Download - Sesion 3 mbe tipos de variables
![Page 1: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/1.jpg)
Introducción
![Page 2: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/2.jpg)
Epidemiología
Estudio
Distribución
Determinantes
Salud Población
Prevenir Controlar
Problemas de salud
Investigación epidemiológica
Last JM. A dictionary of epidemiology, 4th ed. Oxford, Oxford University Press,2001.
![Page 3: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/3.jpg)
Investigación epidemiológica
Objetivos
Describir la distribución de
enfermedades y eventos en salud
Descubrimiento y caracterización de las leyes que los
gobiernan
Desarrollar conocimiento
Aplicar en la población
![Page 4: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/4.jpg)
Investigación epidemiológica
Información
![Page 5: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/5.jpg)
Investigación epidemiológica
Validez
Adecuado y apropiado de los
métodos utilizados
![Page 6: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/6.jpg)
Precisión
Capacidad de un instrumento de dar el mismo resultado en mediciones diferentes
Mejor al aumentar el tamaño de la muestra
![Page 7: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/7.jpg)
Validez y precisión
Straus SE, Richardson WS, Glasziou P, et al. Evidence-Based Medicine: How to Practice and Teach It. 4th ed. Churchill Livingstone; 2010.Greenhalgh T. How to read a paper the basics of evidence-based medicine, 4th ed. Wiley-Balckwell; 2010.
• Probabilidad de que la diferencia observada sea por azar
• <0.05 • <5%
p
• Rango dentro del cual se garantiza que se puede encontrar el valor real.
• Toma en cuenta un grado prefijado de seguridad (95%, 99%)
IC
![Page 8: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/8.jpg)
Validez y precisión
Santana-Chávez LA, Lifshitz A, Castillo-Ayala JL. La docencia en el aprendizaje de la clínica. Edición de los autores: Guadalajara, México; 2014. Por publicar.
![Page 9: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/9.jpg)
Validez y precisión
Santana-Chávez LA, Lifshitz A, Castillo-Ayala JL. La docencia en el aprendizaje de la clínica. Edición de los autores: Guadalajara, México; 2014. Por publicar.
![Page 10: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/10.jpg)
Validez y precisión
Santana-Chávez LA, Lifshitz A, Castillo-Ayala JL. La docencia en el aprendizaje de la clínica. Edición de los autores: Guadalajara, México; 2014. Por publicar.
![Page 11: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/11.jpg)
Validez y precisión
Santana-Chávez LA, Lifshitz A, Castillo-Ayala JL. La docencia en el aprendizaje de la clínica. Edición de los autores: Guadalajara, México; 2014. Por publicar.
![Page 12: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/12.jpg)
Validez y precisión
Santana-Chávez LA, Lifshitz A, Castillo-Ayala JL. La docencia en el aprendizaje de la clínica. Edición de los autores: Guadalajara, México; 2014. Por publicar.
![Page 13: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/13.jpg)
Ejemplo
McMurray JJ, Packer M, Desai AS, et al. Angiotensin-Neprilysin Inhibition versus Enalapril in Heart Failure. N Engl J Med. 2014 Aug 30. [Epub ahead of print]
![Page 14: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/14.jpg)
¿Qué son?
![Page 15: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/15.jpg)
¿Qué son?
Válido
![Page 16: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/16.jpg)
¿Qué son?
Preciso
![Page 17: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/17.jpg)
¿Qué son?
Preciso
Válido
![Page 18: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/18.jpg)
¿Qué son?
Ni Preciso
Ni Válido
![Page 19: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/19.jpg)
¿Qué son?
Válido
VálidoEj: p=0.003
![Page 20: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/20.jpg)
¿Qué son?
Preciso
Ej: IC95(1.3 – 1.5)
![Page 21: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/21.jpg)
¿Qué son?
Preciso
Ej: IC95(3.3 – 8.5)
![Page 22: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/22.jpg)
¿Qué son?
Preciso
Ej: IC95(7.3 – 28.5)
![Page 23: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/23.jpg)
¿Qué son?
Preciso
Válido
Ej: RR 2.5 IC95(2.3 – 2.8), p =0.0004
![Page 24: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/24.jpg)
¿Qué son?
Preciso
No Válido
Ej: RR 1.3 IC95(0.9 – 1.4),
p =0.14
![Page 25: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/25.jpg)
¿Qué son?
