METODOLOGIA DE LA INVESTIGACION CIENTIFICA.repositorio.educacionsuperior.gob.ec/bitstream/28000/4686/2/Anexo 2...EVIDENCIA? 2. Acceder a la información científica 3. Evaluar críticamente

METODOLOGIA DE LA

INVESTIGACION CIENTIFICA.

Dr. Carlos Valencia Calderón, MD, PhD.

Neurólogo - Neurocirujano

Investigador del Proyecto PROMETEO, SENESCYT

Servicio de Neurocirugía. Hospital Baca Ortiz

21 de Abril de 2014

¿POR QUÉ CONTINUAR CON

ESTE CURSO DE METODOLOGÍA

DE LA INVESTIGACIÓN

CIENTÍFICA?

1

TEMA: NOSOTROS

•La mitad de lo que les hemos enseñado no

será verdad dentro de 5 años (Sackett 1997)

•Son nuestros pacientes quienes pagan el

precio de nuestra obsolescencia , y es

conveniente recordar que estos también son

nuestros padres, hermanos, amigos y

nosotros mismos.

2

TEMA: UNIVERSIDADES

De las 60 universidades que

existen en el Ecuador, a partir del

2017 solo quedarán aquellas que

tengan en su plantilla a docentes

con títulos de maestrías y de PhD.

3

TEMA: DOCENTES

Aquellos docentes con títulos de

maestrías y de PhD deberán

conocer el reglamento de carrera y

escalafón de las universidades….

4

TEMA: HOSPITALES

Aquellos hospitales que busquen la

acreditación internacional deberán

esforzarse en todos los campos

posibles….

5

TEMA: NUESTRO HOSPITAL

TEMA HBO

SOLO EL:

• 9,5% tenía publicaciones en revistas

internacionales.

• 4,05% tenía conocimientos completos sobre

herramientas metodológicas.

• 2,7% tenía un nivel avanzado de inglés.

6

TEMA: LEGAL

La entrada en vigor de la ley de

mala práctica..

CUÁL DEBE SER NUESTRA

RESPUESTA.

1. Protocolos

2. Clasificación funcional

3. Zapatero a tu zapato: tema

consulta externa.


RESPUESTA.

1. Protocolos



consulta externa.


RESPUESTA.

1. Protocolos



consulta externa.


RESPUESTA?

1. Protocolos



consulta externa.

4. Renuncia en masa

Metodología de la Investigación Científica

Lo más práctico y urgente para nuestra

necesidad actual

Contenido de la capacitación.

1. Resumen de Medicina Basada en la Evidencia

2. Método científico: hipótesis

3. Variables: definición, clasificación, representación

4. Pruebas de asociación estadística entre dos variables

5. Índices estadísticos o parámetros estadísticos (NNT, RR..

6. Resumen y clasificación de los estudios epidemiológicos

7. Evaluación e interpretación de estudios publicados (MBE)

1

Contenido de la capacitación.


2. Método científico: hipótesis






MEDICINA BASADA EN LA EVIDENCIA

• Definición: La MBE es

la utilización

consciente, explicita y

juiciosa de la mejor

evidencia científica

clínica disponible para

tomar decisiones sobre

el cuidado de pacientes

individuales.

Mejor evidencia clínica disponible:

» Iinvestigación clínicamente relevante, a menudo procedente

de las ciencias básicas de la medicina, pero especialmente de la

investigación clínica centrada en los pacientes y que se realiza

sobre la exactitud y precisión de las pruebas diagnósticas

(incluida la exploración física), el poder de los marcadores

pronósticos y la eficacia y la seguridad de los regímenes

terapéuticos, rehabilitadores o preventivos.

































Necesidades/Preferencias

del paciente Experiencia clinica

Mejor evidencia clínica

MEDICINA BASADA EN LA EVIDENCIA

• En el fondo, se trata de una estrategia de análisis

crítico de la literatura médica que implica el

aprendizaje de los distintos diseños de

investigación clínica, su pertinencia, validez y

utilidad en cada caso o circunstancia, y la

interpretación cabal de sus datos y resultados.

• www.cebm.net

¿POR QUÉ MEDICINA

BASADA EN LA EVIDENCIA?

•La mitad de lo que les hemos enseñado no será

verdad dentro de 5 años (Sackett 1997)

•Son nuestros pacientes quienes pagan el precio de

nuestra obsolescencia , y es conveniente recordar

que estos también son nuestros padres, hermanos,

amigos y nosotros mismos.

En la práctica el ejercicio de la MBE consiste en

cuatro pasos:

1. Formular de manera precisa una pregunta a partir del problema

clínico del paciente: cuatro elementos.

2. Localizar de forma exhaustiva las evidencias o pruebas

disponibles en la literatura.

3. Evaluación crítica de las evidencias o pruebas disponibles, para

establecer su validez (proximidad a la realidad) y utilidad

(aplicabilidad clínica).

4. Aplicación de las conclusiones de la evaluación a la práctica

clínica. Este último paso debe ir acompañado de la experiencia

clínica necesaria para poder contraponer los riesgos y beneficios.

¿QUÉ ES HACER MEDICINA BASADA EN LA

EVIDENCIA?

2. Acceder a la

información

científica

3. Evaluar

críticamente su

validez y

aplicabilidad

4. Incorporarla a la

práctica clínica

cotidiana

1. Pregunta

• … pero:

• si anualmente se publican unas 25.000 revistas

biomédicas en el mundo, con unos 2 a 4 millones de

artículos, ¿quién podría estar actualizado?

• Aproximadamente se habrían de leer unos 17 artículos

cada uno de los 365 días del año, para llegar a la

conclusión de que:

– el 95% de ellos no pueden ser considerados información

científica relevante.

BASES DE DATOS:

MEDLINE

EMBASE

LILACS

COCHRANE LIBRARY

REVISTAS:

Best Evidence

JAMA

BMJ

NEJM

Pediatrics

¿DÓNDE BUSCAR LA INFORMACIÓN CIENTÍFICA?

• Página web del Centre for Evidence Based Medicine de Oxford (Reino

Unido):http://www.cebm.net/

• Página web del Health Information Research Unit (HIRU) de la Universidad de

Mc Master (Canadá): http://hiru.mcmaster.ca/hiru/

• Página en castellano de la MBE: www.infodoctor.org/rafabravo/

• Página web del NHS Centre for Reviews and Dissemination de la

• Universidad de York (Reino Unido): www.york.ac.uk/inst/crd/

• Guía de la Evidencia de la School of Health and Related Research (ScHARR) de

la Universidad de Scheffield:http://www.infodoctor.org/rafabravo/netting.htm

• Página web de Canadian Centres for Health Evidence:www.cche.net/principles/.

Seleccionar la opción: “Content”. Contiene una interesante serie de documentos

denominados "Users' Guides to Evidence-Based Practice".

Búsqueda de información:

http://www.cebm.net/

http://hiru.mcmaster.ca/hiru/

http://www.infodoctor.org/rafabravo/

http://www.york.ac.uk/inst/crd/

http://www.infodoctor.org/rafabravo/netting.htm

http://www.cche.net/principles/


1. Búsqueda de evidencia de primer nivel:

– www.clinicaltrials.gov

– www.uptodate.com

– www.cochrane.es

http://www.clinicaltrials.gov/

http://www.uptodate.com/




2. Búsqueda de bibliografía:

– Formulación de la pregunta de búsqueda

– Selección de recursos para la búsqueda: www.pubmed.gov

– Traducción de la pregunta al lenguaje documental

– Estrategias de búsqueda

– Recuperación de los trabajos localizados.

En la práctica el ejercicio de la MBE consiste

en cuatro pasos:

1. Formular de manera precisa una pregunta a partir del

problema clínico del paciente: cuatro elementos.



3. Evaluación crítica de las evidencias o pruebas

disponibles, para establecer su validez (proximidad a la

realidad) y utilidad (aplicabilidad clínica).

En la práctica el ejercicio de la MBE consiste

en cuatro pasos:

1. Formular de manera precisa una pregunta a partir del

problema clínico del paciente: cuatro elementos.



3. Evaluación crítica de las evidencias o pruebas

disponibles, para establecer su validez (proximidad a la

realidad) y utilidad (aplicabilidad clínica). • ECCA: son en la actualidad los máximos niveles de evidencia para juzgar la

efectividad de un tratamiento debido a que su diseño es el más confiable y sólido en

el área de la investigación clínica.

¿CÓMO INCORPORAR LA MBE A LA PRÁCTICA

PROFESIONAL?

No confiar

ciegamente en el

“criterio de

autoridad”

No abusar del

razonamiento

fisiopatológico

Sí utilizar

la mejor

evidencia

disponible

Sí tomar la mejor

decisión posible

en caso de

incertidumbre

No practicar

una “medicina

empírica”

Sí considerar

las preferencias

de los pacientes

La mejor evidencia depende del tipo de pregunta

Si la pregunta es sobre: El estudio que usa es:

Diagnóstico Transversal

Pronóstico Cohortes

Terapia Aleatorios y meta-análisis

Contenido de la capacitación:


2. Método científico






¿TODA LA INFORMACIÓN CIENTÍFICA “PESA” LO MISMO?

NIVELES DE EVIDENCIA (Canadian Task Force)

– Ia. Metaanálisis de ensayos clínicos controlados aleatorizados (ECCA).

– Ib. Al menos un ensayo clínico controlado, bien diseñado y aleatorizado.

– IIa. Al menos un ensayo clínico controlado, bien diseñado, no aleatorizado.

– IIb. Al menos un estudio experimental bien diseñado.

– III. Estudio descriptivo no experimental.

– IV. Informes de comités de expertos y opiniones o experiencia de expertos.

Estudios sobre Terapia, Prevención, Etiología y Daño

Recomendac. Nivel de evidencia Estudios sobre los que se basa

A

Nivel

1

1a Rev.Sist. C/homogeneización de estudios aleatorios controlados de alta calidad

1b Estudio controlado individual c/I.C. estrecho

1c Estudio “todo o nada”

B

Nivel 2 2a Rev.Sist. De estudios de cohortes

2b Estudio individual de cohortes, incluido EAC

2c Investigación de desenlaces

Nivel

3

3a Revisión Sist. De estudios de casos y controles

3b Estudio individual de casos y controles

C Nivel 4 Series de casos o estudios de cohortes o estudios de casos y controles de mala calidad

D Nivel

5

Opinión de expertos sin evaluación crítica explícita o basada en fisiología o “primeros principios”

Estudios sobre Pronóstico

Recomendación

Nivel de evidencia

Estudios sobre los que se basa

A Nivel

1

1a Revisión sist. C/ homogeneidad de cohortes de inicio o Guías de practica Cl validadas por test-set

1b Estudio individual de cohortes de “inicio” c/seguimiento mayor al 80%

1c Series de casos “todo o nada”

B Nivel

2

2a Rev.Sistemática c/homogeneidad de studios de cohortes retrospectivas o de EAC c/ controles no tratados

2b Cohorte retrospectiva o seguimiento de controles no tratados en una EAC o guía de práctica clínica no validada por test-set

2c Investigación de “desenlaces”

C Nivel 4 Series de casos y cohortes de mala calidad

D Nivel

5

Opinión de expertos sin evaluación crítica explícita, o basada en fisiología o “primeros Principios”

METODOLOGIA DE LA

INVESTIGACION CIENTIFICA.

Dr. Carlos Valencia Calderón, MD, PhD.

Neurólogo - Neurocirujano

Investigador del Proyecto PROMETEO, SENESCYT

Servicio de Neurocirugía. Hospital Baca Ortiz

21 de Abril de 2014

2

Método: • La palabra método deriva etimológicamente de las

raíces griegas metas que significa movimiento y odos

que significa camino, senda, dirección. Por tanto

método quiere decir camino hacia algo, ósea esfuerzo

para alcanzar un fin o realizar una búsqueda.

