Texto del documento
BASES ESTADÍSTICA Y EPIDEMIOLOGÍA 🫀 ISAI @ Lauracf 14 @ ladelos esquemas @ladelosesquemas Estudios de Validez Diagnóstica Son pruebas de el Gold { - GS + = - - comparación Enfermo / Prueba a validar + ↳ INO GS = - positiva enfermo / Sano , eso / PV - = y negativa solo el GS ! z . 4. Prob enfermo de + Especificidad Prob sano de : VPP : Prob + esté enfermo VPN : Prob - esté sano . . } . . } VALIDEZ INTERNA siempre = , 1 indep . No Enfermo pu ( 3° Ej si PZOT : . rellenar Enf VP fórmula negativos = 250 ¿ VPP? T sano 90 50 140 10 250 260 100 300 400 + vpp = = %- 0164164% ) Total fp + Total VN Total vpp = T sano - TOTAL 2.
Probpretest ( P) 9s tal Enf usando sy E- → obtengo ( numerador ) Enfermo pv N sanos 20% ; = Enfermo pu TOTAL noenf y no sanos Enf 20 , sanos 80 ) VPP FN - → ' 100 ; No Ehf ⑦ = 90 ; N Sanos = 300 = - + - tabla VPYVN "S modifican según prevalencia ( Ej : N -100) 20 Con la PYN → calculo No sanos deipac Para calentarlos se usan las tablas de contingencia : "S EYP → ¿ VPPYVPN ? 1° Selecciono una N VALIDEZ EXTERNA se , EJEMPLOS - 1. Sensibilidad : Que me den S . PARÁMETROS : 2. 2. celdas relleno las . Sano = pueden dar los datos ? nos 1. En valores absolutos → entre 2 pruebas DX ( siendo una Standard y la otra la Prueba a Validar ) - ¿ cómo . sano T 1 24 18 N = 700 . 2 + ¿ VPP ? -70% 5=90-1 ; E- .
No 42 PXN Enf = Enf - _ 20 Sanos = 80 S VP Total VPP Enf ✓P posit " ✓ PN = . UN Total negat gg z _ Total Sanos = Total VN E- = = gg → 80 20 TOTAL 100 " 7¥ VP :S TE - E = = ¥p = ¥ = 0143143% ) vp =/ 8 VI → VN -56 ps VPP → PARÁMETROS II : - 1. Tasa de falsos negativos de falsos positivos 2. Tasa Si me dan E , S y P y TFP TE = 7 1 me ÍNE = → → preguntan E = - = TFN +5=7 Medidas de enfermedad se dividen en 3 ✗ TFP, 2. MEDIDAS DE ASOCIACIÓN : VALIDEZ EXT VS TFP Los valores INT : MEDIDAS 3. ¿ qué hago ? - - a - TP - de cada E ( son Puppy te VPN La validez interna la prevalencia / - (S y E) IMPACTO : → → ) : modifican .
prob enfermo en una población de habla de enfermedad estática 1 tdet carga p T = en entremos Total + P → + VPP y tu PN no se importantes Prevalencia : - predictivos se modifican según la S DE las más MEDIDAS DE FRECUENCIA : prevalencia y preba propios para = : MEDIDAS DE FRECUENCIA : 1. TFP + E = y tipos f de • prevalencia población • enfermedades estacionales enf con tw curativo en f. raras , Es útil en . enfermedades crónicas Lotto curativo) b- Incidencia : riesgo de ponerse f- = total Incidencia población en riesgo = inicio) ↳ la que se usa en centros de → excluye a los ya diagnosticados ✓ a " ^^ . .
video Densidad de Incidencia DI enferma → carga dinámica no nuevos casos ( al c- FOTO = No es útil en , . . velocidad de → ¿ cuándo la desarrolla ? no casos nuevos = Etindiv en riesgo propagación : frecuencia hablan por tanto del riesgo individual de enfermar ( sin compararlo con nada ) Las medidas de . . - MEDIDAS DE ASOCIACIÓN : ( grupo con FR Son 3 , con = , p . e) frente a otro grupo ( sin FR) interpretación pero =/ USO Riesgo relativo a- estudios : > RR = Io RR > 1 Tipos de estudios Riesgo de enfermar . . , exp no aleat FACTOR DE RIESGO → > RR = 1- > RR < 7- FACTOR DE PROTEC Factor Los que tengo Nulo más .
grupo expuesto tiene 3 veces MAÍ riesgo de " enfermar que el grupo no expuesto RR =3 : " largos , exp < no que ¿ cómo lo extrapola a la población ? " IC = lo 6.94) → ' factor de exp es un factor de riesgo no se puede asegurar que sea un FR el " " Ej . ya que incluye el 1 . . en describir un n° de usa : el esquema son menos sesgos casos de , . enferm bases de datos poblacionales c- retrospectivos Razón de Prevalencia S : seguir la cortan ambiental datos ya establecidos ( ENS Ministerios ) . . , - ; Io = 501500 ; RR = le / Io RR = 015 del nuevo fármaco tiene la mitad de riesgo El grupo de infarto que el grupo de habitual fármaco " , pero prevalencia = , no individual Caralt , . .
