Está en la página 1de 9

METODOLOGA DE LA INVESTIGACIN Y ESTADSTICA I GLOSARIO PARTE 3 PROPORCIN O TASA = A / (A+B) MULTIPLICADOR A 100 ES EL PORCIENTO.

RAZN = A/B A y B SON DOS POBLACIONES DISTINTAS TASA DE MORTALIDAD = FALLECIDOS POR DISTINTAS CAUSAS DURANTE UN AO POBLACIN A LA MITAD DEL AO TASA DE MORTALIDAD ESPECIFICA = FALLECIDOS POR LA CAUSA ESPECIFICA DURANTE UN AO POBLACIN A LA MITAD DEL AO TASA DE MORTALIDAD INFANTIL = FALLECIDOS MENORES DE UN AO DURANTE UN AO TOTAL DE NACIDOS VIVOS DURANTE EL AO TASA DE MORTALIDADS MATERNA = FALLECIMIENTOS ATRIBUIBLES AL EMBARAZO, PARTO Y PUERPERIO EN UN AO TOTAL DE NACIDOS VIVOS DURANTE EL AO TASA DE NATALIDAD = TOTAL DE NACIDOS VIVOS EN UN AO POBLACIN A LA MITAD DEL AO TASA DE MORBILIDAD (PREVALENCIA) = TOTAL DE CASOS (NUEVOS Y VIEJOS) DE UNA CIERTA ENFERMEDAD EN UN AO POBLACIN EN RIESGO DE LA ENFERMEDAD EN UN AO TASA DE MORBILIDAD (INCIDENCIA) = TOTAL DE CASOS (NUEVOS) DE UNA CIERTA ENFERMEDAD EN UN AO POBLACIN EN RIESGO DE LA ENFERMEDAD EN UN AO NOTA.- LAS TASAS SE MULTIPLICAN POR 100, 1000, 10 000 PARA COMPARAR SEGN LA MAGNITUD DE LAS POBLACIONES. PARMETRO.- VALOR REPRESENTATIVO DE UNA VARIABLE CONSIDERANDO TODOS LOS DATOS DE UNA POBLACIN. EJEMPLOS: PROMEDIO O MEDIA, MEDIANA, MODA, DESVIACIN ESTNDAR, ETC. NUESTRO INTERS ES CONOCER EL VALOR DE LOS PARMETROS, PERO PARA ELLO TENDRAMOS QUE REALIZAR UN CENSO. COMO ESTO NO ES POSIBLE EN LA MAYORA DE LOS CASOS, TOMAMOS UNA MUESTRA REPRESENTATIVA DE LA POBLACIN Y CALCULAMOS ESTOS PARMETOS CON LOS DATOS DE LA MUESTRA (A ESTOS PARMETROS SE LES DENOMINA ESTADSTICAS). LAS ESTADSTICAS SON ESTIMACIONES DE LOS PARMETROS. MEDIDAS DE TENDENCIA CENTRAL.- SON MEDIDAS DE POSICION QUE PERMITEN IDENTIFICAR LA UBICACIN DE LOS DATOS EN EL RANGO. LAS MS IMPORTANTES SON: MEDIA O PROMEDIO = (xi ) / n SUMA DE TODOS LOS DATOS DE LA MUESTRA TAMAO DE MUESTRA MEDIANA = VALOR QUE DIVIDE A LA SERIE ORDENADA DE LOS DATOS EN DOS PARTES IGUALES (DE 50% DE DATOS CADA UNA DE LAS PARTES) MODA = VALOR QUE MS SE REPITE EN LA SERIE DE DATOS (PUEDE HABER MS DE UNA MODA) CUARTLES = TRES VALORES QUE DIVIDEN A LA SERIE DE DATOS ORDENADOS EN CUATRO PARTES IGUALES Q1 (AL 25%) , Q2 (AL 50% O MEDIANA),

