3. DEFINICIÓN DE BIOESTADÍSTICA
La bioestadística es una disciplina científica que
se encarga de la aplicación del análisis
estadístico a diferentes cuestiones vinculadas a
la biología.
Puede decirse que la bioestadística es un área
o una especialización de la estadística, la
ciencia dedicada al estudio cuantitativo de todo
tipo de variables.
4. El uso de herramientas cuantitativas para el
tratamiento de datos, tiene origen en épocas
remotas.
Se tiene información de hace más 3000 años
antes de Cristo, donde las antiguas civilizaciones,
como la Egipcia, aplicaron continuamente censos
que ayudaban a la organización de la sociedad.
En la antigua Grecia y el Imperio Romano,
aplicaron censos para la recolección de
impuestos y servicio militar.
5. A comienzos del siglo XIX se comenzó a expandir la práctica de
apelar a métodos de las matemáticas para la cuantificación de
variables de los pacientes.
La tuberculosis, por ejemplo, es una enfermedad que empezó a
estudiarse en profundidad a partir de datos matemáticos.
La medicina, de este modo, incorporó la bioestadística a sus
estudios para obtener datos sobre infecciones, epidemias, etc.
El análisis de las estadísticas registradas por médicos y
enfermeros, poco a poco, se volvió muy importante para la
generación de información de utilidad en tratamientos y en
campañas de prevención.
6. La bioestadística puede resultar útil en diversos ámbitos de
la salud pública. Analizando el peso que registran los adolescentes
de entre 15 y 18 años, por citar una posibilidad, se puede
diagnosticar una epidemia de obesidad o advertir sobre una
elevada tasa de desnutrición.
En el sector de la epidemiología, la bioestadística ayuda a detectar
cómo avanza o retrocede una epidemia, en qué lugares está
resultando más eficaz la prevención o hacia dónde hay que enviar
más recursos para revertir una tendencia negativa.
La ecología también puede hacer uso de la bioestadística para
registrar niveles de contaminación y otros indicadores que inciden
de manera directa en la vida de las personas, los animales, las
plantas y el resto de los seres vivos.
7. El primer científico en usar métodos propios de las matemáticas
para analizar datos de sus pacientes y sus respectivas
enfermedades fue Pierre Charles-Alexandre Louis, un médico
francés nacido en el año 1787. La primera aplicación de la
bioestadística se enfocó en un estudio que Louis realizó acerca de
la tuberculosis en su obra titulada Método numérico, el cual fue de
gran influencia para los médicos que le siguieron.
Sus estudiantes y discípulos, por su parte, aprovecharon sus
descubrimientos para mejorar y ampliar los métodos usados hasta
el momento y llevar su legado a la inevitable evolución. Sus
enseñanzas continuaron inspirando a varias generaciones de
científicos, a tal punto que un siglo más tarde se podían apreciar
en los mapas y análisis epidemiológicos que llevaron a cabo el
francés Louis René Villermé y el inglés William Farr.
8. En 1812, por otro lado, un matemático y astrónomo
francés llamado Pierre Simon Laplace publicó un tratado
acerca de la teoría analítica de las probabilidades que
apoyaba la importancia de la bioestadística en la
resolución de problemas médicos.
Uno de los conceptos más relevantes en este contexto es
la síntesis evolutiva moderna, también llamada síntesis
neodarwinista o nueva síntesis, entre otros nombres. Se
trata de la fusión de la teoría de la evolución de Charles
Darwin y la genética del monje agustino católico Gregor
Johann Mendel, autor de las leyes de Mendel, las cuales
suponen las bases de la herencia genética.
9. Para la síntesis moderna de la evolución, dos elementos de
gran importancia fueron la modelización y el razonamiento de
la bioestadística, los cuales dieron lugar a su fundación. Luego
de que se redescubriera la obra de Mendel, tuvo lugar un
marcado enfrentamiento entre sus seguidores y los
denominados biométricos en torno a la resolución de los
problemas relacionados con el entendimiento de la relación
entre el darwinismo y la genética.
Ronald Fisher, J. B. S. Haldane y Sewall G. Wright, tres
estadísticos de renombre, fueron los responsables de poner fin
a dicho conflicto durante los años 30. Por aquel entonces,
presentaron la bioestadística como una de las ramas
fundamentales de la nueva síntesis.
