lunes, 29 de octubre de 2018

Investigación

- Problemas de investigación se elige dependiendo de muchos factores

- siempre influenciado por cuestiones sociales, intereses, valores.
- Problema de inv. científica es una situación respecto de la cual se quiere buscar una
solución etc. se identifica en la practica profesional situaciones de las cuales no estamos
convencidos de lo que hacemos o buscamos una solución mejor

Principales fuentes del problema:

+ vacíos del conocimiento

+ Problemas responden a resultados contradictorios a la teoría

+ Explicación de un hecho

Secundarios factores que coadyuvan en la identificación del problema de inv:

+ Conocimiento acumulado del investigador; hace que se identifique con claridad lo que se
quiere investigar.

+ la motivación; es esencial xq es lo que nos hace preguntarnos que falta por conocer, como
lo puedo hacer mejor, etc.

+ el ambiente de los equipos cientificos en que se encuentran trabajando; su productividad y

esfuerzo colectivo en discusiones y avances, son factores que estimulan el pensamiento
individual y lo orientan

Varios problemas de inv:

* hay que escoger por prioridades

* En salud: la extensión del problema, la gravedad del problema, alternativas de solución; si

se cuenta con los recursos, tecnicos, financierons, equipo humano. ( si estamos en
capacidad de realizar el estudio)

Analisis de problemas:

Se refiere a la accion de descomponer el problema en sus partes constitutivas por medio de la

previa identidicacion de ellas y de sus mutuas relaciones.

1. Hay que identificar el problema, todos los componentes que afectan al probelma:
variables, dimensiones aspectos del problema.

1
 lunes, 29 de octubre de 2018
2. Establece las posibles relaciones entre esos aspectos (variables) con el fin de reconstruir

3. Entender o justificar esas relaciones en términos de posibles razones teóricas

Planteamiento o formulación del problema

ESTO ES FUNDAMENTAL PARA LLEGAR A UNA BUENA PREGUNTA DE INV.

Rojas Soriano propone 5 pasos para hacer esto:

1. Delimitación teórica; conocerle, entender al problema. Revisión exhaustiva de la

literatura y de la observación de la situación a investigar para entender el problema para
identificar todos los componentes del problema.

2. Fijar limites temporales de la investigación; se refiere que periodo de tiempo se va a

estudiar, lo que paso antes, lo que pasa ahora o lo que pasará después.

3. Limitación espacial; en donde? señalar el área geográfica en el que se va a investigar

4. Definir las unidades de estudio es decir precisar en que expresión de la realidad puede
encontrarse evidencia empírica. ( En quien se va a investigar?)

5. Ahora se reúne todo lo anterior y se sitúa el problema en un contexto socio económico

político, histórico, ecológico, etc.

Un buen problema de inv. debe cumplir con los siguientes criterios:

- El problema deberá expresar una relación entre dos o mas variables

- El problema debe formularse claramente sin ambigüedades; si se queda muy abierto o

ambiguo resulta imposible determinar que se va a medir

- El problema u la formulación del mismo deben ser tales que impliquen las posibilidades de
comprobación empírica.

Enunciados de problemas:

Forma descriptiva:

Forma interrogativa: Más común. después de entender el problema se hace una pregunta
especifica

Evaluación de problemas

tiene que permitir la aplicacion del metodo cientifico

2
 lunes, 29 de octubre de 2018
debe estra dentro de las normas vigentes del metodo cientifico

tiene que ser solucionable a traves del metodo cientifico, que la hipotesis pueda ser
verificable o comprobable.

Al ser una necesidad social debe responder a cuestiones sociales

Debe ser investigable

Debe estar sujeto a aspectos éticos

Tópicos de investigación vs. problemas de investigación

Existen 2 enfoques para hacer preguntas de inv.

Centrada en el tópico: El investigador, interesado en un tema en particular y apoyado de una

disciplina o ciencia, busca un bache de conocimiento a partir del cual genera la pregunta
(ciencias puras).

