Bioestadística. Apuntes Resumidos

MARIO GONZÁLEZ FORNOS
1º GRADO EN ENFERMERÍA. UNIVERSIDAD DE LEÓN
BLOQUE 1: BIOESTADÍSTICA DESCRIPTIA E INFERENCIAL
TEMAS 1 Y 2: INTRODUCCIÓN A LA BIOESTADÍSTICA
1. Concepto de bioestadística
La bioestadística es la aplicación particular de la estadística a las ciencias biológicas y

de la salud, referente a la obtención y análisis de datos biológicos y de la salud,
utilizando los métodos estadísticos. Consta de dos ramas:
o Bioestadística descriptiva: Describe los datos obtenidos. Se lleva a cabo la

organización, el análisis y la representación de los mismos.
o Bioestadística inferencial o inductiva: Plantea y resuelve problemas y establece
conclusiones a partir de lo observado en una muestra extraída de la población.
2. Las variables y su clasificación
La variabilidad es una característica que afecta a los fenómenos biológicos. Los datos
que se recogen se denominan variables porque se ven afectados por la variabilidad.
Clasificación:
o Variables cualitativas: Son aquellas que describen una cualidad o atributo. No son
medibles, aunque pueden ser números.
o Variables ordinales o cuasicuantitativas: Son aquellas que son susceptibles de ser
ordenadas.
o Variables cuantitativas: Son aquellas que pueden ser medibles porque son
cantidades numéricas y con ellas podemos realizar operaciones matemáticas. Se
subdividen en:
Variables cuantitativas discontinuas o discretas: Son aquellas en las que

entre un valor y otro valor de los que toma la variable, no existe ningún otro
valor (son números enteros). Por ejemplo: El número de hijos de las personas
que componen la muestra.
Variables cuantitativas continuas: Son aquellas en las que entre un valor y
otro valor de los que toma la variable, existen infinitos números (son números
decimales). Por ejemplo: la cantidad de colesterol en mg/dl de sangre de las
personas que componen la muestra.
Otra manera de clasificarlas es atendiendo a la influencia del investigador en su

asignación. Las clasificamos en:
o Variables independientes.
o Variables dependientes.
BIOESTADÍSTICA Y METODOLOGÍA CIENTÍFICA EN CIENCIAS DE LA SALUD

1
3. Los cuestionarios
Los cuestionarios son un listado de preguntas que se realizan con un objetivo concreto.
Es una herramienta utilizada para obtener información y realizar un estudio
epidemiológico.
Su realización es de gran importancia, puesto que de un buen cuestionario va a

depender la realización de un buen estudio.
En primer lugar, se debe de tener claro el objetivo del cuestionario y saber claramente
que información se quiere obtener.
En segundo lugar, debemos de buscar si ya existe algún cuestionario o test que

podamos utilizar puesto que nos ahorrará tiempo y nos permitirá comparar nuestros
resultados con los de otros autores.
En tercer lugar, se debe de elegir el tipo de cuestionario. Puede ser: autocontestados

(cuestionario con preguntas que no requieren ayuda complementaria de un
encuestador o entrevistador); cumplimentado por una entrevista dirigida (preguntas
que requieren de un encuestador o entrevistador porque podrían interpretarse de
distintas formas o porque son de difícil comprensión); o mezcla de ambos tipos de
cuestionarios.
En último lugar, debemos de decidir cómo se organizará la información recogida, con

qué categorías, etc.
Las preguntas de control son aquellas que permiten detectar cuando el encuestado
está respondiendo de manera honesta o no. Se trata de varias preguntas redactadas de
distinta forma pero que quieren decir lo mismo.
Las preguntas filtro son aquellas que nos permiten obviar otras preguntas
dependiendo de la respuesta en ellas.
Las escalas de tipo Lickert son aquellas que permiten evaluar la actitud del
encuestado mediante enunciados (Muy de acuerdo, de acuerdo, indeciso, en
desacuerdo o muy en desacuerdo).
El diferencial semántico de Osgood nos permite evaluar basándonos en tres

dimensiones: valorativo, potencia y actividad.
Es recomendable llevar a cabo un estudio piloto con un pequeño espacio muestral

para observar los fallos o lagunas de nuestro cuestionario definitivo.