10. Los primeros intentos de hacer coincidir las matemáticas de la teoría
estadística con los conceptos emergentes de la infección bacteriana
tuvieron lugar a comienzos del siglo XX.
Tres diferentes problemas cuantitativos fueron estudiados por otros
tantos autores. William Heaton Hamer (1862-1936) propuso un modelo
temporal discreto en un intento de explicar la ocurrencia regular de las
epidemias de sarampión; John Brownlee (1868-1927), primer director
del British Research Council, luchó durante veinte años con problemas
de cuantificación de la infectividad epidemiológica, y Ronald Ross
(1857-1932) exploró la aplicación matemática de la teoría de las
probabilidades con la finalidad de determinar la relación entre el
número de mosquitos y la incidencia de malaria en situaciones
endémicas y epidémicas. Pero el cambio más radical en la dirección
de la epidemiología se debe a Austin Bradford Hill (1897-1991) con el
ensayo clínico aleatorizado y, en colaboración con Richard Doll (n.
1912), el épico trabajo que correlacionó el tabaco y el cáncer de
pulmón.
11. Los primeros trabajos bioestadísticos en enfermería los
realizó, a mediados del siglo XIX la enfermera
inglesa Florence Nightingale.
Durante la guerra de Crimea, Florence Nightingale observó
que eran mucho más numerosas las bajas producidas en el
hospital que en el frente.
Por lo tanto, recopiló información y dedujo que la causa de la
elevada tasa de mortalidad se debía a la precariedad
higiénica existente.
Así, gracias a sus análisis estadísticos, se comenzó a tomar
conciencia de la importancia y la necesidad de unas buenas
condiciones higiénicas en los hospitales.
12. A Florence Nightingale (1820-1910) se la conoce por ser fundadora de la
profesión de enfermería, y por su importante labor como reformadora del
sistema de atención sanitaria del ejército británico.
Como enfermera jefe de dicho ejército durante la Guerra de Crimea, de 1854
a 1856, Florence se percató de que la falta de medidas sanitarias era la
causa principal del fallecimiento de muchos soldados heridos en combate.
Con las reformas que Nightingale introdujo en el hospital militar donde
trabajaba, la tasa de mortalidad pasó del 42,7% al 2,2%.
Cuando Nightingale volvió a Gran Bretaña inició, con considerable éxito, una
feroz lucha para reformar todo el sistema de atención sanitaria.
Una de las armas que Florence Nightingale utilizó para conseguir sus
propósitos fueron los datos.
13. Florence no sólo modificó el sistema de atención sanitaria, sino que también
modificó el sistema de registro de datos.
Los datos de que disponía le sirvieron para respaldar sus argumentos de forma
muy sólida.
Nightingale fue una de las primeras personas en utilizar gráficos para
representar datos de forma sencilla, de tal manera que incluso los generales y
los miembros del parlamento podían entenderlos.
Sus representaciones gráficas de los datos constituyen un hito en el desarrollo
de la estadística como ciencia.
Florence consideró que la estadística era esencial para poder comprender
cualquier fenómeno social e intentó introducirla en la educación superior.
Para Florence Nightingale los datos no eran algo abstracto ya que le permitían
comprender, y hacer comprender a los demás, la forma de salvar vidas
humanas.
14. Sir Francis Galton (1822-1911) creó el concepto estadístico de regresión y
correlación, y fue el primero en aplicar métodos estadísticos para estudiar las
diferencias humanas basado en el uso de cuestionarios y entrevistas para
recolectar los datos.
Herman Hollerith (1860-1929) fue un estadístico estadounidense quien desarrollo
la primera máquina tabuladora basada en tarjetas perforadas y mecanismos
eléctrico- mecánicos para el tratamiento rápido de millones de datos.
Su máquina fue usada en el censo de 1890 en estados unidos que redujo la
tabulación de los datos de 7 años (censo de 1880) a 2.5 años.
Creó la firma “Computing Tabulating Recording Corporation (CTR)”, que bajo la
presidencia de Thomas J. Watson fue renombrada a “International Business
Machines (IBM)” en 1924.
Major Greenwwod (1880-1949) investiga los problemas de salud asociados al
trabajo en fábricas. Desarrolló la Epidemiología y en 1919 creó el Ministerio de la
Salud en Inglaterra, responsable de datos estadísticos médicos.
15. La estadística a variado su significado a través del tiempo, pasando de ser una
herramienta usada solo para la administración de los gobiernos, a una ciencia con un
sin fin de aplicaciones en diferentes disciplinas.
