reclutamiento utilizada.
4. Tiempo empleado para reunir a todos los participantes.
5. Principales caractersticas de los pacientes.
- Edad
- Sexo
- Procedencia
- Gravedad
- Aos de evolucin de la enfermedad
- Patologas asociadas...
6. Clculo de tamao muestral.
p g in a 73
C a pt u l o 2
Tipos de
variables
- Variables cualitativas
- Categricas nominales
- Dicotmicas o
Binarias
- Policotmicas
- Categricas ordinales
- Variables
cuantitativas
- Discretas
- Continuas
C ategorizacin
p g in a 74
C a pt u l o 2
Tipos de
variables
- Variables CUALITATIVAS: Representan una cualidad o atributo que clasifica a cada
individuo en una de varias categoras. Pueden ser de dos tipos:
- Dicotmicas o binarias: La situacin ms sencilla es aquella en la que se clasifica
cada
individuo en uno de dos grupos (hombre/mujer, enfermo/sano, fumador/no fumador).
- Policotmicas: Es necesario un mayor nmero de categoras (color de los ojos,
grupo sanguneo, profesin, etctera).
- Variables CUANTITATIVAS: Son aquellas que pueden medirse, cuantificarse o
expresarse numricamente. Pueden ser de dos tipos:
- Continuas: Son aquellas que si admiten tomar cualquier valor dentro de un rango
numrico determinado, con uno o varios decimales (peso, talla, edad).
- Discretas: Son aquellas que NO admiten todos los valores intermedios en un rango.
Suelen tomar solamente valores enteros (nmero de hijos, abortos, partos,
hermanos).
p g in a 75
C a pt u l o 2
p g in a 76
C a pt u l o 2
p g in a 77
C a pt u l o 2
C ategorizacin de variables
cuantitativas
Variable
Cuantitativa
Triglicridos
continua
Variable
Cuantitativa
Test de APGAR
discreta
Variable
Cualitativa
Hipertriglicridemi
dicotmica
a
N ormotriglicride
mia
C ategorizaci
n
Variable
C ualitativa
Patolgico < 7
ordinal
D udoso = 7
Fisiolgico > 7
C ategorizaci
n
p g in a 78
C a pt u l o 2
Tipos de
variables
Ejemplos
Variables cualitativas
- Categricas
nominales
- Binarias
- Policotmicas
- Ordinales
Variables
cuantitativas
- Discretas
- Continuas
- Sexo
- Credo religioso en
Ceuta
- Hipertensin
- Tipo de fumador
- Colesterolemia
- Nmero de abortos
- Nivel de instruccin
- Edad gestacional
- Frecuencia cardiaca
- Test de apgar
p g in a 79
C a pt u l o 2
Tipos de
variables
Ejemplos
Variables cualitativas
- Categricas
nominales
- Binarias
- Policotmicas
- Ordinales
Variables
cuantitativas
- Discretas
- Continuas
- Antecedentes de IAM
- Grupo sanguneo
- Hipertensin
- Tipo de fumador
- Colesterolemia
- N intentos de dejar
fumar
- Nivel econmico
- Edad
- Peso
- Test de apgar
p g in a 80
C a pt u l o 2
Tipos de
variables
Ejemplos
Variables cualitativas
- Categricas
nominales
- Binarias
- Policotmicas
- Ordinales
Variables
cuantitativas
- Discretas
- Continuas
- Desenlace
- Estado civil
- Inmunizacin toxoplasma
- Intensidad del hbito
tabquico
- LDL colesterol
- Nmero de cigarrillos
- Grado de disnea
- Aos de evolucin
- Hemoglobina
- Nmero de hijos
p g in a 81
C a pt u l o 2
Tipos de
variables
Variable independiente (X)
Informacin disponible
Variable predictora
Variable desenlace
Variable previa
Variable criterio
Exposicin (F)
Resultado (E)
Posible causa
Posible efecto
Factor
Consecuencia
Regreso
Regresando
p g in a 82
C a pt u l o 2
p g in a 83
Variable
Dependiente
o RESULTADO
Pruebas de contraste de
hiptesis
Cualitativa
Cualitativa
Ji cuadrado
Prueba exacta de
Fisher Test de
McNemar
Q de Cochran
REGRESIN LOGSTICA
Cualitativa
Cuantitativa
Cuantitativa
Cualitativa
Cuantitativa
Cuantitativa
t de Student
Anlisis de la
Varianza Test de
Mann-Whitney Test
de Wilcoxon
Test de KruskallWallis Test de
Friedman
Regresin logstica simple
Regresin logstica
multivariante
Regresin lineal
simple Correlacin de
Pearson Correlacin
de Sperman
REGRESIN MLTIPLE
Si el tamao muestral es
grande Si el tamao muestral
es pequeo
Dos grupos de muestras
repetidas o apareadas
Ms de dos grupos de muestras repetidas o
apareadas Varias variables predictoras
cualitativas
Compara medias entre dos grupos independientes
Compara medias entre ms de dos grupos
independientes Dos grupos independientes No
paramtricos
Dos grupos medidas repetidas No paramtrico
Ms de dos grupos No paramtrico, grupos
indendientes Ms de dos grupos No paramtrico
medidas repetidas
Una sola variable predictora cuantitativa
Varias variable predictoras cuantitativa o cualitativas
Paramtrico
Paramtrico
No
paramtrico
Varias
variables
predictoras
cuantitativas
C a pt u l o 2
2.-ANLISIS BIVARIANTE
p g in a 84
C a pt u l o 2
Estadsticos
descriptivos
Medidas de tendencia
central
- Media aritmtica
- Media geomtrica
- Media armnica
- Media ponderada
- Mediana
- Moda
Medidas de forma
- Asimetra
- Curtosis o
apuntamiento
Medidas de dispersin
- Varianza
- Desviacin estndar
- Coeficiente de variacin
- Error estndar de la
media
Medidas de posicin
- Cuantiles
- Percentiles
p g in a 85
C a pt u l o 2
Medidas de tendencia
central
- Media aritmtica
[x]
- Media geomtrica
- Media armnica
- Media ponderada
- Mediana (P50)
- Moda
p g in a 86
C a pt u l o 2
p g in a 87
Media
aritmtica
- Principal medida de tendencia central, pero menos robusta que la media geomtrica
o media armnica.
- Se deja influir mucho por los valores extremos de la distribucin.
- Se suman todos los valores y se divide por el nmero total de individuos.
- Expresin con pocos decimales.
C a pt u l o 2
p g in a 88
valor
Peso
valor
7,5
W1
20%
5,5
W2
20%
3/14 (2,1)
W3
10%
11/14 (7,8)
W4
20%
W5
30%
Media ponderada =
6,7
C a pt u l o 2
Mediana
P50
- Medida de tendencia central robusta, de clculo fcil.
- No se deja influir mucho por los valores extremos de la distribucin.
-Coincide con el valor central del conjunto ordenado de observaciones que deja por
debajo y por encima a la mitad de las observaciones realizadas.
- Se debe utilizar siempre en dos casos:
- Bajo tamao muestral (para muestras pequeas) y/o
- Cuando existen observaciones extremas (perifricos)
p g in a 89
C a pt u l o 2
Medidas de
dispersin
- Varianza [s2]
- Coeficiente de variacin
[CV]
p g in a 90
C a pt u l o 2
Cul
de
las
siguientes distribuciones
presenta un mayor valor
de la media?
Cul de las
siguientes distribuciones
presenta una
mayor
dispersin?
p g in a 91
C a pt u l o 2
D esviacin estndar
(s)
-Medida de dispersin que nos suministra mucha informacin sobre la naturaleza de
una variable.
-Cuanto ms separados estn los valores de la media mayor ser su dispersin, y
mayor ser su desviacin estndar.
-Se debe representar como media (desviacin estndar), y NO como media
desviacin estndar.
-Su magnitud SI depende de las unidades de medida de la variable. NO permite la
comparacin directa de la dispersin de varias variables.
p g in a 92
C a pt u l o 2
p g in a 93
C oeficiente de variacin
(C V)
-Medida de dispersin que relaciona que proporcin porcentual de la media representa
la desviacin estndar.
-Representa la desviacin estndar medida en unidades de magnitud relativas a
la media.
- Permite la comparacin directa de la dispersin de varias variables.
- Su magnitud NO depende de las unidades de medida de la variable.
C a pt u l o 2
Media
Desviacin
estndar
Coeficiente de
variacin (CV %)
Hemoglobina
20
121,70
0,64
0,53
Hierro
20
0,99
0,01
1,20
Ferritina
20
94,50
4,24
4,49
Transferrina
20
3,25
0,094
2,89
soluble de la transferrina 20
2,39
0,13
5,44
CReceptor
ul de
las siguientes variables
presenta
un menor
grado de
dispersin?
p g in a 94
C a pt u l o 2
p g in a 95
Error Estndar de la Media EEM: Mide el grado de dispersin de las medias de todas las posibles muestras
que pudieran extraerse de la poblacin. Mide el grado de dispersin de las medias muestrales respecto a la
media poblacional (desconocida).
C a pt u l o 2
Medidas de forma
Asimetra (coeficiente de asimetra de
3
i
i1 3
R
i1
3 R
4
4
i
p g in a 96
C a pt u l o 2
Medidas de
forma
Asimetra
i 1
R
3
Distribucin normal
< 2 EE
3
i
p g in a 97
C a pt u l o 2
Medidas de
forma
Asimetra
p g in a 98
C a pt u l o 2
Moda
Mediana
Media
p g in a 99
C a pt u l o 2
Medidas de
forma
Asimetra
p g in a 100
C a pt u l o 2
Mediana
Moda
Media
p g in a 101
C a pt u l o 2
Medidas de forma
Curtosis o apuntamiento
Coeficientes de apuntamiento o curtosis de
Fisher
Leptocrtica ( >
Platicrtica ( <
Mesocrtica ( =
0)
0)
0)
Distribucin normal
< 2 EE
p g in a 102
C a pt u l o 2
0)
Distribuci
n
NORMAL
p g in a 103
C a pt u l o 2
p g in a 104
C a pt u l o 2
-1,59 Curtosis =
Curtosis
+1,97
Asimetra = = -1,59
+1,97
Asimtrica ( <0)
(-)
Leptocrtica (
>0)
Distribuci
n
ANORMA
L
p g in a 105
C a pt u l o 2
p g in a 106
C a pt u l o 2
Frecuencia
Asimetra = +
0,135 Curtosis =
+ 0,320
Simtrica ( 0)
Mesocrtica (
Distribuci
0)
n
NORMA
Distribucin
L
Sigue una
Normal?
Peso en adultos (Kg)
p=
0,702
p g in a 107
C a pt u l o 2
Frecuencia
Distribucin
ANORMAL
Asimtrica ( >0)
(+)
Leptocrtica ( >0)
Edad
p = 0,022
p g in a 108
C a pt u l o 2
Medidas de
posicin:
Cuartiles y
percentiles
6 datos
Mediana
Mediana P
P50
50
6 datos
120
120
110
110
110
95
95
92
92
91
91
90
90
88
88
85
85
76
76
76
73
73
72
72
Cuartil 3 = P75
Cuartil 3 = P75
Cuartil 2 = P50
Cuartil 2 = P50
Cuartil 1 = P25
RIC
RIC
p g in a 109
C a pt u l o 2
=[1,5 * RI ] + P75
80
70
Tercer cuartil
60
P75
50
40
30
Mediana
20
10
Primer cuartil
P50
P25
Consumo de Cigarrillos / da
Bigote inferior
= P25 [1,5 * RI ]
p g in a 110
C a pt u l o 2
220
Bigote superior = 180
Perifrico o Outlier
P75 = 158
Mediana = 140
RIC = 33
P25 = 125
Bigote inferior
Tensin arterial sistlica (mm Hg)
p g in a 111
C a pt u l o 2
Tcnicas de deteccin de
O utlier
Variable resultado
outlier?
Variable predictora
p g in a 112
C a pt u l o 2
Tcnicas de deteccin de
O utlier
Variable resultado
C oeficiente de determinacin R 2
Variable predictora
p g in a 113
C a pt u l o 2
Perifrico o Outlier
5
sTfR (mg/L)
Receptor
soluble de la
transferrina en
suero (sTfR)
p g in a 114
C a pt u l o 2
p g in a 115
Variable resultado
Mediana
Media
Perifrico o Outlier
Grupos de estudio
C a pt u l o 2
Grficos de
histograma
30
Frecuencia (%)
)
%
(
a
i
c
n
e
u
c
re
F
Asimetra positiva
>0 Mesocrtica
=0
20
Distribuci
n
ANORMA
L
10
Perifricos o Outlier
1,50
4,25 4,50
5,00
5,25
Concentraciones
del Receptor srico de la transferrina (sTfR) (mg/L)
Concentraciones del Receptor srico de la transferrina (sTfR) (mg/L)
p g in a 116
C a pt u l o 2
Grficos de
histograma
195
180
Asimetra positiva
>0Mesocrtica
=0
165
150
135
120
Distribucin
ANORMAL
105
90
75
60
45
30
Perifricos o
Outlier
15
0
45
55
60
65 70
75
80
85
90
125
130
140
p g in a 117
C a pt u l o 2
D istribucin uniforme
discreta
120
Frecuencia
100
80
60
40
20
0
1
2
3
4
5
6
Nmero de caras
p g in a 118
C a pt u l o 2
D istribucin uniforme
discreta
112200
iaia
cc
nn
ee
uu
cc
ee
rr
Frecuencia
1200
110000
1000
8800
800
600
400
6600
200
0
FF
4400
Nmero de
caras
2200
p g in a 119
C a pt u l o 2
D istribucin
normal
200
7 = 3+ 4, 4+ 3, 6+1, 1+ 6, 2+ 5, 5+ 2
180
160
12 = 6 + 6
2=1+1
Frecuencia
140
120
100
80
60
40
20
0
10
11
12
Sumas
p g in a 120
C a pt u l o 2
Frecuencia
D istribucin
normal
6
20
10 11 12 13 14 15 16 17 18 19
Sumas
21 22 23 24 25 26 27
28 29
Resultados empricos (sumatorio) obtenidos en la realidad despus de lanzar 5 dados 1000 veces
p g in a 121
C a pt u l o 2
D istribucin
normal
Cambios que se van produciendo en la distribucin de frecuencias
al aumentar el nmero de factores independientes
y las repeticiones de la experiencia
Martnez Gonzlez MA, Jokin de Irala Estvez, Faulin Fajardo FJ. Bioestadstica amigable. Madrid:
Ediciones Daz de Santos; 2001.
p g in a 122
C a pt u l o 2
Martnez Gonzlez MA, Jokin de Irala Estvez, Faulin Fajardo FJ. Bioestadstica amigable. Madrid:
Ediciones Daz de Santos; 2001.
p g in a 123
C a pt u l o 2
C aractersticas de la distribucin
normal
1.Tener forma de campana.
2. Ser simtrica.
3. Mesocrtica (no excesivamente plana ni muy picuda).
4. Coincidir la media, mediana y moda.
5.Tener aproximadamente el 95% de sus valores dentro del intervalo media
2 desviaciones estndar.
p g in a 124
C a pt u l o 2
D istribucin normal
- El 100% de los valores deben estar por encima y por
debajo de 3 veces la desviacin estndar (s)
(valores entre X 3 s)
- La distribucin debe ser SIMTRICA. La asimetra en
valor absoluto debe ser menor que 2 veces su error
estndar
[Asimetra] < 2 EEasimetra
<2
EE
- La distribucin debe ser MESOCRTICA. La curtois en
valor absoluto debe ser menor que 2 veces su error
estndar [curtois] < 2 EEcurtois < 2 EE
p g in a 125
C a pt u l o 2
Propiedades de la distribucin
normal
f ( x)
1
2 e
2
x
2 2
p g in a 126
C a pt u l o 2
Propiedades de la curva de
Gauss
p g in a 127
C a pt u l o 2
D istribucin de la t de
Student
Grados de libertad = n - 1
(x
p g in a 128
C a pt u l o 2
D istribucin de la F de
Snedecor
s12 1
valores " F " : F
2
s22 22
Grados de libertad 1 y 2
1 n1 1 2
n2 1
p g in a 129
C a pt u l o 2
p g in a 130
C a pt u l o 2
Frecuencia (%)
60
Criterio de normalidad
X xx
ss << > s
2
22
S (desviacin tpica) < X (media aritmtica) /2 (CV<50%)
40
20
0
10
110
30
50
70
90
150
170
Uremia (mg/dl)
190 210
250
Distribucin ANORMAL
p g in a 131
C a pt u l o 2
Frecuencia (%)
N = 94
Media (x) = 126
Desviacin estndar (s) = 46,8
xx
ss << > s
2
22
S (desviacin tpica) < X (media aritmtica)/2 (CV<50%)
10
0
20
65
225
105
145
185
Distribucin NORMAL
p g in a 132
C a pt u l o 2
Frecuencia absoluta
120
100
xx
ss << >
2
22
X
80
60
40
Distribucin
ANORMAL
20
0
10
45
80
110
145
180
p g in a 133
C a pt u l o 2
Distribuci
n
ANORMA
S (desviacin tpica) < X (media aritmtica)/2 (CV<50%)
L
82.5 < 183.9/2 (91.9) (CV=45%)
40
Media = 183,9
Desviacin estndar = 82,5
N = 293
30
20
10
0
20
60
100
140
180 220
260 300
340
380
420
460
X
2
> s
p g in a 134
C a pt u l o 2
C ondiciones y pruebas de
normalidad
90
Frecuencia (%)
80
70
60
50
40
30
20
Distribucin ANORMAL
> s
CV > 50%
Perifricos o
Outlier
10
0
Bilirrubinemia (mg/dl)
Distribucin de frecuencias de los niveles de bilirrubina en pacientes cirrticos.
(Distribucin Anormal con asimetra positiva)
p g in a 135
C a pt u l o 2
C ondiciones y pruebas de
normalidad
Frecuencia
Transformacin logartmica
p g in a 136
C a pt u l o 2
Troponina I en poblacin
sana
9 7 .5 % U R L
99% URL
9 7 .5 % U R L
99% URL
c T n I g /L
5
0.03
ng/mL
0.06
ng/mL
c T n I g /L
p g in a 137
C a pt u l o 2
Frecuencia
absoluta
Amilasemia
(UI/l)
p g in a 138
p g in a 139
C a pt u l o 2
Estadsticos descriptivos de la
amilasemia
N
Media
Desviacin tpica
Asimetra
Curtosis
EE
549
135,043
Amilasa
90,86
11,359
0,104
170,89
Asimetra
EE
Amilasa
EE
2
11,359
0,104
2 > 2
EE
Curtosis
/ EE
1
109,22
170,89
Distribucin ANORMAL
Distribucin ANORMAL
2
0,208
EE
2
0,208
/ EE
2
821,6
C a pt u l o 2
p g in a 140
Test de
normalidad
- Test de Kolmogoroff-Smirnoff-Lilliefors (test ms potente para muestra > 30 casos).
- Test de Shapiro-Wilk (la prueba ms potente para muestra < 30 casos).
- Test de DAgostino.
- Test de Anderson-Darling.
- Test chi-cuadrado de bondad de ajuste.
- Test de Contraste de asimetra: Sirve para contrastar la hiptesis de que el coeficiente
de
asimetra de Fisher 1 es cero. Propiedad que verifica la distribucin normal (
=
1
0).
- Test de Curtosis: Contraste de apuntamiento, sirve para contrastar la hiptesis de
que
el coeficiente 2 curtosis de Fisher (coeficiente de apuntamiento) es cero. Propiedad
que
verifica
la distribucin normal (2 =
0).
- Test de JarqueBera.
C a pt u l o 2
Test de Kolmogorov-Smirnov
-Es el test de normalidad ms difundido en los programas estadsticos.
-Otorga un MENOR PESO a las observaciones extremas (perifricos o OUTLIER) y por
ello es menos tolerante a las desviaciones que normalmente se producen en estos
tramos distales.
- Cuando se dispone de un nmero suficiente de datos (amplio volumen muestral), los
dems tests de normalidad sern capaces de detectar diferencias pequeas an
cuando estas no sean relevantes para la mayor parte de los objetivos, por eso se
recomienda el test de Kolmogorov-Smirnov (se considera uno de los tests ms
potentes para muestras mayores de 30 casos).
- Se basa en la idea de comparar la funcin de distribucin acumulada de los datos
observados con la de una DISTRIBUCIN NORMAL, midiendo la mxima distancia
entre ambas curvas.
- Como en todos los tests de contraste de hiptesis, la hiptesis nula (Ho ) se
rechazael valor del estadstico calculado supera un cierto valor crtico
cuando
(tabulado) que se
obtiene de una tabla de clculo de probabilidades.
- p > 0,05 se acepta la H o (se cumple la normalidad), se pueden usar test paramtricos.
- p < 0,05 se acepta la H a (no se cumple la normalidad), se deben usar test NO paramtricos.
p g in a 141
C a pt u l o 2
Pregunta de investigacin
Los valores analticos de ambas tcnicas siguen
una
distribucin normal?
Objetivo:
Evaluacin de la amilasa tcnicaAmilasa
1 frente
a la tcnica
Amilasa (srica)
(srica)
2. Tcnica 1
Tcnica 2
p g in a 142
C a pt u l o 2
Test de KolmogorovSmirnov
Resultados del test
N
Parmetros normales
Diferencias ms extremas
Z de Kolmogorov-Smirnov
Significacin bilateral
Media
Desviacin tpica
Tcnica 1
548
91,03
135,11
Tcnica 2
548
79,29
120,52
Absoluta
Positiva
0,289
0,289
0,301
0,301
Negativa
- 0,280
- 0,299
6,763
0,000
7,034
0,000
p g in a 143
C a pt u l o 2
Test de Jarque-Bera
- El test de Jarque-Bera se realiza para
H0: 1 = 2 = 0, lo que significa simetra y curtsis exactas ( =
contrastar:
0)1: 1 0 o 2 0 lo que significa que existe curtsis ( 0) o
H
asimetra.
- La consecuencia es que si existe asimetra o curtsis falla la
normalidad.
H0: p > 0,05
simetra y curtsis exactas ( =
test
0)1: p < 0,05
curtsis ( 0) o asimetra
test paramtricos
NO
H
paramtricos
- Al contrastarlo conjuntamente (curtsis y asimetra) exige un fallo mayor de alguna
de ellas o de ambas para rechazarse.
n
i1
3
i
i1
R
4
2
2
JB t1 2 t 2 1 2
2
T
6 24
p g in a 144
C a pt u l o 2
Test de JarqueBera
Forma terica de
la normal
Asimetra
Asimetra
negativa:
positiva
casi
mediana mediana
mayor
nula:
la media
que
menor
que la
TEST de normalidad de
JARQUE-BERA
media
Estadstico 2 = 1.54
valor de p = 0.463 (p >
0,05)
Se acepta la H0
H0: = = 0, lo que
significa simetra y
terica de
curtsisForma
exactas.
la
distribucin
DISTRIBUCIN NORMAL
Curtsis negativa:
mas apuntamiento que
la normal
emprica
p g in a 145
C a pt u l o 2
Estadstica
descriptiva
TIPO DE DISTRIBUCIN
SIMTRICA
ASIMTRICA
Media
Mediana
ndice de dispersin
EEM
Rango intercuartil
Importante
Escaso o nulo
Mucha
Poca
p g in a 146
C a pt u l o 2
Pruebas paramtricas:
Requisitos
-Las variables cuantitativas tienen que ser continuas.
- Los datos siguen una distribucin normal.
- Los datos numricos se expresan con la media y la desviacin estndar o el EEM
- Homogeneidad de las varianzas muestrales.
- Tamao muestral > 30.
-Presentan un mayor poder de contraste que los tests no paramtricos, y pueden
analizar interacciones entre variables predictoras.
-Cuando se dan las condiciones de aplicacin, las pruebas paramtricas tienen ms
potencia que las no paramtricas, pero, cuando esto no es as, el riesgo alfa puede
ser mayor que el especificado de antemano.
p g in a 147
C a pt u l o 2
Pruebas N O paramtricas:
Requisitos
-Las variables cuantitativas pueden ser ordinales o discretas.
-Los datos siguen una distribucin libre (no necesariamente normal), uno de los
grupos puede tener una distribucin normal mientras que el otro no.
- Los datos numricos se expresan con la mediana y los intervalos intercuartlicos.
- Heterogeneidad de las varianzas muestrales (en uno o ms de un grupo).
- Tamao muestral < 30.
-Presentan un menor poder estadstico que los tests paramtricos.
-Trabajan con la simple ordenacin y recuento (asignando rankings) a los valores de
la variable sin importar el tipo distribucin.
p g in a 148
C a pt u l o 2
Principales pruebas N O
paramtricas
- Chi cuadrado de Pearson.
- Test exacto de Fisher.
- Chi cuadrado de Mc
Nemar.
- Q de Cochran.
- U de Mann Whitney.
- Wilcoxon.
- Kruskall Wallis.
- Friedman.
http://www.slideshare.net/freddygarcia/pruebas-no-parametricas-presentation
p g in a 149
C a pt u l o 2
Pruebas robustas:
C aractersticas
-Otra alternativa a los mtodos paramtricos; la utilizacin de los llamados mtodos
robustos. Estos mtodos son menos potentes que los paramtricos, pero se
muestran superiores a los no paramtricos clsicos.
- La principal de sus ventajas es que no se afectan por la existencia de datos
anmalos.
-Los mtodos robustos pueden ser de utilidad para la realizacin de inferencias sin
tener que depurar los datos extremos.
-Como parmetros de localizacin (posicin central) se recomienda en primer lugar,
el estimador de Huber y, en segundo lugar, la media a-recortada muestral (con a =
0,2).
- Como medida de dispersin se utiliza la desviacin absoluta mediana
estandarizada.
- Mtodos robustos para el contraste de hiptesis con los parmetros antes referidos,
se
pueden construir intervalos de confianza robustos y realizar contrastes de hiptesis.
p g in a 150
C a pt u l o 2
p g in a 151
C a pt u l o 2
p g in a 152
C a pt u l o 2
p g in a 153
http://www.slideshare.net/freddygarcia/pruebas-no-parametricas-presentation
C a pt u l o 2
Seleccin de la
muestra
Poblaci
n
Seleccin
aleatoria
Muestr
a
TCNICAS DE
MUESTREO
Parmetr
o Media
poblacional
ERROR ALEATORIO
Inferencia
Estadstico X
Media
muestral
p g in a 154
C a pt u l o 2
Prueba de
rachas
-Sirve para determinar si una muestra de observaciones es o no aleatoria, es decir, si
las observaciones de una determinada secuencia son independientes entre si.
-En una serie temporal, las observaciones no son aleatorias: lo que ocurre con una
observacin cualquiera depende, de las caractersticas de una observacin
anterior.
-En una muestra aleatoria, lo que ocurre con una observacin cualquiera sea
independiente de las caractersticas de la(s) observacion(es) anterior(es).
-Esta prueba permite determinar si el nmero de rachas (R), observado en una
determinada muestra de tamao n es lo suficientemente grande o lo suficientemente
pequea como para poder rechazar la hiptesis de independencia-aleatoriedad de
las observaciones.
p g in a 155
C a pt u l o 2
Prueba de
rachas
El concepto de RACHA hace referencia a una secuencia de observaciones de
un mismo tipo.
Supongamos que lanzamos una moneda al aire 10 veces seguidas, repitiendo
la experiencia en tres ocasiones
Cmo garantizamos que el resultado obtenido es ALEATORIO?
p g in a 156
C a pt u l o 2
Prueba de rachas
1 EXPERIENCIA: Tenemos 5 RACHAS: CCC, X,CC, XXX,
C
C C
C
C C
C
C
C C C C
C
C
p g in a 157
C a pt u l o 2
Prueba de
rachas
Prueba de RACHAS
EXP 1
EXP 2
EXP 3
Valor de prueba
Casos en total
10
10
10
10
- 0,211
- 2,348
2,348
Significacin bilateral
0,833
0,019
0,019
p g in a 158
C a pt u l o 2
Pregunta de investigacin
Los valores analticos de ambas tcnicas son
aleatorias?
Objetivo:
de la amilasa tcnicaAmilasa
1 frente
a la tcnica 2.
AmilasaEvaluacin
(srica)
(srica)
Tcnica 1
Tcnica 2
p g in a 159
C a pt u l o 2
Prueba de
rachas
Valor de prueba (mediana)
Casos < Valor de prueba
Casos Valor de prueba
Casos en total
Nmero total de rachas
Z
Significacin bilateral
Tcnica 1
Tcnica 2
70
267
282
549
259
- 1,393
0,164
61
267
281
549
263
- 1,012
0,312
p g in a 160
C a pt u l o 3
C aptulo 3
Publicacin Bioestadstica: Tamao muestral, Error y
.
D r. Jacobo D az Portillo
Coordinador de Formacin Continuada
Hospital Universitario de Ceuta
p g in a 161
C a pt u l o 3
Materiales y mtodos
Estructura
1. Tipo de diseo (estudio).
2. Sujetos incluidos (criterios de seleccin de la muestra).
3. Fuentes de informacin.
4. Descripcin de la intervencin y definicin del punto final de la
investigacin (estudios experimentales).
5. Instrumentos y procedimientos de medida (cuestionarios).
6. Definicin de las variables y covariables incluidas en el estudio (factor
de
estudio y criterio de evaluacin).
7. Limitaciones y consideraciones ticas de la investigacin.
8. Pruebas estadsticas a utilizar (programa estadstico).
p g in a 162
C a pt u l o 3
Materiales
Pacientes
1. Criterios de seleccin de la muestra (inclusin y
exclusin).
2. Procedencia.
3. Tcnica de reclutamiento utilizada.
4. Tiempo empleado para reunir a todos los participantes.
5. Principales caractersticas de los pacientes.
- Edad.
- Sexo.
- Procedencia.
- Gravedad.
- Aos de evolucin de la enfermedad.
- Patologas asociadas...
6. Clculo de tamao muestral.
p g in a 163
C a pt u l o 3
Seleccin de la
muestra
Poblaci
n
Seleccin
aleatoria
Muestr
a
TCNICAS DE
MUESTREO
Parmetr
o Media
poblacional
ERROR ALEATORIO
Inferencia
Estadstico X
Media
muestral
p g in a 164
C a pt u l o 3
p g in a 165
C a pt u l o 3
Muestra de la
poblacin
Poblacin diana
Poblacin en estudio
Muestra
p g in a 166
C a pt u l o 3
Validez externa
p g in a 167
C a pt u l o 3
Validez
externa
Muestreo
Validez interna
Muestra: Pacientes con HTA esencial leve-moderada de edad comprendida 40-60
aos
registrados en los ficheros del Centro de Salud 1 que incluyen la edad y el sexo.
p g in a 168
C a pt u l o 3
p g in a 169
Validez
externa?
Validez
interna?
Muestra: Nios que acuden al Programa de Atencin al nio sano de los centros de Salud
de Atencin Primaria de edades comprendida entre 12-14 aos que sus madres
demandan la realizacin de una analtica rutinaria completa.
C a pt u l o 3
p g in a 170
Validez
externa
Poblacin de estudio: Mujeres gestantes del rea sanitaria que acuden a la consulta
de Obstetricia del INGESA de Ceuta.
Muestreo
Validez interna
Muestra: Mujeres gestantes del rea sanitaria de Ceuta que acuden a la consulta de
Obstetricia del INGESA embarazo controlado- con cartilla de embarazo completa, que
incluyen las variables predictoras (etnia, nivel cultural, edad, etc) y la variable resultado
(determinacin de anticuerpos frente al virus de la rubeola en el primer trimestre)
incluidas en el estudio.
C a pt u l o 3
p g in a 171
Validez
externa
Muestreo
interna
Validez
C a pt u l o 3
Material
Pacientes
- Criterios de seleccin de la muestra (inclusin y
exclusin).
- Procedencia.
- Tcnica de reclutamiento utilizada.
- Tiempo empleado para reunir a todos los participantes.
- Principales caractersticas de los pacientes.
Edad
.
Sexo.
Procedencia
. Gravedad.
Aos de evolucin de la
enfermedad. Patologas asociadas...
- Clculo de tamao muestral.
p g in a 172
C a pt u l o 3
p g in a 173
C a pt u l o 3
C oncepto e importancia
error alfa
() y error beta ()
p g in a 174
C a pt u l o 3
p g in a 175
C a pt u l o 3
Veredicto
Resultado de la prueba
Sentencia del juez
Realidad
Culpable
Inocente
Culpable
Hiptesis
ALTERNATIVA
aceptada
Ha
OK
No error
VP
Error
Muy grave
FP
Encarcela
r a un
inocente
Inocente
Hiptesis NULA
aceptada
Ho
Error
FN
Menos grave: Liberar un
culpable
OK
No error
VN
p g in a 176
C a pt u l o 3
AB
H
a
A=B
Ho
VP
FN
A B
Ha
FP
A=B
Ho
VN
p g in a 177
C a pt u l o 3
Realidad
H0 Cierta
A=B
Rechazo H0
Acepto H1 A
B
Correcto
El tratamiento nuevo B tiene
mayor efecto que A y el
experimento lo confirma.
Error de tipo I
El tratamiento nuevo B realmente no es
mejor que el antiguo A pero se decide
errneamente que s.
Probabilidad
VP
FP
No Rechazo H0
Acepto H0
A=B
Error de tipo II
El tratamiento nuevo B
realmente si tiene mayor efecto
que el antiguo A pero no lo
percibimos en nuestro estudio.
Probabilidad
FN
Correcto
El tratamiento nuevo B no tiene mayor
efecto que el antiguo A y as se decide.
VN
p g in a 178
C a pt u l o 3
Rechazo H0
Acepto H1 A
B
Encuentro
pruebas (+)
p < 0,05
Realidad
H0 Falsa
A B
Correcto
Se rechaza la hiptesis nula (H0)
los (se dice que los resultados son
estadsticamente significativos y
equivocamos.
es verdad.
H0 Cierta
A=B
Error de tipo I
Se rechaza la H0 (se dice que
resultados son estadsticamente
significativos) pero nos
VP
FP
Probabilidad
Error
ALFA
No Rechazo H0
Acepto H0
A=B
No encuentro pruebas (-)
p > 0,05
Error de tipo II
Correcto
No se rechaza la hiptesis
No se rechaza la hiptesis nula H0 (el
nula (H0) (se dice que no hay
azar puede explicar las diferencias
diferencias significativas) pero
observadas en los datos), y es
verdad. nos equivocamos. Probabilidad
VN
FN
Error BETA
p g in a 179
C a pt u l o 3
p g in a 180
Realidad
H0
Ha
Encuentro pruebas (+)
p < 0,05
Acierto
(1- )
POTENCIA
EST
ADSTICA
Error de tipo I
Error ALFA
FP
VP
Error de tipo II
H0
No encuentro pruebas (-)
p > 0,05
FN
Error BETA
Acierto
(1- )
VN
POTENCIA ESTADSTICA: Es la capacidad del estudio para detectar una diferencia si sta existe realmente.
C a pt u l o 3
Realidad
H0
Ha
Encuentro pruebas (+)
p < 0,05
Acierto
(1- )
POTENCIA
EST
ADSTICA
Error de tipo I
Error ALFA
FP
VP
Error de tipo II
H0
No encuentro pruebas (-)
p > 0,05
FN
Error BETA
Acierto
(1- )
VN
p g in a 181
C a pt u l o 3
p g in a 182
C a pt u l o 3
p g in a 183
C a pt u l o 3
p g in a 184
C a pt u l o 3
p g in a 185
C a pt u l o 3
p g in a 186
C a pt u l o 3
p g in a 187
2. PRECISIN (i) con la que se desea obtener la estimacin (amplitud deseada del IC).
Se fija i previo al estudio. Cuanto ms precisin ms estrecho ser el IC, y mayor deber
ser el volumen muestral.
2. Precisin
C a pt u l o 3
Frmulas para el clculo del nmero de sujetos necesarios para la realizacin de un estudio
cuyo objetivo es la estimacin de un parmetro
Estimacin de una variable CUALITATIVA (proporcin - prevalencia)
N=
Z2 * P * (1- P)
i2
Z2 * s2
N=
i2
N = nmero de sujetos necesarios
Z 2 = Valor del estadstico Z correspondiente al riesgo alfa fijado ( = 0,05)
P = Valor de la proporcin (prevalencia) que se supone que existe en la poblacin
S2 = Varianza de la distribucin de la variable cuantitativa que se supone que existe en la poblacin
i: Precisin con que se desea estimar el parmetro
p g in a 188
C a pt u l o 3
2. Precisin (i = 0,05)
Prevalencia
Precisin (i = cte)
0,10
0,05 (5%)
138
0,20
0,05 (5%)
246
0,30
0,05 (5%)
323
i = Z P (1 P) / N
Todos
con(5%)
un nivel de confianza del 95%
0,40 los clculos han sido realizados
0,05
369
P = valor supuesto de la proporcin que se desea estimar.
i = precisin de la estimacin, que corresponde a la mitad del intervalo de confianza (P i)
0,05
(5%) la estimacin de P con384
N0,50
= nmero de sujetos necesarios para
realizar
la precisin deseada y el 95%
de confianza
Postura de mxima indeterminacin
p g in a 189
C a pt u l o 3
p g in a 190
1. Variabilidad del
(P=cte)
2. Precisin (i = 0,05)
INFLUENCIA
DEparmetro
LA PRECISIN
Prevalencia
Precisin (i = cte)
Tamao muestral
0,40
0,1 (10%)
(N) 92
0,40
0,075 (7,5%
164
0,40
0,050 (5%)
369
0,40
0,025 (2,5%)
1475
0,40
0,01 (1%)
9220
i = Z P (1 P) / N
Todos los clculos han sido realizados con un nivel de confianza del 95% ( = 0,05)
P = valor supuesto de la proporcin que se desea estimar.
i = precisin de la estimacin, que corresponde a la mitad del intervalo de confianza (P i)
N = nmero de sujetos necesarios para realizar la estimacin de P con la precisin deseada y el 95%
de confianza
C a pt u l o 3
Precisin 5%
i = 0,05
Tamao muestral necesario (n) para conocer la prevalencia
de inmunizacin frente a Toxoplasma gondii en la poblacin
de la ciudad de Ceuta
p g in a 191
C a pt u l o 3
Variabilidad
Precisin 5%
i = 0,05
i = 0,05
Precisin 5%
Nivel de confianza
95%
= 0,05
p g in a 192
C a pt u l o 3
i = 0,005
Precisin 0,5%
p g in a 193
C a pt u l o 3
Variabilidad
Precisin i = 0,5%
Nivel de confianza
95%
= 0,05
i = 0,005
Precisin 0,5%
p g in a 194
C a pt u l o 3
p g in a 195
Precisin (i)(d): 3%
3.
C a pt u l o 3
p g in a 196
C a pt u l o 3
Una
Una sola
sola cola
cola
Z 1-
Ho: o
Ha: o >
Z 1- = 0,05
Ho: o
B>A
Z = 1.645
Ha: o >
H
o: o = (Z) correspondientes al
tipificada
Ha: o
AB
1.645
Z = - 1.96
Dos colas
B>A
Z 1- /2
Z=
Z = 1.96
Dos colas
p g in a 197
C a pt u l o 3
Pruebas de contraste
unilateral:
Riesgo en la toma de decisiones
Se utiliza cuando se pretende
determinar si el frmaco
nuevo B es ms eficaz que el
clsico A, es decir, tan solo
interesa una de las direcciones
Ho
Ha
de la comparacin (B > A)
Una sola
cola B >
A
Riesgo alfa
= 0,05
Riesgo beta
error
1 - = Nivel de confianza
Probabilidad de Ho cuando esta es cierta
Z = 1,645
1-
= Potencia estadstica
p g in a 198
C a pt u l o 3
Pruebas de contraste
bilateral:
RiesgoSeenutiliza
la toma
de
cuando se pretende determinar si dos frmacos A y B
Se utiliza cuando se pretende determinar si dos frmacos A y B
decisiones
difieren
su
difieren
en
su eficacia
eficacia en
clnica
(A clnica (A B)
B) beta
Riesgo
Dos colas
Dos colas
Riesgo
error
beta
error
B<
BB<<AA
A
/2 = 0,025
/2>= A
0,025
/2 = 0,025
Z = - 1.96
0,025
Riesgo
Riesgo
beta
beta
error
error
B>A
B >B
A
/2 = 0,025
/2 =
0,025
/2 =
Z = 1.96
p g in a 199
C a pt u l o 3
p g in a 200
B>
A
n = 48 pacientes
En cada grupo (A y B) precisamos 48 pacientes.
Pita Fernndez S. Determinacin del tamao muestral. Cad Aten Primaria 1996; 3: 138-144.
C a pt u l o 3
p g in a 201
Dos colas
Z = 1.96
B
A
C a pt u l o 3
Poder estadstico (1
)
100
%
90
%
80
%
P1 =
40%
P
1 = 40%
=
= 20%
2
70
60
%
%
50
%
40
%
30
%
P1 =
=
40%
10%
P
P12 =
= 40%
50%
= 10%
P2 = 50%
20
%
0
10
% 0
%
P1 =
=
P1 = 40% = 15%
40%
15%
P2 =
P2 = 55%
55%
P
2 =
20%
P
= 60%
60%
5
0
10
0
150
200
250
300
350
500
400
450
p g in a 202
C a pt u l o 3
p g in a 203
C a pt u l o 3
p g in a 204
C a pt u l o 3
p g in a 205
Ejemplo del clculo del tamao muestral para el clculo del coeficiente de
correlacin entre dos variables cuantitativas
Supongamos que se desea estudiar la asociacin entre la edad y el nivel de colesterol
entre los pacientes de un centro de salud. Se disea un estudio piloto en el que se
determinar mediante una analtica el colesterol en una muestra aleatoria de los
pacientes durante un periodo de tiempo prefijado, de los que tambin se registrar su
edad. Se obtiene un valor del coeficiente de correlacin lineal de Pearson entre la edad y
el colesterol de r=0,3. Aplicando las frmulas, con un NIVEL DE CONFIANZA del 95%
(error =5%) y un PODER ESTADSTICO del 80% (error =20%), se obtiene:
En este caso, se necesitara
incluir a 85 pacientes para
llevar a cabo el estudio.
C a pt u l o 3
Frmulas
para
el
clculo
del
poder
estadstico (1- ) en
funcin del tipo de
diseo del estudio.
p g in a 206
C a pt u l o 3
Frmulas para el clculo del poder estadstico (1-) en funcin del tipo
de
diseo del estudio.
p g in a 207
C a pt u l o 3
p g in a 208
C a pt u l o 3
Seguridad (1 - )
Test unilateral
Z 1-
Test bilateral
Z 1- /2
0,05
95%
1,645
1,96
0,01
99%
2,326
2,576
Error
Poder estadstico (1 )
Z 1-
0,10
90%
0,10
1,282
0,20
80%
0,20
0,842
p g in a 209
C a pt u l o 3
Asociacin observada
p < 0,05
Estadsticamente significativa
p > 0,1
Estadsticamente NO significativa
AB
A=B
VP
FP
VN
Verdadera
Verdadera
(no existe asociacin)
Falsa
Utilidad clnica
Error
Sesgo
Error
FN
Falsa
Comparacin
poco sensible
Sesgo
p g in a 210
C a pt u l o 3
p g in a 211
C a pt u l o 3
p 0,10
A= B
No se puede rechazar la hiptesis nula
No se puede descartar que el azar
lo explique todo
El EFECTO observado es similar que
el ERROR
NO hay diferencias estadsticamente
significativas
NO existen evidencias a favor de
la hiptesis alternativa Ha, y por
tanto aceptamos la hiptesis nula
Ho
p g in a 212
C a pt u l o 3
Materiales
Pacientes
1. Criterios de seleccin de la muestra (inclusin y
exclusin).
2. Procedencia.
3. Tcnica de reclutamiento utilizada.
4. Tiempo empleado para reunir a todos los participantes.
5. Principales caractersticas de los pacientes.
- Edad.
- Sexo.
- Procedencia.
- Gravedad.
- Aos de evolucin de la enfermedad.
- Patologas asociadas...
6. Clculo de tamao muestral.
p g in a 213
C a pt u l o 4
C aptulo 4
Publicacin Bioestadstica: Error y .
Evaluacin de pruebas diagnsticas.
D r. Jacobo D az Portillo
Coordinador de Formacin Continuada
Hospital Universitario de Ceuta
p g in a 214
C a pt u l o 4
p g in a 215
Bioestadstica: Error y
Influencia de los errores y en la rentabilidad clnica de
las
pruebas diagnsticas
Evaluacin de las pruebas diagnsticas
C a pt u l o 4
p g in a 216
p g in a 217
C a pt u l o 4
Resultado
de la prueba
estadstica
p < 0, 05
Acept o la H
No existe
diferencia
(H
o
verdader
a)
verdader
a)
No error
VP (1-)
Error tipo I
FP ( )
p > 0, 05
Acept o la H
C a pt u l o 4
Riesgo
beta
error
ReggeR
Regin de
aaceptacin
iinn ddee
H
acep
Regin de rechazo Ha
Riesgo
alfa error
0,05
Significacin
estadstica
de
rechazo
H00chazo
Regin
de re
H0
dReeeaagciepn
daceeiacnneHHpt1acin
H
a
p g in a 218
C a pt u l o 4
Ho
Ha
Riesgo
alfa error
0,05
Significacin
estadstica
Riesgo
beta
error
Se acepta Ho
Se rechaza Ha
Se acepta Ha
Se rechaza Ho
p g in a 219
C a pt u l o 4
ERRO R BETA
FALSOS N EGATIVO S
ERRO R ALFA
FALSOS PO SITIVO S
p g in a 220
C a pt u l o 4
ERRO
R BETA
FALSOS
N EGATIVO S
FALSOS PO SITIVO S
p g in a 221
C a pt u l o 4
error
10%
Ho
error
20%
error
(0,05)
Ha
erro
r
(0,01)
Para un tamao muestral fijo (N= cte), no se pueden reducir a la vez ambos tipos de
error.
Para reducir , hay que aumentar el tamao muestral N.
p g in a 222
C a pt u l o 4
Positivo
(+)
Hiptes
is
alternati
va
Negativo
(-)
Hiptesi
s nula
Realidad
Sanos
VERDADEROS
POSITIVOS
VP
(1- )
FALSO POSITIVO
error
Error Muy grave
FALSO NEGATIVO
error
Error Menos grave
VERDADEROS
NEGATIVOS
VN
p g in a 223
C a pt u l o 4
Test de laboratorio
PSA
Realidad
Enfermos
Sanos
Positivo
(+)
VERDADEROS
POSITIVOS
VP
FALSO POSITIVO
FP
Negativo
(-)
FALSO
NEGATIVO FN
VERDADEROS
NEGATIVOS
VN
p g in a 224
C a pt u l o 4
Resultados de la prueba
diagnstica
Enfermos
VERDADEROS
POSITIVOS
VP
Sanos
FALSO
POSITIVO
FP
Total
VP + FP
Negativo
(-)
FALSO
NEGATIVO FN
VERDADEROS
NEGATIVOS
VN
FN + VN
Total
VP + FN
FP + VN
Positivo
(+)
VP
SENSIBILIDAD
VP + FN
Enfermos positivos
SENSIBILIDAD
Total de ENFERMOS
p g in a 225
C a pt u l o 4
La sensibilidad de la prueba
diagnstica
- Es la probabilidad de clasificar correctamente a un individuo enfermo.
- Es la probabilidad de que para un sujeto enfermo se obtenga en la
prueba un resultado positivo.
- Es la capacidad del test para detectar la enfermedad.
-Probabilidad de obtener un resultado positivo cuando el individuo tiene la
enfermedad.
- Mide su capacidad para detectar la enfermedad cuando est presente.
- Su valor depende del error BETA ( ).
p g in a 226
C a pt u l o 4
Resultados de la prueba
diagnstica
Enfermos
VERDADEROS
POSITIVOS
VP
Sanos
FALSO
POSITIVO
FP
Total
VP + FP
Negativo
(-)
FALSO
NEGATIVO FN
VERDADEROS
NEGATIVOS
VN
FN + VN
Total
VP + FN
FP + VN
Positivo
(+)
ESPECIFICIDAD
==
VN
Sanos negativos
ESPECIFICIDAD =
Total de SANOS
VN +
FP
p g in a 227
C a pt u l o 4
La especificidad de la prueba
diagnstica
- Es la probabilidad de clasificar correctamente a un individuo sano.
- Es la probabilidad de que para un sujeto sano se obtenga un
resultado negativo.
- Es la capacidad del test para detectar a los sanos.
-Es la probabilidad de obtener un resultado negativo cuando el individuo no
tiene la enfermedad.
- Mide la capacidad para descartar la enfermedad cuando no est
presente.
- Su valor depende del error ALFA ().
p g in a 228
C a pt u l o 4
p g in a 229
EXACTITUD =
VP
VN
VP + FN + FP + VN
C a pt u l o 4
+
VP +
VN
FN + FP + VN
SEN SIBILID AD
ACIERTOS
EXACTITUD =
ACIERTOS + FALLOS
p g in a 230
C a pt u l o 4
Resultados
de la prueba
diagnstica
Enfermos
Sanos
Total
Positivo
(+)
VERDADEROS
POSITIVOS
VP
VP + FP
(total de positivos)
Negativo
(-)
FALSO
NEGATIVO FN
VP + FN
FALSO
POSITIVO
FP
VERDADEROS
NEGATIVOS
VN
FP + VN
Total
FN + VN
VP
VP
VPP =
VPP =
Total de POSITIVOS
VP + FP
p g in a 231
C a pt u l o 4
p g in a 232
p g in a 233
C a pt u l o 4
Resultados
de la prueba
diagnstica
Enfermos
Sanos
Total
Positivo
(+)
VERDADEROS
POSITIVOS
VP
FALSO
POSITIVO
FP
VP + FP
(total de positivos)
Negativo
(-)
FALSO
NEGATIVO FN
VERDADEROS
NEGATIVOS
VN
FN + VN
(total de
negativos)
Total
VP + FN
FP + VN
VN
VN
VPN =
VPN =
Total de NEGATIVOS
VN + FN
C a pt u l o 4
p g in a 234
C a pt u l o 4
Prevalencia de la
enfermedad
Es la frecuencia con la que se presenta una determina enfermedad en
una
poblacin definida en un momento dado.
PREVALENCIA =
VP
FN
VP + FP + FN + VN
ENFERMOS
PREVALENCIA =
ENFERMOS + SANOS
p g in a 235
C a pt u l o 4
Prevalencia de la
enfermedad
VP
PREVALENCIA =
VP +
VALO R
PRED IC TIVO
PO SITIVO
(VPP)
FN
FP + FN + VN
VALO R
PRED IC TIVO
N EGATIVO
(VPN)
p g in a 236
C a pt u l o 4
EXACTITUD
SENSIBILIDAD
ESPECIFICIDAD
VALOR PREDICTIVO
POSITIVO (VPP)
VALOR PREDICTIVO
NEGATIVO (VPN)
PREVALENCIA
p g in a 237
C a pt u l o 4
p g in a 238
Resultado
prueba
diagnstica
Enfermos
Sanos
(No enfermos)
Total
VPP
1%
99
495
594
9404
9406
15%
(99/595)
Total
100
9900
10000
495
475
970
9025
9030
Total
500
9500
10000
5%
51%
(495/970)
C a pt u l o 4
Prevalencia de la enfermedad
p g in a 239
C a pt u l o 4
Razn de verosimilitud
SENSIBILIDAD
RV +
1ESPECIFICIDAD
Tasa de VP (%)
RV +
Tasa de FP (%)
p g in a 240
C a pt u l o 4
Variable RESULTAD O
C arcinoma de prstata
Es la probabilidad de que un paciente tenga un carcinoma de prstata (CP) una vez que el test (PSA) ha
dado positivo ([PSA] > 4 ng/ml).
p g in a 241
C a pt u l o 4
Es la probabilidad de que un individuo sano NO tenga un carcinoma de prstata (CP) una vez que el test
(PSA) ha dado negativo ([PSA] < 4 ng/ml).
p g in a 242
C a pt u l o 4
p g in a 243
Variable RESULTAD O
PSA (+) ([PSA] > 4 ng/ml)
Es la probabilidad de que el test (PSA) sea positivo entre los individuos realmente enfermos (carcinoma de
prstata).
C a pt u l o 4
p g in a 244
Es la probabilidad de que el test (PSA) sea negativo entre los individuos realmente no enfermos (sin cncer
de prstata).
C a pt u l o 4
p g in a 245
Es la probabilidad de que un resultado elevado del test (PSA) aparezca en los pacientes con carcinoma de
prstata frente a los individuos realmente no enfermos (sin cncer de prstata).
C a pt u l o 4
Pregunta de investigacin
Qu utilidad clnica tiene el tacto rectal en el
diagnstico del carcinoma de prstata (C P) en una
muestra de pacientes con sospecha de C P que acuden
a una consulta de Urologa?
Objetivo: Evaluacin del tacto rectal en el diagnstico del CP en
una
consulta
de urologa.
Tcnica de
Tcnica
analtica
a
valuar
referencia
BIO PSIAdePRO
STTIC A
(patrn
oro)
mediante ecografa
transrectal
p g in a 246
C a pt u l o 4
TACTO RECTAL
Tcnica de referencia
(BIOPSIA transrectal ecodirigida)
POSITIVA
NEGATIVA
Positivo
(+)
VERDADEROS
POSITIVOS
VP
FALSO POSITIVO
FP
Negativo
(-)
FALSO
NEGATIVO FN
VERDADEROS
NEGATIVOS
VN
p g in a 247
C a pt u l o 4
positiva (+)
negativa (-)
Total
Positivo (+)
634
269
903
Negativo (-)
487
1251
1738
Total
1121
1520
2641
VP
SENSIBILIDAD =
SENSIBILIDAD =
VP + FN
634
634 +
487
= 56,5%
p g in a 248
C a pt u l o 4
positiva (+)
negativa (-)
Total
Positivo (+)
634
269
903
Negativo (-)
487
1251
1738
Total
1121
1520
2641
VN
ESPECIFICIDAD =
VN + FP
1251
ESPECIFICIDAD =
1251 +
269
= 82,3%
p g in a 249
C a pt u l o 4
positiva (+)
negativa (-)
Total
Positivo (+)
634
269
903
Negativo (-)
487
1251
1738
Total
1121
1520
2641
VP + VN
EXACTITUD =
VP + FN + FP +
VN
634 +
EXACTITUD =
1251
634 + 487 + 269 + 1251
= 71,4 %
p g in a 250
C a pt u l o 4
positiva (+)
negativa (-)
Total
Positivo (+)
634
269
903
Negativo (-)
487
1251
1738
Total
1121
1520
2641
VPP =
VP
VP + FP
VPP
=
634
= 70,2%
634 + 269
p g in a 251
C a pt u l o 4
positiva (+)
negativa (-)
Total
Positivo (+)
634
269
903
Negativo (-)
487
1251
1738
Total
1121
1520
2641
VPN =
VN
VN + FN
VPN =
1251
= 72,0%
1251 + 487
p g in a 252
C a pt u l o 4
positiva (+)
negativa (-)
Total
Positivo (+)
634
269
903
Negativo (-)
487
1251
1738
Total
1121
1520
2641
PREVALENCIA =
VP + FN
VP + FP + FN + VN
634
PREVALENCIA =
487
= 42,4 %
p g in a 253
C a pt u l o 4
p g in a 254
positiva (+)
negativa (-)
Total
Positivo (+)
634
269
903
Negativo (-)
487
1251
1738
Total
1121
1520
2641
RV + =
SENSIBILIDAD
1
ESPECIFICIDAD
RV + =
0,565
1
0,823
= 3,2
Un tacto rectal anormal (+) es 3 veces ms probable en un paciente con CP que en otro sujeto sin cncer.