causalidad / Baratos / Reclut . mom . NNT : n° necesario a parto de : Enf / Sano pregunto ✗ éxpo , to = si hay evento ° t latencia en tratar ° f. raras 1 evento . NNT = Io - Ie → A mayor NNT menos , eficiente . Nq ' final multi causa ( FR) Parto de : . to . • = final , incidencias no sesgos ° . ( A ( ( ✓ LA MED FREC ( ni p ) . I sigo enfermedad ? t de latencia , costa , y FR . multi efecto lev final ) . raras , , hay evento final en f. raras _ "' "" Expo / No expo ¿ desarrolla la . RR → OR , 100 COHORTES CASOS Y CONTROLES : . MEDIDAS DE IMPACTO : a- No establece . : Ie = 251500 " expo poblac TRANSVERSAL: de • E) EMPLO .
RELACIÓN entre la cortan y puede establecer No sé si el enfermo está expuesto o no es eng . . . No decir , asume estudios transversales . . → b- Odds Ratio : estudios : . Prevalencia de asma en las CCAA OCOS te → . . " : Cizqa dcha en esquema ) . , . (1. 9. 7) → aleat más caros más evidencia compara ECOLÓGICOS Utilizo INTERV CONFIANZA 195,99 %) . descripta analito : más a la derecha SERIE DE CASOS : El . IC = Siguiente página - complejidad de menos a más prospectivos Intento × ) . ESQUEMA GENERAL . incidencias IRR) expo , Tipos de estudios ¿ HAY INTERVENCIÓN ? No v OBSERVACIONAL → Mutilación de estudios L sí \ ¿ Aleatorizado ?
SI NO NO SÍ EXPERIMENTAL CUAS / EXPERIMENTAL ANAÚTILO DESCRIPTIVO EXPERIMENTAL I META-ANÁLISIS ¿ Hay seguimiento ? u PURO ✓ ¿ Hacia dónde ? → metro → CASO ↳ Prosper → - ¿ objetivo ? µ hacia atrás CONTROL COHORTES ↳ v hacia delante ¿ Quiénes lavd de estudio ? → Población → ECOLÓGICO → Individuo → TRANSVERSAL ' PREVENTIVO → * serie de casos .CO/ TERAPÉUTICO : : ENSAYO DE → INTERV LOMUNIT . v . ECNOALEAT i s PREVEN : TERAP : → → ENSAYO DE CAMPO comparador ) CONFORME AVANZO HACIA DCHA MÓSCOSTEYTIEMPO . . .
MÁS EVIDENCIA MENOS SESGOS ECA | INTERV COMUNIT No aleatorizado Re : echo agua fluorada en una agua, un µ ,, ,,, , , , pagan,, sin tuberías ENSAYO CAMPO - control Aleatorizado p, : vacunas → pob no vac ¿ Por Ensayo clínico - I Evalúa TOXICIDAD """ " " " " " Pocos - pacientes 18-10 ) No aleatorizado ni enmascarado ( abierto) - EFICACIA No evalúa ( no hay enfermos ) FASE II • Evalúa EFICACIA excelencia - × . COMPARA con placebo u → otro fármaco Tras ella : SE COMERCIALIZA / • . { Sujetos ENFERMOS 2 Objetivos ' - EAS S a las pérdidas 11 pérdida = doble) fármaco se curan o disminuyen los SS PRAGMÁTICO - Explicativo .
ENSAYO EXPLICATIVO : VS : heterogénea → LAXOS → ESTRICTOS → mvetra homogénea → AN Pragmático - { → muestra → +N - - Pragmático → Explicativo - → la población) . V1 (no Iv ) , pero 1 VE TVI pero te VEC no extrapolable a entre inter Más detectar fácil dij . . Sesgos 3 Evalúa FARMACOVIUI Tras comercializarse + . ¿ Qué implica esto ? FASE IV . el 1er ENSAYO "" " " " """ """ EFICACIA PRELIMINAR . tiempo pero menos sesgo y menos N Difieren en los criterios de inclusión FASE II " ↳ + qué no se usan entonces ? Porque muchas patologías con FASE → pura, , , . paciente se convierte en su ENSAYO CRUZADO : cada tipos 1 Selección : nit . 2 . . 3 : infrecuentes Nuevas indicaciones . : . .
inclusión Info o clasificación Por factor de : en . exp / no éxp enf / sano , . confusión variable que explica los R : . . . Estadística ¿ CÓMO SE DESCRIBEN ? - RAMAS : - - ESTADÍSTICA DESCRIPTIVA : Todo lo sobre la muestra : media percentil hay No - error → , que se hace , muestra a población general Si hay error → . mediciones exactas de la muestra ESTADÍSTICA INFERENCIAL : extrapolar la etc estoy estimando población parámetros de ESTADÍSTICA DESCRIPTIVA Utiliza variables { - . - más potente : casos uso y cualitativas CUANTITATIVA : Discreta ✗ Medidas de agrupan los la media (E) valores extremos . La Mediana ( Me ) : 50% lado y 50% al otro → no se valores extremos más robusta .
