El documento presenta información sobre conceptos básicos de bioestadística. Explica que la estadística descriptiva se usa para organizar, presentar y resumir información, describiendo las características de los sujetos, mientras que la estadística inferencial permite establecer conclusiones sobre poblaciones a partir de muestras. También destaca la importancia de que las muestras sean razonables, representativas y aleatorias para generar confianza en los resultados.

1. BIOESTADÍSTICA

3. ESTADÍSTICA
Estadísticadescriptiva:
Organiza,presentay
resumelainformación.
Describelas
características
encontradasenlos
sujetos
Estadísticainferencial:
Establecer
conclusionesreferidas
apoblacionesapartir
demuestras.
Hacerasociacioneso
relacionesentre
variables.
PRUEBA O
CONTRASTE DE
HIPÓTESIS

5. MUESTRA
DEBE TENER UN TAMAÑO
RAZONABLE Y SER
REPRESENTATIVA.
Estas condiciones generan
confianza (certeza) de
nuestras observaciones para
conocer el valor de la
población.

6. MUESTRA REPRESENTATIVA
Muestra no representativa

7. MUESTREO PROBABILÍSTICO ALEATORIO
CADA UNA DE LA S M UESTRA S TIENE LA M ISM A PROBABILIDAD DE S ER ESCOGIDA

8. Edad Peso
Talla
Presión
Estadísticos
S
Población Muestra Unidadde
análisis
Variables Observaciones
Parámetros µ
σ

9. Estadística inferencial:
Estimar el parámetro

10. Diseñodeestudio
Variables
Población

11. ¿QUÉ ES UNA VARIABLE?
Esta foto deAutor desconocidoestá bajolicencia CCBY

12. VARIABLE: SON
LAS
CUALIDADES O
CANTIDADES
RECOGIDAS DE
CADA INDIVIDUO

13. TIPOS DE
VARIABLES
• Cualitativas
• Cuantitativas

14. CUALITATIVAS
• Dicotómicas
• Politómicas

15. CUANTITATIVAS
Discretas continuas
Númerosenteros:
1,2,3
Númerosdecimales:
1.23,2.3,3.4

16. ESCALAS DE MEDICIÓN
RAZÓN
INTERVALO
ORDINAL
NOMINAL

17. ESCALA
NOMINAL

18. ESCALA
ORDINAL

19. ESCALA
INTERVALO

20. ESCALA RAZÓN

21. EJERCICIO
• Se estudiarondos soluciones derehidrataciónoral a
basedearrozoabasedeglucosa;participaron342
pacientes condiarreaacuosa agudareclutados conforme
se atendíanenel hospital yqueaceptaran participar
,
duranteunaepidemia decóleraenBangladeshen1983.
Lospacientesfueronasignados aleatoriamenteaun
tratamientoderehidratación yaseaaunasolucióna
basedearrozoaunasolución abasedeglucosa.El
estudio mostróquela glucosa dela soluciónde
rehidrataciónoral puedesustituirseporpolvodearroz
conmejores resultados incluso, segúnindicaronla
disminuciónenla media dedeposiciones.

23. VARIABLES CUALITATIVAS
• Se expresancomo:
• Frecuencia
• Porcentaje

24. GRÁFICAS

25. VARIABLESCUANTITATIVAS

26. Estadística
Descriptiva
Medidas
tendenciacentral
oposición
Media Moda Mediana
Medidasde
dispersión
Desviación
estándar
Rango

27. MEDIA

28. MEDIDAS DE POSICIÓN O TENDENCIA
CENTRAL

29. DESVIACIÓN ESTÁNDAR

30. DISPERSIÓN

31. 31
DIFERENTE DESVIACIÓN IGUAL
MEDIA

32. Media:40cm Desviaciónstd:
5cm

33. Media:40cm Desviación
std:2.5cm

34. GRAFICAS

35. EJERCICIO ESTADÍSTICA
DESCRIPTIVA
• Calculala media,moda,mediana,rangoydesviaciónestándardecadaunodelos siguientesgruposde
datos:
Grupo1:11,9,10,12,9,10,8,10,11
MEDIA=10,MODA=10,MEDIANA =10RANGO=12-8=4
Grupo2:5,13,2,20,15,4,17,13,1
MEDIA =10,MODA=13,MEDIANA =13YRANGO=20-1=19
• Finalmentecontesta,considerasqueambosgrupossonsimilares odiferentes(argumentatu
respuesta).