Q3 (AL 75%). LA FORMULA Q1 = (n+1)/4, Q2 = (n+1)/2, Q3 = 3(n+1)/4 DECLES = NUEVE VALORES QUE DIVIDEN A LA SERIE DE DATOS ORDENADOS EN DIEZ PARTES IGUALES D1 (AL 10%) , , D5 (AL 50% O MEDIANA), , D9 (AL 90%). LA FORMULA DK = (K/10) * n CENTLES = NOVENTA Y NUEVE VALORES QUE DIVIDEN A LA SERIE DE DATOS ORDENADOS EN 100 PARTES IGUALES C1 (AL 1%) , , C50 (AL 50% O MEDIANA), ,C99 (AL 99%). LA FRMULA CK = (K/100) * n MEDIDAS DE DISPERSIN.- PERMITEN MEDIR QUE TAN AGRUPADOS SE ENCUENTRAN LOS DATOS ENTRE S. CONVIENE QUE ESTN AGRUPADOS O JUNTOS PARA QUE NUESTRAS MEDIDAS DE TENDENCIA CENTRAL SEAN MEJORES PARMETOS O ESTADSTICAS. ENTRE LAS MS UTILIZADAS SE ENCUENTRAN: RANGO = DATO MAYOR DATO MENOR SI EN RANGO ES PEQUEO Y TENEMOS MUCHOS DATOS, SIGNIFICA QUE ESTN AGRUPADOS O MUY JUNTOS Y TIENEN POCA DISPERSION. DESVIACIN ESTNDAR ES EL PROMEDIO DE LAS DESVIACIONES DE LOS DATOS CON RESPECTO A LA MEDIA ARITMTICA. ES UN INDICADOR QUE NOS SEALA QUE TAN JUNTOS O QUE TAN DISPERSOS ESTAN LOS DATOS ENTRE S. EN LA INVESTIGACIN CIENTTICA NOS CONVIENE QUE LOS DATOS GUARDEN POCA DISPERSIN, PORQUE AS LAS TENDENCIAS QUE SE ESTABLEZCAN SERN MS CONTUNDENTES.

S=

(x

x) 2 xi xi - x
( xi -

n 1 x)
2

Num. 1 2 3 n

( x x)
i

x
COEFICIENTE DE VARIACIN.- EXPRESIN PORCENTUAL DE LA DESVIACIN ESTNDAR RESPECTO A LA MEDIA ARITMTICA.

CV =

S X

CRITERIOS DE DISPERSIN SI CV < 25% SI 25% <CV<50% SI CV>50%

POCA DISPERSIN DISPERSIN MEDIA MUCHA DISPERSION

MODA MEDIA MEDIANA

VARIANZA.- ES EL CUADRADO DE LA DESVIACIN ESTNDAR = S2 NO TIENE UN SIGNIFICADO DESCRIPTIVO COMO LA DESVIACIN ESTNDAR

EJEMPLO DE DESCRIPCIN ESTADSTICA: A PARTIR DE SERIE DE DATOS

EJEMPLO: DIAS DE INCAPACIDAD POR CIERTA ENFERMEDAD: 28, 16, 30, 12, 10, 15, 25, 14, 8, 12, 9, 15, 11, 22, 33, 12, 14, 9, 27, 17 TABULACIN DE DATOS ORDEN 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 MEDIA Xi 8 9 9 10 11 12 12 12 14 14 15 15 16 17 22 25 27 28 30 33 17.0 Xi - MEDIA -9 -8 -8 -7 -6 -5 -5 -5 -3 -3 -2 -2 -1 0 5 8 10 11 13 16 (Xi - MEDIA)2 81 64 64 49 36 25 25 25 9 9 4 4 1 0 25 64 100 121 169 256 1131.0 DES. EST. COEF. VAR= 7.7 45.4 VARIACION MEDIA D2= (2/10)*20=4 C35= (35/100)*20= 7 = 10 = 12 MODA Q1= 21/4= 5.25 Q2 = 21/2 = 10.5 Q3= 3(21)/4= 15.75 = 12 = 11 = 14.5 = 25 RANGO = 33-8 MEDIANA=(14+15)/2 = 25 = 14.5

MEDIDAS DE TENDENCIA CENTRAL Y DISPERSIN A TRAVS DE DATOS TABULADOS NUMERO DE INTERVALOS DE CLASE EN UN CUADRO K= 1 + 3.322 * LOG10 n ANCHURA DEL INTERVALO = RANGO / K

INTERVALO LIM INF LIM SUP . ..