2
TEMAS 3 Y 4: ORGANIZACIÓN Y CONDENSACIÓN DE LA INFORMACIÓN
1. Tabulación y las tablas de frecuencias
La tabulación es la organización de la información en tablas.
Las frecuencias son el número de veces que se repiten las observaciones de un

fenómeno.
o La frecuencia absoluta: Es el número de veces que se observa un determinado

fenómeno.
o La frecuencia relativa: Se define como el cociente entre la frecuencia absoluta y el
número total de observaciones (para expresarla en porcentaje se multiplica por
100).
2. Los percentiles
Los percentiles son la expresión de las frecuencias relativas acumuladas en porcentaje.

Se divide la muestra en 100 partes.
Por ejemplo: Cuando un niño se encuentra en el percentil 75 en referencia al peso, esto

indica que el 75% de los niños presentan un peso inferior al suyo y el 25% de los niños
presentan un peso superior al suyo.
Tendremos los centiles (división de los valores de la distribución en 100 partes iguales);
los deciles (división de los valores de la distribución en 10 partes iguales); y los
cuartiles (división de los valores de la distribución en 4 partes iguales: 0, 25,50 y 75).
3. Medidas de centralización y dispersión
Las medidas de centralización y dispersión se encargan de condensar información

numérica para facilitar las comparaciones y el establecimiento de conclusiones de una
muestra.
3.1. Medidas de centralización
o Media: Se define como el sumatorio de los valores de la distribución entre el

número total de valores que presenta la distribución.
o Moda: Se trata del valor que más se repite en la distribución. Se corresponde con el
punto más alto en el gráfico de barras.
o Mediana: Se trata del valor central de la distribución y equivale al cuartil 50.

3
3.2. Medidas de dispersión
o Rango o amplitud: Se define como la diferencia entre el valor máximo y mínimo

real de una distribución.
o Cuartiles: Se dividen los valores de la distribución en cuatro partes iguales.
Q1: Deja a la izquierda el 25% de las observaciones.

Q2 o mediana: deja a la izquierda el 50% de las observaciones.
Q3: Deja a la izquierda el 75% de las observaciones.
–
o Varianza o s2:
o Desviación típica o estándar:
o Cociente de variación:
4. Representación gráfica y tipos de gráficos
La representación gráfica es una manera de ordenar y presentar la información

obtenida en los cuestionarios de una forma gráfica y clara. Tipos de gráficos en función
del tipo de variables:
o Variables cualitativas y cuantitativas discontinuas: Se utilizan las superficies

representativas (sectores circulares, pictogramas y cartogramas), los diagramas de
barras y los diagramas polares.
o Variables cuantitativas continuas: Se utilizan el histograma y el polígono de

frecuencias.

4
TEMAS 5 Y 6: PROBABILIDAD Y COMBINATORIA

Repaso
1. Conceptos básicos referentes a la probabilidad
o Espacio muestral: Es el conjunto de resultados posibles.

o Suceso elemental: Es cada uno de los elementos que componen el espacio
muestral.
o Suceso aleatorio: Es cualquier subconjunto del espacio muestral.
o Suceso seguro: Es aquel que se verifica siempre.
o Suceso imposible: Es aquel que nunca se verifica.
o Suceso complementario: Es aquel que se suele denominar Á y se produce cuando
no se produce A.
o Sucesos incompatibles: Son aquellos que no se pueden presentar a la vez.
2. Operaciones básicas en probabilidad
o Unión: Sucesos que pertenecen a A, a B o a ambos.

o Intersección: Sucesos que pertenecen a A y a B a la vez.
o Diferencia: Sucesos que pertenecen a A y no a B; sucesos que pertenecen a B y no
a A.
o Diferencia simétrica: Sucesos que pertenecen a A y no a B; sucesos que
pertenecen a B y no están en A.
3. Concepto de probabilidad
3.1. Probabilidad según Laplace
La probabilidad de un suceso A es igual al cociente entre el número de casos

favorables de A y el número de casos totales.
Esta definición de probabilidad es problemática puesto que lo definido no debe estar

incluido en la definición.