La enciclopedia Británica define la estadística como la ciencia de recolectar, procesar,
analizar, presentar e interpretar datos.
La Bioestadística pasa a ser una ciencia básica cuyo objetivo principal es el
procesamiento y análisis de grandes volúmenes de datos de personas,
resumiéndolos en cuadros, gráficos e indicadores (estadísticos), que permiten la fácil
compresión de las características relacionadas con el estudio.
El diccionario Ingles Word Reference, define la estadística como un área de la
matemática aplicada orientada a la recolección, procesamiento, análisis e
interpretación de datos cuantitativos y al uso de la teoría de la probabilidad para
calcular los parámetros de una población.
Estadístico: Cualquier característica medible calculada sobre una muestra o
población.
Los datos pueden provenir de una población o muestra. Estos datos deben ser
cuantitativos, para así poder aplicar sobre ellos, operaciones aritméticas.
16. APLICACIONES
La aplicación resulta hoy en día necesaria, en
los campos:
- Salud pública, que incluye: epidemiología,
nutrición, salud ambiental y en investigación de
servicios sanitarios.
- Genómica y poblaciones genéticas
- Medicina
- Ecología
- Bioensayos
17. La colaboración de la bioestadística ha sido clave en el
desarrollo de nuevos fármacos, en el entendimiento de
enfermedades crónicas como el cáncer y el sida, y estos son
solo algunos de los miles de ejemplos posibles.
La estrecha relación de la Estadística con el método
científico hace de la Bioestadística una disciplina
imprescindible en la mayoría de los proyectos en el área
tecnológica.
El pensamiento estadístico no solo resuelve y entiende la
compleja metodología para dar respuesta a hipótesis, sino
que es capaz de organizar el “sistema” que involucra la
investigación desde el diseño general, diseño de muestreo,
control de calidad de la información, análisis y presentación
de resultados.
18. Siendo como es, parte fundamental del desarrollo
del conocimiento en todas las áreas de la salud, la
estadística no está exenta de dificultades. Lo
cierto es que, como han puesto de manifiesto
numerosos autores, la mayor parte de los trabajos
científicos que se publican en la actualidad están
aquejados de defectos en su metodología, graves
en numerosas ocasiones, a veces debidos a la
falta de formación de los autores y los revisores,
pero también, en otras ocasiones, debidos a la
intencionalidad de transmitir algún mensaje
concreto a través de los resultados del trabajo.
19. La necesidad de contar se pierde en la historia de la
humanidad. Desde la perspectiva del Estado y sus
propósitos militares o impositivos, nació con el objetivo
de conocer los recursos que poseían los gobernantes.
Quizá por ello, para la Edad Media la iglesia cristiana
registraba los matrimonios, los nacimientos y las
muertes. Pero no fue, sino hasta mediados del siglo
XVII que John Graunt mostró su aplicación en el área
de la salud, al estudiar la mortalidad de Londres.
Por ello, a Graunt se le conoce como el padre de las
estadísticas de salud.
20. La estadística es una disciplina de las matemáticas aplicadas que se
dedica al manejo de los datos numéricos; es decir: es el método para
recolectar, elaborar, analizar e interpretar datos numéricos.
En el uso del lenguaje es necesario distinguir el concepto estadística
del de estadísticas. El segundo, en plural, es sinónimo de datos
numéricos. Así, por ejemplo, las estadísticas de mortalidad son las
cantidades que se presentan en los tabulados de mortalidad.
La estadística no es una ciencia, sino un método que enseña
procedimientos lógicos de observación y análisis, los cuales es
necesario tener en cuenta para aprovechar al máximo las
experiencias de otros campos del conocimiento. En tal sentido, es un
auxiliar irreemplazable del método científico y su importancia se hace
notar.
21. La estadística trata sobre datos. Éstos son números, pero no sólo son
eso. Los datos son números en un contexto.
El número 3,75, por ejemplo, no contiene por sí mismo ninguna
información. Pero si oímos que una amiga ha dado a luz un bebé de 3,75
kilos, la felicitamos ya que es un buen peso.
El contexto nos permite sacar partido de nuestros conocimientos sobre el
tema de estudio y emitir juicios. Sabemos que un peso de 3,75 kilos es
un peso adecuado (no es posible que un bebé pese 3,75 gramos o 3,75
toneladas). El contexto hace que el número aporte información.
