GLOSARIO SEGUNDO PARCIAL

1.- EL PROBLEMA DE INVESTIGACIN. Es una carencia de conocimiento o una controversia cognoscitiva sobre algn proceso relacionado con algunas de las etapas del proceso de atencin clnica (investigacin cientfica) 2.- LA HIPTESIS. Es una proposicin que establece relaciones entre los hechos y nos puede llevar a una solucin del problema planteado. 3. CONSECUENCIAS DE LA HIPTESIS. Sus consecuencias inmediatas es el que puede ser verificables empricamente, es decir, que puedan ser observadas o medidas por medio de los sentidos o a travs de aparatos de medicin. 4. DISEO DE LA INVESTIGACIN CIENTFICA. a) b) c) d) e) f) g) h) Ttulo Autores Problema Antecedentes Justificacin Hiptesis Objetivos de estudio Diseo metodolgico - clasificacin de estudio - poblacin - muestra - estructura del ensayo ( estado inicial, descripcin de intervenciones, estado final) i) Tcnicas de anlisis estadstico j) Formas de seguimiento y recoleccin de datos k) Bibliografa Tratamiento estadstico. Permite identificar la significancia estadstica (probabilidad de error) respecto a las diferencias o relaciones que se desprenden de la o las hiptesis. Cuando se ha efectuado el tratamiento estadstico de datos se puede inferir el tipo de dependencia entre las variables, con su respectiva incertidumbre. Tambin permite comparar con el comportamiento predicho por la teora y establecer 1

conclusiones propias: los datos no mienten o la prediccin puede estar fallando por insuficiencias en el modelo terico. El tratamiento estadstico de datos proporciona un buen criterio (argumentos) para que los investigadores saquen sus propias conclusiones en apoyo o eventual mejora del modelo terico identificadas las posibles causas de la insuficiencia de la teora. 5.- DISEO OBSERVACIONAL. Es el tipo de diseo que se limita a la observacin de las diversas respuestas manifestadas por los elementos en estudio ante situaciones que no son manipuladas por el investigador o en las que la ubicacin de los elementos no depende del investigador. 6. DISEO EXPERIMENTAL. Es el tipo de diseo que implica una intervencin planeada hacia los procesos de estudio. Implica un diseo de intervencin y control de las variables de estudio. Por lo general las variables de intervencin son las que controla el investigador (variables independientes o experimentales) para lograr de manera controlada efectos esperados en las variables dependientes. 7. DISEOS PRE-EXPERIMENTALES. En los diseos pre-experimentales se analiza una sola variable y prcticamente no existe ningn tipo de control. No existe la manipulacin de la variable independiente ni se utiliza grupo control. En una investigacin pre-experimental no existe la posibilidad de comparacin de grupos. Este tipo de diseo consiste en administrar un tratamiento o estmulo en la modalidad de slo posprueba o en la de pre prueba-posprueba. El diseo tiene la siguiente estructura: Diseo pre-experimental con pre prueba-posprueba. El diseo de tipo pre experimental tiene un grado de control mnimo en virtud de que se trabaja con un solo grupo y las unidades de anlisis no son asignadas aleatoriamente al mismo. Adicionalmente existen muy pocas probabilidades de que el grupo sea representativo de los dems 8. DISEO CUASI- EXPERIMENTAL. Manipula deliberadamente al menos una variable independiente para ver su efecto y relacin con una o mas variables dependientes, difieren en los experimentos

verdaderos en su grado de seguridad o confiabilidad que pueda tenerse sobre la equivalencia inicial de los grupos. En este diseo los sujetos no son asignados al azar a los grupos, ni emparejados, sino que dichos grupos ya estaban formados antes del experimento, son grupos intactos. Estos diseos se utilizan cuando no es posible asignar los sujetos en forma aleatoria a los grupos que recibirn los tratamientos experimentales 9. DISEO DESCRIPTIVO. Un diseo descriptivo mostrar las caractersticas de un hecho sin intentar dar una explicacin entre las relaciones existentes, entre lo elementos de dicha investigacin. Buscan especificar las propiedades importantes de las personas, grupos, comunidades o cualquier otro fenmeno que sea sometido a anlisis. Miden o evalan diversos aspectos, dimensiones o componentes del fenmeno a investigar. Selecciona una serie de cuestiones y se mide cada una de ellas independientemente, para as describir lo que se investiga. 10. DISEO ANALTICO. Los diseos analticos estn destinados a analizar las relaciones existentes entre las variables. Son los que mejor se ajustan al objetivo de evaluar factores que determinan las relaciones o diferencias determinadas en la hiptesis. Se basan en observar e inferir. Existen 3 tipos bsicos de diseos analticos: Transversal Caso-control Cohortes Diseo Transversal: Permite evaluar la relacin existente entre daos y caractersticas de los individuos o sus exposiciones, medidas en momento definido del tiempo. Diseo Caso-control: Tambin llamados retrospectivos o de antecedentes y son estudios en los que se compara a un grupo de individuos que sufren un dao a la salud (casos) con un grupo que no presenta dicho dao (controles o testigos).

Diseo de Cohortes: Una cohorte es un conjunto de personas que tienen algo en comn. En estos estudios, las personas son observadas durante un perodo de tiempo para analizar la evolucin de su estado de salud. A los estudios de cohortes tambin se los denomina estudios prospectivos, de seguimiento o de incidencia. 11. DISEO RETROSPECTIVO. Se integran a partir de variables dependientes en el presente, y se retrocede en el tiempo para identificar las variables independientes (generalmente denominadas factores de riesgo) que puedan explicar la situacin presente de los sujetos estudiados. Los estudios retrospectivos se dividen en: De intervencin deliberada. Los grupos se forman a partir del efecto en el presente, pero en el pasado recibieron alguna intervencin deliberada. Se trata de saber si las variaciones de aquella intervencin pueden explicar la situacin presente. Observacionales. En estos no hay un manejo deliberado de la (o las) variable(s) independiente(s) por parte del investigador. De causa e incidencia. Son los clsicos estudios en los que expone un factor de riesgo conocido y en que despus de un periodo de exposicin se analiza la incidencia de la enfermedad determinada. Intervencin deliberada no controlada. Son estudios en los cuales las intervenciones deliberadas quedan fuera del control del investigador. Historia natural pronostico. Se observan grupos de sujetos a lo largo de un tiempo para analizar el desarrollo de la historia natural de la enfermedad. Son tambin de pronstico s a los pacientes tratados se les hiciera un seguimiento. Seudoretrospectivos: Se les denomina pseudoretrospectivos porque a partir de informacin levantada en el presente a travs de cuestionarios que abarcan un periodo de tiempo pasado demasiado breve, se intentan hacer interferencias sobre factores causales o de riesgo.

12.- DISEOS PROSPECTIVOS. Se caracterizan porque los grupos de sujetos que se investigan se integran a partir de estar expuestos a una variable independiente que se espera produzca un cambio en dichos sujetos a lo largo del futuro. Con intervencin deliberada: Estudios en los que el investigador manipula deliberadamente las variables independientes con el fin de observar el efecto posterior. Secuenciales: Es cuando los grupos estudiados transitan por una secuencia de etapas. 4

Pseudoprospectivos: Se les denomina as por que el periodo de tiempo en el que se miden los posibles resultados es demasiados breve para detectar cambios. 13. ESTUDIOS TRANSVERSALES Realiza una medicin del fenmeno en un momento dado, es decir, sin observar los cambios producidos en el tiempo.

