INTRODUCCIÓN A

LA FISIOLOGÍA
TEMAS

INTRODUCCIÓN LA CÁTEDRA
Definición e Historia Organización y ubicación

NIVELES DE GRAFICOS Y
ORGANIZACIÓN TABLAS
De los seres vivos En medicina
FISIOLOGÍA
01
INTRODUCCIÓN
BREVE RESEÑA HISTÓRICA
La historia de la fisiología se remonta a la
antigüedad, cuando los primeros pensadores y
observadores comenzaron a reflexionar sobre
el funcionamiento interno de los seres vivos.
Hipócrates, considerado el "Padre de la
Medicina", sentó las bases al explorar las
relaciones entre los síntomas de las
enfermedades y los cambios en el cuerpo.
La verdadera revolución de la fisiología
llegó en los siglos XIX y XX con el
advenimiento de la metodología
experimental y la microscopía.
Claude Bernard y Iván Pavlov sentaron las
bases de la fisiología experimental,
demostrando la importancia de abordar
los problemas fisiológicos mediante la
observación y el método científico.
FISIOLOGÍA HOY

Hoy en día, la fisiología no solo se limita al ámbito

médico, sino que se ha convertido en una disciplina
multidisciplinaria que abarca campos como la
bioquímica, la genética, la neurociencia y la
biomecánica.

Los fisiólogos modernos emplean herramientas

avanzadas para investigar desde el nivel molecular
hasta el organismo completo, desentrañando los
misterios que rodean la salud y la enfermedad.
ENTONCES… ¿QUÉ ES LA FISIOLOGÍA?

La fisiología es la ciencia que estudia las funciones y

procesos que tienen lugar en los organismos vivos.

En el caso de la medicina, se centra en entender cómo

trabajan los sistemas y órganos del cuerpo humano,
desde el nivel celular hasta la integración de estos
componentes en funciones complejas.

En otras palabras, la fisiología busca responder a la

pregunta fundamental:

"¿CÓMO FUNCIONA NUESTRO CUERPO?".

ID:1366769735
02
LA CÁTEDRA
LA CÁTEDRA
 LA CÁTEDRA

PLANTEL DOCENTE
1 Profesor Titular
5 Profesores Adjuntos
12 Jefes de Trabajos Prácticos
5 Ayudantes 2da
11 Ayudantes Estudiantes

CONTACTO
Foro de Consultas en la Sección
Fisiología del Aula Virtual CYD
Campus virtual UNR

fisiología_unr
 ORGANIZACIÓN DEL CURSADO

1 Profesor Titular
5 Profesores Adjuntos
12 Jefes de Trabajos Prácticos
5 Ayudantes 2da
11 Ayudantes Estudiantes

CONTACTO
FISIOLOGÍA – CRECIMIENTO Y DESARROLLO
03
NIVELES DE
ORGANIZACIÓN

copy: https://www.youtube.com/watch?v=16W7c0mb-rE
NIVELES DE ORGANIZACIÓN

https://images.app.goo.gl/QT18gAfdVi3WHeq78
NIVELES DE ORGANIZACIÓN

Fisiología Humana ©2008. Editorial Médica Panamericana

04
GRÁFICOS Y
TABLAS

copy: https://www.youtube.com/watch?v=16W7c0mb-rE
VARIABLES
TIPOS DE VARIABLES
Según su rol en un experimento u observación:

INDEPENDIENTE DEPENDIENTE
Es la variable que se Es la variable que se mide o se
manipula, controla o observa en respuesta a los cambios
selecciona en un en la variable independiente.
experimento.
 TIPOS DE VARIABLES
Según su rol en un experimento u observación:

INDEPENDIENTE DEPENDIENTE
x f(x) y

Entrada Reglas de cambio Salida

(Materia, energía o Transformación (Materia, energía o
información) información)
 TIPOS DE VARIABLES
Según su rol en un experimento u observación:

3
1
6 x f(x) y 2
4
7

y=x+1
 11

DEPENDIENTE 10
y=x+1
EJE Y 9

6
X y
5
0 1
1 2
4 3 4
4 5
3 5 6
n n+1
2

0
0 1 2 3 4 5 6 7 8 9 10

INDEPENDIENTE - EJE X
TIPOS DE VARIABLES
Según su rol en un experimento u observación:

Por ejemplo: Si quiero evaluar los niveles

de insulina liberados por el páncreas en
respuesta a los cambios de glucosa.
 TIPOS DE VARIABLES
Según su rol en un experimento u observación:

INDEPENDIENTE DEPENDIENTE
(GLUCEMIA) (INSULINEMIA)
x f(x) y
PÁNCREAS
TIPOS DE VARIABLES

Variable
dependiente

Variable independiente
TIPOS DE VARIABLES
Según la naturaleza o el tipo de datos que pueden tomar

Nominal
Cualitativas o
Categóricas
Ordinal

Continua
Cuantitativas o
Numéricas
Discreta
 CUALITATIVA
NOMINAL
Representa diferentes categorías o grupos
sin un orden intrínseco.