La estadística utiliza datos para profundizar en un tema y sacar
conclusiones. Nuestras herramientas son gráficos y cálculos. Son
herramientas dirigidas por una línea de pensamiento basada en el
sentido común.
22. A partir de una cierta edad, la mayoría de mujeres se
hacen mamografías de forma regular para la detección
del cáncer de mama.
Las mamografías, ¿realmente reducen el riesgo de
muerte?
Para hallar respuestas, los médicos confían en
“experimentos clínicos aleatorizados” para comparar
distintos métodos de detección del cáncer de mama.
Las conclusiones de 13 experimentos es que las
mamografías reducen el riesgo de muerte entre 50 y 64
años en un 26%.
23. Como media, las mujeres que se hacen mamografías de forma
regular tienen menos probabilidades de morir de cáncer de mama.
Sin embargo, debido a que la variación está siempre presente, los
resultados no son los mismos para todas las mujeres.
Algunas mujeres que se hacen mamografías cada año mueren de
cáncer de mama y otras que nunca se las han hecho pueden vivir
hasta los 100 años y morir, por ejemplo, en un accidente de tráfico.
¿Podemos estar seguros de que como media las mamografías
reducen el cáncer de mama? No podemos estar seguros.
Como la variación está siempre presente, no existen verdades
absolutas.
24. La estadística nos proporciona el lenguaje necesario para tratar con la
incertidumbre, es el lenguaje utilizado por la gente que conoce estadística.
En el caso de las mamografías, los médicos utilizan este lenguaje para
decirnos que “las mamografías reducen el riesgo de morir de cáncer de
mama en un 26 por ciento (con una confianza del 95%, la reducción se sitúa
entre el 17 y el 34%)”.
Este 26% son, según Arthur Nielsen, “valores que representan un intervalo
que describe nuestro conocimiento sobre unas determinadas
circunstancias”.
El intervalo va del 17 al 34% y tenemos una confianza del 95% de que el
verdadero valor se halla en este intervalo.
No podemos evitar la variación y la incertidumbre.
Aprender estadística nos permite desenvolvernos mejor ante esta realidad.
25. El análisis de datos se ocupa de los métodos
y las ideas necesarias para organizar y
describir datos utilizando gráficos y
resúmenes numéricos.
Solamente los datos bien organizados
iluminan.
Sólo una exploración sistemática de los
datos permite combatir las variables latentes.
26. La obtención de datos proporciona métodos
para obtener datos que permiten dar
respuestas claras a preguntas concretas.
Es muy importante saber cómo se
obtuvieron los datos —los conceptos básicos
sobre cómo obtener muestras y diseñar
experimentos son quizás las ideas
estadísticas que han tenido una mayor
influencia—.
27. La inferencia estadística va más allá de los
datos disponibles y obtiene conclusiones
sobre un universo más amplio, teniendo en
cuenta la omnipresencia de la variabilidad y
la incertidumbre de las conclusiones.
Para describir la variabilidad y la
incertidumbre, la inferencia estadística
utiliza el lenguaje de la probabilidad.
28. Como los datos son números con un contexto, trabajar en
estadística significa algo más que la simple manipulación de
números.
La estadística implica hacer muchos cálculos y gráficos.
Existen muchos tipos de programas estadísticos, desde las
hojas de cálculo hasta los complejos programas informáticos,
idóneos para los usuarios más avanzados de la estadística.
El tipo de programas estadísticos disponibles para los
estudiantes varía mucho de un lugar a otro —sin embargo, las
grandes ideas de la estadística no dependen del nivel de los
programas de que se dispone—.
29. La estadística se ocupa de los métodos y
procedimientos para recoger, clasificar,
resumir, y analizar los datos, así como de
realizar inferencias a partir de ellos, con la
finalidad de ayudar a la toma de
decisiones.
Bioestadística: Aplicación de la estadística
a los procesos biológicos, incluyendo los
de salud.
30. La Bioestadística es una rama de la Estadística que se
ocupa de problemas planteados dentro de las Ciencias
Biológicas.
Debido a que las cuestiones a investigar, cuando se
trabaja con personas, animales, plantas u otros
organismos vivos, son de naturaleza muy variada, la
Bioestadística es una disciplina en constante desarrollo.