37. INTERVALO
DE
CONFIANZA

38. I
NTERVALOD
EC
O
NFIAN
Z
A
Es laestimacióndel
parámetropoblacional±un
margendeerror
.

39. DistribuciónNormal:
Paramétrico
DistribuciónNo
Normal:No
Paramétrico

40. 40
SIMÉTRICA Y ASIMÉTRICA

41. 41
Tipo
distribución
Simétrica
(paramétrica)
Media
Desviación
estándar
Asimétrica (No
paramétrica)
Mediana Rango

42. 42
EJEMPLO

43. 43
HISTOGRAMA

44. DISTRIBUCIÓN
NORMAL
44

45. CARACTERÍSTICAS
45
Distribuciónsimétrica.
Lamitaddelos datosquedandeunladoyla otradel
otrolado.
Al centroseencuentranlos datosmásfrecuentes.
Regla empírica.
Coincidenmoda,medianaymedia.
Ladesviaciónestándar indica el anchodela curva

46. AGREGAR UN PIE DE PÁGINA
46

47. AGREGAR UN PIE DE PÁGINA
47

48. 48
DISTRIBUCIÓN NORMAL
ESTANDARIZADA

49. AGREGAR UN PIE DE PÁGINA
49
CI105

50. 50
0.1293+0.5=0.6293
Percentil deunapersonaconCI=105es del 63%
. Arribade
la media.
0.63es la probabilidad dequeocurraeseevento.
Ladistribuciónnormalnosayudaa interpretar los resultados.
AGREGAREU
s
N
t
eP
sI
E
uj
D
e
E
t
oP
Á
c
G
a
I
e
N
r
A
í
adentro deunCInormal.
EJEMPLO

51. PRUEBAS
INFERENCIALES

52. TOMAR EN
CUENTA:
• Incertidumbre
• Igualdadydiferencia

53. IGUALDAD

54. DIFERENCIA

55. IGUALDAD ESTADÍSTICA

56. DIFERENCIA

57. HIPÓTESIS NULA
• Establecela IGUALDAD dela variable entregrupos.
Consumo
manzana
Consumode
manzana

58. HIPÓTESIS ALTERNA
• EstablecelaDIFERENCIA delavariableentregrupos.
Consumo
manzana
Consumo
manzana
><

61. VALOR P
Probabili d a d d
e que o
bte n ga
ese res ulta d
o o a
ún más a
le ja dos , s
i H O fuera CIERTA
.

62. Valordepapartir del
cuál estaremos
dispuestosarechazar
HOaúnsiendocierta.
Alfa =0.05o5%.

63. PROBABILIDAD E INFERENCIA
PROBABILIDAD DE QUE UN EVENTO OCURRA ESTÁ ENTRE 0 Y 1.

64. ¿DE DÓNDE SALE P?
Valorpseobtiene
demi experimento
mis datos Alfavalor aceptado
internacionalmente

65. ANALOGÍA
>60aprobado
<60reprobado
En investigación:
SI p es > alfa (0.05) = ACEPTO HO
Si p es alfa (0.05) = RECHAZO HO

66. EJEMPLO:
• Si p=0.032al compararconalfade0.05.
• Se rechazaHipótesisnula;porlo queSIhaydiferenciasentrelos grupos.
• Si p=0.89al compararconalfade0.05.
• SeaceptaHipótesisnula;porlo queNOhaydiferenciasentrelos grupos.
p Alfa
0.032 < 0.05
p Alfa
0.89 > 0.05