EJEMPLO: Por aplicacin de una encuesta identificar cuntos sujetos padecen defectos visuales. Encuestas para estimar cuntos mdicos del centro nacional de rehabilitacin padecen hipertensin arterial sistmica.

CLASIFICACIN DE ESTUDIOS TRANSVERSALES

ESTUDIOS TRANSVERSALES

DESCRIPCION DE LA ENFERMEDAD DE DIAGNOSTICO Y ESTADIAJE DE LA ENFERMEDAD PROCESOS PATOLGICOS

DESCRIPCIN DE LA ENFERMEDAD Estudios en los que nicamente se trata de describir las caractersticas de una enfermedad en un momento dado.

DE DIAGNSTICO Se caracterizan por la bsqueda de procedimientos diagnsticos exactos, sensibles y especficos con respecto a otro llamado estndar de oro o criterio de verdad. Procedimiento diagnstico.- no invasivo Procedimiento estndar.- invasivo

ESTADIAJE Sirve para determinar el estadio de desarrollo de la enfermedad y dar el procedimiento diagnstico ms sensible para identificar dicho estadio. Se incluyen estudios dirigidos a establecer la gravedad de una enfermedad.

ESTUDIOS DE PROCESOS PATOLGICOS Analizan las alteraciones patolgicas en un momento dado. Hay de tres tipos: 1. Observacionales.- Por ejemplo un estudio de biopsias musculares de pacientes con distrofia de becker al observar caractersticas patolgicas de las fibras (forma, tamao y estructura) 2. Exploratorio.- El investigador toma un grupo de pacientes y busca si alguna enzima determinada estuviera alterada en stos pacientes 3. Informes de casos.Cuando un investigador realiza el reporte documentado de casos raros. 14. ESTUDIOS LONGITUDINALES Se caracterizan por estudiar un fenmeno a lo largo del tiempo con el propsito de identificar y medir los cambios que sufre dicho fenmeno en el lapso estudiado. 15. SERIE DE CASOS. Es un informe donde se describen las caractersticas interesantes de un grupo de estudio o de pacientes. Casi siempre comprenden la observacin de un grupo de pacientes durante un perodo relativamente breve y no incluyen sujetos control. 16. ESTUDIOS CASOS-CONTROL. Inician con a ausencia y presencia de algn resultado y luego investigan hacia atrs en un tiempo determinado para tratar de detectar causas o factores de riesgo posibles que puede haber sido sugeridos en un informe de serie de casos.

17. ESTUDIOS TRANSVERSALES DE ENCUESTAS Y DE PREVALENCIA. Las encuestas son particularmente tiles cuando el objetivo consiste en obtener conocimiento sobre un tema confuso y aprender la manera en que los individuos piensan o sienten respecto algn tema. Las encuestas de prevalencia permiten

identificar en un momento determinado la cantidad de individuos que sufren alguna enfermedad o estn sujetos a factores de riesgo o de proteccin de alguna enfermedad determinada. 18.-ESTUDIOS DE COHORTE. Cohorte: Grupo de personas que comparten algo en comn y forman o han formado parte de este grupo por un periodo largo. Para un estudio de cohorte los individuos son seleccionados por alguna caracterstica que podra ser un factor de riesgo o de proteccin. A este tipo de estudios se les llama tambin prospectivos ya que los efectos de inters se manifiestan tiempo despus de haber iniciado el estudio, por lo que este tipo de estudio responde a la pregunta Qu pasar? 19.- PRUEBAS CLNICAS. Los estudios experimentales en medicina se llaman pruebas clnicas y su propsito es extraer conclusiones a cerca de un tratamiento. Existen dos tipos de pruebas: controladas y no controladas Pruebas clnicas controladas: Son estudios donde el frmaco o procedimiento de experimentacin se compara con otro frmaco o procedimiento, en algunas ocasiones puede ser un placebo. Estos arrojan datos ms objetivos Pruebas clnicas no controladas: Son estudios experimentales donde se describe la experiencia del investigador con el frmaco o estudio experimental, y no se realiza comparacin con otro, al menos formalmente. 20- PRUEBAS CLNICAS CONTROLADAS DE CONTROLES PARALELOS O CONCURRENTES. Se utilizan dos o ms grupos de estudio; uno de ellos acta como control y el otro como experimental, se les sigue paralelamente, con el fin de observar el efecto de una intervencin experimental. Consta de 3 etapas: Estadio inicial. Identificacin de los factores que definen a los sujetos que sern incluidos en el estudio antes de la intervencin. Intervenciones. Descripcin detallada de las intervenciones, que pueden ser tratamientos o programas de acciones. Estado final. Comparacin y evaluacin de resultados.

21- PRUEBAS CLNICAS SECUENCIALES. Son aquellas en la que los grupos estudiados transitan por una secuencia de etapas, pueden ser entrecruzados o autocontrolados.

22- AUTOCONTROLADOS. Formados solo por un grupo de estudio, el que se estudia antes y despus de la intervencin, para comparar resultados al final. El mismo grupo sirve como su propio control. 23- ESTUDIOS CON ENTRECRUZAMIENTO. Formados por dos grupos, consta de tres etapas: - Un grupo recibe un tratamiento experimental y el otro un placebo. - Periodo de lavado en el que se suspenden los tratamientos el tiempo suficiente para que desaparezcan los efectos. - Se cruzan los tratamientos y se evala la comparacin entre y el antes y despus para cada grupo de tratamiento. 24.- PRUEBA CLNICA SIN CONTROL. Se asignan sujetos y factores sin grupo control. Se aplica para desarrollo de tratamientos nuevos. Es una prueba clnica aleatoria que no permite comparaciones. 25.- ESTUDIO EN CIEGO. Un estudio ciego es aquel en el que los sujetos sometidos a investigacin ignoran el grupo de tratamiento al que se halla asignado, o bien cuando el observador ignora cuando es un estudio no experimental. 26. ESTUDIO DOBLE CIEGO. El mtodo de doble ciego es una parte importante del mtodo cientfico, usado para prevenir que los resultados de una investigacin resulten ser "influenciados" por el efecto placebo o por el sesgo del investigador u observador. La investigacin a ciegas es una importante herramienta en muchos campos de investigacin, desde la medicina a la psicologa, y de las ciencias sociales a la ciencia forense. En el ensayo doble ciego ni el investigador ni el sujeto participante en el estudio saben qu tipo de frmaco recibe el segundo. En un experimento a doble ciego, ni los individuos ni los investigadores saben quin pertenece al grupo de control y quin al grupo experimental. Solamente despus de haberse registrado (y en algunos casos, analizado) todos los datos, los investigadores conocen qu individuos pertenecen a cada grupo. La clave que identifica a los sujetos y al grupo que pertenecen es guardada por terceros y no se les entrega a los investigadores hasta que el estudio se completa. Los mtodos de doble ciego se pueden aplicar a cualquier situacin experimental donde haya la posibilidad de que los resultados sean afectados por prejuicio consciente o inconsciente de parte del experimentador.