C a pt u l o 4
Pregunta de investigacin
Qu utilidad clnica tiene la tira reactiva en orina en
el
diagnstico de la infeccin del tracto urinario (ITU)?
Objetivo: Evaluacin de la TIRA REACTIVA en el diagnstico de la
ITU.
Tcnica de
Tcnica analtica a
valuar
referencia
TIRA REAC TIVA
C ULTIVO
(patrn
de oro)
(orina)
(orina)
p g in a 255
C a pt u l o 4
Test de laboratorio
TIRA REACTIVA
orina
Tcnica de referencia
(CULTIVO)
POSITIVO
NEGATIVO
Positiva
(+)
VERDADEROS
POSITIVOS
VP
FALSO POSITIVO
FP
Negativa
(-)
FALSO
NEGATIVO FN
VERDADEROS
NEGATIVOS
VN
p g in a 256
C a pt u l o 4
SI
NO
Total
Positva (+)
86
433
519
Negativa (-)
20
548
568
Total
106
981
1087
VP
SENSIBILIDAD =
SENSIBILIDAD =
VP + FN
86
86
+ 20
= 81,1%
p g in a 257
C a pt u l o 4
SI
NO
Total
Positva (+)
86
433
519
Negativa (-)
20
548
568
Total
106
981
1087
VN
ESPECIFICIDAD =
VN + FP
548
ESPECIFICIDAD =
548
+ 433
= 55,9%
p g in a 258
C a pt u l o 4
SI
NO
Total
Positva (+)
86
433
519
Negativa (-)
20
548
568
Total
106
981
1087
VP + VN
EXACTITUD =
VP + FN + FP +
VN
86
EXACTITUD =
548
86 + 20 + 433 + 548
= 58,3%
p g in a 259
C a pt u l o 4
SI
NO
Total
Positva (+)
86
433
519
Negativa (-)
20
548
568
Total
106
981
1087
VPP =
VP
VP + FP
VPP
=
86
= 16,6%
86 + 433
La probabilidad de tener una ITU es de tan slo el 17% cuando la tira reactiva es positiva.
p g in a 260
C a pt u l o 4
SI
NO
Total
Positva (+)
86
433
519
Negativa (-)
20
548
568
Total
106
981
1087
VPN =
VN
VN + FN
VPN =
548
= 96,5%
548 + 20
La probabilidad de NO tener una ITU es del 96,5% cuando la tira reactiva es negativa.
Como la prueba tiene un VPN alto, un resultado negativo de la tira urinaria descarta el diagnstico de ITU
con una probabilidad del 96,5%.
p g in a 261
C a pt u l o 4
SI
NO
Total
Positva (+)
86
433
519
Negativa (-)
20
548
568
Total
106
981
1087
PREVALENCIA =
VP + FN
VP + FP + FN + VN
86
PREVALENCIA =
86 +
433
20
+ 20 +
548
= 9,7 %
p g in a 262
C a pt u l o 4
SI
NO
Total
Positva (+)
86
433
519
Negativa (-)
20
548
568
Total
106
981
1087
RV + =
RV + =
SENSIBILIDAD
1
ESPECIFICIDAD
0,811
1
- 0,559
= 1,84
Una tira reactiva anormal (+) es casi 2 veces ms probable en un paciente con ITU que en otro sujeto sin
infeccin.
p g in a 263
C a pt u l o 4
Pregunta de investigacin
Qu utilidad clnica tienen los niveles de ferritina
srica
en el diagnstico de la anemia ferropnica?
Objetivo: Evaluacin de la FERRITINA en el diagnstico de la
anemia
ferropnica.
Tcnica de
Tcnica
analtica a
valuar
FERRITIN A
(srica)
referencia
AN EMIA
(patrn
deFERRO
oro) PN IC A
p g in a 264
C a pt u l o 4
Test de laboratorio
FERRITINA
srica
Realidad
Anemia ferropnica
Sanos
Positivo
(+)
FERRITINA
BAJA
VERDADEROS
POSITIVOS
VP
FALSO POSITIVO
FP
Negativo
(-)
FERRITINA
NORMAL
FALSO
NEGATIVO FN
VERDADEROS
NEGATIVOS
VN
p g in a 265
C a pt u l o 4
ANEMIA FERROPNICA
FERRITINA
SI
NO
Total
BAJA (+)
731
270
1001
NORMAL (-)
78
1500
1578
Total
809
1770
2579
VP
SENSIBILIDAD =
VP +
FN
731
SENSIBILIDAD =
731 +
78
= 90,3%
Si una prueba tiene una sensibilidad alta, un resultado negativo descarta el diagnstico.
p g in a 266
C a pt u l o 4
ANEMIA FERROPNICA
FERRITINA
SI
NO
Total
BAJA (+)
731
270
1001
NORMAL (-)
78
1500
1578
Total
809
1770
2579
VN
ESPECIFICIDAD =
VN + FP
1500
ESPECIFICIDAD =
1500 +
270
= 84,7%
Si una prueba tiene una especificidad alta, un resultado positivo confirma el diagnstico.
p g in a 267
C a pt u l o 4
ANEMIA FERROPNICA
FERRITINA
SI
NO
Total
BAJA (+)
731
270
1001
NORMAL (-)
78
1500
1578
Total
809
1770
2579
VP + VN
EXACTITUD =
EXACTITUD =
VP + FN + FP +
VN
731
+ 78 + 270 + 1500
7311500
= 86,5%
Una exactitud elevada permite distinguir con un mnimo error entre dos estados de salud.
p g in a 268
C a pt u l o 4
ANEMIA FERROPNICA
FERRITINA
SI
NO
Total
BAJA (+)
731
270
1001
NORMAL (-)
78
1500
1578
Total
809
1770
2579
VPP =
VP
VP + FP
VPP
=
731
= 73%
731 +
270
La probabilidad de tener una anemia ferropnica es del 73% cuando la ferritina srica es baja.
p g in a 269
C a pt u l o 4
p g in a 270
ANEMIA FERROPNICA
FERRITINA
SI
NO
Total
BAJA (+)
731
270
1001
NORMAL (-)
78
1500
1578
Total
809
1770
2579
VPN =
VN
VN + FN
VPN =
1500
1500 +
78
= 95,1%
La probabilidad de NO tener una anemia ferropnica es del 95,1% cuando la ferritina srica es normal.
Como la prueba tiene un VPN alto, una ferritina normal descarta el diagnstico de anemia ferropnica con
una probabilidad del 95,1%.
C a pt u l o 4
ANEMIA FERROPNICA
FERRITINA
SI
NO
Total
BAJA (+)
731
270
1001
NORMAL (-)
78
1500
1578
Total
809
1770
2579
PREVALENCIA =
PREVALENCIA =
VP + FN
VP + FP + FN + VN
731 +
78
731 + 270 + 78 + 1500
= 31%
p g in a 271
C a pt u l o 4
p g in a 272
ANEMIA FERROPNICA
FERRITINA
SI
NO
Total
BAJA (+)
731
270
1001
NORMAL (-)
78
1500
1578
Total
809
1770
2579
RV + =
RV + =
SENSIBILIDAD
1
ESPECIFICIDAD
0,903
1
- 0,847
= 5,9
Una ferritina baja es casi 6 veces ms probable en un paciente con anemia ferropnica que en otro sujeto
sin anemia ferropnica.
C a pt u l o 4
Pregunta de investigacin
Qu utilidad clnica tiene el ttulo srico de anticuerpos
antinucleares en el diagnstico de enfermedades
autoinmunes?
Objetivo: Evaluacin del ttulo de ANA en el diagnstico de
diferentes
enfermedades
autoinmunes. Tcnica de
Tcnica analtica
a
valuar
AN A (IFI)
referencia
EN FERMED
AD E
(patrn
de oro)
S
AUTO IN MUN ES
p g in a 273
C a pt u l o 4
Test de laboratorio
ANA
(IFI)
Realidad
Enfermedad autoinmune
Sanos
Positivo
(+)
VERDADEROS
POSITIVOS
VP
FALSO POSITIVO
FP
Negativo
(-)
FALSO
NEGATIVO FN
VERDADEROS
NEGATIVOS
VN
p g in a 274
C a pt u l o 4
Razn de verosimilitud
C ocientes de
probabilidades
SENSIBILIDAD
RV + =
1
ESPECIFICIDAD
RV + =
Tasa de VP (%)
Tasa de FP (%)
p g in a 275
C a pt u l o 4
Grupos de estudio
Ttulo 1/80
Ttulo 1/160
Ttulo 1/320
3,1
7,3
18,9
26,1
3,2
7,1
17,3
25,1
SS (n= 37)
2,7
5,7
14,7
21,3
AR (n= 38)
1,5
2,8
2,7
0,81
1,2
1,7
1,5
1,2
Sanos (n=120)
1,0
1,0
1,0
1,0
p g in a 276
C a pt u l o 4
p g in a 277
Razn de verosimilitud
C ocientes de
probabilidades
RV +
Ttulo 1/40
Ttulo 1/80
Ttulo 1/160
Ttulo 1/320
Camps Garca MT, Muoz Rocan N, Calvo de Mora A, De Ramn Garrido E. Los cocientes de probabilidad
como medida de la utilidad de la determinacin de anticuerpos antinucleares por inmunofluorescencia
indirecta en la clnica. Aplicacin de los resultados de la investigacin clnica. Med Clin (Barc) 1999;113: 476.
C a pt u l o 4
Test de laboratorio
FERRITINA
IST
Realidad
Hemocromatosis
Sanos
Positivo
(+)
FERRITINA alta
IST alto
VERDADEROS
POSITIVOS
VP
FALSO POSITIVO
FP
Negativo
(-)
FERRITINA normal
IST normal
FALSO
NEGATIVO FN
VERDADEROS
NEGATIVOS
VN
p g in a 278
C a pt u l o 4
p g in a 279
91,3
Mutacin C282Y
97
96
90
86
IST > 55%
88
90
92
94
96
98
IHH > 1,9
C a pt u l o 4
97
94
IST (+) y Ferritina (+)
92
93
94
Sensibilida
d
95
96
valor predictivo
negativo
Holman JR. Hereditary hemochromatosis. J Fam
Pract 1997; 44: 304-308.
97
p g in a 280
C a pt u l o 4
p g in a 281
C a pt u l o 4
Pruebas diagnsticas:
Mala rentabilidad diagnstica.
Baja sensibilidad y especificidad
(FAP)
Sanos
Enfermos
HPB
Cncer Prstata
FN
error
FP
error
Niveles de FAP
p g in a 282
C a pt u l o 4
Pruebas diagnsticas:
Buena rentabilidad diagnstica.
Equilibrio entre sensibilidad y especificidad
(PSA)
HPB
Cncer Prst
HPB
Cncer Prstata
error
error
error
p g in a 283
C a pt u l o 4
Pruebas diagnsticas:
Excelente rentabilidad diagnstica.
Mxima sensibilidad y especificidad (C ociente
PSA libre/total)
Sanos
Enfermos
HPB
Cncer Prstata
error
error
Cociente PSAlibre/total
p g in a 284
C a pt u l o 4
Frecuencia
HPB
Sanos
Su Negatividad indican
siempre la ausencia de la
enfermedad
Especificidad ~ 100%
Cncer Prstata
Enfermos
Su Positividad indican
siempre la presencia de la
enfermedad
Sensibilidad ~ 100%
p g in a 285
C a pt u l o 4
Frecuencia
HPB
Sanos
Cncer Prstata
Enfermos
Sensibilidad ~ 61%
Especificidad ~ 90%
p g in a 286
C a pt u l o 4
Frecuencia
Baja Especificidad
HPB
sanos
Cncer Prstata
enfermos
Concentracin FAP
Sensibilidad ~ 60-70%
Especificidad ~ 40-50%
p g in a 287
C a pt u l o 4
Frecuencia
HPB
Cncer Prstata
Enfermos
Sanos
Especificidad = 100%
Su Negatividad indican
siempre la ausencia de la
enfermedad
Xideal
Sensibilidad = 100%
Su Positividad indican
siempre la presencia de la
enfermedad
p g in a 288
C a pt u l o 4
Frecuencia
HPB
Las
no no
Las pruebas
pruebasdiagnsticas
diagnosticas
tienen
tienen un solo
unpar sensibilidad/
solo
par
especificidad
(S/E),
sino
sensibilidad/especificidad (S/E), sino
muchos,
cada
nivel
de de
muchos, uno
unoporpor
cada
nivel
decisin o punto de corte que
decisin o punto de corte que se
se adopte.
adopte
Cncer Prstata
Enfermos
Sanos
Sensibilidad ~ 61%
Especifcidad ~ 90%
Zona gris
Zona indeterminada
p g in a 289
C a pt u l o 4
Frecuencia
Aumentar la especifcidad
HPB
sanos
enfermos
Cncer Prstata
Sensibilidad ~ 30%
Especificidad 99%
10
p g in a 290
C a pt u l o 4
Frecuencia
Aumentar la sensibilidad
Cncer Prstata
HPB
enfermos
sanos
1,0 4.0
Sensibilidad 92%
Especificidad ~ 35%
p g in a 291
C a pt u l o 4
Error
Error
PUNTO DE CORTE = 4 ng/ml
- Buena sensibilidad a la hora de detectar los CP
- Pero existe un nmero elevado de falsos positivos (HBP) > baja especificidad
p g in a 292
C a pt u l o 4
Sensibilidad y especificidad
diagnstica:
Pruebas
en el C ncerS de Prstata
Prueba
E
FAP
56%
94%
PSA
61%
90%
69%
95%
Examen rectal
56%
82%
Citologa aspiracin
55%
91%
Patrn de oro
(tcnica de
referencia)
Biopsia de la
prstata mediante
Ecografa
transrectal
p g in a 293
C a pt u l o 4
p g in a 294
La curva ROC es un
grfico que muestra todos
los pares posibles
sensibilidad/especificidad
resultantes de la variacin
continua de los puntos de
corte en todo el rango de
resultados observados.
La diagonal muestra por tanto
la peor situacin posible.
0
0
1
ESPECIFICIDAD
(Falsos positivos)
C a pt u l o 4
SENSIBILIDAD DIAGNSTICA
0
0
1
ESPECIFICIDAD
(Falsos positivos)
p g in a 295
C a pt u l o 4
SENSIBILIDAD DIAGNSTICA
0 0
1
ESPECIFICIDAD
(Falsos positivos)
p g in a 296
C a pt u l o 4
Gann PH, Hennekens CH, Stampfer MJ. A prospective evaluation of plasma prostate.specific antigen for
detection of prostatic cancer. JAMA. 1995; 273: 289-294.
p g in a 297
C a pt u l o 4
p g in a 298
C a pt u l o 4
p g in a 299
C a pt u l o 4
p g in a 300
C a pt u l o 4
Pregunta de investigacin
Qu utilidad clnica tienen los niveles de calprotectina
fecal de
la actividad de la enfermedad inflamatoria intestinal?
Tcnica analtica a
valuar
C alprotectina fecal
Tcnica de
referencia
C olonoscopia:
(patrn
de oro)ndice de
actividad de la enfermedad
inflamatoria intestinal
p g in a 301
C a pt u l o 4
85%
Especificidad
81%
64%
93%
p g in a 302
C a pt u l o 4
p g in a 303
C a pt u l o 4
MITO 1: La sonrisa de la
esfinge
Me parece acertada la eleccin de la curva ROC. Sin embargo
Por qu no has incluido el grfico de la curva?
Cul es el rea de la curva ROC y su IC95%?
En la bibliografa existen datos de curvas ROC que dan datos inferiores de
rentabilidad diagnstica, que no coinciden con lo presentados por Garca Snchez et
al.
Cmo justificas esas diferencias?
p g in a 304
C a pt u l o 4
p g in a 305
D iagrama de la curva RO C de la
calprotectina fecal
S = 85%
S = 70%
E = 65%
E = 85%
Tibblea J et al. Faecal calprotectin and faecal occult blood tests in the diagnosis of colorectal carcinoma and
adenoma. Gut 2001;49:402-408.
C a pt u l o 4
p g in a 306
C a pt u l o 4
p g in a 307
-El rea bajo la curva ROC es siempre mayor o igual que 0,5. Toma valores
comprendidos entre 0,5, si no existen diferencias en la distribucin de resultados de la
prueba entre
los grupos enfermo y sano, y 1,0, cuando existe separacin perfecta entre las
dos distribuciones.
- Swets interpreta el valor del rea de la siguiente manera:
- Entre 0,5 y 0,7 indican baja exactitud
- Entre 0,7 y 0,9 pueden ser tiles para algunos propsitos
- Valores mayor de 0,9 indica alta exactitud.
-La capacidad de discriminacin de la prueba diagnstica puede evaluarse estimando el
intervalo de confianza del rea de la curva ROC. Si el intervalo no incluye el valor 0,5 la
prueba es capaz de discernir entre enfermos y sanos.
-En el ejemplo del PSA anterior el rea de 0,83 debe ser interpretado que la prueba
puede ser til en algunas situaciones clnicas, pero no es til por ejemplo, para realizar
programas de screening de la poblacin en bsqueda del cncer de prstata en la
poblacin general.
Swets JA. Measuring the accuracy of diagnostic systems. Science 1988; 240: 1.285-1.293.
C a pt u l o 4
SENSIBILIDAD DIAGNSTICA
0
0
1 ESPECIFICIDAD
(Falsos positivos)
p g in a 308
C a pt u l o 4
SENSIBILIDAD DIAGNSTICA
B = REA de la curva B
A
B
Qu prueba diagnstica (A
versus
B) presenta una mayor rentabilidad,
efectividad, exactitud o valor global?
Estadstico Z de Hanley y McNeil (1983)
0
0
1 ESPECIFICIDAD
(fraccin de Falsos
positivos)
p g in a 309
C a pt u l o 4
p g in a 310
( A 1 A 2)
( EEA )2 + (EE
1
)2
C a pt u l o 4
( A 1 A 2)
( EEA )2 + (EE A 2 )2 - 2 r * EEA * EEA
1
p g in a 311
C a pt u l o 4
SENSIBILIDAD DIAGNSTICA
0,
9
0,
0,
8
7
B
A
0,
6
0,
5
0,
3
0,
0,
4
2
0,
1
(fraccin de Falsos
positivos)
p g in a 312
C a pt u l o 4
Pregunta de investigacin
Qu utilidad clnica tienen los niveles de urea en
sangre
en el diagnstico de la insuficiencia renal?
Objetivo: Evaluacin de la uremia en el diagnstico de la
insuficiencia
Tcnica analtica a
Tcnica de
renal.
valuar
referencia
Uremia (mg/dl)
Insuficiencia
renal
(patrn
de oro)
p g in a 313
C a pt u l o 4
Enfermedad en estudio
Insuficiencia renal
No enfermos
Positivo
(+)
Uremia
> 90
mg/dl
Negativo
(-)
Uremia
90
mg/dl
VERDADEROS
POSITIVOS
VP
FALSO POSITIVO
FP
FALSO
NEGATIVO FN
VERDADEROS
NEGATIVOS
VN
p g in a 314
C a pt u l o 4
VN
FP
Individuos SIN
Insuficiencia renal
Uremia mg/dl
300 mg/dl
Pacientes
Insuficiencia renal
FN
VP
Punto de corte
optimo 90 mg/dl
p g in a 315
C a pt u l o 4
Individuos SIN
Insuficiencia renal
Frecuencia
Pacientes con
Insuficiencia renal
50
100
200
150
Uremia mg/dl
Punto de corte optimo 90 mg/dl
250
300 mg/dl
p g in a 316
C a pt u l o 4
1,00
SENSIBILIDAD DIAGNSTICA
(fraccin de verdaderos
positivos)
Curva ROC
de la uremia
0,75
0,50
Las
curvas
ROC
Las curvas
ROC
son ndices
son
la
de landices
exactitudde
diagnostica
y
exactitud
y
proporcionandiagnstica
el mejor criterio
proporcionan
mejorde
unificador en el el
proceso
criterio
en el
evaluacinunificador
de una prueba.
proceso de evaluacin de
una prueba.
0,25
0,00
0,00
0,25
0,50
(fraccin de 0,75
Falsos positivos)
1 ESPECIFICIDAD
1,00
p g in a 317
C a pt u l o 4
Pregunta de investigacin
Qu tcnica analtica presenta una mayor exactitud,
valor global, rentabilidad, o efectividad clnica la urea o
la creatinina srica en el diagnstico de la insuficiencia
renal?
Objetivo: Evaluacin de la urea frente a la creatinina en el diagnstico de
la insuficiencia renal.
Urea (srica)
C reatinina (srica)
p g in a 318
C a pt u l o 4
1,00
Curva ROC
de la creatinemia
SENSIBILIDAD DIAGNSTICA
(fraccin de Verdaderos Positivos)
)
s
0,75
Curva ROC
de la uremia
Ao
Cv
iIt
ST
0,50
0,25
s
0,00
AG
0,00
e
o
r
Id
D
0,25
0,50
0,75
1,00
p g in a 319
C a pt u l o 4
p g in a 320
Pregunta de investigacin
Qu prueba diagnstica (uremia versus creatinemia)
presenta una mayor rentabilidad, exactitud o valor global
en el diagnstico de la insuficiencia renal?
Variables
contrastadas
Lmite superior
del intervalo de
confianza al 95%
Uremia
0,930
0,012
0,906
0,955
Creatinemia
0,984
0,005
0,974
0,994
C a pt u l o 4
( A 1 A 2)
( EEA )2 + (EE A 2 )2 - 2 r * EEA * EEA
1
p g in a 321
C a pt u l o 4
p g in a 322
( A 1 A 2)
Z =
( EEA )2 + (EE
1
A 1 (creatinina) =
0,984
A 2 (urea) = 0,930
)2
2 r * EEA * EEA
1
C a pt u l o 4
Pregunta de investigacin
Qu utilidad clnica tienen los niveles de VC M en el
diagnsti- co de la anemia ferropnica?
Objetivo: Evaluacin del VCM en el diagnstico de la anemia ferropnica.
Tcnica analtica a
valuar
VC M
(hemograma)
Tcnica de
referencia
D epsitos
Fe en mdula sea
(patrn
de de
oro)
p g in a 323
C a pt u l o 4
Test de laboratorio
VCM
(hemograma)
p g in a 324
Dficit de Fe
Presencia de Fe
Positivo
(+)
VCM
BAJO
(microci
tosis)
VERDADEROS
POSITIVOS
VP
FALSO POSITIVO
FP
Negativo
(-)
VCM
NORMAL
FALSO
NEGATIVO FN
VERDADEROS
NEGATIVOS
VN
C a pt u l o 4
52, 58, 62, 65, 67, 68, 70, 72, 72, 73, 73, 74,75,
77, 77, 77, 78, 78, 80, 80, 81, 81, 81, 81, 84, 84,
85, 85, 87, 88, 88, 92, 92
60, 66, 68, 69, 71, 71, 71, 73, 74, 74, 74, 76,76,
77, 77, 77, 78, 79, 79, 79, 80, 80, 81, 81,82, 82,
82, 83, 83, 83, 83, 83, 83, 83, 83, 84,84, 84, 85,
85, 86, 86, 86, 86, 88, 88, 88, 89,89, 89, 90, 90,
90, 91, 91, 93, 93, 93, 94, 94,94, 94, 96, 97, 98,
100, 103
Beck JR, Shultz EK. The use of relative operating characteristic (ROC) curves in test performance
evaluation. Arch Pathol Lab Med 1986; 110:13-20.
p g in a 325
C a pt u l o 4
110
100
Tcnica analtica a evaluar
90
VCM
(hemograma)
80
70
60
F
N
V
N
F
P
V
P
50
Hierro normal
VCM < 80
Sensibilidad = 55,9%
Especificidad = 71,2%
Hierro BAJO
p g in a 326
C a pt u l o 4
110
100
Tcnica analtica a evaluar
90
VCM
(hemograma)
80
F
N
V
N
70
60
50
F
P
Hierro normal
VCM < 65
Sensibilidad = 8,8%
Especificidad = 98,5%
V
P
Hierro BAJO
p g in a 327
C a pt u l o 4
110
100
Tcnica analtica a evaluar
90
VCM
(hemograma)
F
N
V
N
F
P
V
P
Hierro normal
Hierro BAJO
80
70
60
50
VCM < 90
Sensibilidad = 94,1%
Especificidad = 25,8%
p g in a 328
C a pt u l o 4
SENSIBILIDAD DIAGNSTICA
(fraccin de Verdaderos Positivos)
100
p g in a 329
pruebas
diagnsticas
LaLa
pruebas
diagnosticas
no tienen un
nopar
tienen
un solo par
solo
sensibilidad/especificidad
(S/E),
sino muchos, uno por cada
sensibilidad/especificidad
nivel
de decisin
punto de corte
que
(S/E),
sino omuchos,
uno
se adopte.
VCM < 81
80
60
Cul ser el par que describa
la exactitud de la prueba?
40
20
0
0
100
20
40
60
80
1 ESPECIFICIDAD
(fraccin de Falsos Positivos)
VCM < 81
Sensibilidad = 61%
Fraccin de FP = 30%
Especificidad = 70%
El clculo del rea bajo la curva es de 0,717 con un EE de 0,05, es decir, el VCM es una prueba diagnstica
de baja rentabilidad, y por tanto no se aconseja, como prueba nica, en el diagnstico de la anemia
ferropnica.
C a pt u l o 4
p g in a 330
C a pt u l o 4
p g in a 331
C a pt u l o 4
p g in a 332
C a pt u l o 4
p g in a 333
C a pt u l o 4
Pregunta de investigacin
Qu tcnica analtica presenta una mayor rentabilidad,
el VC M
o la ferritina en el diagnstico de la anemia ferropnica?
Objetivo: Evaluacin del VCM frente a la ferritina en el diagnstico de
la anemia ferropnica.
VC M
(hemograma)
Ferritina (srica)
p g in a 334
C a pt u l o 4
Sensibilidad
(%)
Especificidad
(%)
100 especificidad
(%)
65
8,8
98,5
1,5
70
20,6
93,9
6,1
75
38,2
84,8
15,2
80
55,9
71,2
28,8
85
79,4
43,9
56,1
90
94,1
25,8
74,2
92
97,1
19,7
80,3
Construccin de la curva ROC: Es un grfico que muestra todos los pares sensibilidad/especificidad
resultantes de la variacin continua de los puntos de corte en todo el rango de resultados observados.
p g in a 335
C a pt u l o 4
p g in a 336
SENSIBILIDAD DIAGNSTICA
A
CI
ST
N
A
G
ID
A
D
D
I
L
BI
SI
S
E
N
VCM
Para comparar el VCM con los niveles
sricos de ferritina, se construye para
ella otra curva y se calculara su rea.
Se comparan las reas mediante el
estadstico Z de Hanley y McNeil (1983).
0
0
1 ESPECIFICIDAD
(Falsos positivos)
10
0
Hanley JA, McNeil BJ. A method of comparing the areas under receiver operating characteristic curves
derived from the same cases. Radiology 1983; 148: 839-843.
C a pt u l o 4
( A 1 A 2)
( EEA )2 + (EE A 2 )2 - 2 r * EEA * EEA
1
p g in a 337
C a pt u l o 4
p g in a 338
( A 1 A 2)
Z =
( EEA )2 + (EE
1
A 1 (creatinina) =
0,984
A 2 (urea) = 0,930
)2
2 r * EEA * EEA
1
C a pt u l o 4
p g in a 339
C a pt u l o 4
Coste de FP
m = Coste de FN
1-P
P
Zweig MH, Campbell G. Receiver-operating characteristic (ROC) plots: a fundamental evaluation tool in
clinical medicine. Clin Chem 1993; 39: 561-577.
McNeil BJ, Keeler E, Adelstein SJ. Primer on certain elements of medical decision making. N Engl J Med
1975; 293: 211-215.
p g in a 340
C a pt u l o 4
p g in a 341
Galen RS, Gambino SR. Beyond normality: The predictive value and efficiency of medical diagnoses. Nueva
York: J Wiley and Sons, lnc., 1975.
C a pt u l o 4
Variable
RESULTAD O
C ncer de mama
Cualitativa
dicotmica
p g in a 342
C a pt u l o 4
p g in a 343
C a pt u l o 4
Variable
RESULTAD O
C ncer de pulmn
Cualitativa
dicotmica
p g in a 344
C a pt u l o 4
p g in a 345
Bach PB, Jett JR, Pastorino U, Tockman MS, Swensen SJ, Begg CB. Computed tomography screening and
lung cancer outcgomes. JAMA. 2007;297:953-61.
C a pt u l o 4
Variable
RESULTAD O
C ncer de colon
Cualitativa
dicotmica
Sensibilidad = 40-80%
Especificidad = 90-99%
p g in a 346
C a pt u l o 4
p g in a 347
Variable
RESULTAD O
C ncer de colon
Cualitativa
dicotmica
Sensibilidad = 67%
Especificidad = 88%
C a pt u l o 4
p g in a 348
C a pt u l o 4
p g in a 349
C a pt u l o 4
p g in a 350
C a pt u l o 4
p g in a 351
Galen RS, Gambino SR. Beyond normality: The predictive value and efficiency of medical diagnoses. Nueva
York: J Wiley and Sons, lnc., 1975.
C a pt u l o 4
p g in a 352
VP
VPP
VP + FP
Galen RS, Gambino SR. Beyond normality: The predictive value and efficiency of medical diagnoses. Nueva
York: J Wiley and Sons, lnc., 1975.
C a pt u l o 4
p g in a 353
Galen RS, Gambino SR. Beyond normality: The predictive value and efficiency of medical diagnoses. Nueva
York: J Wiley and Sons, lnc., 1975.
C a pt u l o 4
p g in a 354
C a pt u l o 5
C aptulo 5
Publicacin Bioestadstica: Anlisis
bivariante. Test de contraste de hiptesis.
Cualitativa versus cualitativa.
D r. Jacobo D az Portillo
Coordinador de Formacin Continuada
Hospital Universitario de Ceuta
p g in a 355
C a pt u l o 5
Materiales y mtodos
Estructura
1. Tipo de diseo (estudio)
2. Sujetos incluidos (criterios de seleccin de la muestra)
3. Fuentes de informacin
4. Descripcin de la intervencin y definicin del punto final de la
investigacin (estudios experimentales)
5. Instrumentos y procedimientos de medida (cuestionarios)
6. Definicin de las variables y covariables incluidas en el estudio (factor
de estudio y criterio de evaluacin)
7. Limitaciones y consideraciones ticas de la investigacin
8. Pruebas estadsticas a utilizar (programa estadstico)
p g in a 356
C a pt u l o 5
2. ANLISIS BIVARIANTE
3. ANLISIS MULTIVARIANTE
p g in a 357
C a pt u l o 5
p 0,10
A= B
No se puede rechazar la hiptesis nula
No se puede descartar que el azar
lo explique todo
El EFECTO observado es similar que
el ERROR
NO hay diferencias estadsticamente
significativas
NO existen evidencias a favor de
la hiptesis alternativa Ha, y por
tanto aceptamos la hiptesis nula
Ho
p g in a 358
C a pt u l o 5
Anlisis estadstico
Tipos de test analticos estadsticos de contraste de hiptesis
segn el tipo de variables implicadas en el estudio
Variable
dependiente
Variable Continua
resultado
Dicotmica
Variable
Predictor
a
Variable
Independien
te
Dicotmica
Test de 2
t de Student
Continua
Regresin
lo- gstica
Regresin lineal
p g in a 359
C a pt u l o 5
Anlisis
estadstico
ANLISIS ESTADSTICO
Variable
Predictor
a
Variable
Independien
te
Variable resultado
Dicotmica
Continua
Dicotmica
Test de 2
t de Student
Continua
Regresin
lo- gstica
Regresin lineal
Test de 2
p g in a 360
C a pt u l o 5
p g in a 361
Cualitativa
nominal dos
categoras
Cualitativa dos
grupos
independientes
Chi cuadrado
Z comparacin de
proporciones
Test exacto
de Fisher
Test de McNemar
Cualitativa dos
grupos apareados
Cualitativa
nominal
>2
categoras
Chi cuadrado
Cualitativa
ordinal o
Cuantitativa NO
paramtrica
U de Mann-Whitney
Cuantitati
va
paramtric
a
T de Student
(prueba de Welch)
Q de Cochran
Prueba de
los rangos
de Wilcoxon
Prueba de
Kruskal- Wallis
Prueba de
Friedman
T de
Student
para datos
emparejad
os
Anlisis de la Varianza
(ANOVA)
Anlisis de la
Varianza de dos
vas
Regresin lineal
Correlacin de
Pearson
Chi cuadrado
Chi cuadrado
Q de Cochran
Q de Cochran
Cuantitativa
Regresin logstica
Regresin
logstica
Correlacin de
Sperman
Tau de Kendall
C a pt u l o 5
p g in a 362
Variable
Dependiente
o RESULTADO
Pruebas de contraste de
hiptesis
Cualitativa
Cualitativa
Ji cuadrado
Prueba exacta de
Fisher Test de
McNemar
Q de Cochran
REGRESIN LOGSTICA
Cualitativa
Cuantitativa
Cuantitativa
Cualitativa
Cuantitativa
Cuantitativa
t de Student
Anlisis de la
Varianza Test de
Mann-Whitney Test
de Wilcoxon
Test de KruskallWallis Test de
Friedman
Regresin logstica simple
Regresin logstica
multivariante
Regresin lineal
simple Correlacin de
Pearson Correlacin
de Sperman
REGRESIN MLTIPLE
Si el tamao muestral es
grande Si el tamao muestral
es pequeo
Dos grupos de muestras
repetidas o apareadas
Ms de dos grupos de muestras repetidas o
apareadas Varias variables predictoras
cualitativas
Compara medias entre dos grupos independientes
Compara medias entre ms de dos grupos
independientes Dos grupos independientes No
paramtricos
Dos grupos medidas repetidas No paramtrico
Ms de dos grupos No paramtrico, medidas
repetidas Ms de dos grupos No paramtrico
medidas repetidas
Una sola variable predictora cuantitativa
Varias variable predictoras cuantitativa o cualitativas
Paramtrico
Paramtrico
No
paramtrico
Varias
variables
predictoras
C a pt u l o 5
D atos categricos:
Cualitativa versus cualitativa.
N ominales
- Test de 2 de Pearson
- Relacin entre dos variables cualitativas nominales o policotmicas
- Comparacin de proporciones
- Correccin de Yates
- Test exacto de Fisher
- Valores esperados menores de 5
- Razn de verosimilitud
- Evaluacin de pruebas diagnsticas
- Test de 2 de McNemar
- Datos apareados o emparejados
- Coeficiente PHI ()
- V de Cramer
- Coeficiente de contingencia
- Coeficiente de incertidumbre
- Tau de Goodman y Kruskal
- Lambda de Goodman y Kruskal (coeficiente de predictibilidad de
Guttman)
p g in a 363
C a pt u l o 5
D atos categricos:
Cualitativa versus cualitativa.
O rdinales
- Test de 2 de tendencia lineal
- Tau-B de Kendall o Stuart
- Tau-C de Kendall
- Coeficiente Gamma de Goodman y
Kruskal
- D de Somers
- Correlacin de Spearman
Estos estadsticos N O se pueden
utilizar cuando alguna de las
variables sea N O MIN AL
p g in a 364
C a pt u l o 5
Test de 2 de
Pearson
Variable RESULTADO
Variable PREDICTORA
(+)
(-)
Total
Si
a+b
No
c+d
Total
a+c
b+d
n ( a d b c )2
(a + b) (c + d) (a + c) (b + d)
Grados de libertad = [ K - 1] [F - 1]
2 =
( fo
fef)o
o
p g in a 365
C a pt u l o 5
Test de 2 de Pearson
Grados de libertad = [K - 1] [F 1]Tabla de valores crticos (tabulados) de
2
Grados de libertad
Tabla 2 x F
3,84
2
3
3
4
5,99
7,81
9,49
11,07
12,59
100
99
124,34
K = n de columnas
F = n de filas
p g in a 366
C a pt u l o 5
2 de Pearson para
gl=3
2 de Pearson para
gl=6
p g in a 367
C a pt u l o 5
2 =
=
(( ffo
ffe ))2
fo
f o = frecuencia
observada
f e = frecuencia
Error alfa
esperada
Ho
Ha
= 3,84
Pearson tabulado
p g in a 368
C a pt u l o 5
gl = 5
K = n de columnas
F = n de filas
gl = 10
Grados de libertad
7,81
2 3 4
6 7
11,07
8 9 10 11 12 13 14 15
p g in a 369
C a pt u l o 5
p g in a 370
Test de 2 de Pearson
C ondiciones necesarias y suficientes de aplicacin
1. Ambas variables deben ser cualitativas en escala NOMINAL.
2. Nmero de sujetos estudiados igual o superior a 40 (n>40)
3. Ninguno de los valores esperados en cada casilla debe ser menor de 5
4. No se debe aplicar cuando la variable dependiente o resultado es
ORDINAL
5. Es un test no dirigido (test de planteamiento bilateral), que nos indica si
existe o no relacin entre dos variables cualitativas pero no en qu
sentido se produce tal, ni cuantifica la intensidad de dicha asociacin.
La prueba permite comprobar si dos variables cualitativas estn o no asociadas. Si al final del
estudio concluimos que las variables no estn relacionadas podremos decir que ambas variables son
independientes, con un determinado nivel de confianza, generalmente del 95%.
C a pt u l o 5
p g in a 371
Pregunta de investigacin
Qu tcnica quirrgica es preferible en pacientes que
deben ser
intervenidos de colecistectoma va laparoscpica?
Variable
PRED IC TO RA
- KTP/532 lser
Cualitativa
- Electrociruga monopolar
dicotmica
Variable
RESULTAD O
esarrollo de complicaciones
CDualitativa
graves postquirrgicas
dicotmica
C a pt u l o 5
p g in a 372
diseccin.
Ha (hiptesis alternativa) = S existe diferencia entre ambas tcnicas
de
diseccin.
KTP/532 lser
Electrociruga monopolar
Lane GE, Lathrop JC. Comparison of results of KTP/532 laser versus monopolar electrosurgical dissection
in laparoscopic cholecystectomy.
J Laparoendosc Surg 1993; 3: 209-214.
C a pt u l o 5
Test de 2 de
Pearson
Variable
predictora Tipo de
ciruga
KTP/532 lser
Electrocirug
a monopolar
2Pearson = 9,60
Variable resultado
Complicaciones postquirrgicas graves
SI (+)
NO (-)
Total
16 (8%)
P1
11 (2,6%) P2
p = 0,0019
183
199
411
422
Existe asociacin
p g in a 373
C a pt u l o 5
Si [P1 - P2] es mayor que el producto de 1,96 (Z95% error = 0,05) multiplicado por el error estndar, concluimos que
la diferencia es significativa. Por lo tanto, hemos de calcular el error estndar para luego compararlo con la diferencia
[ P 1 - P2 ]
Z95% X EE
EE = p (1 p ) ( 1 / n1 + 1 / n2 )
Z95% = 1,96
Si la diferencia de [P1 - P2] ( 0,054) > EE * Z95% (0,00069) concluimos que existe una diferencia estadsticamente
significativa entre los grupos en estudio (p< 0,05); razn por la cual rechazamos Ho, por ende, aceptamos la Ha.
[ P1 - P 2 ]
[ P1 - P 2 ]
<
>
Z95%
Z95%
Ho (hiptesis nula)
EE
p > 0,1
EE
p < 0,05
Ha (hiptesis alternativa)
p g in a 374
C a pt u l o 5
p g in a 375
KTP/532 lser
Electrociruga
monopolar
Test de 2 de Pearson
Lane GE, Lathrop JC. Comparison of results of KTP/532 laser versus monopolar electrosurgical dissection
in laparoscopic cholecystectomy. J Laparoendosc Surg 1993; 3: 209-214.
C a pt u l o 5
Test de 2 de
Pearson
Resultados de un estudio
imaginario que estudia la
eficacia de dos
tratamientos A y B en dos
grupos de 30 pacientes
Variable predictora
Tipo de
tratamiento
A
Variable resultado
Porcentaje de respuestas a cada tratamiento
11 (2,6%) P2
2Pearson = 2,5
SI (+)
NO (-)
16 (8%)
p = 0,12
Total
P1 183
199
411
422
No existe asociacin
p g in a 376
C a pt u l o 5
C omparacin de proporciones:
Importancia del intervalo de confianza
Resultados de un estudio imaginario que estudia la eficacia de
dos
tratamientos A y B en dos grupos de 30 pacientes
IC95% =
0,20 024
A 50%
B 70%
- 4% a20%
+ 44%
p g in a 377
C a pt u l o 5
p g in a 378
Es clnicamente relevante?
Es estadsticamente significativo?
S (xito)
No (fracaso)
S (p < 0,05)
Estadsticamente significativo
Estadsticamente significativo
Clnicamente relevante
Estadsticamente NO
significativo
Estadsticamente NO significativo
No (p > 0,1)
Clnicamente irrelevante
Clnicamente
relevante
C a pt u l o 5
Test de 2 de
Pearson
Resultados de un estudio
imaginario que estudia la
eficacia de dos
tratamientos A y B en dos
grupos de 800 pacientes
Variable predictora
Tipo de
tratamiento
A
B
2Pearson = 4,2
Variable resultado
Porcentaje de respuestas a cada tratamiento
SI (+)
NO (-)
Total
480 (60%) P1
520 (65%)
P2
320
280
800
800
p = 0,04
Existe asociacin
p g in a 379
C a pt u l o 5
C omparacin de proporciones:
Importancia del intervalo de confianza
Resultados de un estudio imaginario que estudia la eficacia de
dos
tratamientos A y B en dos grupos de 800 pacientes
IC95% =
A 60%
0,05 0,047
+ 0,3% a 5%
+ 9,7%
B 65%
p g in a 380
C a pt u l o 5
Es clnicamente relevante?
Es estadsticamente significativo?
S (xito)
S (p < 0,05)
Estadsticamente significativo
Clnicamente relevante
p g in a 381
No (fracaso)
Estadsticamente significativo
Clnicamente irrelevante (p < 0,05)
No (p > 0,1)
Estadsticamente NO
significativo
Estadsticamente NO significativo
Clnicamente irrelevante
Clnicamente
relevante
C a pt u l o 5
p g in a 382
A B
B A=
10%
Ho
Tratamiento
Diferencia
observada
Significacin
estadstica
IC95%
20%
p < 0,05
+10 a
+30%
30%
p < 0,05
+25 a
+35%
10%
p < 0,05
+5 a +15%
10%
NS
-5 a +25%
RC
A
B
C
D
E
-10
-5
0% 5 10 15 20% 25 30
35 40
Resultados hipotticos de un estudio que compara un tratamiento activo frente a un placebo y utiliza como
medidas del efecto la diferencia entre los porcentajes de curacin observados. Se considera que la mnima
diferencia con relevancia clnica es del 20%. RC:EDiferencia con 25%
relevancia clnica.
p < 0,05
+15 a
+35%
C a pt u l o 5
Diferencia
observada
Significacin
estadstica
IC95%
Interpretacin
20%
p < 0,05
+10 a +30%
No concluyente
Potencialmente
importante
(observado =
relevante)
30%
p < 0,05
+25 a +35%
Importante
10%
p < 0,05
+5 a +15%
No concluyente
10%
NS
-5 a +25%
No concluyente
25%
p < 0,05
+15 a +35%
No concluyente
Potencialmente
importante
(observado >
relevante)
p g in a 383
Resultados hipotticos de un estudio que compara un tratamiento activo frente a un placebo y utiliza como
medidas del efecto la diferencia entre los porcentajes de curacin observados. Se considera que la mnima
diferencia con relevancia clnica es del 20%. RC: Diferencia con relevancia clnica.
C a pt u l o 5
p g in a 384
Pregunta de investigacin
Qu relacin existe entre el grupo cultural/religioso de la
ciudad de C euta y la prevalencia de inmunizacin frente al
virus de la Rubeola en la poblacin gestante?
Variable
PRED IC TO RA
- Cristianas
Cualitativa
- Musulmanas
dicotmica
Variable
RESULTAD O
de la Rubeola
CVirus
ualitativa
dicotmica
C a pt u l o 5
Test de 2 de
Pearson
Rubeola
Variable
resultado
Inmunizacin
(+)
(-)
2 Pearson
Variable
predictora
Religin
Cristiana
Musulmana
279 (87,2%)
372 (86,1%)
41
60
= 0,18; p=0,668
No existe asociacin
p g in a 385
C a pt u l o 5
p g in a 386
Valor
0,183
Grados de
libertad
1
Contraste
bilateral
0,669
2 Pearson
Correccin de Yates
0,102
0,749
Razn de verosimilitud
0,184
Contraste
unilateral
0,668
1
0,746
0,376
752
Ho (hiptesis nula) = La inmunizacin frente al virus de la rubeola NO est asociada al grupo cultural de la
gestante.
Ha (hiptesis alternativa) = La inmunizacin frente al virus de la rubeola est asociada al grupo cultural de la
gestante.
C a pt u l o 5
2 Pearson tabulado
= 3,84
AZAR
2 = 0,183
Ho
Ha
AZAR
Pearson tabulado
= 3,84
p g in a 387
C a pt u l o 5
p g in a 388
Pregunta de investigacin
Qu relacin existe entre el hbito tabquico y el cncer de
mama?
Variable
PRED IC TO RA
Hbito tabquico
Cualitativa
dicotmica
Variable
RESULTAD O
ncer de mama
CCualitativa
dicotmica
C a pt u l o 5
Variable
RESULTADO Cncer
deSimama
No
Total
Fumadora
15
20
35
No fumadora
10
40
50
Total
25
60
85
Clculos del
programa
estadstico tabla
2x2
Valor
2Pearson
5,18
0,023
Correccin de
Yates
4,14
0,042
Razn de
verosimilitud
5,14
Test exacto de
Fisher
N Casos vlidos
0,023
1
85
Contraste
unilateral
0,030
0,021
p g in a 389
C a pt u l o 5
>
>
AZAR
Ho
Ha
AZAR
Error alfa
= 3,84
Pearson tabulado
p g in a 390
C a pt u l o 5
Pregunta de investigacin
El hbito tabquico de los alumnos del I curso de
metodologa de
investigacin depende del sexo?
Variable
PRED IC TO RA
Sexo de los alumnos
Cualitativa
dicotmica
Variable
RESULTAD O
tabquico
CHbito
ualitativa
dicotmica
p g in a 391
C a pt u l o 5
Test de 2 de
Pearson
Alumnos del curso
Variable PREDICTORA
Variable
RESULTADO
Fumador
No fumador
Total
Masculino
28
33
Femenino
18
10
28
38
61
Total
23
p g in a 392
C a pt u l o 5
2 Pearson tabulado
>
= 3,84
AZAR
Error alfa
Ho
Ha
AZAR
Pearson tabulado
2
= 3,84
p g in a 393
C a pt u l o 5
p g in a 394
Test de 2 de Pearson
Resumen del procesamiento informtico de los
datos
Clculos del
programa
estadstico
Valor
2Pearson (*)
15,57
0,000
Correccin de
Yates
13,54
0,000
Razn de
verosimilitud
16,28
0,000
Test exacto de
1
0,000
0,000
Fisher
(*)
casillas
(0%) tienen
N 0Casos
vlidos
61 una frecuencia esperada inferior a 5. La frecuencia mnima esperada es 10,56
Ha (hiptesis alternativa) = El hbito tabquico depende del sexo de alumno del I curso de Metodologa de
Investigacin. Es decir, hay diferencias en el hbito tabquico en funcin del sexo.
C a pt u l o 5
Pregunta de investigacin
El hbito tabquico es homogneo en los alumnos del II
curso de
metodologa de investigacin en funcin del sexo?
Variable
PRED IC TO RA
Sexo de los alumnos
Cualitativa
dicotmica
Variable
RESULTAD O
tabquico
CHbito
ualitativa
dicotmica
p g in a 395
C a pt u l o 5
Variable RESULTADO
Variable PREDICTORA
(+)
Si
8
No
24
Total
32
(-)
7
4
11
Total
15
28
43
Test de 2 de
Pearson
p g in a 396
C a pt u l o 5
>
>
AZAR
2 = 5,38
Error alfa
Ho
Ha
AZAR
= 3,84
Pearson tabulado
p g in a 397
C a pt u l o 5
p g in a 398
Mito 1: La sonrisa de la
esfinge
Se cumplen todos lo requisitos para el uso del test de 2 Pearson?
He observado que en uno de los casilleros el valor obtenido es inferior a
5 observaciones.
Cmo justificas el empleo del test de 2 Pearson?
La correccin de Yates permite analizar si dos variables dicotmicas estn
asociadas cuando la muestra a estudiar es pequea y no se cumplen las
condiciones necesarias para que la aplicacin del test 2 Pearson sea
adecuada (uno de las casillas es inferior a 5). El test de 2 Pearson exige
que todos los valores esperados de las celdas en una tabla de contingencia
sean mayores de 5.
C a pt u l o 5
Test de 2 de Yates:
C orreccin de continuidad
En la frecuencia esperada en una de las cuatro celdas es menor de 5,
por lo que NO resulta adecuado aplicar el test 2 Pearson , aunque s el
test de Yates. Las variables sexo y tabaquismo son independientes,
porque la probabilidad asociada a los datos del estudio (p = 0,051) es
(error
Por tanto no podemos descartar la hiptesis nula o
inferioralfa).
a 0,05
(H ).
Ho (hiptesis nula) = El hbito tabquico es homogneo en hombres
y
mujeres
del II curso de Metodologa de
Investigacin
Regla de Decisin: Frecuencias esperadas
3
Fisher
Yates
Pearson
p g in a 399
C a pt u l o 5
Valor
Grados de libertad
Contraste bilateral
2Pearson (*)
5,38
0,020
Correccin de
Yates
3,81
0,051
Razn de
verosimilitud
5,21
Test exacto de
Fisher
Contraste unilateral
0,022
1
0,031
0,027
N Casos vlidos
43
(*) 1 casillas (25%) tienen una frecuencia esperada inferior a 5. La frecuencia mnima esperada es 3,84
p g in a 400
C a pt u l o 5
Test exacto de
Fisher
Variable RESULTADO
Variable PREDICTORA
(+)
(-)
Total
Si
a+b
No
c+d
a+c
b+d
Total
p g in a 401
C a pt u l o 5
Pregunta de investigacin
El hbito tabquico es homogneo en los alumnos del III
curso de
metodologa de investigacin en funcin del sexo?
Variable
PRED IC TO RA
Sexo de los alumnos
Cualitativa
dicotmica
Variable
RESULTAD O
tabquico
CHbito
ualitativa
dicotmica
p g in a 402
C a pt u l o 5
Variable RESULTADO
Fumador
2
8
10
No fumador
5
2
7
Total
7
10
17
p g in a 403
C a pt u l o 5
>
>
AZAR
2 = 4,49
Error alfa
Ho
Ha
AZAR
= 3,84
Pearson tabulado
p g in a 404
C a pt u l o 5
p g in a 405
Mito 1: La sonrisa de la
esfinge
Se cumplen todos lo requisitos para el uso del test de 2 Pearson?
He observado que en varios casilleros el valor es igual o inferior a
5 observaciones.
Cmo justificas el empleo del test de 2 Pearson?
El test exacto de Fisher permite analizar si dos variables dicotmicas estn
asociadas cuando la muestra a estudiar es demasiado pequea y no se
cumplen las condiciones necesarias para que la aplicacin del test 2
Pearson sea adecuada. Estas condiciones exigen que los valores
esperados de las celdas en una tabla de contingencia sean mayores de 5.
C a pt u l o 5
p g in a 406
Fisher
Yates
Pearson
C a pt u l o 5
Clculos del
programa
estadstico
Valor
2Pearson
4,49
0,034
Correccin de
Yates
2,62
0,105
Razn de
verosimilitud
4,65
Test exacto
de Fisher
p g in a 407
Contraste
unilateral
0,031
1
0,058
0,052
N Casos vlidos
17
(*) 3 casillas (75%) tienen una frecuencia esperada inferior a 5. La frecuencia mnima esperada es 2,88.
C a pt u l o 5
Pregunta de investigacin
Qu utilidad clnica tiene la prueba diagnstica X en el
diagnstico
clnico de una determinada enfermedad E?
Objetivo: Evaluacin de la prueba X en el diagnstico de la enfermedad E.
