Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
! Dr. Cristián Coello Fisiología Médica UBA @cristiancoello https://sites.google.com/site/cristiancoello/home ! ⦿Comprender al hombre como un sistema que puede describirse mediante variables fisiológicas ⦿Entender el concepto de variabilidad biológica ⦿Entender las diferencias entre desviación estándar y error estándar ⦿Comprender el concepto de normalidad estadística, conocer la diferencia entre probabilidad teórica y experimental ⦿Entender las pruebas de significación, interpretar gráficos y resultados ⦿ La estadística es una ciencia con base matemática referente a la recolección, análisis e interpretación de datos, que busca explicar condiciones regulares en fenómenos de tipo aleatorio ! ⦿ Conjunto de individuos o elementos sometidos a una evaluación estadística, mediante muestreo. ⦿ Acción de escoger muestras representativas de la calidad o condiciones medias de un todo. ⦿ Implica que todos los componentes de la población tienen la misma probabilidad de ser elegidos. ⦿ Conjunto de personas que, por sus características genéticas, físicas o sociales, son más propensas a padecer una enfermedad determinada. ⦿ Magnitud que puede tener un valor cualquiera, de los comprendidos en un conjunto. ⦿ Media: Es el promedio de un conjunto de valores ⦿ Mediana: Es el valor de la variable que deja el mismo número de datos antes y después que él, una vez ordenados estos. Es comparable al percentilo 50 ⦿ Moda: Es el valor con una mayor frecuencia en una distribución de datos. Media: 2, 4, 7, 10, 12 Media = 7 ! Problema: Outliers 2, 4, 5, 7, 77 Media = 19 Mediana: 2, 4, 7, 10, 12 Mediana = 7 ! 2, 4, 7, 10, 112 Mediana = 7 Moda: ! Es el valor que ocurre con mas frecuencia 1, 3, 6, 6, 6, 6, 7, 7, 12, 12, 17 Moda = 6 ! 1, 3, 6, 6, 6, 6, 7, 7, 12, 12, 517 Moda = 6 La moda puede tener varios valores, incluso puede no existir. ⦿ No Numéricas: ( No se objetivan por números) Color de ojos, color de piel, hábito constitucional ⦿ Numéricas: ( Se asocian a una cuantificación numeral) 1. Discretas (Siempre se definen por valores enteros) n° de hijos, n° de cromosomas 2. Continuas (Son las más utilizadas) Altura, peso, colesterolemia, etc. Cuantitativas Cualitativas Continuas Admiten cualquier valor Ej: peso, talla, glucemia Discretas Valor entero Ej: Nº hermanos, Nº de hijos, Nº de partos Nominales De nombre, sin orden Ej: sexo, SI/NO Ordinales Con orden Ej: Escala dolor, estadios Ca, grados de disnea Clases FA FR F% Blancas 1000 0,25 25% Rojas 1200 0,30 30% Negras 1800 0,45 45% Total 4000 1,00 100% Población de pelotas = 4000 Distribución de las frecuencias Distribución de frecuencias Los números indican la cantidad de veces que se observaron pelotas blancas, negras o rojas en una muestra respecto al total de observaciones. ⦿ Se la define como la relación entre los casos “ Favorables” sobre el número de casos “Posibles” Probabilidad Probabilidad N° de casos favorables N° de casos posibles = Experimental Teórica Probabilidad ⦿ ¿Cuál es la probabilidad que tiene una pareja de tener un hijo varón o mujer? Hay 2 resultados posibles ( varón o mujer) Probabilidad relación entre casos favorables (varón o mujer) valor 1 sobre el número de casos posibles= 2 Entonces = 0,5 o 50% (probabilidad teórica o a priori) Si realizamos un estudio poblacional analizamos un probabilidad experimental 2 1 ⦿ Datos del Censo 2010 ⦿ Población total de 0 a 4 años: 3.337.652 ! ⦿ Población con sexo masculino de 0 a 4 años 1.697.972 = 0,508 es decir 50,8 % ⦿ Población con sexo femenino de 0 a 4 años: 1.639.680= 0,492 es decir 49,2 % Población y muestra Universo estadístico Es el conjunto de datos de la variable en estudio realizada sobre toda la población Es el conjunto de datos de la variable en estudio realizada sobre una parte de la población. Muestra Cuando todos los componentes de la población han tenido la misma probabilidad de ser elegidos. Muestra Representativa AL AZAR Histograma Pulsaciones /min Frecuencia absoluta Frecuencia relativa Frecuencia relativa % Intervalo 43-50 3 0,0028 0,28 1 51-58 28 0,0264 2,64 2 59-66 131 0,1235 12,35 3 67-74 283 0,267 26,70 4 75-82 