5
3.2. Concepto estadístico de probabilidad
Es similar a la fórmula de la frecuencia relativa:
3.3. Concepto axiomático de probabilidad
La probabilidad se concibe como un número entre 0 y 1.
La probabilidad de que ocurra un suceso seguro es de 1. Mientras que la probabilidad

de que ocurra un suceso imposible es de 0.
4. Teoremas de las probabilidades

4.1. Teorema de la suma
o Sucesos mutuamente excluyentes
o Sucesos simultáneos
4.2. Teorema del producto

o Sucesos independientes
o Sucesos dependientes
4.3. Teorema de Bayes
5. Combinatoria
La combinatoria pretende hallar el número de casos que cumplen una condición.
o Combinaciones: No entran todos los elementos, no importa el orden de

colocación de los elementos y no se repiten los elementos.

6
o Permutaciones con repetición: Si entran todos los elementos, si importa el orden

de colocación de los elementos y si se repiten los elementos.
o Variaciones sin repetición: Se denominan variaciones ordinarias de m
elementos tomados de n en n a los distintos grupos formados por n elementos
de forma que: No entran todos los elementos, si importa el orden de colocación
y no se repiten elementos.
o Variaciones con repetición: Se denominan variaciones con repetición de
elementos tomados de n en n a los distintos grupos formados por n elementos
de manera que: No entran todos los elementos, aunque podrían entrar todos, si
importa el orden de colocación y si se repiten los elementos.

7
TEMA 7: DISTRIBUCIONES. LA CURVA NORMAL
1. Conceptos, propiedades e importancia en las ciencias de la salud
La distribución normal, curva normal o campana invertida de Gauss es una de las

principales distribuciones. Sus propiedades son:
o Es simétrica (media = moda = mediana). El punto de máximo valor en ordenadas

corresponde a la media, la mediana y la moda.
o Es asintótica con el eje de abscisas.
o El área comprendida entre la curva y el eje de abscisas equivale a la unidad.
Es importante en las ciencias de la salud porque muchas variables siguen esta distribución
o se aproximan mucho a esta distribución. Por ejemplo: el peso, la talla, etc.
2. Problemas de la curva normal
Al tratarse de variables continuas, se pueden dar infinitos valores por lo que la

probabilidad de cada uno de ellos tenderá a 0. Existirán por lo tanto infinitos valores
de la media y de la desviación estándar. Por ello, se trabaja con la probabilidad
acumulada y se tipifican los valores para reducir las combinaciones de medias y
desviaciones estándar.
3. Simetría y asimetría
La distribución normal es simétrica, aunque no todas las distribuciones lo son,

algunas son asimétricas. Se pueden clasificar en:
o Asimetrías positivas: La media es mayor que la mediana y esta mayor que la

moda.
o Asimetrías negativas: La media es menor que la mediana y esta menor que la
moda.

8
TEMA 8: INFERENCIA ESTADÍSTICA Y MUESTREO
1. Inferencia estadística
La inferencia se realiza ante una población amplia en la que no es conveniente

obtener datos o información de todos y cada uno de los miembros. Por ello, se
decide cuantificar una muestra extraída de esa población para generalizar y extraer
conclusiones de la misma.
2. Muestreo
El muestreo es una herramienta de la investigación científica, cuya función básica es

determinar qué parte de la realidad en estudio debe ser examinada con la finalidad
de hacer inferencias estadísticas.
Trabajar con muestras y no con poblaciones tiene ventajas como por ejemplo el
ahorro de tiempo empleado en el estudio, utilizamos menos recursos y permite
controlar las variables confusoras.
3. Métodos de muestreo
3.1. Muestreo probabilístico
o Muestreo aleatorio simple (MAS): Es el más utilizado en estadística porque es

rápido, eficaz y práctico. Aunque no puede utilizarse si la población es muy
grande. En este muestreo se asigna a cada persona de la población un número y
posteriormente se extraen una serie e números al azar hasta completar el espacio
muestral esperado.
o Muestreo aleatorio sistémico: Se enumera a la población y se extrae un número
al azar, a partir del cual se extraen el resto de personas que compondrán nuestra
muestra (i, i+2K, i + 3K, etc.). el problema de este tipo de muestreo es que solo
podemos extraer personas de un mismo sexo.
o Muestreo aleatorio estratificado: Se subdivide la población en dos subgrupos
o estratos y se extraen individuos para completar la muestra. El problema es que
debemos conocer la muestra de manera detallada.
o Muestreo aleatorio por conglomerados: Se subdivide la muestra en
conglomerados y se seleccionan algunos de ellos.
3.2. Muestreo no probabilístico
o Muestreo por conveniencia: Se selecciona de forma intencionada a los

individuos para componer la muestra.
o Muestreo por cuotas: Se fijan cuotas (número de personas que reúnen unas
condiciones determinadas). Posteriormente, se eligen los primeros hasta llenar el
cupo y obtener el espacio muestral adecuado.