27. ESTUDIO TRIPLE CIEGO. El sujeto, el observador y el analista de los datos o bioestadstico no saben del tratamiento del sujeto. El conocimiento del grupo de comparacin en el que se encuentran los participantes se mantiene secreto para el estadstico que realiza los anlisis, as como tambin para los participantes e investigadores. 28. VARIABLE. En un estudio es la caracterstica de inters que toma valores diferentes en los distintos sujetos u objetos de estudio (poblaciones). 29. VARIABLE ALEATORIA. Es la variable cuyos valores provienen de procesos y sus resultados son fortuitos. Tambin llamada variable probabilstica. 30. VARIABLE CUANTITATIVA O NUMRICA. Son las variables cuyas las caractersticas pueden ser medidas mediante escalas numricas. 31. VARIABLE CUANTITATIVA DISCRETA. Son variables que pueden ser medidas a travs de conteos de unidades (a travs de nmeros enteros). Por ejemplo, el nmero de hijos por familia, el nmero de plaquetas por campo, el nmero de cuartos por vivienda, etc. 32. VARIABLES CUANTITATIVAS CONTINUAS. Corresponden a las caractersticas que pueden ser medidas con nmeros fraccionados como la edad, el peso la estatura, la fuerza, etc., (se utilizan puntos decimales). 33. VARIABLES CUALITATIVAS (O CATEGRICAS). Variables que describen las cualidades de los objetos o personas estudiados, ejemplos de ellas son tipo de sexo, tipo de estado civil, tipo complicaciones de una enfermedad, etc. 34. VARIABLE DICOTMICA. Es aquella que solo pueden tomar dos valores posibles, como (s, no), (hombre, mujer), (verdadero, falso), (mayor que, menor que), etc.

35.- VARIABLE INDEPENDIENTE. Es aquella caracterstica o propiedad que se supone ser la causa del fenmeno estudiado. En investigacin experimental se llama as, a la variable que el investigador manipula. Son las variables que el investigador elige para establecer agrupaciones en el estudio, clasificando intrnsecamente a los casos del mismo. Tambin se le conoce como variable causa. 36.- VARIABLE DEPENDIENTE. Es la variable de respuesta que se observa en el estudio y est influenciada por los valores de las variables independientes. Tambin se define como propiedad o caracterstica que se trata de cambiar mediante la manipulacin de la variable independiente. La variable dependiente es el factor que es observado y medido para determinar el efecto de la variable independiente. Se le conoce como variable efecto. Por ejemplo, un investigador desea saber la efectividad de un nuevo dentfrico contra la caries. Para realizar el experimento se seleccionarn dos grupos, un grupo principal al que se le aplicar un tratamiento (el uso de un dentfrico) y otro al que no se le aplicar nada en absoluto. Para que el experimento tenga validez ambos grupos deben ser sometidos al mismo rgimen de alimentacin de forma que controlemos que no aparezcan otras variables intervinientes (por ejemplo, que un grupo se alimente slo de dulces que es un elemento que no tenemos control). En este caso la variable independiente corresponde a la aplicacin o no del dentfrico y la dependiente a s aparece o no caries. As, tenemos que la presencia de caries (variable dependiente) es explicada por el uso o no de dentfrico (variable independiente). Como se ha sealado, la validez de todo experimento depende en gran medida de que se controlen esas variables intervinientes. Esta es la razn principal por la que los experimentos se hagan en la medida de lo posible en condiciones de vaco (control), para poder eliminar todas las explicaciones alternativas derivadas de las condiciones materiales del experimento. En matemtica, las variables independientes son: la x; la z; y, la t, en la expresin genrica: y = f(x,z,t), donde y es la variable dependiente.

10

37. VARIABLES EXPERIMENTALES. Son variables independientes, tambin llamadas determinadas o determinsticas. Es la variable experimental que el investigador manipula, interviene o define. Pueden existir variables extraas o contaminadoras que confunden la relacin entre la variable independiente y la variable dependiente. Estas deben ser eliminadas ya que son un obstculo para la investigacin. 38. ESCALA NOMINAL. Puede ser simple o dicotmica (de dos nombres). Tambin clasifica o nomina los valores de una variable cualitativa por las cualidades o atributos de eventos, objetos o personas en ms de dos niveles por ejemplo: tipo de estado civil, diez principales causas de enfermedad, etc. A este tipo de escala se denomina nominal ampliada, ya que al igual que la anterior clasifica eventos, objetos o personas pero en ms de dos niveles, por ejemplo la localizacin de la cefalea como frontal, parietal, temporal u occipital; el estado civil como soltero, casado, divorciado, viudo, etc. 39. ESCALA ORDINAL. Permite medir grados de intensidad como leve, moderado y severo en una enfermedad, o en una escala de calificaciones. No tienen sentidos las diferencias entre los valores de la escala. No mide estas diferencias, sino solamente ordena por grados de intensidad. 40. ESCALA DE RAZN. Las escalas de razn proveen el mayor grado de informacin posible acerca de los objetos medidos y permiten las descripciones e inferencias estadsticas ms precisas. Este tipo de escalas se distingue de las de intervalo por que poseen un cero que no es arbitrario, es decir, que representa la ausencia absoluta de la cualidad que se est midiendo. Ello nos permite comparar razones (de ah el nombre de la escala) o relaciones numricas del tipo, por ejemplo en la variable peso: A es tres veces ms pesado que B, sobre la simple base de que en la escala el valor de A es tres veces mayor que el de B. Esta escala mide las variables cuantitativas continuas como peso, ingreso, tala, etc.

41. DISTRIBUCIN NORMAL O CAMPANA DE GAUSS. Tambin llamada distribucin de Gauss o distribucin gaussiana, es la distribucin de probabilidad que con ms frecuencia aparece en estadstica y teora de probabilidades. Esto se debe a dos razones fundamentalmente:
11

Su funcin de densidad es simtrica y con forma de campana, lo que favorece su aplicacin como modelo a gran nmero de variables estadsticas.

Es, adems, lmite de otras distribuciones y aparece relacionada con multitud de resultados ligados a la teora de las probabilidades gracias a sus propiedades matemticas (comportamiento para poblaciones muy grandes).

Es de la forma de una campana que representa como se distribuyen los datos en el rango. La altura representa la frecuencia de aparicin de valores a lo largo del rango. La mitad de la curva es el promedio o media aritmtica y la distancia de esta media al punto de inflexin de la curva (donde cambia de cncava a convexa) es la desviacin estndar.