Tcnica analtica a
valuar
PRUEBA X
Tcnica de
referencia
EN FERMEDAD E
(diagnstico
definitivo)
p g in a 408
C a pt u l o 5
Razn de Verosimilitud de
2
RV2 = 2 * fo * ln
fe
fo
p g in a 409
C a pt u l o 5
Razn de Verosimilitud de
2
Estudio
Casos - Controles
Diagnstico definitivo
Prueba X
Enfermos
Sanos
Total
Positiva (+)
9 (2,1%)
19 (4,4%)
28 (6,5%)
Negativa (-)
67 (15,7%)
335 (93,5%)
402 (93,5%)
Total
76 (17,7%)
354 (82,3)
430
p g in a 410
C a pt u l o 5
Razn de Verosimilitud de
2
Clculos del
programa
estadstico
Valor
Grados de libertad
Contraste bilateral
2Pearson
4,309
0,038
Correccin de
Yates
3,311
0,069
Razn de
verosimilitud
3,706
Test exacto de
Fisher
N Casos vlidos
Contraste unilateral
0,054
1
0,067
0,041
430
p g in a 411
C a pt u l o 5
Tcnica N UEVA
p g in a 412
C a pt u l o 5
Variable resultado
Complicaciones
INMEDIATAS
Tcnica CLSICA
Tcnica NUEVA
Dao nervioso
485 (50%)
28 (26,4%)
Hemorragia
285 (29,4%)
16 (15,1%)
Desplazamiento
52 (5,4%)
4 (3,8%)
Ninguna
148 (15,3%)
58 (54,7%)
Total
970
106
Pearson
2
= 129,97
p < 0,0001
Existe asociacin
p g in a 413
C a pt u l o 5
2Pearson = 129,97
p < 0,0001
Frecuencia absoluta(%)
Complicaciones
postquirrgicas INMEDIATAS
p g in a 414
C a pt u l o 5
Test de 2 de
Pearson
Grados de libertad = [ K - 1] [F - 1] = (2-1) (4 -1) = 3
>
2 = 129,97
2
Pearson tabulado
= 7,81
AZAR
Ho
Ha
7,81
AZAR
p g in a 415
C a pt u l o 5
p g in a 416
Pregunta de investigacin
Qu relacin existe entre el pas de procedencia y la
prevalencia de infeccin tuberculosa en el colectivo de
inmigrantes del campamento de C alamocarro de C euta?
Variable
PRED IC TO RA
Pases africanos de origen
Cualitativa
policotmica
Variable
RESULTAD O
tuberculosa
CInfeccin
ualitativa
dicotmica
C a pt u l o 5
Test de 2 de
Pearson
Pas de procedencia
Prevalencia
Argelia
133
25,6
Camern
128
48,4
Costa de marfil
18
27,8
Gambia
107
11,2
Guinea Bissau
186
26,3
Liberia
105
27,4
Mali
291
32,7
Mauritania
55
24,1
Nigeria
597
29,1
R.D. Congo
146
34,0
R. Guinea
45
65,1
Sierra Leona
177
20,8
= 165; p<0,00001
Pearson
Existe asociacin
p g in a 417
C a pt u l o 5
Gambia
11%
20%
Sierra Leona
Mauritania
24%
Argelia
Guinea Bissau
25%
26%
Liberia
27%
Costa de marfil
28%
29%
Nigeria
33%
Mali
34%
R.D. Congo
Camern
48%
R. Guinea
65%
p g in a 418
C a pt u l o 5
p g in a 419
Pregunta de investigacin
Existen diferencias en la prevalencia de infeccin
tuberculosa en el colectivo de inmigrantes segn la ciudad de
destino (C euta, Barcelo- na, Toledo)?
Variable
PRED IC TO RA
D estino
Cualitativa
- Ceuta
policotmica
- Barcelona
- Toledo
Variable
RESULTAD O
tuberculosa
CInfeccin
ualitativa
dicotmica
C a pt u l o 5
Test de 2 de
Pearson
Variable
RESULTADO
Prueba de Mantoux
Variable PREDICTORA
(+)
(-)
Ceuta
722 (32,6%)
1501
Barcelona
506 (34%)
983
Toledo
75 (27,7%)
269
Total
2223
1489
344
= 19,29; p = 0,000065
Pearson
p g in a 420
C a pt u l o 5
Fernndez Sanfrancisco MT, Daz Portillo J, Snchez Romero JM, et al. Prevalencia de infeccin
tuberculosa en la poblacin inmigrante de Ceuta. Rev Esp Salud Pblica 2001; 75: 551-558.
Duran E, Cabezos J, Ros M, et al. Tuberculosis en los inmigrantes recin llegados a Barcelona. Med Clin
(Barc) 1996; 106: 525-528.
Alonso Moreno FJ, Garca Bajo MC, Lougedo Caldern MJ, et al. Prevalencia de infeccin tuberculosa en
las personas inmigrantes del rea sur de Toledo. Rev Esp Salud Pblica 2004; 78: 593-600.
p g in a 421
C a pt u l o 5
p g in a 422
Realidad 3
...de lo estadsticamente significativo a lo clnicamente
relevante
Realidad 3: ...de lo
estadsticamente significativo a lo
clnicamente relevante.
Es clnicamente relevante?
Es estadsticamente significativo?
S (xito)
S (p < 0,05)
Clnicamente relevante
Estadsticamente significativo
No (fracaso)
Clnicamente irrelevante (p < 0,05)
Estadsticamente significativo
Error Alfa?
No (p > 0,1)
Clnicamente relevante
Clnicamente irrelevante
Estadsticamente NO
significativo
Estadsticamente NO significativo
Error Beta?
C a pt u l o 5
p g in a 423
Pregunta de investigacin
Qu relacin y qu grado de asociacin existe entre el grupo
cultu- ral/religioso de la ciudad
de Ceuta y la prevalencia
de inmunizacin frente a Toxoplasma goondi en la poblacin
gestante?
Variable
PRED IC TO RA
Grupo cultural:
Cualitativa
- Cristianas
policotmica
- Musulmanas
Variable
RESULTAD O
Toxoplasma goondi
CInfeccin
ualitativa
dicotmica
C a pt u l o 5
Test de 2 de
Pearson
Variable resultado
Inmunizacin
Cristiana
Musulmana
(+)
112
220
(-)
210
148
Pearson
2
= 43,99; p<0,0000001
Existe asociacin
p g in a 424
C a pt u l o 5
DESPUS
FRACASO (-)
XITO (+)
FRACASO (-)
McMemar =
[ ( B C ) 1 ]2
B+C
p g in a 425
C a pt u l o 5
p g in a 426
C a pt u l o 5
N = 20
pacientes
KETO RO LACO
METAMIZO L
p g in a 427
C a pt u l o 5
METAMIZOL
KETOROLACO
XITO = 1
FRACASO = 0
XITO = 1
FRACASO = 0
McMemar =
[ ( B C ) 1 ]2
B+C
(B C)1
Z McNemar =
B+C
p g in a 428
C a pt u l o 5
METAMIZOL
KETOROLACO
XITO = 1
FRACASO = 0
XITO = 1
FRACASO = 0
[ ( 9 2 ) 1 ]2
McMemar =
2
9+2
= 3,27 p >
0,05
p g in a 429
C a pt u l o 5
3,27
20
0,065
p g in a 430
C a pt u l o 5
N = 30
pacientes
KETO RO LACO
METAMIZO L
p g in a 431
C a pt u l o 5
METAMIZOL
KETOROLACO
XITO = 1
FRACASO = 0
XITO = 1
11
14
FRACASO = 0
[ ( 14 3 ) 1 ]2
McMemar =
14 + 3
= 5,88
p = 0,013
p g in a 432
C a pt u l o 5
5,88
30
0,013
p g in a 433
C a pt u l o 5
Pregunta de investigacin
Existen evidencias de una mejora en los
conocimientos tericos de Metodologa de
investigacin en los alumnos despus del curso?
Examen de 14 preguntas a los 8 alumnos antes y despus de realizar el
curso Aprobado: [ > 7 respuestas correctas de 14 ] = 1
Suspenso: [ < 8 respuestas correctas de 14 ] = 0
DESPUS del curso
ANTES del curso
APROBADO (> 7)
SUSPENSO (< 8)
APROBADO (> 7)
A
C
SUSPENSO (< 8)
B
D
p g in a 434
C a pt u l o 5
APROBADO (< 7)
SUSPENSO (< 8)
McMemar =
[ ( B C ) 1 ]2
B+C
(B C)1
Z McNemar =
B+C
p g in a 435
C a pt u l o 5
APROBADO (10)
APROBADO (14)
SUSPENSO (7)
APROBADO (14)
SUSPENSO (7)
APROBADO (14)
SUSPENSO (5)
APROBADO (14)
SUSPENSO (4)
APROBADO (13)
SUSPENSO (3)
APROBADO (13)
SUSPENSO (2)
APROBADO (13)
SUSPENSO (2)
APROBADO (11)
p g in a 436
C a pt u l o 5
APROBADO (< 7)
SUSPENSO (< 8)
[ ( 0 7 ) 1 ]2
McMemar =
0+7
= 9,14
p g in a 437
C a pt u l o 5
(B C)1
Z McNemar =
B+C
(0 7)1
Z McNemar =
0+7
= 3,03 >
Z95%
Valor
1,96
0,05
Z98%
2,32
0,02
Z99%
2,56
0,01
Z99,5%
3,29
0,005
Z 99% = 2,56
p g in a 438
C a pt u l o 5
110
80
50
20
80
130
180
230
p g in a 439
p g in a 440
C a pt u l o 5
110
8/108 (7,4%)
4/61 Cristianos (6,5%)
4/44 Musulmanes (9,1%)
21/108 (19,4%)
14/61 Cristianos (23,0%)
6/44 Musulmanes (13,6%)
80
P75
50
64/108 (59,5%)
34/61 Cristianos (55,7%)
28/44 Musulmanes (63,6%)
20
80
130
14/108 (13,9%)
9/61 Cristianos
(14,7%)
6/44 Musulmanes
(13,6%)
180
75
230
C a pt u l o 5
CT > P
75
75
CT P
75
McMemar =
[ ( B C ) 1 ]2
B+C
(B C)1
Z McNemar =
B+C
p g in a 441
C a pt u l o 5
p g in a 442
CT > P
75
21
14
64
75
CT P
75
1,03
108
0,311
Significacin unilateral
0,155
C a pt u l o 5
CT > P
75
21
14
64
75
CT P
75
[ ( 21 14 ) 1 ]2
McMemar =
= 1,03
21 + 14
Jacobo Daz Portillo .Influencia del grupo tnico en el patrn lipoproteico de una determinada poblacin
peditrica de Ceuta, Tesis doctoral. Facultad de Medicina de la Universidad de Cdiz. 1997
p g in a 443
C a pt u l o 5
(B C)1
Z McNemar =
Z
McNemar
B+C
( 21 14 ) 1
Z95%
Valor
1,96
0,05
Z98%
2,32
0,02
Z99%
2,56
0,01
Z99,5%
3,29
0,005
p g in a 444
= 1,014
21 + 14
C a pt u l o 5
No (0)
Si
(1) RESPUESTA A
TOS
Si
(1)
No (0)
RESPUESTA
B
TOS
No (0)
Si
(1) RESPUESTA C
p g in a 445
C a pt u l o 5
p g in a 446
Q de C ochran
Para tres o ms muestras dependientes
-La prueba Q de Cochran es una extensin de la prueba de McNemar, que
se utiliza en los modelos experimentales con 3 o ms muestras
dependientes o relacionadas entre s, es decir, esta poblacin sirve como su
propio control, en el que existe un perodo previo y otro ulterior; adems, el
tipo de escala debe ser nominal.
- El valor calculado en la prueba Q de Cochran se distribuye igual que la ji
cuadrada, por lo cual el smbolo utilizado ser Q
X2 .
Donde:
Q = estadstico ji cuadrada de la prueba Q de Cochran.
2
X
K = nmero de tratamientos.
Gn = nmero total de respuestas de cambio de cada tratamiento o columna.
Lc = nmero total de respuestas de cambio por individuo de la muestra o hileras.
C a pt u l o 5
p g in a 447
Paciente
Frmaco A Frmaco B
Frmaco C
Paciente
Frmaco A Frmaco B
Frmaco C
15
16
17
18
19
20
21
22
23
10
24
11
25
12
13
14
0 = Mejora la tos
1 = NO mejora la tos
C a pt u l o 5
Frmaco A
Frmaco B
Frmaco C
Media
DE
Mnimo
Mximo
25
25
25
0,60
0,65
0,48
0,500
0,478
0,510
0
0
0
1
1
1
Valores
0
Frmaco A
Frmaco B
Frmaco C
10
8
13
Test estadsticos
1
15
17
12
250
Q de Cochran
2,111
gl
Significacin
0,348
Grados de libertad = [ K - 1] [F - 1]
p g in a 448
C a pt u l o 5
D atos categricos
Cualitativa versus cualitativa O RD IN ALES
- Test de 2 de tendencia lineal
- Tau-B de Kendall o Stuart
- Tau-C de Kendall
- Gamma de Goodman y Kruskal
- D de Somers
- Correlacin de Spearman
Estos estadsticos NO se pueden utilizar cuando alguna de las variables
sea NOMINAL
p g in a 449
C a pt u l o 6
C aptulo 6
Publicacin Bioestadstica: Anlisis
bivariante. Test de contraste de hiptesis.
Cualitativa versus cualitativa.
Medidas de asociacin.
D r. Jacobo D az Portillo
Coordinador de Formacin Continuada
Hospital Universitario de Ceuta
p g in a 450
C a pt u l o 6
D atos categricos:
Cualitativa versus cualitativa.
N ominales
- Test de 2 de Pearson
- Relacin entre dos variables cualitativas nominales o policotmicas
- Comparacin de proporciones
- Correccin de Yates
- Test exacto de Fisher
- Valores esperados menores de 5
- Razn de verosimilitud
- Evaluacin de pruebas diagnsticas
- Test de 2 de McNemar
- Datos apareados o emparejados
- Coeficiente PHI ()
- V de Cramer
- Coeficiente de contingencia
- Coeficiente de incertidumbre
- Tau de Goodman y Kruskal
- Lambda de Goodman y Kruskal (coeficiente de predictibilidad de
Guttman)
p g in a 451
C a pt u l o 6
D atos categricos:
Cualitativa versus cualitativa.
O rdinales
- Test de 2 de tendencia lineal
- Tau-B de Kendall o Stuart
- Tau-C de Kendall
- Coeficiente Gamma de Goodman y
Kruskal
- D de Somers
- Correlacin de Spearman
Estos estadsticos N O se pueden
utilizar cuando alguna de las
variables sea N O MIN AL
p g in a 452
C a pt u l o 6
p g in a 453
Medidas de asociacin
Son indicadores estadsticos que miden la FUERZA o INTENSIDAD
con la que una determinada enfermedad o evento de salud (VARIABLE
RESULTADO) est asociada o relacionada con un determinado factor (que
se presume como su causa, VARIABLE PREDICTORA).
Estadstico
Transversales
Cohortes
Casos-controles
OR (Odds ratio)
Limitaciones
NO
SI
RR (Riesgo Relativo)
NO
SI
NO
Q de Yule
SI
SI
SI
Coeficiente PHI
SI
SI
SI
V de Cramer
SI
SI
SI
Coeficiente de contingencia
SI
SI
SI
Lambda
SI
SI
SI
SI
SI
SI
Coeficiente de incertidumbre
SI
SI
SI
Gamma
SI
SI
SI
D de Somers
SI
SI
SI
Tau-b de Kendall
SI
SI
SI
C a pt u l o 6
Test de 2 de independencia de
Pearson
Test de la Q de Yule
Coeficiente PHI
CONTRASTES A
POSTERIORI
V de Cramer
No es un test de contraste de
hiptesis (no calcula p)
Tablas = 2 x 2
Nominales
Tablas = 2 x 2
Nominales
Tablas > 2 x 2
Coeficiente Lambda
Nominales
Tablas > 2 x 2
Coeficiente de incertidumbre
Coeficiente Tau-b de Kendall
Nominales
Tablas > 2 x 2
Ordinales
Tablas > 2 x 2
Coeficiente Gamma
Ordinales
Tablas > 2 x 2
D de Somers
Ordinales
Tablas > 2 x 2
p g in a 454
C a pt u l o 6
Test de la Q de
Yule
Variable resultado
Inmunizacin
Cristiana
Musulmana
(+)
(-)
[ (A * D) (B * C) ]
Q =
[ (A * D) + (B * C) ]
p g in a 455
C a pt u l o 6
Test de la Q de
Yule
C oeficiente Gamma
-Q=0
- Interpretacin:
-Q>0
independencia
asociacin positiva
-Q<0
asociacin
negativa
- Intervalo de Q: (-1, +1)
- Informacin:
- Medida de la intensidad de la
asociacin
- Sentido de la misma
p g in a 456
C a pt u l o 6
p g in a 457
C aractersticas de la Q de Yule
- Medida de asociacin.
- Valores mayores de 0 (asociacin positiva).
- Valores menores de 0 (asociacin negativa).
- Valor = 0 o prximos a 0 (es probable que no exista asociacin).
- Vlida para cualquier tipo de Estudios (diseo).
- Alcanza valores extremos (+1, -1) bajo condiciones de asociacin
perfectas.
-Es independiente de los cambios de ESCALA de filas y columnas.
-Si se intercambian entre si las filas o las columnas se mantiene la magnitud
de la INTENSIDAD de la asociacin, slo cambia la direccin de la misma,
es decir el signo de la Q.
- Es ms valida con un test previo de contraste de hiptesis que
indique relacin entre ambas variables.
C a pt u l o 6
Test de la Q de
Yule
C oeficiente Gamma
Rubeola
Religin
Variable resultado
Inmunizacin
Cristiana
Musulmana
(+)
279 (87,2%)
372 (86,1%)
(-)
41
60
Q =
= 0,047
Gamma (Q de Yule)
EEk
p
aprox
0,047
0,113
0,430
0,667
p g in a 458
C a pt u l o 6
Mito 1: La sonrisa de la
esfinge
La Q de Yule es un test que cuantifica la magnitud de la intensidad de la
asociacin entre dos variables cualitativas, pero NO es un test de
contraste de hiptesis, y por tanto, que para usarlo se debe cumplir
previamente la asociacin estadstica entre ambas variables. Se
cumple?
He observado en tus resultados anteriores que el test de contraste de
hiptesis de 2 Pearson tiene un valor de tan slo 0,18, con p = 0,67.
Cmo justificas el empleo de la Q de Yule si NO existe asociacin
estadstica entre ambas variables?
p g in a 459
C a pt u l o 6
Test de la Q de
Yule
Toxoplasma goondi
Religin
Variable resultado
Inmunizacin
Cristiana
Musulmana
(+)
112 (34,8%)
220 (59,8%)
(-)
210
148
Q =
Gamma (Q de Yule)
EEk
p
aprox
- 0,47
0,041
- 6,780
0,000
= 0,47
p g in a 460
C a pt u l o 6
Q = 0,47
Q = 0,70
p g in a 461
Q = 0,72
59,8
Seroprevalencia
(%)
53,6
43,3
34,8
17,3
11,0
C a pt u l o 6
(+)
(-)
Hombre
32
10
Mujer
11
27
Q =
Gamma (Q de Yule)
EEk
= 0,77
p
aprox
0,774
0,102
4,782
0,000
p g in a 462
C a pt u l o 6
p g in a 463
C a pt u l o 6
p g in a 464
Pregunta de investigacin
En qu grupo cultural/religioso es mayor la prevalencia de
inmunizacin frente a Toxoplasma goondi en la poblacin gestante de
C euta?
Variable
Variable
Musulmanas
o cristianas?
PRED IC TO RA
Grupo cultural:
Cualitativa
- Cristianas
policotmica
- Musulmanas
RESULTAD O
Toxoplasma goondi
CInfeccin
ualitativa
dicotmica
C a pt u l o 6
Coeficiente PHI ()
Variable predictora
Variable resultado
Positiva (+)
Negativa (-)
Total
Positiva (+)
a+b
Negativa (-)
c+d
Total
a+c
b+d
Coeficiente PHI
(a * d) (b * c)
(a + c) (b + d) (a + b) (c + d)
p g in a 465
C a pt u l o 6
C oeficiente PHI
Coeficiente PHI ()
Variable predictora
Variable resultado
Positiva (+)
Negativa (-)
Total
Positiva (+)
112 (34,8%)
220 (59,8%)
332
Negativa (-)
210
148
358
Total
322
368
690
43,99
690
= 0,25
p < 0,01
p g in a 466
C a pt u l o 6
C oeficiente PHI
Coeficiente PHI ()
Variable predictora
Variable resultado
Positiva (+)
Negativa (-)
Total
Positiva (+)
112 (34,8%)
220 (59,8%)
332
Negativa (-)
210
148
358
Total
322
368
690
= - 0,25
p g in a 467
C a pt u l o 6
p g in a 468
C oeficiente PHI
independencia.
asociacin positiva.
asociacin
negativa.
- Intervalo de : entre -1 y 1.
- Informacin: Es un test de contraste de hiptesis que ofrece una
medida de la intensidad de la asociacin. Cuando se acercan a cero,
indican
independencia o asociacin muy dbil entre las variables. Cuando se
acercan a uno, indican una relacin ms fuerte o intensa entre las variables
asociadas.
C a pt u l o 6
Pregunta de investigacin
El resultado del tratamiento depende del frmaco
empleado?
La condicin de asintomtico se encuentra asociado al
uso de
Variable
Variable
Mosaprida?
PRED IC TO RA
- Metoclopramida (n = 99)
Cualitativa
- Cisaprida (n = 102)
policotmica
- Mosaprida (n = 99)
RESULTAD O
Asintomtico
C-ualitativa
Sntomas
dicotmica
- Mejora clnica
p g in a 469
C a pt u l o 6
p g in a 470
C a pt u l o 6
= 60,12
2 Pearson
p = 0,000
Sintomtico
Mejora
54 (18%)
18 (6%)
27 (9%)
21 (7%)
57 (19%)
21 (7%)
Existe asociacin
V de Cramer
p g in a 471
C a pt u l o 6
V de
C ramer
V=
V=
2
2
n (k-1)
V=
n (k- Valor
1) del estadstico
60,12
300 (3 -1)
0,317
Significacin (p)
Coeficiente PHI
0,448
0,000
V de Cramer
0,317
0,000
N de casos vlidos
300 pacientes
p g in a 472
C a pt u l o 6
V de
C ramer
p g in a 473
C a pt u l o 6
p g in a 474
Coeficiente de contingencia
C a pt u l o 6
C oeficiente de contingencia (C )
El coeficiente de contingencia se utiliza para saber la asociacin de
variables cualitativas NOMINALES, que tienen dos o ms categoras. Este
coeficiente requiere del clculo previo del estadstico 2 de Pearson.
k-1
Cmx =
Donde:
=
C = coeficiente de
contingencia.
2 = valor de chi-cuadrado de Pearson calculado
+ n
p g in a 475
C a pt u l o 6
C oeficiente de contingencia (C )
El coeficiente de contingencia se utiliza para saber la asociacin de
variables cualitativas NOMINALES, que tienen dos o ms categoras. Este
coeficiente requiere del clculo previo del estadstico 2 de Pearson.
Cajustado =
C=
Cmx =
Cmx =
2 + n
k-1
k
k-1
p g in a 476
C a pt u l o 6
Presencial
O nline (a distancia)
p g in a 477
C a pt u l o 6
p g in a 478
C a pt u l o 6
PRESENCIAL
ONLINE
semiPRESENCIAL
190
10 (5%)
200
170
30 (15%)
200
180
20 (10%)
200
= 11,11
p = 0,004
2 Pearson
Existe asociacin
p g in a 479
C a pt u l o 6
PRESENCIAL
ONLINE
semiPRESENCIAL
190
10 (5%)
200
170
30 (15%)
200
180
20 (10%)
200
11,11
C=
2 + n
C=
C < 0,30
p g in a 480
C a pt u l o 6
Significacin (p)
Coeficiente de contingencia C
0,135
0,004
V de Cramer
0,136
0,004
N de casos vlidos
k-1
k
Cmx =
600 pacientes
Cmx
=
3-1
3
0,135
C ajustado =
0,816
= 0,816
= 0,165 (16,5%)
p g in a 481
C a pt u l o 6
p g in a 482
coeficiente 0,135 es distinto de 0, aunque muy lejos de su valor mximo (0,816), ya que
slo supone el 16,5% de dicho valor, y tambin est lejos del punto de corte (0,30) por
lo que la asociacin encontrada es dbil.
Grados de libertad = [ K - 1] [F - 1] = [ 3 1] [2 1] = 2
2 = 11,11
Ho
p = 0,004
Ha
AZAR
2
5,99
C a pt u l o 6
p g in a 483
C a pt u l o 6
p g in a 484
C a pt u l o 6
p g in a 485
Valor Tau
EE
Significacin
0,009
0,005
0,004
0,019
0,010
0,004
C a pt u l o 6
p g in a 486
C oeficiente de incertidumbre
Al igual que el coeficiente Tau y lambda, el coeficiente de incertidumbre es
una medida de asociacin basada en la reduccin proporcional del error.
Es una medida que expresa el grado de incertidumbre que conseguimos
reducir cuando utilizamos una variable para efectuar pronsticos sobre otra.
Nominal por nominal
Valor
EE
Significacin
aprox
Simtrica
Tipo de modalidad de curso variable
resultado
0,014
0,009
0,008
0,005
1,762
1,762
0,003
0,003
0,030
0,017
1,762
0,003
C a pt u l o 6
p g in a 487
Presencial
O nline (a distancia)
C a pt u l o 6
p g in a 488
C a pt u l o 6
p g in a 489
= 29,68
2 Pearson
ONLINE
SEMIpresencial
PRESENCIAL
Total
15 (37,5%)
25
40
20 (38,4%)
32
52
60 (80%)
15
75
95
72
167
p = 0,0000004
Existe asociacin
C a pt u l o 6
ONLINE
SEMIpresencial
PRESENCIAL
Total
15 (37,5%)
25
40
20 (38,4%)
32
52
60 (80%)
15
75
95
72
167
29,68
C=
2 + n
C =
29,68 +
167
= 0,388
C > 0,30
p g in a 490
C a pt u l o 6
Significacin (p)
Coeficiente de contingencia C
0,388
0,000
V de Cramer
0,421
0,000
N de casos vlidos
167 alumnos
k-1
Cmx =
Cmx
=
0,388
C ajustado =
0,816
3-1
3
= 0,816
= 0,475 (47,5%)
p g in a 491
C a pt u l o 6
2 = 29,68
p = 0,0000004
Ho
Ha
AZAR
2
5,99
p g in a 492
C a pt u l o 6
p g in a 493
C a pt u l o 6
C oeficiente Lambda
Al igual que el coeficiente de incertidumbre, lambda es una medida que
expresa el grado de incertidumbre que conseguimos reducir cuando
utilizamos una variable para efectuar pronsticos sobre otra. Lambda tiene
tres versiones dos asimtricas (cuando conocemos la variable predictora y
la resultado) y una simtrica cuando no sabemos cual es la variable
predictora y cual es la variable resultado).
Nominal por nominal
Valor
EE
Significacin
aprox
Simtrica
Tipo de modalidad de curso variable
resultado
0,238
0,185
0,077
0,067
2,801
2,527
0,005
0,012
0,306
0,111
2.331
0,020
p g in a 494
C a pt u l o 6
p g in a 495
Valor Tau
EE
Significacin
0,103
0,034
0,000
0,178
0,057
0,000
C a pt u l o 6
p g in a 496
C oeficiente de incertidumbre
Al igual que el coeficiente Tau y lambda, el coeficiente de incertidumbre es
una medida de asociacin basada en la reduccin proporcional del error.
Es una medida que expresa el grado de incertidumbre que conseguimos
reducir cuando utilizamos una variable para efectuar pronsticos sobre otra.
Nominal por nominal
Valor
EE
Significacin
aprox
Simtrica
Tipo de modalidad de curso variable
resultado
0,106
0,087
0,036
0,030
2,958
2,958
0,000
0,000
0,136
0,046
2,958
0,000
C a pt u l o 6
Pregunta de investigacin
El resultado del tratamiento depende del frmaco
empleado?
La condicin de asintomtico se encuentra asociado al
uso de
Variable RESULTAD O
Variable
Mosaprida?
PRED IC TO RA
- Metoclopramida (n = 99)
Cualitativa
- Cisaprida (n = 102)
policotmica
- Mosaprida (n = 99)
C ualitativa
- Asintomtico
policotmica
- Sntomas
- Mejora clnica
p g in a 497
C a pt u l o 6
p g in a 498
C a pt u l o 6
Tipo de medicamento
Asintomtico
Sintomtico
Mejora
Metoclopropamida
Cisaprida
Mosaprida
24 (8%)
27 (9%)
51 (17%)
54 (18%)
18 (6%)
27 (9%)
21 (7%)
57 (19%)
21 (7%)
= 60,12
2 Pearson
p = 0,000
Existe asociacin
Coeficiente Lambda
p g in a 499
C a pt u l o 6
C oeficiente Lambda
Al igual que el coeficiente de incertidumbre, lambda es una medida que
expresa el grado de incertidumbre que conseguimos reducir cuando
utilizamos una variable para efectuar pronsticos sobre otra. Lambda tiene
tres versiones dos asimtricas (cuando conocemos la variable predictora y
la resultado) y una simtrica cuando no sabemos cual es la variable
predictora y cual es la variable resultado).
Nominal por nominal
Valor
EE
Significacin
aprox
Simtrica
Tipo de Frmaco variable resultado
Resultado del tratamiento a la semana
variable resultado
0,303
0,303
0,303
0,048
0,052
0,054
5,814
5,108
4,899
0,000
0,000
0,000
p g in a 500
C a pt u l o 6
p g in a 501
C a pt u l o 6
Pregunta de investigacin
El resultado del tratamiento depende del frmaco
empleado?
La condicin de asintomtico se encuentra asociada al
uso de
Variable RESULTAD O
Variable
Mosaprida?
PRED IC TO RA
- Metoclopramida (n = 99)
Cualitativa
- Cisaprida (n = 102)
policotmica
- Mosaprida (n = 99)
C ualitativa
- Asintomtico
policotmica
- Sntomas
- Mejora clnica
p g in a 502
C a pt u l o 6
Sintomtico
Mejora
Metoclopropamida
24 (8%)
54 (18%)
21 (7%)
Cisaprida
Mosaprida
27 (9%)
51 (17%)
18 (6%)
27 (9%)
57 (19%)
21 (7%)
= 60,12
2 Pearson
p = 0,000
Existe asociacin
Coeficiente de incertidumbre
p g in a 503
C a pt u l o 6
p g in a 504
C oeficiente de incertidumbre
Al igual que el coeficiente Tau y lambda, el coeficiente de incertidumbre es
una medida de asociacin basada en la reduccin proporcional del error.
Es una medida que expresa el grado de incertidumbre que conseguimos
reducir cuando utilizamos una variable para efectuar pronsticos sobre otra.
Nominal por nominal
Valor
EE
Significacin
aprox
Simtrica
Tipo de Frmaco variable resultado
Resultado del tratamiento a la semana
variable resultado
0,086
0,086
0,086
0,023
0,023
0,023
3,801
3,801
3,801
0,000
0,000
0,000
C a pt u l o 6
O dds Ratio
(O R)
p g in a 505
Casos
(+)
(-)
Controles
Tasa de exposicin
observada en los CASOS
OR =
[A/C]
OR =
[B/D]
[ (A * D) ]
OR =
[ (B * C) ]
C a pt u l o 6
p g in a 506
C a pt u l o 6
Pregunta de investigacin
Qu relacin y qu medida de asociacin existe
entre la cloracin del agua y el cncer de vejiga?
Variable PRED IC TO RA
C UALITATIVA
Cloracin del agua
dicotmica
Variable RESULTAD O
C UALITATIVA
C ncer de vejiga
dicotmica
p g in a 507
C a pt u l o 6
O dds Ratio
(O R)
p g in a 508
Cncer de vejiga
Exposicin
Casos
Controles
Cloracin (+)
Cloracin (-)
D
Tasa de CLORACIN observada en los
enfermos de CANCER de vejiga (casos)
[A/C]
OR =
[B/D]
[ (A * D) ]
OR =
[ (B * C) ]
C a pt u l o 6
Influencia de la metodologa
evaluacin de la exposicin
de la
p g in a 509
C a pt u l o 6
Rodrguez Calabuig D, Igual Adell R, Oltra Alcaraz C, Snchez Snchez P, Bustamante Balen M, Parra
Godoy F y Nagore Enguidanos E. Actividad laboral agrcola y estrongiloidiasis. Estudio caso-control. Rev
Cln Esp 2001; 201:81-84
p g in a 510
C a pt u l o 6
Ejemplo de uso de la O R:
Estudio caso-control
- CASOS: Individuos con Strongiloides stercolaris en las heces ante la
presencia de eosinofilias en el hemograma.
- CONTROLES: Individuos de igual edad y sexo sin eosinofilia ni parsitos
en
heces.
Rodrguez Calabuig D, Igual Adell R, Oltra Alcaraz C, Snchez Snchez P, Bustamante Balen M, Parra
Godoy F y Nagore Enguidanos E. Actividad laboral agrcola y estrongiloidiasis. Estudio caso-control. Rev
Cln Esp 2001; 201:81-84.
p g in a 511
C a pt u l o 6
O dds Ratio (O R)
Ejemplo estudio casocontrol
p g in a 512
C a pt u l o 6
O dds Ratio (O R)
Ejemplo estudio casocontrol
p g in a 513
C a pt u l o 6
p g in a 514
Rodrguez Calabuig D, Igual Adell R, Oltra Alcaraz C, Snchez Snchez P, Bustamante Balen M, Parra
Godoy F y Nagore Enguidanos E. Actividad laboral agrcola y estrongiloidiasis. Estudio caso-control. Rev
Cln Esp 2001; 201:81-84.
C a pt u l o 6
Mito 1: La sonrisa de la
esfinge
p g in a 515
C a pt u l o 6
Pearson
= 6,36;
p = 0,012
Variable
RESULTADO
Estrongiloidiasis
Casos
Controles
Total
25 (53%)
22
47
13 (28%)
34
47
38
56
94
OR = 2,97 (1,167,71)
Q de Yule = 0,50
p g in a 516
C a pt u l o 6
Valor
6,361
Grados de
libertad
1
Contraste
bilateral
0,012
Correccin de Yates
5,345
0,021
Razn de verosimilitud
6,447
0,011
0,020
Contraste
unilateral
0,010
p g in a 517
C a pt u l o 6
2
> 22Pearson tabulado
P
>
AZAR
= 3,84
Error alfa
Ha
Ho
AZAR
= 3,84
Pearson tabulado
p g in a 518
C a pt u l o 6
Pregunta de investigacin
Qu relacin y qu medida de asociacin existe
entre la
prctica del cultivo del arroz y la estrongiloidiasis?
Variable PRED IC TO RA
C UALITATIVA
Cultivo de arroz
dicotmica
Variable RESULTAD O
C UALITATIVA
Estrongiloidiasis
dicotmica
OR = 2,97
2Pearson = 6,36;
p = 0,012
IC95% = 1,16
7,71
Q de Yule = 0,50
p g in a 519
C a pt u l o 6
2 = 3,40 ;
RESULTADO
Estrongiloidiasis
Casos
Controles
Total
17 (36%)
30
47
9 (19%)
38
47
26
68
94
p = 0,065
No existe asociacin
p g in a 520
C a pt u l o 6
Valor
3,403
Grados de
libertad
1
Contraste
bilateral
0,065
Correccin de Yates
2,605
0,107
Razn de verosimilitud
3,445
Contraste
unilateral
0,063
1
0,106
0,053
p g in a 521
C a pt u l o 6
Pregunta de investigacin
Qu relacin y qu medida de asociacin existe
entre la
prctica de la limpieza de acequias y la
Variable PRED IC TO RA
Variable RESULTAD O
estrongiloidiasis?
C UALITATIVA
Limpieza de acequias
dicotmica
C UALITATIVA
Estrongiloidiasis
dicotmica
OR = 2,39
= 3,40 ;
p = 0,065
p g in a 522
C a pt u l o 6
<
<
AZAR
Error alfa
Ha
Ho
AZAR
= 3,84
Pearson tabulado
p g in a 523
C a pt u l o 6
Riesgo Relativo
(RR)
p g in a 524
Enfermedad (E)
Exposicin (F)
Casos
Controles
Tabaco (+)
Tabaco (-)
[ A / (A + B)]
RR =
[ C / (C + D) ]
A<< B
C<< D
A+ B B C+D
D
[ (A * D) ]
RR =
Es la probabilidad de que una enfermedad (E) se desarrolle en el
grupo expuesto (F) en relacin a la del grupo no expuesto.
[ (B * C) ]
C a pt u l o 6
Pregunta de investigacin
Qu relacin y qu medida de asociacin existe
entre la exposicin al humo del tabaco durante la
gestacin y el bajo peso al nacimiento del RN ?
Variable PRED IC TO RA
C UALITATIVA
Exposicin al humo del
dicotmica
tabaco
Variable RESULTAD O
C UALITATIVA
Peso del RN
dicotmica
RR = 2,71 (1,385,34)
Q de Yule = 0,47
2Pearson= 9.03; p =
0.00265
Martn TR, Bracken MB. Association of low birth weight with passive smoke exposure in
pregnancy. Am J. Epidemiol 1986; 124: 633-642.
p g in a 525
p g in a 526
C a pt u l o 6
Riesgo Relativo
(RR)
Enfermedad (E)
Exposicin (F)
Casos
Controles
Tabaco (+)
A (20)
B (833)
Tabaco (-)
C (14)
D (1606)
RR =
Q de Yule = 0,47
Ie
20/853
Io
14/1620
= 2,713
Martn TR, Bracken MB. Association of low birth weight with passive smoke exposure in pregnancy. Am J.
Epidemiol 1986; 124: 633-642.
C a pt u l o 6
Pregunta de investigacin
Qu relacin y qu medida de asociacin existe
entre el sedentarismo (factor de riesgo) y el
desenlace (muerte) en pacientes que han sufrido un
IAM?
Variable PRED IC TO RA
Variable RESULTAD O
C UALITATIVA
Ejercicio
dicotmica
moderado/
Sedentarismo
C UALITATIVA
Muerte / Supervivencia
dicotmica
100
pacientes
con IAM
p g in a 527
C a pt u l o 6
p g in a 528
Evolucin de 100 pacientes con IAM a los 5 aos en funcin del ejercicio fsico realizado.
Existe asociacin entre el factor de riesgo (SEDENTARISMO) y el desenlace
(MUERTE)?
Cul es la magnitud de dicha asociacin?
Sedentari
os N = 40
Ejercicio
moderad
o N = 60
Seguimient
o 5 aos
100 pacientes
con IAM
Fallecimientos A = 15
Sobrevivientes B = 25
Fallecimientos C = 10
Seguimient
o 5 aos
Sobrevivientes D = 50
C a pt u l o 6
Desenlace (E)
Variable resultado
Muerte
Sobreviviente
Sedentarismo (+)
A = 15
B = 25
Sedentarismo (-)
C = 10
D = 50
Cul es la prueba
estadstica ms
adecuada?
p g in a 529
C a pt u l o 6
Test de 2 de
Pearson
Clculos del
Valor
Grados de libertad
Contraste bilateral
Contraste unilateral
programa
estadstico
2Pearson (*)
5,56
0,018
Correccin de
Yates
4,50
0,034
Razn de
verosimilitud
5,47
Test exacto
de Fisher
N Casos vlidos
0,019
1
0,033
0,017
100
p g in a 530
C a pt u l o 6
p g in a 531
2 = 5,56
Error alfa
Ha
Ho
AZAR
Pearson tabulado
= 3,84
Existe asociacin
p < 0,05
C a pt u l o 6
p g in a 532
Desenlace (E)
Variable resultado
Muerte
Sobreviviente
Sedentarismo (+)
A = 15
B = 25
Sedentarismo (-)
C = 10
D = 50
Cul es la intensidad o
magnitud de dicha asociacin?
RR =
[ A / (A + B)]
[ C / (C + D) ]
Es la probabilidad de morir (E) en el grupo de sedentarios (expuestos al factor de riesgo) en relacin con la
probabilidad de muerte en deportistas (grupo no expuesto).
C a pt u l o 6
RR =
RR =
[ A / (A + B)]
[ C / (C + D) ]
RR =
[ 15 / (15 + 25)]
Q de Yule = 0,50
2Pearson= 5,56;
Io
= 2,25
[ 10 / (10 + 50) ]
RR = 2,25
p=
0,018
Ie
p g in a 533
C a pt u l o 6
Pregunta de investigacin
Qu relacin y qu medida de asociacin existe
entre el ejercicio fsico moderado (factor de
riesgo) y el desenlace (muerte) en pacientes que
han
sufrido
IAM?
Variable
PREDun
IC TO
RA
Variable RESULTAD O
C UALITATIVA
Ejercicio
dicotmica
moderado/
Sedentarismo
C UALITATIVA
Muerte / Supervivencia
dicotmica
100
pacientes
con IAM
p g in a 534
C a pt u l o 6
Evolucin de 100 pacientes con IAM a los 5 aos en funcin del ejercicio fsico
realizado.
Existe asociacin entre el factor de riesgo (EJERCICIO FSICO) y el
desenlace (MUERTE)? Cul es la magnitud de dicha asociacin?
Ejercicio
moderad
o N = 60
Sedentari
os N = 40
Seguimient
o 5 aos
100 pacientes
con IAM
Fallecimientos C = 10
Sobrevivientes D = 50
Fallecimientos A = 15
Seguimient
o 5 aos
Sobrevivientes B = 25
p g in a 535
C a pt u l o 6
p g in a 536
Desenlace (E)
Variable resultado
Muerte
Sobreviviente
A = 10
B = 50
C = 15
D = 25
RR =
[ A / (A + B)]
[ C / (C + D) ]
Es la probabilidad de morir (E) en el grupo de deportistas (expuestos al factor de riesgo) en relacin con la
probabilidad de muerte en sedentarios -NO deportistas- (grupo no expuesto).
C a pt u l o 6
RR =
[ A / (A + B)]
[ C / (C + D) ]
RR =
[ 10 / (10 + 50)]
[ 15 / (15 + 25) ]
RR = 0,44
Q de Yule = - 0,50
=
2 Pearson
5,56;
RR =
p=
0,018
Ie
Io
= 0,44
p g in a 537
C a pt u l o 6
p g in a 538
Evolucin de 100 pacientes operados con una NUEVA tcnica quirrgica frente a
100 pacientes operados con la tcnica CLSICA.
Nueva tcnica
quirrgica Grupo
problema
N= 100
Tcnica
clsica Grupo
Control N =
100
Seguimiento
C omplicaciones A = 15
Sin complicaciones B = 85
C omplicaciones C = 20
Seguimiento
Sin complicaciones D = 80
C a pt u l o 6
RR =
RR =
[ A / (A + B)]
[ C / (C + D) ]
RR =
RR =
0,75
RRR = [ 1 RR ] * 100
RRA = [ IN IC ] *
100
[ 15 / (15 + 85)]
[ 20 / (20 + 80) ]
RRR =
25%
RRA =
5%
Ie
Io
= 0,75
p g in a 539
C a pt u l o 6
Evento en estudio
Complicaciones quirrgicas
15%
Frmula
Incidencia de complicaciones
quirrgicas con la NUEVA
tcnica
Incidencia de complicaciones
I N = [ A / (A + B)]
I C = [ C / (C +
D) ]
20%
CLSICA
RIESGO RELATIVO (RR)
[ A / (A + B)]
0,75
RR =
[ C / (C + D) ]
Reduccin del RIESGO
RRR = [ 1 RR ] * 100
RELATIVO (RRR)
Reduccin ABSOLUTA del
RIESGO (RAR)
25%
5%
RAR = [ IN IC ] * 100
NNT = [ 1 / RAR ] * 100
20
p g in a 540
C a pt u l o 6
9599
9586
ICTUS
IAM
Otras muertes vasculares
Total de eventos vasculares
4,6%
2,9%
2,4%
9,8%
4,8%
3,5%
2,4%
10,7%
- 0,2%
- 0,6%
0%
- 0,9%
p g in a 541
C a pt u l o 6
p g in a 542
Grupo problema
PLAVIX
Grupo control
ASPIRINA
Iplavix = 9,8
Eventos cardiovasculares A
Seguimiento
Sin eventos B
Seguimiento
Eventos cardiovasculares C
Iaspirina = 10,7
Sin eventos D
C a pt u l o 6
RR =
IP
IA
9,8
10,7
= 0,916
RRR = [ 1 RR ] * 100
RR =
0,916
RRR =
8,7%
IC95% = 0,3-16,5%
RAR = [ IP IA ] *
100
NNT = [ 1 / RAR ] *
100
IP
RR =
IA
p = 0,045
RAR = 0,9%
NNT = 111
pacientes
p g in a 543
C a pt u l o 6
Evento en estudio
Complicaciones quirrgicas
Frmula
Incidencia de eventos
cardiovasculares con el PLAVIX
Incidencia de eventos
cardiovasculares con la
ASPIRINA
RIESGO RELATIVO (RR)
I Plavix= [ A / (A + B)]
I Aspirina = [ C / (C + D)
RR =
[ A / (A + B)]
9,8%
10,7%
]
0,916
[ C / (C + D) ]
Reduccin del RIESGO
RELATIVO (RRR)
Reduccin ABSOLUTA del
RIESGO (RAR)
Nmero de pacientes que se
necesita operar (NNT)
Aumento del coste mensual del
Plavix respecto a la aspirina
RRR = [ 1 RR ] * 100
8,7%
RAR = [ IN IC ] * 100
0,9%
111
+ 112 $ (94 )
p g in a 544
C a pt u l o 6
p g in a 545
Resolucin del
escenario
El 8,7% de reduccin del riego que publica el artculo es la Reduccin del Riesgo
Relativo (RRR). La Reduccin Absoluta del Riesgo (RAR) fue un ridculo 0,9%,
con un NNT muy elevado (111), con un amplio IC95% (de 57 a 2500). El resultado
fue
estadsticamente significativo casi marginalmente, p = 0,045, donde el IC95% de la RRR
fue del 0.3% al 16.5%, que ni siquiera apareca en el texto (slo a pie de tabla). Aunque
es estadsticamente significativo, sin embargo la significacin CLNICA es muy
cuestionable. La RRR del 8,7% de Plavix frente a aspirina se dibuja en un grfico con
una rea que es casi igual que la del 25% del RRR de la aspirina frente al placebo,
violando claramente
de la ley de Tufte (factor mentiroso de Tufte = Tamao del efecto mostrado en el
grfico / Tamao del efecto en los datos 1).
La publicacin es un estudio real, el ensayo CAPRIE publicado en Lancet, y sin embargo,
despus de todo usted lgicamente decide, ahorrarles a sus pacientes y a la Seguridad
Social los 112 dlares (94) al mes que cuesta Plavix y seguir tratando a sus pacientes
con aspirina.
C a pt u l o 6
p g in a 546
Randomised trial of cholesterol lowering in 4444 patients with coronary heart disease: the Scandivarian
Simvastatin Survival Study (4S). Lancet 1994; 334: 1383-1389.
C a pt u l o 6
Grupo problema
SIMVASTATINA
N = 2223
Grupo control
PLACEBO
N = 2221
ISimvastatina = 19%
Seguimiento
medio 5,4
aos
IPlacebo = 28%
Incidentes
coronarios mayores
A = 431
Sin eventos B
Incidentes
coronarios mayores
C = 622
Sin eventos D
Randomised trial of cholesterol lowering in 4444 patients with coronary heart disease: the
Scandivarian Simvastatin Survival Study (4S). Lancet 1994; 334: 1383-1389.
p g in a 547
C a pt u l o 6
Muertes de origen NO
Grupo problema
SIMVASTATINA
N = 2223
cardiovascular 46
ISimvastatina = 8%
Muertes de origen NO
Grupo control
PLACEBO
N = 2221
cardiovascular 49
IPlacebo = 12%
Muertes de origen
cardiovascular A =
111
Sin eventos B
Muertes de origen
cardiovascular C =
189
Sin eventos D
Seguimiento
medio 5,4
aos
Randomised trial of cholesterol lowering in 4444 patients with coronary heart disease: the
Scandivarian Simvastatin Survival Study (4S). Lancet 1994; 334: 1383-1389.
p g in a 548
p g in a 549
C a pt u l o 6
Simvastatina Placebo
RR
RRR
RAR
[ 1 RR ] * 100 IS IP
NNT
[ 1 / RAR ] *
100
Incidencia
en tratados
con
Simvastatina
IS
Incidencia
en tratados
con
placebo
IP
Incidentes
cardiovasculares
mayores
19%
28%
0,68
32%
9%
11
Mortalidad
8%
12%
0,66
33%
4%
25
IS
RR =
IA
Randomised trial of cholesterol lowering in 4444 patients with coronary heart disease: the
Scandivarian Simvastatin Survival Study (4S). Lancet 1994; 334: 1383-1389.
C a pt u l o 6
Grupo problema
WARFARINA
N = 1103
Grupo control
ASPIRINA
N = 1103
Prdidas
IWarfarina = 17,8
Prdidas
IAspirina = 16,0
Recurrencia de
accidentes vasculares
cerebrales de ori- gen
isqumico o muerte
196
Sin eventos
Recurrencia de
accidentes vasculares
cerebrales de ori- gen
isqumico o muerte
176
Sin eventos
Seguimiento 2 aos
Mohr JP, Thompson JLP, Lazar RM, Levin B, Sacco RL, Furie KL, et al. A comparison
of warfarin and aspirin for the prevention of recurrent ischemic stroke.
N Engl J Med 2001;345:1444-51.
p g in a 550
C a pt u l o 6
p g in a 551
C a pt u l o 6
RR =
17,8
16,0
RR =
= 1,13
RR = 1,13 ;
IC95% = 0,92 -
p = 0,25
1,38
RRR = [ 1 RR ] * 100
RRR = 13%
Mohr JP, Thompson JLP, Lazar RM, Levin B, Sacco RL, Furie KL, et al. A comparison
of warfarin and aspirin for the prevention of recurrent ischemic stroke.
N Engl J Med 2001;345:1444-51.
IW
IA
p g in a 552
C a pt u l o 6
Grupo problema
WARFARINA
N = 1103
IWarfarina =
Prdidas
2,2
Hemorragia
s Intensas
44
Seguimiento 2 aos
Sin eventos
Grupo control
ASPIRINA
N = 1103
IAspirina = 1,5
Prdidas
Hemorragia
s Intensas
30
Sin eventos
Seguimiento 2 aos
Mohr JP, Thompson JLP, Lazar RM, Levin B, Sacco RL, Furie KL, et al. A comparison
of warfarin and aspirin for the prevention of recurrent ischemic stroke.
N Engl J Med 2001;345:1444-51.
p g in a 553
C a pt u l o 6
RR =
IP
IA
RR =
= 1,48
IC95%= 0,932,44
p = 0,10
RRR = [ 1 RR ] * 100
RRR = 48%
RR =
1,48;
Mohr JP, Thompson JLP, Lazar RM, Levin B, Sacco RL, Furie KL, et al. A comparison
of warfarin and aspirin for the prevention of recurrent ischemic stroke.
N Engl J Med 2001;345:1444-51.
2,2
1,5
p g in a 554
C a pt u l o 6
Incidencia
HEMORRAGIAS
intensas
Warfarina
Aspirina
Incidencia en
tratados con
WARFARINA
IW
Incidencia
en tratados
con
ASPIRINA
IA
2,2
1,5
RR
RRR
IS
RR =
[ 1 RR ]
* 100
RAR
IW I A
IA
1,48
- 48%
0,7
p g in a 555
C a pt u l o 6
Grupo problema
WARFARINA
N = 1103
Hemorragias
leves 413
IWarfarina = 20,8
Prdidas
Seguimiento 2 aos
Sin eventos
Grupo control
ASPIRINA
N = 1103
IAspirina =
Prdidas
Hemorragias
leves 259
12,9
Sin eventos
Seguimiento 2 aos
Mohr JP, Thompson JLP, Lazar RM, Levin B, Sacco RL, Furie KL, et al. A comparison
of warfarin and aspirin for the prevention of recurrent ischemic stroke.
N Engl J Med 2001;345:1444-51.
p g in a 556
C a pt u l o 6
RR =
RR =
1,61;
IP
IA
RR =
12,
9
= 1,61
IC95%= 1,381,89
RRR = [ 1 RR ] * 100
20,
8
p < 0,001
RRR = 61%
Mohr JP, Thompson JLP, Lazar RM, Levin B, Sacco RL, Furie KL, et al. A comparison
of warfarin and aspirin for the prevention of recurrent ischemic stroke.
N Engl J Med 2001;345:1444-51.
p g in a 557
C a pt u l o 6
Incidencia
HEMORRAGIAS leves
Warfarina
Aspirina
Incidencia en
tratados con
WARFARINA
IW
Incidencia
en tratados
con
ASPIRINA
IA
20,8
12,9
RR
RRR
IS
RR =
[ 1 RR ]
* 100
RAR
IW I A
IA
1,61
- 61%
7,9
p g in a 558
C a pt u l o 6
p g in a 559
C a pt u l o 6
p g in a 560
C a pt u l o 6
p g in a 561
C a pt u l o 6
p g in a 562
C a pt u l o 6
p g in a 563
C a pt u l o 6
p g in a 564
C a pt u l o 6
p g in a 565
C a pt u l o 6
p g in a 566
C a pt u l o 6
p g in a 567
C a pt u l o 6
RESULTS
p g in a 568
C a pt u l o 6
DISCUSSION
We
observed
no
significant
diference
between treatment with warfarin and treatment
with aspirin in the prevention of recurrent
ischemic stroke or death or in the occurrence
of serious adverse events in this large cohort
of
patients
with inferred noncardioembolic
ischemic stroke.
Warfarin ofered no additional benefit over
aspirin
in preventing recurrent ischemic
stroke in the population we studied. Patients
with other, established reasons for warfarin use
may take comfort in the evidence of safety
and lack of significant diference overall, as
compared
with
aspirin. However, aspirin,
either alone or in combination with some other
antiplatelet agents, 38 appears to be a well-
p g in a 569
C a pt u l o 6
p g in a 570
Mito 1: La sonrisa de la
esfinge
Por qu concluyes que la ausencia de evidencia es evidencia de
ausencia?
La ausencia de evidencia NO es evidencia de ausencia.
Altman DG, Bland JM. Absence of evidence is not evidence of absence.
BMJ 1995;311:485.
Altman y Bland alertaron sobre un error comn en la bibliografa biomdica:
interpretar un resultado estadsticamente no significativo, cuando se
comparan dos tratamientos, como sinnimo de su equivalencia teraputica.
C a pt u l o 6
Mito 1: La sonrisa de la
esfinge
p g in a 571
C a pt u l o 6
p g in a 572
C a pt u l o 6
p g in a 573
C a pt u l o 6
p g in a 574
C a pt u l o 6
p g in a 575
C a pt u l o 6
p g in a 576
C a pt u l o 6
p g in a 577
Romiplostim. PTI
- Romiplostim. Ensayo pivotal. Fase III vs.
placebo.
- Inclusin: < 30.000 plaquetas/mmc.
- Objetivo principal: > 50.000 plaquetas/mmc.
O bjetivo subrrogado
Efectos
adversos:
Romiplostim
Placebo
6 de 84 (7%)
5 de 41 (12%)
n.s.