Centrada en el problema: El investigador tiene una actividad en un area profesional

especifica, siendo su actividad profesional la que le hace enfrentrar a los vacios del
conocimiento que existen.

Fuentes de preguntas de investigación centradas en problemas

en general las preguntas de investigación con tópicos de interés en relación clínica.

1. Frecuencia del evento: incidencia y prevalencia de condiciones (mortalidad)

2. 2. factores de riesgo: frecuencia y asociación

3. 3. diagnostico: probabilidad preexamen, desempeño.

4. Historia natural, curso clinico y pronostico

5. eficacia, efectividad y eficiencia. (Eficiencia: costo/ beneficio) eficiencia tiene que ver
con plata. alcanzar resultados con menor costo.

Eficacia y efectividad: alcanzar un resultado en una situación ideal y (efectividad) alcanzar

un resultado en condiciones normales, respectivamente.

6. consecuencias económicas de la enfermedad y su manejo

7. funcionalidad y calidad de vida.

3
 lunes, 29 de octubre de 2018

Clase de preguntas d investigacion

puede clasificarse en:

descriptivas: que ocurre? cuando? a quien? en donde ? y en que cantidad?

inferenciales con 2 enfasis diferentes:

pragmatica: entender que condicion inicia un proceso con un desenlace particular

explicativo: no es necesario asociar entre eventos iniciales y los que terminan

Finer caracteristicas de una buena preguntas:

- Factible: numero adecuado de participantes

expreciencia tecnica adecuada y buen financiamiento

- Interesante: tiene eque motivar a los participantes e inv.

- novedosa: propprocion nuevos hallazgos

confirma, refuta o amplia hallazgos previos

inovaciones en conceptos de salud.

- ética: un estudio que sera aprobado por un consejo de etica

- relevante: que resuelva problemas reales

pueden ser cualitativas o cuantitativas las preguntas de inv

cualitativas: buscan info de procesos

cuantitativas: buscan media la variabilidad

Protocolo:

TRABAJO DE INVESTIGACIÓN:

1. tema de investigación

2. Identificación de 5 problemas de investigación

4
 lunes, 29 de octubre de 2018
3. selección de 1 población (justificación)

4. Planteamiento del problemas (5 pasos)

5. Formulación de la pregunta de investigación y análisis finer

6. hipótesis y análisis de sus características

Métodos: debe describirse la estructura general de la logistica del estudio. con todos los
detalles implicados en el diseño. señala la secuencia de pasoso:

varios componentes:

1. estructura general del estudio: definir el diseño de inve. y justificarlo: especificar: entrada
al estudio, asignación…

2. Poblacion del estudio: caractericias generales de l poblacion que va a ser estudiada.

criterios de inclusion y exclusion. pocedimientos de aleatroizacion y estrategia de
muestreo para muestras representativas.

3. tamaño de la muestra: hay formulas segun el diseño especifico. mencionar parametros.

4. recoleccion de datos. como se van a hacer las mediciones. definir los procesos que
generan info, los instrumentos y escalas, pocrsos de validacion guias de aolicacion y
entrenamiento de los recolectores de info. cuando sea necesario describir los procesos de
enmascaramiento (experimentos para saber en que grupo estan para evitar efecto placebo)
y estrategias para contencion. hay especificar todo, coo cuando con que donde por que..
todo! siempre es importante entrenar a los entrevistadores, etc.

5. plan de analisis. que se va a hacer con los datos, proceso de garantia de calidad, que tipo
de supervicion se va a hacer. indicar tecnicas que se proponen para analisis. la estrategia
de analisis debe ser estabblecida antes y no segun los resultados. se determina de acuerdo
a los obj. y diseño de estudio. se debe sepcificar el tipo de variables que seran medidas y
la manera que se presentaran. el valor alfa es la probabilidad asginada al azar. 0.05
estadisticamente significativo debe ser menor a eso.