Ni Preciso
Ni Válido
Ej: RR 2.5 IC95(0.3 – 32.8), p =0.75
![Page 26: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/26.jpg)
Ejercicio
![Page 27: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/27.jpg)
Ejemplo
• ¿Cuál es el resultado más preciso?• A)RR, 2.03; IC95%, 0.90 a 84• B)RR, 2.03; IC95%, 0.05 a 3.8• C)RR, 2.03; IC95%, 1.18 a 4.3• D)RR, 2.03; IC95%, 2 a 2.06
![Page 28: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/28.jpg)
Ejemplo
• ¿Qué estudio descartaría?• A)RR, 8.3; IC95%, 8 a 9.3• B)RR, 5.8; IC95%, 0.6 a 2.8• C)RR, 7.54; IC95%, 7.2 a 7.9• D)RR, 2.9; IC95%, 1.7 a 3.6
![Page 29: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/29.jpg)
Ejemplo
• ¿Qué estudio descartaría?• A)RR, 8.3; p= 0.0008• B)RR, 5.8; p= 0.007• C)RR, 7.54; p= 0.06• D)RR, 2.9; p= 0.02
![Page 30: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/30.jpg)
Ejemplo
• ¿Qué estudio es el más preciso?• A)RR, 8.3 (IC 95 7.4-8.4); p= 0.008• B)RR, 5.8 (IC 95 2.3-8.9); p= 0.002• C)RR, 7.54 (IC 95 0.05-10.4); p= 0.07• D)RR, 2.9 (IC 95 0.2-3); p= 0.08
![Page 31: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/31.jpg)
Ejemplo
• ¿Qué estudio es el más preciso y es además, válido?
• A)RR, 8.3 (IC 95 7.4-8.4); p= 0.03• B)RR, 5.8 (IC 95 2.3-18.9); p= 0.2• C)RR, 7.54 (IC 95 0.05-10.4); p= 0.08• D)RR, 2.9 (IC 95 0.2-3); p= 0.09
![Page 32: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/32.jpg)
Variables
![Page 33: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/33.jpg)
Distribución Normal
![Page 34: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/34.jpg)
Distribución Normal
Si las observaciones siguen una distribución normal se pueden utilizar muchas pruebas estadísticas. Es útil saber que aproximadamente 2 terceras partes de las observaciones que siguen una distribución normal difieren en
menos de una desviación estándar de la media; y cerca del 95% están a menos de 2 desviaciones estándar de la media
![Page 35: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/35.jpg)
Estadística descriptiva (Medidas de tendencia central)
Media aritmética
Mediana
Moda
Se obtiene de sumar los valores individuales de la serie y dividir el resultado de esa suma entre el número de elementos de esa seriec
Es el valor que se encuentra justo en el centro de los valores de la serie
cuando estos son acomodados progresivamente
Es el valor que mas veces se repite en una serie
![Page 36: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/36.jpg)
Estadística descriptiva (Medidas de dispersión)
Varianza
La varianza de la población se define como la suma de
cuadrados de las desviaciones de los datos con respecto a la
media de la población, dividida por el número de
observaciones de la población.
Desviación estándar
Es un estadístico universalmente empleado
para medir la variabilidad de una población o de una
muestra. Se interpreta como el valor absoluto que en
promedio se alejan los datos de las observaciones de la
media de la población, o de la muestra.
Rango o intervalo
El rango de un conjunto de datos numéricos es la
diferencia entre el mayor y el menor de todos ellos. La información que presenta es muy general, siendo útil en distribuciones normales para estimar la desviación
estándar, de manera aproximada.
![Page 37: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/37.jpg)
Procesamiento y analisisTipo de pruebas estadisticas
Parametricas:Prueba t de StudentANOVA
No parametricas:P. (x2)P. de WilcoxonP. de Mann y WhitneyP. de Kruskal Wallis
![Page 38: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/38.jpg)
Métodos estadísticos básicos
T de StudentX2 (Chi
Cuadrada)
Análisis de regresión
ANOVA
![Page 39: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/39.jpg)
T de Student• Esta prueba se utiliza para comparar si la
media de dos distribuciones normales son iguales (H0-hipótesis 0) o diferentes una de otra (H1-hipótesis 1).
• Su finalidad es la de aceptar y rechazar hipótesis.
• Utilizada para variables cuantitativas• Tiene 2 colas de distribución
![Page 40: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/40.jpg)
X2 Chi cuadrada
• Estima la probabilidad de que la magnitud con la que se desvían las observaciones de lo esperado, sea o no producto del azar.
• La X2 mide la desviación de lo observado con lo esperado• Si el valor de p es > 0.05 debe interpretarse como que la
desviación es aleatoria• En el caso opuesto (p<0.05) la desviación no es producto
del azar y debe tener otra explicación.
![Page 41: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/41.jpg)
Análisis de Varianza (ANOVA)
• Esta prueba compara las medias entre los grupos de variables dependientes mediante el análisis de las fuentes de variación de la variable dependiente.
• El objetivo es encontrar la fuente de variación que determina cambios en la variable dependiente.
• Se pueden analizar mas datos a la vez
![Page 42: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/42.jpg)
Waber RL, Shiv B, Carmon Z, Ariely D. Commercial features of placebo and therapeutic efficacy.JAMA. 2008 Mar 5;299(9):1016-7
• 82 voluntarios• Uso de un nuevo
analgésico opiode similar a codeína (en realidad placebo)
• Choques eléctricos en muñeca
Placebo barato vs placebo caro
![Page 43: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/43.jpg)
• ¿Cómo puede el investigador controlar las variables de confusión en un estudio observacional?
• ¿Qué sucede cuando es necesario estratificar por muchas variables, o cuando para estratificar variables numéricas es necesario hacer categorizaciones a menudo arbitrarias?