David J Kuter, James B Bussel. Efficacy of romiplostim in patients with chronic immune thrombocytopenic
purpura: a double-blind randomised controlled trial. Lancet 2008; 371: 395403.
C a pt u l o 6
Romiplostim.
PTI
Hemorragia Grado 3/4
Romiplostim
Placebo
Total
SI
6 (7%)
5 (12%)
11
NO
78
36
114
Total
84
41
125
p g in a 578
2Pearson= 0,88;
p=
0,349
David J Kuter, James B Bussel. Efficacy of romiplostim in patients with chronic immune thrombocytopenic
purpura: a double-blind randomised controlled trial. Lancet 2008; 371: 395403.
C a pt u l o 6
Cncer de
pncreas
(+)
A (10)
C (10)
20
RR =
10000
20000
30000
[ 10 / (10000)]
[ A / (A + B)]
[ C / (C + D) ]
RR =
[ 10 / (20000) ]
[ A/ C ]
OR = 2,001
OR =
[B/D]
[ 10/10 ]
OR =
[ 9990 /19990 ]
RR = 2,000
La OR slo se aproxima al RR cuando el suceso es raro y ocurre en menos del 10% de los sujetos, en
estos casos ambos estimadores son intercambiables.
p g in a 579
C a pt u l o 6
1.0
2.0
4.0
6.0
p g in a 580
C a pt u l o 6
D atos categricos:
Cualitativa versus cualitativa.
O rdinales
- Test de 2 de tendencia lineal
- Tau-B de Kendall o Stuart
- Tau-C de Kendall
- Coeficiente Gamma de Goodman y
Kruskal
- D de Somers
- Correlacin de Spearman
Estos estadsticos N O se pueden
utilizar cuando alguna de las
variables sea N O MIN AL
p g in a 581
C a pt u l o 6
Pregunta de investigacin
Existe relacin entre el nivel cultural y el hbito
tabquico?
Variable
PRED IC TO RA
N ivel cultural ordinal
C UALITATIVA
Variable RESULTAD O
C UALITATIVA
Hbito tabquico
dicotmica
p g in a 582
C a pt u l o 6
NO
7
30
20
75
132
SI
13
20
10
25
68
Test de 2 de tendencia
lineal
2 tendencia lineal = 11,56
p=0,001
Total
20
50
30
100
200
Porcentaje
65%
40%
33%
25%
34%
p g in a 583
C a pt u l o 6
Frecuencia de tabaquismo
p = 0,001
p g in a 584
C a pt u l o 6
Pregunta de investigacin
Existe relacin entre el nivel cultural y la
realizacin de
alguna mamografas de cribado en los 3 ltimos
aos?
Variable
Variable RESULTAD O
PRED IC TO RA
N ivel educativoordinal
C UALITATIVA
C UALITATIVA
Mamografa
dicotmica
p g in a 585
C a pt u l o 6
SI
9
81
23
13
126
NO
233
700
140
41
1114
%
3,7%
10,4%
14,1%
24,1%
Test de 2 de tendencia
lineal
p < 0,00001
2 tendencia lineal = 24,22
OR
1,00
3,00
4,25
8,21
IC 95%
1,48 - 6,06
1,91 9.45
3,30 20,44
p g in a 586
C a pt u l o 6
p < 0,0001
p g in a 587
C a pt u l o 6
p g in a 588
Sim Miana J, Gaztambide Ganuza M, Morote Sanchs M, et al. Utilizacin de la mamografa de cribado
y sus determinantes demogrficos y de riesgo entre mujeres de 25 a 65 aos. Med Clin (Barc) 1997; 108:
767-771.
C a pt u l o 6
p g in a 589
Sim Miana J, Gaztambide Ganuza M, Morote Sanchs M, et al. Utilizacin de la mamografa de cribado
y sus determinantes demogrficos y de riesgo entre mujeres de 25 a 65 aos. Med Clin (Barc) 1997; 108:
767-771.
C a pt u l o 6
Pregunta de investigacin
Existe relacin entre el sndrome anmico
gestacional y el grupo cultural en C euta?
Existen diferencias en la prevalencia durante los
trimestres
de la gestacin?
Variable
Variable
PRED IC TO RA
- C ristianas
Cualitativa
- Musulmanas
dicotmica
RESULTAD O
Sndrome anmico
Cualitativa
ordinalgestacional
- Primer trimestre
- Segundo trimestre
- Tercer trimestre
Daz Portillo J et al. Prevalencia del sndrome anmico gestacional en Ceuta. Estudio de una poblacin
birracial. Ciencia Ginecolgika 1998, 2 (1): 3-14.
p g in a 590
C a pt u l o 6
Tabla de contingencia que representa la prevalencia de sndrome anmico gestacional en los dos grupos
culturales mayoritarios de Ceuta, y su incidencia en cada trimestre del embarazo.
Trimestre
1 trimestre
2 trimestre
3 trimestre
2 de tendencia lineal
Mamografa de cribado
Cristianas
Musulmanas
5,1%
11,4%
23,9%
27,0%
39,6%
57,4%
34,3
56,7
Significacin (p)
p < 0,001
p < 0,001
Test 2
4,75
NS
19,91
p
Total
p = 0,029 7,9%
NS
25,5%
p < 0,0001 49,2%
71,8
p < 0,001
p g in a 591
C a pt u l o 6
p g in a 592
C a pt u l o 6
Pregunta de investigacin
La hipertrigliceridemia en sangre de cordn
umbilical
puede ser indicativa de episodios de sufrimiento
fetal?
Variable
Variable
PRED IC TO RA SFA
Test de APGAR
RESULTAD O
Triglicridos (sangre
Hipertrigliceridemi
a de cordn)
p g in a 593
C a pt u l o 6
Test de 2 de tendencia
lineal
Variable
PRED IC TO RA
Cuantitativa discreta
Variable
PRED IC TO RA
C ualitativa
ordinal
C ategorizaci
n
p g in a 594
Variable
Variable
RESULTAD O
RESULTAD O
Cualitativa nominal
C uantitativa
Tabla 4.- Relacinentre la presenciade hipertrigliceridemia neonatal y el indice de apgar al
minuto.
continua
OR
TESTD
Hipertrigliceride
Normotrigliceride
E
mia (n=36)
mia (n=636)
APGAR
Mayor de
7
Iguala 7
Menor de
7
27 (2,1%)
1253 (97,9%)
1,00
4 (11,1%)
81 (88,9%)
2,29
5 (15,6%)
27 (84,4%)
8,57
OR: OddsRatio
Test de ji al cuadrado de tendencia (2) = 20,85 ;
p<0,0001
Daz Portillo J. Influencia del grupo tnico en el patrn lipoproteico de una determinada poblacin
peditrica de Ceuta. Tesis doctoral . Facultad de Medicina. Universidad de Cdiz . Noviembre 1997.
C a pt u l o 6
Resultados
La tabla 4 relaciona la presencia de hipertrigliceridemia neonatal con
el ndice de Apgar al minuto. Se observ una relacin
estadsticamente
significativa con tendencia lineal entre ambas variables categricas,
con una asociacin creciente entre la hipertrigliceridemia y la
disminucin del ndice de Apgar. La probabilidad de detectar
hipertrigliceridemia en
neonatos con ndices de Apgar inferiores a 7 fue ocho veces superior
que
en RN con Apgar fisiolgico.
p g in a 595
C a pt u l o 6
p g in a 596
D iscusin
Nuestros resultados apoyan los obtenidos por Tsang et al. (12) y
Andersen y Friis-Hansen (13), e indican una fuerte asociacin entre los
episodios de sufrimiento fetal y la hipertrigliceridemia neonatal.
Del mismo modo, la frecuencia de hipertrigliceridemia va
aumentando conforme disminuye el ndice de Apgar.
Exposici
n
SFA
D esenlace o
efecto
Hipertrigliceridemia
OR = 7,23 p=0,003
Daz Portillo J. Influencia del grupo tnico en el patrn lipoproteico de una determinada poblacin
peditrica de Ceuta. Tesis doctoral . Facultad de Medicina. Universidad de Cdiz . Noviembre
1997.
C a pt u l o 6
p g in a 597
Pregunta de investigacin
La hipertrigliceridemia en sangre de cordn umbilical
puede ser debida al consumo de tabaco durante la
gestacin?
Variable
PRED IC TO RA
C onsumo de tabaco
Variable
RESULTAD O
Hipertrigliceridemia
Triglicridos (sangre de cordn)
Jacobo Daz Portillo, Mara Jess Snchez Del Pino, Ana Navarro Arvalo. INFLUENCIA DEL
TABAQUISMO EN EL PERFIL LIPOPROTEICO Y GRADO DE PEROXIDACIN LIPDICA EN SANGRE DE
CORDN.
Revista de Diagnstico Biolgico 2000; 49: 23-30.
C a pt u l o 6
Variable
RESULTAD O
C uantitativa
Influencia del tabacocontinua
Hipertrigliceridemia
Variable
RESULTAD O
Cualitativa nominal
Normotrigliceridemia
neonatal
OR
neonatal
No fumadoras
1,7%
98,3%
1,00
Fumadoras moderadas
5,3%
94,7%
3,20
Grandes fumadoras
5,4%
94,6%
3,27
p=0,017
p g in a 598
C a pt u l o 6
p g in a 599
Pregunta de investigacin
Existen diferencias en la prevalencia de infeccin
tuberculosa en el colectivo de inmigrantes residentes en
el campamento de C alamocarro en C euta segn la edad?
Variable PRED IC TO RA
C UALITATIVA
Inmigrantes
policotmica
< 25 aos
25-35 aos
>35
Variable RESULTAD O
C UALITATIVA
Tuberculosis
dicotmica
C a pt u l o 6
p g in a 600
Fernndez MT, Daz J, Snchez JM, Prez A, Vadillo J. Prevalencia de infeccin tuberculosa en la poblacin
de inmigrantes en Ceuta, Espaa. Rev Esp Salud Pblica 2001; 75: 551-8.
C a pt u l o 6
Grupo etario
Variable
RESULTAD O
C uantitativa
Mantoux (+)
continua
Variable RESULTAD O
Cualitativa nominal
policotmica
Mantoux (-)
Prevalencia
Menos de 25 aos
221
721
942
28,2%
25 - 35 aos
242
482
724
33,5%
> 35 aos
15
38
53
27,8%
p = 0,07
p g in a 601
C a pt u l o 6
Test de 2 de Pearson de
independencia
Grupo etario
Variable
RESULTAD O
C uantitativa
Mantoux (+)
continua
Variable RESULTAD O
Cualitativa nominal
dicotmica
C ategorizacin
Mantoux (-)
Prevalencia
Menos de 25 aos
221
721
942
28,2%
25 - 35 aos
242
482
777
33,1%
2 = 26,07
p=0,0000003
p g in a 602
C a pt u l o 6
Pregunta de investigacin
Existen diferencias en la prevalencia de infeccin
tuberculosa en el colectivo de inmigrantes residentes
en Toledo segn la edad?
Variable PRED IC TO RA
C UALITATIVA
Inmigrantes
policotmica
< 20 aos
25-29 aos
30-39 aos
Variable RESULTAD O
C UALITATIVA
Tuberculosis
dicotmica
p g in a 603
C a pt u l o 6
p g in a 604
C a pt u l o 6
Variable RESULTAD O
C ualitativa nominal
ordinal
Variable
RESULTAD O
C uantitativa
Prueba de la
continua
Transversal
Casoscontroles
tuberculina
Grupo etario
Mantoux (+)
Mantoux (-)
Prevalencia
OR
Menos de 25 aos
25 - 35 aos
> 35 aos
5
21
36
61
41
57
64
62
93
7,8%
33,9%
38,7%
1,00
6,25
7,71
p = 0,00003
p g in a 605
C a pt u l o 6
Pregunta de investigacin
Qu relacin existe entre la edad y la presencia de
deterioro cognitivo moderado-severo en un grupo de
enfermos mayores ( aos) atendidos en los servicios de
urgencia
Variable del hospital?
Variable
PRED IC TO RA
Grupo etario
Cualitativa
- 60-64
aos
O RD
IN AL
- 65-69 aos
- 70-74 aos
- 75-79 aos
- 80-84 aos
85 aos
RESULTAD O
D eterioro cognitivo
C ualitativa
dicotmica
p g in a 606
C a pt u l o 6
Variable RESULTAD O
C ualitativa nominal
ordinal
Transversal Casos-controles
Variable
RESULTAD O
CDeterioro
uantitativa
cognitivo
continua
Grupo etario
SI
NO
Prevalencia
OR
60 - 64 aos
41
49
16,3%
1,00
65 - 69 aos
14
56
70
20 %
1,28
0,45 - 3,72
70 - 74 aos
19
64
83
22,9%
1,52
0,56 - 4,20
75 - 79 aos
18
51
69
26,1%
1,81
0,66 - 5,09
80 - 84 aos
18
33
51
35,3%
2,80
0,99 - 8,09
85 aos
17
13
30
56,7%
6,70
2,11 22,07
Total
94
258
352
26,7%
p = 0,0005
IC95%
p g in a 607
C a pt u l o 6
p g in a 608
C a pt u l o 6
Variable RESULTAD O
C ualitativa nominal
ordinal
Transversal Casos-controles
Variable
RESULTAD O
CDeterioro
uantitativa
cognitivo
continua
Grupo etario
SI
NO
Prevalencia
OR
IC95%
60 - 69 aos
70 79 aos
80 aos
Total
22
37
35
94
97
115
46
258
119
152
81
352
18,5%
32,2%
43,2%
26,7%
1,00
1,42
3,35
(1,12 1,83)
(2,05 4,96)
p = 0,0002
p g in a 609
C a pt u l o 6
Pregunta de investigacin
Existe relacin entre el hbito tabquico y la
presencia del AD N del Papiloma virus (HPV) en
pacientes con lesiones escamosas intraepiteliales del
crvix
Variableuterino?
Variable
PRED IC TO RA
Hbito tabquico
Cualitativa
O (n
RD cigarrillos/da)
IN AL
1. N o fumador (0 )
2. Moderado ( 20)
3. Alto (> 20)
RESULTAD O
AD N del HPV
C ualitativa
Human Papilloma Virus
dicotmica
p g in a 610
C a pt u l o 6
Test de 2 de tendencia
lineal
ADN HPV
TABACO
(+)
(-)
No fumador
Moderado
Alto
TOTAL
5
19
4
28
13
24
1
38
27,8
44,2
80,0
OR
IC 95%
1,00
2,06
10,40
2
0,55 8,62
0,70 550,31
= 4,022
p
0,36
0,06
0,045
tendencia lineal
p g in a 611
C a pt u l o 6
p g in a 612
Torn A, Ordi J, Lluis M, et al. Determinacin del papiloma virus mediante hibridacin in situ. Correlacin
clnicopatolgica y virolgica en pacientes con lesiones escamosas intraepiteliales del crvix uterino. Med
Clin (Barc) 1997; 109: 691-695.
C a pt u l o 6
p g in a 613
Torn A, Ordi J, Lluis M, et al. Determinacin del papiloma virus mediante hibridacin in situ. Correlacin
clnicopatolgica y virolgica en pacientes con lesiones escamosas intraepiteliales del crvix uterino. Med
Clin (Barc) 1997; 109: 691-695.
C a pt u l o 6
p g in a 614
Mito 1: La sonrisa de la
esfinge
Aunque el clculo de la prueba
de tendencia lineal ha
resultado
significativa
(p= 0,045), sin embargo el IC95%
de los OR de los distintos
grupos de fumadoras (moderadas e intensas) incluyen el 1 (valor numrico
de igualdad), con lo que perdemos informacin, adems se pierde
significacin estadstica (p>0,05)
Pearson
C a pt u l o 6
SI (+)
NO (-)
Total
NO
13
18
SI
23
25
48
TOTAL
28
38
66
Test de 2 de Pearson de
independencia
2 = 2,17
p=0,140
No existe asociacin
p g in a 615
C a pt u l o 6
p g in a 616
C a pt u l o 6
Pregunta de investigacin
Existe asociacin entre el hbito tabquico y la
EPO C?
Variable
PRED IC TO RA
Hbito tabquico
Cualitativa
dicotmica
Variable
RESULTAD O
EPO C
C ualitativa
dicotmica
p g in a 617
C a pt u l o 6
SI
NO
Total
SI
26 (43%)
34
60
NO
7 (23%)
23
30
TOTAL
33
57
90
Test de 2 de Pearson de
independencia
2 = 3,44
p=0,063
No existe asociacin
p g in a 618
C a pt u l o 6
Pregunta de investigacin
Existe relacin entre la EPO C y el la intensidad del
hbito
tabquico?
Variable
PRED IC TO RA
Hbito tabquico
Cualitativa
ordinal
1.N o fumador
2. Moderado
3. Alto
Variable
RESULTAD O
EPO C
C ualitativa
dicotmica
p g in a 619
C a pt u l o 6
SI
NO
Total
No fumador
23
30
Moderado
11
19
30
Alto
15
15
30
TOTAL
33
57
90
Test de 2 de Pearson de
independencia
2 = 4,60
p=0,111
No existe asociacin
p g in a 620
C a pt u l o 6
Mito 1: La sonrisa de la
esfinge
Por qu utilizas el test de
Pearson
p g in a 621
C a pt u l o 6
SI
7
11
15
33
Test de 2 de tendencia
lineal
2 = 4,54
p = 0,033
NO
23
19
15
57
Total
30
30
30
90
Existe asociacin
OR
1,00
1,90
3,29
p g in a 622
C a pt u l o 6
Pregunta de investigacin
Existe relacin entre la gravedad de la EPO C y la
intensidad
del hbito tabquico?
Variable
PRED IC TO RA
Hbito tabquico
Cualitativa
ordinal
1.N o fumador
2. Moderado
3. Alto
Variable
RESULTAD O
Gravedad EPO
C
Cualitativa
ordinal
1.Leve
2. Moderada
3.Grave
p g in a 623
C a pt u l o 6
20
30
Moderado
10
12
30
Alto consumo
20
30
TOTAL
30
26
34
90
Test de 2 de tendencia
lineal
Coeficiente Gamma
= 0,718
Existe asociacin
p g in a 624
C a pt u l o 6
Pregunta de investigacin
Existe asociacin entre el nivel de instruccin
(cultural) y el nivel econmico?
A mayor nivel cultural habr mayor nivel econmico?
Variable
PRED IC TO RA
N ivel instruccin
Cualitativa
ordinal
Variable
RESULTAD O
N ivel econmico
Cualitativa
ordinal
p g in a 625
C a pt u l o 6
19
25
Secundarios
14
22
37
Primarios
36
50
TOTAL
40
63
112
2 Pearson = 30,15
p <0,000001
SI
Tau-b de Kendall
p g in a 626
C a pt u l o 6
Tau-b de
Kendall
Significacin
Tau-b de Kendall
+ 0,448
0,000
Tau-c de Kendall
+ 0,399
0,000
SI
p g in a 627
C a pt u l o 6
Tau-b de
Kendall
- Condiciones de aplicacin.
- Tablas cuadradas (3 x 3), (4 x 4)
Estadistico
Tipo Variables
- Interpretacin:
- Tau = 0 independencia.
Tau-b de Kendall Ordinal X Ordinal
- Tau >
asociacin positiva.
Tau-c de Kendall
Ordinal X Ordinal
0
asociacin
- Tau de
< Taunegativa.
- Intervalo
: (-1, +1).
0
- Informacin:
- Medida de la intensidad de la asociacin de variables ordinales.
- Sentido de la misma (direccionalidad).
Tipo tabla
K=F
KF
Tau-b de Kendall
- Condiciones de aplicacin: nmero de filas distinto al nmero de columnas (Tablas
NO
cuadradas).
p g in a 628
C a pt u l o 6
Pregunta de investigacin
Existe asociacin entre el nivel de instruccin
(cultural) y el nivel econmico?
A mayor nivel cultural habr mayor nivel econmico?
Variable
PRED IC TO RA
N ivel instruccin
Cualitativa
ordinal
Variable
RESULTAD O
N ivel econmico
Cualitativa
ordinal
p g in a 629
C a pt u l o 6
19
25
Secundarios
14
22
37
Primarios
36
50
TOTAL
40
63
112
2 Pearson = 30,15
p <0,000001
SI
Coeficiente Gamma
p g in a 630
C a pt u l o 6
C oeficiente Gamma
Gamma
N de casos vlidos
Valor de
EE
+ 0,687
112
0,098
Significacin
aprox
5,804
0,000
SI
p g in a 631
C a pt u l o 6
C oeficiente Gamma
-1
Variables no
asociadas
A mayor nivel de
instruccin MAYOR
nivel econmico
+1
p g in a 632
C a pt u l o 6
Pregunta de investigacin
Existe asociacin entre el nivel de instruccin
(cultural) y el nivel econmico?
A mayor nivel cultural habr mayor nivel econmico?
Variable
PRED IC TO RA
N ivel instruccin
Cualitativa
ordinal
Variable
RESULTAD O
N ivel econmico
Cualitativa
ordinal
p g in a 633
C a pt u l o 6
19
25
Secundarios
14
22
37
Primarios
36
50
TOTAL
40
63
112
2 Pearson = 30,15
p <0,000001
SI
D de Somers
p g in a 634
C a pt u l o 6
D de
Somers
0,000
0,000
0,000
SI
p g in a 635
C a pt u l o 6
D de
Somers
-1
Variables no
asociadas
A mayor nivel de
instruccin MAYOR
nivel econmico
+1
p g in a 636
C a pt u l o 6
Pregunta de investigacin
Existe asociacin entre el nivel de instruccin
(cultural) y el nivel econmico?
A mayor nivel cultural habr mayor nivel econmico?
Variable
PRED IC TO RA
N ivel instruccin
Cualitativa
ordinal
RESUMEN
Variable
RESULTAD O
N ivel econmico
Cualitativa
ordinal
p g in a 637
C a pt u l o 6
Nivel econmico
ESTUDIOS
Titulado superior
Titulado medio
Secundarios
Primarios
TOTAL
Alto
12
5
0
0
17
Medio
32
21
1
0
54
Bajo
6
136
94
24
260
Muy bajo
0
19
95
29
143
D de Somers
Tau-b de Kendall
Gamma
Tau-c de Kendall
TOTAL
50
181
190
53
474
p g in a 638
C a pt u l o 6
D de Sommers
(medidas direccionales)
Simtrica (no se sabe cual es
la variable resultado)
Nivel econmico
variable resultado
(dependiente)
Nivel de instruccin
variable resultado
(dependiente)
Ordinal por ordinal
Valor del
estadstic
o
0,557
EED
0,029
16,075
0,000
0,525
0,030
16,075
0,000
0,593
0,030
16,075
0,000
Muy bajo
aprox
EE
Significacin
aprox
Gamma
Tau-b de Kendall
Tau-c de Kendall
N de casos vlidos
0,798
0,558
0,469
474
0,031
0,029
0,029
16,075
16,075
16,075
0,000
0,000
0,000
p g in a 639
C a pt u l o 7
C aptulo 7
Publicacin Bioestadstica: Anlisis
bivariante. Test de contraste de hiptesis.
Cuantitativa versus cuantitativa.
D r. Jacobo D az Portillo
Coordinador de Formacin Continuada
Hospital Universitario de Ceuta
p g in a 640
C a pt u l o 7
Materiales y mtodos
Estructura
1. Tipo de diseo (estudio).
2. Sujetos incluidos (criterios de seleccin de la muestra)
3. Fuentes de informacin.
4. Descripcin de la intervencin y definicin del punto final de la
investigacin (estudios experimentales).
5. Instrumentos y procedimientos de medida (cuestionarios).
6. Definicin de las variables y covariables incluidas en el estudio (factor
de
estudio y criterio de evaluacin).
7. Limitaciones y consideraciones ticas de la investigacin.
8. Pruebas estadsticas a utilizar (programa estadstico).
p g in a 641
C a pt u l o 7
2. ANLISIS BIVARIANTE
3. ANLISIS MULTIVARIANTE
p g in a 642
C a pt u l o 7
p 0,10
A= B
No se puede rechazar la hiptesis nula
No se puede descartar que el azar
lo explique todo
El EFECTO observado es similar que
el ERROR
NO hay diferencias estadsticamente
significativas
NO existen evidencias a favor de
la hiptesis alternativa Ha, y por
tanto aceptamos la hiptesis nula
Ho
p g in a 643
C a pt u l o 7
Anlisis estadstico
Tipos de test analticos estadsticos de contraste de hiptesis
segn el tipo de variables implicadas en el estudio
Variable
dependiente
Variable Continua
resultado
Dicotmica
Variable
Predictor
a
Variable
Independien
te
Dicotmica
Test de 2
t de Student
Continua
Regresin
lo- gstica
Regresin lineal
p g in a 644
C a pt u l o 7
Anlisis
estadstico
ANLISIS ESTADSTICO
Variable
Predictor
a
Variable
Independien
te
Variable resultado
Dicotmica
Continua
Dicotmica
Test de 2
t de Student
Continua
Regresin
lo- gstica
Regresin lineal
p g in a 645
C a pt u l o 7
p g in a 646
Variable
Dependiente
o RESULTADO
Pruebas de contraste de
hiptesis
Cualitativa
Cualitativa
Ji cuadrado
Prueba exacta de
Fisher Test de
McNemar
Q de Cochran
REGRESIN LOGSTICA
Cualitativa
Cuantitativa
Cuantitativa
Cualitativa
Cuantitativa
Cuantitativa
t de Student
Anlisis de la
Varianza Test de
Mann-Whitney Test
de Wilcoxon
Test de KruskallWallis Test de
Friedman
Regresin logstica simple
Regresin logstica
multivariante
Regresin lineal
simple Correlacin de
Pearson Correlacin
de Sperman
REGRESIN MLTIPLE
Si el tamao muestral es
grande Si el tamao muestral
es pequeo
Dos grupos de muestras
repetidas o apareadas
Ms de dos grupos de muestras repetidas o
apareadas Varias variables predictoras
cualitativas
Compara medias entre dos grupos independientes
Compara medias entre ms de dos grupos
independientes Dos grupos independientes No
paramtricos
Dos grupos medidas repetidas No paramtrico
Ms de dos grupos No paramtrico, medidas
repetidas Ms de dos grupos No paramtrico
medidas repetidas
Una sola variable predictora cuantitativa
Varias variable predictoras cuantitativa o cualitativas
Paramtrico
Paramtrico
No
paramtrico
Varias
variables
predictoras
C a pt u l o 7
p g in a 647
Cualitativa
nominal dos
categoras
Cualitativa dos
grupos
independientes
Chi cuadrado
Z comparacin de
proporciones
Test exacto
de Fisher
Test de McNemar
Cualitativa dos
grupos apareados
Cualitativa
nominal
>2
categoras
Chi cuadrado
Cualitativa
ordinal o
Cuantitativa NO
paramtrica
U de Mann-Whitney
Cuantitati
va
paramtric
a
T de Student
(prueba de Welch)
Q de Cochran
Prueba de
los rangos
de Wilcoxon
Prueba de
Kruskal- Wallis
Prueba de
Friedman
T de
Student
para datos
emparejad
os
Anlisis de la Varianza
(ANOVA)
Anlisis de la
Varianza de dos
vas
Regresin lineal
Correlacin de
Pearson
Chi cuadrado
Chi cuadrado
Q de Cochran
Q de Cochran
Cuantitativa
Regresin logstica
Regresin
logstica
Correlacin de
Sperman
Tau de Kendall
C a pt u l o 7
Variable
RESULTAD O
C ontinua
C -UAN
TITATIVA
- D iscreta
p g in a 648
C a pt u l o 7
D atos cuantitativos:
Cuantitativa versus cuantitativa
Regresin lineal simple:
-Describe como es la relacin entre la variable predictora (X) y la variable
resultado (Y)
-Busca la lnea que mejor se ajusta a los puntos (x, y), y por tanto busca
la mejor prediccin de Y a partir de X
Correlacin:
- Mide el grado o fuerza de asociacin entre dos variables cuantitativas
(X, Y).
p g in a 649
C a pt u l o 7
D atos cuantitativos:
Cuantitativa versus cuantitativa
Regresin lineal simple.
- Coeficiente de regresin
- Covarianza
Correlacin paramtrica
- Coeficiente de correlacin de Pearson (r)
- Coeficiente de determinacin r2
Correlacin NO paramtrica
- Coeficiente de correlacin de Spearman
()
Concordancia
- Coeficiente de correlacin intraclase
p g in a 650
C a pt u l o 7
D atos cuantitativos:
Cuantitativa versus
cuantitativa
C omparacin de mtodos analticos
Regresin paramtrica
- Regresin lineal simple
- Coeficiente de regresin
- Coeficiente de correlacin
intraclase
Regresiones NO paramtricas
- Regresin de Theil
- Regresin de Passing - Bablok
- Regresin de Bland - Altman
- Regresin de Tholen - Ludbrook
p g in a 651
p g in a 652
C a pt u l o 7
Relacin directa e
inversa
330
33
0
280
28
0
230
23
0
180
100
Incorrelacin
Incorrelacin
90
80
80
60
50
40
60
15 150
0
16 160
0
17 170
0
18 180
0
19 190
0
20
0
30
50
20
40
10
30
140
150
Cierta relacin
inversa
70
70
18
130
0
80
13
0
30
80140
140
200
Fuerte
relacin
directa.
160
200
170
180
190
140
150
160
170
180
190
200
C a pt u l o 7
Pregunta de investigacin
Qu relacin existe entre el grado de IRC y el
grado de anemizacin del enfermo?
Variable PRED IC TO RA
(X )
IRC
Cuantitativa
continua
C reatinemi
a
Variable RESULTAD O
(Y)
Anemia
Cuantitativa
continua
Hemoglobinem
ia
p g in a 653
C a pt u l o 7
Variable RESULTADO-RESPUESTA-posible
EFECTO Variable dependiente
Variable cuantitativa continua
10
7
2
Creatinina (mg/dl)
p g in a 654
C a pt u l o 7
Coeficiente de regresin 1
Hb (Y) = 12,25 0,5708 *
[C reatinina]
Constante 12,25
0,2984
Creatinina - 0,5708
0,05312
E(Y) = 0 + 1 * X
p g in a 655
C a pt u l o 7
existe
dependencia
lineal entre los niveles de Hb y los de Cr en los pacientes con
IRC?
Z
Z90%
Valor
1,64
90%
Error
10%
Z95%
1,96
95%
5%
Z99%
2,56
99%
1%
Z99,5%
3,29
99,5%
0,5%
1
EE1
0,5708
=
=
0,05312
Podemos decir con error inferior al 5% que el nivel de Hb est asociado o depende
del
nivel de Cr.
p g in a 656
C a pt u l o 7
Z95%
Valor
1,96
95%
Z99%
2,56
99%
Z99,5%
3,29
99,5%
Z95%
EE1
= (- 0,67, -0,47)
Podemos decir con error inferior al 5% , es decir con una confianza del 95%, que el
descenso medio del nivel de Hb ser como mnimo 0,47 g/dl y como mximo 0,67 g/dl
por aumento en 1 mg/dl en el nivel de Cr. El hecho de que el IC95% no contenga al
cero esta de acuerdo con el resultado del contraste de hiptesis realizado (p<0,05).
p g in a 657
C a pt u l o 7
S xy
(x x)(i y
n i i y)
Incorreladas: Sxy =0
- El signo de la covarianza nos dice si el aspecto de la nube de puntos
es creciente o no, pero no nos dice nada sobre el grado de relacin
entre las variables.
p g in a 658
C a pt u l o 7
sxy
X
i 1
X Yi
n
100
rxy
90
X
i 1
X Yi
Y n sx s y
80
70
Covarianza nula = 0
60
10
20
50
30
40
rxy s xy
sx s y
p g in a 659
C a pt u l o 7
rxy
i 1
X Yi
Y n sx s y
rxy s xy
sx
sy
p g in a 660
C a pt u l o 7
p g in a 661
S xy
r
C oeficiente de correlacin lineal de
Sx y
S
-Pearson
La coeficiente de correlacin lineal de Pearson de dos variables, r, nos indica si los
puntos tienen una tendencia a disponerse alineadamente.
-El coeficiente tiene el mismo signo que la covarianza Sxy por tanto su signo nos informa
del tipo de relacin, directa o inversa.
r es til para determinar si hay relacin lineal entre dos variables, pero no servir para
otro tipo de relaciones (cuadrtica, logartmica, ...)
-El coeficiente de correlacin no se debe extrapolar ms all del rango de valores
observado de las variables en estudio ya que la relacin existente entre X e Y
puede cambiar fuera de dicho rango.
-La correlacin no implica causalidad. La causalidad es un juicio de valor que
requiere
ms informacin que un simple valor cuantitativo de un coeficiente de correlacin
(*).
-No debe utilizarse para comparar dos mtodos que intentan medir el mismo evento
(variable), como por ejemplo dos instrumentos que miden la tensin arterial. El
coeficiente r mide el grado de asociacin entre dos cantidades pero no mira el nivel de
acuerdo
o concordancia. Si los instrumentos de medida miden sistemticamente cantidades
diferentes uno del otro, la correlacin puede ser r 1 y su concordancia ser nula (**).
(*) Pita Fernndez S. Correlacin frente a causalidad JANO 1996; (1174): 59-60.
C a pt u l o 7
p g in a 662
Propiedades de
r
- Es adimensional
- Slo toma valores en [-1,1]
- Las variables son
r=0
- incorreladas
Relacin lineal perfecta entre dos variables
r=+1 o r=-1
- Excluimos los casos de puntos alineados horizontal o verticalmente.
- Cuanto ms cerca est r de +1 o -1 mejor ser el grado de relacin
lineal.
- Siempre que no existan observaciones anmalas.
Relaci
n
inversa
perfect
a
Variables
incorrelad
as
-1
Relacin
directa
casi
perfecta
+1
Horbar JD, Onstad L, Wright E. Predicting mortality risk for infants weighing 501 to 1500 grams at birth: The
National Institutes of Health Neonatal Research Network report. Crit Care Med 1993; 21:1218.
p g in a 663
C a pt u l o 7
1 = - 0,5708
1 = - 0,5708
12
Y
10
10
10
10
Nube de puntos con distinta fuerza de asociacin pero con la misma regresin 1
C a pt u l o 7
C oeficiente de correlacin de
Pearson
Y
1 = -= 0,5708
- 0,5708
12
Y
1 = - 0,5708
12
10
10
r =r -=0,72
- 0,98
2
10
r = - 0,72
X
2
10
p g in a 664
C a pt u l o 7
p g in a 665
C oeficiente de correlacin de
Pearson
Y
12
10
r = - 0,72
2
10
C a pt u l o 7
C oeficiente de correlacin de
Pearson
Edad
0p,0=402,048
r =r 0=,1-03,61;36p; =
r=
0,r1=78-;0,1p7=80,04
2
Bajo valor de r
Baja fuerza de
asociacin
p g in a 666
C a pt u l o 7
p g in a 667
C a pt u l o 7
Variable RESULTADO-RESPUESTA-posible
EFECTO Variable dependiente
Variable cuantitativa continua
0 1110
r = - r0,84
2 = 0,71
Y = 12,25 0,5708 * X
7
2
Creatinina (mg/dl)
p g in a 668
C a pt u l o 7
C oeficiente de
determinacin r2
- Valores: -1 y 1
p g in a 669
C a pt u l o 7
r=0,1
280
230
180
130
80
30
140
200
150
160
170
180
130
120
110
100
90
80
70
60
50
40
30
140
200
190
100
100
90
90
80
80
70
70
60
60
50
r=0,4
1 = constante (+)
50
150
160
170
180
190
p g in a 670
p g in a 671
C a pt u l o 7
9
0
70
8
0
60
7
0
50
6
0
30
40
5
0
4
0 140
3 200
0
2
80
0
70
20
10
150
160
170
180
0
140
190
80
r=-0,95
70
1
60
0
50
0
160
170
180
190
200
160
170
180
190
200
r=-0,999
60
50
40
40
30
30
20
20
10
10
0
140
150
150
160
170
180
190
200
0
140
150
1 = constante (-)
C a pt u l o 7
Fenmeno
Tracking
FAC TO RES
AMBIEN TALES
PERFIL
LIPD ICO
N EO N ATO
Estudio de
cohortes de 108
nios
FAC TO RES
GEN TICO S
Daz Portillo J. Influencia del grupo tnico en el patrn lipoproteico de una determinada poblacin
peditrica de Ceuta. Tesis doctoral (Noviembre 1997). Facultad de Medicina de la Universidad de Cdiz.
p g in a 672
C a pt u l o 7
110
r = 0,23
r2 = 0,05
p < 0,05
80
50
20
80
130
180
230
p g in a 673
C a pt u l o 7
110
21/108 (19,4%)
8/108 (7,4%)
4/61 Cristianos (6,5%)
4/44 Musulmanes (9,1%)
80
P75
50
c
14/108 (13,9%)
64/108 (59,5%)
20
80
130
180
P 75
230
p g in a 674
C a pt u l o 7
75
CT > P
75
75
CT P
75
McMemar =
[ ( B C ) 1 ]2
B+C
(B C)1
Z McNemar =
B+C
p g in a 675
C a pt u l o 7
75
CT > P
75
21
14
64
75
CT P
75
[ ( 21 14 ) 1 ]2
McMemar =
21 + 14
= 1,03
p g in a 676
C a pt u l o 7
Z
Z95%
Valor
1,96
0,05
Z98%
2,32
0,02
Z99%
2,56
0,01
Z99,5%
3,29
0,005
p g in a 677
(B C)1
Z McNemar =
Z
McNemar
B+C
( 21 14 ) 1
= 1,014
21 + 14
C a pt u l o 7
110
80
P75
50
c
D
20
80
130
180
P 75
230
p g in a 678
C a pt u l o 7
r = 0,37
r2 = 0,14
p < 0,01
50
40
30
20
10
30
130
40
50
60
70
80
90
100
110
120
p g in a 679
C a pt u l o 7
42
34
26
r = 0,29 (IC95%=0,03-0,50)
r2 = 0,08
p < 0,05
18
10
30
70
110
150
Apoprotena B (mg/dl) durante los primeros meses (12-13) del segundo ao de vida
p g in a 680
C a pt u l o 7
47
r = 0,50 (IC95%=0,25-0,68)
39 r2 =
0,25
p < 0,001
31
23
15
40
60
120
80
100
p g in a 681
C a pt u l o 7
p g in a 682
PROTROMBINA
Variable RESULTADORESPUESTA
Variable dependiente
Variable cuantitativa
continua
Representacin grfica de la actividad de protrombina (INR) y la albmina srica en pacientes con hepatocarcinoma.
100
= 14,4 (IC95%: 8,3-20,5)
80
60
40
20
R2 = 0,16
0
1,6
1,8
2,0
2,2
2,4
2,6
3,0
2,8
3,2
3,4
3,6
3,8
4,0
ALBMIN
Variable
PREDICTORA
A
Variable independiente,
fija controlada por el
investigador Variable cuantitativa continua
Slo con la variable predictora incluida en el modelo (ALBMINA srica) slo se puede explicar el 16% de
la variabilidad de la variable resultado (PROTROMBINA), queda por explicar un 84% de la variabilidad que
es achacable a otras variables predictoras distintas no incluidas.
p g in a 683
C a pt u l o 7
Variable RESULTADO-RESPUESTA-posible
EFECTO Variable dependiente
Variable cuantitativa continua
26,0
R2 = 0,006
25,5
25,0
24,5
24,0
23,5
23,0
0
10
20
30
40
50
60
70
80
Relacin entre el ndice de masa corporal (IMC) y las horas de estar sentado
a la semana en el tiempo libre.
p g in a 684
C a pt u l o 7
34
30
Glucemia (mg/dl)
90
1 = 0
32
1 = 0
80
70
60
28
26
24
22
20
10
20
30
40
50
10
20
30
40
50
60
70
80
Edad
Edad
Dos nubes de puntos con la misma pendiente 1 de valor cero que muestran dos situaciones muy diferentes.
A la izquierda ausencia de relacin. A la derecha relacin NO lineal.
C a pt u l o 7
Relacin
cuadrtica
y=a+b
1
X
y = a + b x2
p g in a 685
C a pt u l o 7
p g in a 686
2
i1 di
n n2
C a pt u l o 7
C oeficientes de
correlacin
-PEARSON
Ambas variables deben seguir
la distribucin NORMAL
-Slo detecta asociaciones
lineales
-Las observaciones han de ser
independientes
SPEARMAN
- No requiere supuestos
previos de normalidad
- Detecta asociaciones
distintas de la lineal
-Es un mtodo no paramtrico
pero permite la construccin
de intervalos de confianza
-Estima el grado de asociacin
de cualquier tipo con
independencia de la funcin
matemtica que relaciona
ambas variables
p g in a 687
C a pt u l o 7
Pregunta de investigacin
Existe relacin entre la edad del paciente y la
duracin
de
PREDen
IC TO
RAI?
Variable RESULTAD O
laVariable
estancia
UC
1 C UAN TITATIVA
Edad
continua
- Aos
C UAN TITATIVA
Estancia
discreta
- D as
p g in a 688
C a pt u l o 7
p g in a 689
C a pt u l o 7
80
Das de estancia en
UCI
60
40
20
0
20
30
40
50
Edad del
paciente
60
70
80
p g in a 690
C a pt u l o 7
Resultados
C oeficiente de correlacin de
Spearman
Variable
N
Correlacin (r)
Edad del paciente versus Estancia en UCI
Tau-b de
Kendall
Variable
Edad del paciente versus Estancia en UCI
22
0,614 (**)
0,002
Correlacin (r)
Significacin
22
0,470 (**)
0,003
Significacin
p g in a 691
C a pt u l o 7
Pregunta de investigacin
Existe relacin entre la intensidad del estudio y el
rendimiento
acadmico en el examen del curso de Bioestadstica?
Variable PRED IC TO RA
1 Cuantitativa
Horas de estudio
continua
Variable
RESULTAD O
Rendimiento acadmico
Cuantitativa
discreta
p g in a 692
p g in a 693
C a pt u l o 7
16
17
18
21
21
29
20
15
10
100
22
20
r = 0.976
0.001
Nmero de respuestas
correctas
N del
Horas
Alumno de
estudio
(X )
15
10
0
10
30
50
70
p<
C a pt u l o 7
Resultados
C oeficiente de correlacin de
Spearman
Variable
Horas de estudio versus Respuestas correctas
Tau-b de
Variable
Kendall
Horas de estudio versus Respuestas correctas
Correlacin (r)
Significacin
10
0,976 (**)
0,000
Correlacin (r)
Significacin
10
0,911 (**)
0,000
p g in a 694
C a pt u l o 7
p g in a 695
C a pt u l o 7
Pregunta de investigacin
Existe relacin entre el coeficiente intelectual de los
alumnos y el
rendimiento acadmico en el examen del curso de
Bioestadstica?
Variable PRED IC TO RA
2 Cuantitativa discreta
C oeficiente intelectual
Variable
RESULTAD O
Rendimiento acadmico
Cuantitativa
discreta
p g in a 696
C a pt u l o 7
r = 0.811
20
Nmero de respuestas
correctas
N del
Horas
Alumno de
estudio
(X )
1
104
125
16
115
18
100
100
140
21
112
130
20
125
15
100
10
122
22
110
15
10
120
130
140
p< 0.01
p g in a 697
C a pt u l o 7
Resultados
C oeficiente de correlacin de
Spearman
Variable
Correlacin (r)
Significacin
10
0,811 (**)
0,004
Correlacin (r)
Significacin
10
0,705 (**)
0,005
Tau-b de
Variable
Kendall
Coeficiente intelectual versus respuestas correctas
p g in a 698
C a pt u l o 7
Pregunta de investigacin
Existe relacin entre las horas de asistencia a clase y el
rendimiento acadmico en el examen del curso de
Bioestadstica?
Variable PRED IC TO RA
3 Cuantitativa
Horas de asistencia a clases
continua
Variable
RESULTAD O
Rendimiento acadmico
Cuantitativa
discreta
p g in a 699
p g in a 700
C a pt u l o 7
23
92
16
78
18
15
20
100
21
35
95
20
75
15
10
100
22
r=
0.985
20
Nmero de respuestas
correctas
N del
Horas
Alumno de
estudio
(X )
p<
0.01
15
10
0
25
50
75
Horas de asistencia a
clase
100
C a pt u l o 7
Resultados
C oeficiente de correlacin de
Spearman
Variable
Asistencia a clase versus respuestas correctas
Tau-b de
Variable
Kendall
Asistencia a clase versus respuestas correctas
Correlacin (r)
Significacin
10
0,985 (**)
0,000
Correlacin (r)
Significacin
10
0,944 (**)
0,000
p g in a 701
C a pt u l o 7
Rho Spearman
Significacin
Tau de Kendall
Significacin
Horas de estudio
0,976
0,000
0,911
0,000
Coeficiente intelectual
0,811
0,004
0,705
0,005
Asistencia a clase
0,985
0,000
0,944
0,000
p g in a 702
C a pt u l o 7
Pregunta de investigacin
Existe relacin entre las horas dedicadas al estudio
por el alumno y el coeficiente intelectual de los
alumnos del curso de Bioestadstica?
Variable PRED IC TO RA
1 Cuantitativa
Horas de estudio
continua
Variable PRED IC TO RA
2 Cuantitativa discreta
C oeficiente intelectual
p g in a 703
C a pt u l o 7
Resultados
C oeficiente de correlacin de
Spearman
Variable
Horas de estudio versus coeficiente intelectual
Correlacin (r)
Significacin
10
0,787 (**)
0,007
Correlacin (r)
Significacin
10
0,614 (*)
0,015
Tau-b
de Kendall
Variable
Horas de estudio versus coeficiente intelectual
p g in a 704
C a pt u l o 7
Pregunta de investigacin
Existe relacin entre las horas de estudio del
alumno y las
horas de asistencia a clase del curso de
Bioestadstica?
Variable PRED IC TO RA
1 Cuantitativa
Horas de estudio
continua
Variable PRED IC TO RA
3 Cuantitativa
Horas de asistencia a clases
continua
p g in a 705
C a pt u l o 7
Resultados
C oeficiente de correlacin de
Spearman
Variable
Horas de estudio versus asistencia a clase
Correlacin (r)
Significacin
10
0,954 (**)
0,000
Correlacin (r)
Significacin
10
0,854 (**)
0,001
Tau-b
de Kendall
Variable
Horas de estudio versus asistencia a clase
p g in a 706
C a pt u l o 7
Pregunta de investigacin
Existe relacin entre el coeficiente intelectual del
alumno y
las horas de asistencia a clase del curso de
Bioestadstica?
Variable PRED IC TO RA
2 Cuantitativa discreta
C oeficiente intelectual
Variable PRED IC TO RA
3 Cuantitativa
Horas de asistencia a clases
continua
p g in a 707
C a pt u l o 7
Resultados
C oeficiente de correlacin de
Spearman
Variable
Coeficiente intelectual versus asistencia a clase
Correlacin (r)
Significacin
10
0,869 (**)
0,001
Correlacin (r)
Significacin
10
0,782 (**)
0,002
Tau-b
de Kendall
Variable
Coeficiente intelectual versus asistencia a clase
p g in a 708
C a pt u l o 7
Variable PRED IC TO RA
1 C uantitativa
Horas
de estudio
Variable PRED IC TO RA
C uantitati
2
va C oeficiente
Variable
RESULTAD O
C uantitativa
Rendimient
intelectual
o
acadmico
Variable PRED IC TO RA
3 C uantitativa
Horas de
asistencia a
clases
p g in a 709
C a pt u l o 7
p g in a 710
C a pt u l o 7
cigarrillos N mero
de cigarrillos
consumidos por da
Cuantitativa
C admio en sangre
continua
N iveles sricos de
cadmio (g/L)
p g in a 711
C a pt u l o 7
r = 0,532 p =
0,001
p g in a 712
C a pt u l o 7
p g in a 713
C a pt u l o 7
p g in a 714
C a pt u l o 7
Pregunta de investigacin
Qu relacin y que grado de asociacin existe entre
el ndice de actividad clnica de las enfermedades
inflamatorias intestinales (EII) y los niveles de
calprotectina fecal?
Variable
PRED IC TO RA
C alprotectina fecal
Cuantitativa
continua
Variable
RESULTAD O
ndice de actividad de la
Cuantitativa
enfermedad inflamatoria
discreta
p g in a 715
C a pt u l o 7
ndice de HarveyBradshaw
p g in a 716
C a pt u l o 7
20
Coeficiente de correlacin
Rho de Spearman
ndice de Harvey- Bradshaw
ndice de actividad
clnica
15
r=
0,719
10
0
0
1.000 2.000
3.000 4.000 5.000 6.000
7.000 8000
p<
0,01
p g in a 717
C a pt u l o 7
p g in a 718
C a pt u l o 7
p g in a 719
C a pt u l o 7
p g in a 720
Pregunta de investigacin
Qu relacin y qu grado de asociacin existe entre el
nivel de conocimientos mdicos actualizados sobre el
mejor trata- miento posible y el tiempo transcurridos
desde la graduacin?
Variable
PRED IC TO RA
Aos desde la graduacin
Cuantitativa
continua
Variable
RESULTAD O
C onocimientos actualizados
Cuantitativa
sobre el mejor tratamiento posible
discreta
(medidos segn escala de MBE)
C a pt u l o 7
. ..
.. .. ....
.... ....
...
...
....
....
Una Pendiente
Resbaladiza
Aos desde la graduacin
...
..
p g in a 721
C a pt u l o 7
Estudios
ecolgicos
EE.UU
Ferroviarios
Seven
Countries
Study
FINLANDIA
HOLANDA
Zutphen
ITALIA
Crevalcore
GRECIA
Montegiorgio
Creta
Roma
Corfu
YUGOSLAVIA
Belgrado
Dalmacia
Eslavonia
Velika Krsna
Zrenjanin
JAPON
Tanushimaru
Ushibuka
p g in a 722
C a pt u l o 7
Estudio
ecolgico
Variable PRED IC TO RA
Factor de exposicin
Grasas saturadas
(F)
Variable RESULTAD O
Efecto o Enfermedad
(E)C ardiopata coronaria
cidos grasos
saturados de la dieta (%
de aporte calrico)
Tasas de mortalidad
por cardiopata
coronaria
p g in a 723
C a pt u l o 7
Estudio
ecolgico
3
2
MC
DB
V
0
Z
K
N
W
r=
0,84
5
10
15
20
25
cidos grasos saturados en la dieta (% de aporte calrico)
Tasa de mortalidad por cardiopata coronaria en funcin del contenido en cidos grasos saturados de la
dieta (% del aporte calrico). Ambas variables estn significativamente correlacionadas segn un amplio
estudio (Seven Countries Study) llevado a cabo en diferentes grupos de poblacin. B = Belgrado, C=
Crevalcore, D= Dalmacia, E = este de Finlandia, G = Corf, K = Creta, N = Zutphen, M = Montegiorgio, S
= Eslavonia, T = Tanushimaru, U = empleados de ferrocarriles de EEUU, V = Velika Krsna, W = oeste
de
Finlandia, Z = Zrenjarin.
p g in a 724
C a pt u l o 7
Estudio
ecolgico
Variable PRED IC TO RA
Factor de exposicin
Grasas saturadas
(F)
Variable RESULTAD O
Efecto o Enfermedad
(E)C olesterolemia
cidos grasos
saturados de la dieta (%
de aporte calrico)
Tasas de colesterol
en sangre (mg/dl)
p g in a 725
C a pt u l o 7
Estudio
ecolgico
280
260
Colesterolemia (mg/dl)
p g in a 726
240
220
200
180
160
B
K Z
S
MC
D
U N
r=
0,89
140
10
15
20
25
C a pt u l o 8
C aptulo 8
Publicacin Bioestadstica: Anlisis
bivariante. Test de contraste de hiptesis.
Cualitativa dicotmica versus cuantitativa.
D r. Jacobo D az Portillo
Coordinador de Formacin Continuada
Hospital Universitario de Ceuta
p g in a 727
C a pt u l o 8
Materiales y mtodos
Estructura
1. Tipo de diseo (estudio).
2. Sujetos incluidos (criterios de seleccin de la muestra)
3. Fuentes de informacin.
4. Descripcin de la intervencin y definicin del punto final de la
investigacin (estudios experimentales).
5. Instrumentos y procedimientos de medida (cuestionarios).
6. Definicin de las variables y covariables incluidas en el estudio (factor
de
estudio y criterio de evaluacin).