6. Referencias: dan soporte a la revision bibliografica seleccion de instrumentos,

mediciones, estadigragos y pruebas. Es apropiado uasar formato estandar.

7- documentos anexos:

cartes: comite de etica, etc

cronograma de actividades

presupuesto

aspectos organizativos

5
 lunes, 29 de octubre de 2018
objetivos claros precisos no muy ambiciosos

experiencia señalarla.

buena redaccion

formatos, isntrumentos: escalas, formularios, cuestionarios

cartas de consentimiento.

Hipotesis:

Es lo que nos mantiene enfocados en lo que tenemos que hacer a lo largo de la investigación.

No siempre se plantean hipotesis. cuando no hay elementos suficientes.

Estudios explorativos no es necesario pero si recoe¡mendable

Hipostesis descriptiva: pronostico. no se buscan relaciones. luego se ve que tan cerca o no se

estuvo

Hipotesis correlacionales: si se marca relacion. si se necesita hipotesis

cambios en una variable cambian la otra variable

Explicativo hipotesis causales : Explicar por que pasa algo

se utilizan diseños de causalidad. para causalidad siempre es necesario que la causa este
antes. Demostrar esto con evidencia cientifica.

Las hipotesis son respuestas tentativas no siempre son verdaderas

Es mejor que sean precisas mientras mas mejor

Hipotesis tienen 3 componentes básicos: 3 elementos estructurales

1. variables

2. relacion entre las variables

3.

Variables son caracteristicas que cambian. Adquieren valor en investigacion cuando se

relacionan con otras variables.

surgen del conocimiento previo del analisis que hacemos

caracterisitcas:

6
 lunes, 29 de octubre de 2018
1. hipotesis debe referirse a una situacion real

2. Variables o terminos de la hipotesis deben ser comprensibles, precisas, concretas

3. relacion entre las variables propuesta debe ser clara, verosímil,

4. variables de la hipotesis deben ser observables y medibles

5. las hipotesis se deben poder comprobaar

Hipotesis causales multivariadas:

Hipotesis alternativas a otras explicaciones. nosotros les llamamos factores de confusion

la prueba de hipotsis es contratar datos obtnidos emperiencia empirica con lo datos obtenidos.

mientras mas investigaciones soportan que los datos soportan la misma hipotesis es mas
valido

Se quiere estudiar el efecto del ruido sobre la salud mental de trabajadores de una empresa
metal-mecánica de la ciudad del Quito.

hipotesis:

variable independiente

variable dependiente

tips para operacionalización de la variables

todo tiene que responder a la variable

Medición:

Importante realizar bien la operacionalización de variables

tiene que tener concordancia con el objetivo, hipotesis, diseño del estudio.

7
 lunes, 29 de octubre de 2018
Definicion operacional hay que tratar de prevernir la ocurrencia de errores.

Errores de dos tipos:

errores aleatorios y errores sistematicos

No sabes cuando como donde van a ocurrir en los aleatorios pero si hay forma de prevenir

vienen de cosas que los investigadores si tenemos el control y tenemos que poder prevenirlos
(sistematicos).

Definición de medición: Medir es comparar una propiedad de un objeto de medicion con un

esquema de valoracion para apreciar la magnitud en que se presenta.

Hay que tener en cuenta muchos aspectos: lo que el individuo puede ver. si no se puede ver
no se puede interpretar.

ver y entender.

Medición:

precisión y exactitud: precision es el grado de concordancia de fiabilidad de los datos. es

decir que los datos se repitan en mediciones parecidas y los resultados sean los mismos.

exactitud mide el valor real.

leer capitulo 4 de hulley: planificación de las mediciones

validez: mide el valor realpero si tiene exactitud.

la confiabilidad (raliability). ademas de preciso puede ser exacto.

sensibilidad y especifidad: propiedades inherentes a la prueba. lo que pasa con la prueba. la

capacidad de la prueba de dar el valor correcto

Sensibilidad: identificar al verdadero positivo dado que la persona está enferma. es la

probabilidad que el resultado sea correcto

Especifidad: identificar al que este sano. la probabilidad que salga negativo dado que está
sano.