9
o Muestreo intencional: El investigador selecciona personas que considera

representativos para componer la muestra a estudio puesto que presentan unas
condiciones que permiten aportar información relevante a nuestro estudio.
o Muestreo por bola de nieve: Se incluyen a algunos individuos y por cercanías,
estos conducen a otros, y estos a otros, hasta obtener una muestra considerable.
Se utiliza este tipo de muestreo sobretodo en estudios penitenciarios o en
patologías sexuales.

10
TEMA 9: INTERVALOS DE CONFIANZA Y DE PROBABILIDAD
1. Intervalos de confianza: Concepto y cálculo
A partir de la muestra debemos de saber si el valor obtenido se aproximará al que

queremos saber. Si damos un intervalo de confianza con dos límites, es mayor la
probabilidad de que el valor real de la población se encuentre entre esos valores
definidos por el intervalo de confianza. Se calcula con la fórmula:
(
-
Cuando no nos dan la media, ni la desviación estándar, pero tenemos el número de

individuos y el número total de individuos, lo calculamos con la fórmula:

11
TEMA 10: CONTRASTES DE HIPÓTESIS Y ERRORES
1. Concepto de contraste de hipótesis
Los contrastes de hipótesis son una técnica de inferencia estadística que se lleva
a cabo cuando se da un proceso de decisión.
2. Opciones
2.1. Hipótesis nula (H0)
Es la hipótesis de la igualdad A = B. Postula que no hay diferencias estadísticamente

significativas entre los resultados obtenidos en la muestra y los resultados
esperados en la población.
2.2. Hipótesis alternativa (H1)
Es la hipótesis de la igualdad A = B. Postula que hay diferencias estadísticamente

significativas entre los resultados obtenidos en la muestra y los resultados
esperados en la población.
3. Tipos de pruebas
3.1. Pruebas de conformidad
Son situaciones en las que queremos demostrar si lo obtenido en la muestra se

cumple. Queremos demostrar si a partir de los resultados si se verifica que los
individuos cumplen o no las hipótesis. j : “ %
fumadores de la muestra proviene de la pob 4 %”.
3.2. Pruebas de independencia
Son situaciones en las que queremos demostrar si dos variables están o no

asociadas. j : “ g y
”.
4. Cálculo de los contrastes de hipótesis

4.1. Contraste de proporción contra valor teórico
Proporción teórica = Prevalencia de los afectados /100 (sin %).
Proporción de la muestra = Afectados/Total (N).

12
4.2. Contraste de dos proporciones
Al observar el valor de Z en la tabla, si el porcentaje es inferior al 30%, podemos

rechazar la hipótesis.
4.3. Contraste de independencia
Observado = Cada valor de la tabla.
Esperado = Totales (Fila x columna)/Total de la tabla.
5. Resumen de los contrastes (importante para los tests)
o Variables cualitativas: Pruebas de chi-cuadrado y Odds Ratio.

o Variable cualitativa y variable cuantitativa: Contraste o test de Bartlett,
pruebas paramétricas (T-Student y ANOVA).
o Variables cuantitativas: Análisis de regresión y correlación.
6. Errores y aciertos de decisión
o Error de tipo I o alfa: Es el que se comete cuando se acepta la hipótesis

alternativa, siendo la hipótesis nula verdadera.
o Acierto de tipo 1-alfa: La hipótesis nula es cierta y se concluye así.
o Error de tipo II o beta: Es el que se comete cuando se rechaza la hipótesis nula,
siendo la hipótesis alternativa es verdadera.
o Acierto de tipo 1-beta: La hipótesis alternativa es cierta y se concluye así.
7. El nivel de significación y el grado de significación
El nivel de significación es la probabilidad de cometer un error de tipo I o alfa. Se

suele fijar en 0,05 (5%).
El grado de significación (p) es la probabilidad de obtener un resultado más

j q h .C “ ” 5
que existe asociación y que existen diferencias estadísticamente significativas entre
las variables.

