UVM Campus Sur Ciudad de México Sede Coyoacán Licenciatura en Nutrición Licenciatura en Fisioterapia Licenciatura en Terapia de Audición y del Lenguaje Metodología de la Investigación Sesión 13 Bioestadística

1. Bioestadística Dra. Iris Ethel Rentería Solís

2. LAS CRÓNICAS DE
HISTORIAS Y NÚMEROS SOBRE EL PELIGRO

3. CONZCAN A NORM. ÉL ES BASTANTE PROMEDIO. ESTA ES SU VIDA:
NORM HA NACIDO. ¡ALTO RIESGO!
Es más probable morir antes de cumplir un año que durante cualquier otro año hasta los 50.
Riesgo de muerte antes de 1 año= Riesgo de recorrer 30 000 millas en una motocicleta

4. INFANCIA
CAMINAR A LA ESCUELA
Una preocupación para muchos padres. Sin
embargo, el riesgo de muerte es menos de
1/365 del riesgo diario de un adulto. Los niños
menores de 15 años tienen menos probabilidad
de morir en un accidente de tránsito que
cualquier otro grupo de edad.

5. 11 AÑOS
A la edad de 11 años el peligro no es una opción, es un juego con reglas…

6. ADOLESCENTE ¡NORM CONSIGUE UNA NOVIA!

7. ADOLESCENTE ¡NORM CONSIGUE UNA NOVIA!
SEXO
Las posibilidades de embarazo durante el sexo sin protección son de
15-30% por ciclo

8. ADULTO JOVEN
DROGAS
1 en 3 adultos han probado drogas ilegales a lo largo de su vida.

9. ADULTO JOVEN
DEPORTES EXTREMOS
Por cada 25 personas que alcanzan la cumbre del Everest, 1 persona
muere. Saltar en paracaídas es riesgoso, pero depende del sitio donde
se haga.

10. MEDIA EDAD
HOMBRE PROMEDIO
Norm es promedio, gana $8 000
al mes, mide 1.65, pesa 75 kg,
trabaja 40 horas por semana,
casado, 2 hijos y maneja un Ford
Fiesta.
TABACO
Cada 2 cigarrillos restan 30 min.
a la expectativa de vida. Si deja de
fumar a los 40 años, agrega 9
años a su expectativa de vida.
20 minutos por día agrega 1 hora
a su expectativa de vida
EJERCICIO
Pero esto se cancela por
excesos al comer/beber

11. VEJEZ
EVENTOS VIOLENTOS
El riesgo de crimen violento para un
mayor de 65 años es menos del
10% que para un adulto joven.
Ser aplastado por un asteroide es
extremadamente improbable (una
vez en 77 000 000 de años)

12. MUERTE
CERTEZA
100% de riesgo de muerte.
¡Así que disfrute la vida mientras aún la tiene!

13. Las estadísticas forman parte de nuestra vida…

14. Pero si las estadísticas son la respuesta…
¿Cuál es la pregunta?

15. Estadística
• Ciencia que se encarga de
recolectar, resumir y
analizar datos de una
población o muestra.
• Realizar inferencias y
extraer conclusiones de
la información recolectada.
Metodología de la investigación, bioestadística y bioinformática en
ciencias médicas y de la salud
García García JA. 2a edición. México: Mc Graw Hill 2014

16. Estadísticas
Que describen
Que explican o predicen
(Estadística descriptiva)
(Estadística inferencial)

17. Población y muestra
Población: Grupo
completo de personas a
datos que el investigador
desea conocer
Muestra: Subgrupo
de la población.
Muestreo
Inferencia

18. Fuentes potenciales de error
al estimar la distribución de una población usando muestra
Error de
muestreo
Incluso cuando una muestra es seleccionada de forma
aleatoria, siempre existe una variabilidad natural que
no refleja precisamente el promedio de la población.
La forma de reducirlo es incrementando el tamaño de
la muestra.
Muestra no
representativa
Método
inadecuado de
muestreo
Error en
cuestionario o en
mediciones
Efectos
conductuales

19. Sesgo de Selección
El investigador no ha seleccionada la
muestra de forma aleatoria, sino con un
sesgo hacia característica(s)
particular(es).
Ej. voluntarios, invitación telefónica.

20. Sesgo de Selección
Con una selección sesgada, las conclusiones serán erróneas y
no se corrigen al aumentar el tamaño de la muestra.

21. Imprecisión vs. Sesgo (inexactitud)
Resultado preciso pero sesgado (inexacto)
El investigador seleccionó una muestra
que tiene poca variación natural pero
no representa a la población. (sesgo
de selección).

22. Imprecisión vs. Sesgo (inexactitud)
Resultado impreciso no sesgado
El investigador seleccionó una muestra
aleatoria representativa pero hay una
gran variación natural dentro de la
misma (error de muestreo).

23. Imprecisión vs. Sesgo (inexactitud)
Resultado impreciso e inexacto
(sesgado)
Muestra aleatoria no representativa y
con gran variación natural dentro de
la misma (error de muestreo y sesgo
de selección).

24. Imprecisión vs. Sesgo (inexactitud)
Resultado preciso y exacto (no sesgado)
Muestra aleatoria representativa y con
poca variación natural.

25. Validez vs. Confiabilidad
Validez: Exactitud de un test
o instrumento para obtener el
resultado a estudiar.
Confiabilidad: Qué tan
reproducible es un test.