Valores predictivos: que pasa con la persona en una situacion ya dada. El resultado. valor
predictivo es la posibilidad que este enfermo dado que la prueba salió positiva.

situación dada: el resultado

ej: negativo.. la probabilidad de que este sano dado queel resultado fue negativo.

8
 lunes, 29 de octubre de 2018

valores predictivos predicen al paciente

variables

policotomicas mas de dos caategorias

dicotomica solo dos categorias

la medicion puede salir mal por errores:

errores aleatorios y errores sitematicos

aleatorios: ocurren al azar, son imprediscibles, inesperados, no se sabe cuando, ni porque, ni

como afecta a la medicion

mientras mayor es el error es menos precisa la medida

errores al azar son menos graves que los sist. porque el azar se vuelve a sistemar todo.

En el sistematico interviene otros factores.

en un investigación usamos valores de conjunto.

el sistematico es peor porque siempre es el mismo. el error al azar es poco probable que se
vuelva a repetir exactamente el mismo.

coeficiente de variaciñon=(de/promedio) x10

indice de kappa mite concordancia de observador con otro

se evalua con criterio de referencias.

escala numerica se saca el promedio y vs el valor estandar para ver la diferentecia cuando
alejado

9
 lunes, 29 de octubre de 2018

escala dicotomica o policotomica se compara con el valor que se considera real

Elemento de diseño muestral

Unidades muestrales contienen las unidades de analisis pero a veces no son lo mismo

unidad muestral: unidad de la muestra

unidad analisis: lo que se va a analizar

Unidades de muestreo: colectivas e individuales

Inferencia: es estimar lo que pasa en el individuo de estudio a partir de lo que pasa en la

muestra

hay dos tipos de estimacion

de punto cuando puntualmente pasa el valor de la muestra al universo

24% de niños tienen desnutricion……. se transforma en 24 % de niños en el ecuador tienen

desnutricion

error significa que hay un valor de la muestra que no alcanza a captar toda la variabilidad del
universo

para calcular el error:

todas las muestras se calculan con un error que al principio el inv propone

a partir de esto se hace inferencias

depende del tamaño del error y la variabilidad del universo

vdeluniverso:

letalidad y mortalidad: mortalidad es el numero de muertes dentro de una poblacion

suceptibles en una poblacion que es probable que pase

letalidad:

varianza: cuanto se lajea del promedio para arriba o para abajo

10
 lunes, 29 de octubre de 2018
varianza sobre tamaño de la muestra es desv. estandar.

intervalos de confianza:

estimacion de promedio:

estimacion de proporcion

Siempre cuando se toma una muestra hay error.

Inferencia:

inferencia de punto trasladar el valor estadistico de la muestra al valor estimado del universo

tambien hay que hacer la estimacion del intervalo para ver en que rango estaria el valor real
del universo con cierto nivel de confianza. ese nivel de confianza convencionalmente es del
95%.

El tamaño del intervalo depende de algunos factores para cualquier muestra

elementos basicos: el tamaño dle error mas el nivel de confiaza que queremos

el nivel estandar: tiene la variabilidad a mayor variabilidad mayor el error

y el tamaño de la muestra mientras mas chiquita mas error

pxq es variabilidad cuando hablamos de proporcion

para el intervalo de confianza interviene el error estandar y el nivel de confianza que esta
dado por el punto z

el punto z es la distancia que se encontraria un valor a partir del punto medio pero medido en
desviaciones estandar

95% es 1.96

para efectos de calculo de tamaño de la muestra hay dos opciones:

finita e infinita

3er progreso:

11
 lunes, 29 de octubre de 2018
Medidas de asociación:

establecen relaciones entre dos o mas factores

uno o mas factores considerado v. independiente y los resultados que serian la v. dependiente

comparando las medidas de frecuencia en cada grupo

se compara expuestos con no expuestos

Riesgo relativo: riesgo de grupo de expuestos en relacion al riesgo de no expuestos.

resultados:

mayor de 1: dañino, incidencia es mayor y expuestos tienen mas frecuencia de desenlance

menor a 1: significa que la proporcion con el problema de salud la proporcion es menor y

todo bien

si es uno no hay proporcion.

las cosas tienen sentido cuando se le pone en contexto en relación a algo.

reduccion relativo es cuanto la reduccion absoluta del valor se redujo.

Reduccion absoluta del riesgo:

NNT: que tan efectivo es un tratamiento a cuantas personas necesitamos tratar para evitar un
desenlace desfavorable, muerte, empeore o continue enfermo.

en el contexto de no haber hecho eso

de los casos que se presentan cuantos evitariamos tomando esa medida

mientras menor sea el nnt mejor es

Medidas de impacto o presicion:

sirven para tomar la decision de si el estudio de lo que estamos analizando tiene o no sentido
con lo que se esta analizando.

sirven para tomar la decision del impacto final

RR: 20/22= 0.90

estas medidas ven si el 0.90 se dio por azar o si es solo debido al error muestral o si en
realidad el factor hace que se tenga menos incidencia

prueba de hipotesis y los intervalos de confianza

pdh: cual es la probabilidad de ocurrencia de ese valor, siguiendo las propiedades de la

distribucion normal

cual es la probabilidad de ocurrencia de un valor

12
 lunes, 29 de octubre de 2018
si es en la mitad de la curva distribucionn normal: 50%

para poder calcular la probabilidad se estandarizan los valores ya no en las unidades de

medida sino convirtiendolo en un valor estandarizado en terminos de desviacion estandar que
se aleja del centro a uno u a otro lado y a traves de calculo se define la probabilidad.

pto de corte: determina cuanto va a ser la probabilidad de que haya error o azar.

el valor z es un valor estandarizado: cualquier valor

valor z: cuantas desviaciones estandar se desvia hacia cualquier lado abajo o arriba

cada desviacion vale 20.

deviacion estandar: la diferencia de todos los datos en conjunto con respecto al promedio.

prueba de hipotesis se calcula con la probabilidad ….

la p es la probabilidad que se le otorga al azar

cuan probable es que un resultado se haya producido al azar y que la hipotesis nula sea la
correcta.

si la hn niega el estudio, niega relacion, niega significancia.

campana de gauss si el numero cruza el limite que hemos puesto aceptamos la hipotesis nula.
pero si la distancia es grande y por tanto la probabilidad de ocurrencia de esto es muy
pequeña y no cruza el limite la hn es verdadero. por lo tanto rechazamos la hn. en las
esquinitas.

Intervalo de confianza:

depende del tamaño del error y del nivel de confianza que queremos tener.

rechazamos la hn cuando creemos que es falsa.

leer errores alfa y beta

errores tipo 1 y errores tipo 2

dos potenciales errores que se pueden cometer al hacer una inferencia estadistica. sacar
resultados de los datos.

errores tipo 1: alfa : medida de probabilidad que asignamos que puede ocurrir por azar. este
error es cuando al hacer el analisis los datos llevan a una conclusión equivocada en terminos
de la hipotesis nula.

13
 lunes, 29 de octubre de 2018
todo se trata de rechazar o no poder rechazar la hipo nula.

si la hn fuera verdadera la conclsuión correcta seria no rechazarla porque es verdadera y el

error seria rechazar la hipotesis nula

el error seria rechazar la hn cuando es correcta.

si el resultado en la campana de gauss esta en las colitas rechazamos hn porque si fue valida
la intervencion

es un error involuntario

conclusión correcta en base a los datos. Sin embargo todavia hay probabilidad de que esos
datos hayan ocurrido al azar.