Método Científico.

Es el procedimiento para descubrir las

condiciones en que se presentan sucesos

específicos, caracterizado por ser tentativo,

verificable, de razonamiento riguroso y

observación empírica.

Es el conjunto de conocimientos que ha acumulado el hombre a lo largo de la historia

Observación Formular una

hipótesis

Experimento Conclusiones Generalización y

comunicación de

resultados

Es descubrir el

fenómeno y

formular el

problema a

investigar

Es buscar

explicaciones al

fenómeno

observado; estas

pueden ser

verdaderas o

falsas

Reproducir el

fenómeno

controlando

diferentes

variables

Es contrastar o

poner a juicio las

hipótesis

Dar una ley y

comunicar los

resultados a la

comunidad

científica

Observación de un fenómeno

Fleming fue un microbiólogo

que "accidentalmente" descubrió

la penicilina.

En 1928, mientras estudia

cultivos de estafilococos áureos

-bacterias responsables de la

formación del pus- uno de sus

cultivos bacterianos se

contaminó con un moho llamado

Penicillium. Un ejemplo de

observación

Son ejemplos de aparatos de

observación:

• Gafas

• Microscopios

• Telescopios

• Altavoces

• Lupa

• Cámara fotográfica

• Cámara de video

Formular una HIPÓTESIS

Hipótesis

• Son enunciados formulados

como respuestas tentativas a

preguntas de investigación.

• Pregunta de investigación

Hipótesis

Las dos hipótesis Hipótesis nula, H0

Hipótesis de no diferencia o no asociación, es planteada en forma opuesta a la pregunta de investigación de interés, definida para ser rechazada: “la tasa de resistencia a ambos antimaláricos es similar”

Hipótesis alternativa o alterna, H1

Es la pregunta científica de interés. Aceptaremos que H1 es verdadera si los datos sugieren que H0 es falsa: “la tasa de resistencia difiere entre ambos antimaláricos”

Las hipótesis se plantean

como: – De existencia del EFECTO (de un

tratamiento).

– De una DIFERENCIA (de las medias del

peso al nacer ó las proporciones del bajo

peso al nacer entre dos poblaciones).

– De la ASOCIACIÓN (entre el tipo de

construcción de las casas y la

distribución del dengue).

– La Altura produce incremento en la frecuencia de

nacimientos prematuros: Existe DIFERENCIA entre las

edades gestacionales de neonatos en la altura vs. a

nivel del mar.

– La sustancia X incrementa la posibilidad de

malformaciones congénitas: Existe DIFERENCIA en la

prevalencia de malformaciones congénitas entre

gestantes expuestas a X vs. no expuestas.

• Ejemplos adicionales:

Formulación de Hipótesis (continuación)

• Hipótesis Nula (Ho) :

– Enunciado formal para el contraste de hipótesis con métodos estadísticos: No hay asociación, No hay diferencia, No hay efecto.

• Hipótesis alternativa (H1):

– Hipótesis complementaria a Ho: Si hay asociación, Si hay diferencia, Si hay efecto.

• La Hipótesis nula y la Hipótesis alternativa

habitualmente (p. ej. en Epidemiología) se

plantean en función de una Medida del

Efecto.

• Medidas del efecto son:

– Diferencias de medias,

– Diferencias de prevalencias

– Razones de riesgo (Riesgos relativos)

– Razones de chances („Odds ratios‟)

¿Cuál hipótesis es verdadera (o

falsa)?

Con los datos de la muestra se calcula un valor (llamado estadístico de prueba) que sirve para decidir

si Ho es falsa y debe ser rechazada (única y exclusivamente para eso)

Si los resultados sugieren que se debe rechazar Ho, entonces automáticamente se acepta que H1 es

verdadera

Si los resultados no indican que se rechaze Ho tampoco se puede concluir nada sobre H1

Las hipótesis deben ser probadas de forma

rigurosa por la observación experimental.

Las que no superen las pruebas observadas

deberán ser eliminadas y reemplazadas por

otras.

EXPERIMENTACIÓN

Si los datos no están de

acuerdo con la hipótesis, se

rechaza y se realiza otro

experimento para contrastar

otra.

Si los datos están de

acuerdo con la hipótesis,

ésta se confirma y

obtenemos una

LEY FÍSICA

El científico intenta explicar

la ley obtenida junto a otras

leyes y otros fenómenos.

Es lo que constituye una

TEORÍA

Una buena teoría permite

al científico PREDECIR

nuevos fenómenos que

hay que buscar y estudiar.

OBSERVACIÓN

HIPÓTESIS

EXPERIMENTO

DATOS LEYES

TEORÍAS

OTRAS LEYES

Y FENÓMENOS

PREDICCIÓN

NUEVOS

FENÓMENOS

SI NO

Método Científico

Cómo funciona la Ciencia:

1. Se formula una hipótesis.

2. Se obtienen datos (variables)

3. La hipótesis es contrastada con la evidencia de

la muestra.

4. Conclusión

VARIABLES

1. Concepto

2. Clasificación

3. Descripción

4. Representación gráfica

5. Pruebas de asociación entre variables

VARIABLES

1. Concepto

2. Clasificación

3. Descripción



VARIABLES

NORMAS DE CONSENSO INTERNACIONALMENTE

ACEPTADAS EN LAS PUBLICACIONES DE

LITERATURA EN CIENCIAS DE LA SALUD

VARIABLES SON CADA UNO DE LOS CARACTERES

QUE SE REGISTRAN EN SUJETOS DE UN ESTUDIO

Y QUE PUEDEN TOMAR DISTINTOS VALORES

VARIABLES

1. Concepto

2. Clasificación

3. Descripción



BINARIAS

NO BINARIAS

SIGUEN UN ORDEN

RECUENTOS

MEDIDAS

INTERVALOS

Variables

Cualitativas

Dicotómicas

No dicotom. (>2)

Ordinales

Cuantitativas

Discretas

Continuas

Categorizadas

SEXO, ENFERMO

RAZA, EST. CIVIL

RANGO, NIVEL

Nº DE CRISIS, ETC

PESO, TALLA, SODIO

<1a, 1-5a, >5a.

Variables

Cualitativas

Dicotómicas

No dicotom. (>2)

Ordinales

Cuantitativas

Discretas

Continuas

Categorizadas

Ejemplos de variables:

1. Sexo o género: masculino, femenino

2. Grupo sanguíneo: A, B, AB, O

3. Nombres de alumnos: Roberto, José, María, Irma, etc

4. Actividades preferidas: cine, TV, lectura, etc.

5. Profesiones: médicos, ingenieros, maestros, militar

6. Tipo de actividad económica: vendedor, pintor, etc

7. Calidad del desempeño entre residentes: excelente, bueno, malo.

Insistamos..

Servicios que han presentado sus primeros

trabajos de investigación.

Anestesiología

Cirugía Pediátrica

Neurocirugía

Neurología

Odontología

Oncohematología

Otorrinolaringología

Servicio de Medicina Transfusional

Terapia Intensiva

http://www.salud.gob.ec/direccion-de-inteligencia-de-la-salud/












Pregunta.

El colesterol sérico es una variable:

1. Cuantitativa discreta

2. Cuantitativa continua

3. Cualitativa dicotómica

4. Cualitativa ordinal

5. Puede ser cualquiera

continua

Pregunta.

El número de arterias coronarias con estenosis es una

variable:






discreta

Pregunta.

El número de camas ocupadas en un hospital, es una

variable de tipo:






discreta

Pregunta.

Para estudiar la influencia que puede tener la dieta

en la prevalencia de la hipertensión infantil, se

estudian dos tipos de dietas contrarios en dos

regiones del país, y se seleccionan dos muestras de

niños en dos provincias, una de cada región, para

comparar el porcentaje de niños hipertensos en estas

provincias. En una de ellas hay el doble de niños

hipertensos que en otra….

Pregunta.

¿Qué tipo de variable es, en este estudio, el tipo de dieta?






dicotómica

Pregunta.

Señale cuál de las siguientes es una variable cuantitativa

discreta:

1. Glucemia basal en la población general.

2. Sexo.

3. Número de camas.

4. Color del pelo.

5. Respuesta al tratamiento analgésico en un grupo de

personas con dolor lumbar crónico inespecífico.

3

Pregunta.

Un nuevo fármaco presenta entre sus efectos secundarios la

aparición de cefalea. En un estudio clasificamos a los

pacientes tratados con este fármaco en tres grupos: sin

cefalea, con cefalea leve, con cefalea intensa. Es una

variable

1. Dicotómica




5. Cualitativa no dicotómica

3

Pregunta. ¿Cuál de las siguientes opciones se corresponde con una

variable dicotómica?

1. Supervivencia medida en meses en pacientes con

metástasis óseas diseminadas.

2. Colesterolemia en pacientes diabéticos de más de 10 años

de evolución.

3. Ácido úrico en un grupo de personas escogidas al azar de

una zona rural.

4. Antecedente de consumo de cannabis en personas con

demencia senil.

5. Raza de personas con índice de masa corporal superior al

percentil 95.

4

VARIABLES

1. Concepto

2. Clasificación

3. Descripción



Variables

Cualitativas

Óptica transversal

Óptica de seguimiento

Cuantitativas

Basados en momentos

Basados en ordenaciones

INDICES DE

DISTRIBUCIONES

SIMÉTRICAS

Medias, variancias, ..

INDICES ESTÁTICOS

No incluyen el tiempo

Prevalencia o proporciones

Razones o cocientes, odds

INDICES DINÁMICOS

Si incluyen el tiempo

Incidencia: riesgo y tasas

DESCRIPCION DE DATOS. Medidas de frecuencia de un evento

INDICES DE

DISTRIBUCIONES

ASIMÉTRICAS

Medianas, cuartiles, …

Variables

Cualitativas

Óptica transversal


Cuantitativas

Basados en momentos



INDICES ESTÁTICOS:

Razones o cocientes:

r = n/d (0 a ∞)

Ej:

IPR= PR/PI

IPR=90/75 = 1,2 (20% de

exceso)

Prevalencias o Proporciones:

p = a/a+b (0 a 1)

Se pueden multiplicar por 100,

1000, 10000

Frecuencia relativa = D/D+nD

Odds: O=p/(1-p); (0 a ∞)

2;17-18,41

0= evento que nunca ocurre

1= evento que ocurre siempre

0= evento que nunca ocurre

∞= evento que ocurre siempre

Hemos aprendido lo que es una proporción?

• En cierta ocasión le preguntaron a un vendedor

que como podía vender tan baratos sus

sándwiches de pavo, a lo que respondió:

• “bueno, debo admitir que hay un poco de carne

de burro…

• … pero la mezcla es solo 50:50;

• uso el mismo número de pavos que de burros”

Variables

Cualitativas

Óptica transversal


Cuantitativas

Basados en momentos



INDICES DINÁMICOS:

1. Riesgo: probabilidad de

que un sujeto expuesto

presente el evento durante

un determinado periodo de

seguimiento.

Estudios de cohortes

RR >1FR, 1indiferente, <1 protector

Ejemplo:

Un grupo de 2000 mineros sanos al iniciar su trabajo, fue

seguido a lo largo de 10 años (N0=2000 son los sujetos que

inicialmente están en riesgo).

En este periodo de observación se presentaron 400 casos de

silicosis; los N1=1600 restantes finalizaron los 10 años sin

este problema.