42.- MEDICION. Es el acto de comparar la caracterstica del el objeto medible con su escala de la variable (instrumento) y arroja un dato que es la medida de la caracterstica del objeto Tambin, es la determinacin de la proporcin entre la dimensin o suceso de un objeto y una determinada unidad de medida. La dimensin del objeto y la unidad deben ser de la misma magnitud. Una parte importante de la medicin es la estimacin de error o anlisis de errores. 43.-VALIDEZ Una medicin es vlida si mide lo que en realidad trata de medir. Por ejemplo, una prueba de conocimientos de matemticas no es vlida para medir el rendimiento de alfabetizacin de los estudiantes si eso es lo que queremos medir. El problema de la validez, entonces, consiste asegurarnos de que estamos midiendo lo que deseamos medir. Este problema es mayor cuando tratamos de medir caractersticas cualitativas. La validez implica tres tipos de posibilidadaes: La validez predictiva. Es el grado en que una desenlace de un evento relacionado con ella. medicin predice el

Validez de criterio. Es el grado de convergencia de una medicin con otra obtenida por otro procedimiento. Validez de contenido. En este caso el instrumento debe contener aspectos que sean plausibles, razonables y estructurales para medir lo que se desea medir.

12

44.-CONFIABILIDAD Una medicin es confiable si podemos esperar que los resultados de dicha medicin sean sistemticamente precisos o muy parecidos (que podamos confiar). Esto requiere que el instrumento usado para realizar la medicin sea confiable. El problema de la confiabilidad se resuelve utilizando un instrumento preciso, o sea un buen instrumento de calidad. Observe que la confiabilidad es una condicin necesaria, pero no suficiente para la validez. 45.-PRECISION Es un concepto estrechamente ligado al llamado error aleatorio; una medicin es tanto mas precisa cuanto menor error aleatorio tenga en mediciones repetidas en un mismo conjunto de sujetos, cosas o procesos bajo las mismas condiciones. Una medicin arroja precisin si repetidas veces los valores se encuentran muy cercanos unos a otros y de estos con el verdadero valor. 46.-FUENTES DE ERROR DE LA PRECISION Variabilidad del observador. Se refiere a los errores aleatorios que se pueden presentar por influencia de la variabilidad de los sujetos que realizan las mediciones. Por ejemplo: la medicin de la tensin del tendn patelar efectuada manualmente puede variar de manera importante segn sea el sujeto que la realice (por ejemplo, que sea una mujer o un hombre) y, por tanto, el error aleatorio puede ser muy amplio. Variabilidad del sujeto observado Se refiere a los errores aleatorios que se pueden presentar por los cambios fisiolgicos o psquicos de un mismo sujeto observado. Por ejemplo, la tensin arterial de un sujeto puede ser diferente si se le mide a las 8:00 de la maana o a las 8:00 de la noche. Variabilidad por el instrumento de medicin. Las mediciones pueden variar segn las condiciones de los instrumentos, no es lo mismo medir un permetro ceflico con una cinta elstica que con una cinta metlica; la influencia de la temperatura ambiental y del uso repetido de la cinta alterar las mediciones repetidas.

47.- EXACTITUD

13

Grado en el cual la medicin se acerca al verdadero valor o valor establecido o aceptado. Trmino que denota la ausencia de error de todo tipo. Se refiere a que tan cerca del valor real se encuentra el valor medido. En trminos estadsticos, la exactitud est relacionada con el sesgo de una estimacin. Cuanto menor es el sesgo, ms exacta es una estimacin. 48. SESGO. Es un error que aparece en los resultados de un estudio debido a factores que dependen de la recoleccin, anlisis, interpretacin, publicacin o revisin de los datos que pueden conducir a conclusiones que son sistemticamente diferentes de la verdad o incorrectas acerca de los objetivos de una investigacin. Este error puede ser sistemtico o no. El sesgo puede aparecer en un instrumento debido a que este no fue calibrado. 49. TIPOS DE SESGO. SESGO DE SELECCIN. Se presenta por la forma incorrecta en cmo se eligieron los pacientes o sujetos para la investigacin; es un error al seleccionar a los sujetos de estudio. SESGO DE INFORMACIN. Se presenta por la forma de cmo se obtuvieron los datos; es un error en la obtencin o recoleccin de los datos. Puede el observador no saber medir y comete un error sistemtico o sesgo. SESGO DE CONFUSIN. Se mezclan diferentes informaciones y hay una confusin en los resultados, un error al mezclar informaciones. SESGO DE UN INSTRUMENTO. Un instrumento de baja calidad (mal construido) o falta de calibracin de un instrumento. 50. POBLACIN. Se denomina poblacin o poblacin estadstica a todos los valores que puede tomar la variable de estudio en el universo de trabajo o poblacin bajo estudio (por ejemplo el grupo de pacientes de cierta enfermedad). Conviene diferenciar la poblacin estadstica de la poblacin bajo estudio. Esta ltima es el conjunto de todos los sujetos bajo estudio a los que se les van estudiar distintas variables, cada una de ellas generar distintas poblaciones estadsticas. De estas poblaciones estadsticas tomaremos una muestra estadstica. Muchas poblaciones estadsticas de las variables cuantitativas se parecen a la distribucin Normal o Campana de Gauss. 51. MUESTRA. 14

Una muestra es una parte representativa de la poblacin. Los elementos principales de una muestra son: El marco o base de la muestra. Conjunto de unidades que constituyen la poblacin. Por ejemplo, mexicanos de ambos sexos que viven en la pennsula de Yucatn y son mayores de edad. Lo ideal sera tener un registro de la poblacin en el que aparecieran todas sus unidades, pero hay ocasiones en que ese registro no existe, pues hay poblaciones que no estn censadas. En la prctica suelen utilizarse bases ya formadas como los censos de poblacin o los padrones municipales, etctera. Unidades muestrales. Cada uno de los elementos que constituyen la base o marco de la muestra. Esas unidades pueden ser individuales o colectivas. Si la unidad es colectiva, al nmero de individuos que la componen se le llama talla de la muestra. FRACCIN DE MUESTREO.- Es el porcentaje que representa la muestra sobre el total de la poblacin (n/N) x100. Ejemplo.N = 580.000 (poblacin) n = 2.000 (muestra) (2.000/580.000)X100= 35% COEFICIENTE DE ELEVACIN.- Es el nmero de veces que el tamao de la poblacin contiene al tamao de la muestra (N/n). Ejemplo.N = 200.000 (poblacin) n = 1.000 (muestra) Coeficiente de elevacin = 200.000/1.000=200 veces LA MUESTRA: Es una parte pequea de individuos tomados de una poblacin bajo estudio. Criterios de seleccin administrativa o clnica de la muestra. 1. Inclusin 2. Exclusin 3. Eliminacin. Tipos de Muestra: 1. Aleatoria o probabilstica. Se eligen al azar los elementos a estudiar. Aleatorio simple. Sistemtico Estratificado