FALSO POSITIVO

Error beta: rechazamos hn pensando que no es falsa cuando si es falsa

cuando el inv no rechaza siendo falsa la hipotesis nula.

FALSO NEGATIVO xq la hn es verdadera hp dice que no pasa tal cosa y el inv dice que no.
ver video

en terminos generales error tipo I es peor pero siempre depende

el error beta es menos dañino pero depende.

Diseños de investigación: diseños más frecuentes y más importantes en las inv de salud.

Actitud esceptica: aquello lo que estamos haciedno e slo mejor para el paciente?

En medicina permanentemente se esta evaludando y cambiando las cosas

se puede replantear los que se hace con el fin de obtener un nuevo conocimiento mediante el
cual se convierte en una practica sistematica

es una espcie de circulo que se da el que hacer en salud y la inv cientifica.

ambitos en los que la inv se dirige:

individual: riesgos personales que tienen los individuos

riesgos ambientales: fisicos quimicos y sociales

enfocarse en las enfermedades: se orienta a inv perfiles epidemiologicos, etc

servicios de salud, hay diversas cosas que se investigan y los sistemas de salud.

14
 lunes, 29 de octubre de 2018
Segun el enfoque la inv se divide en:

inv disciplinaria que atraviesa todos los campos de inv

inv biomedica: cuando se enfoca en el organismo y temas de genetica.

investigacion clinica se enofca en los pacientes y traslada los conocimientos que se da en la

inv biomet¡dica para la resolucion de problemas de las personas. tambien se llama esta inv,
inv traslacional.

inv de servicios de salud: analiza instituciones de servicios de salud en conjunto

Inve de salud publica: se enfoca en poblaciones completas.

finalidad: basica es en general y aplicada es en casos especificos

segun las fuentes de donde provenga la información:

Investigaciones de fuentes secundarias es cuando no se trabaja con datos recogidos de la

investigacion propia sino con datos ya existentes.

feunte primaria: cuando se recoge los datos para la inv. encuesta, etc. datos que son propias
de ese estudio.

,mixtas: combina ambas fuentes. investigador completa lo que falta de los datos de la inv
secundaria.

Segun el alcance temporal: sincronica: estudio transversal en un solo momento

y la diacrónica o longitudinal que puede ser prospectiva y retrospectiva.

segun el caracter: cualitativa, cuantitativa y convergente que es el mix de las dos. ej:
encuesta, entrevista se hace despues de tecnicas cualitativas.

segun profundidad:

exploratoria: sabemos poco o nada.

descriptiva: queremos saber el que, como, donde, cuando, quienes. pero no buscamos
explicaciones.

explicativas: si pretenden explicarse porque pasa eso y buscar asociaciones entre variables.

15
 lunes, 29 de octubre de 2018
Diseño de inv: estrategias o plan sque va a seguir

un estudio puede tener mas de un diseño.

1ero observacional luego experimental

que manipula el factor de exposicion y cuando?

manipular el factor de exposición significa: es la variable independiente. en que casos

manipula la variable independiente: en los experimentos. un grupo expuesto y otro no. Se
llama estduio de intervencion o experimental.

Se los expone a proposito a ver qque pasa eso es un experimento.

hay otros que no se expone a proposito eso pasa cuando no es etico. se llama estudio
observacional. el inv no expone al grupo a proposito.

metanalisis: siguio la metodologia de una revision sistematica para seleccionar las unidades
de observacion. pueden ser estudios para ser seleccionados. si a esos estudios se le hacen
otros estudio para comprobarlos se llama metaanalisis.

descriptivo: no quiere saber por que pasa se utilizan diseños transversales,ecologicos,

transeccionales, reportes de caso.

los analiticos: pretenden buscar asociaciones entre variables. buscar explicación de por que
pasa algo.

fenomeno de confusión: es cuando se introduce otra variable y produce al efecte que estamos
investigando.

se confunde le efecto de esta otra variable con el efecto de la variable independiente

porque el efecto puede deberse a la otra y no a la que nos interesa.

hay diseños que favorecen mas la presencia del fenomeno de confusion.