Ejemplo: color de ojos

 CUALITATIVA
ORDINAL

Representa diferentes categorías o grupos

con un orden intrínseco

Ejemplo: escala visual análoga del dolor

 CUANTITATIVA
CONTINUA
Puede adquirir cualquier valor dentro de
un intervalo especificado

Ejemplo: Presión arterial

https://img.freepik.com/fotos-premium/pediatra-midiendo-presion-arterial-nino_798657-8561.jpg?w=
 CUANTITATIVA
DISCRETA
Solo puede tomar valores específicos y
separados. No puede tener valores
intermedios y generalmente se expresa en
números enteros.

Ejemplo: Cantidad de pacientes atendidos

https://img.freepik.com/fotos-premium/pediatra-midiendo-presion-arterial-nino_798657-8561.jpg?w=2000
 ¿VARIABLE O VALOR?

• Un dato es una observación o un valor único que

se recopila o se registra en el contexto de un
estudio o experimento.
• Puede ser un número, una palabra, una fecha u
otra forma de información.
• Un dato sería el valor que puede adoptar una
variable.
 ¿VARIABLE O VALOR?
Un ejemplo…

VARIABLE VALOR

“Talla” “170 cm”

 ¿CÓMO EXPRESAR UN
CONJUNTO DE DATOS?
 PROPORCIÓN O PORCENTAJE
Para variables cualitativas: Resume la proporción en la que aparece un valor sobre el total.

Color de
ojos en 700
personas

Verdes Azules Marrones

(n=100) (n=200) (n=400)
 PROPORCIÓN O PORCENTAJE

P. ej.: ojos verdes:

• 700 ____ 100%
• 100 ____ X

• X = (100x100 / 700) = 14,3 %

 PROPORCIÓN O PORCENTAJE
Para variables cualitativas: Resume la proporción en la que aparece un valor sobre el total.

Color de
ojos en 700
personas

Verdes Azules Marrones

(n=100) (n=200) (n=400)

14,3% 28,6% 57,1%

 PROPORCIÓN O PORCENTAJE
Tabla de resumen descriptivo

Color de ojos Número Porcentaje

absoluto
Verdes 100 14,3%
Azules 200 28,6%
Marrones 400 57,1%
Total 700 100%
 PROMEDIO, MEDIANA
Para variables cuantitativas:

PROMEDIO O
MEDIA Es la suma de todos los valores en un
conjunto de datos dividida por el número
ARITMÉTICA total de valores en ese conjunto.
 PROMEDIO, MEDIANA
Para variables cuantitativas:

TODOS LOS
VALORES

VARIABLE INDEXADA QUE REPRESENTA

CADA TÉRMINO DE LA SUMA
MEDIA
ARITMÉTICA SUMA

TODOS LOS
VALORES
CANTIDAD DE
DATOS
 PROMEDIO, MEDIANA
Ejemplo: se toma el peso de 10 personas

Variable: peso Datos:

Persona Peso (kg)

Persona 1 65

Persona 2 85

Persona 3 90

Persona 4 60

Persona 5 50

Persona 6 52

Persona 7 100

Persona 8 71

Persona 9 85

Persona 10 67

Esta foto de Autor desconocido está bajo licencia CC BY-SA-NC

 PROMEDIO, MEDIANA
Para variables cuantitativas:

Persona Peso (kg)

Persona 1 65

Persona 2 85 Suma del conjunto de los valores:___725 kg

Persona 3 90

Persona 4 60 Total de valores:_________________10

Persona 5 50
Persona 6 52

Promedio: 725/10 = 72,5 kg

Persona 7 100

Persona 8 71
Persona 9 85

Persona 10 67
 PROMEDIO, MEDIANA
Para variables cuantitativas:

MEDIANA Es el valor que ocupa la posición central en

O MEDIA un conjunto ordenado de datos cuyo
número es impar
GEOMÉTRICA Si hay un número par de datos, la mediana
es el promedio de los dos valores
centrales.
 PROMEDIO, MEDIANA
En el ejemplo anterior:

Datos: Se ordenan los datos de menor a mayor:

Persona Peso (kg)
Persona 1

Persona 2
65

85
50, 52, 60, 65, 67, 71, 85, 85, 90, 100 kg
Persona 3 90

Persona 4 60
5 valores 5 valores
Persona 5 50

Persona 6

Persona 7
52

100
MEDIANA
Persona 8 71
Punto medio entre 67 y 71

69 kg
Persona 9 85
Persona 10 67 (71+67)/2 =
 PROMEDIO, MEDIANA
Para variables cuantitativas:

En este ejemplo podemos observar que el promedio o

media y la mediana NO necesariamente coinciden en un
conjunto de datos.
 ANÁLISIS EN UNA POBLACIÓN
Cuando recopilo una gran cantidad de datos en una población,
supongamos nuevamente el peso, la distribución puede ser normal
(Gaussiana) si, entre otros factores, la media y la mediana coinciden.

Número de
casos

Variable estudiada
 ANÁLISIS EN UNA POBLACIÓN
Pero por ejemplo en una población donde comienza a haber más
desnutrición, lo que aumente el número de personas de bajo peso, la
mediana estará a la izquierda de la media. Distribución asimétrica (NO
gaussiana.)
 ANÁLISIS EN UNA POBLACIÓN
Por otro lado, si encontramos dos curvas, odemos decir que la
muestra estudiada contiene dos grupos diferentes.
 ANÁLISIS EN UNA POBLACIÓN
Además, el ancho de la distribución puede ser mayor o menor y
eso habla de la variabilidad de la población (desvío estándar).

Esta gráfica podría representar la distribución de altura de 3 poblaciones. La azul ha sufrido menos inmigración por lo
que la variabilidad de la misma es menor, hay mucha gente con una estatura similar, en cambio la población verde ha
tenido movimientos migratorios mayores en donde se observa una gran variabilidad de la altura de la población adulta.
 Istock
ID:1311598658

De uso en fisiología
GRÁFICO DE TORTA
Muestra la proporción de partes de un
todo. Es decir, la variable independiente es
cualitativa y la dependiente cuantitativa
pero la suma tiene que dar 100%.
GRÁFICO DE TORTA

Ejemplo:
Distribución porcentual
de macronutrientes en
la dieta diaria

Variable independiente:
- Macronutriente
Variable dependiente:
- Proporción de Kcal
totales
 GRÁFICO BARRAS
Compara cantidades o frecuencias entre
diferentes categorías, es decir, la variable
independiente es cualitativa y la variable
dependiente es cuantitativa.
GRÁFICO DE BARRAS
Ejemplo:
Reposo
Comparación del suministro de
Ejercicio extenuante sangre en los diferentes órganos
en el ejercicio extenuante vs el
reposo
Suministro de sangre (l/min)

Variable independiente:
- Órganos del cuerpo
- Reposo y ejercicio
Variable dependiente:
- Suministro de sangre
Cerebro Riñones Tracto GI Músculos
GRÁFICO DE LÍNEAS
Representan la relación entre dos
variables a lo largo del tiempo o en un
continuum.
 GRÁFICO DE LÍNEAS
Ejemplo:
Variación de la concentración plasmática de cortisol y ACTH durante el día.

Variable
independiente:
- Horas del día
Variable dependiente:
- Cortisolemia
- Niveles plasmáticos
de ACTH
GRÁFICO DE DISPERSIÓN
Visualiza la relación entre dos variables
cuantitativas continuas
 GRÁFICO DE DISPERSIÓN
Ejemplo:
Correlación entre niveles de calcio
plasmático y fosfato en pacientes con
aporte de fosfato por nutrición
Calcio iónico sérico (mmol/l)

parenteral.