Riesgo=proporción acumulada=incidencia acumulada=

R= N0-N1/N0 = 2000-1600/2000 = 400/2000 = 0,2 (20%)

Variables

Cualitativas

Óptica transversal


Cuantitativas

Basados en momentos



INDICES DINÁMICOS:

1. Riesgo: probabilidad de

que un sujeto expuesto

presente el evento durante

un determinado periodo de

seguimiento.

2. Tasa: es un indicador de

cambio entre dos

magnitudes, e incorporan

el tiempo en su fórmula

(como el cambio de la

glucemia de un diabético

por cada unidad de insulina

administrada)

Ejemplo:

Un grupo de 2000 mineros sanos al iniciar su trabajo, fue

seguido a lo largo de 10 años (N0=2000 son los sujetos que

inicialmente están en riesgo).

En este periodo de observación se presentaron 400 casos de

silicosis; los N1=1600 restantes finalizaron los 10 años sin

este problema.

Tasa= N0-N1/t = 2000-1600/10 = 400/10 = 40 casos x año

(las tasas expresan la velocidad de presentación de los eventos).

Pregunta 1.

Se desea evaluar la eficacia del tratamiento

farmacológico con tricíclicos en la enuresis. Para

ello se administró imipramina a una muestra de 150

niños con diagnóstico de enuresis. Los datos de este

estudio indican que al cabo de 4 meses la enuresis

ha desaparecido en 24 niños.

¿Cuál es el riesgo de curarse a los 4 meses?, ¿Cuál

es la tasa de curación?

24/150 = 0,16

24/4 = 6 casos*mes

2;23

993

3/1000 = 0,003

4/999 = 0,004

2/997 = 0,002

4/997

2/997

2/995

Prevalencia e incidencia de un evento


Caso 1

Caso 2

Caso 3

Caso 4

Caso 5

Caso 6

Caso 7

Casos 8 a 1000

1-01-2012 1-07-2012 31-12-2012

D

C

C

D

D

2;29

Durante este periodo, ¿cuántos sujetos han

permanecido libres de la enfermedad?

• r =

Calcule la prevalencia de la enfermedad el:

a. 1-01-2012:

b. 1-07-2012:

c. 31-12-2012:

Cuál es el riesgo de la enfermedad en el

año 2012?

• r =

Calcule el riesgo:

a. En el primer semestre del 2012

• r =

b. En el segundo semestre del 2012

• r =

993

3/1000 = 0,003

4/999 = 0,004

2/997 = 0,002

4/997

2/997

2/995


Caso 1

Caso 2

Caso 3

Caso 4

Caso 5

Caso 6

Caso 7

Casos 8 a 1000

1-01-2012 1-07-2012 31-12-2012

D

C

C

D

D

2;29


Caso 1

Caso 2

Caso 3

Caso 4

Caso 5

Caso 6

Caso 7

Casos 8 a 1000

1-01-2012 1-07-2012 31-12-2012

D

C

C

D

D

2;29

Caso 1 *

Caso 2 *

Caso 3 *

Caso 4 *

Caso 5 *

Caso 6 *

Caso 7 *

Caso 8 *

Caso 9 *

Caso 10*

Grupo A

Grupo B

2;33

Vamos a estudiar 2 grupos de 5

pacientes con lesiones cutáneas

Caso 1 *

Caso 2 *

Caso 3 *

Caso 4 *

Caso 5 *

Caso 6 *

Caso 7 *

Caso 8 *

Caso 9 *

Caso 10*

Días 1 2 3 4 5 6 7 8 9 10 11 12 13 14

Fármaco A

Fármaco B

Inicio del

tratamiento

Fin del

tratamiento

2;33

Aplicamos x 14d los fármacos A y

B a los grupos. Objetivos: al final

del periodo las lesiones han

desaparecido en tantos..

Caso 1 * * *

Caso 2 * * * *

Caso 3 * * * * * * * * * * * * * * * …

Caso 4 * * * *

Caso 5 * * *

Caso 6 *

Caso 7 *

Caso 8 *

Caso 9 *

Caso 10*

Días 1 2 3 4 5 6 7 8 9 10 11 12 13 14

Fármaco A

Fármaco B

Inicio del

tratamiento

Fin del

tratamiento

Caso 1 * * *

Caso 2 * * * *

Caso 3 * * * * * * * * * * * * * * * …

Caso 4 * * * *

Caso 5 * * *

Caso 6 * * * * * * * *

Caso 7 * * * * * * * * * * * * * * * …

Caso 8 * * * * * * * * *

Caso 9 * * * * * * * * * *

Caso 10* * * * * * *

Días 1 2 3 4 5 6 7 8 9 10 11 12 13 14

Fármaco A

Fármaco B

Inicio del

tratamiento

Fin del

tratamiento

Calcule el riesgo de curaciones a los 14 días

en los grupos A y B:

• A =

• B =

Calcule el cociente o la razón entre los dos

riesgos = riesgo relativo:

• RR = RA / RB

Este resultado (RR=1) indica que el riesgo de

estar curado a los 14 días es el mismo con ambos

tratamientos, pero… ¿esta información es correcta,

es suficiente?

4/5

4/5

1

Necesitamos conocer:

• La tasa media de incidencia de curaciones

o Hazard rate, y

• El cociente entre estas dos tasas o razón

de tasas o Hazard ratio


La tasa media de incidencia de curaciones o Hazard rate (I):

Nº de nuevos casos en un momento dado

I = -----------------------------------------------------------

Suma de unidades de tiempo que los sujetos de la

población han estado en riesgo

Hazard rate (IA):

4

I = ---------------- = 0,17

2+3+14+3+2

Hazard rate (IB):

4

I = ---------------- = 0,09

7+14+8+9+6

El cociente entre las dos tasas o razón de tasas o Hazard ratio (HR)

HR = IA / IB = (4/24) / (4/44) = 0,17 / 0,09 = 1,8

Este resultado 1,8 indica que

si se administra el fármaco

A, en lugar del B, la tasa de

curaciones se multiplica por

1,8 (velocidad media de

desaparicion de las lesiones.

Variables

Cualitativas

Óptica transversal


Cuantitativas

Basados en momentos


INDICES DE

DISTRIBUCIONES

SIMÉTRICAS

INDICES ESTÁTICOS


Momento temporal. Prevalencia

INDICES DINÁMICOS


Periodo temporal. Incidencia


INDICES DE

DISTRIBUCIONES

ASIMÉTRICAS

Variables

Cualitativas

Óptica transversal


Cuantitativas

Basados en momentos


INDICES DE

DISTRIBUCIONES

SIMÉTRICAS


Tendencia central: medias

Dispersión: variancia, SD*, CV

Asimetría: coef. de asimetría (+/-)

Apuntamiento: coef. apuntamiento

*Dispersión = variabilidad; SD=

raíz cuadrada positiva de la

variancia; 1:30-7

Dist.simétrica =0; asimetría

positiva/der >0 ; asimetría

negativa/izq <0

Mesocúrtica 2=0; leptocúrtica

2>0; platicúrtica 2<0

INDICES DE DISTRIBUCIONES

SIMÉTRICAS: Tendencia central

-3 -2 -1 0 1 2 3

z

68%

99%

95%

68,0 %

2 95,0 %

3 99,7 %

Probabilidades de la curva N (0,1):



• Ejemplo 1:

• Cuál es la edad promedio de aparición de los

principales eventos vasculares isquémicos?



• Ejemplo 1:

• Cuál es la edad promedio de aparición de los

principales eventos vasculares isquémicos?

IAM

60 años

EVC

70 años



• Ejemplo 2:

• Se desea conocer la estatura promedio de los

alumnos de 10º curso del colegio Mejía.



• Ejemplo 2:

• Se desea conocer la estatura promedio de los

alumnos de 10º curso del colegio Mejía.

Mujeres

164 cm

Hombres

172 cm

INDICES DE DISTRIBUCIONES SIMÉTRICAS:

Tendencia central y Dispersión

• Promedio o media

• Desviación estándar

• Ejemplo 3:

• Se desea comparar la estatura promedio entre los

alumnos del 10º A y el 10º B.



• Ejemplo 3:

• Se desea comparar la estatura promedio entre los

alumnos del 10º A y el 10º B.

10º A = 172 cm (SD 17,5)

10º B = 172 cm (SD 25,3)

La talla de la población A está más agrupada alrededor dela media

La talla de la población B presenta mayor variabilidad



• Ejemplo 4:

• Se desea …..


Tendencia central, Dispersión y Asimetría

Positiva = una cola de la distribución se aleja por la derecha = valores anormalmente altos respecto a la media

Negativa = una cola de la distribución se aleja por la izquierda = valores anormalmente bajos respecto a la media

• Ejemplo 4:

• Se desea valorar parámetros analíticos en la IRC

1< 0





1 = 0 1 > 0

Ejemplo de curtosis (dist. Mesocúrtica)

NORMAL

4.253.75

3.252.75

2.251.75

1.25.75

.25-.25

-.75-1.25

-1.75-2.25

-2.75

-3.25-3.75

1200

1000

800

600

400

200

0

Desv. típ. = 1.01

Media = -.00

N = 10000.00

• Ejemplo 4:


2 > 0





2 = 0 2 < 0

Ejemplos

• Se desea conocer los niveles de glucemia de los

pacientes ingresados en el HBO.

• Se toma una muestra de sangre de 10 pacientes.

• Se calcula la media (promedio) y la desviación

estándar de los valores obtenidos.

Niveles de glucemia 70

80

90

100

110

75

85

95

195

100

Voluntarios?

= 100

= 35,6

Estimación puntual:

La glucemia promedio de la población

es de 100 mg/dl (SD 35,6)

Estimación de intervalo:

IC = ± Z(/√n)

100 ± 1,96 (35,6 / √10)

93, 107 IC: es el intervalo que, con un grado

específico de confianza, incluye al

parámetro poblacional que se desea

estimar Interpretación:

Con una confianza del 95% podemos

decir que el verdadero valor de la

glucemia promedio de los ingresados

se halla entre 93 y 107 mg/dl

Variables

Cualitativas

Óptica transversal


Cuantitativas

Basados en momentos


INDICES DE

DISTRIBUCIONES

ASIMÉTRICAS


Tendencia central: mediana

Dispersión: Cuartiles, IQR, QD, CV

Asimetría: índice de simetría

Moda y amplitud

• Ejemplo 4:




INDICES DE DISTRIBUCIONES SIMÉTRICAS

Y ASIMÉTRICAS

> Md ≥ Mo < Md ≤ Mo = Md ≈ Mo

Pregunta.

En relación con la mediana, es cierto:

1. Es un parámetro de dispersión

2. En una muestra homogénea puede haber más de una

mediana

3. Su valor siempre coincide con alguno de los datos de la

muestra

4. En muestras homogéneas coincide con la media

5. En muestras no homogéneas coincide con la moda

4

Pregunta.

Con respecto a la campana de Gauss, una de las siguientes

afirmaciones es FALSA:

1. Es una curva simétrica alrededor de la media.

2. Tiene forma acampanada, haciéndose la base más ancha

cuanto más homogénea sea la variable estudiada.

3. El área bajo la curva es 100%

4. El 68% de las observaciones se encuentra dentro del

intervalo media +/- desviación típica

5. Va desde – infinito a + infinito.

2

Pregunta.

¿Qué medida utilizaría para describir la tendencia central de

los valores: 46, 49, 52, 53, 54, 98?

1. Desviación estándar

2. Media

3. Mediana

4. Moda

5. Coeficiente de variación

mediana

Pregunta.

La diferencia entre el mayor de los valores observados y el

menor, en una muestra, se denomina:


2. Media

3. Mediana

4. Moda

5. Rango

rango

Pregunta.

¿Cuál es la medida de dispersión más empleada en una

distribución homogénea?


2. Media

3. Mediana

4. Moda


desviación

Pregunta.