67. TIPOS DE ERROR

68. A)EL ESTUDIO DEMOSTRÓ
DIFERENCIAS CLÍNICAMENTE
RELEVANTES.
B) LAS DIFERENCIAS EN EL
EFECTO ANALGÉSICO ENTRE LOS
DOS TRATAMIENTOS ESTUDIADOS
FUERON SIGNIFICATIVAS.
C)EL BENEFICIO-RIESGO DEL
TRATAMIENTO EXPERIMENTAL
FUE MEJOR QUE EL TRAMADOL.
D)PODEMOS RECOMENDAR EL
USO GENERALIZADO DEL
TRATAMIENTO EXPERIMENTAL
PORQUE ES MÁS EFICAZ QUE EL
TRAMADOL EN EL TRATAMIENTO
DEL DOLOR CRÓNICO.
 En un ensayo clínico aleatorizado de fase III se
comparó la eficacia de un nuevo analgésico
(experimental) con un tratamiento control (tramadol) en
pacientes con dolor crónico. La hipótesis de trabajo era
que el tratamiento experimental reduce el dolor más
que el tramadol. El efecto de los dos tratamientos se
determinó a las 48 horas mediante la reducción de la
puntuación marcada por el paciente en una escala
analógica-visual de 0 a 100 mm. La reducción media
en el grupo tramadol fue de -27 y en el grupo
experimental de -31. Se hizo el contraste de hipótesis
para las diferencias, con la correspondiente prueba
diagnóstica y se obtuvo un valor de p=0.03.

69. ANÁLISIS ESTADÍSTICO
• Prueba estadística para analizar los datos.
• Depende del tipo de variable.
• Se obtiene un estadístico de prueba.
• Que corresponde a un valor de p.

70. Ejemplo relación entre estadístico y valor p e intervalo de
confianza
Comparacióndelniveldeplaquetasentrehombresymujeres
Estadístico:resultadode
aplicar la fórmuladet de
Student
Valorde pdeacuerdocon
el resultadodel estadístico
Resulta derestarlas
medias deambos grupos
Intervalode confianza,seespera queladiferencia enla
población seencuentre entreestos valores. Además para
sersignificativoNOdebe cruzarel 0.
Conclusión:pesmayorquealfa, seacepta HO,nohaydiferencias enla
mediade plaquetas entrehombres ymujeres.
A partir del intervalo: dadoqueel intervalo cruzaporel cero,nohay
diferencias

72. IMPORTANTE TENER EN CUENTA
• T
odas las pruebas de estadística inferencial
se hicieronasumiendo que la hipótesis nula
es cierta.
• Porlotanto,atravésdenuestros datos y
aplicando la prueba adecuada, tendremos
que analizar si nuestros datos coincideno
noconesahipótesis nula odeigualdad.
• Esta decisiónselogramediante el
contraste depconalfa.

73. PRUEBAS PARAMÉTRICAS

74. TIPOS PRUEBA T Variablerespuesta:
Cuantitativacontinua
Distribución
SI NO
Muestras
1 2
Mediciones Varianza
1 2
Tpara una
muestra
Tpara muestras
relacionadas
Igual Diferente
T para muestras
independientes
varianzaigual
T para muestras
independientes
varianzadistinta
PruebaLevene
Kolmogorov-S
Shapiro-Wilk

75. T DE STUDENT
• Compara dos medias.
• Variable respuesta cuantitativa vs. cualitativa
Media Media
vs
Media
inicial
Media
final
vs
TdeStudentpara
muestras
independientes
TdeStudentpara
muestras
relacionadas
n n
S
t
X Y
P
O
1

1
X Y


76. REQUISITOS
Variable de
respuesta
cuantitativa
continua.
Condistribución
normal.
Otra variable debe
ser cualitativa
dicotómica.

77. HIPÓTESIS T STUDENT MUESTRAS
INDEPENDIENTES
• HO:
• La media del grupo 1 es IGUAL a la media del grupo 2.
• HA:
• La media del grupo 1 es DIFERENTE a la media del grupo 2.

78. T DE STUDENT MUESTRAS
RELACIONADAS
• HO:
• La media basal es IGUAL a la media final.
• La media antes de la intervención es IGUAL a la media final
• HA:
• La media antes de la intervención es DIFERENTE a la media
después de la intervención.