351 0,3311 33,11 5 83-90 185 0,1745 17,45 6 91-98 64 0,0604 6,04 7 99-106 14 0,0132 1,32 8 107-114 1 0,0009 0.09 9 Total 1060 1 100 Distribución de una variable numérica Numero de micciones Numero de personas % del total 2 3 4,5 3 40 59,7 4 15 22,3 5 6 9 6 2 3 8 1 1.5 N = 67 N de micciones totales 236 Media de micciones 3 Presión arterial (mm Hg) Centro del intervalo F (individuos) F% 97,5-102,5 100 1 0,41% 102,5-107,5 105 3 1,22% 107,5-112,5 110 6 2,44% 112,5-117,5 115 9 3,66% 117,5-122,5 120 11 4,47% 122,5-127,5 125 20 8,13% 127,5-132,5 130 31 12,60% 132,5-137,5 135 44 17,89% 137,5-142,5 140 38 15,45% 142,5-147,5 145 29 11,79% 147,5-152,5 150 25 10,16% 152,5-157,5 155 14 5,69% 157,5-162,5 160 9 3,66% 162,5-167,5 165 4 1,63% 167,5-172,5 170 2 0,81% Total 246 100,00% Distribución de una variable discreta continua Histograma 1. Los valores se distribuyen en forma simétrica alrededor de un valor central que se da con máxima frecuencia. 2. Este valor coincide con el promedio o media de los valores observados. Distribución normal X ⦿ Número grandes de casos Curva de Gauss ! ⦿ Número pequeño de casos Método de Student ⦿ Hace referencia a como se distribuyen los valores individuales alrededor del valor medio ! ⦿ Es un valor que sumado y restado al valor medio nos da el intervalo dentro del que se halla el 68% de los valores individuales. X Curva de distribución normal -1SD +1SDX =Χ Σ Χ i n SD = n Σ (Χ i − Χ)2 (Χ ± 1 SD) = 0,68 (Χ ± 2SD) = 0,95 (Χ± 3SD) = 0,99 La distribución normal corresponde a la función matemática denominada función de Gauss Χ ± SD (135 ± 15) mmHg (120-150) mmHg (105-165) mmHg 68% valores 95% valoresINTERVALOS N=500 ( ) 67,0 500 135120 2 = − = SD SD ⦿ Esta propiedad resulta especialmente interesante en la práctica, ya que para una distribución normal existen tablas publicadas a partir de las que se puede obtener de modo sencillo la probabilidad de observar un dato menor o igual a un cierto valor z, y que permitirán resolver preguntas de probabilidad acerca del comportamiento de variables de las que se sabe o se asume que siguen una distribución aproximadamente normal. ⦿ El parámetro Z nos dice cuál es la distancia entre el valor individual y el valor medio, medido en desvíos standard. ( por ej 1,3 veces el DS) ! ⦿ La tabla de distribución de valores Z: Nos permite estimar para cada valor de desviación relativa, el porcentaje de casos comprendidos entre el valor considerado y el valor medio ⦿ a= probabilidad de encontrar el valor en el área considerada 0,5 - a 0 ! 0,16 ! 0,025 ! 0,01 ( ) SDXxZ /−= 0 ≤ P ≤ 1 Inferencia estadística Si la muestra es representativa Por su tamaño adecuado y Por su aleatoriedad en la elección de los individuos Se infiere que la media de la muestra y el desvío estándar calculado no difieren significativamente del valor medio y del desvío estándar de la población a la que pertenece SDm = SDpΧm Χp= Ej: Medición de la tensión arterial sistólica 1000 personas entre 21 y 22 años Intervalo normal: Χ ± 2 SD 120± 8 mm Hg Intervalo normal: (104-136) mmHg En la población en estudio, la probabilidad P de encontrar una persona sana con valores de tensión arterial entre 104 mm Hg y 136 mm Hg es del 95%. La probabilidad de encontrar una persona sana con valores de presión arterial por debajo de 104 mmHg o por arribade 136 mm Hg es del 5%. ⦿ 1) Puede deberse a una Variabilidad Biológica ⦿ 2) Tener patologías asociadas ⦿ Cuando se estima la media de la población p a partir de la media de la muestra m puede generarse cierto error ! ⦿ Para evitarlo se realiza el SEM ( Error standard de la media) X X Χp Distribución de valores medios m1 m2 m3 mj m1 m2 m3 mj población SEM = SD √ n Xp = media de la población SEM= desvío estándar de los valores medios ⦿ Es un valor que sumado o restado al valor medio obtenido en una muestra nos da un intervalo dentro del cual se halla con un 68% de probabilidad la media de la población a la cual pertenece la muestra ⦿ Determina si la media de la población p Pertenece a la muestra ! SEM ! SEM + - nos da un intervalo del 68% X n SD X Significado del error estándar de la media El SEM de la media indica cómo se distribuyen