Medimos la altura de los profesionales del HBO. Una vez

obtenido los datos, si no hay observaciones atípicas, el

mejor parámetro de centralización es:


2. Media

3. Mediana

4. Moda


media

Pregunta.

Deseamos conocer la cifra media de eritropoyetina en la

población de enfermos renales. Para estimar dicho

parámetro, necesitamos:

1. Media muestral y rango

2. Desviación estandar y mediana

3. Coeficiente de variación y moda

4. Tamaño de la muestra

5. Media, desviación estandar y tamaño de la muestra

5

Pregunta.

¿Qué le sugeriría hallar en un estudio estadístico una media

y una mediana muy distintas?

1. Error de selección

2. Existencia de valores atípicos en los datos recogidos

3. Hay que calcular la desviación estándar

4. Error de cálculo

5. Necesidad de emplear otras medidas

2

Variables

Cualitativas

Óptica transversal


Cuantitativas

Basados en momentos


INDICES DE

DISTRIBUCIONES

SIMÉTRICAS

Medias, variancias, ..

INDICES ESTÁTICOS


Prevalencia o proporciones

Razones o cocientes, odds

INDICES DINÁMICOS


Incidencia: riesgo y tasas


INDICES DE

DISTRIBUCIONES

ASIMÉTRICAS

Medianas, cuartiles, …

VARIABLES

1. Concepto

2. Clasificación

3. Descripción



• Tablas resumen

• Gráficos

Representación de los resultados

descriptivos

Características de las Tablas Resumen

• Tablas resumen

1. Simplificación

2. Clarificación

3. autoexplicación

• Tablas resumen

1. Grupos por columnas

2. Índices descriptivos por filas

Características de las Tablas Resumen

No presentar porcentajes en muestras muy

reducidas.

Por ejemplo, decir que el 75% de los sujetos

responden bien a un tratamiento aporta información

«tendenciosa» si lo que se observa son 6 mejoras en

una muestra total de 8 pacientes.

Estudio descriptivo sobre práctica de actividad física en niños

Tabla 1. Por sexo

Masc. Femen. TOTAL

SI 290

(60,3%)

160

(34,5%)

450

(47,6%)

NO 191

(39,7%)

304

(65,5%)

495

(52,4%)

TOTAL 481

(50,9%)

464

(49,1%)

945

(100%)

Tabla 2. Por edad

8 a 12 A 13 a 16 A TOTAL

SI 232

(48,9%)

218

(46,3%)

450

(47,6%)

NO 242

(51,1%)

253

(53,7%)

495

(52,4%)

TOTAL 474

(50,2%)

471

(49,8%)

945

(100%)

Act

ivid

ad f

ísic

a

Act

ivid

ad f

ísic

a p =

0,603 0,345

p =

0,489 0,463

Estudio de la diabetes mellitus en adolescentes

Diabéticos Controles

Número de sujetos 60 84

Sexo

Masculino

Femenino

26 (43,3%)

34 (56,7%)

40 (47,6%)

44 (52,4%)

Peso (kg) Media (SD) 56,3 (8,2) 52,7 (7,8)

Edad (años) Moda (amplitud) 15 (12 a 18) 14 (12 a 17)

Glucosa en sangre (mg/dl) Mediana (amplitud intercuartil)

130 (112 a 131)

80 (75 a 92)

Variables

Cualitativas

Dicotómicas

No dicotom. (>2)

Ordinales

Cuantitativas

Discretas

Continuas

Categorizadas

BARRAS

SECTORES / PASTEL

BARRAS

SECTORES / PASTEL

BARRAS / LINEAS

BARRAS* / LINEAS*

AREAS* / BOXPLOT

HISTOGRAMAS

POLIG. DE FREC. BOXPLOT, SCATTERPLOT

REPR. GRÁFICA

HISTOGRAMAS

POLIG. DE FREC.

BOXPLOT

Características de las representaciones

gráficas

1. Simplificación

2. Clarificación

3. autoexplicación

Lateralidad del Lenguaje.

Hemisferio Izquierdo: 98%

Hemisferio derecho: 2%

Hemisferio Izquierdo: 70%

Hemisferio derecho: 15%

Bilateral: 15%

DICOTÓMICAS

NACIONALIDAD

NO DICOTÓMICAS

Abscisas X

O

r

d

e

n

a

d

a

s

Y

0

5

10

15

20

25

H1 H2 H3 HOSPITALES

TA

SA

X 1

,00

0

EG

RE

SO

S

0

5

10

15

20

25

H1 H2 H3 HOSPITALES

TA

SA

X 1

,00

0

EG

RE

SO

S

TASA BRUTA DE

INFECCIONES

NOSOCOMIALES

DE 2012

NO DICOTÓMICAS

0

5

10

15

20

25

H1 H2 H3 HOSPITALES

TA

SA

X 1

,00

0

EG

RE

SO

S

0

5

10

15

20

25

H1 H2 H3 HOSPITALES

TA

SA

X 1

,00

0

EG

RE

SO

S

0

5

10

15

20

25

30

H1 H2 H3 HOSPITALES

TA

SA

X 1

,000

EG

RE

SO

S

0

5

10

15

20

25

30

H1 H2 H3 HOSPITALES

TA

SA

X 1

,000

EG

RE

SO

S TASA AJUSTADA

DE MORTALIDAD

DE 2012

NO DICOTÓMICAS

TASA BRUTA DE

INFECCIONES

NOSOCOMIALES

DE 2012

• Aterotrombosis La principal causa de muerte a nivel mundial

Aterotrombosis

(enfermedad vascular)

Enfermedades

infecciosas

Enfermedad

pulmonar

Cancer

Muertes

violentas

SIDA

Número de muertes (x 106)

Murray et al. Lancet 1997;349:1269-1276.

0 2 4 6 8 10 12 14 16

NO DICOTÓMICAS

Mala calidad 44%

Falta de recursos 30%

Ninguno 2%

Otros/No sabe 4%

Poca accesibilidad 11%

Altos costos de pago múltiple 9%

Fuente: Encuesta Nacional de Satisfacción con los Servicios de Salud, Fundación Mexicana para la Salud. 2012.

La insatisfacción de la

población se refiere

fundamentalmente a la mala

calidad de los servicios que

recibe .

PRINCIPAL PROBLEMA DE LOS SERVICIOS DE SALUD EN LATINOAMERICA

NO DICOTÓMICAS

DISCRETAS

ORDINALES

DISCRETAS

PERCEPCION DE CALIDAD DE LOS SERVICIOS PÚBLICOS

agosto, 2013

Buena Excelente

42% 2%

42% 1%

36% 2%

53% 2%

18% 1%

35% 2%

0% 10% 20% 30% 40% 50% 60%

Agua y drenaje

Teléfonos

Transporte Público

Escuelas Públicas

Policía

Servicios de salud

44%

43%

38%

55%

19%

37%

1,304 entrevistas

Para la población de nuestro país, sólo los servicios policiacos son

percibidos de menor calidad que los servicios de salud.

DISCRETAS

DISCRETAS MINISTERIO DE SALUD PÚBLICA

HOSPITAL BACA ORTIZ

SERVICIOS QUIRURGICOS

SERVICIO

CIRUGIAS REALIZADAS 2013

ENERO FEBRERO MARZO ABRIL

CARDIOTORACICA 23 22 17 19

CIRUGIA PEDIATRICA 188 198 193 214

CIRUGIA PLASTICA 22 44 40 50

ESTOMATOLOGIA 63 50 72 72

NEUROCIRUGIA 52 59 44 50

OFTALMOLOGIA 68 66 77 85

OTORRINOLARINGOLOGIA 42 37 30 42

TRAUMATOLOGIA 164 155 154 184

UROLOGIA 54 45 43 65

TOTAL 676 676 670 781

Hagamos

un

ejercicio:

Líneas y

l.múltiples

Algún

voluntario

?

CATEGORIZADAS

• Se desea comparar la distribución de frecuencias de las

edades de los varones muertos por leucemia con un

histograma (cuántas variables estamos estudiando?)

Edad/años Muertes/año

0-9 0,8

10-19 0,6

20-29 0,9

30-39 1,0

40-49 1,4

50-59 1,3

60-69 0,4

70-79 0,1

80-89 0

90-99 0,1

CATEGORIZADAS

“Si oigo algo, lo olvido. Si lo veo, lo entiendo.

Si lo hago, lo aprendo”. Confucio (551-478 A.C)

Scatter Plot

CONTINUAS

• Denota fuerza de relación

entre variables continuas R=+1

R=?

R=-1

R=0

Pregunta.

Un coeficiente de correlación de Pearson de -1 indica:

1. No hay correlación

2. Existe una débil correlación

3. Existe una fuerte correlación

4. Al aumentar los valores de la variable X, aumentan los

valores de la variable Y

5. Al disminuir los valores de la variable X, disminuyen

los valores de la variable Y

3

Scatter Plot

CONTINUAS

Ren

dim

iento

esc

ola

r

Número de horas frente al televisor

Scatter Plot

CONTINUAS

Boxplot o Diagrama de caja y bigotes

• Es una gráfica que describe características

importante tanto de la dispersión como la simetría

de una distribución.

• La forma más simple de su realización incorpora

al gráfico cinco valores: mínimo, Q1, Q2, Q3 y

máximo, además de los valores atípicos y la

simetría de la distribución.

• Está compuesto por un rectángulo (la caja), y los

dos brazos (los bigotes).

CONTINUAS


○○ ○○

Mínimo

Máximo

Q1

Mediana

Q3

Valores

Atípicos

mínimos

Valores

Atípicos

máximos


Ejemplo: realizar un boxplot a partir de la siguiente distribución de valores

de glucemia:

60, 75, 62, 102, 63, 110, 68, 98, 74, 82, 65, 66, 94, 69, 100, 74, 92, 87, 150,

70, 93, 85, 35

MIN= 35

Q1= 67

Q2= 75

Q3= 93,5

MAX= 150

0 25 50 75 100 125 150 175


0 25 50 75 100 125 150 175

Ejemplo: realizar un boxplot a partir de la siguiente distribución de valores

de glucemia:

60, 75, 62, 102, 63, 110, 68, 98, 74, 82, 65, 66, 94, 69, 100, 74, 92, 87, 150,

70, 93, 85, 35

MIN= 35

Q1= 67

Q2= 75

Q3= 93,5

MAX= 150

73253N =

País de origen

EuropaEE.UU.

Peso

tota

l (kg

)

1800

1600

1400

1200

1000

800

600

400



RANGO INTERCUARTILICO (RI) Y VALORES ATÍPICOS

RI = Q3 – Q1

Q1= 67

Q3= 93,5

RI = 93,5 – 67

RI =

VALORES ATÍPICOS:

1. LEVES:

• Min: Q1 – 1,5(RI)

• Max: Q3 + 1,5(RI)

2. EXTREMOS

• Min: Q1 – 3(RI)

• Max: Q3 + 3(RI)


RANGO INTERCUARTILICO (RI) Y VALORES ATÍPICOS

VALORES ATÍPICOS:

1. LEVES:

• Min: Q1 – 1,5(RI)

• Max: Q3 + 1,5(RI)

2. EXTREMOS

• Min: Q1 – 3(RI)

• Max: Q3 + 3(RI)

DISPERSIÓN DE LAS CALIFICACIONES POR CAPITULO EN LOS HOSPITALES

EVALUADOS EN LA CERTIFICACIÓN

n = 492

ESTRUCTURA

FUNCIONES DE ATENCIÓN AL

PACIENTE

FUNCIONES DE APOYO A LA

ATENCIÓN DEL PACIENTE

INDICADORES

70

75

80

85

90

65

Po

rcen

taje

SS 165

IMSS 185

ISSSTE 22

PEMEX 20

PRIV. 88

SSDF 12

Pregunta.