dispersión 50,150 → ☒ = 100 . : desu . . típica rango , , . → Dicotómicas MIDO , dt la más dicotómicas RIC puede comas . Cualitativas ordinales : NSE Glasgow ( escalas) no Ejemplos glucosa . . . . de . más robusta , . , , no influ × valores éxt Me → RIC , se dan juntas posición : P 80 muestra 100 80% tiene 100 de TA o menos sexo hijos , mide Medidas de dicot : color pelo talla dlsv típica esta } ladif agrupación potente influenciada ✗ valores ext ☒ → dt 3 cualitativas nominales : Dicotómica : . . qq.io , → ☒ = , ☐ o : cuantitativas continuas : , se agrupan cuento , sin comas → Continua Cuantitativas discretas : ✗ E Ma , Mo un , : No - En estos de datos a , - .
variación rango intercuarhtico coej de ↳ como se los datos en torno a la 5 Nominales : . La → los cuales a 1- oso ! La ☒ se influencia 2 ↳ ✗ Rel Mate . entorno artefacto Ordinales → Puedo establecer orden ↳ nel Maten ↳ valores . No - Medidas de tendencia central : midiendo CUALITATIVA : Ejemplos - cuan ti 1. datos . porcentaje es cualitat CUANTITATIVAS → . - - R de la ↳ ¿ cómo lo solventa ? → INTERV CONFIANZA Y ¡ Las prevalencia son cvalit → evalúan sí / no ! . no , CUALITATIVAS → con % : = → cuantiles denles , peruntiles . , ↳ 20% tiene más de 100 . 150.156,165,148,300 → ¿ Qué valor central ? Me ¿ CÓMO SE REPRESENTAN ? 1. DISTRIBUCIÓN NORMAL : - - .
- normal • \ , ' "° " + • en eem = mi campana podemos establecer una distrito dt , + dt) → 68% sujetos Entre I ± Zdt C- Zdt - , I 200 ; dt 20 : de = error estándar muestra ( een ) . Me tendrán . + Zdt ) , → 95% Ejemplo . X que dar : sujetos . 1C = 200 ± 2 ¿ cuántos L %) > 160 ? dt . y N para poder ingerir """ - / 160 180 200 240 220 restante se distribuye 160=951-215 < 220 ? De el 32T restante . < 160 y el 5% 25% > 240 9715% de los sujetos 180 a 220 queda fuera 16% < 180 y 16% > 220 > 220 = = 25% , . , 68% de los suj , , distribuyéndose 68%+16 % = 84% de los sujetos . será CONTRASTE DE . 2¥ n = 100 IC ( 196,204 ) / ( = 200+-4 el IC , , mas . HIPÓTESIS : ¿ lo que veo se debe al azar ?
→ Establece si una diferencia es real o si al AZCM Se debe De 160 a 240 , estará el 95% de los sujetos . S 20 ; Cuanto más grande sea el tamaño muestral 25% 25% ☒ 200 ; : estrecho ¿ cuantos dtm 2. . . ☒ ± dt ( > . → zdt : Entre Ejemplo dt sujetos está incluido dtcs) con ☒ y . = ' Mo El 100% de los ( de , , . adf.at#-= ? Y ? • : µ es la media poblacional y desu estándar la dt poblacional µ ± 2 de 95% de la pob ( IC ) si mi muestra es la µ serán × representativa exclusiva CUANMCONT ☒ - ESTADÍSTICA INFERENCIAL . ¡ OJO ! El azar puede muy grandes Ho { A - - = B ; llegar a explicar diferencias . Hn A =/ B .
p = valor del azar Pnb del azar ( p) > 5% → O Dif Sig → 0 Rechazo Ho Prob del azar ( p ) < 5% → Dif estad signif Se rechaza Hoy se Hr . acepta . → REAL | / Ho th A- B A- =/ B - TEST Hr ERROR ✗ A- =/ B - Las tipo / "" " cuando hay ) POTENCIA lverdif cuando ( NO ERROR) la hay) no - ( no ver dif ✓ A- = B - "" " " ""ʳ "° TEST DE CONTRASTE DE HIPÓTESIS : f- - Independientes :/ sujeto 1 vez Verde Apareados / sujeto > 1 vez Rojo = : - - CUAÚTCUAUI CUANMTLUANM CUALITCUANM Chi cuadrado R Pearson MC Nemar T ¡ ojo ! . - Diwt Nodicot Stvdent ANOVA Tstudent ANOVA para apareados med La variable dicotómica . = para repetidas tiempo ( antes después ) es , 1- t.tl )