los valores medios de distintas muestras alrededor de la media de la población Χ ± 1SEM = 68% Χ ± 2SEM = 95% Χ ± 3SEM = 99% Χ-2SEMΧ Χ+2SEM 0Z = -2 Z = +2 Intervalo de confianza Z = Χi - Χp SEM ⦿ Cuando observamos una diferencia entre valores medios nos hallamos frente a dos posibilidades: 1. La diferencia sea por fluctuación al azar 2. La diferencia se debe a que son muestras que no pertenecen a la misma población ⦿ Comparando por ej valores medios de dos muestras permite establecer la probabilidad que pertenezcan al mismo universo estadístico. ⦿ SEM diff ! Permite estimar la probabilidad de que la diferencia sea por azar Si la probabilidad es mayor al 5% P>0,05 decimos que la diferencia no es significativa de esta manera la diferencia se debe al azar ! Si la probabilidad es menor al 5% decimos que la diferencia es significativa, es decir no pertenecen a la misma población ( 22 )2()1 SemSem + Comparación entre valores medios Las 2 muestra pertenecen a la misma población Hipótesis Nula Hipótesis alternativa Las 2 muestra pertenecen a poblaciones diferentes Χ diff = Χ1 − Χ2 SEM diff = (SEM1)2 + (SEM2)2√ Z diff = Χ diff SEM diff Si Z > 2 aceptamos la hipótesis alternativa POBLACION DIFERENTE Si Z < 2 aceptamos la hipótesis nula MISMA POBLACION ⦿ Z: mide la distancia en DS entre un valor dado y la media ! ! ! ⦿ t: Es homologable al Z pero para muestras pequeñas ( menores a 30) ( ) SDXxZ /−= Estudios de muestras pequeñas. El test de student n = 1 n = 2 n = 3 n < 30 =Χ Σ Χ in SDn-1 = n - 1 Σ (Χi − Χ)2i n-1 SDn-1 SEM = √ n t = Χi – Χ SDn-1 n -1 P 0,40 0,20 0,10 0,05 0,01 1 2 3 4 5 6 t1 t2 n -1 son los grados de libertad 0.1 > p > 0.05 ⦿ Nos da el valor de probabilidad para valores comprendidos a los extremos de la media 0,5 - a 0 ! 0,16 ! 0,025 ! 0,01 n= 35 y z = 2,5 0,025 > p > 0,01 Ejemplos 0,20 0,10 0,05 0,01 1 2 3 4 5 6 3,078 1,886 1,638 1,533 1,476 1,440 6.314 2,920 2,353 2,132 2,015 1,943 12,70 6 4,303 3,182 2,776 2,571 2,447 63,65 7 9,925 5,841 4,604 4,032 3,707n= 5 y t = 2,5 n = 7 y t = 2,5 0,10 > p > 0,05 0,05 > p > 0,01 ⦿ Valores de Z nos hablan de la probabilidad para valores comprendidos entre el dado y la media ! ⦿ Valores de P nos habla de la probabilidad mas allá de la media ( a los extremos) ⦿ Sirve para valorar la eficacia o no de un fármaco ⦿ Calcular las diferencias obtenidas y aplicar una suma algebraica de las diferencias ! ⦿ Las diferencias observadas pueden deberse al 1. Azar > 5% 2. Eficacia de un fármaco <5% Χ = Σ d/n Prueba antes-después PACIEN TE ANTE S DESPU ÉS DIFEREN CIA 1 170 140 -30 2 200 120 -80 3 180 180 0 4 164 124 -40 5 178 168 -10 6 165 170 +5 7 190 130 -60 8 159 155 -4 9 183 127 -56 10 174 142 -32 11 205 175 -30 12 167 114 -53 13 194 118 -76 Χ = Σ d/n = -35,8 SD = Σ (Χd – d)2 / (n -1) √ SEM = SD / √n = 7,83 t = Χd / SEM = 4,6 Hipótesis alternativa Las diferencias se deben a la presencia de la droga Grados de libertad: n-1 = 12 P < 0,001 d= SUMA DE DIF ⦿ Si la P es menor al 5% poco probable que sea la diferencia por azar. ⦿ Es decir el fármaco fue eficaz PACIENTE Método “A” Método “B” DIFERENCIA 1 250 271 +21 2 348 403 +55 3 652 648 -4 4 432 498 +66 5 227 252 +25 6 703 701 -2 7 645 665 +20 8 434 484 +50 9 182 250 +68 10 522 525 +3 Prueba con datos pareados Los métodos A y B no son equivalentes Χ = Σ d/n = 30,2 SEM = SD / √n = 8,73 t = Χd / SEM = 3,46 Grados de libertad: n-1 = 9 P < 0,001 ⦿ Si P es menor al 5% significa que la diferencia no se debe al azar ⦿ Los métodos no son equivales Error de las determinaciones médicas Error de apreciación Dado por la sensibilidad o precisión del instrumento o método de medida Error accidental Χ ± 2SEM * Error sistemático Asociado a un problema en la adquisición de datos. Si se conoce su valor se puede corregirlo Fluctuaciones al azar por infinidad de factores *Da con 95% de probabilidad el intervalo en el que se encuentra el verdadero valor de la medición Si se usa un tensiómetro de mercurio ! ⦿ La expresión de la unidad en milímetros de mercurio ( puede darnos un error de apreciación) ⦿ La lectura del valor ( error accidental) ⦿ Si el tensiometro está mal calibrado ( error sistemático)
Compartir