Se mide la glucemia basal en un grupo de personas

diabéticas. ¿Qué gráfico le parece adecuado para

representar esta variable?

1. Diagrama sectorial

2. Diagrama de rectángulos

3. Diagrama de barras

4. Histograma

5. Pastel.

histograma

Pregunta.

¿Cuál de las siguientes representaciones gráficas NO es

adecuada para variables cualitativas?

1. Diagrama sectorial

2. Diagrama de rectángulos

3. Diagrama de barras

4. Histograma

5. Pastel.

histograma

VARIABLES

1. Concepto

2. Clasificación

3. Descripción



PRUEBAS DE SIGNIFICACION ESTADISTICA

ENTRE DOS VARIABLES

• Mnemotecnia:

GRUPOS V.I V.D N>30 N<30

≥ 2 cualitativa cualitativa Chi cuadrado Rango

cuali-dicot. cuantitativa t de Student W, MW, KW*

cuali-no-di cuantitativa ANOVA W, MW, KW*

cuantitativa cuantitativa Correlación

Regresión

Rho Spearman

Tabaco y PA

Tabaco y PA

Tabaco y PA

Tabaco y PA

Wilcoxon, Mann-Whitney, Kruskal-Wallis


ENTRE DOS VARIABLES

• Mnemotecnia:


1 cualitativa cualitativa T. De McNemar

cualitativa cuantitativa t. Student apar. Wilcoxon

cuantitativa cuantitativa ANOVA apar. Friedman

Tabaco y PA

Tabaco y PA

Tabaco y PA

Tabaco y PA


ENTRE DOS VARIABLES

Son técnicas que se

utilizan para rechazar o

no una hipótesis


ENTRE DOS VARIABLES

• Ejemplo:

• Deseo saber si el nivel educativo de los padres

influye en el rendimiento académico de los hijos.

• Cuál es la hipótesis?


ENTRE DOS VARIABLES

• Ejemplo:

• Deseo saber si el nivel educativo de los padres

influye en el rendimiento académico de los hijos.

• Cuál es la hipótesis?

– A mayor nivel educativo de los padres, mayor

rendimiento académico de los alumnos.


ENTRE DOS VARIABLES

Qué variables estamos manejando?

• Nivel educativo de los padres

• Rendimiento académico de los hijos


ENTRE DOS VARIABLES


• Nivel educativo de los padres (VI)

• Rendimiento académico de los hijos


ENTRE DOS VARIABLES


• Nivel educativo de los padres (VI)

• Rendimiento académico de los hijos (VD)


ENTRE DOS VARIABLES (paso 2)

Pruebas paramétricas y no

paramétricas

• Paramétricas: método donde la distribución de

muestreo es conocida (n ≥ 30).

• No paramétrica: método que no requiere

conocimiento de la distribución del muestreo

estadístico (<30).


ENTRE DOS VARIABLES

• Mnemotecnia:


≥ 2 cualitativa cualitativa Chi cuadrado Rango

cuali-dicot. cuantitativa t de Student W, MW, KW*

cuali-no-di cuantitativa ANOVA W, MW, KW*

cuantitativa cuantitativa Correlación

Regresión

Rho Spearman

Tabaco y PA

Tabaco y PA

Tabaco y PA

Tabaco y PA

Wilcoxon, Mann-Whitney, Kruskal-Wallis


ENTRE DOS VARIABLES

• Mnemotecnia:


1 cualitativa cualitativa T. De McNemar

cualitativa cuantitativa t. Student apar. Wilcoxon

cuantitativa cuantitativa ANOVA apar. Friedman

Tabaco y PA

Tabaco y PA

Tabaco y PA

Tabaco y PA


ENTRE DOS VARIABLES

• Usada para probar la fuerza de asociación entre dos

variables cualitativas

Actividad super práctica.

Participemos de forma animada y

aprenderemos más

Cinco grupos y cinco preguntas

Pregunta 1.

Un ensayo clínico evalúa tres pautas terapéuticas en niños

con insuficiencia renal. Para comparar las cifras de

creatinina observadas en los tres grupos a los 6 meses de

tratamiento, ¿qué prueba estadística les parece más

adecuada?:

1. Anova

2. t de Student para datos independientes

3. Coeficiente de correlación

4. Chi-cuadrado

5. Correlación de Spearman.

Anova

Pregunta 2.

Un ensayo clínico evalúa dos pautas terapéuticas en niños

con hipertensión arterial. Para comparar los porcentajes de

niños controlados observadas en cada grupo a los 3 meses

de tratamiento, ¿qué prueba estadística les parece más

adecuada?:

1. Anova


3. t de Student para datos apareados

4. Chi-cuadrado


Chi-cuadrado

Pregunta 3. Para contrastar la hipótesis, en un estudio de casos y

controles, de que la media de creatinina (medida en mg/dl)

es diferente en los pacientes con insuficiencia renal (80

casos), que en los pacientes que no presentan esta

enfermedad (100 controles), ¿qué prueba estadística les

parece más adecuada?:

1. Prueba de Fisher


3. Correlación de Pearson

4. Chi-cuadrado


t de Student

TIPOS DE DISEÑO

VARIABLE

DEPENDIENTE

VARIABLE

INDEPENDIENTE TEST

Cualitativa

dicotómica

Cualitativa no

dicotómica

Cuantitativa

Cuantitativa

T-Student

ANOVA

Pregunta 4.

Se está realizando un estudio para conocer el efecto de un

nuevo analgésico. La variable principal de respuesta es una

escala de dolor con los siguientes valores: 1 (no dolor), 2

(dolor leve), 3 (dolor moderado) y 4 (dolor intenso). ¿De

qué tipo de variable se trata?:

1. Variable dicotómica.

2. Variable continua.

3. Variable discreta.

4. Variable ordinal.

5. Variable cuantitativa

ordinal

Pregunta 5.

De acuerdo a su respuesta anterior, ¿Cómo representaría

gráficamente esta variable?

1. En diagrama de sectores (pastel).

2. En diagrama de barras/líneas.

3. En forma de polígonos de frecuencia.

4. En forma de histograma.

5. Cualquier gráfico es válido.

barras

Pregunta 6.

Qué prueba estadística emplearía para evaluar la diferente

eficacia (porcentaje de respuestas positivas) entre dos

fármacos?

1. Anova


3. t de Student para datos apareados

4. Chi-cuadrado


Chi-cuadrado

Pregunta 7.

Qué test utilizarías para comparar la relación existente entre

la tensión arterial y la frecuencia cardíaca?

1. Anova


3. Coeficiente de correlación de Pearson

4. Chi-cuadrado


Coeficiente

Respuestas.

1. 1

2. 4

3. 2

4. 4

5. 2

barras

Auto-calificación rotacional:

Por cada acierto = suman 3 puntos

Por cada fallo = restan 1 punto

Puntuación máxima: 15 puntos

Puntuación mínima: - 5 puntos

Equipo ganador: el que tenga mayor puntuación

PRUEBAS DIAGNÓSTICAS

FALSO POSITIVO

FALSO NEGATIVO

ERROR ALFA

ERROR BETA

SENSIBILIDAD

ESPECIFICIDAD

AREA BAJO LA CURVA (ROC)

VALOR PREDICTIVO POSITIVO

VALOR PREDICTIVO NEGATIVO

VALOR GLOBAL DEL TEST (Efficiency)

RAZÓN DE VEROSIMILITUD + (Likelihood ratio +)

Una etapa crucial en todo estudio epidemiológico es identificar los

casos (sujetos con la enfermedad o evento objeto de análisis).

Una prueba diagnóstica se considera un dato válido para el

diagnóstico de una enfermedad cuando clasifica (con pocos

errores) a los sujetos según presenten o no la enfermedad.

Por esta razón es importante determinar el grado de concordancia

entre el resultado de la prueba y el diagnóstico de referencia que es

un criterio fiable y aceptado como una medida válida de la

enfermedad.




-3 -2 -1 0 1 2 3

z

68%

99%

95%

68,0 %

2 95,0 %

3 99,7 %

Probabilidades de la curva N (0,1):

Suponga un diseño que aplica una prueba diagnóstica

cuantitativa (glucemia en ayunas) a dos muestras, una de

sujetos que no padecen la enfermedad (controles) y a otra

de sujetos que la padecen (casos).


Si se establece un punto de corte, los sujetos se pueden

clasificar en sanos o enfermos según el valor obtenido en la

prueba sea inferior o superior al punto de corte elegido, pero

esta clasificación comporta dos tipos de errores:


• Falsos positivos: sujetos sanos diagnosticados como enfermos.

La probabilidad de cometer este error se designa por .

• Falsos negativos: sujetos enfermos diagnosticados como sanos.

La probabilidad de cometer este error de designa por .


PRUEBAS DIAGNÓSTICAS Ejemplo:

Se ha registrado la glucemia (mg/dl) en ayunas en dos muestras, una de

50 niños no diabéticos y otra de 50 niños recién confirmada su diabetes

con pruebas de tolerancia a la glucosa (diagnóstico de referencia). La

tabla presenta los datos de glucemia para el punto de corte 100 mg/dl:

Sin diabetes Con diabetes TOTAL

Glucemia > 100 8 36 44

Glucemia < 100 42 14 56

TOTAL 50 50 100


Si tomamos en cuenta la siguiente tabla, podremos comprender

la sensibilidad y la especificidad:


Sensibilidad: Proporción de diagnósticos positivos obtenidos al

aplicar la prueba a una población de sujetos con la enfermedad.

Proporción de enfermos correctamente identificados por la

prueba.

Especificidad: Proporción de diagnósticos negativos obtenidos

al aplicar la prueba a una población de sujetos sin la

enfermedad. Proporción de sanos correctamente identificados

por la prueba.

Exactitud diagnóstica de una prueba

• La sensibilidad de la prueba es el índice de exactitud que

se calcula en los casos, puede depender del estadio de la

enfermedad.

• La especificidad de la prueba es el índice de exactitud

que se calcula en los controles que deben representar el

diagnóstico diferencial de la enfermedad.


Volviendo al ejemplo:

… la glucemia (mg/dl) en ayunas en dos muestras, una de 50 niños no

diabéticos y otra de 50 niños recién confirmada su diabetes con pruebas

de tolerancia a la glucosa (diagnóstico de referencia). La tabla presenta

los datos de glucemia para el punto de corte 100 mg/dl:


Glucemia > 100 8 36 44

Glucemia < 100 42 14 56

TOTAL 50 50 100

PRUEBAS DIAGNÓSTICAS Efecto del punto de corte sobre los valores de la sensibilidad:

• Para puntos de corte bajos la prueba es muy sensible: la mayoría de

sujetos enfermos son correctamente clasificados por la prueba, pero a

costa de un incremento de sujetos sanos diagnosticados como

enfermos.


Efecto del punto de corte sobre los valores de la especificidad:

• Para puntos de corte altos la prueba es muy específica: la mayoría

de sujetos sanos son correctamente clasificados por la prueba, pero a

costa de un incremento de sujetos enfermos no identificados como

tales.


No es posible dar cifras de los niveles aceptables de estos

índices ya que dependen tanto de los objetivos de la prueba

como del tipo de patología. En general, se considera que la

prueba diagnóstica tiene una exactitud aceptable si su

sensibilidad y especificidad alcanzan el umbral 0,8.

Se aconseja elegir una prueba muy sensible cuando la

enfermedad es grave pero curable con un tratamiento (o para no

dejar escapar ningún caso), y una prueba muy específica

cuando la enfermedad es grave y casi incurable (o para descartar

los sanos).

