Actividad 7.

Análisis de casos

NOMBRE: Devany Yaretzi Villarreal Rodríguez

ASIGNATURA: Epidemiología y Bioestadística
LICENCIATURA: Licenciatura en Nutrición
SEMESTRE: 6to semestre
FECHA DE ENTREGA: 19-marzo-2023

Epidemiología y bioestadística 1
 Instrucciones:
1. Revisa el material sugerido
2. Lee detenidamente los casos (planteamientos) que a continuación se presentan.
Resuelve y responde indicando lo que se te solicita
3. Elabora la actividad en el procesador de textos
4. Incorpora al inicio del documento una portada que incluya el nombre de la
universidad, asignatura, título del trabajo, fecha de entrega y tu nombre

OBJETIVO Establecer, por medio de la chi cuadrada, la significancia estadística de la relación entre dos
variables cualitativas.

Unidad 3. Estadística inferencial

Pruebas de hipótesis y chi cuadrada
TEMA

Epidemiología y bioestadística 2
COMPARACIÓN DE DOS PROPORCIONES: Ley de X2 (ji cuadrado)

La prueba de X2 permite relacionar dos variables con 2 o más categorías.

En Ciencias de la Salud es habitual el estudio de variables categóricas, porque es frecuente disponer de dos grupos de
sujetos en los que se quiere valorar una respuesta binaria.

Cuando se desea estudiar la asociación entre dos variables categóricas, o comparar dos o más grupos de sujetos, se
suele presentar en forma de tabla de contingencia, y si las variables son binarias obtendremos una tabla de 2x2.

Este estadístico permite medir la distancia entre las distribuciones mediante la siguiente formula:

Hagamos un ejemplo:

Se trata de un estudio comparativo para verificar si las distribuciones de asistencia al hospital público y a la clínica
privada, en los diferentes días de la semana, son iguales para ambos centros sanitarios.

Hipótesis de los investigadores H1: La proporción de asistencia de los pacientes al hospital y a la clínica, será diferente
en los diferentes días de la semana, tanto para el hospital público, como para la clínica privada.

Hipótesis nula H0: La proporción de asistencia de los pacientes al hospital y a la clínica, no será diferente en los
diferentes días de la semana, tanto para el hospital público, como para la clínica privada.

Epidemiología y bioestadística 3
Las frecuencias observadas en los hospitales son:

Días de la semana Hospital público Hospital privado

L, M, M, J 35 16

V, S, D 56 33

Antes de iniciar: Si ya conozco la distribución de las frecuencias observadas, ¿cómo obtengo las frecuencias
esperada?

Realicemos una tabla de 2 x 2:

Epidemiología y bioestadística 4
Calcular la frecuencia esperada y anótala en los paréntesis:

Días de atención Establecimiento Total

Público Privado

L,M,M,J 35 (33.15) 16 (17.85) 51

V,S,D 56 (20.4) 33 (12.02) 89

Total 91 49 140

X2 o Chi cuadrada:

La prueba de comparación de c distribuciones se efectúa a partir del estadístico de contraste X2 para el conjunto de
casillas de la tabla.

Calcula X2 :

X2= 0.4640
Epidemiología y bioestadística 5
Grados de libertad:

Para determinar los grados de libertad, se debe buscar en las tablas de significancia. (c-1) (r-1)

Donde: c son las columnas, y r son las filas. Esta tabla tiene 2 columnas y 2 filas.

Si buscamos el valor de los gl de esta tabla:

gl= (c-1)(r-1) = (2-1) (2-1) = 1

Grado de significación P: El valor p es un valor de probabilidad, por lo que oscila entre 0 y 1. El valor p nos muestra la
probabilidad de haber obtenido el resultado que hemos obtenido suponiendo que la hipótesis nula H0 es cierta.

Para buscar en tablas debemos tomar en cuenta el valor de Chi cuadrada (X2) y los grados de libertad (gl). Buscamos en
la tabla el valor de X2 o el que se aproxime más, en la columna de los grados de libertad.

X2=0.4640
El valor de P es mayor a 0.10
gl: 1 Se suele decir que valores altos
de p no permiten rechazar la
H0, mientras que valores bajos
de p si permiten rechazar la H0
(valor significativo).