Cuando se hace el protocolo se hace el diseño. tres maneras:

1. asignación aleatoria por azar es diferente del muestreo al azar porque aquí ya tenemos la
muestra. Pretende que la distribución de otros factores sea similar y el azar logra ese
equilibrio. ventaja: se pueden controlar factores conocidos y desconocidos. el
inconveniente es que si la muestra es pequeña no va a alcanzar el equilibrio necesario.

16
 lunes, 29 de octubre de 2018
2. restricción o elimacion. si sabemos que hay un factor que puede introducir confusion lo
que hacemos es eliminar. ej: si tiene antecedentes de cancer se le excluye del
experimento.

3. Emparejamiento o diseño de analisis.

Analisis se controla al hacer el analisis estadistico de los datos y emparejarles para el analisis.

si hay muchos estratos no se puede hacer analisis estadistico.

Gold Standard:

enf vs sanos

+ a b

- c d

sensibilidad y especificidad propiedades relacionadas con la prueba

sensibilidad es la probabilidad de que el resultado sea positivo dado que el paciente esta
enfermo, por lo tanto identifica la enfermedad.

probabilidad de que la prueba sea negativa dado que el paciente este sano especificidad.

sensibilidad: a/ a + c se calcula verticalmente

especificidad: E= d/ b + d

valor predictivos se calculan en horizontal

vpp: probabilidad de que este enfermo dado que el resultado sea positivo a/a+b

vpn: probabilidad que este sano dado que el resultado sea negativo vpn= d/c+d

ganancia diagnostica: cuanto cambio respecto de antes de hacerle la prueba.

prevalencia pre prueba: antes de hacerle ninguna prueba parece que tiene una enfermedad.
tambien puede ser probabilidad pre prueba. a partir del 70% se puede llenar el cuadro.

antes de la prueba 70% este enfermo el pcte y en total tenemos 1000 individuos 700 estarian
enfermos y 300 sanos y con los totales podemos calcular lo de adentro. prevalencia e
incidencia suelen ser conocidas.

17
 lunes, 29 de octubre de 2018
sensibilidad= 80% y especificidad = 90%

prevalencia pre prueba, sensibilidad y especificidad ya podemos llenar el cuadro.

sensibilidad 80% de 700 serian positivo= 560 y abaho 140 se llena de arriba a abajo.

especificidad: 90% de 300 = 270 y 30 especificiad de abajo arriba

vpp= 560/590= 95%

vpn= 270/410= 65%

ganancia diagnostica: 25. entre el antes y el despues. empezamos en 70% y terminamos en

95% tenemos el 25% de ganancia.

Razones de verosimilitud positiva y negativa: que confiabilidad tenemos en la prueba.

compara:

la positiva: la probabilidad de que el resultado haya sido positivo dado que esta enfermo. eso
compara con que el resultado sea positivo y el paciente esta sano.

compara probabilidad de que este correcto con que este incorrecto.

rv+= prob. result.correcto / prob res. incorrecto. = queremos que el resultado sea mayor de
uno y mientras mas grande mejor.

se calcula = sensibiliad/ 1- especificidad.

0.80/1-0.90

0.8/0.1

=8.

rv-= probabilidad de que sea negativo estando enfermo.

prob. resul.incorrecto/prob. result correct= 1- sensibilidad resultado/ especificidad -1 mientras

mas pequeño mejor.

0.2/0.9 =0.22

falacia ecologica cuando se aplica a temas ecologicos

18
 lunes, 29 de octubre de 2018

19