13
TEMAS 11 y 12: PRUEBAS DE T-STUDENT Y ANOVA
1. Prueba de T-Test
Las pruebas de T-Test se utilizan cuando queremos analizar la relación existente

entre dos variables: una cuantitativa y otra cualitativa. Se van a comparar las medias
de dos grupos.
1.1. Muestras apareadas
La hipótesis nula sería que no hay ninguna diferencia entre un grupo y el otro, por
lo que la media de la diferencia sería 0.
T-Student se calcula con la fórmula:
También se recomienda calcular el intervalo de confianza al 95% para realizar una

estimación más precisa.
2. Prueba ANOVA
El test de análisis de varianza (ANOVA) se emplea para estudiar la relación entre una
variable cualitativa y una cuantitativa. Aunque la cualitativa presenta más de dos
categorías.
Para utilizar esta prueba se requiere que los grupos sean varianzas similares.
o Si no hay diferencias entre los grupos, la media de todos será la misma o muy
parecida.
o Si hay diferencias entre los grupos, la media de todos será diferente.
2.1. Variabilidad total
2.2. Variabilidad dentro de los grupos (INTRAGRUPOS)
Mide la distancia que hay desde el valor de cada individuo para la variable
cuantitativa al valor promedio de su grupo, que nos da una idea de la variabilidad
que hay cada uno de los grupos (intragrupo).
2.3. Variabilidad entre los grupos (INTERGRUPO)
Mide la distancia que existe desde la media de cada grupo al promedio de todos
los individuos, que nos daría una idea de la variabilidad intergrupo.

14
3. Pruebas no paramétricas
o Prueba de Kruskal Wallis H.

o Prueba del contraste del signo para muestras apareadas.
o Prueba de la U de Mann-Whitney.
o Prueba de Wilcoxon por suma de rangos.

15
TEMA 13: CORRELACIÓN Y REGRESIÓN LINEAL
1. Concepto y cálculo de la regresión lineal
El análisis de correlación y regresión lineal trata de estudiar cómo varía una variable
dependiente (y) en función de otra variable independiente (x).
La regresión es establecer una ecuación que relacione ambas variables a estudio.

Esta ecuación es del tipo y = m*x + n.
Los pasos a seguir para obtener esta ecuación son:
1º) Conocer x*y q “ ”

q “y”.
2º) Calcular la media de los valores que toman x e y.
3º) Calcular la covarianza o cociente de variación:
y
y y
Si la covarianza tiene valor positivo, esto quiere decir que la relación es directa o
positiva.
4º) Calcular el coeficiente de correlación de Pearson:
5º) Medida de calidad en % = r^2.
R^2 = -----% de la variable independiente está explicado por la variable

dependiente.
6º) Cálculo de la recta de regresión:
y (variable dependiente) = m*x (variable independiente)+ n

16
BLOQUE 2: EPIDEMIOLOGÍA
TEMA 1: CONCEPTOS, HISTORIA, OBJETIVOS Y APLICACIONES
1. Concepto de epidemiología
La epidemiología es el estudio de la distribución y determinados factores

relacionados con la salud en una población y la aplicación de los resultados
obtenidos para el control de los problemas de salud.
La epidemiología se encarga de medir la frecuencia de los fenómenos salud-

enfermedad y valorar su distribución en grupos y poblaciones humanas.
2. Historia de la epidemiología
El origen de la epidemiología está en los estudios de cólera realizados en Londres

en el siglo XIX por John Snow.
Otros ejemplos de la aplicación de la epidemiología son los estudios de Doll y Peto

sobre la mortalidad de los médicos fumadores en especial la asociación entre el
cáncer de pulmón y el tabaco.
Podemos dividir la historia de la epidemiología en tres periodos:
o Estadística sanitaria: (Hasta 1880). En esta época estaba muy presente la teoría
miasmática (las enfermedades provienen de los miasmas, presentes en el suelo,
el aire y el agua). Destacamos a John Graunt, que estudió la distribución
desigual de las enfermedades; o James Lind, que observó como los marineros
curaban el escorbuto tomando alimentos con vitamina D (naranjas y limones).
o Enfermedades infecciosas: (Desde 1880 hasta 1950). Destacamos a

Semmelweis, que observó como las mujeres morían en paritorios debido a que
los médicos que atendían el parto les producían una infección proveniente de
haber trabajado con muertos anteriormente. Esto nos muestra la importancia de
lavarse las manos al cambiar de técnica sanitaria.
También destacamos a Goldberger, que demostró que la pelagra no era una

enfermedad infecciosa, sino que se producía por una mala alimentación sin
leche y sin carnes.
o Enfermedades crónicas: (Desde 1950 hasta la actualidad). Se estudian

enfermedades asociadas al estilo de vida. Desatamos a Framingham sobre los
factores de riesgo cardiovascular.