PMi

Fi

AcFi

Fi * PMi

PMi -

(PMi -

)2

Fi * (PMi -

)2

Fi * PMi)

Fi * (PMi -

)2

PM = PUNTO MEDIO DE CLASE F = FRECUENCIA DE CLASE AcF = FRECUENCIA ACUMULADA DE CLASE = Fi * PMi) /n ____________________ DESVIACION ESTNDAR = S = Fi (PMi X )2 / (n-1) MEDIA ARITMETICA = COEFICIENTE DE VARIACION = (S / VARIANZA = S2

)%

MEDIANA = Li +[

j Fi

(Ui - Li)]

Li = LIMITE INFERIOR REAL DE LA CLASE MEDIANA = (LIM SUP ANT + LIM INF) /2 Ui = LIMITE SUPERIOR REAL DE LA CLASE MEDIANA = (LIM SUP + LIM INF POS) /2 Fi = FRECUENCIA DE LA CLASE MEDIANA j = DATOS FALTANTES PARA 50% EN LA CLASE ANTERIOR A LA CLASE MEDIANA MODA = FRECUENCIA DE LA CLASE MODAL (CLASE CON MAYOR FRECUENCIA)

EJEMPLO DE DESCRIPCIN ESTADSTICA: A PARTIR DE DATOS AGRUPADOS EJEMPLO: DAS DE INCAPACIDAD POR CIERTA ENFERMEDAD: 28, 16, 30, 12, 10, 15, 25, 14, 8, 12, 9, 15, 11, 22, 33, 12, 14, 9, 27, 17 n = 20 K= 1 + 3.322 * LOG10 n = 1 + 3.322 LOG10 20 = 5.2 = 5 ANCHURA = RANGO / 5 = 25/5 = 5 TABULACIN DE DATOS INTERVALO LIM INF LIM PMi SUP DIAS INC. 8 - 12 10 13 - 17 15 18 - 22 20 23 - 27 25 28 - 33 30.5

Fi PAC. 8 6 1 2 3 20 n

AcFi 8 14 15 17 20

Fi * PMi 80 90 20 50 91.5 331.5 Fi * PMi)

PMi -

(PMi -

)2

Fi * (PMi -

)2

-6.6 -1.6 3.4 8.4 13.9

43.56 2.56 11.56 70.56 193.21 SUMA

348.5 15.4 11.6 141.1 579.6 1096.2 Fi * (PMi -

)2

MEDIA

= 16.6

DESV. EST COEF. VAR

= 7.6 = 4 5.8

VARIANZA = 57.7 MEDIANA = 12.5 + (2/14)*5 = 12.5 + .71 =13.2 Li = 12.5 Ui = 17.5 Ui Li = 5 J=2 F (MEDIANA) = 14 (FRECUENCIA DE LA CLASE DONDE SE ENCUENTRA LA MEDIANA) MODA = PUNTO MEDIO DE LA CLASE MODAL = 10 (FRECUENCIA CLASE MODAL = 8) CURVA NORMAL

ES UNA CURVA DE DISTRIBUCIN DE VARIABLES ASINTTICA Y SIMTRICA. PARA MUCHAS VARIABLES, CONSIDERANDO SUS DATOS TOMADOS DE TODA LA POBLACION, TIENDEN A SEGUIR ESTA CURVA. LA CURVA TIENE MEDIA Y DESVIACIN ESTNDAR . LA MEDIA ES EL PUNTO CENTRAL QUE DIVIDE A LA CURVA EN DOS PARTES IGUALES, COINCIDE CON LA MEDIANA. LA DESVIACIN ESTNDAR ES LA DISTANCIA DE LA MEDIA AL PUNTO DE INFLEXIN DE LA CURVA. SE DENOTA DE LA SIGUIENTE MANERA : (,) LA NORMAL ES UNA FAMILIA DE GRFICOS, DEPENDIENDO DEL VALOR QUE TOME LA MEDIA Y LA DESVIACIN ESTNDAR PARA CADA VARIABLE. HAY SOLO UNA CURVA NORMAL QUE TIENE MEDIA CERO (0) Y DESVIACIN ESTNDAR UNO (1) O SEA N( 0,1). A ESTA CURVA NORMAL SE LE CONOCE COMO CURVA NORMAL ESTNDAR. TODAS LAS CURVAS NORMALES (,) SE PUEDEN TRANSFORMAR MATEMATICAMENTE EN LA CURVA NORMAL ESTANDAR N(0,1), MEDIANTE ESTE PROCEDIMIENTO: PARA CADA VALOR (DATO) X DE LA CURVA NORMAL (,), CALCULAR SU VALOR: Z=