Estudio de la exactitud diagnóstica

global con curvas ROC • La sensibilidad y la especificidad dan una medida de la exactitud de la

prueba diagnóstica para un determinado punto de corte cuyo valor

depende del contexto en el cual se aplica la prueba.

• Una medida global de la exactitud de la prueba para el conjunto de

todos los datos posible de puntos de corte se obtiene mediante una

curva ROC (receiver operating characteristic) o curva de rendimiento

diagnóstico.

• Para construir una curva ROC, la sensibilidad se sitúa en el eje de las

ordenadas (Y) y el complemento de la especificidad (1-E) se sitúa en el

eje de las abscisas (X).

Exactitud diagnóstica global con curvas ROC


• Una prueba con discriminación diagnóstica perfecta (S=1;

E=1), que tiene probabilidad 1 de diagnosticar correctamente

tanto a un sujeto enfermo como a uno no enfermo, da una curva

ROC representada por los lados izquierdo y superior del

gráfico.

• Una prueba sin discriminación diagnóstica, es decir que tiene

probabilidad 0,5 de diagnosticar correctamente tanto a un sujeto

enfermo como a uno no enfermo (S=0,5; E=O,5), da una curva

ROC representada por la diagonal del gráfico precedente.


• De estas dos situaciones se deduce que el área bajo la curva

ROC es un valor comprendido entre 0,5 y 1 que puede ser

utilizado como medida de exactitud global: un área igual a 1

indica una prueba diagnóstica perfecta (S=E=1), mientras que

una prueba sin poder diagnóstico le corresponde un área igual a

0,5 (S=E=0,5).

• La curva ROC, es un modelo matemático que mide la

capacidad global de una prueba para todos los posibles puntos

de corte.

• Esta curva se puede calcular con los estadísticos de Wilcoxon o

con la U de Mann-Whitney.


Veamos un ejemplo.

• Supongamos que se ha determinado la glucemia en ayunas en

una muestra de sujetos sin diabetes y en otra de diabéticos y la

curva ROC estimada tiene un AUC = 0,9.

• Este valor indica que la glucemia de un diabético extraído al

azar de la población estudiada tiene una probabilidad del 90%

de ser superior a la glucemia de un sujeto extraído al azar de

la población de no diabéticos.


Ejercicio:

• Se desea evaluar la exactitud diagnóstica de la glucemia como

prueba diagnóstica de la diabetes a través de una curva ROC


Ejercicio:


prueba diagnóstica de la diabetes a través de una curva ROC.

• Calcule la S y E a diferentes puntos de corte: 80, 90, 100, 110,

120, 130 y 140 mg/dl.


Glucemia ≥ 80 31 50 81

Glucemia < 80 19 0 19

TOTAL 50 50 100



Ejercicio:




120, 130 y 140 mg/dl.


Glucemia ≥ 90 17 49 66

Glucemia < 90 33 1 34

TOTAL 50 50 100



Ejercicio:




120, 130 y 140 mg/dl.


Glucemia ≥ 100 8 36 44

Glucemia < 100 42 14 56

TOTAL 50 50 100



Ejercicio:




120, 130 y 140 mg/dl.


Glucemia ≥ 110 5 35 40

Glucemia < 110 45 15 60

TOTAL 50 50 100



Ejercicio:




120, 130 y 140 mg/dl.


Glucemia ≥ 120 3 32 35

Glucemia < 120 47 18 65

TOTAL 50 50 100



Ejercicio:




120, 130 y 140 mg/dl.


Glucemia ≥ 130 1 28 29

Glucemia < 130 49 22 71

TOTAL 50 50 100



Ejercicio:




120, 130 y 140 mg/dl.


Glucemia ≥ 140 0 21 21

Glucemia < 140 50 29 79

TOTAL 50 50 100




La curva ROC se

calcula con la

computadora y se

obtiene un AUC = 0,92.

Interpretación: el valor

0,92 indica que la

glucemia de un

diabético extraído al

azar de la población

estudiada tiene una

probabilidad del 92% de

ser superior a la

glucemia de un sujeto

extraído al azar de la

población de no

diabéticos.


Si tomamos en cuenta la siguiente tabla, podremos comprender

la sensibilidad y la especificidad:

PRUEBAS DIAGNÓSTICAS Si tomamos en cuenta la siguiente tabla, podremos comprender los valores

predictivos positivos y negativos cuando los datos proceden de un diseño transversal

Los valores predictivos son dependientes de la prevalencia de la enfermedad.

Valor global (Efficiency): proporción total de sujetos clasificados correctamente por

la prueba: (B+C) / A+B+C+D

VP+= B/(A+B)

VP-= C/(C+D)

Ejercicio 1

Se realiza un estudio epidemiológico para determinar la prevalencia de

la infección por VIH y el comportamiento de diferentes pruebas

diagnósticas de la infección. La tabla presenta el resultado de la prueba

ELISA en una muestra aleatoria de 1000 reclusos de una cárcel

sudamericana. Comprobar cuál es el comportamiento de las pruebas:

Sin VIH Con VIH TOTAL

Elisa + 16 198 214

Elisa - 784 2 786

TOTAL 800 200 1000

S =

E =

VP+ =

VP- =

VG =

P =

Ejercicio 1







Elisa + 16 198 214

Elisa - 784 2 786

TOTAL 800 200 1000

S = 0,99

E = 0,98

VP+ = 0,93

VP- = 0,997

VG = 0,98

P = 0,2

Ejercicio 2

La siguiente tabla presenta el resultado de la misma prueba aplicada a

una hipotética muestra aleatoria de 100000 sujetos de la población

general sudamericana. Comprobar cuál es el comportamiento de la

pruebas en este nuevo contexto:


Elisa + 1998 99 2097

Elisa - 97902 1 97903

TOTAL 99900 100 100000

S =

E =

VP+ =

VP- =

VG =

P =

Ejercicio 2

La siguiente tabla presenta el resultado de la misma prueba aplicada a

una hipotética muestra aleatoria de 100000 sujetos de la población

general sudamericana. Comprobar cuál es el comportamiento de la

pruebas en este nuevo contexto:


Elisa + 1998 99 2097

Elisa - 97902 1 97903

TOTAL 99900 100 100000

S = 0,99

E = 0,98

VP+ = 0,05

VP- = 0,99

VG = 0,98

P = 0,001

Formulemos comentarios cualificados de estos

ejercicios.

1. La S y la E dan valores

muy próximos a 1, lo que

indica que la prueba se

comporta casi como el

diagnóstico de referencia.

Ejercicio 1:

S = 0,99

E = 0,98

VP+ = 0,93

VP- = 0,997

VG = 0,98

P = 0,2


ejercicios.

1. La muestra de reclusos

presenta una probabilidad

previa de infección por VIH

alta (P=20%), por lo que tendrá

un buen comportamiento

diagnóstico (valores

predictivos próximos a 1)

Ejercicio 1:

S = 0,99

E = 0,98

VP+ = 0,93

VP- = 0,997

VG = 0,98

P = 0,2


ejercicios.

3. En la población general, con una

P muy baja (P=0,001) se

producen una gran cantidad de

falsos positivos que se traduce en

una importante disminución de su

poder predictivo: solo 5 de cada

100 positivos están infectados

(VP+=4,7%)

Ejercicio 2:

S = 0,99

E = 0,98

VP+ = 0,047

VP- = 0,99

VG = 0,98

P = 0,001


ejercicios.

4. En general, el VP+ disminuye

a medida que la prueba se

aplica a poblaciones con

menor prevalencia de

enfermedad.

Ejercicio 2:

S = 0,99

E = 0,98

VP+ = 0,047

VP- = 0,99

VG = 0,98

P = 0,001

Pruebas diagnósticas

• Los índices de Sensibilidad y especificidad son dos

probabilidades condicionadas que miden la exactitud o

capacidad diagnóstica de una prueba para un determinado

punto de corte. Estos índices no dependen de la

prevalencia.

• Los valores predictivos evalúan el comportamiento de las

pruebas diagnósticas en la práctica clínica.


Razón de verosimilitud (likelihood ratio)

para positivos = S/ 1-E:

Ejercicio 1







Elisa + 16 198 214

Elisa - 784 2 786

TOTAL 800 200 1000

LR+ = 49,5

Ejercicio 1







Elisa + 16 198 214

Elisa - 784 2 786

TOTAL 800 200 1000

LR+ = 49,5




Ejemplo: una LR+ igual a 49,5 indica que en

el grupo de sujetos enfermos la probabilidad

de encontrar un resultado positivo en la

prueba es 49,5 veces superior que en el

grupo de sujetos no enfermos.




Dicho de otro modo: si un sujeto ha dado

positivo en la prueba diagnóstica, es 49,5

veces más probable que este resultado se

obtenga en presencia de la enfermedad que

en su ausencia.

Presentación de resultados

de múltiples pruebas diagnósticas

1. De forma aislada mediante tablas de

2x2 de cada una de las pruebas.

2. De forma simultánea mediante

modelos multivariantes.

Descripción de datos

de supervivencia

CURVA DE SOBREVIDA: % de

sobrevida

100%

0%

Tiempo al evento

50%

Con FP

1año 2años 3años 4años 5años

Sin FP

ESTUDIO DE SEGUIMIENTO / PRONÓSTICO

Ajuste para factores pronósticos

Análisis de supervivencia

• Técnicas apropiadas para estudios en los que

cada sujeto es seguido durante un período y

se registra el intervalo de tiempo

transcurrido desde el inicio de un suceso

hasta el evento terminal o hasta el final del

seguimiento si no ocurre el evento.

Análisis de supervivencia

• Su objetivo es describir las probabilidades

de ocurrencia y la evolución de la tasa de

incidencia de dicho evento (tasa de riesgo) a

lo largo del seguimiento.

http://doctorsmagazine.wordpress.com/2011/12/02/clasificacion-pronostica-fine/






Algunas reflexiones:

1. Varios ensayos clínicos han reportado una tasa de

supervivencia superior a 60% en pacientes operados, en

comparación al 30% de los tratados médicamente.

2. Estudiamos estas variables binarias con el parámetro NNT

3. NNT: 100 / RAR = 100 / 60%-30% = 3,3 pacientes

4. Esto es, necesitaríamos operar a 3,3 pacientes para salvar

a uno

Estudio sobre craniectomías descompresivas en los traumatismos craneoencefálicos pediátricos?

El NNT y el RAR son las variables que aportan una visión más global sobre una nueva medida terapéutica. En ellas,

debería fundamentarse la decisión de incluir o no las nuevas estrategias terapéuticas en la práctica clínica habitual.

¿CÓMO EVALUAR UN ESTUDIO?

DAÑO o ETIOLOGÍA DEFINIR

EL

TIPO

DE

PROBLEMA

DIAGNÓSTICO

TRATAMIENTO

o PREVENCIÓN

PRONÓSTICO

¿CÓMO EVALUAR UN

ESTUDIO DE DAÑO?

EXPOSICION

(Factor de Riesgo)

EVENTO

(Enfermedad)

EXPOSICION

(Factor de Riesgo)

EVENTO

(Enfermedad)

COHORTE

CASO -

CONTROL

¿CÓMO ANALIZAR UN

ESTUDIO DE COHORTE?

“Experimento natural”

Secuencia cronológica

Poco sesgo de selección

No sesgo de supervivencia

No sesgos en medición de

exposiciones

EXPOSICION

(Factor de Riesgo)

EVENTO

(Enfermedad) COHORTE

Estudios de baja eficiencia

No útiles para epidemias

Pérdida al seguimiento

Sesgo de vigilancia

Sesgo de diagnóstico

RIESGO RELATIVO

EJ. 9-5

¿CÓMO ANALIZAR UN

ESTUDIO DE CASO-CONTROL?