Incluye no sólo el análisis estadístico de datos
biológicos sino también el uso de numerosos
procedimientos o algoritmos de cálculo y computación
para el análisis de patrones y la construcción de
modelos que permitan describir y analizar procesos de
naturaleza aleatoria.
31. La Bioestadística también suele denominarse Biometría para hacer alusión a que
el centro de atención está puesto en la medición de aspectos biológicos; el
nombre proviene de las palabras griegas "bios" de vida y "metron" de medida.
La Biostadística es una disciplina aplicada ya que comprende el desarrollo y
aplicación de métodos y de técnicas de análisis cuantitativo para extraer
información biológica de conjuntos de datos obtenidos desde la experimentación
o el muestreo.
Las herramientas Bioestadísticas son claves en la generación de nuevos
conocimientos científicos y tecnológicos.
La estrecha relación de la Estadística con el método científico hace de la
Bioestadística una disciplina imprescindible en proyectos de investigación e
innovación en áreas relacionada con las Ciencias de la Vida y el Ambiente.
El pensamiento estadístico se encuentra presente durante todas las etapas de
una investigación; es importante reconocer la naturaleza aleatoria de los
fenómenos de interés desde el diseño del estudio, durante el análisis de los
datos relevados y, más aún, durante la interpretación de los mismos y la
elaboración de conclusiones.
32. La Estadística nos provee de herramientas no sólo
para transformar datos en información sino también
para ser buenos consumidores de ésta, saber
interpretar lo que escuchamos o leemos y poder
decidir criteriosamente sobre la confiabilidad de la
información.
Comprender que la naturaleza variable del fenómeno
se traduce en un margen de error en la conclusión y
que algunas conclusiones son más válidas que otras
cuando se trabaja con muestras de procesos variables,
es fundamental para apreciar la importancia de contar
con buenas herramientas estadísticas en todo proceso
de toma de decisión.
33. La Estadística se comenzó a desarrollar en las
primeras civilizaciones como una Ciencia Social, a
partir de la necesidad de mediciones que tenía el
Estado para estudiar la población.
En esta etapa estaba acotada a realizar cálculos que
resumieran los datos recogidos, construir tablas y
gráficos con medidas de resumen tales como
promedios y porcentajes.
Este tipo de Estadística demográfica es aún hoy de
gran importancia para la sociedad y en la mayoría de
los países está a cargo de instituciones oficiales.
34. No obstante, la Estadística experimental es conceptualmente
diferente a la Estadística demográfica; fue desarrollada desde
diversas motivaciones, por físicos y astrónomos para concluir a
partir de datos que inevitablemente acarreaban errores de
medición y por biometristas, formados en las Ciencias
Biológicas y en Matemática Aplicada, para explicar la
variabilidad debida a diferencias entre individuos, a diferencias
entre parcelas de ensayos donde se cultivan plantas, entre
animales, digamos más generalmente entre las unidades
biológicas en estudio.
Numerosas técnicas estadísticas que impactaron fuertemente la
generación de conocimiento en Ciencias Biológicas, de la Salud
y del Ambiente fueron desarrolladas para la investigación en
Genética de Poblaciones, en Genética Cuantitativa y en la
Evaluación de Cultivares, como son los trabajos de Wright,
Pearson y Fisher.
35. ¿Qué significa “ESTADÍSTICA”?
La palabra “estadística” tiene varios significados:
1. Es usada frecuentemente al referirnos a datos registrados.
2. Estadística también denota características calculadas para un
grupo de datos, por ejemplo, media de la muestra.
3. Estadística también se refiere a metodología estadística,
técnicas y procedimientos tratando con el diseño de
experimentos, colección, organización, análisis de la
información contenida en un grupo de datos para hacer
inferencias acerca de los parámetros de la población.
36. ¿QUÉ HACEN LOS ESTADÍSTICOS?
1. Guiar el diseño de un experimento o encuesta antes
de la colección de datos.
2. Analizar datos usando los procedimientos y técnicas
estadísticos adecuados.
3. Presentar e interpretar resultados a los investigadores
y otros tomadores de decisiones incluyendo al
gobierno y a la industria.
37. ¿POR QUÉ ESTUDIAR ESTADÍSTICA?
1. Conocimiento de estadística es esencial para
personas que hacen investigación, manejo de
estudios
2. Entendimiento básico de estadística es útil para
conducir investigaciones y una presentación efectiva
3. Entendimiento de estadística puede ayudar a
discriminar entre hechos y suposiciones en la vida
diaria
4. Un curso de estadística deberá ayudar a saber
cuando un estadístico deberá ser consultado.