26. Variables
Variable
Independiente
Variable
Dependiente
Causa Efecto
Influencia Datos

27. Curvas de distribución de población
Desviación estándar
Curva de distribución “normal” (de Gauss)

28. Curvas de distribución de población
Normal (simétrica)
Asimetría
negativa
Asimetría
positiva

29. Curvas de distribución de población
Asimetría
positiva

30. Curvas de distribución de población
Asimetría
negativa

31. Curvas de distribución de población
Curtosis: Grado de aplanamiento de la curva
Leptocúrtica Mesocúrtica
(Normal)
Platicúrtica

32. Significancia Estadística vs. Significancia Clínica

33. Anormalidad Estadística vs. Anormalidad Clínica

34. Estadísticas que describen

35. Estadística
descriptiva
• Se caracteriza por resumir
y explorar la información.
• Presenta los datos de
forma que sobresalga su
estructura.
• Permite detectar las
características más
destacadas de la
población o muestra.

36. Frecuencias y Porcentajes
Frecuencia: Número de veces que ocurre un evento.
Porcentaje: Proporción o escala para comparar la frecuencia.
Un consultorio registró el número de fumadores entre sus pacientes con
diabetes. Hicieron lo mismo después de una campaña para dejar de fumar
con duración de un año.
48 49
300 326
16% 15%
Número de diabéticos fumadores
Número de pacientes diabéticos
Porcentaje de pacientes diabéticos que
fuman

37. Rango
Diferencia entre el valor más alto y el valor más bajo.

38. Media y Desviación Estándar
Media aritmética: Se obtiene sumando los valores y dividiendo
entre el número total de valores (N)
1, 10, 20, 30, 40, 47, 47, 50
(1 + 10 + 20 + 30 + 40 + 47+ 47+ 50)
8
= 30.63
Desviación Estándar: Representación de la variación de los
valores respecto de la media.

39. Desviación Estándar
Menor variación
respecto de la media
(población con poca
variación natural)
Mayor variación
respecto de la media
(población con mayor
variación natural)

40. Media y Desviación Estándar
Niveles de colesterol total en 2 grupos de 100 pacientes
Media: 5.8 mmol/L
SD: 0.49 mmol/L
Media: 6.2 mmol/L
SD: 0.2 mmol/L

41. Media y Desviación Estándar
Se utilizan preferentemente cuando los datos tienen una
distribución normal.

42. Mediana
Mediana: Número central en la secuencia ordenada de datos individuales.
1, 10, 20, 30, 40, 47, 47, 50
35
Cuando N es par se toma el promedio
entre los 2 números centrales
1, 10, 20, 30, 40, 47, 47, 50, 52

43. Moda
Moda: Número que más se repite en la secuencia de datos individuales.
1, 10, 20, 30, 40, 47, 47, 50, 52
Usualmente se utiliza cuando tenemos variables nominales.
También puede usarse cuando no hay un valor promedio único
(curva bimodal)

44. Moda
Unimodal Bimodal

45. Mediana y moda
Normal (simétrica)
Asimetría
negativa
Asimetría
positiva
Se utilizan para representar el promedio cuando los datos no son
simétricos, por ejemplo en las poblaciones que no presentan
distribución normal.

46. Asimetría
negativa
Media, mediana y moda

47. Media, mediana y moda
Asimetría
positiva

49. Análisis de Supervivencia o Evolución
Representan el tiempo hasta que ocurre un evento (muerte, alta, curación, etc.)
El método más común es la representación de Kaplan Meier

50. Análisis de Supervivencia o Evolución

51. Registro de los
pacientes
Diagrama CONSORT
(Consolidated Standards of
Reporting Trials)
Presenta el número de
pacientes que se reclutan,
permanecen o salen del
estudio en cada etapa

52. Estadísticas que predicen

53. Estadística Inferencial
Usa los datos de una
muestra para predecir su
efecto en una población
más amplia con
características similares.

54. Estadística Inferencial
Población
Muestra
InferenciaMuestra
aleatoria
Media de la población
Media de la
muestra

55. Probando una
hipótesis
• Se propone una hipótesis de trabajo
(H1) y se calcula qué tan probable
es que ésta sea verdadera.
• Se plantea una hipótesis nula (H0),
es decir, se propone que no existe
una diferencia entre ambos grupos a
comparar.
• El valor de P (significancia
estadística) es la probabilidas de
que la diferencia sea verdadera y no
debida al azar.

56. El valor de P
Probabilidad de que una diferencia observada haya ocurrido por
casualidad.
P= 0.5 significa que la probabilidad de que una diferencia haya ocurrido
por casualidad es de 0.5 en 1, ó 50%.
P= 0.05 significa que la probabilidad de que una diferencia haya ocurrido
por casualidad es de 0.05 en 1, ó 5%. Nivel suficiente para rechazar la
hipótesis nula.
Entre menor sea el valor de P, es menos probable que la diferencia haya
ocurrido por casualidad.

57. Errores en los resultados

58. Pruebas Paramétricas
Niveles de colesterol total en 2 grupos de 100 pacientes
Media: 5.8 mmol/L
SD: 0.49 mmol/L
Media: 6.2 mmol/L
SD: 0.2 mmol/L
Prueba T de Student
p<0.001

59. Pruebas No
Paramétricas
• Son aquellas que se usan para
poblaciones con distribución
asimétrica.
• Datos típicos: ordinales o
nominales

61. Intervalos de
confianza
• Estimado del rango que contiene el valor
verdadero para la población