79. ANOVA
• Compara medias entre más de 2 grupos.
Grupo
1
Media
Grupo
2
Media
Grupo
3
Media
vs vs

80. HIPÓTESIS ANOVA
• Ho:
• La media entre los grupos es
IGUAL.
• HA:
• La media entre los grupos es
DIFERENTE.

81. CORRELACIÓN
PEARSON
• Para relacionar 2 variables
cuantitativas.
• Si se ajustan a una línea
recta
• r = 0 no hay correlación
• r = 1 SI relación positiva
• r = -1 SI relación negativa

83. HIPÓTESIS
• HO:
• El coeficiente de correlación es igual a cero.
• HA:
• El coeficiente de correlación es diferente de cero.
• A partir de r = 0.60 (de 0.61 es grande a muy grande) se considera
una asociación aceptable entre las variables.

84. MAGNITUD
DE LA
ASOCIACIÓN  r>0.60
Correlaciónfuerte
Correlaciónmoderada
 >0.30/ r/ <0.60
Correlacióndébil
 r<0.30

85. PRUEBAS NO
PARAMÉTRICAS

86. TIPOS
PRUEBAS Variablerespuesta:
Cuantitativacontinua
Distribución
SI NO
Muestras
1 2
Mediciones Varianza
2
Tpara muestras
relacionadas
Igual Diferente
Tpara muestras
independientes
varianzaigual
Tpara muestras
independientes
varianzadistinta
PruebaLevene
WILCOXON
U de MANN
WHITNEY
3
ANOVA
KRUSKAL-WALLIS

87. OBJETIVO
COMPARAN MEDIANAS
ENTREGRUPOS OTIEMPOS.
USAN RANGOS DEORDEN. SON MENOS PONTENTES.

88. CARACTERÍSTICAS
Comparan variable cuantitativa o cualitativa
ordinas vs una cualitativa nominal (grupos o
momentos).
Variables cuantitativascontinuas SIN
distribuciónNORMAL.
Variables cualitativas ordinales.
Muestras pequeñas(nose garantizasu
distribución).

89. U MANN WHITNEY
• Compara medianas entre 2 grupos.
• HO:
• La mediana grupo 1 es igual a la mediana
grupo 2.
• HA:
• La mediana grupo 1 es diferente a la
mediana grupo 2.

90. U DE MANN WHITNEY
• HO:Me1=Me2
• HA:Me1 ≠ Me2

91. PASOS
1
Ordenarlos valoresde
las 2muestras(mezclar
ambosgrupos).
2
Asignar rangodeorden a
cadavalor
.
3
Corregirlos valores
repetidos

92. U DE MANN WHITNEY
• Grupo1:16,11,14, 21,18,34, 22,7,12,12
• Grupo2: 12, 14,11,30, 10
7 10 11 11 12 12 12 1
4
14 16 1
8
21 22 30 34
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
1 2 3.5 3.5 6 6 6 8.
5
8.5 10 11 12 13 14 15
Datos
Rangode
orden
Rango
asignado

93. CALCULAR RANGOS DE ORDEN
• Grupo1:
• Grupo2:
16 11 14 21 18 34 22 7 12 12
R1 =
86
10 3.5 8.5 12 11 15 13 1 6 6
12 14 11 30 10
R2 = 34 6 8.5 3.5 14 2

94. OBTENER
ESTADÍSTICO

95. WILCOXON
• Compara medianas antes y después en un
solo grupo.
• HO:
• La mediana antes de la intervención es igual
a la mediana después de la intervención.
• HA:
• La mediana antes de la intervención es
diferente a la mediana después de la
intervención.

96. KRUSKAL WALLIS
Comparamedianasentre másde2grupos

97. CORRELACIÓN
SPEARMAN
Prueba no
paramétrica.
Variables
cuantitativas
que nosiguen
distribución
normal.
Al menos
una variable
es
cualitativa
ordinal.
Noserefiere a
una asociación
lineal, solo a
una asociación.