17
3. Tipos de estudios epidemiológicos
o Epidemiología descriptiva: Describe la ocurrencia de las enfermedades.

o Epidemiología analítica: Se pretende analizar la verosimilitud de las hipótesis
causales con los estudios de casos y controles, y de cohortes.
Los estudios de casos y controles miran en qué exposición se diferencian los

enfermos de los sanos.
Los estudios de cohortes estudian quién tiene más riesgo de desarrollar la

enfermedad (expuesta o no expuesta).
o Epidemiología experimental: Pretende comprobar las hipótesis con los

ensayos clínicos, siempre que estos ensayos puedan realizarse y sean éticos.

18
TEMA 2: MEDIDAS DE FRECUENCIA DE LA ENFERMEDAD
1. La prevalencia
La prevalencia (P) mide la proporción de individuos de una población que tienen la

enfermedad en un momento dado. Se calcula:
= %.
2. La incidencia
La incidencia (I) mide el número de casos nuevos de la enfermedad que se

desarrolla en una población en riesgo de enfermar durante un periodo de tiempo
concreto. Se calcula:
%.

19
TEMA 3: ESTUDIOS EPIDEMIOLÓGICOS
1. Estudios descriptivos
o Estudios de información individual: Tanto un caso como varios casos pueden

ser el detonante de otros estudios.
o Estudios de corte o transversales: Es un procedimiento de observación sin
seguimiento en el que se estudia una muestra en un momento dado
(transversal).
Se utiliza en la planificación de servicios sanitarios, valoración de pruebas

diagnosticas, etc. Son fáciles de realizar y son baratos.
2. Estudios ecológicos
Toma como unidad de análisis al grupo y no al individuo. Dentro de cada grupo no

se conoce a nivel individual el estado de exposición y de efecto, pero si se conoce la
frecuencia global de ambas variables en los grupos. Tipos de estudios ecológicos:
o Estudios de mapeo: Para observar la agrupación geográfica de una

enfermedad concreta.
o Estudios ecológicos de comparación: Se utilizan para valorar asociaciones
entre la frecuencia de exposición y la frecuencia de la enfermedad.
o Estudios ecológicos de tendencia: Se realizan mediciones en un solo grupo a
lo largo del tiempo.
o Estudios ecológicos mixtos: Se mezclan las dos anteriores.
3. Estudios de cohortes
Son apropiados para conocer la incidencia de un efecto. Parten de la exposición que

se valora para estudiar el efecto. Son analíticos porque son estudiados como mínimo
dos veces en el tiempo. Es esencial recoger toda la información posible desde el inicio
del estudio hasta el final ya que el sujeto puede abandonar el estudio. Se prefiere
información extraída del estudio y no preguntada al sujeto. Estas fuentes de
información pueden ser entrevistas, informes, exploraciones sanitarias y mediciones
ambientales. Tienen pocos sesgos, pero son estudios duraderos y de elevados costes.
4. Estudios de casos y controles
Son procedimientos epidemiológicos analíticos en los que se seleccionan dos

grupos de sujetos según tengan o no la enfermedad (casos y controles). Ambos
grupos se comparan con respecto a la exposición de interés ocurrida en el pasado.
Son estudios muy eficientes y proporcionan mucha información.

20
TEMA 4: VALIDEZ DE LAS PRUEBAS DIAGNOSTICAS
ENFERMO SANO
POSITIVO Verdaderos positivos Falsos positivos (FP)
(VP)
NEGATIVO Falsos negativos (FN) Verdaderos negativos
(VN)
1. Validez interna
La sensibilidad es la capacidad de una prueba para detectar y clasificar a los sujetos

enfermos como tales (PROBABILIDAD DE DETECTAR A LOS ENFERMOS). Se calcula:
La especificidad es la capacidad de una prueba para detectar y clasificar a los

sujetos sanos como tales (PROBABILIDAD DE DETECTAR A LOS SANOS). Se calcula:
2. Validez externa (valores predictivos)
El valor predictivo positivo es la proporción de enfermos entre aquellos que

tienen una prueba positiva. Se calcula:
= %.
El valor predictivo negativo es la proporción de sanos entre aquellos que tienen

una prueba negativa. Se calcula:
= %.