15

 Por conglomerdados 2. No Aleatorio. Por accidente Por cuota Intencional o de juicio 52. MUESTRA NO ALEATORIA. Se selecciona un objeto o sujeto para ser estudiado de manera directa, porque le parece al investigador que ese objeto o sujeto debe ser estudiado, sin considerar a los dems elementos de la poblacin. En este tipo de muestra no puede ser calculada la probabilidad de error. Por accidente Por cuota Intencional o de juicio Se basa en la buena estrategia y el buen juicio del investigador. Se puede elegir las unidades del muestreo. Un caso frecuente es tomar elementos que se juzgan tpicos o representativos de la poblacin, y suponer que los errores en la seleccin se compensarn unos con otros. El problema que plantea es que sin una comprobacin de otro tipo, no es posible saber si los casos tpicos lo son en realidad, y tampoco se conoce como afecta a esos casos tpicos los posibles cambios que se producen. 53. MUESTREO SIMPLE ALEATORIO. Seleccin al azar de la muestra, dando la misma probabilidad a todos los elementos de la poblacin de ser seleccionados en la muestra. Su mtodo es el sorteo. Los elementos de la muestra se eligen al azar, directamente y en una sola etapa. En la prctica, equivale en sacar al azar del censo de la poblacin objeto del estudio, los elementos que van a formar parte de la muestra. Para esa seleccin al azar, se usan las tablas de nmeros aleatorios. El muestreo aleatorio simple se aplica fundamentalmente en poblaciones pequeas y plenamente identificables u homogneas. 54. MUESTREO SISTEMTICO. Es una variante del anterior. Sistematiza la eleccin de los componentes de la muestra. Se calcula el coeficiente de elevacin (nmero de veces que el tamao de poblacin tiene al de muestra). Se elige al azar un nmero igual o menor a ese coeficiente. El individuo al que corresponde ese nmero forma parte de la muestra. Los restantes se obtienen sumando sucesivamente el coeficiente de elevacin al nmero obtenido.

16

Ejemplo.N = 5.000 n = 100 Coeficiente de elevacin=5.000/100=50 El peligro de esta eleccin es que si en el listado hay algn tipo de ordenacin, se corre el riesgo que la eleccin no sea tan neutra. Por ejemplo. Se sabe que debemos tomar una muestra de 200 estudiantes de medicina. Nos paramos a la entrada de 10 hospitales seleccionados al azar (en cada uno de ellos seleccionaremos a 20 estudiantes). Elegiremos un estudiante de cada 5 que entren el hospital, hasta completar los veinte. 55. MUESTREO ESTRATIFICADO. Si el universo no es homogneo, sino que est formado por estratos diferentes (o factores de anlisis necesarios para la investigacin) que constituyen categoras importantes para la investigacin, la eleccin de la muestra no debe hacerse globalmente para todos los estratos a la vez, ya que nos expondramos a que unos estratos estuvieran ms representados que lo que proporcionalmente les corresponde. Por ejemplo medir el IMC en una poblacin, estamos obligados a medir por tipo de sexo (factor de anlisis) y hacer dos estratos (estratificar) la subpoblacin de hombres y la de mujeres y tomar dos muestras. En estos casos se debe elegir una muestra para cada estrato por alguno de los procedimientos anteriores. No es aconsejable elevar el nmero de estratos, ya que algunos podran ser muy pequeos o aparecer vacos en cuanto a sus elementos. Para determinados estratos se suele recurrir a variables espaciales (comunidades, provincias, municipios, por ejemplo), o subdivisiones inherentes al universo en estudio (enseanza pblica/privada, etctera, por ejemplo). El muestreo estratificado es el ms utilizado en la prctica. Una vez definidos los estratos, dentro de cada uno de ellos se lleva a cabo un muestreo aleatorio simple o sistemtico para elegir la submuestra correspondiente al mismo: la determinacin del nmero de elementos que ha de tener cada una de estas submuestras se le denomina afijacin de la muestra. Para hallar la afijacin proporcional se extrae de cada estrato el nmero necesario de individuos para que la distribucin de la poblacin y de la muestra coincidan. AFIJACIN PROPORCIONAL. Pretende que cada estrato tenga la misma proporcin en la muestra que en la poblacin. 56. MUESTREO POR CONGLOMERADOS. Es ms utilizado en estudios epidemiolgicos debido a que abarcan amplias regiones o ciudades que se deben tomar en cuenta para la muestra bajo estudio. Los conglomerados son las poblaciones heterogneas (ciudades, hospitales, etc).

17

Se debe tomar una muestra en cada conglomerado para abarcar la extensin de la poblacin. El proceso se realiza en dos etapas. Primero, se divide en conglomerados una regin geogrfica determinada y despus se forman subconjuntos de la poblacin o conglomerados y cada uno de ellos se toma una muestra. Por ejemplo, supngase que el equipo que investiga la DMO de antebrazo desea una muestra de 4000 sujetos adultos de la Ciudad de Mxico. Primero deber formar los conglomerados ms grandes (que podran ser las delegaciones polticas de la ciudad). Despus, en una segunda etapa deber dividir cada delegacin en colonias y cada colonia en manzanas, etc., o sea hacer conglomerados ms pequeos, hasta llegar a la unidad de muestreo que haya elegido previamente, y en cada uno de ellos tomar una muestra aleatoria. 57. CRITERIOS DE INCLUSIN. Los criterios de inclusin sealan las caractersticas clnicas que deben tener las unidades para ingresar al estudio. Por ejemplo se va realizar un estudio para el TX de pacientes con lesin medular. Se pretende medir la influencia de la lesin el la calidad de su actividad sexual. Los criterios de inclusin fueron los siguientes. Tener lesin medular con ms de 3 meses de evolucin en etapa de liberacin. Ser del sexo masculino o femenino. Tener edad mayor a 15 aos, con vida sexual activa y pareja estable.

Firmar el consentimiento informado. 58. CRITERIOS DE EXCLUSIN. Ya seleccionada la poblacin mediante criterios de inclusin y que las unidades de observacin cumplan con estos criterios, se deber identificar si cuentan con caractersticas que pueden confundir los resultados o generar sesgos en los datos (criterios de exclusin). Los que cumplen con los criterios de exclusin no deben ser integrados al grupo bajo estudio. Continuando con el ejemplo anterior los criterios de exclusin fueron que los pacientes presentaran. Infecciones de vas urinarias. 18

Litiasis del tracto urinario. Hematuria.

59. CRITERIOS DE ELIMINACIN. Los criterios de eliminacin constituyen una garanta para proceder frente a situaciones que invalidan el anlisis de las unidades de observacin que cumplen con los criterios de inclusin (y no presentan criterios de exclusin), pero que, durante el estudio, se les detectan insuficiencias, que aconsejan su rechazo y eliminacin. En tal sentido, no todos los sujetos que en su inicio se constituyeron la poblacin objetivo, formarn parte del estudio, participarn solo aquellos que cumplan con las caractersticas suficientes pasan a formar parte de la poblacin objeto. Son criterios de eliminacin las caractersticas de la unidad de estudio que cambian durante el proceso de investigacin. Por ejemplo, en un estudio sobre el control de procesos del embarazo de una localidad se incluye a todas las mujeres quienes clnicamente y por laboratorio estn embarazadas, se excluyen a las mujeres en edad reproductiva, con vida sexual activa, sin datos clnicos o de laboratorio de embarazo y las embarazadas, emigrantes o extranjeras por no tener forma de controlarlas. En el ejemplo algunos criterios de eliminacin podran ser: - Falta de adaptacin al medio y no seguir las indicaciones clnicas. - Interrupcin del embarazo en etapas iniciales. 60. EVALUACIN DE ESCALAS O PRUEBAS DIAGNSTICAS. En medicina se requiere saber si una prueba diagnstica (prueba de laboratorio, de RX, electrocardiografa etc., pueden servir para medir ciertas caractersticas diagnsticas que slo a travs de la ciruga o patologa podramos tener la certeza de su presencia (regla de oro). La evaluacin de estas pruebas, o sea conocer la sensibilidad o especificidad, es una tarea necesaria para tomar la decisin de utilizarlas sustituyendo a la ciruga o patologa. 61. ESTANDAR DE ORO Es la prueba vlida que identifica correctamente a los sujetos como enfermos o como no enfermos, segn el caso. Para evaluar la calidad de una prueba empleada, se requiere de un proceso de comparacin de resultados entre dicha

19

prueba y otra que es considerada como criterio de referencia o la mejor prueba que valida a los enfermos o sanos, y que sirve como patrn, sta ltima recibe el nombre de prueba estndar de oro que es la que se considera como la ms eficaz y pertinente.