No respeta cronología

Sesgo de selección

Sesgo de supervivencia

Sesgo de recuerdo

Sesgo de entrevistador

EXPOSICION

(Factor de Riesgo)

EVENTO

(Enfermedad) CASO -

CONTROL

Estudios muy eficientes

Útiles para epidemias

No pérdida al seguimiento

No sesgo en la medición de los

eventos

ODDS RATIO

¿CÓMO ANALIZAR UN

ESTUDIO DE DIAGNOSTICO?

GOLD STANDARD

+ -

TEST

+

-

SANOS ENFERMOS

VP FP

VN FN

VALOR PREDICTIVO POSITIVO

VALOR PREDICTIVO NEGATIVO

SANOS ENFERMOS

COMPARACION CIEGA E

INDEPENDIENTE CON

UN STANDARD DE

REFERENCIA

SENSIBILIDAD ESPECIFICIDAD

¿CÓMO ANALIZAR UN

ESTUDIO DE TRATAMIENTO?

TRATAMIENTO Referencia

RESPUESTA

Éxito

SANOS ENFERMOS

VP FP

VN FN

SENSIBILIDAD

ESPECIFICIDAD

PODER PREDICTIVO POSITIVO

PODER PREDICTIVO NEGATIVO

SANOS ENFERMOS

COMPARACION CIEGA E

INDEPENDIENTE CON

UN STANDARD DE

REFERENCIA

Nuevo

Fracaso

ENSAYOS CLINICOS CONTROLADOS Y

ALEATORIZADOS

Resultados

en grupo tratado

GRUPO EXPERIMENTAL

(CON intervención)

Resultados

en grupo no tratado

GRUPO CONTROL

(SIN intervención)

POBLACION

DE INTERES

¿CÓMO ANALIZAR UN ESTUDIO DE

TRATAMIENTO O PREVENCION?

ASIGNACION

RANDOMIZADA

USO DE

PLACEBO

EVALUACION

CIEGA

PERDIDA AL

SEGUIMIENTO

INTENCION DE

TRATAR

Resultados

en Grupo CON ATB

GRUPO EXPERIMENTAL

(CON Amoxicilina)

Resultados

en Grupo SIN ATB

GRUPO CONTROL

(SIN Amoxicilina)

POBLACION

Niños < 2 años con OMA

ANALISIS DE UN ESTUDIO TERAPEUTICO:

Damoiseaux et al: Primary care based randomised, double blind trial of

amoxicillin versus placebo for acute otitis media in children aged under 2 years.

BMJ 2000; 320:350.

ASIGNACION

RANDOMIZADA

USO DE

PLACEBO

EVALUACION

CIEGA

PERDIDA AL

SEGUIMIENTO

INTENCION DE

TRATAR

DISEÑO:

VALIDEZ INTERNA

¿CÓMO EVALUAR UN

ESTUDIO DE PRONOSTICO?

EXPOSICION

(Factor Pronóstico)

EVENTO

(Complicación

o muerte)

EXPOSICION

(Factor

Pronóstico)

EVENTO

(Complicación

o muerte)

COHORTE

CASO -

CONTROL

TRES PREGUNTAS BÁSICAS:

? ¿Son válidos los resultados del estudio?

(VALIDEZ INTERNA)

? ¿Son importantes los resultados?

(MAGNITUD DEL EFECTO)

? ¿Son aplicables los resultados a mis pacientes?

(VALIDEZ EXTERNA)

¿CÓMO VALORAR LA INFORMACIÓN CIENTÍFICA?

Evaluación crítica de la literatura médica

¿CÓMO INTERPRETAR LOS RESULTADOS DEL

ESTUDIO?

MAGNITUD

DEL

EFECTO

En la

muestra En la

población

¿CÓMO ANALIZAR LOS RESULTADOS?

MAGNITUD DEL EFECTO RIESGO RELATIVO (RR):

Cociente entre las incidencias de los grupos

RIESGO ATRIBUIBLE o DIFERENCIA DE

RIESGO ABSOLUTO (RA):

Diferencia de incidencia entre los grupos

“ODDS RATIO” o RAZON DE PRODUCTOS

CRUZADOS (OR):

Riesgo relativo estimado

¿CÓMO ANALIZAR LOS RESULTADOS?

PRECISION DE

LA ESTIMACION

GRADO DE SIGNIFICACION

ESTADÍSTICA

(Valor de “p”): Debe ser < 0.05 (5%)

Ejemplos:

0.02: interpretación ?



INTERVALO DE CONFIANZA DEL 95%

(“margen de error”):

No debe abarcar la unidad neutra (0 ó 1).

Se utiliza en estudios comparativos

El grado de significación estadística es lo suficientemente pequeño para

Considerar que los resultados obtenidos se deban al azar, por lo tanto se descarta la hipótesis nula

0.5: estadísticamente no significativo.

0.06: casi significativo; si la muestra es pequeña, habrá que repetir el estudio con una muestra mayor.

Con una confianza del 95% podemos estimar que el efecto del tratamiento X se situa entre x y x

¿ Los pacientes del estudio son similares a los míos ?

Criterios de inclusión y exclusión

Tipo de centro asistencial

Severidad de la condición

Subgrupos de pacientes

Costos

Riesgos: NNT.

¿CÓMO VALORAR LA APLICABILIDAD DE LOS

RESULTADOS DE UN ESTUDIO? Validez externa.

¿HAY ALGÚN “ATAJO” EN EL CAMINO?

Revisiones sistemáticas y

metanálisis

Guías de práctica clínica

basadas en la evidencia

Por suerte, SÍ...!

Revisiones sistemáticas

Se trata de un examen sistematizado de TODOS los ensayos existentes, publicados y no publicados para seleccionar

aquellos que reúnen todos los requisitos de calidad. Una vez seleccionados, los artículos son sometidos a un

proceso de agrupación y resumen (Meta-análisis). Estas publicaciones, cuando son realizadas "con todas las de

la ley", constituyen la guía más exacta y más autorizada sobre un tema específico.

Uno de los más prestigiosos es la Colaboración Cochrane.

Publicaciones Secundarias

El ACP Journal Club (ACPJC) y Evidence Based Medicine (EBM) son ejemplos de publicaciones secundarias.

Estas revistas tienen un grupo de expertos que evalúan los artículos

publicados y seleccionan los que tengan relevancia científica y sentido clínico.

Aquellos artículos que reúnen los requisitos de calidad, son resumidos en forma estructurada para su publicación

A este resumen, se agrega un comentario de un clínico experto seleccionado por los editores.

Es decir, que nos ofrecen La mejor evidencia (el artículo) y la experiencia clínica (comentario).

REVISIONES:

Revisiones narrativas

(“actualizaciones”)

Revisiones sistemáticas

(“overviews”)

Cualitativas

Cuantitativas o

METANÁLISIS

¿QUÉ ES UN METANÁLISIS?

(+) (-)

“ESTUDIO DE ESTUDIOS”

Recomendaciones desarrolladas sistemáticamente

para asistir a pacientes y profesionales

en la toma de decisiones sobre cuidados de salud

apropiados en condiciones específicas

¿QUÉ SON LAS GUÍAS DE PRÁCTICA CLÍNICA?

NORMAS STANDARDS

OJO! NO son:

•Azar: ¿cómo se mide ? ¿qué es la P? ¿qué es el Intervalo de confianza?

Si la probabilidad de que el hallazgo del estudio sea por AZAR es < 5%, podemos confiar en que éste "es real".

En un artículo usted encuentra esto en los resultados, cuando el autor escribe p<0.05

•Sesgo: ¿qué es el error sistemático?

Como no se pueden descartar, asegúrese que se distribuyeron equitativamente entre los grupos.

Para ello CONSTATE que el estudio: a) Realizó una asignación aleatoria de los pacientes a los grupos y

b) Aseguró que los clínicos y los pacientes estuvieron "ciegos" al Tto.

•Variables de confusión:Tampoco se pueden descartar.

Asegure su control a través de: a) Asignación aleatoria,

b) Definición precisa de variables y sujetos, c) Análisis estratificado y/o

d) Análisis multivariado

EVALUAR LA EVIDENCIA

Recursos útiles para la toma de decisiones

• 7. Metabuscadores. Son motores de búsqueda que permiten realizar búsquedas simultáneas en varias sedes, bases de datos, revistas etc.

• TRIPDatabase: Realiza la búsqueda en unas 75 sedes de alta calidad relacionadas con la MBE (revistas con revisiones de pares, GPC, RS, libros electrónicos, TACs...). Dispone de opción de búsqueda básica, avanzada y por especialidades. Manual de uso en español.

• SUMSearch: Utiliza simultáneamente diversos recursos: Medline, Dare, N.G. Clearinghouse etc. Permite ajustar cada criterio de búsqueda a tratamiento, pronóstico, diagnóstico, etiología, examen físico, reacciones adversas. Presenta los resultados agrupándolos dentro de cada recurso. Es de acceso gratuito.

• Evidence Based Reviews: Metabuscador de recursos MBE de la Nacional Library for Health del NHS, que busca simultáneamente en Bandolier, Cochrane Library, Dare, NHS EED, ReFeR y HTA.

http://www.tripdatabase.com/index.html

http://www.fisterra.com/mbe/Trip_plus_dic2006.pdf

http://sumsearch.uthscsa.edu/cgi-bin/SUMSearch.exe?REDIRECT=STAY

http://www.library.nhs.uk/Evidence/

Evaluación de la calidad de la evidencia y graduación de la fuerza de las

recomendaciones

• En concreto, cuando se formulan recomendaciones el grupo elaborador

de una guía (GEG) se debe plantear hasta qué punto puede afirmarse

que el adherirse a una recomendación conllevará más beneficios que

daños.

• El grupo de trabajo GRADE (Grading of Recommendations

Assessment, Development and Evaluation) surgió en 2000 para

desarrollar un método común y razonable para deteminar la calidad de

la evidencia y la fuerza de las recomendaciones.

Variables de resultado de interés

• En primera instancia, el GEG define las variables de resultado de interés para las preguntas que abordará su guía, y luego califica la importancia de las mismas.

Se sugiere clasificar su importancia mediante la siguiente escala de nueve puntos (Guyatt G):

• 1 – 3: variable de resultado no importante. Estas variables no juegan un papel importante en la formulación de las recomendaciones y no se incluyen en la tabla de evaluación de la calidad o de los resultados.

• 4 – 6: variable de resultado importante pero no clave para la toma de decisiones.

• 7 – 9: variable de resultado clave para la toma de decisiones.

Fármacos de rescate

Fármaco Tipo Indicación de rescate

Dronedarona Antiarrítmico Arritmias ventriculares farmacorresistentes

Levetiracetam Antiepiléptico Epilepsias farmacorresistentes

Oxicodona Analgésico Dolor intratable

Resiste a amiodarona, atenolol, sotalol y flecainida

ESTUDIOS

EPIDEMIOLÓGICOS

E. DESCRIPTIVOS E. ANALÍTICOS

Objetivos:

Describir las características y frecuencia de un

problema de salud, en función de los parámetros de

personas, lugar y tiempo.

Sirven de base para estudios analíticos.

No permiten comprobar hipótesis de causalidad

ESTUDIOS

DESCRIPTIVOS

Series de casos clínicos Descript. de mortalidad

Descript. de morbilidad Estudios ecológicos

Estudios transversales (RP)

E. ANALITICOS

(analizan una

hipótesis - causa)

¿Existe asignación

controlada

del factor de estudio?

SI

E. con experimentos

NO

E. Observacionales

ESTUDIOS

ANALITICOS CON

EXPERIMENTOS


aleatorizada

de los sujetos?