7. Limitaciones y consideraciones ticas de la investigacin.
8. Pruebas estadsticas a utilizar (programa estadstico).
p g in a 728
C a pt u l o 8
2. ANLISIS BIVARIANTE
3. ANLISIS MULTIVARIANTE
p g in a 729
C a pt u l o 8
p 0,10
A= B
No se puede rechazar la hiptesis nula
No se puede descartar que el azar
lo explique todo
El EFECTO observado es similar que
el ERROR
NO hay diferencias estadsticamente
significativas
NO existen evidencias a favor de
la hiptesis alternativa Ha, y por
tanto aceptamos la hiptesis nula
Ho
p g in a 730
C a pt u l o 8
Anlisis estadstico
Tipos de test analticos estadsticos de contraste de hiptesis
segn el tipo de variables implicadas en el estudio
Variable
dependiente
Variable Continua
resultado
Dicotmica
Variable
Predictor
a
Variable
Independien
te
Dicotmica
Test de 2
t de Student
Continua
Regresin
lo- gstica
Regresin lineal
p g in a 731
C a pt u l o 8
Anlisis
estadstico
ANLISIS ESTADSTICO
Variable
Predictor
a
Variable
Independien
te
Variable resultado
Dicotmica
Continua
Dicotmica
Test de 2
t de Student
Continua
Regresin
lo- gstica
Regresin lineal
t de Student
p g in a 732
C a pt u l o 8
p g in a 733
Variable
Dependiente
o RESULTADO
Pruebas de contraste de
hiptesis
Cualitativa
Cualitativa
Ji cuadrado
Prueba exacta de
Fisher Test de
McNemar
Q de Cochran
REGRESIN LOGSTICA
Cualitativa
Cuantitativa
Cuantitativa
Cualitativa
Cuantitativa
Cuantitativa
t de Student
Anlisis de la
Varianza Test de
Mann-Whitney Test
de Wilcoxon
Test de KruskallWallis Test de
Friedman
Regresin logstica simple
Regresin logstica
multivariante
Regresin lineal
simple Correlacin de
Pearson Correlacin
de Sperman
REGRESIN MLTIPLE
Si el tamao muestral es
grande Si el tamao muestral
es pequeo
Dos grupos de muestras
repetidas o apareadas
Ms de dos grupos de muestras repetidas o
apareadas Varias variables predictoras
cualitativas
Compara medias entre dos grupos independientes
Compara medias entre ms de dos grupos
independientes Dos grupos independientes No
paramtricos
Dos grupos medidas repetidas No paramtrico
Ms de dos grupos No paramtrico, medidas
repetidas Ms de dos grupos No paramtrico
medidas repetidas
Una sola variable predictora cuantitativa
Varias variable predictoras cuantitativa o cualitativas
Paramtrico
Paramtrico
No
paramtrico
Varias
variables
predictoras
C a pt u l o 8
p g in a 734
Cualitativa
nominal dos
categoras
Cualitativa dos
grupos
independientes
Chi cuadrado
Z comparacin de
proporciones
Test exacto
de Fisher
Test de McNemar
Cualitativa dos
grupos apareados
Cualitativa
nominal
>2
categoras
Chi cuadrado
Cualitativa
ordinal o
Cuantitativa NO
paramtrica
U de Mann-Whitney
Cuantitati
va
paramtric
a
T de Student
(prueba de Welch)
Q de Cochran
Prueba de
los rangos
de Wilcoxon
Prueba de
Kruskal- Wallis
Prueba de
Friedman
T de
Student
para datos
emparejado
s
Anlisis de la Varianza
(ANOVA)
Anlisis de la
Varianza de dos
vas
Regresin lineal
Correlacin de
Pearson
Chi cuadrado
Chi cuadrado
Q de Cochran
Q de Cochran
Cuantitativa
Regresin logstica
C a pt u l o 8
Variable
RESULTAD O
C UAN TITATIVA
p g in a 735
C a pt u l o 8
Independient
es
Aparejad
os
PARAMTRIC O
S
NO
PARAMTRIC O S
T de Student para
mues- tras
independientes
U de Mann-W hitney
T de Student para
mues- tras apareadas
W ilcoxon
p g in a 736
C a pt u l o 8
p g in a 737
C a pt u l o 8
F=
Varianza
mayor
Varianza
menor
Test T de
Student
Test de
Welch
p>0,05 (aceptamos la
p<0,05 (rechazamos la hiptesis
p g in a 738
C a pt u l o 8
Pregunta de investigacin
El peso al nacer de los varones difiere del peso al
nacer de
las mujeres?
Variable PRED IC TO RA
C UALITATIVA
Sexo
dicotmica
Variable RESULTAD O
C UAN TITATIVA
Peso (Kg)
continua
p g in a 739
C a pt u l o 8
Test de la T de Student:
Muestras independientes
Hiptesis nula Ho: El peso al nacer de los varones NO difiere del peso al
nacer de las mujeres
Hiptesis alternativa Ha: El peso al nacer de los varones difiere del peso
Peso al nacer del RN
al
Varones
Mujeres
nacer de las mujeres
Media
Desviacin estndar (S)
n
3380,3
417,3
833
3246,8
388,0
789
X1 X2
t calculada =
(n 1) S12 + (m 1) S2 2
(n + m 2)
n
m
tcalculada= 6,666
p g in a 740
C a pt u l o 8
883
789
Media
3380,34
3246,79
Desviacin estndar
417,28
388,0
EEM
14,46
13,81
t calculada
6,666
Grados de libertad
1620
Significacin (bilateral)
0,000
p < 0,001
Ha: El peso al nacer de los varones difiere del peso al nacer de las mujeres
p g in a 741
C a pt u l o 8
D istribucin de la t de
Student
Grados de libertad
1
=n-
n
1
p g in a 742
C a pt u l o 8
t calculada = 6,666
Z 1- /2
Z 1- /2
- 1,96
1,96
p g in a 743
C a pt u l o 8
p g in a 744
C a pt u l o 8
Pregunta de investigacin
Tiene influencia el tipo de dieta (pescado/huevos)
seguida
en el peso del individuo?
Variable PRED IC TO RA
C UALITATIVA
Tipo de dieta
dicotmica
Variable RESULTAD O
C UAN TITATIVA
Peso (Kg)
continua
p g in a 745
C a pt u l o 8
p g in a 746
Test de la T de
Student:
Muestras
Hiptesis nula Ho
independientes
Hiptesis
alternativa
H1
Cualitativa discreta y dicotmica: TIPO DE DIETA (pescado o huevos)
Variable
Variable
RESULTADO
PREDICTORA
Cuantitativa continua: Kg adelgazados durante los 3 meses que dur la
dieta
Variable
Personas que siguen la
Variacin en el peso (kg)
PRED IC TO RA
dieta P a base de
Cualitativa discreta y
pescado n=19
dicotmica:
Personas que siguen la
Variacin en el peso (kg)
TIPO D E D IETA
dieta H a base de huevo
n=10
3 meses
Martnez Gonzlez MA, Jokin de Irala Estvez, Faulin Fajardo FJ. Bioestadstica amigable. Madrid:
Ediciones Daz de Santos; 2001.
C a pt u l o 8
ID
DIETA
REDUCCION
REDUCCION PESO
PESO(Kg)
(Kg)
ID
DIETA
REDUCCION PESO
(Kg)
PESCADO
PESCADO
19
20
HUEVOS
23
21
HUEVOS
23
22
HUEVOS
PESCADO
PESCADO
28
PESCADO
PESCADO
17
23
HUEVOS
14
PESCADO
PESCADO
15
24
HUEVOS
22
PESCADO
PESCADO
16
25
HUEVOS
20
26
HUEVOS
27
HUEVOS
12
PESCADO
PESCADO
21
PESCADO
PESCADO
27
28
HUEVOS
18
PESCADO
PESCADO
18
29
HUEVOS
33
PESCADO
PESCADO
15
30
HUEVOS
10
PESCADO
PESCADO
10
11
PESCADO
PESCADO
10
12
PESCADO
PESCADO
13
PESCADO
PESCADO
12
14
PESCADO
PESCADO
13
15
PESCADO
PESCADO
19
16
PESCADO
PESCADO
17
PESCADO
PESCADO
29
18
PESCADO
PESCADO
35
19
PESCADO
PESCADO
38
Media
18,579
Desviacin estndar
9,26
Varianza
85,8
Variable
RESULTADO
Cuantitativa continua
19
Media
17,545
Desviacin estndar
8,43
Varianza
71,1
Variable
RESULTADO
Cuantitativa continua
X1 X2
t calculada =
t calculada = 0,3
(n 1) S12 + (m 1) S2 2
(n + m 2)
1
n
1
m
p = 0,76
p g in a 747
C a pt u l o 8
Test de la T de Student:
Muestras independientes
Test de la t de
Student
t
calculada < t
calculada > t
tabulada p >
tabulada p <
0,05
0,05
Hiptesis nula H 0
Hiptesis alternativa H a
p = 0,76
p g in a 748
C a pt u l o 8
p g in a 749
C a pt u l o 8
p g in a 750
C a pt u l o 8
F=
Varianza
mayor
Varianza
menor
Test T de
Student
Test de
Welch
p>0,05 (aceptamos la
p<0,05 (rechazamos la hiptesis
p g in a 751
C a pt u l o 8
p g in a 752
C a pt u l o 8
p g in a 753
Realidad 1: Respuesta de
Edipo
Tipo de dieta
Test de Kolmogorov-Smirnov
Estadstico
g.l
Significacin
Pescado
Huevos
0,166
0,168
0,178
0,200
Tipo de dieta
Test de Shapiro-Wilk
Estadstico
g.l
Significacin
Pescado
Huevos
0,956
0,950
0,493
0,615
19
11
19
11
C a pt u l o 8
p g in a 754
C a pt u l o 8
p g in a 755
C a pt u l o 8
+
IC95%
+
IC95%
Media Kg pescado
Media Kg
huevos
- IC95%
- IC95%
p g in a 756
C a pt u l o 8
Pregunta de investigacin
Existen diferencias en los valores del VC M en sangre
en funcin de los depsitos de hierro normales o
ferropnicos en mdula sea?
Variable PRED IC TO RA
C UALITATIVA
D epsitos de Fe en mdula sea
dicotmica
N ormal =1
D ficit = 0
Variable RESULTAD O
C UAN TITATIVA
VC M
continua
(hemograma)
p g in a 757
C a pt u l o 8
p g in a 758
C a pt u l o 8
p g in a 759
C a pt u l o 8
gl = 67 + 33 - 2 = 98
Dficit de hierro
67
33
Media
83,56
76,89
Desviacin estndar
8,588
9,323
EEM
t
1,049
1,623
3,560
calculada
Grados de libertad
Significacin (bilateral)
98
0,001
p g in a 760
C a pt u l o 8
Pregunta de investigacin
Existen diferencias en los valores de la ferritina en
sangre en funcin de los depsitos de hierro normales
o ferropnicos en mdula sea?
Variable PRED IC TO RA
C UALITATIVA
D epsitos de Fe en mdula sea
dicotmica
N ormal =1
D ficit = 0
Variable RESULTAD O
C UAN TITATIVA
FERRITIN A srica
continua
p g in a 761
C a pt u l o 8
p g in a 762
C a pt u l o 8
Mdula normal
Dficit de hierro
67
33
Media
21,76
12,61
Desviacin estndar
9,165
5,528
EEM
T
1,120
0,962
6,201
calculada
Grados de libertad
Significacin (bilateral)
93,876
0,000
p g in a 763
C a pt u l o 8
p g in a 764
Pregunta de investigacin
Qu relacin existe entre el grupo cultural/religioso y los
niveles
de anticuerpos frente al virus de la Rubeola en la poblacin
gestante
Variable
Variable
inmunizada
de
Ceuta
en
el
ao
1994? O
PRED IC TO RA
RESULTAD
C ristianas
Cualitativa
inmunizadas
dicotmica
Musulmanas
inmunizadas
Virus de la Rubeola
Cuantitativa
continua
C a pt u l o 8
p g in a 765
Figura 1.- Ttulos de anticuerpos frente al virus de la Rubeola en gestantes inmunizadas de Ceuta en 1994.
Distribucin por grupos culturales.
C a pt u l o 8
p g in a 766
Pregunta de investigacin
Qu relacin existe entre el grupo cultural/religioso y los
niveles
de anticuerpos frente al virus de la Rubeola en la poblacin
gestante
Variable
Variable
inmunizada
de
Ceuta
en
el
ao
2010? O
PRED IC TO RA
RESULTAD
C ristianas
Cualitativa
inmunizadas
dicotmica
Musulmanas
inmunizadas
Virus de la Rubeola
Cuantitativa
continua
C a pt u l o 8
gl = 234 + 487 - 2 =
719
IgG-anti-RUBEOLA
Cristianas
Musulmanas
234
487
Media
133,20
94,90
Desviacin estndar
197,26
100,69
EEM
12,89
4,56
t calculada
Grados de libertad
Significacin (bilateral)
3,452
719
0,001
p g in a 767
C a pt u l o 8
Test de t de Student
independientes
(varianzas desiguales)
p g in a 768
para muestras
p = 0,006
133,2
94,9
Figura 2.- Ttulos de anticuerpos frente al virus de la Rubeola en gestantes inmunizadas de Ceuta en 2010.
Distribucin por grupos culturales.
C a pt u l o 8
Mito 1: La sonrisa de la
esfinge
Para poder usar la t de Student para muestras independientes es
necesario, entre otras condiciones, la homogeneidad de las
varianzas (homocedasticidad) de la variable cuantitativa.
La variable cuantitativa niveles de anticuerpos IgG antiRUBEOLA (UI/ml) en la poblacin gestante inmunizada de Ceuta
cumple la homocedasticidad?
Que test has empleado para comprobar que se cumple la
homogeneidad de las varianzas?
p g in a 769
C a pt u l o 8
IgG-anti-RUBEOLA
14,498
Significacin
0,000
Test de
Welch
>F
p g in a 770
C a pt u l o 8
IgG-anti-RUBEOLA
Cristianas
Musulmanas
234
487
Media
133,20
94,90
Desviacin estndar
197,26
100,69
EEM
12,89
4,56
T calculada
2,800
Grados de libertad
292,8
Significacin (bilateral)
0,005
p g in a 771
C a pt u l o 8
p g in a 772
Pregunta de investigacin
Qu relacin existe entre el grupo cultural/religioso y los
niveles de anticuerpos frente a Toxoplasma en la poblacin
gestante inmunizada de Ceuta en el ao 1994?
Variable
PRED IC TO RA
C ristianas
Cualitativa
inmunizadas
dicotmica
Musulmanas
inmunizadas
Variable
RESULTAD O
Virus de la Rubeola
Cuantitativa
continua
C a pt u l o 8
Test de t de Student
independientes
p > 0,1
32,8
35,5
para muestras
Figura 1.- Ttulos de anticuerpos frente a Toxoplasma en gestantes inmunizadas de Ceuta en 1994.
Distribucin por grupos culturales.
p g in a 773
C a pt u l o 8
p g in a 774
Pregunta de investigacin
Qu relacin existe entre el grupo cultural/religioso y los
niveles de anticuerpos frente a Toxoplasma en la poblacin
gestante inmunizada de Ceuta en el ao 2010?
Variable
PRED IC TO RA
C ristianas
Cualitativa
inmunizadas
dicotmica
Musulmanas
inmunizadas
Variable
RESULTAD O
Toxoplasma
Cuantitativa
continua
C a pt u l o 8
Test de t de Student
independientes
para muestras
78,6
67,9
p > 0,1
Figura 2.- Ttulos de anticuerpos frente a Toxoplasma en gestantes inmunizadas de Ceuta en 2010.
Distribucin por grupos culturales.
p g in a 775
C a pt u l o 8
Mito 1: La sonrisa de la
esfinge
La t de Student para muestras independientes es un test paramtrico, es
decir para usarlo se debe cumplir la normalidad de la variable
cuantitativa.
La variable cuantitativa niveles de anticuerpos (UI/ml) en la
poblacin gestante inmunizada de Ceuta sigue una distribucin
normal?
No encuentro datos estadsticos de dispersin (desviacin tpica)
Cmo justificas esa supuesta normalidad? Qu test has empleado
para
comprobar que se cumple la normalidad (campana de Gauss)?
p g in a 776
C a pt u l o 8
Test de normalidad
Test de Kolmogorov-Smirnov
Ao 2010
Media
DE
Estadstico Z
Significacin
721
107,3
140,6
6,870
0,000
Test de normalidad
Ao 2010
Tipo de cultura
Niveles de
Cristianas
anticuerpos
IgG antiRUBEOLA
Musulmanas
Test de Kolmogorov-Smirnov
N
Media DE
234
133,2
197,3
Estadstico Z
4,211
Significacin
0,000
487
4,723
0,000
94,9
100,7
p g in a 777
C a pt u l o 8
Test de normalidad
Test de Kolmogorov-Smirnov
Ao 2010
Media
DE
Estadstico Z
Significacin
297
77,5
133,6
5,321
0,000
Test de normalidad
Ao 2010
Tipo de cultura
Niveles de
Cristianas
anticuerpos
IgG antiRUBEOLA
Musulmanas
Test de Kolmogorov-Smirnov
N
Media DE
32
67,9
58,6
Estadstico Z
1,260
Significacin
0,084
265
5,110
0,000
78,62
139,9
p g in a 778
C a pt u l o 8
Independient
es
Aparejad
os
PARAMTRIC O
S
NO
PARAMTRIC O S
T de Student para
mues- tras
independientes
U de Mann-W hitney
T de Student para
mues- tras apareadas
W ilcoxon
p g in a 779
C a pt u l o 8
p g in a 780
Pregunta de investigacin
Existen diferencias de la tensin arterial sistlica (TAS) de
los 20 alumnos del curso de Metodologa de investigacin
en funcin del sexo?
Variable
PRED IC TO RA
Sexo
Cualitativa
dicotmica
Variable
RESULTAD O
TAS
Cuantitativa
C a pt u l o 8
Condiciones de aplicacin:
-Si alguna de las dos muestras contiene menos de 30 observaciones y No se puede
asumir la normalidad.
- Variable medida en escala ORDINAL.
-Si la muestra es de muy pequeo tamao (<10 observaciones en alguno de los dos
grupos).
Inconvenientes:
-Se pierde potencia para detectar diferencias significativas (para una comparacin
que resulte significativa con 95 individuos en la t de Student, se necesitaran 100
individuos para que la misma comparacin resulte significativa con el test de MannWhitney).
- No permite construir intervalos de confianza.
p g in a 781
C a pt u l o 8
Alumnos
1
2
3
4
5
6
7
8
9
10
10
TAS
Alumnos
110
120
100
115
110
100
120
125
125
125
Total
Rango 1
(R1)
9,5
16
5
13,5
9,5
5
16
18,5
18,5
20
Orden
Alumnas
7
15
4
13
8
5
16
18
19
20
1
2
3
4
5
6
7
8
9
10
10
TAS
Alumnas
90
95
110
110
120
115
110
100
95
100
Rango 2
(R2)
1
2,5
9,5
9,5
16
13,5
9,5
5
2,5
9,5
78,5
Orden
1
2
9
10
17
14
11
6
3
12
p g in a 782
C a pt u l o 8
U de MannW hitney
rea de
rechazo
Ha
Area de NO
rechazo
Hiptesis nula
rea de
rechazo
Ha
Los valores de estadstico U y W calculados por el test se comparan con los tabulados para un contraste
bilateral con un error alfa 0,05.
p g in a 783
C a pt u l o 8
U de MannW hitney
TAS
SEXO
Mean Rank
Sum of Ranks
Alumna
Alumno
Total
10
10
20
7,85
13,15
78,50
131,50
Test estadsticos
TAS
Mann-Whitney U
23,50
Wilcoxon W
78,50
Zu
- 2,030
0,041
0,043
Sum of ranks
Mean rank
Zu
U-R
p g in a 784
C a pt u l o 8
p g in a 785
C a pt u l o 8
Planteamiento de la
hiptesis
- Hiptesis nula (Ho ). Las diferencias observadas entre las calificaciones
del
examen de conocimientos mediante los dos tipos de cursos se deben al
azar.
- Hiptesis alternativa (Ha ). Las calificaciones del examen de
conocimientos,
segn el mtodo de enseanza PRESENCIAL son ms altas y diferentes
que
las observadas en el mtodo A DISTANCIA.
Cul es la prueba estadstica ms
adecuada?
p g in a 786
C a pt u l o 8
Tipo de Curso
N del alumno
A DISTANCIA
80
85
25
70
90
Tipo de Curso
N del alumno
10
PRESENCIAL
95
100
93
110
45
- Nivel de significacin: Para todo valor de probabilidad igual o menor que p = 0,05,
se
acepta Ha y se rechaza Ho.
- Zona de rechazo: Para todo valor de probabilidad mayor que 0,05, se acepta Ho y
se
rechaza Ha.
- Dos cursos diferentes aplicados en dos grupos de alumnos
mdicos.
p g in a 787
C a pt u l o 8
Tipo de Curso
R (S)
A distancia Grupo 1
80 (4)
85 (5)
25 (1)
70 (3)
90 (6)
19
Presencial Grupo 2
95 (8)
100 (9)
93 (7)
110 (10)
45 (2)
36
p g in a 788
C a pt u l o 8
p g in a 789
C a pt u l o 8
p g in a 790
C a pt u l o 8
p g in a 791
C a pt u l o 8
Tamao
muestral
Ucalculado =
p = 0,048
p g in a 792
C a pt u l o 8
D ecisi
n
A la probabilidad del valor U de Mann-Whitney, calculado anteriormente calculado),
(U
corresponde a un valor de la p de 0,048, el cual es ms pequeo que el nivel
de
significancia (0,05); por lo tanto, se acepta Ha y se rechaza o
H.
p g in a 793
C a pt u l o 8
Interpretaci
n
Entre las calificaciones del examen de conocimientos adquiridos mediante las
dos modalidades del curso de enseanza de la bioestadstica, existe una
diferencia significativa con un nivel de probabilidad de error alfa menor del 5%
(p<0,05); es decir, aun cuando las muestras de ambos grupos son pequeas, las
calificaciones ms altas mediante el curso clsico PRESENCIAL sealan ms
efectividad, con la probabilidad de equivocarse de 0,048 para aceptarlo por la
influencia del AZAR (4,8%).
p g in a 794
C a pt u l o 8
p g in a 795
p g in a 796
C a pt u l o 8
Planteamiento de la
hiptesis
- Hiptesis nula (Ho ). Las posibles diferencias entre las calificaciones dadas
por
los alumnos en ambos tipos de cursos se deben al
azar.
- Hiptesis alternativa (Ha ). Las calificaciones de los alumnos inscritos en el
curso
realizado por el mtodo clsico PRESENCIAL, propuesto por el
experimentador,
son diferentes y con valores ms altos.
- Nivel de significacin: Para todo valor de probabilidad igual o menor que
0,05,
se acepta H y se rechaza H .
a
o
- Zona de rechazo: Para todo valor de probabilidad mayor que 0,05, se acepta
H
y se rechaza Ha.
p g in a 797
C a pt u l o 8
Notas
Notas
55
70
90
110
45
60
60
10
11
12
13
14
15
16
16
17
17
18
19
20
20
21
21
22
22
23
23
24
24
25
75
80
95
100
110
95
60
70
80
80
40
40
65
50
75
75
90
90
90
90
100
100
80
80
100
100
10
Notas
60
80
25
30
40
60
90
100
60
55
C a pt u l o 8
p g in a 798
C a pt u l o 8
p g in a 799
C a pt u l o 8
p g in a 800
C a pt u l o 8
_
Z= U
U -- U
U
Z=
p g in a 801
C a pt u l o 8
_
U=
n1 * n2
_
U=
10 * 25
2
= 125
p g in a 802
C a pt u l o 8
p g in a 803
C a pt u l o 8
Z = U- U
U=
Li =
U =
n1 * n2
2
p g in a 804
C a pt u l o 8
U =
UU =
U = 27,24
p g in a 805
C a pt u l o 8
Z = U- U
Z=
Z
Z=
178 - 125
= 1,95
=
27,24
72
- 125
27,24
= - 1,95
p g in a 806
C a pt u l o 8
p g in a 807
C a pt u l o 8
p = [ 1 - 0,9744 ] = 0,0256
p g in a 808
C a pt u l o 8
D ecisi
n
A la cifra de Z de 1,95 le corresponde una probabilidad menor que 0,05 (p =
0,0256), por lo cual se acepta Ha y se rechaza Ho (tabla de probabilidades
asociadas en valores extremos como los de 2 en la distribucin normal).
p g in a 809
C a pt u l o 8
p g in a 810
Interpretaci
n
El experimentador (profesor de bioestadstica de los cursos), al aumentar el
tamao
muestral en ambos grupos (n1 =10, y n2 =25, N=35), CONFIRMA la
investigacin
preliminar con una muestra pequea (n1 =5, y n2 =5, N=10), con lo cual da
a
entender que los resultados (calificaciones de los alumnos) logrados con el mtodo
PRESENCIAL son diferentes de los obtenidos con el mtodo de enseanza A
DISTANCIA; adems, este ltimo revela calificaciones ms bajas y permitira
concluir que es menos efectivo que el otro.
C a pt u l o 8
p g in a 811
Pregunta de investigacin
Qu relacin existe entre el grupo cultural/religioso y los
niveles
de anticuerpos frente al virus de la Rubeola en la poblacin
gestante
Variable
Variable
inmunizada
de
Ceuta
en
el
ao
2010? O
PRED IC TO RA
RESULTAD
C ristianas
Cualitativa
inmunizadas
dicotmica
Musulmanas
inmunizadas
Virus de la Rubeola
Cuantitativa
continua
C a pt u l o 8
Anti-IgGRUBEOLA
SEXO
Mean Rank
Sum of Ranks
Cristianas
Musulmanas
Total
234
487
721
392,46
345,88
91836,0
168445,0
Test estadsticos
IgG-Rubeola
Mann-Whitney U
49573,00
Wilcoxon W
168401,0
Zu
- 2,828
0,005
0,043
Sum of ranks
Mean rank
Zu
U-R
p g in a 812
C a pt u l o 8
p g in a 813
Pregunta de investigacin
Qu relacin existe entre el grupo cultural/religioso y los
niveles de anticuerpos frente a Toxoplasma en la poblacin
gestante inmunizada de Ceuta en el ao 2010?
Variable
PRED IC TO RA
C ristianas
Cualitativa
inmunizadas
dicotmica
Musulmanas
inmunizadas
Variable
RESULTAD O
Toxoplasma
Cuantitativa
continua
C a pt u l o 8
Test de normalidad
Test de Kolmogorov-Smirnov
Ao 2010
Media
DE
Estadstico Z
Significacin
297
77,5
133,6
5,321
0,000
Test de normalidad
Ao 2010
Tipo de cultura
Niveles de
Cristianas
anticuerpos
IgG antitoxoplasma
Musulmanas
Test de Kolmogorov-Smirnov
N
Media DE
32
67,9
58,6
Estadstico Z
1,260
Significacin
0,084
265
5,110
0,000
78,62
139,9
p g in a 814
C a pt u l o 8
Anti-IgGtoxoplasma
SEXO
Mean Rank
Sum of Ranks
Cristianas
Musulmanas
Total
32
265
297
162,11
147,42
5187,50
39065,50
Test estadsticos
IgG-toxoplasma
Mann-Whitney U
3820,50
Wilcoxon W
39065,50
Zu
- 0,914
0,361
Sum of ranks
Mean rank
Zu
U-R
p g in a 815
C a pt u l o 8
Independient
es
Aparejad
os
PARAMTRIC O
S
NO
PARAMTRIC O S
T de Student para
mues- tras
independientes
U de Mann-W hitney
T de Student para
datos apareados
W ilcoxon
p g in a 816
C a pt u l o 8
Variables cuantitativas:
C omparacin de la media entre dos
grupos
Muestras relacionadas
Muestras independientes
Tipos de
Peso
Tipos
de dieta
dieta
Peso (Kg)
(Kg)
Pescado
23
Pescado
23
Pescado
19
Pescado
19
Pescado
28
28
Pescado
23
Pescado
Pescado
Pescado
Pescado
Pescado
Pescado
Pescado
.
Pescado
5
23
17
5
14
17
13
14
13
.
Huevos
Huevos
Huevos
Huevos
Huevos
Huevos
Huevos
Huevos
Huevos
Huevos
Huevos
Huevos
Huevos
Huevos
Huevos
Huevos
.
Huevos
21
21
22
22
26
26
25
25
2
2
28
Peso
Peso final
final (Kg)
(Kg)
Peso inicial
inicial Peso
23
21
23
21
19
22
19
22
28
26
26
28
23
25
25
23
5
2
2
5
17
28
28
17
14
17
17
14
13
4
4
..
13
..
DIF
DIF
-- 22
+3
+3
-2
-2
+2
+2
-3
3
+- 11
++11
3
+- 93
-9
17
28
4
17
12
4
12
p g in a 817
C a pt u l o 8
p g in a 818
C a pt u l o 8
d - O
t calculada =
S2
Variables
Estadsticos
Diferencia de peso
Media
54,26
55,64
1,38
6,653
7,624
4,096
1626
1626
1626
p g in a 819
C a pt u l o 8
Variables
Media
Error estndar de
la media (EEM)
1626
Desviacin
estndar
(s)
6,653
Peso ANTES
embarazo
Peso DESPUS
del parto
54,26
55,64
1626
7,624
0,189
0,165
Variable
Correlacin (r)
Significacin
1626
0,844
0,000
Variables
4,096
0,102
1,178
t calculada
gl
13,562
1625 0,000
1,577
p < 0,001
Significacin
bilateral
p g in a 820
C a pt u l o 8
t calculada = 6,666
Z 1- /2
Z 1- /2
- 1,96
1,96
p g in a 821
C a pt u l o 8
Variable
RESULTAD O
Frecuencia C ardaca Media
Cuantitativa
p g in a 822
C a pt u l o 8
p g in a 823
C a pt u l o 8
Resultado
s
Variables
Media
FRECPRE
FRECPOST
79,53
70,40
30
30
Desviacin
estndar
(s)
19,15
12,95
Error estndar de
la media (EEM)
3,50
2,36
Variables
Correlacin (r)
Significacin
30
0,828
0,000
Variables
FRECPRE FRECPOST
Diferencias
relacionadas
Media
9,13
11,12 2,031
EEM
Intervalo de
confianza de la
diferencia
Inferior Superior
4,98
t calculada
gl
Significacin
bilateral
4,49
29
0,000
13,29
p>0,05 (aceptamos la
Ho)
p<0,05 (rechazamos la hiptesis
nula)
p g in a 824
C a pt u l o 8
p g in a 825
C a pt u l o 8
p g in a 826
C a pt u l o 8
Inicio
Final
IC (95%)
149,1 (22)
49,2 (7,7)
144,4 (17,3)
143,3 (17,5)
1,01 (0,12)
115 (18)
38,8 (5)
119,6 (12,1)
127,7 (14,6)
0,94 (0,08)
< 0,001
< 0,001
< 0,001
0,02
0,02
26,9-39,8
7,8-13,2
18,4-36,5
9,1-24,1
0,017-0,16
Los valores se expresan como media (desviacin estndar); p nivel de significacin; IC intervalo de
confianza; IMC: ndice de masa corporal; C/c cintura-cadera.
p g in a 827
C a pt u l o 8
Peso (Kg)
IMC (Kg/m2)
Cintura (cm)
Cadera (cm)
ndice C/c
Inicio
Final
IC (95%)
126 (19)
48,7 (5,8)
129,8 (17,7)
142,5 (15,6)
0,92 (0,11)
107 (18)
42,5 (6,2)
118,7 (15,4)
132,8 (13)
0,89 (0,09)
< 0,001
< 0,001
< 0,001
0,003
0,04
13,5-20,3
4,5-7,5
9,1-21,6
3,6-15,9
0,017-0,16
Los valores se expresan como media (desviacin estndar); p nivel de significacin; IC intervalo de
confianza; IMC: ndice de masa corporal; C/c cintura-cadera
p g in a 828
C a pt u l o 8
179,7 (34,5)
0,16
-5,1 a 29,6
Triglicridos (mg/dl)
162,4 (73,6)
107,7 (33,7)
0,001
25,4 - 90,0
cLDL (mg/dl)
124,1 (38,5)
115 (30,4)
0,12
-12,9 a 5,7
cHDL (mg/dl)
35,4 (86,3)
43,5 (8,5)
< 0,001
5,7 12,6
cVLDL (mg/dl)
32,5 (14,7)
21,9 (6,8)
0,002
4,8 18,5
122,1 (31,3)
100,7 (19,6)
0,01
6,5 40,5
Apo A1 (mg/dl)
117,8 (13,2)
126 (18,8)
0,24
- 17,5 a 4,9
Los valores se expresan como media (desviacin estndar); p nivel de significacin; IC intervalo de
confianza;
p g in a 829
C a pt u l o 8
183,6 (32)
0,32
-5,7 a 16,5
Triglicridos (mg/dl)
cLDL (mg/dl)
cHDL (mg/dl)
cVLDL (mg/dl)
Apo B100 (mg/dl)
137 (60,8)
117,8 (13,2)
41,9 (15,6)
32,3 (15,9)
110 (30,6)
109,5 (43,7)
115,6 (26,4)
45,6 (13.1)
22 (8,4)
106,1 (20,6)
0,22
0,07
0,03
0,2
0,7
-5,8 a 23,5
-0,8 a 18,5
0,4 6,6
-1,1 a 4,8
-11,4 a 15,9
Apo A1 (mg/dl)
124,1 (23,2)
129 (21,4)
0,052
-0,07 a 19,4
Los valores se expresan como media (desviacin estndar); p nivel de significacin; IC intervalo de
confianza;
p g in a 830
C a pt u l o 8
p g in a 831
D iscusin - C onclusiones
- Los varones presentaron una mayor reduccin ponderal que las mujeres.
- Con la intervencin diettica empleada conseguimos una mejora en el
perfil
aterognico, principalmente en los triglicridos, VLDL y HDL.
-Los varones presentaron una mejora ms importante que las mujeres en el
perfil lipdico.
-La reduccin ponderal ha conseguido una reduccin de algunos de los
factores de riesgo cardiovascular (FRCV) analizados.
-El sexo masculino presenta una mejor respuesta global con reduccin de
los FRCV y mejora de la distribucin grasa.
C a pt u l o 8
Mito 1: La sonrisa de la
esfinge
La t de Student de datos apareados es un test paramtrico, es decir
para usarlo se debe cumplir la normalidad de las variables cuantitativas.
Se cumple en todas las variables? Las nuevas variables DIF =
FRECPRE
FRECPOST siguen una distribucin normal? Cmo justificas esa
supuesta
normalidad?Que test has empleado?
He observado que en tus resultados NO aparece las nuevas variables DIF
ni su desviacin tpica.
Porqu no se ha incluido en los resultados?
p g in a 832
C a pt u l o 8
Cualitativa versus
cuantitativa
PARAMTRIC O
S
Independient
es
Aparejad
os
NO
PARAMTRIC O S
T de Student para
mues- tras
independientes
U de Mann-W hitney
T de Student para
mues- tras apareadas
W ilcoxon
p g in a 833
C a pt u l o 8
Test de
W ilcoxon
Prueba NO PARAMTRICA o de libre distribucin
- No se basa en la media, desviacin estndar, etc.
Condiciones de aplicacin:
- Diseo emparejado o de medidas repetidas
- Datos a comparar
son ORDINALES o
Cuantitativos con
BAJO tamao
muestral (n < 30) y
NO siguen una
distribucin
NORMAL
p g in a 834
C a pt u l o 8
p g in a 835
Infiltraci
n
N ivel de dolor
D ESPUS del
tratamiento
C a pt u l o 8
p g in a 836
C a pt u l o 8
Variable
resultado:
Pareja
Gemelo vivo
Gemelo muerto
10
p g in a 837
C a pt u l o 8
Variable
resultado:
Pareja
Gemelo vivo
Gemelo muerto
10
p g in a 838
C a pt u l o 8
- 1,897
0,058
0,180
p g in a 839
C a pt u l o 8
Nivel de significacin
estadstica ( =
0,05)
Z calculado= - 1,89
Ho
Z 1- /2
Z 1- /2
Ha
Ha
- 1,96
Z calculado= - 1,89
1,96
<
Z tabulado = 1,96
p g in a 840
C a pt u l o 8
p g in a 841
n(n
1)
n(n 1)(2n
4
1)
24
~N
(0,1)
n(n
1) 4
3
g
ti
n(n 1)(2n
2t
1) 24
W
~N
(0,1)
i1
C a pt u l o 8
Muerte
Sobreviviente
Sedentarismo (+)
Sedentarismo (-)
A: Fallecidos con
sedentarismo B:
Sobrevivientes sedentarios
C: Fallecidos deportistas
D : Sobrevivientes
deportistas
RR =
[ A / (A + B)]
[ C / (C + D) ]
p g in a 842
C a pt u l o 8
NO expuestos
al factor de
riesgo
(sedentarismo)
Prdidas
de
seguimient
Seguimiento o
20
aos
Fallecimientos
RIESGO
RELATIVO
Prdidas de
Sobrevivientes
Fallecimientos
Sobrevivientes
seguimient
o
Kumala et al. Relationship of leisure-time physical activity and mortality: the Finnish twin cohort. JAMA
1998; 11; 279: 440-4.
p g in a 843
C a pt u l o 8
Muerte
Sobreviviente
Deporte (+)
Deporte (-)
A: Fallecidos con
sedentarismo B:
Sobrevivientes sedentarios
C: Fallecidos deportistas
D : Sobrevivientes
deportistas
RR =
[ A / (A + B)]
[ C / (C + D) ]
p g in a 844
C a pt u l o 8
EXPUESTOS al
factor de riesgo
(sedentarismo)
NO expuestos
al factor de
riesgo
(sedentarismo)
Prdidas
de
seguimient
Seguimiento
o
20
aos
Fallecimientos
RIESGO
RELATIVO
Prdidas de
Sobrevivientes
Fallecimientos
Sobrevivientes
seguimient
o
Kumala et al. Relationship of leisure-time physical activity and mortality: the Finnish twin cohort. JAMA
1998; 11; 279: 440-4.
p g in a 845
C a pt u l o 8
RRR1 = 29%
RRR2 =
34%
- Conclusiones: Este estudio es importante porque deja claro que la mejor
superviviencia de los ms activos NO se debe a una predisposicin gentica
(controlada por el emparejamiento entre gemelos), sino al efecto real del ejercicio fsico
sobre la superviviencia.
Kumala et al. Relationship of leisure-time physical activity and mortality: the Finnish twin cohort. JAMA
1998; 11; 279: 440-4.
p g in a 846
C a pt u l o 8
Curso
C onocimientos de
MIC S despus del
curso
p g in a 847
C a pt u l o 8
Hiptesis nula
Ho
X antes = X despus
Hiptesis alternativa
H1
X antes X despus
p g in a 848
C a pt u l o 8
p g in a 849
N respuestas
correctas ANTES del
curso (RCAC)
N respuestas correctas
Diferencia de respuestas
DESPUS del curso (RCDC) acertadas DESPUS ANTES
(RCDC- RCAC)
10
14
14
14
14
13
13
10
13
11
11
C a pt u l o 8
-2,536
0,011
0,008
p g in a 850
C a pt u l o 8
p g in a 851
C a pt u l o 8
MUESTRAS
APAREADAS
INDEPENDIENTES
n1 y n2 30
30
n 30
n1 o n2
Test de normalidad
Test de levene
Homogeneidad
de las
varianzas
Test de la t de
Student para
muestras
independientes
SI
n 30
Test de normalidad
NO
SI
Heterogeneidad
de las
varianzas
Test de Welch
Test de la
U de
MannWhitney
Test de la t de
Student para
datos
apareados
NO
Test de
Wilcoxon
p g in a 852
C a pt u l o 8
Pregunta de investigacin
Qu relacin existe entre los niveles de colesterolLD L en
sangre y la probabilidad de padecer un IAM?
Variable PRED IC TO RA
C UAN TITATIVA
N iveles colesterol-LD L
continua
Variable RESULTAD O
C UALITATIVA
IAM
dicotmica
p g in a 853
C a pt u l o 8
Pregunta de investigacin
Qu relacin existe entre los niveles de
alcoholemia y la probabilidad de tener un
accidente de trfico?
Variable PRED IC TO RA
C UAN TITATIVA
N iveles de Alcoholemia
continua
Variable RESULTAD O
C UALITATIVA
Accidente de trfico
dicotmica
p g in a 854
C a pt u l o 8
Pregunta de investigacin
Qu relacin existe entre la ingesta crnica de
alcohol y la probabilidad de desarrollar cncer de
esfago?
Variable PRED IC TO RA
C UAN TITATIVA
Ingesta crnica de alcohol
continua
Variable RESULTAD O
C UALITATIVA
C ncer de esfago
dicotmica
p g in a 855
C a pt u l o 8
Pregunta de investigacin
Qu relacin existe entre la edad
gestacional y la
probabilidad de muerte del recin nacido?
Variable PRED IC TO RA
C UAN TITATIVA
Edad gestacional
continua
Variable RESULTAD O
C UALITATIVA
Muerte del RN
dicotmica
p g in a 856
C a pt u l o 8
Predice
Produce
VC M (hemograma)
Produc
e
Ferritina (srica)
Predic
e
p g in a 857
C a pt u l o 8
Pregunta de investigacin
Qu relacin existe entre el VC M del hemograma y
la probabilidad de tener dficit de los depsitos de
hierro en mdula sea?
Variable PRED IC TO RA
C UAN TITATIVA
VC M
continua
(hemograma)
Variable RESULTAD O
C UALITATIVA
D epsitos de Fe en mdula sea
dicotmica
p g in a 858
C a pt u l o 8
Pregunta de investigacin
Qu relacin existe entre los niveles de ferritina
srica y la probabilidad de tener dficit de los
depsitos de hierro en mdula sea?
Variable PRED IC TO RA
C UAN TITATIVA
Ferritina (srica)
continua
Variable RESULTAD O
C UALITATIVA
D epsitos de Fe en mdula sea
dicotmica
p g in a 859
C a pt u l o 8
Anlisis estadstico
Tipos de test analticos estadsticos de contraste de hiptesis
segn el tipo de variables implicadas en el estudio
Variable
dependiente
Dicotmica
Variable
Predictor
a
Variable
Independien
te
VariableContinua
resultado
Dicotmica
Test de 2
t de Student
Continua
Regresin
logstica
simple
Regresin lineal
p g in a 860
C a pt u l o 8
Anlisis
estadstico
ANLISIS ESTADSTICO
Variable
Predictor
a
Variable
Independien
te
Variable resultado
Dicotmica
Continua
Dicotmica
Test de 2
t de Student
Continua
Regresin
logstica
Regresin lineal
p g in a 861
C a pt u l o 8
Variable RESULTADO
Alcoholemia
Accidente de trfico
Ingesta de alcohol
Cncer de esfago
Colesterolemia
IAM
Edad gestacional
Muerte del RN
p g in a 862
C a pt u l o 8
Pregunta de investigacin
Qu relacin existe entre los niveles de colesterolLD L en
sangre y la probabilidad de padecer un IAM?
Variable PRED IC TO RA
C UAN TITATIVA
N iveles colesterol-LD L
continua
Variable RESULTAD O
C UALITATIVA
IAM
dicotmica
p g in a 863
C a pt u l o 8
P=
1+
log
P
1-P
= 0 + 1 X 1
1X1
Y=1
Modelo de regresin
logstica simple
Probabilidad de
enfermedad
coronaria
Modelo de probabilidad
lineal simple
Y=0
Factor de riesgo: cLDL
X1
p g in a 864
C a pt u l o 8
p g in a 865
C a pt u l o 8
Pregunta de investigacin
Qu relacin existe entre la edad gestacional y la
probabili- dad de muerte del recin nacido?
Estudio caso-control realizado por Brand et al con 410 RN de
edad gestacional entre 24-29 semanas.
Variable PRED IC TO RA
C UAN TITATIVA
Edad gestacional
continua
Variable RESULTAD O
C UALITATIVA
Probabilidad de morir
dicotmica
p g in a 866
p g in a 867
C a pt u l o 8
Edad gestacional
Semanas
24
25
26
27
28
29
Total
Vivo
16
38
49
45
30
181
Muerto
26
56
69
50
21
229
Estimacin
Error estndar
Constante
18,36
2,375
Edad
gestacional
- 0,6819
0,08908
C a pt u l o 8
p g in a 868
1,96
95%
Z99%
2,56
99%
Variable
Z99,5%
3,29
99,5%
estndar Constante
EE1
Error
18,36
2,375
Coeficiente de regresin
logstica estandarizado
Estimacin
Edad
gestacional
- 0,6819
0,08908
0,6819
=
=
0,08908
7,65
> Z95%
Podemos decir con error inferior al 5% que existe asociacin entre la mortalidad de los
RN prematuros y su edad gestacional en el rango estudiado.
C a pt u l o 8
Estimacin
Error estndar
Constante
18,36
2,375
Edad
gestacional
- 0,6819
0,08908
1/OR = 1,98
Un RN presenta casi 2 veces ms riesgo de
morir que otro RN con una semana ms
20
OR = 0,506
1 = - 0,6819
Logit
10
- 10
24
25
26
27
28
29
OR = e1 (X1-X2)
OR = e -0,6819 (25-29) = 15,30
p g in a 869
C a pt u l o 8
Pregunta de investigacin
Qu relacin existe entre el VC M del hemograma y
la probabilidad de tener dficit de los depsitos de
hierro en mdula sea?
Variable PRED IC TO RA
C UAN TITATIVA
VC M
continua
(hemograma)
Variable RESULTAD O
C UALITATIVA
D epsitos de Fe en mdula sea
dicotmica
p g in a 870
C a pt u l o 8
Variable RESULTAD O
VC M
D epsitos de Fe medular
0,08485
0,02689
log
P
P
1 -
- 6,1112
0,08485
VCM
p g in a 871
C a pt u l o 8
p g in a 872
Variable RESULTAD O
Ferritina srica
D epsitos de Fe medular
0,1713
0,04085
log
P
1 -
- 2,1290
FERRITINA
0,1713
C a pt u l o 8
p g in a 873
Cualitativa
nominal dos
categoras
Cualitativa
dos grupos
independient
es
Chi cuadrado
Z comparacin de
proporciones
Test exacto de
Fisher
Test de McNemar
Cualitativa
dos grupos
apareados
Cualitativa > 2
grupos
independientes
Cualitativa > 2
grupos
apareados
Cuantitativa
Cualitativa
nominal > 2
categoras
Chi cuadrado
Cualitativa
ordinal o
Cuantitativa NO
paramtrica
U de Mann-Whitney
Cuantitati
va
paramtric
a
T de Student
(prueba de Welch)
Q de Cochran
Prueba de los
rangos de
Wilcoxon
Chi cuadrado
Chi cuadrado
Prueba de
Kruskal- Wallis
T de
Student
para datos
emparejado
s
Anlisis de la Varianza
(ANOVA)
Q de Cochran
Q de Cochran
Prueba de Friedman
Regresin logstica
simple
Regresin
logsti- ca
multivariante
Correlacin de
Sperman
Tau de Kendall
Anlisis de la
Varianza de dos
vas
Regresin lineal
Correlacin de
Pearson
C a pt u l o 9
C aptulo 9
Publicacin Bioestadstica: Anlisis
bivariante. Test de contraste de hiptesis.
Cualitativa policotmica versus cuantitativa.
D r. Jacobo D az Portillo
Coordinador de Formacin Continuada
Hospital Universitario de Ceuta
p g in a 874
C a pt u l o 9
Materiales y mtodos
Estructura
1. Tipo de diseo (estudio).
2. Sujetos incluidos (criterios de seleccin de la muestra)
3. Fuentes de informacin.
4. Descripcin de la intervencin y definicin del punto final de la
investigacin (estudios experimentales).
5. Instrumentos y procedimientos de medida (cuestionarios).
6. Definicin de las variables y covariables incluidas en el estudio (factor
de
estudio y criterio de evaluacin).
7. Limitaciones y consideraciones ticas de la investigacin.
8. Pruebas estadsticas a utilizar (programa estadstico).
p g in a 875
C a pt u l o 9
2. ANLISIS BIVARIANTE
3. ANLISIS MULTIVARIANTE
p g in a 876
C a pt u l o 9
p g in a 877
Variable
Dependiente
o RESULTADO
Pruebas de contraste de
hiptesis
Cualitativa
Cualitativa
Ji cuadrado
Prueba exacta de
Fisher Test de
McNemar
Q de Cochran
REGRESIN LOGSTICA
Cualitativa
Cuantitativa
Cuantitativa
Cualitativa
Cuantitativa
Cuantitativa
t de Student
Anlisis de la
Varianza Test de
Mann-Whitney Test
de Wilcoxon
Test de KruskallWallis Test de
Friedman
Regresin logstica simple
Regresin logstica
multivariante
Regresin lineal
simple Correlacin de
Pearson Correlacin
de Sperman
REGRESIN MLTIPLE
Si el tamao muestral es
grande Si el tamao muestral
es pequeo
Dos grupos de muestras
repetidas o apareadas
Ms de dos grupos de muestras repetidas o
apareadas Varias variables predictoras
cualitativas
Compara medias entre dos grupos independientes
Compara medias entre ms de dos grupos
independientes Dos grupos independientes No
paramtricos
Dos grupos medidas repetidas No paramtrico
Ms de dos grupos No paramtrico, medidas
repetidas Ms de dos grupos No paramtrico
medidas repetidas
Una sola variable predictora cuantitativa
Varias variable predictoras cuantitativa o cualitativas
Paramtrico
Paramtrico
No
paramtrico
Varias
variables
predictoras
C a pt u l o 9
p g in a 878
Cualitativa
nominal dos
categoras
Cualitativa dos
grupos
independientes
Chi cuadrado
Z comparacin de
proporciones
Test exacto
de Fisher
Test de McNemar
Cualitativa dos
grupos apareados
Cualitativa
nominal
>2
categoras
Chi cuadrado
Cualitativa
ordinal o
Cuantitativa NO
paramtrica
U de Mann-Whitney
Cuantitati
va
paramtric
a
T de Student
(prueba de Welch)
Q de Cochran
Prueba de
los rangos
de Wilcoxon
Prueba de
Kruskal- Wallis
Prueba de
Friedman
T de
Student
para datos
emparejado
s
Anlisis de la Varianza
(ANOVA)
Anlisis de la
Varianza de dos
vas
Regresin lineal
Correlacin de
Pearson
Chi cuadrado
Chi cuadrado
Q de Cochran
Q de Cochran
Cuantitativa
Regresin logstica
C a pt u l o 9
Variable
RESULTAD O
C UAN TITATIVA
p g in a 879
C a pt u l o 9
Independient
es
Aparejad
os
PARAMTRIC O
S
NO
PARAMTRIC O S
AN O VA para
muestras
independientes
Kruskal-W allis
Anlisis
de
la
Varianza
para
muestras
dependientes
o
apareadas
Friedman
p g in a 880
C a pt u l o 9
p g in a 881
C a pt u l o 9
Homogeneidad de varianzas
(homocedasticidad)
- Prueba F de
Snedecor
- Test de Barttlet
- Test de Levene
F=
Varianza
mayor
Varianza
menor
p g in a 882
C a pt u l o 9
HIPERLIPID EMIA
ED AD
SEX O
N IVEL C ULTURAL
TABAQ UISMO
O BESID AD IMC
D IABETES
Excrecin urinaria
de sodio en 24 horas
p g in a 883
C a pt u l o 9
Test de la t de Student
Anlisis de la varianza para un factor
Variables PRED IC TO RAS
RESULTAD O
Variable
p g in a 884
C a pt u l o 9
Pregunta de investigacin
Tienen la misma eficacia las dietas ensayadas para
reducir
el nivel de colesterol-LD L?
Variable PRED IC TO RA
C UALITATIVA
Tipos de dieta
policotmica
- D ieta control
- D ieta moderada
- D ieta estricta
Variable RESULTAD O
C UAN TITATIVA
LD L- colesterol
continua
p g in a 885
C a pt u l o 9
+ 13
+ 10
12
+2
15
10
21
-8
20
-10
+5
15
-18
-16
+8
-10
+2
16
-20
-2
-15
Media = + 2,5
Media = - 10,1
Media = - 13,7
p g in a 886
C a pt u l o 9
2 = 3 =
= n
F =
723,6
=
35,7
= 20,2
p g in a 887
C a pt u l o 9
p g in a 888
15
F =
35,7
= 20,2
10
5
0
-5
- 10
-15
- 20
- 25
Control
Moderada
Estricta
- 10
- 20
Control
Moderada
Estricta
p g in a 889
C a pt u l o 9
gl
Inter-grupos
Intra-grupos
Suma de
cuadrados
1447,2
965,5
Total
2412,7
29
2
27
Media
cuadrtica
723,6
35,7
Significacin
20,235
0,000
F
= 20,235 > F
= 3,23;
p <
0,001
calculada
tabulado
Hiptesis
alternativa Ha : El
reduccin del LDL difiere segn el tipo de
dieta.
Cul es la intervencin diettica que ms reduce los niveles de
colesterol- LDL?
p g in a 890
C a pt u l o 9
D istribucin de la F de
Snedecor
s12 1
valores " F " : F 2 2 2
s2 2
Grados de libertad 1 y 2
1 n 1 1
n 1
p g in a 891
C a pt u l o 9
D istribucin de la F de
Snedecor
Ho
F calculada = 20,2
F
calculada >
tabulada
Ha
p < 0,05
p g in a 892
C a pt u l o 9
calculada < t
tabulada p >
F =318,6
0,05
Hiptesis nula H 0
El cambio en el nivel de cLDL es
independiente de la intervencin
diettica
=
=
5,2
61,0
calculada > t
tabulada p <
0,05
Hiptesis alternativa H a
Las medias del cLDL de los
distintos grupos son diferentes
entre s, es decir NO pueden
considerarse iguales
Tienen la misma eficacia las dietas ensayadas para reducir el nivel de colesterolLDL?
NO
Cul es la intervencin diettica que ms reduce los niveles de colesterol-LDL?
?
p g in a 893
C a pt u l o 9
p g in a 894
CONTRASTES A POSTERIORI
Procedimiento de BONFERRONI
Se comparan los
grupos de 2 en 2
Se comparan los
grupos de 2 en 2
Se comparan los
grupos de 2 en 2
Se comparan los
grupos de 2 en 2
Se comparan los
grupos de 2 en 2
Se obtienen
intervalos de medias
Mtodo de DUNNET
C a pt u l o 9
C ontrastes a posteriori en
SPSS
p g in a 895
C a pt u l o 9
Pruebas Post
Hoc
Hiptesis nula Ho : La dieta ESTRICTA reduce el LDL de forma similar
al
resto de las dietas
comparadas.
Hiptesis alternativa Ha : La dieta ESTRICTA reduce el LDL de
forma
significativa con respecto al resto de las
dietas comparadas.