• El análisis de regresión múltiple, conocido desde hacía muchos años, fue las solución a este problema. Su utilidad fue puesta de manifiesto en 1967 cuando fue empleado en el estudio Framingham
Regresión múltiple
![Page 44: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/44.jpg)
• Análisis de regresión lineal múltiple: En este caso la variable dependiente o resultado es continua, las variables independientes pueden ser continuas o dicotómicas.
En el estudio INTERSALT fue analizada la relación entre el consumo de sal, medido por el Na en orina de 24hs, y la presión arterial. Otras variables formaron parte del modelo como el BMI, el consumo de alcohol y la edad
Análisis de regresión múltiple
![Page 45: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/45.jpg)
• Análisis de regresión logística múltiple:
La variable dependiente es dicotómica y las variables independientes continuas o dicotómicas. Este tipo de análisis fue utilizado en el
estudio Modode nacimiento y riesgo de transmisión
del HIVLa regresión logística permite calcular el
odds ratio eIC, que tienen un importante valor
biológico porquecuantifican el incremento o decremento
del riesgo,ajustado por las demás variables.
Análisis de regresión múltiple
![Page 46: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/46.jpg)
Furness S, Connor J, Robinson E, et al.Car colour and risk of car crash injury: population based
case control study. BMJ 2003;327:1455–6
Carros Plateados tienen menor riesgo de tener lesiones en accidentes
automovilísticos
El color de los carros y el riesgo de lesión en accidentes: estudio de casos y controles
![Page 47: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/47.jpg)
Procesamiento y analisisTipo de pruebas estadisticas
Parametricas:Prueba t de StudentANOVA
No parametricas:P. (x2)P. de WilcoxonP. de Mann y WhitneyP. de Kruskal Wallis
![Page 48: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/48.jpg)
Asociación de variables y estadístico
Correlación Spearman Regresión linealCuantitativaCuantitativa
2 Prueba T +3 ANOVA
categóricaCuantitativa
Regresión logísticacuantitativacategórica
chi-cuadradacategóricacategórica
Prueba Tipos de variableDependiente independiente
![Page 49: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/49.jpg)
Asociación de variables y estadístico
chi-cuadrada
Kruskal wallis
ANOVA
McNemarchi-cuadrada*
Wilcoxon Mann-Whitney
Prueba t pareada
Prueba tCuantitativa
Ordinal
Categórica
Número de variables independientes 2 grupos datos pareados >2grupos
Variable
* Cuando 1 celda tiene <5 esperados, se usa prueba exacta de FischerCuando 1 de las celdas tiene <5 observados, se usa corregida de Yates
![Page 50: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/50.jpg)
Procesamiento y análisis Selección de la prueba estadística para observaciones independientes
Variable de resultado
Nominal Categórica (>2 categorías)
Ordinal Cuantitativa discreta
Cuantitativa No-normal
Cuantitativa normal
Variable de entrada
Nominal X2 o de Fisher
X2 tendencia o Mann-Whitney
Mann-Whitney
Mann-Whitney o log-rank (a)
Prueba t de student
Categórica (>2 categorías)
Kruskal-Wallis (b)
Kruskal-Wallis (b)
Kruskal-Wallis (b)
Análisis de la varianza (ANOVA) (c)
Ordinal (categorías ordenadas)
X2 de tendencia o Mann – Whitney
(e) Rangos de Spearman
Rangos de Spearman
Rangos de Spearman
Rangos de Spearman o regresión lineal (d)
Cuantitativa Discreto
Regresión Logística
(e) (e) Rangos de Spearman
Rangos de Spearman
Rangos de Spearman o regresión lineal (d)
Cuantitativa no-normal
Regresión Logística
(e)
(e)
(e)
Ploteo de datos, Pearson o rangos de Spearman
Ploteo de datos, Pearson o Rangos de Spearman y regresión lineal
Cuantitativa normal
Regresión Logística
(e)
(e)
(e)
Regresión lineal (d)
Pearson y regresión lineal
X2
X2
X2
![Page 51: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/51.jpg)
CorrelaciónEl coeficiente de correlación de Pearson es el calculado para variables continuas, si tenemos dos variables X e Y, la correlación entre ellas se la nombra r (X,Y), o solo r y está dada por: r = (xi-x) (yi-y ) Donde xi e yi son los valores de X e Y para el (xi-x)2(yi-y)2 individuo i
-1 +1 fuerte fuerte negativa positiva -0.5 +0.5 débil débil negativa positiva 0 Sin correlación
Correlación perfecta negativa Correlación perfecta positiva
Sin Correlación
![Page 52: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/52.jpg)
Variables
Continuas Medias
2 T de student Edad entre 2 grupos
>2 ANOVA Edad entre >2 grupos
Discretas
Ordinal
2 U de Mann Whitney
Escolaridad
Numero de intentos
>2 Kruskal- Wallis
Nominal
Chi cuadrada Género
F Fisher
Todas las pruebas nos dan un valor de p
![Page 53: Sesion 3 mbe tipos de variables](https://reader034.vdocuments.mx/reader034/viewer/2022042600/58e4db8c1a28abf5048b6039/html5/thumbnails/53.jpg)
La estadística es como unos ciegos describiendo un elefante