TODAS LAS VARIABLES CUANTITATIVAS. X ES LA DISTANCIA DE UN VALOR RESPECTO A SU MEDIA ARITMETICA, SI SE DIVIDE ENTRE SU DESVIACIN ESTNDAR POBLACIONAL , NOS RESULTA UNA COMPARACIN DE ESA DISTANCIA RESPECTO A SU DESVIACIN ESTNDAR, O SEA QUE Z SIGNIFICA EL NMERO DE DESVIACIONES ESTNDAR QUE SE DISTANCIA X DE ". EJEMPLO: SI LOS PESOS EN KG. DE LOS HABITANTES ADULTOS DE UNA POBLACIN DE PACIENTES SIGUEN UNA DISTRIBUCIN GRFICA DE UNA NORMAL, CON MEDIA 65.3 KG. Y DESVIACIN ESTNDAR 12.7 KG O SEA N(65.3, 12.7), ENTONCES: A CUNTAS DESVIACIONES ESTNDAR DEL PROMEDIO POBLACIONAL ( =65.3) EST UNA MUJER QUE PESA 40.4 KG, SI LA DESVIACIN ESTNDAR POBLACIONAL ES DE = 12.7 KG ? Z =

, Y ENTONCES Z TENDR UNA CURVA DE DISTRIBUCION NORMAL ESTNDAR N(0,1). ESTO SE PUEDE HACER PARA

DESVIACIONES ESTNDAR (DE TAMAO (12.7). SI CALCULAMOS -1.96(12.7) NOS DA EL VALOR 40.4 Y CALCULAMOS -1.96(12.7) NOS DAUN VALOR DE 90.2, ENTONCES TENEMOS LA CONFIANZA DE QUE ENTRE 40.4 Y 90.2 SE ENCUENTRA EL 95% DE TODOS LOS DATOS DE LA POBLACIN. ENTONCES Z REPRESENTA UN NIVEL DE CONFIANZA DE QUE SE ENCUENTRE EL 95% DE LOS DATOS DE LA POBLACIN ENTRE DE LA MEDIA POBLACIONAL (), FUERA DE ESTE INTERVALO SE ENCONTRARN LOS VALORES EXTREMOS DE LA VARIABLE, QUE NO SON REPRESENTATIVOS DE LA POBLACIN. SEGN LA CURVA DE DISTRIBUCIN NORMAL, LOS VALORES DE Z MS COMUNES SON: CONFIANZA DE Z ERROR O NIVEL DE SIGNIFICANCIA (< p= PROBIT) 1- 1.64 90% .10 1.96 95% .05 2.58 99% .01 LO ANTERIOR SUCEDE SLO SI CONSIDERAMOS A LOS DATOS DE TODA LA POBLACIN O SEA SI HACEMOS UN CENSO. COMO ESTO NO ES POSIBLE EN UNA INVESTIGACIN, TOMAMOS UNA MUESTRA DE TAMAO n. CUANTAS MUESTRAS DE TAMAO n, PODEMOS TOMAR DE UNA POBLACIN DE TAMAO N? ES EL NMERO DE COMBINACIONES DE N ELEMENTOS TOMADAS DE n ELEMENTOS EN n ELEMENTOS. POR EJEMPLO:

= (40.4 65.3) / 12.7 = - 1.96, O SEA EL VALOR 40.4 SE ENCUENTRA A LA IZQUIERDA

DE LA MEDIA 1.96

N! N = 855,036 MUESTRAS = n ( N n)!n!