21
TEMA 5: MEDIDAS DE ASOCIACIÓN E IMPACTO
Las medidas de asociación son indicadores epidemiológicos que evalúan la fuerza

con la que una enfermedad se asocia con un determinado factor de riesgo.
ENFERMO SANO
EXPUESTOS A B
NO EXPUESTOS C D
Incidencia de los expuestos = A/A+B x 100 = %.
Incidencia de los no expuestos = C/C+D x 100 = %.
Incidencia poblacional = A + C/A+B+C+D x 100 = %.
1. Riesgo relativo
El riesgo relativo se emplea en estudios en los que los pacientes han tenido el
mismo periodo de seguimiento. Se calcula:
Su resultado indica cuántas veces es más frecuente la enfermedad en los

expuestos que en los no expuestos.
2. Riesgo relativo poblacional
Su resultado indica cuántas veces es más frecuente la enfermedad en la población

que en los no expuestos.
3. Odds Ratio
Su resultado indica cuántas veces es más probable la exposición en enfermos que

en sanos.

22
4. Fracción etiológica
La fracción etiológica es la proporción de casos o de enfermedad entre los

expuestos a un factor de riesgo que puede atribuirse a la presencia de un factor de
riesgo.
Su resultado indica el porcentaje de enfermos que lo son debido a la exposición.

23
TEMA 6: FACTORES DE INTERACCIÓN Y CONFUSIÓN
1. Confusión y variables confusoras
Una variable actúa como confusora cuando cumple:
o Es un factor de riesgo para que aparezca el efecto de modo independiente a la

exposición.
o Los expuestos y los no expuestos en el estudio no tienen la misma distribución
de la variable confusora.
o No es una variable intermedia entre la exposición y el efecto.
2. Estratificación
Se trata de evaluar la relación entre la exposición y el efecto en estratos

homogéneos respecto a las variables confusoras.
3. Control de confusión
o Restricción: Consiste en incluir en el estudio los individuos de un único nivel del

posible confusor.
o Emparejamiento: Se trata de seleccionar un individuo similar respecto al factor

confusor para cada grupo de análisis.
o Aleatorización: Se trata de asignar por azar con igual probabilidad a los sujetos
a la exposición que estamos analizando. Este control de confusión no asegura
que los grupos queden equilibrados.
o Análisis estratificado: Se trata de analizar la asociación en el conjunto de los

datos y en cada estrato de la variable confusora y evaluar el posible efecto de la
misma.
o Análisis multivariable: Se trata de llevar a cabo técnicas de análisis en las que

se incluyan más de dos variables para estudiar las relaciones entre ellas
(regresión logística).

24
TEMA 7: SESGOS DE CONFUSIÓN
1. Concepto de sesgo
Los sesgos son los errores que afectan a la validez interna de los estudios
epidemiológicos.
2. Tipos de sesgos que podemos encontrar en los estudios epidemiológicos
o Sesgos de selección: Se debe a la inclusión preferencial de ciertos subgrupos

de la población estudiada en la muestra.
o Sesgos de supervivencia: Al elegir demasiados casos prevalentes estos

sobreviven más que los casos incidentes.
o Sesgos de información: Incorrecta clasificación de los participantes en un

estudio con respecto a las variables estudiadas por el investigador.
Se pueden producir por instrumentos de medida no adecuados, criterios

diagnósticos no adecuados, omisiones, imprecisiones de información o errores
de los cuestionarios.
o Sesgos de confusión: Es el error que se produce en la estimación de una

medida de la asociación como consecuencia de la mezcla del efecto de la
exposición con la de otra variable confusora.
La variables confusora nos infraestimará o nos sobreestimará el efecto de la

exposición.