62. SENSIBILIDAD Capacidad de una prueba para reconocer perfectamente a los enfermos con relacin al estndar de oro. Es la porcin de enfermos identificados por la prueba que dieron positivos y verdaderamente estn enfermos (definidos por el estndar de oro). Verdaderamente positivos respecto al total de verdaderamente enfermos. Es la probabilidad de calificar correctamente a un individuo enfermo cuando realmente lo est (identificados por el estndar de oro); es decir, la probabilidad de que un sujeto realmente enfermo se obtenga a travs de una prueba con resultado positivo. 63.- ESPECIFICIDAD. Es la probabilidad de clasificar correctamente a un individuo sano cuando realmente lo est, detectado por la regla de oro; es decir, la probabilidad de que cuando un sujeto verdaderamente sano se obtenga de un resultado negativo. Se puede definir la especificidad como la capacidad para detectar a los sanos. La sensibilidad es por lo tanto la capacidad del test para detectar la enfermedad. Verdaderos negativos respecto a los que estn verdaderamente sanos. 66.- REPRODUCIBILIDAD. La reproducibilidad es uno de los principios esenciales del trabajo cientfico y se refiere a la capacidad que tiene una prueba o un experimento de ser reproducido o replicado, consiguiendo resultados semejantes. Le proporciona objetividad al estudio. El trmino est estrechamente relacionado con el concepto de testabilidad. 67. DISEO DE TRATAMIENTO ESTADSTICO. A partir del diseo del estudio se puede definir el tratamiento estadstico que se propone. Con seguridad despus de calcular el tamao de muestra y definir el tipo de muestreo utilizado, debemos calcular los promedios o medias aritmticas de las variables de estudio, as como los valores porcentuales en el caso de las variables cualitativas. Realizaremos cuadros y grficas para definir el comportamiento de estas variables, pero debern ser acompaados de pruebas o procedimientos 20

estadsticos. Estos procedimientos nos arrojarn valores probalsticos o de significancia estadstica para comprobar la existencia de comparaciones entre grupos o relaciones entre variables.

OTROS CONCEPTOS DE ESTADSTICA POR ORDEN ALFABTICO (Conceptos bsicos) D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPAleatorio Es la probabilidad conocida que tiene cada individuo de ser asignado a uno u otro bloque bajo estudio. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPAnlisis de covarianza Es una tcnica estadstica que, utilizando un modelo de regresin lineal mltiple, busca comparar los resultados obtenidos en diferentes grupos de una variable cuantitativa. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPAnlisis de varianza El anlisis de la varianza (o ANOVA: analysis of variance) es un mtodo para comparar dos o ms medias. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPAnlisis factorial Es el mtodo estadstico que permite identificar la presencia de factores en un fenmeno multivariado D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPAnlisis multivariado (MANOVA) es una extensin simple de los diseos ANOVA discretos que sirven para situaciones donde hay dos o mas variables dependientes. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPCanal endmico Es la representacin grfica del comportamiento de una enfermedad en un lugar y un periodo de tiempo dado, con el fin de llevar acabo el anlisis que permita proponer acciones de salud para su control.

21

D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPCasos y controles Estudio estructurado en dos grupos: casos (sujetos a tratamiento) y controles (sin tratamiento). D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPCentles Los centles son los 99 valores que dividen al conjunto de datos ordenados particionado en 100 partes porcentualmente iguales. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l - LISTAUPChi cuadrada Prueba que sirve para identificar si una variable sigue una distribucin dada.

D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPCoeficiente de Variacin Porcentaje de variacin que se obtiene de dividir la desviacin estndar y la media expresada en porcentaje. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPCohorte Grupo de sujetos los cuales mantienen las mismas caractersticas durante un tiempo que dura el estudio. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPCorreccin de Yates Prueba Chi-cuadrada para tablas 2 X 2 y celdas con valores pequeos mayores de 5 unidades. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPCorrelacin cannica Es un mtodo de anlisis multivariante desarrollado por Harold Hotelling. Su objetivo es buscar las relaciones que pueda haber entre dos grupos de variables y la validez de las mismas. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPCorrelacin de Pearson Grado de relacin lineal que presentan dos variables numricas, simbolizadas por X y Y.

22

D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPCorrelacin de Spearman Se usa para describir la relacin entre 2 variables ordinales (o una ordinal y una numrica). Es tambin un parmetro estadstico apropiado para usarse con variables numricas cuando sus distribuciones son sesgadas o hay observaciones distantes o de alta D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPCuartles Los cuartles son los tres valores que dividen al conjunto de datos ordenados en cuatro partes porcentualmente iguales. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPCurva Normal Es una funcin que se distribuye homognea y simtricamente. Se le llama Campana de Gauss. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPCurvas ROC Nos permite establecer hasta que punto se puede mejorar la sensibilidad y especificidad simultneamente de una prueba diagnstica o una escala de una variable clnica. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPDesviacin estndar Es el promedio de desviaciones de los datos con respecto a la media aritmtica. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPDoble ciego La prueba doble ciego son en la que ni pacientes ni el investigador conocen si el paciente est en el grupo de tratamiento o en el grupo control. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l - LISTAUPError estndar Es cuando se divide la desviacin estndar sobre la raz cuadrada del tamao de la muestra. Mide la variacin de todas las medias de las muestras posibles de tamao n. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l - LISTAUPError Tipo I

23

Es la probabilidad de rechazar la hiptesis de nulidad cuando es realmente verdadera. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l - LISTAUPError Tipo II Este error consiste en no rechazar la hiptesis de nulidad cuando es falsa. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPEscala Es el patrn convenido para la medicin de una variable. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPEscala continua Una escala para medir una variable cuantitativa continua. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPEscala discreta Una escala para medir una variable cuantitativa discreta. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPEscala nominal Una escala para medir una variable cualitativa. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPEscala Ordinal Una escala para medir una variable ordinal o que expresa orden. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPEspecificidad Es la capacidad que tiene una prueba diagnostica de detectar los sanos cuando realmente lo estn. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPEstadstica Valor representativo muestral que nos sirve de estimacin de un parmetro en la poblacin. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPEstimacin Es lgico probabilstico para extraer conclusiones acerca del valor de un parmetro de una poblacin a partir de una muestra (estadstica). D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPExactitud 24