98. VARIABLES
CUALITATIVAS

99. Variable respuesta
Cuantitativa
Cualitativa nominal
DistribuciónNormal
No
Si
NOPARAMÉTRICAS
PARAMÉTRICAS
25%casillas confrecuencia
esperada<5
Ji cuadrada
ExactaFisher
Comparanfrecuencias entregrupos
NO
SI
Grupos
1 >2
2
Mediciones
McNemar

100. JI CUADRADA
• Sirve paraanalizar si hayrelaciónentre2
variables cualitativas.
• Comparafrecuenciasoporcentajesentre
grupos.

101. REQUISITOS PARA USAR JI
CUADRADA
Las2variables
debenser
cualitativas
nominales
Ningúnvalor
esperadodebeser
menora5

102. HIPÓTESIS
HO:
La frecuencia observada es igual a la
frecuencia esperada entre los grupos.
Las variables son INDEPENDIENTES, no
están relacionadas.
HA:
La frecuencia observada es diferente a la
frecuencia esperada entre los grupos.
Las variables están asociadas o
relacionadas.

103. CUADRO CONTINGENCIA OBSERVADO
Muerte No muerte Total
Fumador 19 135 154
No fumador 15 199 214
Total 34 334 368

104. CUADRO CONTINGENCIA
ESPERADO
Muerte No muerte Total
Fumador 154x34/368 154x334/368 154
No fumador 214x34/368 214x334/368 214
Total 34 334 368

105. CUADRO CONTINGENCIA ESPERADO
Sonlas frecuenciascomoSIla HIPÓTESISNULAfueraCIERTA
Muerte No muerte Total
Fumador 14.23 139.77 154
No fumador 19.77 194.23 214
Total 34 334 368

106. INDICE KAPPA
• Pruebaestadísticaparaevaluarla concordanciaquepuedehaberentre
dosobservadoresyconocerquétanreproduciblees.
Valor kappa Interpretación
Cercano al uno Mayor concordancia y
reproducibilidad
Cercano al cero Menor concordancia

107. CURVAS ROC
• Parapruebas diagnósticas con
diferentes niveles opuntosdecorte
(variables continuas).

108. R E G R E S IÓ N
L I N E A L

109. REGRESIÓN
LINEAL • Métodoestadísticoparadefinir la relación
entre2fenómenos.
• T
ratadeexplicar la relaciónqueexisteentre
unavariable dependiente (respuesta)yun
conjuntodevariables independientes
(explicativas)

110. E C U A C I Ó N
L I N E A L
R E G R
E S I
Ó N S
I M
P
L E

111. HIPÓTESIS Modelo(ANOVA):
HO:el modelonoessignificativo. HA:
el modeloessignificativo Coeficiente
B1=pendiente:
HO:Lapendienteesigual acero.
HA:Lapendienteesdiferentedecero.
InterceptooB0
H0:El interceptoesigual acero.
HA: El interceptoesdiferentedecero.

112. PRUEBAS PARAMÉTRICAS
VARIABLE DEPENDIENTE
Cualitativa
Cuantitativa
(continua)
VARIABLE
INDEPENDIENTE
Cualitativa
Ji cuadrada, regresión
logística
T de Student, ANOVA,
regresión lineal
Cuantitativa Regresión logística
Correlación
Pearson,
regresión lineal

113. PRUEBAS NO PARAMÉTRICAS
VARIABLE DEPENDIENTE
Cualitativa
nominal
Cualitativa
ordinal
Cuantitativa
(continua no
normal o
discreta)
VARIABLE
INDEPENDIENT
E
Cualitativa
nominal
Ji cuadrada,
regresión logística
Wilcoxon, U
Mann Whitney,
Kruskal Wallis
Wilcoxon, U
Mann Whitney,
Kruskal Wallis
Cuantitativa
(continua no Regresión Correlación Correlación
normal o logística Spearman Spearman
discreta)

114. EJEMPLO
• Enunestudiodeseguimientosobrediabetes mellitus semidióel nivel deglucosaa
ungrupode30pacientes tratadosconhipoglucemiantes orales, se obtuvounamedia
de150mg/dLal iniciar el protocoloydespués de6mesesla mediafuede140mg/dL.
Mencionala pruebaestadística paraindicarsi hubodiferencias.
• Wilcoxon
• UdeMann-Whitney
• Tdestudent pareada
• Tdestudent paramuestras independientes