Variable independiente:
- Fosfatemia
Variable dependiente:
- Calcemia
Fosfato sérico (mg/dl)
 Año Número de
casos de
TABLA DE RESUMEN 2013
enfermedad
458
DESCRIPTIVO 2014
2015
245
654
2016 155
2017 231
Resumir estadísticas clave de un conjunto 2018 200
de datos 2019 215
2020 211
2021 198
TABLA DE RESUMEN DESCRIPTIVO

Año Número de
Ejemplo:
Resumen del casos de
número de casos enfermedad
de una 2013 458
enfermedad por 2014 245
año. 2015 654
2016 155
2017 231
2018 200
Variable independiente:
- Año 2019 215
Variable dependiente: 2020 211
- Número de casos
2021 198
TABLA DE CONTINGENCIA Causa de muerte
Otra Cáncer de
pulmón
No 784 16
fumadores
Resume la relación entre dos variables Fumadores 160 40

categóricas
Total 944 56
TABLA DE CONTINGENCIA

Ejemplo:
Resumir la relación entre el
Causa de muerte tabaquismo y el cáncer de
Otra Cáncer de pulmón
pulmón
Variable independiente:
No fumadores 784 16 - Tabaquismo
Fumadores 160 40 Variable dependiente:
- Causa de muerte
TABLA DE CONTINGENCIA

¿Qué podemos analizar en una tabla de contingencia?

Causa de muerte
Otra Cáncer de
pulmón
No fumadores 784 16
Fumadores 160 40
TABLA DE CONTINGENCIA
Si tomamos al tabaquismo como variable independiente, podemos expresar la
proporción de pacientes FUMADORES que murieron de cáncer de pulmón vs la
proporción de paciente NO FUMADORES que murieron de cáncer de pulmón

Causa de muerte Total

Otra Cáncer de
pulmón
No fumadores 784 16 800
Fumadores 160 40 200
TABLA DE CONTINGENCIA
Si tomamos al tabaquismo como variable independiente, podemos expresar la
proporción de pacientes FUMADORES que murieron de cáncer de pulmón vs la
proporción de paciente NO FUMADORES que murieron de cáncer de pulmón

Causa de muerte Total

Otra Cáncer de
pulmón
No fumadores 98% 2% 100%
Fumadores 80% 20% 100%
Aquí podemos observar que el 20% de
los fumadores murieron de cáncer de
pulmón y que solo el 2% de los no
fumadores murieron de dicha
enfermedad. A ojo podemos observar
un riesgo estimado de 10 veces más.
TABLA DE CONTINGENCIA
Si tomamos a la MUERTE POR CÁNCER DE PULMÓN como variable independiente,
podemos expresar la proporción de pacientes que murieron por cáncer de pulmón
o no y eran fumadores vs las proporciones de causa de muerte de los que no eran
fumadores.
Causa de muerte
Otra Cáncer de
pulmón
No fumadores 784 16
Fumadores 160 40
Total 944 56
TABLA DE CONTINGENCIA
Si tomamos a la MUERTE POR CÁNCER DE PULMÓN como variable independiente,
podemos expresar la proporción de pacientes que murieron por cáncer de pulmón
o no y eran fumadores vs las proporciones de causa de muerte de los que no eran
fumadores.
Causa de muerte
Otra Cáncer de
pulmón
No fumadores 83% 29%
Fumadores 17% 71%
Total 100% 100%
Aquí podemos observar que el 71% de
todos los que murieron de cáncer de
pulmón eran fumadores y que el 17%
de las muertes no relacionadas al
cáncer de pulmón fueron de
fumadores.
TABLA DE CONTINGENCIA

¿Qué podemos analizar en una tabla de contingencia?

Causa de muerte Total

Otra Cáncer de
pulmón
No fumadores 784 16 800
Fumadores 160 40 200
Total 944 56 1000
 DIAGRAMA DE FLUJO
Ilustrar secuencias de eventos o procesos
fisiológicos
DIAGRAMA DE FLUJO
Ejemplo:
Representación de los mecanismos
intervinientes en la regulación de la
temperatura corporal

Variable independiente:
- Cambios de temperatura de la
sangre y la piel
Variable dependiente:
- Respuestas fisiológicas
¿De qué tipo de grafico se trata?

¿Qué tipo de variables incluye?

¿Cuál es la dependiente?

¿Qué conclusión o conclu-

siones sacan?
FUENTES DE LECTURA
• Stuart. Fisiología Humana. Ed 13. “Capítulo 1: Estudio de la función del
cuerpo.”
• Silverthorn. Fisiología Humana. Ed 8. “Capítulo 1: Introducción a la
Fisiología”.
• Best y Taylor. Bases Fisiológicas de la Práctica Médica. Ed. 14. “Capítulo
0: Introducción a la Fisiología”