DIETAS
Control
Moderada
Control
Moderada
Estricta
Ho =
Ho =
Ha
Ha
Ho =
Ha
Estricta
p g in a 896
C a pt u l o 9
Procedimiento de
Bonferroni
Dieta (I)
Dieta (J)
Control
Moderada
Estricta
Error estndar
Significacin
Moderada
Estricta
Diferencias de
medias (I J)
12,60
16,20
2,674
2,674
0,000
0,000
Control
Estricta
Control
Moderada
- 12,60
3,60
- 16,20
- 3,60
2,674
2,674
2,674
2,674
0,000
0,568
0,000
0,568
Hiptesis nula H o: La dieta ESTRICTA reduce el LDL de forma similar al resto de las dietas comparadas.
p g in a 897
C a pt u l o 9
Procedimiento de
Scheffe
Dieta (I)
Dieta (J)
Control
Moderada
Estricta
Error estndar
Significacin
Moderada
Estricta
Diferencias de
medias (I J)
12,60
16,20
2,674
2,674
0,000
0,000
Control
Estricta
Control
Moderada
- 12,60
3,60
- 16,20
- 3,60
2,674
2,674
2,674
2,674
0,000
0,416
0,000
0,416
Hiptesis nula H o: La dieta ESTRICTA reduce el LDL de forma similar al resto de las dietas comparadas.
p g in a 898
C a pt u l o 9
Procedimiento de HSD de
Tukey
Dieta (I)
Dieta (J)
Control
Moderada
Estricta
Error estndar
Significacin
Moderada
Estricta
Diferencias de
medias (I J)
12,60
16,20
2,674
2,674
0,000
0,000
Control
Estricta
Control
Moderada
- 12,60
3,60
- 16,20
- 3,60
2,674
2,674
2,674
2,674
0,000
0,383
0,000
0,383
Hiptesis nula H o: La dieta ESTRICTA reduce el LDL de forma similar al resto de las dietas comparadas.
p g in a 899
C a pt u l o 9
Procedimiento de
Gabriel
Dieta (I)
Dieta (J)
Control
Moderada
Estricta
Error estndar
Significacin
Moderada
Estricta
Diferencias de
medias (I J)
12,60
16,20
2,674
2,674
0,000
0,000
Control
Estricta
Control
Moderada
- 12,60
3,60
- 16,20
- 3,60
2,674
2,674
2,674
2,674
0,000
0,459
0,000
0,459
Hiptesis nula H o: La dieta ESTRICTA reduce el LDL de forma similar al resto de las dietas comparadas.
p g in a 900
C a pt u l o 9
Procedimiento de
Sidak
Dieta (I)
Dieta (J)
Control
Moderada
Estricta
Error estndar
Significacin
Moderada
Estricta
Diferencias de
medias (I J)
12,60
16,20
2,674
2,674
0,000
0,000
Control
Estricta
Control
Moderada
- 12,60
3,60
- 16,20
- 3,60
2,674
2,674
2,674
2,674
0,000
0,467
0,000
0,467
Hiptesis nula H o: La dieta ESTRICTA reduce el LDL de forma similar al resto de las dietas comparadas.
p g in a 901
C a pt u l o 9
Procedimiento de la t de Dunnett
(bilateral)
Dieta (I)
Dieta (J)
Diferencias de
medias (I J)
Error estndar
Significacin
Control
Estricta
16,20
2,674
0,000
Moderada
Estricta
3,60
2,674
0,315
Hiptesis nula H o: La dieta ESTRICTA reduce el LDL de forma similar al resto de las dietas comparadas.
p g in a 902
C a pt u l o 9
Mtodo de
Duncan
Tipo de dieta
Test de Duncan
DIETA
Estricta
N
10
Moderada
10
-10,100
Control
10
Significacin
Comparacin de la dieta estricta
con la moderada (p > 0,1).
2,500
0,189
1,000
Hiptesis nula H o: La dieta CONTROL reduce el LDL de forma similar al resto de las dietas comparadas.
No existe diferencia entre la moderada y la estricta).
p g in a 903
C a pt u l o 9
Mito 1: La sonrisa de la
esfinge
ANOVA es un test paramtrico, es decir para usarlo se debe cumplir
la normalidad de la variable cuantitativa. Se cumple?
He observado que en los tres grupos de estudio slo tienen 10 sujetos.
Ante tan bajo volumen muestral
Cmo justificas esa supuesta normalidad?
Qu test has empleado para comprobar esa normalidad de la reduccin
del LDL?
Ests seguro que se cumplen los criterios para poder usar ANOVA?
p g in a 904
C a pt u l o 9
Realidad 1: Respuesta de
Edipo
Estadsticos descriptivos del LDL en cada dieta
Tipo de dieta Media
DE
Mediana 1
Reduccin del Control
LDL
Moderada
Estricta
2,500
-10,100
- 13,700
6,53
5,19
6,12
2,000
-8,500
-15,000
0,127
- 0,880
1,172
EE1
EE2
0,687
0,687
0,687
-0,732
-0,307
1,909
1,334
1,334
1,334
D istribucin normal
< 2 EE
< 2 EE
p g in a 905
C a pt u l o 9
p g in a 906
Realidad 1: Respuesta de
Edipo
Test de Kolmogorov-Smirnov
Tipo de dieta
Control
Moderada
Estricta
Estadstico Z
0,488
0,657
0,582
g.l
10
10
10
Significacin
0,971
0,782
0,887
Test
paramtricos
Test NO
paramtricos
Los test de normalidad ensayados dan un valor de p NO significativo (p > 0,05) en los 3 grupos (tipos de
dieta). Por tanto no hay evidencias suficientes para rechazar la hiptesis nula de normalidad de la variable
reduccin del peso en ambas muestras: podemos usar test PARAMTRICOS.
C a pt u l o 9
p g in a 907
Test AN O VA:
O bservaciones
-Los resultados del contraste estadstico F en la prueba ANOVA son
sustancialmente vlidos aunque los datos no sean normales, en ese sentido se dice
que es una tcnica ROBUSTA frente a desviaciones de la normalidad.
-El efecto de desigualdad de las varianzas en los grupos sobre el contraste F y
los contrastes de medias dependen de que el nmero de observaciones en
cada grupo sea igual o muy distinto. Si todos los grupos tienen el mismo
nmero de observaciones, el contraste F es igualmente exacto aunque las
varianzas sean distintas. Es decir, podemos despreocuparnos de las varianzas
a efectos de contrastes de medias, siempre que haya aproximadamente el
mismo nmero de
observaciones por grupo, en caso contrario, diferencias entre las varianzas
pueden ser graves.
C a pt u l o 9
Pregunta de investigacin
El peso al nacer de los RN difiere segn la
localidad
de origen?
Variable PRED IC TO RA
C UALITATIVA
Ciudad de origen
policotmica
1.C euta
2. Algeciras
3. Tarifa
4. La Lnea
Variable RESULTAD O
C UAN TITATIVA
Peso del RN
continua
p g in a 908
C a pt u l o 9
p g in a 909
Ceuta
Algeciras
Tarifa
La Lnea
Media
3366,2
3217,2
3188,4
3169,0
393,0
444,1
471,5
361,4
1146
214
80
186
F=
= 21,3
C a pt u l o 9
D istribucin de la F de
Snedecor
Ho
F calculada = 21,3
Ha
p g in a 910
C a pt u l o 9
gl
Media cuadrtica
Significacin
Inter-grupos
Intra-grupos
Suma de
cuadrados
10290751
260596358
3
1622
3430250,3
160663,599
21,351
0,000
Total
270887109
1625
p <
0,001
Hiptesis alternativa Ha: El peso al nacer de los RN difiere segn la
localidad
de origen.
F calculada= 21,3 > F tabulado = 3,23;
p g in a 911
C a pt u l o 9
Pregunta de investigacin
Cul es la ciudad donde los nios nacen con mayor
peso?
Variable PRED IC TO RA
C UALITATIVA
Ciudad de origen
policotmica
1.C euta
2. Algeciras
3. Tarifa
4. La Lnea
Variable RESULTAD O
C UAN TITATIVA
Peso del RN
continua
p g in a 912
C a pt u l o 9
CONTRASTES A POSTERIORI
Procedimiento de BONFERRONI
Se comparan los
grupos de 2 en 2
Se comparan los
grupos de 2 en 2
Se comparan los
grupos de 2 en 2
Se comparan los
grupos de 2 en 2
Se comparan los
grupos de 2 en 2
Se obtienen
intervalos de medias
Mtodo de DUNNET
Mtodo de TUKEY
p g in a 913
C a pt u l o 9
Algeciras
Tarifa
Ceuta
Algeciras
Tarifa
La Lnea
Ho =
Ho =
Ho =
Ha
Ha
Ha
Ho =
Ho =
Ha
Ha
Ho =
Ha
La Lnea
p g in a 914
C a pt u l o 9
p g in a 915
Procedimiento de
Scheffe
Ciudad (I)
Ciudad (J)
Ceuta
Algeciras
Tarifa
La Lnea
Error estndar
Significacin
Algeciras
Tarifa
Diferencias de
medias (I J)
148.92
177,79
29,85
46,35
0,000
0,002
La Lnea
197,13
31,69
0,000
Ceuta
Tarifa
- 148,92
28,87
29,85
52,53
0,000
0,960
Algeciras
La Lnea
La lnea
- 28,87
48,21
19,34
52,53
40,18
53,59
0,960
0,696
0,988
Ceuta
Ceuta
- 177,79
- 197,13
- 48,21
- 19,92
46,35
31,69
40,18
53,59
0,002
0,000
0,696
0,988
Tarifa
Hiptesis alternativa Ha: Los RN que nacen en Ceuta tiene mayor peso medio que el resto de las ciudades.
C a pt u l o 9
p g in a 916
Procedimiento de
Bonferroni
Ciudad (I)
Ciudad (J)
Ceuta
Algeciras
Tarifa
La Lnea
Error estndar
Significacin
Algeciras
Tarifa
Diferencias de
medias (I J)
148.92
177,79
29,85
46,35
0,000
0,001
La Lnea
197,13
31,69
0,000
Ceuta
Tarifa
- 148,92
28,87
29,85
52,53
0,000
1,000
Algeciras
La Lnea
La lnea
- 28,87
48,21
19,34
52,53
40,18
53,59
1,000
1,000
Ceuta
Ceuta
- 177,79
- 197,13
- 48,21
- 19,92
46,35
31,69
40,18
53,59
0,001
0,000
1,000
1,000
Tarifa
Hiptesis alternativa Ha: Los RN que nacen en Ceuta tiene mayor peso medio que el resto de las ciudades.
C a pt u l o 9
p g in a 917
Procedimiento de
Duncan
Procedencia
Test de Duncan
La Lnea
186
3169,03
Tarifa
80
3188,38
Algeciras
214
Ceuta
114
6
3217,2
4
3366,16
0,960
0,298
1,000
Significacin
2 (Ceuta)
Hiptesis alternativa Ha: Los RN que nacen en Ceuta tiene mayor peso medio que el resto de las ciudades.
C a pt u l o 9
Independient
es
Aparejad
os
PARAMTRIC O
S
NO
PARAMTRIC O S
AN O VA para
muestras
independientes
Kruskal-W allis
Anlisis
de
la
Varianza
para
muestras
dependientes
o
apareadas
Friedman
p g in a 918
C a pt u l o 9
k
12
Ri
H
3(n
n(n 1) i 1 ni 1)
p g in a 919
C a pt u l o 9
Pregunta de investigacin
Tienen la misma eficacia las dietas ensayadas en
grupos de
5 individuos para reducir el nivel de colesterol-LD L?
Variable PRED IC TO RA
C UALITATIVA
Tipos de dieta
policotmica
- D ieta control
- D ieta moderada
- D ieta estricta
Variable RESULTAD O
C UAN TITATIVA
LD L- colesterol
continua
p g in a 920
C a pt u l o 9
Dieta moderada
-4
-8
-9
- 10
- 20
Dieta estricta
0
- 12
- 15
- 21
N=5
Media = + 3
N=5
Media = - 10,2
N = 14
Media total = - 6
N=4
Media = - 12
p g in a 921
C a pt u l o 9
Tipo de DIETAS
Rango promedio
CONTROL
12,30
MODERADA
6,70
ESTRICTA
5,00
Total
15
Estadstico de contraste
N
15
Chi-cuadrado
gl
(K 1)
Significacin
7,308
2
0,026
p g in a 922
C a pt u l o 9
calculada < t
X2 H = 7,3 p = 0,026
calculada > t
tabulada p >
tabulada p <
0,05
0,05
Hiptesis nula H 0
Hiptesis alternativa H a
Tienen la misma eficacia las dietas ensayadas para reducir el nivel de colesterolLDL?
NO
Cul es la intervencin diettica que ms reduce los niveles de colesterol-LDL?
?
p g in a 923
+3
+10
- 10,2
0
-12
- 10
- 20
Control
Moderada
Estricta
Cambio en los niveles de colesterol-LDL (mg/dl) a los 6 meses de
tratamiento de intervencin diettica en 3 grupos de 5 voluntarios
asignados a diferentes dietas
C a pt u l o 9
p g in a 924
C a pt u l o 9
CONTRASTES A POSTERIORI
Procedimiento de IDK
Mtodo de HOLM
Mtodo de HOLLAND-COPENHAVER
p g in a 925
C a pt u l o 9
p g in a 926
C a pt u l o 9
p g in a 927
C a pt u l o 9
Pregunta de investigacin
Qu relacin existe entre los niveles de
calprotectina fecal
y las diferentes enfermedades orgnicas intestinales?
Variable PRED IC TO RA
C UALITATIVA
C ontroles
policotmica
- Plipos
- C ncer colorrectal
- Enfermedad inflamatoria
intestinal
Variable RESULTAD O
C UAN TITATIVA
C alprotectina fecal
continua
p g in a 928
C a pt u l o 9
4.000
3.600
3.200
2.800
2.400
2.000
1.600
1.200
800
400
21
7
Normal
Cncer
Enfermedad
colorrectal
inflamatoria
Polipos
Diagnstico endoscpico
intestinal
p g in a 929
C a pt u l o 9
Media
DE
Controles
117
113,7
113,1
Plipos
28
158,3
155,8
Cncer colorrectal
20
726,6
533,2
25
2171,1
2133,6
p < 0,001
p g in a 930
C a pt u l o 9
p g in a 931
C a pt u l o 9
p g in a 932
C a pt u l o 9
Mito 1: La sonrisa de la
esfinge
Me parece acertada la eleccin del test de KRUSKAL-WALLIS
como contraste de hiptesis, sin embargo
Qu test has empleado para comprobar esa supuesta anormalidad de
la calprotectina fecal?
Si la calprotectina no sigue la distribucin normal
Por qu utilizas la media y la desviacin estndar como
estadsticos descriptivos?
p g in a 933
C a pt u l o 9
p g in a 934
Mito 1: La sonrisa de la
esfinge
El test de KRUSKAL-WALLIS muestra un nivel crtico que es menor de 0,05,
y slo podemos rechazar la hiptesis de igualdad de promedios,
concluyendo que los grupos comparados (control, plipos, cncer colorrectal
y enfermedad inflamatoria intestinaI), difieren en los niveles de calprotectina
fecal. Sin embargo el test no te permite decir que en la enfermedad
inflamatoria intestinal los valores son mayores.
Por qu dices que los valores ms altos se alcanzan en pacientes
con enfermedad inflamatoria intestinal, cuando eso no te lo permite el
test estadstico empleado?
C a pt u l o 9
p g in a 935
Mito 1: La sonrisa de la
esfinge
Aunque existen procedimientos POCT HOC para efectuar comparaciones
mltiples tras obtener un estadstico H significativo, para analizar con SPSS
que grupo tiene un mayor valor de CPF puedes utilizar la U de MannWhitney para dos muestras independientes, pero acompaada de la
correccin de Bonferroni para controlar la probabilidad de cometer un error
alfa.
Puesto que con 4 grupos de la variable predictora; control (CT), polipos
(PL), cncer colorrectal (CCR) y enfermedad inflamatoria intestinal (EII),
necesitas hacer 6 comparaciones 2 a 2 (CT-PL, CT-CCR, CT-EII, PL-CCR,
PL-EII, CCR-EII), la aplicacin de la correccin de Bonferroni te llevar a
basar vuestras decisiones en un nivel de significacin de 0,05/6 = 0,0083.
Es decir, consideraremos que dos grupos comparados difieren
significativamente cuando el nivel crtico obtenido (p) sea inferior a 0,0083.
C a pt u l o 9
INCONVENIENTES
p g in a 936
C a pt u l o 9
Prueba de la
Mediana
-Su objetivo es comparar las medianas de dos muestras y determinar si
pertenecen a la misma poblacin o no.
-Se calcula la mediana de todos los datos conjuntamente. Despus, se divide
cada muestra en dos subgrupos: uno para aquellos datos que se siten por
encima de la mediana y otro para los que se siten por debajo.
-La prueba de chi-cuadrado determinar si las frecuencias observadas en cada
grupo difieren de las esperadas con respecto a una distribucin de frecuencias
que combine ambas muestras.
-Esta prueba est especialmente indicada cuando los datos sean extremos o
estn sesgados.
p g in a 937
C a pt u l o 9
Pregunta de investigacin
Tienen la misma eficacia las dietas ensayadas para
reducir
el nivel de colesterol-LD L?
Variable PRED IC TO RA
C UALITATIVA
Tipos de dieta
policotmica
- D ieta control
- D ieta moderada
- D ieta estricta
Variable RESULTAD O
C UAN TITATIVA
LD L- colesterol
continua
p g in a 938
C a pt u l o 9
+ 13
+ 10
12
+2
15
10
21
-8
20
-10
+5
15
-18
-16
+8
-10
+2
16
-20
-2
-15
Media = + 2,5
Media = - 10,1
Media = - 13,7
p g in a 939
C a pt u l o 9
Prueba de la
Mediana
> Mediana
Mediana
Control
Tipo de dietas
Moderada
Estricta
9
1
4
6
1
9
Estadstico de contraste
LDL
30
Mediana
- 8,000
Chi-cuadrado
13,125
gl
(K 1)
Significacin
0,001
p g in a 940
C a pt u l o 9
Test de JonckheereTerpstra
-Cuando no se cumplen las condiciones para el ANOVA, hay tres tests
disponibles: H de Kruskal-Wallis, mediana y Jonckheere-Terpstra.
-El test H de Kruskal-Wallis, una extensin del test U de Mann-Whitney es
el anlogo no-paramtrico del ANOVA.
-El test de la mediana, que es una prueba ms general pero no tan potente,
detecta diferencias en la situacin y forma de las distribuciones. Ambas
pruebas asumen que no hay un ordenamiento a priori de las k poblaciones de
las que se han extrado las muestras.
-Cuando hay una ordenacin natural a priori (ascendente o descendente) de
las k poblaciones, es preferible usar el test de Jonckheere-Terpstra.
p g in a 941
C a pt u l o 9
Variable
RESULTAD O
Estancia
C UAN
TITATIVA
- D as
p g in a 942
C a pt u l o 9
Estadsticos
descriptivos
Variable resultado
ESTANCIA
Media
DE
EEM
Mediana
Variable predictora
Grupos etarios
JVENES
28
5,18
11,17
2,11
2,00
MADUROS
23
9,22
15,29
3,19
3,00
ANCIANOS
23
21,51
21,52
4,49
3,00
Variable resultado
ESTANCIA
EE1
EE1
Variable predictora
Grupos etarios
JVENES
28
3,944
0,441
16,048
0,858
MADUROS
23
2,760
0,481
8,430
0,935
ANCIANOS
23
2,290
0,481
5,682
0,935
Distribucin normal
p g in a 943
1 < 2 EE 1 2 < 2 EE 2
La variable resultado ESTANCIA, como casi todas las que se refieren al tiempo, es una variable conocida
por su distribucin alejada de lo normal. Si el tamao de los grupos que se estudian es pequeo menor
de 30, no sera adecuada la utilizacin de mtodos paramtricos (ANOVA) y deberamos recurrir a los
clsicos no paramtricos (KRUSKAL-WALLIS).
C a pt u l o 9
Medi
a
Media
Median
a
Median
a
p g in a 944
C a pt u l o 9
p g in a 945
Test de
normalidad
Variable resultado
ESTANCIA
Variable predictora
Grupos etarios
Test de Kolmogorov-Smirnov
N
Estadstico Z Significacin
Jvenes
Maduros
Ancianos
Total
28
23
23
74
2,301
1,668
1,236
2,829
0,000
0,008
0,097
0,000
C a pt u l o 9
gl1
gl2
Significacin
3,707
71
0,022
El test de Levene (1960) se usa para contrastar si los 3 grupos comparados tienen la misma varianza, es
decir, la homogeneidad de varianzas. Para poder utilizar el anlisis de la varianza es necesario que las
varianzas son iguales para todos los grupos. De ah la importancia de verificar con el test de Levene esa
hiptesis.
ANOVA
KRUSKALWALLIS
ANOVA
KRUSKALWALLIS
p g in a 946
C a pt u l o 9
p g in a 947
C a pt u l o 9
Rango promedio
JVENES
28
31,00
MADUROS
23
38,37
ANCIANOS
23
44,54
Total
74
Estadstico de contraste
Chi-cuadrado
gl
(K 1)
Significacin
ESTANCIA
5,234
2
0,073
p g in a 948
C a pt u l o 9
Test de Jonckheere-Terpstra
(J-T)
Estadstico de contraste
ESTANCIA
Nmero de niveles
74
1136,500
908,500
99,118
2,305
Significacin (bilateral)
0,021
p g in a 949
C a pt u l o 9
Independient
es
Aparejad
os
PARAMTRIC O
S
NO
PARAMTRIC O S
Anlisis de la
Varianza para
muestras independientes
Kruskal-W allis
AN O VA
para medidas repetidas
Friedman
p g in a 950
C a pt u l o 9
p g in a 951
C a pt u l o 9
p g in a 952
Experimento diseado para estudiar el efecto del paso del tiempo sobre la calidad del recuerdo y realizacin
prctica de estudios con aplicacin de la estadstica de los 30 alumnos que han realizado el curso de
BIOESTADSTICA APLICADA A LAS CIENCIAS DE LA SALUD. Se evala el grado de conocimientos con
el mismo examen de 20 preguntas tipo test en 4 momentos diferentes; inmediatamente despus de finalizar
el curso, al ao, a los 2 aos, y a los 3 aos del curso. Se valora el nmero de respuestas correctas.
TIEMPO
Media
DE
EE1
EE1
INICIO
30
15,53
2,776
0,014
0,427
- 0,946
0,833
PRIMER AO
30
12,00
2,626
- 0,159
0,427
- 0,515
0,833
SEGUNDO AO
30
9,37
2,282
0,334
0,427
0,412
0,833
TERCER AO
30
8,03
2,539
0,366
0,427
- 0,647
0,833
TIEMPO
Test de Kolmogorov-Smirnov
N
Estadstico Z
Significacin
INICIO
30
0,618
0,839
PRIMER AO
30
0,548
0,925
SEGUNDO AO
30
0,679
0,746
TERCER AO
30
0,648
0,795
C a pt u l o 9
p < 0,05
p < 0,05
NO ESFERICIDAD
Contrastes MULTIVARIADOS
p < 0,05
p g in a 953
C a pt u l o 9
p g in a 954
W de Mauchly
Chi cuadrado
g.l
Significacin
0,803
6,096
0,297
Para el ANOVA de medidas repetidas es conveniente suponer que las varianzas de las diferencias entre
cada dos niveles del factor TIEMPO son iguales. Con los 4 niveles, tenemos 6 pares de combinaciones
dos a dos entre niveles; inicio-1ao, inicio-2ao, inicio-3 ao, 1ao-2ao, 1 ao-3ao, 2ao3ao. Calculando las diferencias entre las puntuaciones de esos 6 pares, tendremos 6 nuevas variables.
Este supuesto equivale a afirmar que la matriz de varianzas-covarianzas es circular o esfrico. Para el
procedimiento de medidas repetidas esto se realiza con la prueba de esfericidad de MAUCHLY. Puesto que
la significacin estadstica asociada al estadstico W de Mauchly es de 0,297, (mayor de 0,05), NO podemos
rechazar la hiptesis nula de esfericidad. La matriz de las varianzas-covarianzas es ESFRICA.
C a pt u l o 9
p g in a 955
Prueba de la esfericidad de
Mauchly
Efecto intra-sujetos
Epsilon
TIEMPO
Greenhous e-Geisser
Hunh-Feldt
Lmite-interior
0,865
0,958
0,333
Cuando el estadstico W de Mauchly nos lleve al rechazo de la esfericidad (NO ESFERICIDAD), podemos
basar nuestra decisin en los estadsticos F MULTIVARIADOS que no les afecta la falta de esfericidad, o
bien podemos utilizar el estadstico F UNIVARIADO aplicando el ndice corrector EPSILON.
El ndice corrector EPSILON expresa el grado en que la matriz de varianzas-covarianzas se aleja de la
esfericidad. En condiciones de esfericidad perfecta, psilon vale 1. En este caso psilon es alto porque hay
ESFERICIDAD.
Existen 3 estimaciones del ndice psilon, Greenhous e-Geisser es la ms conservadora. El lmite inferior
expresa el valor que adoptara psilon en caso de incumplimiento extremo de la esfericidad. El valor
de EPSILON se utiliza para corregir el valor del F UNIVARIADO. En este caso NO es necesario utilizar
EPSILON porque se cumple la ESFERICIDAD (p > 0,05).
C a pt u l o 9
TIEMPO
Contrastes MULTIVARIADOS
Valor
GI de la hiptesis
Traza de Pillai
0,902
83,25
27
0,000
Lambda de Wilks
0,098
83,25
27
0,000
Traza de Hotelling
9,250
83,25
27
0,000
9,250
83,25
27
0,000
La tabla contiene 4 estadsticos multivariados: Traza de Pillai, Lambda de Wilks, Traza de Hotelling, Raz
mayor de Roy. Se interpretan de la misma forma que todos los estadsticos ya estudiados; puesto que la
significacin de cada uno de ellos (p < 0,001) es menor que 0,05, podemos rechazar la hiptesis nula
de igualdad de las medias y concluir que la calidad del recuerdo de los conocimientos de bioestadstica
adquiridos no es la misma en los 4 momentos temporales definidos en el factor tiempo.
p g in a 956
C a pt u l o 9
TIEMPO
p g in a 957
Media cuadrtica
Significacin
Esfericidad asumida
984,067
328,022
103,236
0,000
Greenhouse-Geisser
984,067
2,596
379,006
103,236
0,000
Huynh-Feldt
984,067
2,874
342,361
103,236
0,000
Lmite-inferior
984,067
1,000
984,067
103,236
0,000
C a pt u l o 9
TIEMPO
Error tpico
INICIO
15,553
0,507
14,494
16,570
1 ao
12,000
0,479
11,019
12,981
2 ao
9,367
0,417
8,515
10,219
3 ao
8,033
0,464
7,085
8,981
Se observa en la tabla que la media de los conocimientos adquiridos en el curso van disminuyendo
paulatinamente con el paso del TIEMPO.
p g in a 958
C a pt u l o 9
12
10
8
Inicio
1 ao
2 ao
3 ao
TIEMPO
p g in a 959
C a pt u l o 9
TIEMPO
p g in a 960
Media cuadrtica
Significacin
LINEAL
947,527
947,527
206,956
0,000
CUADRTICO
36,300
36,300
13,815
0,001
CBICO
0,240
0,240
0,103
0,750
La tabla ofrece contrastes polinmicos, de tipo ortogonal, mostrando tantos contrastes como niveles tiene el
factor tiempo menos uno, como el factor tiempo tiene 4 niveles, aparecen 3 contrastes (lineal, cuadrtico y
cbico).
Si miramos la significacin (p) asociados a cada estadstico F podemos rechazar las hiptesis nulas
referidas a los componentes lineal y cuadrtico, pero no la referida al componente cbico. Podemos
concluir que las medias de los conocimientos adquiridos en el curso en cada momento temporal se ajustan
significativamente tanto a una lnea recta (componente lineal) como a una curva (componente cuadrtico).
Pero como existe ms de un componente significativo se elige el de mayor orden (modelo lineal) (mayor
valor de F, y mejor significacin). El grafico del perfil siguiente nos ayuda a comprender con ms claridad lo
que est ocurriendo.
C a pt u l o 9
1 AO
2 AO
INICIO
1 AO
2 AO
3 AO
Ho =
Ho =
Ho =
Ha
Ha
Ha
Ho =
Ho =
Ha
Ha
Ho =
Ha
3 AO
p g in a 961
C a pt u l o 9
Tiempo (J)
Inicio
1 ao
2 ao
3 ao
Error estndar
Significacin
1 ao
2 ao
Diferencias de
medias (I J)
3,533
6,167
0,417
0,407
0,000
0,000
3 ao
7,500
0,544
0,000
Inicio
2 ao
- 3,533
2,633
0,417
0,405
0,000
0,000
1
3 ao
3 ao
- 2,633
3,967
1,333
0,405
0,531
0,440
0,000
0,031
Inicio
Inicio
1 ao
2 ao
- 6,167
- 7,500
- 3,9967
- 1,333
0,401
0,544
0,531
0,440
0,000
0,000
0,000
0,031
p g in a 962
C a pt u l o 9
HbA1c (%)
RIESGO DE COMPLICACIONES
60
90
4
5
RIESGO BAJO
120
150
6
7
180
210
8
9
240
270
10
11
300
330
12
13
360
14
RIESGO AUMENTADO
RIESGO ALTO
RIESGO CRTICO
MAL CONTROL
METABLICO
(> 9,5%)
p g in a 963
C a pt u l o 9
Hiptesis 1c
nula Ho X antes = X despus
( DIF = HbA1c
1cPRE HbA1cPOST = 0)
Hiptesis alternativa H1 X antes X despus
(DIF = HbA1cPRE HbA1cPOST 0)
p g in a 964
C a pt u l o 9
Diabetes = Educacin
1c
HbA
D ESPUS
1c
p g in a 965
C a pt u l o 9
Resultados 1
objetivo
HbA1c
Media
DE
EE1
EE2
INICIAL (PRE)
30
10,150
1,77
0,745
0,427
- 0,516
0,833
PRIMER AO (POST)
30
7,130
0,932
1,408
0,427
2,619
0,833
HbA1c
p g in a 966
Test de Kolmogorov-Smirnov
N
INICIAL (PRE) 30
Estadstico Z
Significacin
0,827
0,501
Experimento
diseado
PRIMER AO
30 con dos objetivos:
1,034
0,235
1.Se evala el control metablico con los niveles de HbA1c antes y despus (al ao) de la imparticin de un
curso intensivo de educacin diabetolgica a un grupo de 30 pacientes mal controlados (HbA1c > 8) para
comprobar si el curso ha sido til en la mejora del control glucmico a CORTO plazo.
2.Estudiar el efecto del paso del tiempo (LARGO plazo) sobre el control metablico tras la realizacin de un
curso de educacin diabetolgica en un grupo de 30 pacientes con diabetes mal controlada (HbA1c > 8),
realizando controles sucesivamente cada ao (2, 3 y 4 ao). Se quiere valorar si es necesario un nuevo
curso y con que frecuencia debera realizarse.
C a pt u l o 9
Resultados 1
objetivo
Variables
Media
Error estndar de
la media (EEM)
30
Desviacin
estndar
(s)
1,772
HbA PRE
10,150
7,130
30
0,932
0,170
Correlacin (r)
0,772
Significacin
0,000
0,323
1c
HbA POST
1c
Variable
HbA PRE versus HbA POST
1c
Variables
HbA PRE
N
30
1c
gl
29 0,000
1c
HbA POST
1c
Significacin
bilateral
p>0,05 (aceptamos la
Ho)
p<0,05 (rechazamos la hiptesis
nula)
p g in a 967
C a pt u l o 9
Resultados 2
objetivo
HbA1c
Media
DE
EE1
EE2
PRIMER AO
30
7,130
0,932
1,408
0,427
2,619
0,833
SEGUNDO AO
30
7,207
0,835
1,110
0,427
1,805
0,833
TERCER AO
30
7,707
0,712
1,056
0,427
0,998
0,833
CUARTO AO
30
9,050
0,910
0,652
0,427
- 0,084
0,833
HbA1c
Test de Kolmogorov-Smirnov
N
Estadstico Z
Significacin
PRIMER AO
30
1,034
0,235
SEGUNDO AO
30
0,901
0,392
TERCER AO
30
0,990
0,281
CUARTO AO
30
0,737
0,649
p g in a 968
2. Estudiar el efecto del paso del tiempo (LARGO plazo) sobre el control metablico tras la realizacin de
un curso de educacin diabetolgica en un grupo de 30 pacientes con diabetes mal controlada (HbA1c > 8),
realizando controles sucesivamente cada ao (2, 3 y 4 ao). Se quiera valorar si es necesario un nuevo
curso y con que frecuencia debera realizarse.
C a pt u l o 9
W de Mauchly
Chi cuadrado
g.l
Significacin
0,368
27,717
0,000
Para el ANOVA de medidas repetidas es conveniente que las varianzas de las diferencias entre cada
dos niveles del factor TIEMPO son iguales. Con los 4 niveles, tenemos 6 pares de combinaciones dos a
dos entre niveles; 1ao-2ao, 1 ao-3ao, 1ao-4ao, 2ao-3ao, 2ao-4ao, 3ao- 4ao.
Calculando las diferencias entre las puntuaciones de esos 6 pares, tendremos 6 nuevas variables. Este
supuesto equivale a afirmar que la matriz de varianzas es circular o esfrico. Para el procedimiento de
medidas repetidas esto se realiza con la prueba de esfericidad de MAUCHLY. Puesto que la significacin
estadstica asociada al estadstico W de Mauchly es p < 0,001, (MENOR de 0,05), podemos rechazar la
hiptesis nula de esfericidad.
NO HAY ESFERICIDAD.
p g in a 969
C a pt u l o 9
p g in a 970
Prueba de la esfericidad de
Mauchly
Efecto intra-sujetos
Epsilon
TIEMPO
Greenhous e-Geisser
Hunh-Feldt
Lmite-interior
0,654
0,701
0,333
Cuando el estadstico W de Mauchly nos lleve al rechazo de la esfericidad (NO ESFERICIDAD), podemos
basar nuestra decisin en los estadsticos F MULTIVARIADOS que no les afecta la falta de esfericidad, o
bien podemos utilizar el estadstico F UNIVARIADO corregido aplicando el ndice corrector EPSILON.
El ndice corrector EPSILON expresa el grado en que la matriz de varianzas-covarianzas se aleja de la
esfericidad. En condiciones de esfericidad perfecta, psilon vale 1. Cuanto menor es psilon menor es la
esfericidad.
Existen 3 estimaciones del ndice psilon, Greenhous e-Geisser es la ms conservadora. El lmite inferior
expresa el valor que adoptara psilon en caso de incumplimiento extremo de la esfericidad. El valor de
EPSILON se utiliza para corregir el valor del F UNIVARIADO cuando no se cumple la esfericidad.
C a pt u l o 9
TIEMPO
p g in a 971
Media cuadrtica
Significacin
Esfericidad asumida
71,079
23,693
238,282
0,000
Greenhouse-Geisser
71,079
1,961
36,238
238,282
0,000
Huynh-Feldt
71,079
2,102
33,810
238,282
0,000
Lmite-inferior
71,079
1,000
71,079
238,282
0,000
C a pt u l o 9
p < 0,05
p < 0,05
NO ESFERICIDAD
Contrastes MULTIVARIADOS
p < 0,05
p g in a 972
C a pt u l o 9
TIEMPO
p g in a 973
Contrastes MULTIVARIADOS
Valor
GI de la hiptesis
Traza de Pillai
0,931
120,741
27
0,000
Lambda de Wilks
0,069
120,741
27
0,000
Traza de Hotelling
13,416
120,741
27
0,000
13,416
120,741
27
0,000
La tabla contiene 4 estadsticos multivariados: Traza de Pillai, Lambda de Wilks, Traza de Hotelling, Raz
mayor de Roy. Se interpretan de la misma forma que todos los estadsticos ya estudiados; puesto que la
significacin de cada uno de ellos (p = 0,000) es menor que 0,05, podemos rechazar la hiptesis nula de
igualdad de las medias y concluir que el control metablico debido a la educacin del diabtico por el curso
no es el mismo en los 4 momentos temporales definidos en el factor tiempo.
C a pt u l o 9
TIEMPO
Error tpico
1 ao
7,130
0,170
6,782
7,478
2 ao
7,207
0,152
6,895
7,518
3 ao
7,707
0,130
7,441
7,973
4 ao
9,050
0,166
8,710
9,390
p g in a 974
C a pt u l o 9
9,0
8,5
8,0
7,5
7,0
1 ao
2 ao
TIEMPO
3 ao
4 ao
p g in a 975
C a pt u l o 9
Tiempo (J)
1 ao
2 ao
3 ao
4 ao
Error estndar
Significacin
2 ao
3 ao
Diferencias de
medias (I J)
- 0,077
0,577
0,041
0,070
0,425
0,000
4 ao
- 1,920
0,098
0,000
1 ao
3 ao
0,077
- 0,500
0,041
0,068
0,425
0,000
2
4 ao
4 ao
-0,500
1,843
- 1,343
0,068
0,104
0,090
0,000
0,000
1 ao
1 ao
2 ao
3 ao
0,577
1,920
1,843
1,343
0,070
0,098
0,104
0,090
0,000
0,000
0,000
0,000
p g in a 976
C a pt u l o 9
Independient
es
Aparejad
os
PARAMTRIC O
S
NO
PARAMTRIC O S
Anlisis de la
Varianza para
muestras independientes
Kruskal-W allis
Anlisis
de
la
Varianza
para
muestras
dependientes
o
apareadas
Friedman
p g in a 977
C a pt u l o 9
p g in a 978
RESPUESTA
ATiempo
A
RESPUESTA
BTiempo
B
RESPUESTA
CTiempo C
C a pt u l o 9
p g in a 979
Test de Friedman
- Es la versin NO PARAMTRICA del ANOVA para muestras apareadas.
- Utiliza la modificacin estadstica de Iman & Davenport (1980) que lo hace
menos conservador.
-El valor de z de cada hiptesis se puede utilizar para calcular la
probabilidad de error (valor p) mediante la distribucin normal.
- Se cumplen las condiciones impuestas por el test ANOVA?
SI: Utilizar ANOVA
NO: Utilizar el test de FRIEDMAN
C a pt u l o 9
Frmaco A
Frmaco B
Frmaco C
10
10
15
10
15
20
11
15
12
12
10
12
15
10
15
14
12
18
10
14
17
12
10
10
14
16
Ho: No existen diferencias entre los tiempos de reaccin frente a los 3 frmacos.
Ha: Existen diferencias entre los tiempos de reaccin frente a los 3 frmacos.
p g in a 980
C a pt u l o 9
Test de
Friedman
Estadstica descriptiva
Tratamiento
Mean
Standars Desviation
Minimum
Maximum
Frmaco A
10
10,40
2,458
7,00
15,00
Frmaco B
10
12,30
2,162
9,00
15,00
Frmaco C
10
14,40
3,565
8,00
20,00
Ranks
Tratamiento
Promedio de rangos
Frmaco A
1,35
Chi cuadrado
Frmaco B
2,00
gl
Frmaco C
2,65
Significacin
10
(K 1)
9,135
2
0,010
p g in a 981
C a pt u l o 9
W=
S
1/12 K2 (N3 N) K Li
Donde:
w = coeficiente de concordancia de Kendall.
S = suma de los cuadrados de las diferencias observadas con respecto a un promedio.
N = Tamao de la muestra en funcin del nmero de tripletes, tetrapletes, quintupletes, etc.
K = nmero de variables incluidas.
Li = sumatoria de las ligas o empates entre los rangos.
p g in a 982
C a pt u l o 9
p g in a 983
C a pt u l o 9
Mdico
RESID ENTE
B
MED IDA A
10
PAC IENTES
FC A
MED ID A B
FC B
Mdico
AD JUNTO
C
MED IDA C
FC C
p g in a 984
C a pt u l o 9
p g in a 985
Mdico JEFE
SERVICIO (A)
Medico
RESIDENTE (B)
75
80
74
74
84
72
76
81
75
79
83
80
82
92
84
83
88
82
85
90
84
87
92
86
87
92
88
10
88
93
88
Media
81,6
87,5
81,3
DE
5,3
5,04
5,85
C a pt u l o 9
Test de
Friedman
Estadsticos descriptivos
Mdico
Media
Desviacin estndar
Mnimo
Mximo
JEFE A
10
81,6
5,23
74
88
RESIDENTE B
10
87,5
5,04
80
93
ADJUNTO C
10
81,3
5,85
72
88
Rangos
Promedio de rangos
10
JEFE A
1,35
Chi cuadrado
RESIDENTE B
2,00
gl
ADJUNTO C
2,65
Significacin
(K 1)
15,846
2
0,000
p g in a 986
C a pt u l o 9
C oeficiente de concordancia W de
Kendall
Rangos
Promedio de rangos
10
JEFE A
1,35
W de Kendall (*)
0,792
RESIDENTE B
2,00
Chi cuadrado
15,846
ADJUNTO C
2,65
gl
(K 1)
Significacin
2
0,000
p g in a 987
C a pt u l o 9
Experimento diseado para estudiar el efecto del paso del tiempo sobre la calidad del
recuerdo y realizacin prctica de estudios con aplicacin de la estadstica de los 10
alumnos que han realizado el curso de BIOESTADSTICA APLICADA A LAS
CIENCIAS DE LA SALUD. Se evala el grado de conocimientos con el mismo examen
de 20 preguntas tipo test en 4 momentos diferentes; inmediatamente despus de
finalizar el curso, al ao, a los 2 aos, y a los 3 aos del curso.
p g in a 988
C a pt u l o 9
Respuestas acertadas en funcin del tiempo transcurrido desde la realizacin del curso
Alumnos
Tiempo 0
1 ao
2 ao
3 ao
16
12
12
10
12
10
10
15
13
11
18
12
12
12
13
13
10
18
16
10
13
15
20
11
10
14
12
11
p g in a 989
C a pt u l o 9
Test de
Friedman
Estadsticos descriptivos
Tiempo
Media
Desviacin estndar
Mnimo
Mximo
INICIO
10
15,30
2,710
12
20
1 AO
10
11,10
2,514
16
2 AO
10
9,20
1,932
12
3 AO
10
9,90
2,183
13
Rangos
Rango promedio
10
INICIO
3,95
Chi cuadrado
1 AO
2,50
gl
2 AO
1,70
Significacin
3 AO
1,85
(K 1)
20,868
3
0,000
p g in a 990
C a pt u l o 9
C oeficiente de concordancia W de
Kendall
Rangos
Rango promedio
10
INICIO
3,95
W de Kendall (*)
0,698
1 AO
2,50
Chi cuadrado
20,868
2 AO
1,70
gl
3 AO
1,85
Significacin
(K 1)
3
0,000
p g in a 991
C a pt u l o 10
C aptulo 10
Publicacin Bioestadstica: Medidas de concordancia.
Variables cualitativas.
D r. Jacobo D az Portillo
Coordinador de Formacin Continuada
Hospital Universitario de Ceuta
p g in a 992
C a pt u l o 10
Medidas de concordancia
- Fiabilidad de los procedimientos de medida empleados.
- Fleis: ni el ms elegante de los diseos seria capaz de paliar el
dao
causado por un sistema de medida poco fiable.
- Error de medida: Variabilidad entre observadores.
- Estudios de fiabilidad.
- Sesgo entre observadores.
- Concordancia entre observadores.
- Indicadores del grado de variabilidad.
- Coeficiente de correlacin intraclase (variables cuantitativas).
- ndice de Kappa (variables cualitativas tipo categricos).
p g in a 993
C a pt u l o 10
p g in a 994
C a pt u l o 10
p g in a 995
C a pt u l o 10
OBSERVADOR B
( 2 medicin)
TOTAL
Anormal (+)
Normal (-)
Anormal (+)
a+b
Normal (-)
c+d
Total
a+c
b+d
Statistical methods for rates and proportions. Joseph L. Fleis. Ed.John Wiley New York 1981.
p g in a 996
C a pt u l o 10
RADILOGO B
Anormal (+)
Normal (-)
Total
Anormal (+)
58
12
70
k = 0,415
TOTAL
Normal (-)
39
61
100
97
73
170
p g in a 997
C a pt u l o 10
p g in a 998
C ul es el grado de concordancia
encontrado?
Medida de acuerdo
Valor de Kappa
EEk
Significacin
Kappa de Cohen
+ 0,415
0,0655
5,688
0,000
N de casos vlidos
200
p g in a 999
C a pt u l o 10
ndice kappa de
C ohen
Fuerza de concordancia
< 0,20
Pobre
0,21 0,40
Dbil
0,41 0,60
Moderada
0,61 0,80
Buena
0,81 1,00
Muy buena
Con los datos de la tabla se obtiene aplicando esta frmula un valor de k = 0,415 (IC95%:
0,2862 0,5430), que segn la clasificacin anterior calificaramos como una
MODERADA concordancia.
C a pt u l o 10
Pregunta de investigacin
Tienen los dos radilogos de mi servicio el
mismo
criterio-juicio clnico para informar
las 2
Radilogo
radiografas?
Radilogo 1
Anormal
Dudosa
Anormal
Dudosa
Normal
18
1
2
4
10
4
Normal
3
5
53
p g in a 1000
C a pt u l o 10
ndice kappa de
Fleiss
Medida de acuerdo
Valor de Kappa
EEk
Significacin
aprox
Kappa de Fleiss
+ 0,660
N de casos vlidos
100
C oeficiente
Gamma
Gamma
EEk
0,044
8,944
0,000
p
aprox
0,899
N de casos vlidos
0,044
100
8,744
0,000
p g in a 1001
p g in a 1002
C a pt u l o 10
ndice kappa de
Fleiss
Fuerza de concordancia
< 0,20
Pobre
0,21 0,40
Dbil
0,41 0,60
Moderada
0,61 0,80
Buena
0,81 1,00
Muy buena
Con los datos de la tabla se obtiene aplicando esta frmula un valor de k = 0,660
(IC95%: 0,527-0,793), que segn la clasificacin anterior calificaramos como una
buena concordancia.
C a pt u l o 10
Pregunta de investigacin
Tienen los dos psiquiatras de mi servicio el mismo
criterio- juicio clnico al diagnosticar una muestra de
200 pacientes?
Psiquiatra 2
Psiquiatra 1
Fbica
Histrica
Obsesiva
Depresiva
Fbica
20
7
1
2
Histrica
8
36
8
6
Obsesiva
6
14
43
4
Depresiva
1
4
7
33
p g in a 1003
C a pt u l o 10
Medida de acuerdo
Valor de Kappa
EEk
p g in a 1004
Significacin
aprox
Kappa de Fleiss
+ 0,538
N de casos vlidos
200
0,046
12,921
0,000
p g in a 1005
C a pt u l o 10
ndice kappa de
Fleiss
Fuerza de concordancia
< 0,20
Pobre
0,21 0,40
Dbil
0,41 0,60
Moderada
0,61 0,80
Buena
0,81 1,00
Muy buena
Con los datos de la tabla se obtiene aplicando esta frmula un valor de k = 0,538,
que
segn la clasificacin anterior calificaramos como una MODERADA concordancia.
C a pt u l o 10
Pregunta de investigacin
Podemos sustituir el diabur-test por el clinitest para la
medida de la glucosuria?
Clinitest
D iabur-test 5000
Banauch D, Koller PU, Bablok W. Evaluation of Diabur-Test 5000: a cooperative study carried out at 12
diabetes centers. Diabetes Care 1983; 6(3): 213-18.
p g in a 1006
C a pt u l o 10
p g in a 1007
Pregunta de investigacin
Se desea estimar la concordancia entre dos pruebas
diagnsticas de diabetes, el D iabur-Test5000 y el C linitest
en 1677 muestras de orina. C alcula el valor de kappa sin
ponderar y ponderado por pesos cuadrticos.
Diabur-test 5000
++
Clinitest
Negativo
Negativo
452
Trazas
5
Trazas
133
270
28
+
++
36
5
107
53
5
76
2
2
2
4
12
28
81
35
11
44
251
+++
++++
ndice
kappa
Ponderado
+++
++++
C a pt u l o 10
p g in a 1008
C a pt u l o 10
Medida de acuerdo
Valor de Kappa
EEk
Significacin
Kappa NO ponderado
+ 0,6706
0,013
57,098
0,0000
N de casos vlidos
1677
Medida de acuerdo
Valor
Acuerdo observado
+ 0,7376
Acuerdo esperado
+ 0,2035
Medida de acuerdo
Valor de Kappa
EEk
Significacin
Kappa ponderado
+ 0,9491
0,0033
38,982
0,0000
N de casos vlidos
1677
Medida de acuerdo
Valor
Acuerdo observado
+ 0,9856
Acuerdo esperado
+ 0,7165
p g in a 1009
C a pt u l o 10
Variabilidad en datos
clnicos
Grado de acuerdo
Variables
interobservador
(CCI / Kappa)
Acuerdo preadiestramiento
Valor
Acuerdo postadiestramiento
+ 0,9856
(CCI / Kappa)
+ 0,7165
+ 0,7165
Afectacin simtrica
0.14
0.79
Clase funcional
-0.08
0.65
0.02
0.93
Sexo
Anticuerpos antinucleares
0.62
0.84
0.70
0.99
p g in a 1010
C a pt u l o 10
p g in a 1011
C a pt u l o 10
AD JUNTO
p g in a 1012
C a pt u l o 10
k2 = k3 =
= kn
p g in a 1013
C a pt u l o 10
RESIDENTE R1
ADJUNTO
Anormal (+)
320
120
440
Anormal (+)
Dudosa (-)
Total
TOTAL
Anormal (-)
30
29
59
350
149
499
P = 72,7%
Kappa
EEk
IC95%
p
aprox
0,132
Gamma (Q de Yule)
0,043
0,048 0,215
EEk
3.448
0,001
aprox
0,441
0,113
3,027
0,002
p g in a 1014
C a pt u l o 10
RESIDENTE R2
ADJUNTO
Anormal (+)
890
290
1180
Anormal (+)
Dudosa (-)
Total
TOTAL
Anormal (-)
210
700
59
1100
990
2090
P = 75,4%
Kappa
EEk
IC95%
p
aprox
0,518
Gamma (Q de Yule)
0,019
0,481 0,555
EEk
23,764
0,000
aprox
0,822
0,017
27,549
0,000
p g in a 1015
C a pt u l o 10
RESIDENTE R3
ADJUNTO
Anormal (+)
350
70
420
Anormal (+)
Dudosa (-)
Total
TOTAL
Anormal (-)
120
550
670
470
620
1090
P = 83,3%
Kappa
EEk
IC95%
p
aprox
0,640
Gamma (Q de Yule)
0,024
0,593 0,686
EEk
21,226
0,000
aprox
0,916
0,013
25,914
0,000
p g in a 1016
C a pt u l o 10
RESIDENTE R4
ADJUNTO
Anormal (+)
280
60
340
Anormal (+)
Dudosa (-)
Total
TOTAL
Anormal (-)
80
550
630
360
610
970
P = 82,3%
Kappa
EEk
IC95%
p
aprox
0,687
Gamma (Q de Yule)
0,024
0,639 0,735
EEk
21,425
0,000
aprox
0,940
0,011
24,63
0,000
p g in a 1017
C a pt u l o 10
C omparacin de
kappas
Nmero de Kappas a comparar
Nivel de confianza
95%
Kappa global
IC95%
0,687
0,5379 0,5855
gl
Valor p
143,0515
0,0000
Hiptesis alternativa H a: Desigualdad de las kappas comparadas. El grado de aprendizaje varia entre los
distintos residentes. Existe al menos una
kappa diferente al resto.
p g in a 1018
C a pt u l o 10
2
> Pearson tabulado = 7,81
2 = 143,05
AZAR
Ho
Ha
7,8
1
AZAR
Hiptesis alternativa H a: Desigualdad de las kappas comparadas. El grado de aprendizaje varia entre los
distintos residentes. Existe al menos una
kappa diferente al resto.
p g in a 1019
C a pt u l o 10
p g in a 1020
Mito 1: La sonrisa de la
esfinge
El valor de kappa se ve afectado por la prevalencia del rasgo estudiado. Por tanto, es
necesario ser cuidadoso a la hora de generalizar los resultados de comparacin de
observadores en situaciones con prevalencias diferentes; esto quiere decir que kappa
es un estadstico descriptivo til, pero es inadecuado con fines de prediccin o
inferencia.
La prevalencia (porcentaje de tinciones positivas valoradas) es la misma en la
evaluacin de los 4 residentes comparados?
Si no son iguales NO podemos comparar los ndices kappa.
Gardner PL. Measuring attitudes to science: Unidimensionality and internal consistency revisited. Research
in Science Education 1995; 25: 283-9.
C a pt u l o 11
C aptulo 11
Publicacin Bioestadstica: Medidas de concordancia.
Variables cuantitativas.
D r. Jacobo D az Portillo
Coordinador de Formacin Continuada
Hospital Universitario de Ceuta
p g in a 1021
C a pt u l o 11
Medidas de concordancia
- Fiabilidad de los procedimientos de medida empleados.
- Fleis: ni el ms elegante de los diseos seria capaz de paliar el
dao
causado por un sistema de medida poco fiable.
- Error de medida: Variabilidad entre observadores.
- Estudios de fiabilidad.
- Sesgo entre observadores.
- Concordancia entre observadores.
- Indicadores del grado de variabilidad.
- Coeficiente de correlacin intraclase (variables cuantitativas).
- ndice de Kappa (variables cualitativas tipo categricos).
p g in a 1022
C a pt u l o 11
p g in a 1023
C a pt u l o 11
p g in a 1024
C a pt u l o 11
Evaluacin metrolgica
La evaluacin metrolgica de una prueba diagnstica
CUANTITATIVA persigue detectar los errores aleatorios y
sistemticos que origina, para cuantificarlos mediante clculos
estadsticos y determinar si son inferiores a los lmites permisibles
que no comprometen a la utilizacin clnica de los resultados.
Esta evaluacin nos permite conocer el error que cometemos en
nuestras condiciones de trabajo, y si el la prueba es adecuada
para nuestros fines o es necesario cambiarlo por otros mtodos.
p g in a 1025
C a pt u l o 11
INTRASERIAL
ERRO RES
ALEATO RIO S
EXPERIMENTOS DE
REPLICACIN
INTERSERIAL
EVALUAC I
N METRO L GIC A
CONSTANTES
EXPERIMENTOS DE
REPLICACIN
EXPERIMENTOS DE
REPLICACIN
p g in a 1026
C a pt u l o 11
Variacin
metrolgic
a
SD
CVa =
* 100
X
Error aleatorio
Error
sistemtico
Inexactitud y imprecisin
Exactitud y
Inexactitud y precisin
iimmprecisin
Exactitud y precisin
p g in a 1027
C a pt u l o 11
Prestacin deseable
Prestacin mnima
p g in a 1028
C a pt u l o 11
Fuentes de variacin
biolgica
- Variacin biolgica NO aleatoria
- A lo largo de la vida
- Ritmo biolgico diario
- Ciclos mensuales
- Ritmos estacionales
- Variacin biolgica aleatoria
- Variacin biolgica intra) inter-individual
- individual
Variacin (CV
biolgica
(CV )
Bw
Bb
p g in a 1029
C a pt u l o 11
Fuentes de variacin
biolgica
Concentracin relativa
Colesterol
Urea
Fsforo
20
30
40
50
60
Edad en aos
70
p g in a 1030
C a pt u l o 11
CRISTIANOS
1
1,5
MUSULMANES
7
EDAD (aos)
10
11
12
13
p g in a 1031
C a pt u l o 11
Ritmo biolgico
circadiano
Cortisol nmol/L
GH
600
mU/L
GH
300
9:00 horas
Cortisol
24:00
Tiempo
9:00
p g in a 1032
C a pt u l o 11
CVt
CVCV
CV
CV
a
Bw
p
Variacin
preanaltica
Variacin
analtica
Variacin
biolgica
intraindividual
p g in a 1033
C a pt u l o 11
p g in a 1034
CVt
CVa 2
Variacin
analtica
CVBw2
Variacin
biolgica
intraindividual
C a pt u l o 11
Variabilidad biolgica
aleatoria
Lmite de referencia superior
CVBw = 4,3
Mediana
Punto de ajuste
homeosttico
Creatinemia (mg/dl)
Creatinemia (mg/dl)
CVBb = 18,3
p g in a 1035
C a pt u l o 11
CVBw
CVBb
II > 0,6
II < 0,6
Escasa
individualidad
Diagnstico
Fuerte individualidad
Seguimiento
Diferencia crtica
p g in a 1036
C a pt u l o 11
DC = 2 * Z [CVBw 2+ CVa ]2
Cambio significativo con probabilidad del 95% (Z=1.96)
p g in a 1037
C a pt u l o 11
Variacin
porcentual
CT final
- CT inicial
=
CT inicial
Ha cambiado significativamente la
colesterolemia?