SI LA POBLACION ES DE N=30 (CON SEGURIDAD PODRAMOS CALCULAR Y Y SI TOMAMOS UNA MUESTRA DE n=5, DE CUNTAS MANERAS POSIBLES PUEDO HACERLO?: DE 855,036 MANERAS O MUESTRAS DISTINTAS. ES UN NMERO DEMASIADO GRANDE PARA UNA POBLACION TAN PEQUEA Y UNA MUESTRA TAMBIEN PEQUEA. QU SUCEDERA PARA POBLACIONES Y MUESTRAS GRANDES? EL NUMERO DE MUESTRAS POSIBLES SERA GRANDSIMO. AHORA BIEN, EN NUESTRO EJEMPLO, SUPONGAMOS QUE CALCULAMOS TODOS LOS PROMEDIOS DE LAS 855,036 MUSTRAS POSIBLES: X 1, .., X 855036 Y GRAFICAMOS TODOS ESTOS PROMEDIOS:

EL RESULTADO ES SORPRENDENTE: TENDRAMOS UNA CURVA NORMAL CON UNA MEDIA DE TODOS LOS PROMEDIOS IGUAL A CON UNA DESVIACIN ESTNDAR DE /

, A ESTE VALOR SE LE CONOCE COMO ERROR ESTNDAR (DEL MUESTREO)

QUE SIGNIFICA LA DISTANCIA PROMEDIO QUE SE DESVAN LOS PROMEDIOS MUESTRALES DEL PROMEDIO POBLACIONAL . ESTE ES EL TEOREMA DE LMITE CENTRAL. APLICANDO ESTE RESULTADO SE TIENE QUE: CON

Z(/

n)

SE TIENE UN INTERVALO DE CONFIANZA DEL (1-) PORCENTAJE QUE REPRESENTE Z, DE QUE LA MEDIA

POBLACIONAL SE ENCUENTRE ENTRE ESOS DOS VALORES, SIEMPRE Y CUANDO LA DESVIACIN ESTNDAR DE LA POBLACIN SEA . EJEMPLO: SUPONGAMOS QUE UNA POBLACIN TIENE UNA = 12.7 Y TOMAMOS UNA MUESTRA DE n= 10 Y NOS DI UN PROMEDIO MUESTRAL DE X = 62.5, QUEREMOS CALCULAR UN INTERVALO DE CONFIANZA DEL 90% (1-) DE QUE LA MEDIA POBLACIONAL SE ENCUENTRE AH. PARA UNA CONFIANZA DEL 90% EL VALOR DE Z= 1.64 (SEGN LA TABLA DE ARRIBA). POR TANTO EL INTERVALO DE CONFIANZA PARA ES:

Z(/

n ) O SEA

62.5 1.64 ( 12.7/

10

CALCULANDO, SE TIENE 62.5 6.58, ESTO ES: ENTRE 55.9 Y 69.1 SE TIENE

95% DE PROBABILIDADES DE QUE SE ENCUENTRE AH. AHORA SI NO CONOCENOS ENTONCES LA ESTIMAREMOS A TRAVS DE S (DESVIACIN ESTNDAR DE LA MUESTRA Y HACEMOS = S. YA TENEMOS UN ENTERVALO DE CONFIANZA PARA ESTIMAR O LOCALIZAR A LA MEDIA POBLACIONAL Y NO REQUERIMOS HACER UN CENSO, SLO UN MUESTREO. NOTESE QUE Z(/

n)

REPRESENTA LA DISTANCIA QUE PODEMOS ACEPTAR DE SEPARARNOS DEL VERDADERO VALOR DE

CUANDO LO ESTIMAMOS A TRAVS DE UN PROMEDIO MUESTRAL POR Z. A ESTA DISTANCIA LA DENOMINAMOS ERROR DE MEDIDA: TAMAO DE MUESTRA. YA QUE e = Z(/