Epidemiología y bioestadística 6
También podemos determinar la diferencia en porcentajes que existen entre las dos proporciones:

Días de Establecimiento Total

atención Público % Privado % Diferencia %:

L,M,M,J 35 (38.46) 16 (32.65 ) 51 38.46 – 32.65 = 5.81%

V,S,D 56 (61.44 ) 33 (67.35 ) 89 61.54 – 67.35 = -5.81%

Total 91 (100) 49 (100) 140

Conclusión: Se ha comprobado que, no hay diferencia significativa entre la proporción de asistencias al hospital y a la
clínica, en los diferentes días de la semana. Se acepta la hipótesis nula que señala que no hay diferencias en el hospital
público con respecto a la clínica privada.

Podemos decir:

Hay 5.81% más asistencias en L,M,M,J en el H. público respecto al privado; hay 5.81% menos asistencias en V,S,D en
el H. público respecto al privado.

Epidemiología y bioestadística 7
Ejercicio 1.

Con el propósito de determinar si la aplicación de insecticida modifica la presencia de casos de Dengue, en una población
que ha estado expuesta a la presencia del vector, se realiza un estudio para comparar las proporciones de casos de
Dengue y la fumigación correspondiente.

Fumigación Total

Con insecticida Sin insecticida

Con Dengue 45 (64.56) 95 (75.43) 140

Sin Dengue 62 (42.43) 30 (49.56) 92

Total 107 125 232

Tabla:

140x107/232 = 64.56 140x125/232 = 75.43

92x107/232 = 42.43 92x125/232 = 49.56

Conforme a la estructura del problema establece las siguientes hipótesis:

H0 La fumigación sin el insecticida no modifica la presencia de casos en dengue en una población que ha estado
expuesta.

Epidemiología y bioestadística 8
H1 La aplicación de insecticida en la fumigación modifica la presencia de casos en dengue en una poblacon que ha
estado expuesta.

Analiza y explica el resultado encontrado, apóyate con la calculadora STATCALC de EPI INFO para corroborar tus
datos:

X2: 27.74

Formula: X2 = (45-64.56)2 + (95-75.43)2 + (62-42.43)2 + (30-49.56)2 = 27.74

64.56 75.43 42.43 49.56

CELDA VALOR OBSERVADO VALOR ESPERADO (O-E)2/E

A 45 64.56 5.9261

B 95 75.43 5.0773

C 62 42.43 9.0262

D 30 49.56 7.7198

gl: 1 Formula: (c-1)(r-1)= (2-1)(2-1)= 1

P: 0.001

Epidemiología y bioestadística 9
Diferencia de proporción de personas con dengue positivo que se les aplico fumigación y los que no:

Diferencia %:

64.56 – 75.43 = 10.87%

42.43 – 49.56 = 7.13%

Conclusión:

Se ha comprobado que, si existe diferencia en la proporción de dengue positivo y fumigación. Por lo que se rechaza la
hipótesis nula ya que menciona que no existe ninguna diferencia entre casos de dengue con fumigación sin el insecticida.

Podemos decir:

Hay 10.87% más personas con dengue por fumigación sin insecticida y 7.13% de personas sin dengue por fumigación
con insecticida.

Epidemiología y bioestadística 10
Ejercicio 2:

Se ha realizado un estudio para determinar si el consumo de refrescos endulzados impacta en el peso de la población. El
estudio incluye dos grupos, los que consume altas cantidades de azúcar en la ingestión de refrescos, y otro que tiene un
consumo bajo; y el peso en ambos grupos.

Peso de los Consumo de azúcar Total

pacientes Alto Bajo

Sobrepeso 145 (114.40) 40 (70.59) 185

Normo peso 137 (167.59) 134 (103.40) 271

Total 282 174 456

Tabla:

185x282/456 = 114.40 185x174/456 = 70.59

271x282/456 = 167.59 271x174/456 = 103.40

Conforme a la estructura del problema establece las siguientes hipótesis:

H0 El consumo de refrescos endulzados no impacta en el peso de la población.