- 11,8%
p g in a 1038
C a pt u l o 11
p g in a 1039
C a pt u l o 11
Ha cambiado significativamente la
colesterolemia?
DC = 19%
DC = 24,5%
p g in a 1040
C a pt u l o 11
99% (p<0,01)
95% (p<0,05)
90% (p<0,1)
82%
11,8%
15,6%
19%
24,5%
p g in a 1041
C a pt u l o 11
C omparacin de
mtodos
D iagnsticos cuantitativos
1. Mtodos analticos
2. Mtodos de regresin
3. Mtodos grficos
p g in a 1042
C a pt u l o 11
p g in a 1043
C omparacin de mtodos
D iagnsticos cuantitativos
- Se utiliza para demostrar que el nuevo mtodo (Y) presenta una buena
concordancia con el mtodo clsico de referencia (X).
- Demostrar que una misma medida tiene equivalencia con diferentes
equipos.
- Detectar la presencia de SESGOS (errores sistemticos):
- Error (sesgo) constante.
- Error (sesgo) proporcional.
C a pt u l o 11
Error (sesgo)
constante
Mtodo
Y
La diferencia
entre ambos
mtodos se
mantiene
constante a lo
largo del rango
de medidas
Mtodo
X
p g in a 1044
C a pt u l o 11
Error (sesgo)
proporcional
Mtodo
Y
La diferencia
entre ambos
mtodos se lineal
a lo largo de todo
el largo del rango
de medicin.
Mtodo
X
p g in a 1045
C a pt u l o 11
p g in a 1046
C a pt u l o 11
- Concordancia de Krippendorff.
p g in a 1047
C a pt u l o 11
p g in a 1048
C a pt u l o 11
p g in a 1049
C a pt u l o 11
p g in a 1050
C a pt u l o 11
Pregunta de investigacin
Podemos sustituir en instrumento clsico analgico
por el nuevo sistema digital para la medida de la
tensin arterial?
Sistema analgico
Sistema digital
Pita Fernndez S, Prtegas Daz S. La fiabilidad de las mediciones clnicas: el anlisis de concordancia
para variables numricas. Cad Aten Primaria 2004.
p g in a 1051
C a pt u l o 11
p g in a 1052
(*) Westgard JO, Hunt MR. Use and interpretation of common statistical test in method-comparison studies.
Clin Chem 1973; 19: 44-57.
C a pt u l o 11
Mtodo digital
Error sistemtico
proporcional
Mtodo analgico
p g in a 1053
C a pt u l o 11
Bland JM, Altman DG. Statistical methods for assesing agreement between two methods of clinical
measurement. Lancet 1986; 1: 307-310.
p g in a 1054
C a pt u l o 11
DIGITAL
Variable X
ANALGICO
Tamao de muestra
30
Coeficiente de determinacin R
Ecuacin de regresin
0,9940
Y = 5,8672 + 0,9351 X
5,8672
1,9830
1,8053-9,9291
t
2,9588
p
0,0062
66,295
< 0,0001
0,9351
0,01369
0,9071-0,9632
p g in a 1055
C a pt u l o 11
p g in a 1056
C a pt u l o 11
Mito 1: La sonrisa de la
esfinge
Por qu has elegido el coeficiente de correlacin de Pearson? Se cumplen
todos los requisitos para poder utilizarlo? Te permite ese test decir que los
resultados son intercambiables entre ambos instrumentos de medida?
El coeficiente de correlacin de lineal (r) de Pearson NO resulta una medida adecuada
del grado de acuerdo o concordancia entre dos mediciones de un mismo parmetro
(presin arterial), ya que si dos instrumentos miden sistemticamente cantidades
diferentes uno del otro, la correlacin puede ser perfecta (r 1), a pesar de que la
concordancia sea nula.
El coeficiente de correlacin r de Pearson deca que la magnitud de la asociacin de
la medida de la presin arterial entre el mtodo manual A y el mtodo digital B es del
99,7 (r=0,997) de la mxima posible.
p g in a 1057
C a pt u l o 11
Bland JM, Altman DG. Statistical methods for assessing agreement between two methods of clinical
measurement. Lancet 1986;8:307-10.
Pita Fernndez S, Prtegas Daz S. La fiabilidad de las mediciones clnicas: el anlisis de
concordancia
para variables numricas. Cad Aten Primaria 2004.
p g in a 1058
C a pt u l o 11
C oeficiente de correlacin
intraclase
p g in a 1059
-La obtencin del CCI que permite evaluar la concordancia general entre dos o ms
mtodos u observaciones diferentes se basa en un modelo de anlisis de la variancia
(ANOVA) con medidas repetidas, pero su obtencin directa no es posible con los
paquetes estadsticos habituales.
- La variabilidad total observada en el CCI puede dividirse en tres componentes:
- La variabilidad debida a las diferencias entre los pacientes (2P);
- La variabilidad debida a las diferencias entre los observadores (mdicos A y B)
(2O), y
- La variabilidad (residual), inexplicable (aleatoria), asociada al error inherente a
toda
medicin (2R).
- El CCI se define como la proporcin de variabilidad total debida a la variabilidad de los
pacientes:
CCI =
2P
2P + 2O +
2R
C a pt u l o 11
C oeficiente de correlacin
intraclase
- Los valores del CCI pueden oscilar entre 0 y 1: donde el 0 indica ausencia de
concordancia y el 1, la concordancia o fiabilidad absoluta de los resultados obtenidos.
- Si bien el valor del CCI que define una fiabilidad satisfactoria es arbitrario (criterios de
Fleiss):
- CCI < 0,4 representan BAJA fiabilidad.
- CCI entre 0,4 - 0,75 representan una fiabilidad entre REGULAR y BUENA.
- CCI > 0,75 representan una fiabilidad EXCELENTE.
Fleiss JL. The design and analysis of clinical experiments. Nueva York: John
Wiley
& Sons, Inc., 1986.
- Los resultados ofrecidos por la r de Pearson para estos propsitos pueden
resultar equvocos.
- Se recomienda el uso del CCI para cuantificar la fiabilidad de las mediciones
clnicas.
p g in a 1060
C a pt u l o 11
Pregunta de investigacin
Podemos sustituir en instrumento clsico analgico
por el nuevo sistema digital para la medida de la
tensin arterial?
Sistema analgico
Sistema digital
Pita Fernndez S, Prtegas Daz S. La fiabilidad de las mediciones clnicas: el anlisis de concordancia
para variables numricas. Cad Aten Primaria 2004.
p g in a 1061
C a pt u l o 11
Sistema digital
Pita Fernndez S, Prtegas Daz S. La fiabilidad de las mediciones clnicas: el anlisis de concordancia
para variables numricas. Cad Aten Primaria 2004.
p g in a 1062
C a pt u l o 11
Correlacin intraclase
IC95%
Medidas individuales
0,9911
0,9398 a 0,9971
Medidas promedio
0,9955
0,9690 a 0,9986
p g in a 1063
C a pt u l o 11
Fuerza de la concordancia
> 0,90
Muy buena
0,71 - 0,90
Buena
0,51 - 0,70
Moderada
0,31 - 0,50
Mediocre
< 0,30
Mala o nula
p g in a 1064
C a pt u l o 11
p g in a 1065
Modelo de efectos
aleatorios
Este modelo aleatorio es apropiado cuando los observadores implicados en la medicin,
las enfermeras A y B en el ejemplo, representan una muestra aleatoria de la
poblacin de posibles observadores (p. ej, otras enfermeras del hospital) que en el
futuro harn uso del instrumento evaluado (el esfigmomanmetro).
Luis Prieto, Rosa Lamarca, Alfonso Casado. La evaluacin de la fiabilidad en las observaciones clnicas: el
coeficiente de correlacin intraclase. Med Clin (Barc). 1998;110:142-5.
C a pt u l o 11
Se desea evaluar la concordancia entre las medidas de tensin arterial entre dos
enfermeras A y B mediante la comparacin de los resultados de dos mediciones
consecutivas de la presin arterial sistlica en 10 pacientes, realizadas en el
mismo esfingomanmetro por dos enfermeras.
EN FERMERA A
EN FERMERA B
p g in a 1066
C a pt u l o 11
Enfermera A
Enfermera B
Diferencia (B-A)
135
140
140
145
130
135
145
150
140
145
150
160
10
140
145
135
140
140
145
10
135
145
10
Media
139
145
DE
5,68
6,67
2,11
p g in a 1067
C a pt u l o 11
150
Pearson
r = 0,954
ENFERMERA A
145
r = 0,910
2
Rho Spearman
r = 0,929
p < 0,01
p < 0,01
140
135
130
130
135
140
145
ENFERMERA B
150
160
p g in a 1068
C a pt u l o 11
160
ENFERMERA A
Pearson
r = 0,954
150
r2 = 0,910
p < 0,01
ENFERMERA B
145
140
Rho Spearman
r = 0,929
p < 0,01
135
130
ENFERMERA A
130
135
140
145
150
p g in a 1069
C a pt u l o 11
160
150
Pearson
Pearson
Error
sistemtico
constante
r = 0,954
r = 0,954
r22 = 0,910
r = 0,910
p < 0,01
p < 0,01
ENFERMERA B
145
140
Rho
Rho Spearman
Spearman
r = 0,929
r = 0,929
p < 0,01
p < 0,01
135
130
ENFERMERA
A
ENFERMERA
A
130
135
140
145
150
160
p g in a 1070
C a pt u l o 11
p g in a 1071
Gardner PL. Measuring attitudes to science: Unidimensionality and internal consistency revisited. Research
in Science Education 1995; 25: 283-9.
C a pt u l o 11
Resultado
s
Variables
Media
ENFERMERA A
ENFERMERA B
139,0
145,0
10
10
Desviacin
estndar
(s)
5,678
6,667
Error estndar de
la media (EEM)
1,795
2,108
Variable
Correlacin (r)
Significacin
10
0,954
0,000
Variables
Enfermera B Enfermera A
gl
Significacin
bilateral
0,000
p g in a 1072
C a pt u l o 11
CCI =
o
+ 2O +
CCI =
CCI =
( 5,68 )2 + ( 6,67 )2 +
( 6 )2 - ( 2,11 )2 / 10
= 0,64
p g in a 1073
C a pt u l o 11
Correlacin intraclase
IC95%
Medidas individuales
0,6436
- 0,0488 a 0,9240
Medidas promedio
0,7831
- 0,1027 a 0,9695
p g in a 1074
C a pt u l o 11
Fuerza de la concordancia
> 0,90
Muy buena
0,71 - 0,90
Buena
0,51 - 0,70
Moderada
0,31 - 0,50
Mediocre
< 0,30
Mala o nula
p g in a 1075
C a pt u l o 11
C onclusiones
- El valor del CCI obtenido es claramente inferior al valor 0,954 obtenido
con la r de Pearson, demostrando que la existencia de una alta
asociacin entre dos variables no es necesariamente signo de una alta
concordancia.
- Aplicando la frmula a los datos anteriores, se obtiene un CCI igual
a 0,64, lo que indica una concordancia moderada entre los
resultados obtenidos por las enfermeras A y B.
CORRELACIN CONCORDANCIA
p g in a 1076
C a pt u l o 11
p g in a 1077
C a pt u l o 11
JEFE D E SERVIC IO
p g in a 1078
C a pt u l o 11
Mdico A
Medico B
Diferencia (B-A)
75
80
74
84
10
76
81
79
83
82
92
10
83
88
85
90
87
92
87
92
10
88
93
Media
81,6
87,5
5,9
DE
5,3
5,04
2,18
p g in a 1079
MEDICO RESIDENTE
C a pt u l o 11
95
Pearson
90
r = 0,912
r2 = 0,832
p < 0,01
Pearson
r = 0,912
Rho
r2 = 0,832
Spearman
85
pr =< 0,855
0,01
= 0,002
Rho pSpearman
80
r = 0,855
p = 0,002
75
75
80
85
90
95
JEFE DE SERVICIO
p g in a 1080
C a pt u l o 11
95
MEDICO RESIDENTE
Error sistemtico
constante
90
85
80
75
75
80
85
90
95
JEFE DE SERVICIO
p g in a 1081
C a pt u l o 11
2P
CCI =
2P + 2O +
2Rde correlacin intraclase (CCI)
Frmula simplificada del coeficiente
para un MODELO de EFECTOS FIJOS
CCI =
+ ( 5,04 )2 - ( 2,18 )2
CCI =
= 0,69
( 5,3 ) + ( 5,04 ) + ( 5,9 ) / 2 - ( 2,18 ) / 2 x 10
2
p g in a 1082
C a pt u l o 11
Fuerza de la concordancia
> 0,90
Muy buena
0,71 - 0,90
Buena
0,51 - 0,70
Moderada
0,31 - 0,50
Mediocre
< 0,30
Mala o nula
p g in a 1083
C a pt u l o 11
C onclusiones
A pesar de que la r de Pearson indica una alta asociacin (r = 0,912),
aplicando la frmula a los datos anteriores, se obtiene un CCI igual a
0,69, lo que indica una concordancia moderada entre los resultados
obtenidos por los mdicos A y B.
CORRELACIN CONCORDANCIA
p g in a 1084
C a pt u l o 11
p g in a 1085
C a pt u l o 11
Pregunta de investigacin
Podemos sustituir en instrumento clsico analgico
por el nuevo sistema digital para la medida de la
tensin arterial?
Sistema analgico
Sistema digital
Pita Fernndez S, Prtegas Daz S. La fiabilidad de las mediciones clnicas: el anlisis de concordancia
para variables numricas. Cad Aten Primaria 2004.
p g in a 1086
C a pt u l o 11
Mtodo digital
Error sistemtico
proporcional
Mtodo analgico
p g in a 1087
C a pt u l o 11
p g in a 1088
Fuerza de acuerdo
< 0,90
Pobre
0,90 0,95
Moderada
0,95 0,99
Sustanciales
> 0,99
Casi perfecto
C a pt u l o 11
C oeficiente de concordancia de
Lin
Variable Y
Variable X
Tamao de muestra
Coeficiente de CONCORDANCIA de Lin
Intervalo de confianza al 95%
Pearson (precisin)
Factor de correccin del sesgo C (exactitud)
b
DIGITAL
ANALGICO
30
0,9908
0,9832 a 0,9949
0,9970
0,9937
p g in a 1089
C a pt u l o 11
Se desea evaluar la concordancia entre las medidas de tensin arterial entre dos
enfermeras A y B mediante la comparacin de los resultados de dos mediciones
consecutivas de la presin arterial sistlica en 10 pacientes, realizadas en el
mismo esfingomanmetro por dos enfermeras.
EN FERMERA A
EN FERMERA B
p g in a 1090
C a pt u l o 11
C oeficiente de concordancia de
Lin
Variable Y
Enfermera A
Variable X
Enfermera B
Tamao de muestra
10
0,6190
0,3074 a 0,8107
Pearson (precisin)
0,9542
0,6487
p g in a 1091
C a pt u l o 11
Pregunta de investigacin
Podemos sustituir en instrumento clsico analgico
por el nuevo sistema digital para la medida de la
tensin arterial?
Sistema analgico
Sistema digital
Pita Fernndez S, Prtegas Daz S. La fiabilidad de las mediciones clnicas: el anlisis de concordancia
para variables numricas. Cad Aten Primaria 2004.
p g in a 1092
C a pt u l o 11
p g in a 1093
C a pt u l o 11
Representacin grfica de
D eming
Error sistemtico
proporcional
p g in a 1094
C a pt u l o 11
DIGITAL
Variable X
ANALGICO
Tamao de muestra
30
Ecuacin de regresin
Y = 5,4741 + 0,9379 X
Mtodo
Media
140,23
26,24
137,00
25,19
Parmetro
Coeficiente
5,4741
Error estndar
1,7780
IC95%
1,8377-9,1106
0,9379
0,01275
0,9124-0.9634
p g in a 1095
C a pt u l o 11
p g in a 1096
C a pt u l o 11
p g in a 1097
C a pt u l o 11
p g in a 1098
C a pt u l o 11
DIGITAL
Variable X
ANALGICO
Tamao de muestra
30
Ecuacin de regresin
Y = 5,9375 + 0,9375 X
Parmetro
Coeficiente
5,9375
IC95%
1,4912-9,5455
0,9375
0,9091-0,9649
Test de linealidad de
suma acumulada
p < 0,10
p g in a 1099
C a pt u l o 11
p g in a 1100
C a pt u l o 11
1190,
69
Sx 2
= 0,8796
2
=
1353,
56
S.
= [ 1 ]
2
=
2 [ 1 ]
[ 0,9375 =
]2
0,8789
p g in a 1101
C a pt u l o 11
Pregunta de investigacin
El objetivo de este estudio ha sido analizar la
concordan- cia entre dos mtodos enzimticos de
determinacin de la AMILASA srica perteneciente a
una misma casa comercial y
basados en el mismo
principio
fsico-qumico.
Amilasa antigua
Amilasa nueva
p g in a 1102
C a pt u l o 11
AMILASA NUEVA
Variable X
AMILASA CLSICA
Tamao de muestra
548
Ecuacin de regresin
Y = 4,6190 + 0,8095 X
Parmetro
Coeficiente
4,6190
IC95%
4,000-5,200
0,8095
0,8000-0,8182
Test de linealidad de
suma acumulada
p < 0,01
p g in a 1103
C a pt u l o 11
Error sistemtico
proporcional
p g in a 1104
C a pt u l o 11
CVa (nueva) =
152%
SD
CVa =
* 100
CVa (clsica) =
148%
p g in a 1105
C a pt u l o 11
= [ 1 ]
1450
=
8
No.
1869
5
0,7060
Sx
2
[ 0,8095 =
]2
0,6553
p g in a 1106
C a pt u l o 11
Pregunta de investigacin
Podemos sustituir en instrumento clsico analgico
por el nuevo sistema digital para la medida de la
tensin arterial?
Sistema analgico
Sistema digital
Pita Fernndez S, Prtegas Daz S. La fiabilidad de las mediciones clnicas: el anlisis de concordancia
para variables numricas. Cad Aten Primaria 2004.
p g in a 1107
C a pt u l o 11
p g in a 1108
C a pt u l o 11
EE
0,935
0,014 = 66,76 >> Z95% (1,96)
Z99,5% (3,29)
p < 0,05
p < 0,005
p g in a 1109
C a pt u l o 11
Pregunta de investigacin
El objetivo de este estudio ha sido analizar la
concordan- cia entre dos mtodos enzimticos de
determinacin de la AMILASA srica perteneciente a
una misma casa comercial y
basados en el mismo
principio
fsico-qumico.
Amilasa antigua
Amilasa nueva
p g in a 1110
C a pt u l o 11
p g in a 1111
C a pt u l o 11
p g in a 1112
Altman DG, Bland JM. Measurement in medicine: the analysis of method comparison studies. The
Statistician 1983; 32, 307-317.
Lpez, F. Utilizacin adecuada de las pruebas estadsticas en los estudios de comparacin de
procedimientos. Quim Clin 2000; 19: 237.
C a pt u l o 11
Pregunta de investigacin
Podemos sustituir en instrumento clsico de gran
tamao por el sistema mini porttil para la medida
del flujo respira- torio mximo (FEM)?
Clsico grande
Mini porttil
Altman DG, Bland JM. Measurement in medicine: the analysis of method comparison studies. The
Statistician 1983; 32, 307-317.
p g in a 1113
C a pt u l o 11
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
GRANDE 1 Medida
GRANDE 2 medida
MINI 1 medida
MINI 2 medida
494
395
516
434
476
557
413
442
650
433
417
656
267
478
178
423
427
490
397
512
401
470
611
415
431
638
429
420
633
275
492
165
372
421
512
430
520
428
500
600
364
380
658
445
432
626
260
477
259
350
451
525
415
508
444
500
625
460
390
642
432
420
605
227
467
268
370
443
p g in a 1114
Se midi el flujo respiratorio mximo (FEM) en una muestra de 17 individuos con un amplia gama de FEM. Se
realizaron 2 mediciones en cada instrumento (grande clsico y Mini portatil). Slo la 1 medida de cada aparato
se utiliz para la comparacin de los mtodos, la 2 medicin se utiliz en el estudio de la repetibilidad.
C a pt u l o 11
r = 0,9433; p <0,0001
80
0
60
0
40
0
20
0
0
0
800
200
400
600
p g in a 1115
C a pt u l o 11
p g in a 1116
C a pt u l o 11
p g in a 1117
Altman DG, Bland JM. Measurement in medicine: the analysis of method comparison studies. The
Statistician 1983; 32, 307-317.
Bland JM, Altman DG . Statistical methods for assessing agreement between two methods of
clinical
measurement. Lancet 1986: 307310.
C a pt u l o 11
p g in a 1118
Reflexiones del
grfico
-Se observa una considerable falta de concordancia entre los medidores grandes y mini,
con discrepancias de hasta 80 l/min.
-Siempre que las diferencias d 2s no sean clnicamente importantes podamos
asumir que los mtodos de medicin son intercambiables. Estas d 2s son los lmites
de acuerdo.
- Para los datos de FEM se tiene:
d - 2s = -2,1 - (2 * 38,8) = - 78,1 l /
min d + 2s = -2,1 + (2 * 38,8) = - 73,9
l / min
-El medidor Mini ofrece datos de hasta 80 l / min por debajo o de 76 l / min por encima
del medidor grande, lo que es inaceptable para los propsitos clnicos.
- Esta falta de concordancia NO es evidente en la figura de correlacin lineal de FEM.
C a pt u l o 11
Ensayo de
repetibilidad
-La repetibilidad es relevante para el estudio de comparacin de mtodos porque
la repetibilidad de los mtodos de medida limita el grado de concordancia.
-Si un mtodo presenta una repetibilidad pobre - es decir, existe una considerable
variacin en las mediciones repetidas en la misma muestra - el grado de
concordancia entre ambos mtodos es pobre tambin.
-La mejor manera de examinar la repetibilidad de un instrumento es tomar
medidas repetidas en una serie de muestras.
-Se calcula la media y la desviacin estndar de la diferencias medidas. La diferencia
media debe ser cero, ya que se trata del mismo mtodo. Si la diferencia de medias
es significativamente diferente de cero, no podemos utilizar los datos para evaluar la
repetibilidad, ya sea porque el conocimiento de la 1 medida est afectando a la 2 o el
de la medida es modificar la cantidad).
p g in a 1119
C a pt u l o 11
Ensayo de repetibilidad en el
Mini
p g in a 1120
C a pt u l o 11
Pregunta de investigacin
Podemos sustituir en instrumento clsico analgico
por el nuevo sistema digital para la medida de la
tensin arterial?
Sistema analgico
Sistema digital
Pita Fernndez S, Prtegas Daz S. La fiabilidad de las mediciones clnicas: el anlisis de concordancia
para variables numricas. Cad Aten Primaria 2004.
p g in a 1121
C a pt u l o 11
La diferencia
entre ambos
mtodos es
LINEAL a lo
largo del rango
de medicin
Error sistemtico
proporcional
p g in a 1122
C a pt u l o 11
p g in a 1123
C a pt u l o 11
Pregunta de investigacin
El objetivo de este estudio ha sido analizar la
concordan- cia entre dos mtodos enzimticos de
determinacin de la AMILASA srica perteneciente a
una misma casa comercial y
basados en el mismo
principio
fsico-qumico.
Amilasa antigua
Amilasa nueva
p g in a 1124
C a pt u l o 11
Error sistemtico
proporcional
p g in a 1125
C a pt u l o 11
p g in a 1126
C a pt u l o 11
p g in a 1127
C a pt u l o 11
Recomendaciones de Z aydman
Modelos de regresin de Passing-Bablock
No debe utilizarse porque NO cumple la condicin:
1. La razn de varianzas en Y y X iguale el cuadrado de la
pendiente.
Sy
2
= [ 1 ]
2
Sx
2
Zaydman L, Lasky FD, Van Nostrand C, Doptis PD. Recommended
linear regressin models for comparison of method in clinical Chemistry. Clin Chem 1991, 37: 960.
p g in a 1128
C a pt u l o 11
Recomendaciones de Z aydman
Mtodo de mnimos cuadrados (mtodo regresin lineal
simple)
No debe utilizarse porque NO cumple los siguientes requisitos:
1.Ausencia de error en la variable PREDICTORA (independiente) X.
2.Que el error en la variable RESULTADO Y debe ser homogneo en todo el
intervalo de concentraciones.
p g in a 1129
C a pt u l o 11
Recomendaciones de Z aydman
Mtodo de mnimos cuadrados ponderado
Debe utilizarse cuando:
Los errores en la variable predictora (independiente) x son pequeos frente al
intervalo de concentraciones medido (glucemia).
p g in a 1130
C a pt u l o 11
p g in a 1131
C a pt u l o 11
p g in a 1132
Pregunta de investigacin
El objetivo de este estudio ha sido analizar la
concordancia entre dos dispositivos de medida del
oxido ntrico (N O ) ex- halado, un Analizador de
quimioluminiscencia estacionario (N IO X Aerocrine)
analizador ideal, y un analizador porttil (N IO X MIN
O ), basado en anlisis electroqumico.
Equipo
Equipo porttil
estacionario N 6008 SIR
N IO X -MIN O
Fortuna AM, Feixas T, Casan P. Determinacin de xido ntrico en aire espirado (FENO) mediante un equipo
porttil (NIOX-MINO Aerocrine) en poblacin sana. Arch Bronconeumol. 2007;43:176-9.
C a pt u l o 11
p g in a 1133
Anlisis
estadstico
Para la descripcin de los valores de FENO se facilitan valores medios desviacin
estndar. La comparacin entre valores medios se llev a cabo mediante un test de
Mann- Whitney. La comparacin de los resultados individuales se analiz mediante la
correlacin de Pearson. En todos los casos la aproximacin ha sido bilateral y el nivel de
significacin el habitual del 5% ( = 0,05). El programa informtico empleado en el
anlisis fue el paquete estadstico SPSS versin 11.
Fortuna AM, Feixas T, Casan P. Determinacin de xido ntrico en aire espirado (FENO) mediante un equipo
porttil (NIOX-MINO Aerocrine) en poblacin sana. Arch Bronconeumol. 2007;43:176-9.
C a pt u l o 11
50
p g in a 1134
40
30
20
10
r = 0,855; p =0,001
r = 0,855; p =0,001
0
0
10
20
Fig. 3. Correlacin de xido ntrico en aire espirado (FENO) entre la determinacin con los equipos
N-6008 SIR (sensor de quimioluminiscencia) y NIOX-MINO (mtodo de electroqumica) en voluntarios
sanos. La correlacin de Pearson muestra la curva de regresin lineal entre ambos equipos (y = FENO
[ppb] con equipo NIOX-MINO; x = FENO [ppb] con el equipo N-6008 SIR).
C a pt u l o 11
p g in a 1135
Resultado
s
El valor medio ( desviacin estndar) de FENO con el equipo NIOX-MINO fue de 20
7 ppb (rango: 8-41ppb), y con el sensor N-6008, de 7 5 ppb (rango: 1-19 ppb).
Se observ una correlacin directa y estadsticamente significativa de la determinacin
de FENO entre ambos equipos (r = 0,92; p = 0,001). Los valores de FENO con el equipo
NIOX-MINO siempre fueron superiores a los obtenidos con el equipo N-6008.
Adems, la curva de regresin lineal demostr un factor de correccin de: FENO (NIOXMINO) = 10 + 1,5 FENO (N-6008) (fig. 3).
Fortuna AM, Feixas T, Casan P. Determinacin de xido ntrico en aire espirado (FENO) mediante un equipo
porttil (NIOX-MINO Aerocrine) en poblacin sana. Arch Bronconeumol. 2007;43:176-9.
C a pt u l o 11
p g in a 1136
D iscusi
n
Al comparar los 2 equipos y mtodos se constata que existe una muy buena correlacin
de cada determinacin de FENO para ambos equipos, con un factor de correccin entre
los valores de los 2 equipos de 1,5 + 10 para cada valor de FENO obtenido con el
equipo N-6008 (figs. 2 y 3), lo que coincide con los valores obtenidos por otros autores.
Fortuna AM, Feixas T, Casan P. Determinacin de xido ntrico en aire espirado (FENO) mediante un equipo
porttil (NIOX-MINO Aerocrine) en poblacin sana. Arch Bronconeumol. 2007;43:176-9.
C a pt u l o 11
p g in a 1137
C a pt u l o 11
p g in a 1138
Mito 1: La sonrisa de la
esfinge
Por qu das un valor de corte, como valor de referencia, a partir de la media ms
2 desviaciones estndar?
El clculo de valores de referencia basado en la media 2 desviaciones estndar
slo puede aplicarse si las variables siguen distribuciones normales.
Se cumplen la normalidad de la variable cuantitativa (medida del NO en el aire
exhalado) en los dos instrumentos comparados?
No aportas ningn test estadstico (analtico o grfico) que demuestre que dicha variable
sigue la distribucin normal. En la tabla I aparecen otros trabajos (5 y 10) se han tenido
que realizar transformaciones logartmicas para normalizar la variable.
Seguro que sigue una distribucin normal?
C a pt u l o 11
p g in a 1139
Mito 1: La sonrisa de la
esfinge
Por qu has elegido el coeficiente de correlacin de Pearson? Se cumplen
todos los requisitos para poder utilizarlo? Te permite ese test decir que los
resultados son intercambiables entre ambos instrumentos de medida?
El coeficiente de correlacin de lineal (r) de Pearson NO resulta una medida
adecuada
del grado de acuerdo o concordancia entre dos mediciones de un mismo parmetro
(NO), ya que si dos instrumentos miden sistemticamente cantidades diferentes uno del
otro, la correlacin puede ser perfecta (r 1), a pesar de que la concordancia sea nula.
El coeficiente de correlacin r de Pearson deca que la magnitud de la asociacin de la
medida del NO entre el equipo NIOX-MINO y el equipo N-6008 es del 92% (r=0,92)
de la mxima posible.
C a pt u l o 11
Mito 1: La sonrisa de la
esfinge
Por qu has elegido el coeficiente de correlacin de Pearson? Se cumplen
todos los requisitos para poder utilizarlo? Te permite ese test decir que los
resultados son intercambiables entre ambos instrumentos de medida?
Se ha demostrado que el coeficiente de correlacin de Pearson para evaluar la
concordancia entre medidas cuantitativas es insuficiente-inadecuado y que la
interpretacin de dicho coeficiente como una medida de concordancia es errnea. La
igualdad de medias tan slo garantiza que los 2 mtodos se centran en el mismo
valor, pero en ningn caso que todos sus valores sean iguales.
p g in a 1140
C a pt u l o 11
p g in a
1141
Mito 1: La sonrisa de la
esfinge
Por qu utilizas el test de Mann-Whitney?
Los autores utilizan para la comparacin de medias el test de Mann-Whitney, que es
una prueba no paramtrica de comparacin de medias para grupos independientes;
sin
embargo, al tratarse de medidas apareadas, deberan haber utilizado el test no
paramtrico para la comparacin de medias de medidas apareadas, que es la prueba de
Wilcoxon.
C a pt u l o 11
Mito 1: La sonrisa de la
esfinge
Afortunadamente, un buen estudio con un anlisis deficiente siempre se puede
volver a analizar. Hay paquetes estadsticos (MedCalc) que incorporan
directamente un
procedimiento de comparacin de mtodos que incluyen el clculo de test que
determinan la concordancia entre medidas cuantitativas:
a) mtodos analticos, a travs del clculo de diferentes coeficientes que evalan
la concordancia, como el coeficiente de correlacin intraclase o el coeficiente de
correlacin-concordancia de Lin, modelos de regresin (modelos de regresin
de
Deming y de Passing-Bablock), ANOVA de medidas repetidas y modelos de
ecuaciones estructurales, y
b) mtodos grficos como el mtodo de Bland y Altman (que calcula un intervalo de
concordancia), el grfico de distribucin acumulativa emprica grfico montaa
(mountain plot) o el grfico de la concordancia- supervivencia (survival-agreement
plot).
p g in a 1142
C a pt u l o 11
p g in a 1143
Mito 1: La sonrisa de la
esfinge
Como puedes observar en la tabla I he realizado una revisin bibliogrfica ms
exhaustiva
que la tuya en la literatura mdica.
He encontrado en la pgina web http://www.nioxmino.com/references.html) muestra
diversos estudios que s utilizan algunos de estos mtodos (tabla I). Si hubieras usado
los
grficos
Bland yentre
Altman
puede que
hubierasdeencontrado
(como
los estudios
6y7
la tabla)
unade
relacin
los valores
apareados
FENO con los
2 equipos
de
de tipo heterocedstica, es decir, a mayores valores de FENO , mayores son las
medida
diferencias
entre las
medidas.
C a pt u l o 11
p g in a 1144
C a pt u l o 11
Mito 1: La sonrisa de la
esfinge
Por qu no indicas el intervalo de confianza del coeficiente de correlacin de
Pearson?
Los autores no aportan un intervalo de confianza para dicho coeficiente. Calculado
por m, dicho intervalo del 95% es de 0,83 a 0,96, lo que implica que valores
posibles de dicho coeficiente podran ser inferiores a 0,90, los cuales
empricamente se han clasificado como correlacin slo buena.
p g in a 1145
C a pt u l o 11
Mito 1: La sonrisa de la
esfinge
Eres el nico autor que ha investigado la correlacin entre dichos instrumentos?
Por qu no comparas tus resultados con los publicados en la bibliografa?
Otros trabajos, encontrados en mi revisin bibliogrfica, ninguno de los cuales han
sido mencionados por los autores, ofrecen coeficientes de correlacin de Pearson
mejores que el tuyo (0,92) y mucho ms cercanos a 1, como se indica en la tabla I.
p g in a 1146
C a pt u l o 11
p g in a 1147
C a pt u l o 11
Mito 1: La sonrisa de la
esfinge
Como has podido ver en la tabla I, aunque otros autores tambin han utilizado slo el
coeficiente de correlacin de Pearson (trabajos 2, 8 y 11), este valor nicamente indica
la fuerza de asociacin entre 2 variables (la proximidad de los puntos de los 2 mtodos
de medida a la recta de regresin) y que dicha relacin es lineal, pero no
necesariamente que dicha recta sea la bisectriz; ni siquiera una correlacin perfecta es
sinnimo de concordancia perfecta.
p g in a 1148
C a pt u l o 11
Mito 1: La sonrisa de la
esfinge
Aunque te puedo creer cuando describes las bondades de la medida de FENO con
el
nuevo equipo porttil (sencillez, rapidez, manejabilidad, coste, etc.) y su utilidad en el
diagnstico y seguimiento del paciente asmtico, lo que en ningn caso, te puedo
admitir del anlisis estadsticos de tus datos es que dicho equipo sea concordante
(fiable) con
el usado como referencia, ni que los valores de referencia propuestos sean vlidos
sin aportar informacin acerca de la forma de la distribucin de la variable.
p g in a 1149
C a pt u l o 11
p g in a 1150
C a pt u l o 11
Anlisis
estadstico
En el anlisis estadstico se ha estudiado la regresin de las medias de FENO
obtenidas con ambos dispositivos de medida respecto a la diferencia de las mismas,
mediante
el mtodo Bland-Altman, tanto en valores absolutos como relativos. Asimismo, se ha
analizado el grado de acuerdo entre los dos dispositivos de medida, en relacin con
los valores de normalidad para ambos, mediante el estadstico kappa de Cohen.
p g in a
1151
C a pt u l o 11
40
30
DIFERENCIA
+ 2 DE
20
Media
10
0
- 2 DE
-10
50
100
150
200
Media FENO
Figura 2: Anlisis estadstico (Bland-Altman). Media FE NO: media de la fraccin exhalada de xido ntrico;
DIF: diferencia de las medias de FE NO obtenidas con NIOX y con NIOX-MINO, en valores absolutos.
p g in a 1152
C a pt u l o 11
p g in a 1153
Mito 1: La sonrisa de la
esfinge
-Existe un error sistemtico porque casi todos los puntos se distribuyen
preferentemente por encima de la recta correspondiente a la diferencia 0 entre medidas
(lnea horizontal naranja).
-El error sistemtico es PROPORCIONAL porque la diferencia entre ambos mtodos es
LINEAL (lnea rosa) a lo largo del rango de medicin.
-La lnea azul representa la media de las diferencias, que en nuestro ejemplo
corresponde a 11 (y nos mide el error sistemtico del segundo mtodo porttilrespecto al primero).
- Las lneas marrones representan los lmites de confianza definidos mediante 2 DE
de
la media de la diferencia (de -3 a +25), y se denominan lmites de concordancia.
C a pt u l o 11
NIOX
TOTAL
Anormal (+)
Normal (-)
Anormal (+)
9
1
Normal (-)
2
18
Total
11
19
Punto de corte de FE NO: media de la fraccin exhalada de xido ntrico.
Medida de acuerdo
Kappa de Cohen
N de casos vlidos
Valor de Kappa
+ 0,780
20
EEk
0,120
Z
4,286
Significacin
0,000
10
20
30
p g in a 1154
C a pt u l o 11
p g in a 1155
C a pt u l o 11
p g in a 1156
C a pt u l o 11
D iscusin
(conclusiones)
p g in a 1157
C a pt u l o 12
C aptulo 12
Publicacin Bioestadstica: Anlisis multivariante.
D r. Jacobo D az Portillo
Coordinador de Formacin Continuada
Hospital Universitario de Ceuta
p g in a 1158
C a pt u l o 12
2. ANLISIS BIVARIANTE
3. ANLISIS MULTIVARIANTE
p g in a 1159
C a pt u l o 12
Anova de 2
factores
Variable
C ausa o Factor 1: Cualitativa
Predictora
1
Interacci
n
Variable
Predictora
2 C ausa o Factor 2: Cualitativa
Variable
RESULTAD
D esenlaceOo
efecto:
Cuantitativa
p g in a 1160
C a pt u l o 12
Anova de 2
factores
Factor 1:
Variable predictora
1 Grupo cultural
F= 7,49 p<0,01
F= 1,09 p<0,01
Interacci
n
Variable
RESULTAD O
D esenlace o
C uantitativa
Factor 2:
Variable predictora
2 Tabaquismo materno
F= 0,59 N.S
p g in a
1161
C a pt u l o 12
p g in a 1162
Estudio de la variable resultado peso del RN. Efecto de las variables predictoras grupo cultural y hbito de
tabaquismo en las madres.
Factor
Varianza
Significacin
Grupo cultural
3,2631
7,49
p < 0,01
Tabaquismo
2,5776
0,59
N.S
Interaccin (*)
4,7592
1,09
p < 0,01
C a pt u l o 12
Anova de 2
factores
Factor 1:
Variable predictora
1 Grupo cultural
F= 3,67 p<0,01
F= 0,34 N.S
Variable
RESULTAD O
D esenlace o
C uantitativa
efecto: VC M
Factor 2:
Variable predictora
2 Tipo de lactancia
F= 1,03
p<0,01
p g in a 1163
C a pt u l o 12
p g in a 1164
Varianza
Significacin
Grupo cultural
6,0017
3,673
p < 0,01
Lactancia
1,6904
1,034
p < 0,01
Interaccin (*)
0,5579
0,341
N.S
Daz Portillo J. Influencia del grupo tnico en el patrn lipoproteico de una determinada poblacin
peditrica de Ceuta. Tesis doctoral . Facultad de Medicina. Universidad de Cdiz . Noviembre 1997.
C a pt u l o 12
Anlisis multivariante
Anlisis multivariante para la deteccin de potenciales
factores de confusin
Variable Predictora 1
Variable Predictora 2
Variable Predictora 3
Variable Predictora 4
Variable Predictora 5
Variable Predictora n
Variable Resultado
p g in a 1165
C a pt u l o 12
p g in a 1166
Variable
Dependiente
o RESULTADO
Pruebas de contraste de
hiptesis
Cualitativa
Cualitativa
Ji cuadrado
Prueba exacta de
Fisher Test de
McNemar
Q de Cochran
REGRESIN LOGSTICA
Cualitativa
Cuantitativa
Cuantitativa
Cualitativa
Cuantitativa
Cuantitativa
t de Student
Anlisis de la
Varianza Test de
Mann-Whitney Test
de Wilcoxon
Test de KruskallWallis Test de
Friedman
Regresin logstica simple
Regresin logstica
multivariante
Regresin lineal
simple Correlacin de
Pearson Correlacin
de Sperman
REGRESIN MLTIPLE
Si el tamao muestral es
grande Si el tamao muestral
es pequeo
Dos grupos de muestras
repetidas o apareadas
Ms de dos grupos de muestras repetidas o
apareadas Varias variables predictoras
cualitativas
Compara medias entre dos grupos independientes
Compara medias entre ms de dos grupos
independientes Dos grupos independientes No
paramtricos
Dos grupos medidas repetidas No paramtrico
Ms de dos grupos No paramtrico, medidas
repetidas Ms de dos grupos No paramtrico
medidas repetidas
Una sola variable predictora cuantitativa
Varias variable predictoras cuantitativa o cualitativas
Paramtrico
Paramtrico
No
paramtrico
Varias
variables
predictoras
C a pt u l o 12
REGRESIN LINEAL
MLTIPLE
REGRESIN LOGSTICA
MULTIVARIANTE
Variable
RESULTADO
Cuantitativa
Cualitativa
(dicotmica)
Variables
PREDICTORAS
Cualitativa
Cuantitativa
Cualitativa
Cuantitativa
ECUACIN
p g in a
1167
C a pt u l o 12
Regresin logstica
multivariante
Es un modelo de regresin que permite estudiar si una variable resultado
de tipo cualitativa nominal depende, o no, de otras variables predictoras.
La naturaleza de las variable predictoras puede ser:
-Categrica DICOTMICA, es decir, slo puede admitir dos
posibles resultados.
- CUANTITATIVA (discreta o continua).
p g in a 1168
C a pt u l o 12
Regresin logstica
multivariante
Variable Predictora 1
Variable Predictora 2
Variable Predictora 3
Variable Resultado
Variable Predictora 4
Variable Predictora 5
Variable Predictora n
C ualitativa
dicotmica
p g in a 1169
C a pt u l o 12
Variables PREDICTORAS
Curacin (si/no)
tratamiento aplicado
grado de cumplimiento
gnero
comorbilidad
HTA (si/no)
ingesta de sal
antecedentes familiares
edad
RN de bajo peso
p g in a
1170
C a pt u l o 12
p g in a
1171
C a pt u l o 12
p g in a 1172
C a pt u l o 12
p g in a 1173
C a pt u l o 12
p g in a
1174
C a pt u l o 12
p g in a 1175
C a pt u l o 12
X
1
p g in a
1176
p g in a 1177
C a pt u l o 12
OR
OR1 = e
RR
RR1 = e
C a pt u l o 12
p g in a 1178
C a pt u l o 12
Variables CUANTITATIVAS
p g in a 1179
C a pt u l o 12
p g in a 1180
Regresin logstica:
Estimacin de coeficientes
C a pt u l o 12
Regresin logstica:
D efinicin de las hiptesis nula H o y
alternativa
Ha
- La hiptesis conceptual
es que una o varias variables predictoras
p g in a 1181
C a pt u l o 12
p g in a 1182
Regresin logstica:
Procedimientos para evaluar el contraste de hiptesis
1. Evaluacin estadstica del coeficiente i
2. Evaluacin estadstica de WALD
- El estadstico de WALD es el resultado de dividir el cuadrado del
coeficiente de regresin logstica i por el cuadrado de su error estndar
EEi
razn
de verosimilitud
3. Evaluacin
estadstica de la razn de verosimilitud (L0)
5.
Evaluacin
del estadstico Z2, (Goodness of
(L
)
4. 0Evaluacin
estadstica del cambio del estadstico -2LL0
Fit)
- Este estadstico resulta ser menor de dos veces el logaritmo neperiano de
la
C a pt u l o 12
p g in a 1183
C a pt u l o 12
p g in a 1184
C a pt u l o 12
2. Evaluacin estadstica de
W ald
El estadstico de Wald (W) es tambin muy utilizado para evaluar la
significacin estadstica del modelo de regresin logstica multivariante.
El estadstico W se obtiene dividiendo el cuadrado de i por el cuadrado
del
error estndar de i
El estadstico de Wald se distribuye segn una CHI
CUADRADO.
La hiptesis a contrastar son las mismas que en el caso
anterior La hiptesis H0 ser que... W = 0
La hiptesis Ha ser que... W 0
p g in a 1185
C a pt u l o 12
i
Wald
(i)2 / (EEi)2
- 2 Log
Likelihood (-2LL)
i = 0
i = 0
L=1
(-2LL) = 0
ajuste perfecto
Improvement
o cambio en la razn
de verosimilitud en
cada paso
Z2
t de Student
p < 0,05
CHI CUADRADO
p < 0,05
CHI CUADRADO
con n-k-1 grados
de libertad
Si rechaza la hiptesis
nula
(p < 0,05) significa que
el modelo de regresin
no es significativo
p < 0,05
(-2LLK-1) - (-2LLK )
CHI CUADRADO
con k grados de
libertad
Z2 0
CHI CUADRADO
Si se rechaza la
hiptesis nula
(p < 0,05) significa que
el modelo de regresin
no es significativo
(-2LL0) - (-2LLK )
CHI CUADRADO
con k grados de
libertad
p < 0,05
(Goodness of Fit)
p g in a 1186
C a pt u l o 12
HIPTESIS NULA
CONSTANTE
SIGNIFICACIN
=0
t de Student
p < 0,05
CHI CUADRADO
p < 0,05
Wald
W=0
[ ]2
i
[EE ]2
i
Si se rechaza la hiptesis nula (Ho) (p< 0,05) significa que el modelo de regresin
es significativo.
p g in a 1187
C a pt u l o 12
Variable resultado
cualitativa
D epsitos de hierro
en Mdula sea
Variable predictora
2 FERRITIN A
(srica)
p g in a 1188
C a pt u l o 12
Estimacin
- 0,6799
Error estndar EE
VCM
- 0,02223
0,03835
FERRITINA SRICA
0,1919
0,05525
Ferritina
0,1919
=
EE Ferritina
VCM
EE VCM
p < 0,05
-0,02223
0,03835
p > 0,05
p g in a 1189
C a pt u l o 12
REGRESIN LINEAL
MLTIPLE
REGRESIN LOGSTICA
MULTIVARIANTE
Stepwise
p g in a 1190
C a pt u l o 12
log
P
1-P
log
P
1-P
D epsitos de Fe medular
Variable RESULTAD O
= 0 + X 1 + 2X 2
= -2,1290 + 0,1713
FERRITINA
p g in a
1191
C a pt u l o 12
OR =
OR =
i (X)
0,1713 (Xa
XX
) Niveles de ferritina srica del paciente A
a b=
Xb = Niveles de ferritina srica del paciente B
D epsitos de Fe medular
Variable RESULTAD O
p g in a 1192
C a pt u l o 12
Paciente A
PACIENTE B
0,1713
24 ng/ml
3 ng/ml
OR =
OR =
i (X a X b)
0,1713 (24 - 3)
= 36,6
p g in a 1193
C a pt u l o 12
p g in a 1194
Pregunta de
investigacin
Anlisis
Multivariante
Variable Resultado
Variable Predictora 4
Variable Predictora 5
Variable Predictora n
Probabilidad de
morir
Horbar JD, Onstad L, Wright E. Predicting mortality risk for infants weighing 501 to 1500 grams at birth: The
National Institutes of Health Neonatal Research Network report. Crit Care Med 1993; 21:1218.
C a pt u l o 12
p g in a 1195
Fallecimientos
3603 RN de peso
comprendido
entre 501 y 1500
g
Prdidas de
seguimiento
S
e
g
u
i
Horbar JD, Onstad L, Wright E. Predicting mortality risk for infants weighing
501 to 1500 grams at birth: The
m Med 1993; 21:1218.
National Institutes of Health Neonatal Research Network report. Crit Care
i
e
n
C a pt u l o 12
p g in a 1196
C a pt u l o 12
1. Peso del RN
2. Tamao segn edad gestacional
(BPSEG)
3. Raza
4. Sexo
5. APGAR al 1 minuto
6. Presentacin del parto
7. Tipo de parto
8. C omplicaciones maternas de parto
Riesgo de muerte
p g in a 1197
C a pt u l o 12
Riesgo de muerte
p g in a 1198
C a pt u l o 12
Variables predictoras
2,606
Constante
t de Student
0,029
- 0,422
0,157
BPSEG
- 0,491
0,145
Raza
- 0,450
p < 0,05
Sexo
0,656
0,131
Apgar
0,971
0,131
p g in a 1199
C a pt u l o 12
p g in a 1200
C a pt u l o 12
RN A
RN B
Peso en
gramos/10
0
- 0,422
850 g [8,5]
1250 G
[12,5]
RR
RR
RR =
i (X a X b)
(850/100 1250/100)
RR =
-0,422
= 5.4
p g in a 1201
C a pt u l o 12
RN A SFA
(+)
RN B SFA
(-)
APGAR
(>3/<=3)
[1/0]
0,97
1
APGAR < 3
[1]
RR
RR
RR =
i (X a X b)
(1 0)
RR =
0,971
= 2,62
p g in a 1202
C a pt u l o 12
RN A nio
RN B nia
SEXO (hombre/
mujer) [1/0]
0,656
hombre [1]
mujer [0]
RR
RR
e
0,656 (1 0)
RRRRe
= 1,93
RR =
==
i (X a X b)
p g in a 1203
C a pt u l o 12
p g in a 1204
RN N
RN B
Raza
(>1/<=1)
[1/0]
- 0,450
Negra
[1]
Blanco [0]
RR
RR
RR =
RR =
e
e
i (X n X b)
-0,450 (1 0)
= 0.64
C a pt u l o 12
RN A
RN B
Peso en gramos/100
- 0,422
1150 g [11,5]
1400 g [14,0]
- 0,491
BPPSEG [1]
[0]
- 0,450
Negra [1]
Blanco [0]
0,650
Nia [0]
Nio [1]
0,971
RR
RR
p g in a 1205
C a pt u l o 12
RN A
RN C
Peso en gramos/100
1150 g [11,5]
750 g [7,5]
BPPSEG [1]
[0]
Negra [1]
Blanco [0]
Nia [0]
Nio [1]
RN A
RN C
p g in a 1206
C a pt u l o 12
p g in a 1207
C a pt u l o 12
p g in a 1208
C a pt u l o 12
5.
Malformaciones
congnitas
1. Edad de la madre
2. Peso
Riesgo de
muerte
6. Sexo
7. Gestacin
3. Edad gestacional
8. Uso de
esteroides
prenatales
4. APGAR al 1 minuto
9. BPSEG
p g in a 1209
C a pt u l o 12
Peso del RN
Edad gestacional
APGAR al 1 minuto
Riesgo de
muerte
Sexo
Uso de
esteroides
prenatales
p g in a 1210
C a pt u l o 12
Estudio de Marshalll et al
(N EO CO SUR)
APGAR
al 1 minuto
p g in a 1211
Malformacion
es congnitas
Fallecimientos
1801 RN de peso
comprendido
entre 500 y 1500
g
Variable
RESULTADO
Sobrevivientes
Peso
del
RN
Edad
Sexo
gestacional
Esteroide
s
prenatal
es
Marshall G, Tapia JL, DApremont I, Grandi C. Un nuevo score para predecir el riesgo de mortalidad
neonatal del muy bajo peso de nacimiento en la red sudamericana NEOCOSUR. Journal of Perinatology
2005; 25:577582.
C a pt u l o 12
p g in a 1212
Anlisis de Regresin Logstica Mltiple: Estimacin del modelo para predecir la mortalidad en recin
nacidos con pesos entre 500 y 1500 gramos
Variables predictoras
Estimacin
Coeficiente
Error estndar
EE
Cociente
/ EE
OR
IC95%
Constante
8,378
0,99
Peso del RN
- 0,331
0,04
8,27
0,72
0,64 0,79
Edad gestacional
- 0,132
0,04
3,3
0,88
0,80 0,95
Apgar al minuto
0,265
0,03
8,83
0,77
0,71 0,82
Malformaciones
congnitas
(Si =1; No = 0)
3,419
0,64
5,32
30,55
8,74 106,77
Uso de esteroides
prenatales
(Si =1; No = 0)
- 0,302
0,08
3,77
0,74
0,58 0,89
- 0,474
0,16
2,96
0,62
0,30 0,93
Se ha utilizado el modelo de regresin logstica mltiple con un procedimiento paso a paso, descartndose
3 variables e incluyendo 6 variables predictoras que fueron estadsticamente significativos.
C a pt u l o 12
p g in a 1213
RRR = [ 1 RR ] * 100
C a pt u l o 12
p g in a 1214
C a pt u l o 12
Anlisis bivariante
previo
Relacin entre la variable predictora RAZA y la prevalencia del bajo peso al
nacer.
Bajo peso del RN
RAZA
Blanca
Hispana
SI
23
25
NO
73
42
Total
96
67
(%)
24%
37%
Negra
11
15
26
42%
TOTAL
59
130
189
Test de 2
Pearson
= 5,005
p = 0,082
NO existe asociacin
p g in a 1215
C a pt u l o 12
Anlisis bivariante
previo
Relacin entre la variable predictora RAZA y la prevalencia del bajo peso al
nacer.
Bajo peso del RN
RAZA
Blanca
Otras razas
SI
23
36
NO
73
57
Total
96
93
TOTAL
59
130
189
Test de 2
Pearson
= 4,787
p = 0,029
Existe asociacin
(%)
24%
39%
p g in a 1216
C a pt u l o 12
Anlisis bivariante
previo
Relacin entre la variable predictora RAZA y la prevalencia del bajo peso al
nacer.