CON UNA DETERMINADA CONFIANZA, REPRESENTADA

n ) , DESPEJANDO n DE LA FRMULA, SE TIENE

n = Z2*2 / e2 Y TENEMOS LA FORMULA PARA ESTIMAR EL

TAMAO DE MUESTRA QUE NECESITAMOS PARA ESTIMAR , SIEMPRE Y CUANDO CONOCEMOS Y e, Y DETERMINEMOS LA CONFIANZA CON QUE QUEREMOS ESTIMAR. EJEMPLO: QUEREMOS CONOCER EL TAMAO DE MUESTRA n PARA ESTIMAR EL PROMEDIO DE PESOS EN KG. DE UNA POBLACIN Y CONOCEMOS LA DESVIACION ESTANDAR DE LA POBLACIN = 12.7 (RECUERDE QUE SI NO CONOCEMOS PODEMOS HACER S= ). SIN EMBARGO NO QUEREMOS QUE NUESTRA ESTIMACIN SE DISTANCIE MS DE e= 2.56 UNIDADES A LA IZQUIERDA Y A LA DERECHA DEL VERDADERO VALOR DE QUE NO CONOCEMOS. ADEMS QUEREMOS UNA CONFIANZA DEL 95% ENTONCES: e = 2.56 = 12.7 Z = 1.96 PARA EL 95% DE CONFIANZA O NIVEL DE SIGNIFICANCIA DEL 5% (p<.05). ENTONCES n = Z2*2 / e2 = (1.96)2 * (12.7) 2 / (2.56)2 = 94 n=94 SE REQUERE TOMAR UNA MUESTRA DE 94 HABITANTES DE LA POBLACIN PARA ESTIMAR EL PROMEDIO DE PESO EN KG. CONSIDERANDO QUE LA POBLACIN TIENE UNA DESVIACIN ESTNDAR DE = 12.7, QUE LA ESTIMACIN NO SE DISTANCIE MAS DE 2.56 KG. DEL VERDADERO PROMEDIO Y CON UNA CONFIANZA DEL 95%.

CANAL ENDMICO PROCESO GRFICO QUE PERMITE IDENTIFICAR LAS VARIACIONES Y TENDENCIAS ESTACIONARIAS (SERIES DE TIEMPO) DE LA FRECUENCIA DE UNA ENFERMEDAD A LO LARGO DE UN AO. FACILITA ADEMS IDENTIFICAR REAS DE RIESGO Y CONTROL Y DESCONTROL EPIDMICO (EPIDEMIA) DE LA ENFERMEDAD. CON BASE EN ESTAS REAS SE PUEDE ESTIMAR EL RIESGO O CONTROL QUE REPRESENTAN NUEVOS CASOS PARA EL SIGUEINTE AO.

EJEMPLO: LAS SIGUIENTES SERIES REPRESENTAN LOS CASOS (POR MES) DE PACIENTES CON DIABETES MELLITUS TIPO II QUE FUERON ATENDIDOS EN TERAPIA INTENSIVA DEL HOSPITAL GENERAL DEL ISSSTE EN EL PERODO 2000-2005. ABAJO SE PRESENTAN LAS CIFRAS OBTENIDAS DE LOS MISMOS CASOS PARA EL AO 2006. CON BASE EN LA EXPERIENCIA 200-2005, CONSTRUIR EL CANAL ENDMICO Y EVALUAR LA SERIE DE CASOS QUE SE PRESENTARON EN EL AO 2006. CASOS DE DM-II ATENDIDOS EN TERAPIA INTENSIVA. AO 2000 2001 2002 2003 2004 2005 ENE 15 26 32 25 35 23 FEB 24 10 19 39 36 25 MAR 23 27 33 26 37 29 ABR 22 16 21 40 45 30 MAY 21 28 34 39 44 31 JUN 20 17 22 27 47 32 JUL AGO 19 29 35 38 43 33 18 20 23 28 50 34 SEP 17 30 36 35 44 39 OCT 16 18 24 29 43 40 NOV 15 31 37 34 49 41 DIC 25 19 38 30 45 42

2006

35

34

33

43

44

45

23

25

29

30

36

26

1.