38. DEFINICIÓN DE POBLACIÓN Y MUESTRA
Una población es un grupo de medidas de interés para un
investigador.
Ejemplos:
1. Ingreso de familias viviendo en un lugar
2. Número de niños en familias viviendo en un pueblo
3. Status de salud de adultos en una comunidad
Un subgrupo de la población es llamado muestra.
Una muestra es usualmente seleccionada de tal forma que
es representativa de la población.
39. CLASIFICACIÓN
• Estadística descriptiva
La Estadística Descriptiva es aquella rama de la
Estadística mediante la cual se trata de Presentar,
Describir y Resumir datos obtenidos en una
investigación.
• Estadística inferencial
La Inferencia Estadística es aquella rama de la
Estadística mediante la cual se trata de sacar
conclusiones de una población en estudio, a partir de
la información de la muestra.
40. ESTADÍSTICA DESCRIPTIVA E INFERENCIAL
1. Estadística descriptiva trata con la enumeración,
organización y representación gráfica de los datos.
2. Estadística inferencial está interesada en llegar a
conclusiones de información incompleta, o sea,
generalizado desde la muestra.
Un ejemplo de estadística inferencial incluye el uso de
información disponible acerca del status de salud de
las personas en una muestra para extraer inferencias
acerca de la población de la cual se obtuvo la muestra.
41. ESTADÍSTICA INFERENCIAL
El objetivo de la estadística inferencial es hacer
inferencias acerca de los parámetros de la
población basada en la información obtenida de la
muestra.
1. Estimación (ej., estimando la prevalencia de
hipertensión entre adultos viviendo en un lugar)
2. Probando hipótesis (ej., probando la efectividad de
un nuevo medicamento para reducir los niveles de
colesterol)
42. FUENTES DE DATOS
Los datos pueden obtenerse de diferentes fuentes:
1. Sistemas de vigilancia (ej., NIH)
2. Encuestas planeadas (Gobierno, universidades, ONG)
3. Experimentos (Compañías farmacéuticas)
4. Organizaciones de salud (Grupo de datos
administrativos)
5. Sector privado (Bancos, compañías, etc.)
6. Gobierno (Todas las agencias gubernamentales)
Aquí, nos enfocaremos en encuestas y experimentos
¿Cuál es la diferencia entre una encuesta y un
experimento?
43. DIFERENCIA ENTRE ENCUESTAS Y
EXPERIMENTOS
Datos de una encuesta representan observaciones de
eventos o fenómenos sobre los cuales pocos o ningún,
control se impone.
(ej., evaluando la asociación entre diferentes estilos de
vida y enfermedad cardiaca)
En un experimento diseñamos una investigación
planeada a propósito para imponer controles sobre la
cantidad de exposición (tratamiento) a una
medicamento. (ej., estudios clínicos)
44. MÉTODOS DE MUESTREO
1. Muestreo aleatorio (Simple)
2. Muestreo sistemático
3. Muestreo estratificado
4. Muestreo agrupado
5. Muestreo por conveniencia
6. Muestreo más complejo
45. ALGUNOS ESTUDIOS EPIDEMIOLÓGICOS
Estudios retrospectivos:
Reúnen datos del pasado de casos y controles
seleccionados para determinar diferencias, si las hay, en
la exposición a un factor de sospecha. Comúnmente son
llamados estudios de caso-control.
Estudios prospectivos:
Generalmente son estudios cohorte en los cuales
enrolamos a un grupo de personas sanas y las seguimos
durante un cierto periodo de tiempo para determinar la
frecuencia con la cual se presenta una enfermedad.
46. CONCEPTOS BÁSICOS
• Unidad de Análisis: Personas, u objetos que contienen cierta
información que se desea estudiar. Por ejemplo: un paciente, un
establecimiento de salud, un equipo etc.
• Población: Es la totalidad de unidades de análisis que poseen algunas
características comunes, susceptibles de observación. Una población se
define en términos de inclusión y en términos de exclusión.
• Muestra: Parte de la población o subconjunto de unidades de análisis
obtenidas con el fin de conocer las propiedades de la población.
• Parámetro: es una medida de resumen que describe a una población.
• Estadístico: es una medida de resumen que describe a una muestra.
47. VARIABLES
• Qué es una variable?