Concepto ligado al llamado sesgo en las mediciones. Es tanto ms exacta una medicin cuanto menos sesgos introduzca en el fenmeno que se esta estudiando. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPFrecuencia Numero de veces que ocurre un valor dado de una observacin con cierta caracterstica . D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPGrfica de barras Es un dibujo en barras donde se presentan las cifras o porcentajes de las caractersticas de una variable cualitativa u ordinal. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPHiptesis alternativa Es la hiptesis que al no rechazarla nos proporciona evidencias empricas para no rechazar la hiptesis de investigacin. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPHiptesis estadstica Es la hiptesis que sometemos a prueba estadstica y se convierte en una "cuestin de fe" acerca de parmetros de poblacin. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPHiptesis nula Es la hiptesis sujeta a prueba estadstica que al rechazarla nos proporciona evidencias empricas para no rechazar la hiptesis de investigacin. Se le denomina nula porque nuestra intencin es nulificarla. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPHistograma Despliegue grfico de una distribucin de frecuencias de observaciones numricas. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPHomogeneidad Situacin en la que la desviacin estndar de la variable dependiente (Y) es la misma sea cual fuere, el valor de la variable independiente (x); es una premisa para ANOVA y los mtodos de regresin.

25

D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPIncidencia Se define como el nmero de casos nuevos que se han presentado durante un periodo determinado, dividido entre la poblacin en riesgo al principio de ese intervalo temporal. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPndice de riesgo Probabilidad de supervivencia en una fase dado que sobrevivi a fases previas. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPIntervalos de confianza de la media Intervalo que sirve para estimar la probabilidad de que se encuentre en ese rango un porcentaje elevado de todas las medias de las muestras posibles de tamao n de una poblacin. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPKaplan-Meier Proporciona una funcin probabilstica de sobrevida que facilita probar la diferencia en disminuir a mortalidad o riesgo a una enfermedad de dos grupos de tratamiento. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPKruskal-Wallis Anlisis de varianza para rangos o diferencia de promedios de varios grupos donde la variable es ordinal o de importante variacin. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPMediana Es la observacin central; es decir, la mitad de las observaciones est por debajo de este valor. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPMtodo de Hanlon Parrilla que utiliza criterios para dar prioridad a un conjunto de problemas de salud para su clasificacin y seleccin. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l - LISTAUPModa Es el valor que se presenta con mayor frecuencia. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPMuestra

26

Es un subconjunto de la poblacin, seleccionado de manera tal que representa a la poblacin. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPMuestreo aleatorio simple En este caso cada sujeto de la poblacin tiene la misma probabilidad de ser seleccionado para el estudio. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPMuestreo estratificado Seleccin y tamao de la muestra en que se divide a la poblacin en estratos pertinentes de acuerdo a un factor interviniente y luego, de cada estrato se selecciona una muestra aleatoria D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPMuestreo por conglomerados Seleccin y tamao de la muestra en que se divide a la poblacin por reas geogrficas o centros para obtener una representacin de la cobertura poblacional y luego, de cada conglomerado se selecciona una muestra aleatoria D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPMuestreo sistemtico Una muestra aleatoria sistemtica es aquella donde se selecciona cada objeto ksimo hasta terminar en el rea muestral seleccionada. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l - LISTAUPNivel de significancia Proporciona la probabilidad de rechazar incorrectamente la hiptesis de nulidad siendo verdadera. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPParmetro El valor representativo de una variable considerando su recorrido en toda la poblacin. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPPoblacin Constituida por todos los elementos que presentan caractersticas comunes o criterios de inclusin en un estudio. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPPorcentaje

27

Es una fraccin o proporcin donde el numerador es una parte menor o igual que el denominador y se multiplica por 100. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPPotencia de una prueba Se define como la probabilidad de rechazar al hiptesis de nulidad cuando es falsa o de aceptar la hiptesis alternativa cuando es verdadera. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPPrecisin Una medicin es tanto ms precisa cuanto menor error aleatorio tenga en mediciones repetidas en un mismo conjunto de sujetos o procesos bajo las mismas condiciones. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPPrevalencia Se define como el numero de sujetos con una enfermedad determinada en cierto momento, dividido entre la poblacin en riesgo en ese punto del tiempo. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPProbabilidad Exacta de Fisher Se utiliza cuando en un tabulacin cruzada 2X2 la mitad de las frecuencias esperadas es menor de 5 unidades. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPProporcin Es una fraccin donde una parte es dividida entre el todo. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPPrueba en ciego Es cuando solo el paciente desconoce el tipo de tratamiento del cual es sujeto de estudio. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPPrueba de diferencia de proporciones Permite identificar la diferencia significativa entre dos proporciones de dos poblaciones independientes. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPPrueba de hiptesis Es permitir generalizaciones a partir de una muestra para la poblacin de la cual provino.

28

D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPPrueba de McNemar Prueba para proporciones apareadas que analiza el numero de discordancias. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPRango Es la diferencia entre la observacin mayor magnitud y la menor. Conocido como recorrido de la variable. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPRazn Una razn se define siempre como una parte dividida entre otra parte. Por lo regular la parte del numerador es mayor que la del denominador. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPRazn de momios Es el nmero de veces ms de probabilidad que un sujeto con cierto dao tiene al haberse expuesto a un factor de riesgo que no haberse expuesto. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPRegresin lineal Procedimiento estadstico para estimar si las variables (independiente y dependiente) guardan un grado de relacin lineal se relacionan la relacin lineal. En caso positivo o de alta correlacin, se puede calcular el modelo o lnea recta de regresin para D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPRegresin logstica Se utiliza para estimar si las variables independientes (pueden ser numricas o nominales) guardan relacin con la variable respuesta (dependiente) que es nominal dicotmica. El modelo nos proporciona los valores de relacin escalonados segn la cantidad D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPRiesgo relativo Es el nmero de veces ms de probabilidad de que una persona este sujeta a un factor de riesgo de individuos y se produzca el dao que una que no este expuesta. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPRiesgo atribuible

29

Es el excedente porcentual de incidencia al dao que presenta un individuo sujeto a un riesgo que el que no est expuesto. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPSensibilidad Grado en que una prueba diagnstica permite identificar a un enfermo, cuando realmente lo est. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPSesgo Es el error de medicin producido por el investigador o por los instrumentos que utiliza y amenaza la validez de un estudio. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l - LISTAUPTasa Proporcin de sujetos con dao con relacin a la poblacin que puede sufrirlo. Se multiplica por 1000 o 10,000 habitantes. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l - LISTAUPTasa de morbilidad Proporcin de sujetos con cierta enfermedad con relacin a los que pueden sufrirla. Se multiplica por 1000 o 10,000 habitantes. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l - LISTAUPTstudent Prueba de hiptesis que permite identificar la diferencia entre dos medias de poblaciones independientes. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPValidez Es un termino que indica en que grado un instrumento mide lo que realmente se quiere medir. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l - LISTAUPValor p Probit o probidad de una prueba y es el lmite mximo de error que un investigador dice aceptar en un estudio. Nunca debe ser superior al 10%. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l - LISTAUPValor Z Expresa el nmero de desviaciones estndar de alejamiento de una medicin con relacin a la media poblacional del total de las mediciones.