ORDENAR EL NMERO DE CASOS PARA CADA UNO DE LOS MESES. DATOS ORDENADOS MES A MES. ORDEN ENE 1 2 3 4 5 6 15 23 25 26 32 35 FEB 10 19 24 25 36 39 MAR 23 26 27 29 33 37 ABR 16 21 22 30 40 45 MAY 21 28 31 34 39 44 JUN 17 20 22 27 32 47 JUL AGO 19 29 33 35 38 43 18 20 23 28 34 50 SEP 17 30 35 36 39 44 OCT 16 18 24 29 40 43 NOV 15 31 34 37 41 49 DIC 19 25 30 38 42 45

2.

CALCULAR: Q1, Q2 (MEDIANA) Y Q3. CON BASE EN LAS SIGUIENTES FRMULAS. Q1= (N+1)/4 Q2= (N+1)/2 Q3= 3(N+1)/4

3.

PARA EL CASO DE ENERO: Q1= (N+1)/4 = (6+1)/4 = 7/4=1.75 = 2 Q2= (N+1)/2 = (6+1)/2 = 7/2 = 3.5 Q3= 3(N+1)/4 = 3(6+1)/4 = 5.25 = 5

Q1= ES EL DATO EN ORDEN 2 = 23 Q2 = ES EL DATO EN ORDEN 3.5 = SEMISUMA ENTRE 25, 26 = (25+26)/2 = 25.5 Q3 = ES EL DATO EN ORDEN 5 = 32 POR TANTO PARA TODOS LOS MESES SE TIENE: ENE Q1 Q2 Q3 4. 23 25.5 32 FEB 19 24.5 36 MAR 26 28 33 ABR 21 26 40 MAY 28 32.5 39 JUN 20 24.5 32 JUL AGO 29 34 38 20 25.5 34 SEP 30 35.5 39 OCT 18 26.5 40 NOV 31 35.5 41 DIC 25 34 42

CONSTRUIR LA GRFICA DE CANAL ENDMICO CON LOS DATOS CUARTILARES.

GRFICA CANAL ENDMICO


45 40 35 CASOS 30 25 20 15 10 5 0
JU L A G O S EP O C T N O V JU N N E FE B M A R A BR M A Y E D IC

Q1 Q2 Q3

MES

A) B) C) D) 5.

EL AREA POR DEBAJO DE Q1 REPRESENTA LA ZONA DE SEGURIDAD EPIDEMIOLGICA. EL AREA ENTRE Q2 Y Q2 REPRESENTA LA ZONA DE RIESGO EPIDEMIOLGICO. EL AREA ENTRE Q2 Y Q3 REPRESENTA LA ZONA DE ALERTA EPIDEMIOLGICA. EL AREA POR ENCIMA DE Q3 REPRESENTA LA ZONA DE EPIDEMIA.

EVALUAR CON BASE EN EL CANAL ENDMICO LOS CASOS OBTENIDOS PARA 2006.

GRFICA EVALUACIN 2006


50 40 CASOS 30 20 10 0 ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC MES Q1 Q2 Q3 2006

A) B)

SE OBSERVA QUE EN EL MES DE ENERO EL NMERO DE CASOS ESTUVO FUERA DE CONTROL. NUEVAMENTE A PARTIR DE MARZO HASTA LA MITAD DE JUNIO SE PRESENTARON CASOS FUERA DE CONTROL. DEL MES DE JULIO HASTA OCTUBRE SE PRESENT CONTROL EPIDEMIOLGICO, CON LIGERO REPUNTE EN EL PERODO DE OCTUBRE Y NOVIEMBRE.

RECOMENDACIN: CONVIENE MANTENER EN VIGILANCIA EPIDEMIOLOGICA Y PREVENTIVA A LOS PACIENTES CON DIABETES MELLITUS DURANTE EL PERODO ENERO A JULIO, PARA EVITAR QUE SUFRAN DESCOMPENSACIONES IMPORTANTES QUE DETERMINE SU ATENCIN EN TERAPIA INTENSIVA Y AUMENTE EL RIESGO A LA MORTALIDAD.