25

Bioestadística. Apuntes Resumidos

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Bioestadística. Apuntes Resumidos

Cargado por

Copyright:

Formatos disponibles

MARIO GONZÁLEZ FORNOS

1º GRADO EN ENFERMERÍA. UNIVERSIDAD DE LEÓN

BLOQUE 1: BIOESTADÍSTICA DESCRIPTIA E INFERENCIAL

TEMAS 1 Y 2: INTRODUCCIÓN A LA BIOESTADÍSTICA

La bioestadística es la aplicación particular de la estadística a las ciencias biológicas y

o Bioestadística descriptiva: Describe los datos obtenidos. Se lleva a cabo la

2. Las variables y su clasificación

Variables cuantitativas discontinuas o discretas: Son aquellas en las que

Otra manera de clasificarlas es atendiendo a la influencia del investigador en su

BIOESTADÍSTICA Y METODOLOGÍA CIENTÍFICA EN CIENCIAS DE LA SALUD

Su realización es de gran importancia, puesto que de un buen cuestionario va a

En segundo lugar, debemos de buscar si ya existe algún cuestionario o test que

En tercer lugar, se debe de elegir el tipo de cuestionario. Puede ser: autocontestados

En último lugar, debemos de decidir cómo se organizará la información recogida, con

El diferencial semántico de Osgood nos permite evaluar basándonos en tres

Es recomendable llevar a cabo un estudio piloto con un pequeño espacio muestral

BIOESTADÍSTICA Y METODOLOGÍA CIENTÍFICA EN CIENCIAS DE LA SALUD

TEMAS 3 Y 4: ORGANIZACIÓN Y CONDENSACIÓN DE LA INFORMACIÓN

1. Tabulación y las tablas de frecuencias

La tabulación es la organización de la información en tablas.

Las frecuencias son el número de veces que se repiten las observaciones de un

o La frecuencia absoluta: Es el número de veces que se observa un determinado

Los percentiles son la expresión de las frecuencias relativas acumuladas en porcentaje.

Por ejemplo: Cuando un niño se encuentra en el percentil 75 en referencia al peso, esto

3. Medidas de centralización y dispersión

Las medidas de centralización y dispersión se encargan de condensar información

3.1. Medidas de centralización

o Media: Se define como el sumatorio de los valores de la distribución entre el

BIOESTADÍSTICA Y METODOLOGÍA CIENTÍFICA EN CIENCIAS DE LA SALUD

3.2. Medidas de dispersión

o Rango o amplitud: Se define como la diferencia entre el valor máximo y mínimo

Q1: Deja a la izquierda el 25% de las observaciones.

o Desviación típica o estándar:

4. Representación gráfica y tipos de gráficos

La representación gráfica es una manera de ordenar y presentar la información

o Variables cualitativas y cuantitativas discontinuas: Se utilizan las superficies

o Variables cuantitativas continuas: Se utilizan el histograma y el polígono de

BIOESTADÍSTICA Y METODOLOGÍA CIENTÍFICA EN CIENCIAS DE LA SALUD

TEMAS 5 Y 6: PROBABILIDAD Y COMBINATORIA

o Espacio muestral: Es el conjunto de resultados posibles.

2. Operaciones básicas en probabilidad

o Unión: Sucesos que pertenecen a A, a B o a ambos.

La probabilidad de un suceso A es igual al cociente entre el número de casos

Esta definición de probabilidad es problemática puesto que lo definido no debe estar

BIOESTADÍSTICA Y METODOLOGÍA CIENTÍFICA EN CIENCIAS DE LA SALUD

3.2. Concepto estadístico de probabilidad

Es similar a la fórmula de la frecuencia relativa:

3.3. Concepto axiomático de probabilidad

La probabilidad se concibe como un número entre 0 y 1.

La probabilidad de que ocurra un suceso seguro es de 1. Mientras que la probabilidad

4. Teoremas de las probabilidades

4.2. Teorema del producto

4.3. Teorema de Bayes

La combinatoria pretende hallar el número de casos que cumplen una condición.

o Combinaciones: No entran todos los elementos, no importa el orden de

BIOESTADÍSTICA Y METODOLOGÍA CIENTÍFICA EN CIENCIAS DE LA SALUD

o Permutaciones con repetición: Si entran todos los elementos, si importa el orden

BIOESTADÍSTICA Y METODOLOGÍA CIENTÍFICA EN CIENCIAS DE LA SALUD

TEMA 7: DISTRIBUCIONES. LA CURVA NORMAL

1. Conceptos, propiedades e importancia en las ciencias de la salud

La distribución normal, curva normal o campana invertida de Gauss es una de las

o Es simétrica (media = moda = mediana). El punto de máximo valor en ordenadas

2. Problemas de la curva normal