SI

Experimentales

NO

Cuasiexperimental

ESTUDIOS

EXPERIMENTALES

FASES:

I: sanos: toxicidad

II: enfermos: dosis /respuesta

III: comparativo con placebo

IV: postcomercialización

TIPOS:

Diseño clásico o en paralelo

Diseño cruzado o intrapaciente

Diseño secuencial / factorial

Ensayo de campo

Uso compasivo de medicamentos

MAGNITUD DEL EFECTO:

Riesgo relativo

Reducción absoluta del riesgo

Reducción relativa del riesgo

Número necesario de pac. trat.

ESTUDIOS

EXPERIMENTALES

Diseño clásico

o en paralelo

Diseño cruzado

o intrapaciente

Diseño secuencial

Diseño factorial

Ensayo de campo

Uso compasivo de

medicamentos

PARTICIPANTES

Asignación

aleatorizada

Grupo 1

Intervención A

Resultado 1

Grupo 2

Intervención B

Resultado 2

Comparación

ESTUDIOS

EXPERIMENTALES

Diseño clásico

o en paralelo

Diseño cruzado

o intrapaciente

Diseño secuencial

Diseño factorial

Ensayo de campo

Uso compasivo de

medicamentos

PARTICIPANTES

Asignación

aleatorizada

Grupo 1

Intervención A

Intervención B

Grupo 2

Intervención B

Intervención A

Comparación

Periodo de blanqueo

ESTUDIOS

EXPERIMENTALES

Diseño clásico

o en paralelo

Diseño cruzado

o intrapaciente

Diseño secuencial

Diseño factorial

Ensayo de campo

Uso compasivo de

medicamentos

ESTUDIOS CUASI-

EXPERIMENTALES

E. COMUNITARIOS DE

INTERVENCION E. ANTES - DESPUES

E. CONTROLADOS NO ALEATORIZADOS

E. ANALITICOS

(analizan una

hipótesis)


controlada


SI

E. con experimentos

NO

E. Observacionales

E. Observacionales

Elección de los sujetos

en función de:

Enfermedad (efecto)

¿Existe historia

previa de exposición?

SI

E. De casos y controles

OR

NO

E. de prevalencia –

transversal o corte

Exposición al factor

E. de cohortes:

expuestos si-no

RR 0-∞

•Con poblaciones fijas

o dinámicas

•De una o dos cohortes

E. de cohortes

históricas -

retrospectivas


ESTUDIOS EPIDEMIOLOGICOS

E. DESCRIPTIVOS

(describen una situación)

Series de casos clínicos

(longitudinales)

V: generan nuevas hipótesis

D: no tiene grupo control

E. Descriptivos de mortalidad

E. Descriptivos de morbilidad

E. Transversales, prevalencia,

corte: FR- E.crónicas

V: cortos, baratos, sin problemas

éticos D: no útil para enf.raras, ni para

conocer mecanism.

Analisis de medida: razón de

prevalencia

E. Ecológicos (transv, long):

grupos

V: diferencian poblaciones

D: los datos son promedios

E. ANALITICOS

(analizan una hipótesis)

¿Existe asignación controlada


SI

¿Existe asignación aleatorizada

de los sujetos?

SI

Experimental (prevención-

intervenc.)

V: aportan > evidencia causa-

efecto D: problemas éticos

Ensayo Clínico aleatorio

(prospectivos)

EC pragmático: laxos,heterogeneo,

n>, v.e EC explicativo:

estrictos,homogeneo, n<, v.i

Aleatorización: simple, bloques,

estratificada

Enmascaramiento:

simple,doble,triple ciego Tipos: paralelo, cruzado,

secuencial, factorial

Ensayo de campo

V: valora eficacia medidas

preventivas en sanos

D: más caros, requieren > número de sujetos

NO

E. Cuasiexperimental

(sin grupo control)

Ensayo comunitario de

intervención

Igual que los de Campo, pero sin

aleatorización

Estudio antes-después (pre-post)

V: son más fáciles de hacer

D: no disponen de grupo control

Estudios controlados no

aleatorizados

Con controles históricos

NO

E. Observacional

Elección de los sujetos

en función de:

Enfermedad (efecto)

¿Existe historia

previa de exposición?

SI

E. de casos (incidentes) y controles

(enfermos-casos y no enferm-cont)

(longitudinal y retrospectivo).

Prevención

NO

E. de prevalencia – transversal o

corte

RR, razón de prevalencia

Malo para demostrar causalidad

Exposición al factor

E. de cohortes: expuestos y no

expuestos

(longit, prospect; incidencia). Fact.

Pronóst.

V: sesgo bajo. D: coste alto.

RR,DI,FAE.

Pueden ser (U7,p91)

•con poblaciones fijas o dinámicas

•De una o dos cohortes

Siempre se eliminan los casos prevalentes

E. de cohortes históricas -

retrospectivas

Actividad super práctica.

Participemos de forma animada y

aprenderemos más

Cinco grupos y seis preguntas

Pregunta 1.

El mejor tipo de estudio epidemiológico para evaluar la asociación

causal entre un factor de riesgo y una enfermedad determinada, es el:

1. Ecológico

2. Clínico aleatorio

3. Transversal

4. De cohortes

5. De casos y controles

2

Pregunta 2.

Dos mil enfermeras de Canadá entre 35 y 50 años y sin historia previa

de cáncer, llenaron un cuestionario dietético validado previamente y

diseñado para medir el consumo individual de nitrogenados totales.

Las enfermeras se clasificaron en cinco grupos de igual tamaño según

los niveles de ingesta de este factor. Se comparó la aparición de

nuevos casos de cáncer de estómago entre los grupos. El diseño del

estudio es:

1. Ecológico o de base poblacional

2. De prevalencia

3. Ensayo clínico

4. Cohortes prospectivo

5. Descriptivo de morbimortalidad

4

Pregunta 3.

De los siguientes diseños de ensayos clínicos, indique aquel en el que

el tamaño de la muestra no está predeterminado, sino que depende de

los resultados que se van obteniendo a lo largo de la experiencia:

1. Ensayo cruzado

2. Ensayo de diseño factorial

3. Ensayo enmascarado

4. Ensayo de grupos paralelos

5. Ensayo de diseño secuencial

5

Pregunta 4.

Un estudio publicado establece una asociación entre la «renta per

cápita» de diferentes países y la incidencia de accidentes de tráfico.

¿De qué tipo de diseño de estudio se trata?:

1. Estudio de casos y controles anidado

2. Estudio transversal

3. Estudio de cohortes

4. Estudio de prevalencia

5. Estudio ecológico

ordinal

Pregunta 5.

¿A qué tipo corresponde el más importante estudio epidemiológico

realizado hasta la fecha: el estudio de Framingham, que empezó en

1949 para identificar factores de riesgo de enfermedad coronaria, en

el que de entre 10.000 personas que vivían en Framingham de edades

entre 30 y 59 años, se seleccionó una muestra representativa de

ambos sexos, reexaminándose cada dos años en busca de señales de

enfermedad coronaria?

1. Ensayo clínico



4. Estudio de casos y controles

5. Estudio cuasi-experimental

2

Pregunta 6.

De las siguientes características ¿cuál es la que mejor define a un

ensayo clínico?

1. Prospectivo

2. Experimental

3. Paralelo

4. Tamaño muestral predefinido

5. enmascarado

2

Respuestas.

1. 2

2. 4

3. 5

4. 5

5. 2

6. 2

barras

Auto-calificación rotacional:

Por cada acierto = suman 3 puntos

Por cada fallo = restan 1 punto

Puntuación máxima: 18 puntos

Puntuación mínima: - 6 puntos

Equipo ganador: el que tenga mayor puntuación

Pregunta 1.

El mejor tipo de estudio epidemiológico para evaluar la asociación

causal entre un factor de riesgo y una enfermedad determinada, es el:

1. Ecológico

2. Clínico aleatorio

3. Transversal

4. De cohortes

5. De casos y controles

Pregunta 2.

Dos mil enfermeras de Canadá entre 35 y 50 años y sin historia previa

de cáncer, llenaron un cuestionario dietético validado previamente y

diseñado para medir el consumo individual de nitrogenados totales.

Las enfermeras se clasificaron en cinco grupos de igual tamaño según

los niveles de ingesta de este factor. Se comparó la aparición de

nuevos casos de cáncer de estómago entre los grupos. El diseño del

estudio es:

1. Ecológico o de base poblacional

2. De prevalencia

3. Ensayo clínico

4. Cohortes prospectivo

5. Descriptivo de morbimortalidad

4

Pregunta 3.

De los siguientes diseños de ensayos clínicos, indique aquel en el que

el tamaño de la muestra no está predeterminado, sino que depende de

los resultados que se van obteniendo a lo largo de la experiencia:

1. Ensayo cruzado

2. Ensayo de diseño factorial

3. Ensayo enmascarado

4. Ensayo de grupos paralelos

5. Ensayo de diseño secuencial

Tamaño muestral es

predeterminado

Pregunta 4.

Un estudio publicado establece una asociación entre la «renta per

cápita» de diferentes países y la incidencia de accidentes de tráfico.

¿De qué tipo de diseño de estudio se trata?:

1. Estudio de casos y controles anidado

2. Estudio transversal



5. Estudio ecológico

5 Son estudios en los

que la unidad de

análisis son los

grupos de individuos

Pregunta 5.

¿A qué tipo corresponde el más importante estudio epidemiológico

realizado hasta la fecha: el estudio de Framingham, que empezó en

1949 para identificar factores de riesgo de enfermedad coronaria, en

el que de entre 10.000 personas que vivían en Framingham de edades

entre 30 y 59 años, se seleccionó una muestra representativa de

ambos sexos, reexaminándose cada dos años en busca de señales de

enfermedad coronaria?

1. Ensayo clínico




5. Estudio cuasi-experimental

2

Pregunta 6.

De las siguientes características ¿cuál es la que mejor define a un

ensayo clínico?

1. Prospectivo

2. Experimental

3. Paralelo

4. Tamaño muestral predefinido

5. enmascarado

2

•Expresar el interrogante de la investigación como una hipótesis estadística:

H0: “No hay diferencia”

H1: “Hay diferencia”

PASO 1 PASO 2 PASO 3 PASO 4

4.1 CONTRASTE DE

HIPÓTESIS

4.2 MÉTODOS

PARAMÉTRICOS

4.3 TRANSFORMACIONES DE

DATOS

4.4 MÉTODOS NO

PARAMÉTRICOS

MÉTODO DE CONTRASTE DE HIPÓTESIS

•Decidir sobre la prueba estadística adecuada


4.1 CONTRASTE DE

HIPÓTESIS

4.2 MÉTODOS

PARAMÉTRICOS


DATOS

4.4 MÉTODOS NO

PARAMÉTRICOS


¿CÓMO? Según la población y el tipo de variables

Seleccionar grado de significación para la prueba estadística.

Grado de significación = alfa = probabilidad de rechazar de

manera incorrecta H0 cuando sea cierta (normalmente 0.05, 0.01,

0.001)


4.1 CONTRASTE DE

HIPÓTESIS

4.2 MÉTODOS

PARAMÉTRICOS


DATOS

4.4 MÉTODOS NO

PARAMÉTRICOS


• Realizar los cálculos y exponer conclusiones


4.1 CONTRASTE DE

HIPÓTESIS

4.2 MÉTODOS

PARAMÉTRICOS


DATOS

4.4 MÉTODOS NO

PARAMÉTRICOS


Documents

METODOLOGIA DE LA INVESTIGACION CIENTIFICA.repositorio.educacionsuperior.gob.ec/bitstream/28000/4686/2/Anexo 2...EVIDENCIA? 2. Acceder a la información científica 3. Evaluar críticamente