H1 El consumo de refrescos endulzados impacta en el peso de la población.

Epidemiología y bioestadística 11
Analiza y explica qué ha encontrado, apóyate con la calculadora STATCALC de EPI INFO para corroborar tus
datos:

X2: 36.07

Formula: X2 = (145-114.40)2 + (40-70.59)2 + (137-167.59)2 + (134-103.40)2 = 36.07

114.40 70.59 167.59 103.40

CELDA VALOR OBSERVADO VALOR ESPERADO (O-E)2/E

A 145 114.40 8.184

B 40 70.59 13.256

C 137 167.59 5.583

D 134 103.40 9.055

gl: 1 Formula: (c-1)(r-1)= (2-1)(2-1)= 1

P: 0.001

Epidemiología y bioestadística 12
Diferencia de proporción de personas con sobrepeso con alto y bajo consumo de azúcar:

Diferencia %:

114.40 – 70.59 = 43.81%

167.59 – 103.40 = 64.19%

Conclusión:

Se ha comprobado que, si existe una diferencia entre personas con sobrepeso y normo peso respecto al consumo de
refrescos endulzados. Por lo que se rechaza la hipótesis nula que menciona que el consumo de refrescos endulzados no
impacta en el peso de la población.

Podemos decir:

Hay 43.81% más sobrepeso en consumo alto de azúcar y 64.19% de normo peso en consumo bajo de azúcar.

Epidemiología y bioestadística 13
Ejercicio 3:

Tenemos la información de antes y después de realizar una intervención, para que la población conozca los factores de
riesgo para contagiarse ante la epidemia de una enfermedad, y queremos analizar si hay alguna diferencia entre las
proporciones de personas afectadas.

Casos de la Antes Después Total

enfermedad

Positivos 135 (103.91) 30 (61.08) 165

Negativo 127 (158.08) 124 (92.91) 251

Total 262 154 416

Tabla:

185x282/456 = 103.91 185x174/456 = 61.08

271x282/456 = 158.08 271x174/456 = 92.91

Conforme a la estructura del problema establece las siguientes hipótesis:

H0 No mostrar los factores de riesgo para contagiarse ante la epidemia de una enfermedad no ayuda para prevenir casos
de personas afectadas.

Epidemiología y bioestadística 14
H1 El mostrar los factores de riesgo para contagiarse ante la epidemia de una enfermedad ayuda para prevenir casos de
personas afectadas.

Analiza y explica qué ha encontrado, apóyate con la calculadora STATCALC de EPI INFO para corroborar tus
datos:

X2: 41.62

Formula: X2 = (135-103.91)2 + (30-61.08)2 + (127-158.08)2 + (124-92.91)2 = 41.62

103.91 61.08 158.08 92.91

CELDA VALOR OBSERVADO VALOR ESPERADO (O-E)2/E

A 135 103.91 9.302

B 30 61.08 15.814

C 127 158.08 6.110

D 124 92.91 10.403

gl: 1 Formula: (c-1)(r-1)= (2-1)(2-1)= 1

P: 0.001

Epidemiología y bioestadística 15
Diferencia de proporción de personas positivas a la enfermedad antes y después de la intervención:

Diferencia %:

103.91 – 61.08 = 42.82%

158.08 – 92.91 = 65.17%

Conclusión:

Se ha comprobado, si existe una diferencia entre las personas que conocen los factores de riesgo para contagiarse ante
la epidemia de una enfermedad y las que no. Por lo que se rechaza la hipótesis nula que menciona que el no mostrar los
factores de riesgo para contagiarse ante la epidemia de una enfermedad no ayuda para prevenir casos de personas
afectadas.

Podemos decir:

Hay 42.82% más casos positivos antes de conocer los factores de riesgo y 65.17% de casos negativos después de
conocer los factores de riesgo.

Epidemiología y bioestadística 16
REFERENCIA BIBLIOGRÁFICA:

- Henquin, R. (2013). Epidemiología y estadística para principiantes. [versión electrónica]. Recuperado de

https://elibro.net/es/lc/uvm/titulos/76940

Epidemiología y bioestadística 17