30

D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPVariable La caracterstica o factor que toma valores en el conjunto de sujetos que la presentan. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPVariable dependiente La variable dependiente cambia o sufre cambios ante cambios en la variable independiente que la determina. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPVariable independiente Es la variable independiente que influye o que imprime cambios (causa) en otra variable llamada dependiente o efecto. D:\aaa arafael mar 07AAA PAGINA INVESTIGACIONbioestadistica" l LISTAUPVarianza Es el cuadrado de la desviacin estndar. OTROS CONCEPTOS IMPORTANTES Pre-experimentos Los pre-experimentos se llaman as, porque su grado de control es mnimo 1. Estudio de caso con una sola medicin Consiste en administrar un estmulo o tratamiento a un grupo y despus aplicar una medicin en una o ms variables para observar cul es el nivel del grupo en estas variables. Este diseo no cumple con los requisitos de un "verdadero" experimento. No hay manipulacin de la variable independiente. El diseo adolece de los requisitos para lograr el control experimental: tener varios grupos de comparacin. No se puede establecer causalidad con certeza. No se controlan las fuentes de invalidacin interna. 2. Diseo de preprueba-postprueba con un solo grupo A un grupo se le aplica una prueba previa al estmulo o tratamiento experimental: despus se le administra el tratamiento y finalmente se le aplica una prueba posterior al tratamiento. El diseo ofrece una ventaja sobre el interior, hay un punto de referencia inicial para ver qu nivel tena el grupo en la variable dependiente antes del estmulo. Es decir, hay un seguimiento del grupo. Sin embargo, el diseo no resulta conveniente para fines cientficos: no hay manipulacin ni grupo de comparacin y adems varias fuentes de invalidacin interna pueden actuar. Por otro lado, se corre el riesgo de elegir a un grupo atpico o que en el momento del experimento no se encuentre en su estado normal. Tampoco se puede

31

establecer con certeza la causalidad. Los dos diseos pre-experimentales no son adecuados para el establecimiento de relaciones entre las variables independientes y dependientes. Son diseo que se muestran vulnerables en cuanto a la posibilidad de control y validez interna. Deben usarse slo como ensayos de otros experimentos con mayor control. Los diseos pre-experimentales pueden servir como estudios exploratorios, pero sus resultados deben observarse con precaucin. De ellos no pueden sacarse conclusiones seguras de investigacin. Abren el camino, pero de ellos deben derivarse estudios ms profundos.

Cuasiexperimentos Los diseos cuasi-experimentales tambin manipulan deliberadamente al menos una variable independiente, solamente que difieren de los experimentos "verdaderos" en el grado de seguridad o confiabilidad que pueda tenerse sobre la equivalencia inicial de los grupos. En los diseos cuasi-experimentales los sujetos no son asignados al azar a los grupos ni emparejados, sino que dichos grupos ya estaban formados antes del experimento, son grupos intactos. Problemas de los diseos cuasi-experimentales La falta de aleatorizacin introduce posibles problemas de validez interna y externa. Debido a los problemas potenciales de validez interna, en estos diseos el investigador debe intentar establecer la semejanza entre los grupos, esto requiere considerar las caractersticas o variables que puedan estar relacionadas con las variables estudiadas. Los cuasi-experiemntos difieren de los experimentos "verdaderos" en la equivalencia inicial de los grupos (los primeros trabajan con grupos intactos y los segundos utilizan un mtodo para hacer equivalentes a los grupos). Sin embargo, esto quiere decir que sea imposible tener un caso de cuasi-experimento donde los grupos sean equiparables en las variables relevantes para el estudio Experimentos Los experimentos "verdaderos" son aquellos que renen los dos requisitos para lograr el control y la validez interna: 1) grupos de comparacin (manipulacin de la variable independiente o de varias independientes); y 2) equivalencia de los grupos. Pueden abracar y una o ms variables independientes y una o ms dependientes. Pueden utilizar prepruebas y postpruebas para analizar la evolucin de los grupos antes y despus del tratamiento experimental. La postprueba es necesaria para determinar los efectos de las condiciones experimentales. 1. Diseo con postpruebas nicamente y grupo de control Este diseo incluye dos grupos, uno recibe el tratamiento experimental y el otro no (grupo de control). Es decir, la manipulacin de la variable independiente alcanza slo dos niveles: presencia y ausencia. Los sujetos son asignados a los grupos de 32

manera aleatoria. Despus de que concluye el periodo experimental, a ambos grupos se les administra una medicin sobre la variable dependiente en estudio. En este diseo, la nica diferencia entre los grupos debe ser la presencia-ausencia de la variable independiente. La prueba estadstica que suele utilizarse en este diseo para comparar a los grupos es la prueba "t" para grupos correlacionados, al nivel de medicin por intervalos. El diseo con postprueba nicamente y grupo de control puede extenderse para incluir ms de dos grupos, se usan dos o ms tratamientos experimentales, adems del grupo de control. Si se carece de grupo de control, el diseo puede llamarse "diseo con grupos aleatorizados y postprueba nicamente". En el diseo con postprueba nicamente y grupo de control, as como en sus posibles variaciones y extensiones, se logra controlar todas las fuentes de invalidacin interna. 2. Diseo con preprueba-postprueba y grupo de control Este diseo incorpora la administracin de prepruebas a los grupos que componen el experimento. Los sujetos son asignados al azar a los grupos, despus a stos se les administra simultneamente la preprueba, un grupo recibe el tratamiento experimental y otro no (es el grupo de control); y finalmente se les administra, tambin simultneamente una postprueba. La adicin de la preprueba ofrece dos ventajas: primera, las puntuaciones de las prepruebas pueden usarse para fines de control en el experimento, al compararse las prepruebas de los grupos se puede evaluar qu tan adecuada fue la aleatorizacin. La segunda ventaja reside en que se puede analizar el puntaje ganancia de cada grupo (la diferencia entre la preprueba y la postprueba). El diseo controla todas las fuentes de invalidacin interna por las mismas razones que se argumentaron en el diseo anterior (diseo con postprueba nicamente y grupo de control). Lo que influye en un grupo deber influir de la misma manera en el otro, para mantener la equivalencia de los grupos. PROCESO DE MEDIDA. VALIDEZ CONFIABILIDAD PRECISIN EXACTITUD SESGO EL INSTRUMENTO MIDE LO QUE QUIERO MEDIR INSTRUMENTO ES CONFIABLE (INTERNAMENTE) NIVEL DE DISPERSIN DE MEDIDAS DISTANCIA DE LA MEDIDA AL VALOR REAL (SESGO) DEFICIENCIA DEL INSTRUMENTO Y DEL OBSERVADOR

33

SENSIBILIDAD Y ESPECIFICIDAD
ELECTROCARDIOGRAMA CON LESIONES SIN LESIONES TOTAL DX CON QX CON LESIONES SIN LESIONES VERDADEROS POSITIVOS FALSOS POSITIVOS FALSOS NEGATIVOS VERDADEROS NEGATIVOS A B TOTAL C D T

SENSIBILIDAD = VP/A ( REALMENTE ENFERMOS) ESPECIFICIDAD =VN/B (REALMENTE SANOS) PROF. RAFAEL GUERRERO DOMNGUEZ

34