115. • En un centro de atención integral para adultos mayores se realizó un estudio
acerca del control de la obesidad mediante un programa de ejercicio físico
adaptado a las condiciones física de los participantes. Se le invito a participar
a los integrantes del grupo de pintura como control, ya que ninguno de ellos
asistía al de actividad física, se registró el IMC de ambos grupos antes y
después de la implementación del programa. ¿Qué medida de tendencia
central se debe incluir en el reporte inicial?
• a) Mediana
• b) Media aritmética
• c) Moda
• d) Media armónica

116. • Con objeto de comprobar la eficacia de un tratamiento para dejar de fumar se compara un
grupo control (con placebo) con un grupo tratamiento. Para que los grupos sean
comparables es importante que no difieran mucho en la edad de los participantes. Nos
informan que la media de edad en el grupo control es 52 años y que en el grupo tratado
también es 52 años. A partir de dicha información podemos decir que:
1. Los grupos no difieren respecto a la distribución de la variable edad.
2. Si el estudio está bien diseñado, no nos puede dar la misma media de edad en ambos
grupos.
3. Para comparar la distribución de la variable edad en ambos grupos sería conveniente
conocer una medida de dispersión como la desviación típica además de la media.
4. Para la conclusión final no importa la distribución de la edad en ambos grupos, sólo si el
tratamiento es efectivo o no.
5. Si además de la media coinciden la mediana y la moda podemos afirmar que los grupos no
difieren respecto a la distribución de la variable edad.

117.  En nueve familias estudiadas los números de hijos por familia fueron los siguientes: 4, 6, 2, 2,
4, 3, 2, 1 y 7. ¿Cuál es la media, mediana y moda?
 3.4, 2, 2
 4, 3, 2
 3, 3, 3
 2.1, 2.3, 2

118.  Se buscó analizar la relación entre el consumo de estrógenos y el infarto al miocardio en
mujeres posmenopaúsicas. Se estudiaron 120 mujeres de 54 a 60 años con diagnóstico de
infarto agudo al miocardio. Además, se seleccionaron 200 mujeres que no hubieran sufrido
un infarto. En ambos grupos se registró el número de mujeres que hubieran o no consumido
estrógenos durante al menos 12 meses en forma continua. Menciona la prueba estadística
que usarías para analizar si existe una relación entre las variables.
a) Ji cuadrada
b) Tdestudent muestras independientes
c) Wilcoxon
d) ANOVA

119. Se buscó la relación entre el peso medido en Kg y las horas de televisión que ven los niños y
se encontró una correlación de Pearson de r = 0.95 con un valor de p = 0.047. ¿qué concluyes?
• Hayunaasociación directa significativa entrelas horasdetelevisión yel pesodelos
niños.
• Nohayrelaciónentrelas horasdetelevisiónyel peso.
• A mayorhorasdetelevisiónmenos pesotienenlos niños.

120. A) Antecedentes heredofamiliares y vida sedentaria
B) Obesidad > 1 grado y vida sedentaria
C) Síndrome metabólico y antecedentes heredofamiliares
D) Obesidad > 1 grado y edad > 50 años OR=1noasociación
OR<1asociaciónbeneficia
OR>1asociaciónperjudicial

121. En un estudio comparativo de la composición corporal y la condición física en niños
entre 9 y 13 años de tres países (México, Canadá y Kenia), se observó que en los niños
mexicanos es mayor la prevalencia de obesidad. Mediante una regresión lineal se
analizó la asociación entre el IMC y el consumo de oxígeno (Aptitud aeróbica) y se
observó que en las intersecciones y pendientes de las rectas de regresión son
mayores en niños mexicanos, además de que estos tienen bajos niveles de consumo
de oxígeno y mayor IMC, respecto de los niños canadienses y kenianos.
La relación entre el IMC y la aptitud aeróbica en este estudio se interpreta como…
A) Directamente proporcional
B) Inversamente proporcional
C) Negativa
D) Positiva

