lunes, 8 de junio de 2020

TEMA 7: teoría de la probabilidad

Tema 7.

La probabilidad, bajo un enfoque personalísimo, mide la confianza que el individuo tiene sobre la certeza de una posición determinada.
- Aparece reflejada en porcentajes o en número entre el 0 y el 1. 
- Existen dos enfoques diferentes...

Centrándonos en la probabilidad clásica y frecuencia relativa, estas serían sus definiciones:

PROBABILIDAD “A PRIORI”
PROBABILIDAD “A PRIORI”
Si un evento puede ocurrir de N formas, las cuales se excluyen mutuamente y son igualmente probables, y si m de esos eventos poseen una característica E, la probabilidad de ocurrencia es Ees igual a m/NSi un suceso es repetido un GRAN número develes, y si algún evento resultante, con la característica E, ocurre m veces, la frecuencia relativa de la ocurrencia de E, m/n, es aproximadamente igual a la probabilidad de ocurrencia de E
P(E)= m/NP(E) = m/n
 
Seguidamente, centrándonos en los eventos, estos quedarán explicados mediante el siguiente enlace de Youtube: https://www.youtube.com/watch?v=-FkjYQcdI84 . De este mismo, sólo serán necesarios los sucesos dependientes, independientes, compatibles e incompatibles.
La intersección de sucesos, es...


La teoría de la probabilidad afirma que...
- Las probabilidades de un evento o suceso siempre oscilan entre 0-1
- La probabilidad de que un evento o suceso sea seguro es igual a 1
- La probabilidad de un suceso o evento imposible es igual a 0
- La unión de A y B es: P(AUB) = P(B) - P(AПB)
- La probabilidad de un suceso contrario o del complemento es igual a 1 menos la probabilidad del suceso en sí: P(A') = 1 - P(A)

         --> EJEMPLO DE PROBABILIDAD CONDICIONADA...

  • Teorema de Bayes ... https://www.youtube.com/watch?v=Fi6G48j0IZ4

La distribución binominal, es un modelo matemático de distribución teórica de variables discretas. Se realiza cuando...
- Se producen situaciones en las que sólo existen dos posibilidades
- El resultado obtenido en cada prueba es independiente de los resultados obtenidos anteriormente
- La probabilidad del suceso A es constante
- El experimento consta de n pruebas

La distribución de Poisson...

Los valores en una distribución normal, serían...

– ± 1S = 
68,26% de las observaciones

– ± 2S = 
95,45% de las observaciones

– ± 1,95S = 
95% de las observaciones

– ± 3S = 
99,73% de las observaciones

– ± 2,58S = 
99% de las observaciones

La tipificación de los valores, se puede realizar si se sigue una distribución normal y tiene más de 100 unidades.


          --> EJEMPLO TIPIFICACIÓN...


TEMA 6: presentación gráfica de la información

TEMA 6. 

En este tema se explicarán los siguientes conceptos:



(1) GRÁFICO DE SECTORES


- No recomendable para 3 o 4 categorías
- Si se quieren comparar 2 variables, hay que realizar 2 gráficos diferentes

(2) GRÁFICO DE BARRAS
- Las frecuencias relativas o absolutas se muestran fácilmente
- Cada barra representa una categoría y su altura la frecuencia
- El eje Y comienza con frecuencia 0


(3) PICTOGRAMAS
- Gráfico que en lugar de emplear barras, usa figuras proporcionales a la frecuencia dada que tengan una cierta relación con el tema del estudio


(4) HISTOGRAMAS
- Sucesión de rectángulos contiguos construidos sobre una recta en los que, la base de cada uno, representa la amplitud de cada intervalo. La altura estará determinada por la frecuencia
- 1 rectángulo por intervalo
- Es el más sencillo de interpretar



(5) POLÍGONOS DE FRECUENCIA


(6) GRÁFICO DE TRONCO Y HOJA
- Muestra la forma en la distribución y valores de la variable
     - https://www.youtube.com/watch?v=KH82_fkiOCo

(7) TENDENCIAS TEMPORALES


(8) DIAGRAMAS DE DISPERSIÓN
     - https://www.youtube.com/watch?v=KwtuSe1JAVQ

(9) DIAGRAMA DE ESTRELLAS
- Representar un conjunto de variables y compararlas entre diferentes unidades de análisis
- Cada variable representa un vértice del diagrama
- Permite comparativas con un "gold standard"


domingo, 7 de junio de 2020

TEMA 5: estadísticos univariables

TEMA 5.