Bajo peso del RN
RAZA
Blanca
Hispana
Negra
TOTAL
SI
23
25
11
59
Test de 2 de tendencia
lineal
= 4,68
p=
2 0,030
NO
73
42
15
130
Caso-control
Total
96
67
26
189
(%)
24%
37%
42%
Existe asociacin
OR
1,00
1,89
2,33
TOTAL
p g in a 1217
C a pt u l o 12
Edad de la madre
Raza materna
Peso de la madre
Bajo peso
del RN
p g in a 1218
Hbito tabquico
materno durante el
embarazo
Trabajo prematuro de
parto
N de visitas al gineclogo
durante el primer trimestre
Irritabilidad uterina
C a pt u l o 12
Bajo peso
del RN
Raza materna
Peso de la madre
Log
P
1-P
= 0
+ 1X 1 + 2X 2 + 3X3
Hosmer and Lemeshow (2000) Applied Logistic Regression: Second Edition. Baystate Medical Center,
Springfield, Massachusetts .
p g in a 1219
C a pt u l o 12
p g in a 1220
Estimacin
Error estndar EE
/EE
Constante
-0,109
0,882
0,123
0,901
Tabaquismo
1,060
0,378
2,804
0,005
Peso de la madre
-0,027
0,013
2,077
0,036
Raza
negra
(1
dummy)
(NEGRA=1,
blanca =0, hispana=0)
1,290
0,511
2,525
0,012
0,970
0,412
2,354
0,019
Para la variable RAZA se tienen que proponer dos variables dummy (k-1). La categora de referencia es la
que no tiene variable dummy propia, en esta caso la raza blanca.
C a pt u l o 12
REGRESIN LINEAL
MLTIPLE
REGRESIN LOGSTICA
MULTIVARIANTE
Variable
RESULTADO
Cuantitativa
Cualitativa
(dicotmica)
Variables
PREDICTORAS
Cualitativa
Cuantitativa
Cualitativa
Cuantitativa
ECUACIN
Y = + X + ... + X
0
p g in a 1221
C a pt u l o 12
Y = + X + ... + X
0
1
n
n
p g in a 1222
C a pt u l o 12
Regresin lineal
mltiple
Y = + X + ... + X
Variable Predictora 1
Variable Predictora 2
Variable Predictora 3
Variable Predictora n
Variable Resultado
Variable Predictora 4
Variable Predictora 5
1
n
n
C uantitati
va
p g in a 1223
C a pt u l o 12
p g in a 1224
C a pt u l o 12
p g in a 1225
C a pt u l o 12
p g in a 1226
C a pt u l o 12
Pregunta de investigacin
Existe relacin entre la intensidad del estudio y el
rendimiento
acadmico en el examen del curso de Bioestadstica?
Variable PRED IC TO RA
1 Cuantitativa
Horas de estudio
continua
Variable
RESULTAD O
Rendimiento acadmico
Cuantitativa
discreta
p g in a 1227
C a pt u l o 12
R2
Regresin
0,629
0,396
ANOVA
Modelo
Regresin
Residual
Total
560,900
R2 corregido
0,321
6,506
Media Cuadrtica
222.234
42,333
F
5,250
p
0,051
Coeficientes
Variables
Coeficiente
Constante
9,662
2,496
3,871
0,005
Horas de estudio
0,167
0,073
2,291
0,051
p g in a 1228
C a pt u l o 12
Anlisis multivariante
Variable predictora 1:
Horas de estudio
C uantitativa
Interacci
n
Variable predictora 2:
C uantitativa
C oeficiente intelectual
Variable
resultado:
C uantitativa
Rendimiento acadmico
p g in a 1229
C a pt u l o 12
Pregunta de investigacin
Existe relacin entre el nmero de horas de estudio, el
coefi- ciente intelectual del alumno y el rendimiento
acadmico en el examen del curso de Bioestadstica?
N del Alumno
104
125
16
17
115
18
100
100
21
140
21
112
29
130
20
125
15
10
100
122
22
p g in a 1230
C a pt u l o 12
p g in a 1231
R2
Regresin
0,948
0,899
ANOVA
Modelo
Regresin
Residual
Total
560,900
R2 corregido
0,870
2,842
Media Cuadrtica
252,182
8,077
F
31,224
Coeficientes
Variables
Coeficiente
Constante
- 41,153
8,667
- 4,748
0,002
Horas de estudio
0,096
0,034
2,836
0,001
p
0,000
C a pt u l o 12
Mito 1: La sonrisa de la
esfinge
Para la realizacin del modelo de la regresin lineal mltiple es necesario que
las variables incluidas cumplan la normalidad.
Qu test de normalidad has utilizado?
Con independencia de la normalidad, los test paramtricos NO se recomiendan
cuando el
tamao muestras es pequeo (n 10),y/o cuando la variables cuantitativa es
discreta.
Ests seguro que se cumplen estas condiciones?
p g in a 1232
C a pt u l o 12
Realidad 1: Respuesta de
Edipo
Test de Kolmogorov-Smirnov
Variables
Estadstico
Significacin
Horas de estudio
0,881
10
0,420
Coeficiente intelectual
0,648
10
0,795
Rendimiento acadmico
0,439
10
0,991
p g in a 1233
C a pt u l o 12
Realidad 1: Respuesta de
Edipo
p g in a 1234
C a pt u l o 12
Realidad 1: Respuesta de
Edipo
CI Score Distribucin
Porcentaje
de poblacin
CI Score Distribucin
p g in a 1235
C a pt u l o 12
p g in a 1236
C a pt u l o 12
Existe
COLINEALIDAD?
Variable PRED IC TO RA
2 Cuantitativa discreta
C oeficiente intelectual
p g in a 1237
C a pt u l o 12
p g in a 1238
C a pt u l o 12
D iagnstico de colinealidad
(1):
- FACTOR DE INFLACIN DE LA VARIANZA
(FIV)
FIV > 10: Colinealidad (*)
1
FIV =
1 - R2j
- TOLERANCIA (T)
T < 0,1: Colinealidad (*)
1
T=
= 1 - R2j
FIV
p g in a 1239
C a pt u l o 12
D iagnstico de colinealidad
(1):
Modelo
Regresin
0,948
R2
0,899
R2 corregido
0,870
2,842
T=
1 - R2j
= 1 - R2j
FIV
NO hay colinealidad
T (estudio-CI) =
0,101
p g in a 1240
C a pt u l o 12
p g in a 1241
C a pt u l o 12
D iagnstico de
colinealidad (2)
NDICE DE CONDICIN: Regla emprica (Belsley):
- ndices de condicin < 5 : NO existe colinealidad.
- ndices de condicin entre 5 y 10: colinealidad dbil.
- ndices de condicin entre 10 y 30: colinealidad
moderada.
- ndices de condicin > 30 colinealidad fuerte (grave).
Modelo
Dimensin
Autovalor
ndice de
condicin
1
2
2,456
0,536
1,000
2,136
Proporciones de la varianza
Constante
Horas de CI
Estudio
0,00
0,06
0,00
0,00
0,84
0,00
0,005
21,608
1,00
0,10
1,00
p g in a 1242
C a pt u l o 12
D iagnstico de
colinealidad (2)
-Hay un ndice de condicin alto (21,6) y asociado con el mismo est el trmino
constante y el coeficiente intelectual (CI) con proporcin de varianza alta.
-Nos indica, por tanto, que el CI slo es colineal con la constante, pero no con las
horas de estudio.
Modelo
Dimensin
Autovalor
ndice de
condicin
1
2
2,456
0,536
1,000
2,136
Proporciones de la varianza
Constante
Horas de CI
Estudio
0,00
0,06
0,00
0,00
0,84
0,00
0,005
21,608
1,00
0,10
1,00
NO hay colinealidad
p g in a 1243
C a pt u l o 12
Pregunta de investigacin
Existe relacin entre el nmero de horas de estudio, el
coefi- ciente intelectual del alumno, asistencia a clases
(horas) y el ren- dimiento acadmico en el examen del
curso de Bioestadstica?
N del Alumno
1
2
5
9
104
125
23
92
6
16
17
115
78
18
100
15
100
20
21
140
100
21
112
35
29
130
95
20
125
75
15
10
100
122
100
22
N respuestas
correctas (Y)
p g in a 1244
C a pt u l o 12
Variable predictora 1:
C uantitativa
Horas de estudio
Variable predictora 2:
C uantitativa
C oeficiente intelectual
Variable predictora 3:
C uantitativa
Horas de asistencia a clases
Variable
resultado:
C uantitativa
Rendimiento acadmico
p g in a 1245
C a pt u l o 12
R2
Regresin
0,984
0,969
ANOVA
Modelo
Regresin
Residual
Total
560,900
R2 corregido
0,954
1,696
Media Cuadrtica
181,211
8,077
F
62,963
p
0,000
Coeficientes
Variables
Coeficiente
Constante
- 2,593
11,651
0.0223
0,831
Horas de estudio
0,028
0,104
1,007
0,353
Coeficiente intelectual
0,022
0,123
0,177
0,865
0,196
0,053
3,694
0,010
p g in a 1246
C a pt u l o 12
Variables
Estadsticos de colinealidad
Horas de estudio
Coeficiente intelectual
Asistencia a clase (horas)
Tolerancia (T)
0,477
0,117
0,89
FIV
2,098
8,552
11,241
p g in a 1247
C a pt u l o 12
Autovalor
ndice de condicin
Constante
3.366
0,538
0,095
0,001
1,000
2,501
5.957
64,725
0,00
0,00
0,00
0,99
Proporciones de la varianza
Horas de
Coeficiente
ESTUDIO
intelectual
0,02
0,00
0,45
0,00
0,24
0,00
0,29
1,00
ASISTENCIA
a clases
0,00
0,00
0,14
0,85
Hay un ndice de condicin alto (64,72) y asociado con el mismo hay dos variables
(el trmino constante, coeficiente intelectual, y ASISTENCIA a clase) con proporcin
de varianza alta. Nos indica, por tanto, que la asistencia a clase es COLINEAL con
el coeficiente intelectual y con la constante.
p g in a 1248
C a pt u l o 12
Grasas
TO TALES
C olesterol diettico
cidos grasos saturados
cidos grasos insaturados
ED AD
EJERC IC IO FSICO
C olesterol-LD L
p g in a 1249
C a pt u l o 12
Modelo
Constante
Grasa TOTAL
Coeficientes no
estandarizados
EE
258,484
130,837
- 5,714
Colesterol dieta
0,067
Edad
0,443
Ejercicio
- 3,115
cidos grasos
0,0722
0,966 saturados
cidos grasos
- 0,0746
0,065 Insaturados
Variable resultado colesterol-LDL
Significacin
Estadsticos de
colinealidad
Tolerancia
FIV
1,976
0,70
4,776
-1,196
0,253
0,036
2,867
45,953
0,075
1,851 0,087
0,155 0,879
- 0,068 0,947
0,351
0,038
0,098
0,143
0,066
26,530
10,225
7,005
15,242
1,150
0,130
7,683
0,949
0,20
49,978
p g in a 1250
C a pt u l o 12
Proporciones de la varianza
Constante
Edad
Grasas
totales
cidos
grasos
saturados
5,276
1,000
0,00
0,00
0,00
0,00
0,00
0,00
0,00
1,055
2,236
0,00
0,00
0,00
0,03
0,00
0,03
0,00
0,519
3,190
0,00
0,01
0,00
0,02
0,02
0,00
0,00
0,100
7,250
0,03
0,01
0,00
0,06
0,01
0,20
0,04
0,0354
12,200
0,06
0,00
0,00
0,78
0,03
0,64
0,04
0,01207
20,908
0,02
0,41
0,05
0,02
0,31
0,05
0,23
0,00205
50,781
0,89
0,58
0,95
0,09
0,64
0,07
0,69
p g in a 1251
C a pt u l o 12
Autovalor ndice de
condicin
Proporciones de la varianza
Constante
Edad
Grasas
totales
cidos
grasos
saturados
5,276
1,000
0,00
0,00
0,00
0,00
0,00
0,00
0,00
1,055
2,236
0,00
0,00
0,00
0,03
0,00
0,03
0,00
0,519
3,190
0,00
0,01
0,00
0,02
0,02
0,00
0,00
0,100
7,250
0,03
0,01
0,00
0,06
0,01
0,20
0,04
0,0354
12,200
0,06
0,00
0,00
0,78
0,03
0,64
0,04
0,01207
20,908
0,02
0,41
0,05
0,02
0,31
0,05
0,23
0,00205
50,781
0,89
0,58
0,95
0,09
0,64
0,07
0,69
p g in a 1252
Hay un ndice de condicin alto (50,781) y asociado con el mismo hay cinco
variables (el trmino constante, EDAD, GRASAS TOTALES, COLESTEROL
diettico, y cidos
grasos SATURADOS) con proporcin de varianza alta. Nos indica, por tanto, que Grasas
TOTALES es COLINEAL con el COLESTEROL diettico, cidos grasos SATURADOS,
EDAD y con la constante. Al existir esta ltima colinealidad, el centrado de variables
podra mejorar el problema, se podra tambin renunciar a estudiar los trminos no
lineales COLESTEROL diettico y cidos grasos SATURADOS.
C a pt u l o 12
Edad de la madre
Raza materna
Peso de la madre
Peso
del RN
p g in a 1253
Hbito tabquico
materno durante el
embarazo
Trabajo prematuro de
parto
N de visitas al gineclogo
durante el embarazo
ITU durante la gestacin
C a pt u l o 12
(Constant)
Edad de la madre
Unstandardized
Coefficients
B
Std. Error
2975,284
315,998
-1,919
9,544
-338,413
106,977
Hipertensin durante el
embarazo
-573,555
Infeccion urinaria en la
gestacin
Raza materna (blanca vs
otras)
Standardized
Coefficients
Beta
-,014
Sig.
9,416
-,201
,000
,841
Lower Bound
2351,748
-20,752
Upper Bound
3598,820
16,914
-,227
-3,163
,002
-549,503
-127,322
200,591
-,192
-2,859
,005
-969,369
-177,742
-488,353
136,959
-,239
-3,566
,000
-758,604
-218,102
-380,931
104,245
-,262
-3,654
,000
-586,630
-175,232
8,055
3,570
,155
2,256
,025
1,010
15,100
-11,248
99,741
-,008
-,113
,910
-208,059
185,563
-203,230
136,333
-,102
-1,491
,138
-472,247
65,787
Peso de la madre en Kg
N de visitas en el
embarazo categorizada
Trabajo prematuro de
parto
p g in a 1254
C a pt u l o 12
Constante
2975,28
315,998
9,416
0,000
Edad de la madre
-1,919
9,544
-0,201
0,841
-338,413
106,977
-3,163
0,002
-573,555
200,591
-2,859
0,005
488,353
136,959
-3,566
0,000
-380,931
104,245
-3,654
0,000
Peso de la madre en Kg
8,055
3,570
2,256
0,025
-11,248
99,741
-0,113
0,910
-203,230
136,333
-1,491
0,138
p g in a 1255
C a pt u l o 12
t = - 3,163
p = 0,002
t = - 2,859
p = 0,005
Peso
del RN
Hbito tabquico
materno durante el
embarazo
t = - 3,654
p = 0,000
Raza materna
t = 2,256
p = 0,025
Peso de la madre
t = - 3,566
p = 0,000
p g in a 1256
C a pt u l o 12
Mod l
e
1
Regression
Residual
Sum of
Squares
24747080
75169973
df
8
180
Mean Square
3093384,997
417610,959
7,407
Sig.
,000a
Total (Constant),
99917053
188 de parto, Hipertensin durante el
a. Predictors:
Trabajo prematuro
embarazo, Raza materna (blanca vs otras), N de visitas en el embarazo
categorizada, Infeccion urinaria en la gestacin, Peso de la madre en Kg, Edad
de la madre, Hbito tabquico materno
b. Dependent Variable: Peso del RN
Significacin
estadstica del
modelo de regresin
p g in a 1257
C a pt u l o 12
p g in a 1258
C a pt u l o 12
EEi
i
Model
1
(Constant)
Edad de la madre
Hbito tabquico
materno Hipertensin
durante el embarazo
Infeccion urinaria en
la gestacin
Raza materna (blanca
vs otras)
Peso de la madre en
Kg N de visitas en el
embarazo categorizada
Trabajo prematuro
de parto
RN
IC95%i
Coefficients
a
Unstandardize
d Coefficients
B
Std. Error
2975,284
315,998
-1,919
9,544
-338,413
106,977
Standardize
d
Coefficients
Beta
p g in a 1259
-,014
-,227
t
9,416
-,201
-3,163
Sig.
,000
,841
,002
-573,555
200,591
-,192
-2,859
,005
-969,369
-177,742
-488,353
136,959
-,239
-3,566
,000
-758,604
-218,102
-380,931
104,245
-,262
-3,654
,000
-586,630
-175,232
8,055
3,570
,155
2,256
,025
1,010
15,100
-11,248
99,741
-,008
-,113
,910
-208,059
185,563
-203,230
136,333
-,102
-1,491
,138
-472,247
65,787
C a pt u l o 12
R
,498a
R Square
,248
Adjusted
R Square
,214
Std. Error of
the Estimate
646,228
p g in a 1260
C a pt u l o 12
p g in a 1261
Trabajo
prematuro
de parto
Correlations
Trabajo prematuro de
parto
Hipertensin
durante el
embarazo
Raza materna
(blanca vs
otras)
N de visitas
en el
embarazo
categorizada
Infeccion
urinaria en la
gestacin
Peso de la
madre en Kg
Edad de
la madre
Hbito
tabquico
materno
1,000
-,050
-,126
,074
-,174
,113
-,150
-,218
-,050
1,000
-,053
-,065
,092
-,240
,043
-,025
N de visitas en el embarazo
categorizada
Infeccion uri naria en la gestacin
Peso de la madre en Kg Edad de la madre
Hbito tabquico materno
-,126
-,164
-,014
,045
,192
,370
,028
,165
-,199
,061
-,020
Covariances
Trabajo prematuro de
parto
Hipertensin durante el embarazo
Raza materna (blanca vs otras)
N de visitas en el embarazo
categorizada
Infeccion uri naria en la gestacin
Peso de la madre en Kg Edad de la madre
Hbito tabquico materno
,074
Coefficient Correlationsa
-,053
1,000
-,065
-,164
1,000
-,042
-,174
,092
-,014
-,042
1,000
,091
,113
-,240
,045
,028
,091
1,000
-,170
,023
-,150
-,218
,043
-,025
,192
,370
,165
-,199
,061
-,020
-,170
,023
1,000
,094
,094
1,000
18586,737
-1365,589
-1791,262
1009,836
-3254,760
55,082
-195,718
-3181,035
-1365,589
40236,901
-1118,575
-1306,095
2519,927
-171,932
81,982
-525,956
-1791,262
-1118,575
10866,947
-1707,605
-200,116
16,866
190,755
4124,674
1009,836
-1306,095
-1707,605
9948,197
-574,052
9,929
156,628
-2124,941
-3254,760
2519,927
-200,116
-574,052
18757,679
44,682
80,006
-292,270
55,082
-171,932
-195,718
-3181,035
81,982
-525,956
16,866
190,755
4124,674
9,929
156,628
-2124,941
44,682
80,006
-292,270
12,745
-5,795
8,723
-5,795
91,092
95,883
8,723
95,883
11444,113
C a pt u l o 12
Mito 1: La sonrisa de la
esfinge
En la regresin lineal mltiple realizado se han incluido inicialmente 8
posibles variables predictoras de la variable resultado (peso del RN). De
ellas slo 5 han quedado en el modelo final.
Ests seguro que se ha realizado una completa y actualizada revisin
bibliogrfica?
Por qu no se ha tenido en cuenta en el modelo de regresin la variable
DIABETES GESTACIONAL que es ampliamente conocido que aumenta
el peso del RN causando macrosomas?
p g in a 1262
C a pt u l o 12
Y = + X + ... + X
0
p g in a 1263
C a pt u l o 12
Anlisis bivariante:
Existe relacin entre el tipo de tratamiento y los
niveles de
hemoglobina glicosilada?
Variable PRED IC TO RA
1
Tipo de tratamiento
Cualitativa
- D ieta
policotmica
- Insulina
- AD O
Variable
RESULTAD O
%HbA1c
Cuantitativa
continua
p g in a 1264
C a pt u l o 12
Anlisis bivariante:
Existe relacin entre el sexo del paciente y los
niveles de
hemoglobina glicosilada?
Variable PRED IC TO RA
2
Sexo del paciente
Cualitativa
dicotmica
Variable
RESULTAD O
%HbA1c
Cuantitativa
continua
p < 0,05
p g in a 1265
C a pt u l o 12
Anlisis bivariante:
Existe relacin entre los aos desde el diagnstico de la
enfermedad
y los niveles de HbA1c?
Variable PRED IC TO RA
3 C uantitativa
Aos desde el diagnstico
continua
de la enfermedad
Variable
RESULTAD O
%HbA1c
Cuantitativa
continua
p g in a 1266
C a pt u l o 12
Anlisis bivariante:
Existe relacin entre los aos desde el diagnstico de la
enfermedad
y los niveles de HbA1c?
Variable PRED IC TO RA
3
Aos desdedicotmica
el diagnstico
Cualitativa
de la enfermedad
> 7 aos
< 7 aos
Variable
RESULTAD O
%HbA1c
Cuantitativa
continua
p < 0,05
p g in a 1267
C a pt u l o 12
Anlisis bivariante:
Existe relacin entre el nmero de enfermedades
relacionadas con
la diabetes y los niveles de HbA1c?
Variable PRED IC TO RA
4 C uantitativa discreta
N mero de
enfermedades
relacionadas con la D M
Variable
RESULTAD O
%HbA1c
Cuantitativa
continua
p g in a 1268
C a pt u l o 12
Anlisis bivariante:
Existe relacin entre el nmero de enfermedades
relacionadas con
la diabetes y los niveles de HbA1c?
Variable PRED IC TO RA
4
N mero dedicotmica
Cualitativa
enfermedades
relacionadas con la D M
- Ms de una
- Una o menos de una
Variable
RESULTAD O
%HbA1c
Cuantitativa
continua
p < 0,05
p g in a 1269
C a pt u l o 12
Anlisis bivariante:
Existe relacin entre el acceso al dietista y los
niveles de
hemoglobina glicosilada?
Variable PRED IC TO RA
5
Acceso al Ddicotmica
IETISTA
Cualitativa
Variable
RESULTAD O
%HbA1c
Cuantitativa
continua
p g in a 1270
C a pt u l o 12
p g in a 1271
Anlisis bivariante:
Existe relacin entre la actitud y conocimiento del mdico
por la
D M y los niveles de HbA1c?
Variable PRED IC TO RA
6
Mdico
Cualitativa
dicotmica
interesado por
la D M
- Si
- No
Variable
RESULTAD O
%HbA1c
Cuantitativa
continua
p < 0,05
C a pt u l o 12
Anlisis bivariante:
Existe relacin entre el nivel socioeconmico del
paciente y
los niveles de HbA1c?
Variable PRED IC TO RA
7
N ivel socioeconmico
Cualitativa
policotmica
Variable
RESULTAD O
%HbA1c
Cuantitativa
continua
p g in a 1272
C a pt u l o 12
Anlisis bivariante:
Existe relacin entre el estilo del vida del paciente y los
niveles de
hemoglobina glicosilada?
Variable PRED IC TO RA
8
Estilos de vida
Cualitativa
dicotmica
- Adecuados
- Inadecuados
(tabaco, alcohol, etc)
Variable
RESULTAD O
%HbA1c
Cuantitativa
continua
p>
0,1
p g in a 1273
C a pt u l o 12
Anlisis bivariante:
Existe relacin entre el sexo del mdico y los
niveles de
hemoglobina glicosilada?
Variable PRED IC TO RA
9
Sexo del Mdico
Cualitativa
dicotmica
Variable
RESULTAD O
%HbA1c
Cuantitativa
continua
p g in a 1274
C a pt u l o 12
Anlisis bivariante:
Existe relacin entre el tipo de tratamiento y los
niveles de
hemoglobina glicosilada?
Variable PRED IC TO RA
10 Cuantitativa
Edad del Mdico
continua
Variable
RESULTAD O
%HbA1c
Cuantitativa
continua
p g in a 1275
C a pt u l o 12
Acceso al
D ietista hospitalario
Tipo de tratamiento
%HbA1c
Actitud y conocimiento
de la D M por parte del
mdico
Sexo
del mdico
Edad del mdico
Estilos de vida
p g in a 1276
C a pt u l o 12
p g in a 1277
6. Acceso al
D ietista
hospitalario
%HbA1c
Y = 0 + 1X 1 + 2 X2 + 3 X3 + 4 X4 + 5 X5 + 6
6
X
7. Actitud y conocimiento
de la D M por parte del
mdico
C a pt u l o 12
Variables predictoras
(X )
Variable resultado
(Y): HbA1c(%)
p g in a 1278
C a pt u l o 12
p g in a 1279
Variables
PRED IC TO RAS que
estaban relacionadas
estadsticamente con
la variable resultado
HbA1c en el anlisis
univariante
Coeficiente de regresin
estandarizado
(t calculada)
sexo
EE sexo
0,72
0,28
Variables predictoras
(X )
nXn asociadas al nivel de hemoglobina glicosilada
Variables
Variables predictoras
Estimacin
Error estndar
EE
Constante
10,51
0,59
0,29
0,37
-0,97
0,46
0,20
0,08
Sexo (mujer/hombre)
0,72
0,28
0,04
0,02
-1,06
0,43
- 0,86
0,38
= 2,57
p < 0,05
C a pt u l o 12
Mito 1: La sonrisa de la
esfinge
En la tabla de la regresin lineal mltiple presentada se han incluido slo el valor de
y su error estndar EE, pero no se ha incluido el IC95% de ni la significacin
estadstica p de cada variable predictora. Tampoco veo la tabla donde se indica el
R 2 (R Square o bondad del ajuste del modelo multivariante).
Ests seguro que las 6 variables predictoras incluidas en el modelo multivariante
presentan significacin estadstica (p<0,05)?
La variable 1 dummy ADO/insulina presenta un valor de (0,29) inferior a su error
estndar EE, (0,37) por lo que su cociente vale 0,78, cifra muy inferior al 1,96 (Z
95% )
Por qu has incluido en el modelo de regresin la variable
ADO/insulina?
p g in a 1280
C a pt u l o 12
p g in a 1281
Variables predictoras
Y = 0 + 1X1 + ... +
(X )
nXn asociadas al nivel de hemoglobina glicosilada
Variables
Variables predictoras
Estimacin
Error estndar
EE
Constante
10,51
0,59
0,29
0,37
-0,97
0,46
0,20
0,08
Sexo (mujer/hombre)
0,72
0,28
0,04
0,02
-1,06
0,43
- 0,86
0,38
p g in a 1282
C a pt u l o 12
Variables predictoras
(X )
nXn
Estimacin
Error estndar
EE
Cociente /
EE
Significacin
p
Constante
10,51
0,59
0,29
0,37
0,78
p > 0,1
-0,97
0,46
2,11
p < 0,05
0,20
0,08
2,5
p < 0,05
Sexo (mujer/hombre)
0,72
0,28
2,57
p < 0,01
0,04
0,02
2,00
p < 0,05
-1,06
0,43
2,47
p < 0,02
- 0,86
0,38
2,26
p < 0,05
C a pt u l o 12
p g in a 1283
Paciente A
Paciente B
+0,72
mujer [1]
hombre [0]
Y= +X
+ ...
0
+X
n
C a pt u l o 12
Acceso al dietista
hospitalario
(si =1, no =0)
-1,06
SI [1]
NO [0]
Y = + X + ... + X
0
p g in a 1284
C a pt u l o 12
p g in a 1285
Paciente A
Paciente N
ADO/insulina
(ADO=1,
insulina=0)
+ 0,29
ADO [1]
insulina [0]
Y = + X + ... + X
0
C a pt u l o 12
p g in a 1286
Dieta/insulina
(dieta=1,
insulina=0)
- 0,97
dieta [1]
insulina [0]
Y = + X + ... + X
0
C a pt u l o 12
ADO [1]
Insulina [0]
Dieta/insulina [1/ 0]
Dieta [1]
Insulina [0]
3 [1]
1 [0]
Sexo (mujer/hombre)
Hombre [0]
Mujer [1]
8 aos [1]
3 aos [0]
Si [1]
No [0]
Si [1]
Si [1]
HbA1c A = 10,51 + 0,29 (1) 0,97 (0) + 0,20 (1) + 0,72 (0) + 0,04 (1) 1,06 (1) 0,86 (1) =
9.12%
HbA1c B = 10,51 + 0,29 (0) 0,97 (1) + 0,20 (0) + 0,72 (1) + 0,04 (0) 1,06 (0) 0,86 (1) =
9,40%
Diferencia HbA1c (A-B) = - 0,28%
p g in a 1287
C a pt u l o 12
p g in a 1288
C a pt u l o 12
PC basal
PC post
Grupo Cultural
Lp(a)
Tabaco
C olesterol total
HTA
C olesterol-LD L
C ardiopata isqumica
Apoprotena B
Arteriopata perifrica
Ure
a
Retinopat
a
Proteinuria
Accidente
isqumico cerebral
Microalbuminuria
p g in a 1289
C a pt u l o 12
Variables predictoras
(X )
C UALITATIVAS
Variable resultado
(Y):
Lipoprotena a
314 pacientes
con
D M tipo 2
Y = 0 + 1X 1 + ... + n
X
Amor Garca, Jacobo Daz, Lus Escobar, Manuel Aguilar, Alipio Mangas.
LIPOPROTENA (a) Y DIABETES MELLITUS TIPO 2: FACTORES QUE INFLUYEN EN LAS
CONCENTRACIONES PLASMTICAS Y UTILIDAD COMO MARCADOR DE COMPLICACIONES
TARDAS (Premio AEBM). Revista: Revista de Diagnstico Biolgico 2000; 49: 125-137.
p g in a 1290
C a pt u l o 12
Variables predictoras
(X )
C UALITATIVAS
Variable resultado
(Y):
Lipoprotena a
314 pacientes
con
D M tipo 2
Y = 0 + 1X 1 + ... + n
X
Amor Garca, Jacobo Daz, Lus Escobar, Manuel Aguilar, Alipio Mangas.
LIPOPROTENA (a) Y DIABETES MELLITUS TIPO 2: FACTORES QUE INFLUYEN EN LAS
CONCENTRACIONES PLASMTICAS Y UTILIDAD COMO MARCADOR DE COMPLICACIONES
TARDAS (Premio AEBM). Revista: Revista de Diagnstico Biolgico 2000; 49: 125-137.
p g in a 1291
C a pt u l o 12
Estimacin
Error estndar EE
/EE
Test F
Grupo cultural
- 5,1428
2,7270
1,88
3,5564
p > 0,1
Tabaco
0,1952
3,1477
0,062
0,0038
NS
HTA
2,4388
2,5480
0,960
0,9161
NS
Cardiopata isqumica
8,4219
2,8256
2,98
8,9028
p < 0,01
Arteriopata perifrica
3,1005
3,375
0,919
0,8440
NS
AIC
2,041
3,114
0,656
0,4298
NS
Retinopata
- 0,8838
2,6850
0,329
0,1084
NS
Microalbuminuria
0,4571
2,6964
0,169
0,0287
NS
Proteinuria
12,905
4,1180
3,13
9,821
p < 0,005
p g in a 1292
C a pt u l o 12
- 1,863
0,9581
1,94
3,7807
0,051
Pptido C post
- 0,027
0,5067
0,053
0,0029
NS
Colesterol total
0,0638
0,0573
1,113
1,2420
NS
Colesterol-LDL
- 0,0518
0,0628
0,825
0,679
NS
Apoprotena B
0,0242
0,0747
0,324
0,1052
NS
Urea
0,1340
0,0704
1,90
3,6205
p > 0,1
AIC
2,041
3,114
0,656
0,4298
NS
p g in a 1293
C a pt u l o 12
Lp(a)
C ardiopata isqumica
Proteinuria
p g in a 1294
C a pt u l o 12
D iscusin (parte
final)
Por lo tanto, la determinacin de Lp(a) presenta utilidad como marcador de las
complicaciones tardas de la DM tipo 2, y sus concentraciones plasmticas estn
influenciadas de forma directa e independiente por la cardiopata isqumica y la
nefropata. Cabe destacar que a pesar de que el diseo del estudio es transversal y
no permite inferir una relacin causal, si tenemos en cuenta el condicionamiento
gentico de la Lp(a), los resultados sugieren que la elevacin de los niveles
plasmticos de Lp(a) predisponen al enfermo diabtico a la aparicin de
complicaciones vasculares,
principalmente la cardiopata isqumica y la nefropata diabtica. A pesar de tratarse
de un estudio con elevado nmero de pacientes, dada la gran variabilidad
interindividual de las concentraciones de Lp(a), estas asociaciones deberan
confirmarse en estudios longitudinales ms amplios y ms a largo plazo que los
publicados en la actualidad.
Amor Garca, Jacobo Daz, Lus Escobar, Manuel Aguilar, Alipio Mangas.
LIPOPROTENA (a) Y DIABETES MELLITUS TIPO 2: FACTORES QUE INFLUYEN EN LAS
CONCENTRACIONES PLASMTICAS Y UTILIDAD COMO MARCADOR DE COMPLICACIONES
TARDAS (Premio Nacional AEBM). Revista: Revista de Diagnstico Biolgico 2000; 49: 125-137.
p g in a 1295
C a pt u l o 12
Mito 1: La sonrisa de la
esfinge
Segn se desprende en el final de la discusin del estudio, se sugiere que la Lp(a), por
su condicionamiento gentico, podra actuar como variable predictora principal de la
aparicin de algunas complicaciones vasculares como la cardiopata isqumica y la
nefropata diabtica en los pacientes con diabetes tipo 2. Sin embargo en el anlisis
multivariante la has considerado con variable resultado.
Ests seguro que la lipoprotena a es realmente la variable resultado?
No crees que la Lp(a) podra ser la variable predictora principal y la aparicin de
algn tipo complicaciones vasculares la variable resultado?
p g in a 1296
C a pt u l o 12
Variable
PRED IC TO RA
Lp(a)
Cuantitativa
continua
Variable RESULTAD O
C ualitativa dicotmica (s o
no)C omplicaciones vasculares
- C ardiopata isqumica
- Proteinuria
p g in a 1297
C a pt u l o 12
PC basal
Lp(a)
PC post
C olesterol total
C olesterol-LD L
Apoprotena B
Urea
Grupo Cultural
Tabaco
HTA
C omplicacion
es vasculares
p g in a 1298
C a pt u l o 12
p g in a 1299
C a pt u l o 12
Pregunta de investigacin
Qu relacin existe entre el cociente
albmina/creatinina en orina matinal (C AC ) y la
excrecin urinaria de albmina (EUA) en orina de 24
horas?
Variable
PRED IC TO RA
C AC
Cuantitativa
continua
REGRESIN LINEAL
SIMPLE
Coeficiente de
correlacin
Variable
RESULTAD O
EUA
Cuantitativa
continua
Y = 0 + 1 * X
r = 0,893
(89,3%)
p g in a 1300
C a pt u l o 12
p g in a 1301
C oeficiente de correlacin de
Pearson
Correlacin de Pearson r
Sexo masculino
0,753
Sexo femenino
0,979
Las diferencias entre los coeficientes de correlacin para cada sexo (masculino
versus
femenino) se pueden analizar por el mtodo de OLKIN.
C a pt u l o 12
p g in a 1302
El test de Kaiser-Meyer-Olkin (KMO), que mide la idoneidad de los datos para realizar un
anlisis factorial comparando los valores de los coeficientes de correlacin observados
con los coeficientes de correlacin parcial (grupos comparados). Si la suma de los
cuadrados de los coeficientes de correlacin parcial entre todos los pares de variables es
pequea
en comparacin con la suma de los coeficientes de correlacin al cuadrado, esta medida
tiende a uno. Para Kaiser los resultados del modelo factorial sern excelentes si el ndice
KMO est comprendido entre 0,9 y 1; buenos, si est comprendido entre 0,8 y 0,9;
aceptables, si se encuentra entre 0,7 y 0,8; mediocres o regulares, cuando resulte entre
0,6 y 0,7; malos, si est entre 0,5 y 0,6; e inaceptables o muy malos cuando sea menor
que 0,5.
KMO =
( r global)2
( r global)2 + ( r hombres)2
C a pt u l o 12
p g in a 1303
C a pt u l o 12
KMO =
( r global)2
( r global
)2
+ ( r hombres)2
KMO =
( r global)
( r global)
p g in a 1304
+ ( r mujeres) 2
KMO es un ndice que toma valores entre 0 y 1 y que se utiliza para comparar las
magnitudes de los coeficientes de correlacin observados con las magnitudes de los
coeficientes de correlacin parcial de forma que, cuanto ms pequeo sea su valor,
mayor es el valor de los coeficientes de correlacin parciales rij(p) y, por lo tanto, menos
deseable es realizar un Anlisis Factorial. Kaise, Meyer y Olkin aconsejan que si KMO
0,75 la idea de realizar un anlisis factorial es buena, si 0,75 > KMO 0,5 la idea es
aceptable y si KMO < 0,5 es inaceptable.
C a pt u l o 12
p g in a 1305
Se observa que el valor del KMO = 0.584 para hombres est en el lmite de los valores
recomendados por Kaiser, Meyer y Olkin poniendo de manifiesto que, en este caso
muy probablemente, el proceso de reduccin de datos no sea muy espectacular.
Se observa que el valor del KMO = 0.457 para mujeres es inferior al lmite de los
valores recomendados por Kaiser, Meyer y Olkin (0,5) poniendo de manifiesto que, en
este caso con toda seguridad, el proceso de reduccin de datos no es importante.
C a pt u l o 12
Regresin lineal
mltiple
Factor 1:
Variable predictora
1 C AC
p g in a 1306
R2 = 0,806
(80,6%)
1 = 7.65 p=0,001
Factor 3:
Variable predictora
3 Edad
3= -0.54 p=0,42
Factor 2:
Variable predictora
2 Sexo
2 = -30.26 p=0,01
Variable
RESULTAD O
Cuantitativa
EUA
continua
Aplicacin del modelo de regresin mltiple
a los datos de un estudio que usa como
variables predictoras el cociente albmina/
creatinina en orina matinal (CAC), sexo y
edad del individuo frente a la excrecin
urinaria de albmina en orina 24 horas EUA
(variable resultado).
p g in a 1307
C a pt u l o 12
Constante
110,85
CAC
7,65
7,13 a 8,16
0,001
Edad
- 0,54
- 1,86 a 0,78
0,42
Sexo
- 30,26
C a pt u l o 12
Qu Variables PREDICTORAS
se deben incluir en el Anlisis
de Regresin Lineal Mltiple?
2. ANLISIS BIVARIANTE
3. ANLISIS MULTIVARIANTE
Variable Predictora 1
Variable Predictora 2
Variable Predictora 3
Variable Predictora 4
Variable Predictora 5
Variable Predictora n
Variable Resultado
p g in a 1308
C a pt u l o 12
REGRESIN LINEAL
MLTIPLE
REGRESIN LOGSTICA
MULTIVARIANTE
Stepwise
p g in a 1309
C a pt u l o 12
HIPERLIPID EMIA
EDAD
SEX O
N IVEL C ULTURAL
TABAQ UISMO
O BESIDAD IMC
D IABETES
Excrecin urinaria
de sodio en 24 horas
p g in a 1310
C a pt u l o 12
Prxima a la significacin
estadstica (0,05 < p <
0,1)
- IMC
- Hiperlipidemia
p g in a 1311
p g in a 1312
C a pt u l o 12
Coeficiente IC95% de
Constante
96,67
19,2 a 174,15
0,015
Edad
- 1,17
Sexo
28,71
4,65 a 52,78
0,020
Tabaquismo
29,22
3,83 a 54,6
0,024
IMC
4,15
2,00 a 6,29
0,000
La codificacin de las variables dicotmicas se
realiz sexo: mujer = 0, hombre = 1, tabaquismo: no
fumador 0, fumador 1). IMC = peso / (talla)2
C a pt u l o 12
Pregunta de investigacin
Qu relacin existe entre los niveles de colesterol en
sangre y la tensin arterial?
Variable
PRED IC TO RA
C olesterol
Cuantitativa
continua
REGRESIN LINEAL
SIMPLE
Coeficiente de
correlacin
Variable
RESULTAD O
Tensin arterial
Cuantitativa
continua
Y = 0 + 1 * X
R2 = 0,691
(69,1%)
p g in a 1313
C a pt u l o 12
p g in a 1314
26,91
0,23
Suma de
cuadrados
7,15
0,03
g.l
12,63 41,19
0,17 0,29
Media
Cuadrtica
3,76
7,70
F
< 0,001
< 0,001
p
Regresin
Residual
4067,11
4459,01
1
65
4067,11
68,60
59,29
< 0,001
Total
8526,12
66
29,22
Y = 0 + 1 * X
TAD = 26.91 + 0.23 * Colesterol
Es el modelo de regresin simple que resulta de tomar como nica variable predictora el colesterol de un
individuo. El valor del coeficiente de determinacin R2 es 0.691 (69.1%).
Se puede mejorar el R2 incluyendo otra variable predictora?.
R2 puede ser mejorado a 0.722 (72.2%) aplicando un modelo multivariante en el que se introduce el ndice
de masa corporal (IMC) como nueva variable predictora.
C a pt u l o 12
p g in a 1315
TA
D
NS
N
NS
S
NS
N
S
N NS
EDAD
EDA
NS NS
NS
S
D
Coleste
N
NS
rol
S
Colesterol
N
S
NS
N NS
S
IM
C
Prtegas Daz S, Pita Fernndez S. Tcnicas de regresin: Regresin lineal mltiple. Cad Aten Primaria
2000; 7: 173-176.
C a pt u l o 12
Regresin lineal
mltiple
Variable
C ausa o Factor 1: C uantitativa
Predictora
1
Interacci
n
Variable
RESULTAD
D esenlaceOo
efecto:
Cuantitativa
Variable
Predictora
2 C ausa o Factor 2: C uantitativa
Y = 0 + 1 * X1 + 2 *
X2
p g in a 1316
C a pt u l o 12
t= 5.26 p<0,001
D esenlace o
efecto
Tensin arterial
Factor 2:
Variable predictora
2 IMC
t= 2.45 p=0,017
p g in a 1317
C a pt u l o 12
p g in a 1318
19,42
0,18
0,73
Suma de
cuadrados
7,54
0,03
0,30
g.l
4,37 34,48
0,11 0,25
0,14 1,33
Media
Cuadrtica
2,58
5,26
2,45
F
0,012
< 0,001
0,017
p
Regresin
Residual
4449,72
4076,40
2
64
2224,86
63,69
34,93
< 0,001
Total
8526,12
C a pt u l o 12
Regresin lineal
mltiple
Factor 1:
Variable predictora
1 C olesterol
p g in a 1319
R2 = 0,52
(52%)
t= 4.84 p<0,001
Factor 3:
Variable predictora
3 Edad
D esenlace o
efecto
t= 1.67 p=0.10
Factor 2:
Variable predictora
2 IMC
t= 2.31 p=0,024
Tensin
arterial
C a pt u l o 12
p g in a 1320
10,55
0,17
0,68
0,24
Suma de
cuadrados
9,13
0,03
0,30
0,14
g.l
-7,70 a 28,81
0,1 0,24
0,09 1,28
- 0,05 a 0,53
Media
Cuadrtica
1,15
4,84
2,31
1,67
F
0,252
< 0,001
0,024
0,100
p
Regresin
Residual
4622,52
3903,60
3
63
1540,84
61,96
24,87
< 0,001
Total
8526,12
66
Los coeficientes de regresin para el colesterol fue 0.17 (= 0.03) y de 0.68 (=0.30) para el IMC
continuarn siendo distintos de cero (p<0.05). La introduccin de la nueva variable predictora EDAD en el
modelo, proporciona un cambio en el coeficiente de determinacin R2 de tan slo 0.028 que NO mejora de
forma significativa (p=0.059). La entrada de la variable edad NO produce una mejora del ajuste del modelo.
El coeficiente de regresin de la EDAD (0.24) no es significativo (p=0.100).
C a pt u l o 12
p g in a 1321
Coeficiente
10,55
0,17
0,68
0,24
Suma de
cuadrados
EE
9,13
0,03
0,30
0,14
g.l
IC95%
-7,70 a 28,81
0,1 0,24
0,09 1,28
- 0,05 a 0,53
Media
Cuadrtica
t
1,15
4,84
2,31
1,67
F
p
0,252
< 0,001
0,024
0,100
p
Regresin
Residual
4622,52
3903,60
3
63
1540,84
61,96
24,87
< 0,001
Total
8526,12
66
edad
EE
edad
0,24
0,14
= 1,71
p = 0,100
Prtegas Daz S, Pita Fernndez S. Tcnicas de regresin: Regresin lineal mltiple. Cad Aten Primaria
2000; 7: 173-176.
C a pt u l o 12
REGRESIN LINEAL
MLTIPLE
REGRESIN LOGSTICA
MULTIVARIANTE
Stepwise
p g in a 1322
C a pt u l o 12
Anlisis multivariante
Anlisis multivariante para la deteccin de potenciales
factores de confusin
Variable Predictora 1
Variable Predictora 2
Variable Predictora 3
Variable Predictora 4
Variable Predictora 5
Variable Predictora n
Variable Resultado
p g in a 1323
C a pt u l o 12
Sesgo de
confusin
Variable predictora Exposicin F
o factor de riesgo
Variable resultado
Enfermedad o efecto E
Variable
confundent
e
Es el nico sesgo que se puede controlar (evitar) en la fase de anlisis y no slo en la fase de diseo.
Distorsin en las conclusiones del estudio, producida por la distribucin desigual, en los grupos de
comparacin, de una tercera variable (confundente C).
p g in a 1324
C a pt u l o 12
Enfermedad coronaria
- ANLISIS UNIVARIANTE:
El 15,7% de los portadores del alelo 4 presentaban CI frente al 6,9% en
NO
4 (p<0,01)
ORc = 2,49 IC95%: 1,19-5,22
p g in a 1325
C a pt u l o 12
Modelo de regresin
logstica
Exposici
n Alelo 4
Potenciales FACTORES DE
CONFUSIN
- Edad
- Sexo
- HTA
- Tabaquismo
- Obesidad (IMC)
- Lpidos y lipoprotenas
Enfermedad coronaria
p g in a 1326
C a pt u l o 12
p g in a 1327
Enfermedad coronaria
No corregido
Corregido para la edad y el sexo
0,75
OR (IC95%)
C a pt u l o 12
Reflexiones
finales
Los distintos tipo de sesgos, la influencia del azar y la presencia de
variables predictoras de CONFUSIN deben finalmente siempre, tenerse
en cuenta, en todos los estudios como explicacin posible de cualquier
asociacin estadstica ya sea esta positiva, negativa o no existente.
Y como sealaba M. Susser en sus reflexiones sobre causalidad
Cuando hay minas por todas partes uno no debe aventurarse sin un
detector
de minas (ANLISIS MULTIVARIANTE).
p g in a 1328
C a pt u l o 12
REGRESIN LINEAL
MLTIPLE
REGRESIN LOGSTICA
MULTIVARIANTE
Variable
RESULTADO
Cuantitativa
Cualitativa
(dicotmica)
Variables
PREDICTORAS
Cualitativa
Cuantitativa
Cualitativa
Cuantitativa
ECUACIN
Y = + X + ... + X
0
p g in a 1329
C a pt u l o 12
Cuantitativa
Desenlace: supervivencia a tiempo t
Variables
PREDICTORAS
Cualitativa
Cuantitativa
(factores pronstico)
ECUACIN
p g in a 1330
C a pt u l o 12
Anlisis
multivariante
Edad
Estado civil
Tiempo de alcoholismo
Bilirrubina
Presencia de ascitis
Albmina
Probabilidad de muerte
p g in a 1331
C a pt u l o 12
Edad
p < 0,05
Estado civil
p < 0,05
Tiempo de alcoholismo
p < 0,05
Bilirrubina srica
p < 0,05
Presencia de ascitis
p < 0,05
Albmina srica
p < 0,05
p g in a 1332
C a pt u l o 12
162
pacientes
alcohlicos
hospitalizad
os
Fallecimientos 56
Sobrevivientes 59
Prdidas de
seguimiento
Seguimiento mediana 8,7 aos
p g in a 1333
C a pt u l o 12
Ascitis
Pacientes
alcohlico
s
Muert
e
Bilirrubina
Estado civil
p g in a 1334
C a pt u l o 12
RR
IC95% del RR
Significacin
Edad
1,0763
1,0334-1,1209
0,0004
Ascitis
2,0940
1,0553-4,1551
0,0345
Bilirrubina
1,4220
1,2058-1,6769
0,0000
Estado civil
2,3922
1,1796-4,8515
0,0156
p g in a 1335
C a pt u l o 12
p g in a 1336
Variable
Dependiente
o RESULTADO
Pruebas de contraste de
hiptesis
Cualitativa
Cualitativa
Ji cuadrado
Prueba exacta de
Fisher Test de
McNemar
Q de Cochran
REGRESIN LOGSTICA
Cualitativa
Cuantitativa
Cuantitativa
Cualitativa
Cuantitativa
Cuantitativa
t de Student
Anlisis de la
Varianza Test de
Mann-Whitney Test
de Wilcoxon
Test de KruskallWallis Test de
Friedman
Regresin logstica simple
Regresin logstica
multivariante
Regresin lineal
simple Correlacin de
Pearson Correlacin
de Sperman
REGRESIN MLTIPLE
Si el tamao muestral es
grande Si el tamao muestral
es pequeo
Dos grupos de muestras
repetidas o apareadas
Ms de dos grupos de muestras repetidas o
apareadas Varias variables predictoras
cualitativas
Compara medias entre dos grupos independientes
Compara medias entre ms de dos grupos
independientes Dos grupos independientes No
paramtricos
Dos grupos medidas repetidas No paramtrico
Ms de dos grupos No paramtrico, medidas
repetidas Ms de dos grupos No paramtrico
medidas repetidas
Una sola variable predictora cuantitativa
Varias variable predictoras cuantitativa o cualitativas
Paramtrico
Paramtrico
No
paramtrico
Varias
variables
predictoras
C a pt u l o 13
C aptulo 13
Publicacin Bioestadstica: Bibliografa.
D r. Jacobo D az Portillo
Coordinador de Formacin Continuada
Hospital Universitario de Ceuta
p g in a 1337
C a pt u l o 13
Bibliografa utilizada en el
curso (1)
p g in a 1338
C a pt u l o 13
Bibliografa utilizada en el
curso (2)
p g in a 1339
C a pt u l o 13
Bibliografa utilizada en el
curso (3)
-Bailar JC III. Some uses of statistical thinking. En: Bailar JC III, Mostoller F,
editors. Medical uses of statistics. Boston: N Engl J Med Books, 1992; p. 25-57
-Bobenrieth Astete M.A . Mitos y realidades en torno a la publicacin cientfica.
Med Clin (Barc) 2000; 114: 339-341.
-Bobenrieth Astete M.A . Lectura crtica de artculos originales en Salud. Medicina
de Familia (And) 2001; 2: 81-90.
- Antoja Rib F. The innocence of the storks. Rev Lab Clin 2010; 3 (2): 51.
-Altman DG, Bland JM. Absence of evidence is not evidence of absence. BMJ
1995;311:485.
- Argimon JM. La ausencia de significacin estadstica en un ensayoclnico
no significa
equivalencia teraputica. Med Clin (Barc) 2002; 118: 701-3
-Mora I, Ripoll R. Cmo mejorar la calidad estadstica de los artculos presentados
a revistas biomdicas: lista de comprobacin para los autores. Med Clin (Barc).
1999;113:138-49.
p g in a 1340
C a pt u l o 13
Bibliografa utilizada en el
curso (4)
p g in a 1341
C a pt u l o 13
Bibliografa utilizada en el
curso (5)
p g in a 1342
C a pt u l o 13
Bibliografa utilizada en el
curso (6)
p g in a 1343
C a pt u l o 13
Bibliografa utilizada en el
curso (7)
p g in a 1344
C a pt u l o 13
Bibliografa utilizada en el
curso (8)
p g in a 1345
C a pt u l o 13
Bibliografa utilizada en el
curso (9)
p g in a 1346
C a pt u l o 13
p g in a 1347
C a pt u l o 13
Bibliografa utilizada en el
curso (11)
p g in a 1348
-Beck JR, Shultz EK. The use of relative operating characteristic (ROC) curves in test
performance evaluation. Arch Pathol Lab Med 1986; 110:13-20.
-Swets JA. Measuring the accuracy of diagnostic systems. Science 1988; 240:
1.285- 1.293.
- Zweig MH, Campbell G. Receiver-operating characteristic (ROC) plots: a
fundamental evaluation tool in clinical medicine. Clin Chem 1993; 39: 561-577.
-Yupanqui Pacheco RM: Introduccin a la estadstica bayesiana. UNMSM. Facultad
de Ciencias Matemticas. EAP de Estadstica, Lima, 2005 (disponible en: http://sisbi
b. unmsm.edu.pe/ bibvirtualdata/Tesis/Basic/yupanqui_pr/yupanqui_pr.pdf).
- Altman DG, Moher D. Elaboracin de directrices para la publicacin de
investigacin
biomdica: proceso y fundamento cientfico. Med Clin (Barc). 2005;125(Supl 1):8-13.
C a pt u l o 13
Bibliografa utilizada en el
curso (12)
p g in a 1349
C a pt u l o 13
Bibliografa utilizada en el
curso (13)
p g in a 1350
C a pt u l o 13
Bibliografa utilizada en el
curso (14)
p g in a 1351
-Altman DG, Bland JM. Statistical methods for assessing agreement between two
methods of clinical measurement. The lancet 1986; 307-10.
-Altman DG, Bland JM. Measurement in medicine: the analysis of method comparison
studies. The Statistician 1983; 32, 307-317.
-Lpez, F. Utilizacin adecuada de las pruebas estadsticas en los estudios
de comparacin de procedimientos. Quim Clin 2000; 19: 237.
- Prtegas Daz S , Pita Fernndez S. Determinacin del tamao muestral
para calcular
la significacin del coeficiente de correlacin lineal. Cad Aten Primaria 2001;
9: 209-211.
-Jacobo Daz Portillo .Influencia del grupo tnico en el patrn lipoproteico de una
determinada poblacin peditrica de Ceuta, Tesis doctoral (1997). Facultad de
Medicina de la Universidad de Cdiz.
C a pt u l o 13
p g in a 1352
C a pt u l o 13
Bibliografa utilizada en el
curso (16)
p g in a 1353