122.  En una investigación se evaluó la efectividad de tres estrategias terapéuticas en 300 mujeres
con cáncer de mama. Se midió la concentración de vitamina D sérica en cada paciente
después de 6 meses de tratamiento y se comparó entre los tres grupos. En el análisis
estadístico se obtuvo una p = 0.0279. Menciona que prueba inferencial se usó.
• Kruskal-Wallis
• T de student para muestras independientes
• U de Mann-Whitney
 ANOVA

123. En la investigación de un nuevo tratamiento adyuvante prequirúrgico para tumores de ovario, se
integran dos grupos de una población de diez pacientes con cáncer ovárico a quienes se les
realizará cirugía. Se distribuyen aleatoriamente cinco pacientes en cada grupo. A un grupo se le
administra el tratamiento y al otro no. La efectividad del tratamiento se considera en función de la
reducción en el tamaño de los tumores en la mayoría de las pacientes de cada grupo.
¿Qué prueba estadística sirve para probar la efectividad de la intervención?
A) Anova de medidas repetidas
B) T de Student
C) Ji cuadrada
D) U de Mann-Whitney

124. Un medico es asignado al departamento de epidemiologia de una jurisdicción sanitaria. El
jefe inmediato le pide analizar los datos que se han generado durante los últimos 6 meses, a
fin de obtener información que indique el comportamiento epidemiológico para ciertos
padecimientos en niños de cierta localidad. Con la ayuda del jefe de informática genera una
base de datos y según el tipo de variables y las escalas de medición en las que esta
expresada las observaciones, realiza el plan de análisis, en donde se desea relacionar las
variables con distribución normal. Al realizar el modelo de correlación lineal simple se
encuentra con un valor de r= 0.78, asociada a valor de ´p< 0.001.
Los valores reportados de r y p concluyen que existe una correlacion
A) directa altamente significativa
B) inversa altamente significativa
C) directa no significativa
D) inversa no significativa

125. • Uncardiólogopediatra quieredeterminarsi hayunarelación entrela composición
corporalyla presiónarterial enunamuestraaleatoria deniños yadolescentes entre5
y15años.Usoprocedimientosestándar pararecabar el pesoyla talla. Lapresión
arterial sistólica ydiastólica la registró portriplicado enintervalos de5mincada
medición.¿Cuáldelas siguientes pruebasestadísticas es másadecuadapara
determinarsi hayunarelación entreel pesoyel promediodela presiónarterial
diastólica?
a) ANOVA
b) Ji oChi cuadrada
c) Análisis decorrelación
d) Metaanálisis
e) TdeStudent paramuestras independientes

126. • Ungrupodeinvestigación dirige unestudioparacompararlos niveles de
creatinquinasa enpacientes condiabetesmellitus tipo2querecibenterapiacon
estatinas.Losparticipantes se dividieronen4gruposdeacuerdoconel tratamiento,
delo cuales tres gruposrecibierondiferentesestatinas:atorvastatina,simvastatinay
rosuvastatinayel cuartogruponotomóestatinas.¿Cuáldelos siguientes análisis
debenrealizar paracompararla creatinquinasa entrelos cuatrogrupos?
a) ANOVA
b) Ji oChicuadrada
c) Análisis decorrelación
d) TdeStudentparamuestraspareadas orelacionadas
e) TdeStudent paramuestras independientes

127. • Losvaloresdereferenciadeunlaboratorioparaunnuevomarcadordedañocardiaco
son0.04a0.08U/mLaun95%deconfianza. El marcadortieneunaalta sensibilidad
yespecificidad parael tejido del miocardio. Ungrupodecardiólogos quieren utilizar
unrangodel 99.7%paraorientaral departamentodeurgencias enel casode
pacientescondolorenel pechoyaltas probabilidades deteneruninfarto.Si
asumimosunadistribución normalyunamediade0.06U/mL,¿entrequévalores
quedaría el rangodereferencia?
a) 0.04a0.07
b) 0.05a0.07
c) 0.055a0.065
d) 0.03a0.09

128. Esta foto deAutor desconocidoestá bajolicencia CCBY-SA

129. Médicos Sin Limites