• Cómo se clasifican las variables?
A.Por su Naturaleza
B.Por su interrelación
C.Por su escala de medición
48. DEFINICIÓN DE VARIABLE
• Es la característica, propiedad o atributo de personas
o cosas y que varían de un sujeto a otro y en un
mismo sujeto en diferentes momentos.
• Variable es una cosa que varía
• Esta variación es susceptible de medirse.
• Ejemplos: Presión sanguínea, frecuencia cardiaca,
peso de niños, edad de los pacientes que acuden a
consulta
49. TIPOS DE VARIABLES
• POR SU INTERRELACION:
1.INDEPENDIENTES: determina cambio de valores
en dependiente ( es la causa).
2.DEPENDIENTE: está en función de la independiente
(es el efecto).
3.INTERVINIENTE: influye ampliando o amortiguando
efecto de la independiente.
50. TIPOS DE VARIABLES
• POR SU NATURALEZA:
1. CUALITATIVAS: o categóricas, se refieren a propiedades
o atributos, no se mide, existe o no presencia de ella.
2. CUANTITATIVA DISCRETA: discontinua, no puede
fraccionarse, se pueden contar.
3. CUANTITATIVA
4. CONTINUA: puede fraccionarse, medirse y asumir
cualquier valor dentro del rango de medición.
51. TIPOS DE VARIABLES
ESCALAS DE MEDICION
1. NOMINAL: se clasifican según categorías, se utiliza para v.
cualitativas.
2. ORDINAL: clasifica en forma jerárquica.
3. INTERVALO: punto cero es arbitrario y convencional.
4. PROPORCION (RAZON): tiene cero absoluto, existen
proporciones.
52. VARIABLES CUALITATIVAS Y CUANTITATIVAS
Ejemplos de variables cualitativas son ocupación,
sexo, estado civil, etc.
Variables que producen observaciones que pueden
medirse, se considera que son variables
cuantitativas. Ejemplos de variables cuantitativas
son peso, estatura, edad.
Variables cuantitativas pueden clasificarse en
discretas o continuas.
53. TIPOS DE VARIABLES
1. Variables categóricas (ej., Sexo, estado civil,
categoría de ingreso)
2. Variables continuas (ej., edad, ingreso, peso,
estatura, tiempo en lograr un resultado)
3. Variables discretas (ej. número de niños en
una familia)
4. Variables dicotómicas o binarias (ej.,
respuesta sí o no)
55. ESCALA DE DATOS
1. Nominal: estos datos no representan una cantidad (ej., estado
civil, sexo)
2. Ordinal: estos datos representan una serie de datos
ordenados (ej., nivel de educación)
3. Intervalo: estos datos son medidos en una escala de intervalo
teniendo iguales unidades pero teniendo un 0 arbitrario (ej.:
temperatura en ° Fahrenheit)
4. Razón de intervalo: variable como peso para el cual podemos
comparar significativamente un peso contra otro (digamos,
100 Kg es dos veces 50 Kg)
56. VARIABLES EN EL PROTOCOLO
• Tipos de variable
– Independiente
– Dependiente
– Intermedia
– Confusora
57. VARIABLE INDEPENDIENTE
• La característica siendo observada y/o medida
que hipotéticamente influencia a un evento o
resultado (variable dependiente).
• NOTA
– La variable independiente no es influenciada
por el evento o el resultado, pero puede
causarlo o contribuir a su variación.
58. VARIABLE DEPENDIENTE
• Una variable cuyo valor depende del efecto de
las otras variables (variables independientes) en
la relación siendo estudiada.
Sinónimo: variables resultado o respuesta.
• NOTA
– Un evento o un resultado cuya variación
buscamos explicar o contabilizar por la
influencia de variables independientes.
59. VARIABLE INTERMEDIA
• Una variable que ocurre en el camino causal de una
variable independiente a una variable dependiente.
Sinónimo: interventora, mediadora
• NOTAS
– Produce variación en la variable dependiente, y es
causada por la variable independiente.
– Tal variable está “asociada” con la variable
dependiente e independiente.
60. VARIABLE CONFUSORA
• Un factor (que es un determinante del resultado),
que distorsiona el efecto aparente de una variable de
estudio sobre el resultado.
• NOTA
– Tal factor puede estar desigualmente distribuido
entre los expuestos y no expuestos y por lo tanto
influenciar la magnitud aparente y aún, la
dirección del efecto.