(1) Existen un total de 3 tipos de medidas estadísticas que son:
   - Medidas de tendencia central: dan idea de los valores alrededor de los cuales, el resto de los datos, tienen tendencia a agruparse --> media, moda y mediana
   - Medidas de posición: dividen un conjunto ordenado de datos en grupos con la misma cantidad de individuos --> cuartiles, deciles y percentiles
   - Medidas de dispersión o variabilidad: dan información acerca de la heterogeneidad de nuestras observaciones --> rango, desviación media, varianza, desviación típica y coeficiente de variación



(2) MEDIDAS DE TENDENCIA CENTRAL
  1. Media (x) aritmética
Es el estadístico más empleado en la estadística descriptiva que siempre va acompañado de la variación típica. Se emplea en variables cuantitativas y su fórmula es:
- La suma de las desviaciones respecto de la media es igual a 0
- No se altera por una transformación lineal de escala


 2. Mediana
Es la puntuación que ocupa la posición central de la distribución; es decir, es un valor que habla sobre la posición. Para poder ejecutarla, se precisan de una serie de datos ordenados de forma creciente o decreciente.
- Si media y mediana son iguales, la distribución de la variable es simétrica
- Si el número de observaciones es impar, el valor de la observación será justamente la observación que ocupa la posición (n+1)/2
- Si la observación es par, el valor de la mediana se corresponde al valor de la media entre los dos valores centrales (n/2)

 3. Moda
Es el valor que se repite con mayor frecuencia en la distribución de los datos. Si los distribuciones poseen una única moda, se denominan unimodales. También existen bimodales y multimodales.
- Se puede emplear en cualquier tipo de variable

Para comprender estos conceptos en su totalidad, en este vídeo de youtube se muestran una serie de ejemplos con la teoría aplicada: https://www.youtube.com/watch?v=CrItHF8aJ3M .



(3) MEDIDAS DE POSICIÓN
 1. Cuartiles: usado en variables cuantitativas y sólo tiene en cuenta la posición de los valores en la muestra


 2. Percentiles: 
- Los percentiles son los 99 puntos o valores que dividen la distribución en cien partes iguales
- Se representan por P(n). Así, por ejemplo, P70 (percentil 70) es el valor de la variable que es igual o deja por debajo de sí al 70% del total de las puntuaciones
- El percentil “i” (Pi), es aquél valor que, ordenadas las observaciones en forma creciente, el i% de ellas son menores que él y el (100-i)% restante son mayores

 3. Deciles: dividen la muestra en 10 partes



(4) MEDIDAS DE DISPERSIÓN
 1. Rango
- Es la medida de dispersión más simple y consiste en tomar la puntuación mayor y restarle la puntuación menor. Es el recorrido de una variable.
- Ejemplo —> Si ordenamos esta puntuación de menor a mayor tendríamos: 22, 40, 53, 57, 93, 98, 103, 108, 116, 121, 252.
La puntuación más alta era 252 y la puntuación más baja 22, por tanto el rango es 252-22=230
- Existe el rango intercuartílico (diferencia entre el tercer y primer cuartil) y rango semiintercuartil cuya fórmula es:


 2. Desviación media
- Es la media aritmética de las distancias de cada observación respecto a la media de la muestra
- La fórmula es..


 3. Varianza
- Es la media de los cuadrados de la diferencia entre cada valor de la variable y la media aritmética de la distribución
- Siempre posee un valor positivo
- Su fórmula es...


 4. Desviación típica o estándar (S)
- Expresa la dispersión de la distribución mediante un valor que siempre es positivo y en las mismas unidades de medida de la variable, siendo la medida de dispersión más utilizada en estadística descriptiva
      Propiedades...
1. La desviación típica será siempre un valor positivo o cero, en el caso de que las puntuaciones sean iguales.
2. Si a todos los valores de la variable se les suma un número la desviación típica no varía.
3. Si todos los valores de la variable se multiplican por un número la desviación típica queda multiplicada por dicho número.
      Observaciones de la desviación típica...
1. La desviación típica, al igual que la media y la varianza, es un índice muy sensible a las puntuaciones extremas.
2. En los casos que no se pueda hallar la media tampoco será posible hallar la desviación típica.
3. Cuanta más pequeña sea la desviación típica mayor será la concentración de datos alrededor de la media.


 5. Coeficiente de variación (CV)
- Es una medida de dispersión relativa de los datos

En este enlace se muestran una serie de ejemplos de estos conceptos: https://www.youtube.com/watch?v=KsVQygSlf4k&t=300s



(5) DISTRIBUCIONES NORMALES
- En estadística se llama distribución normal, distribución de Gauss o distribución gaussiana, a una de las distribuciones de probabilidad de variable continua que con más frecuencia aparece en fenómenos reales.


Las distribuciones asimétricas son también llamadas sesgadas y se caracterizan porque el pico no es simétrico. Es adimensional y adopta valores entre -1 y 1.

- g 1 = 0 (distribución simétrica; existe la misma concentración de valores a la derecha y a la izquierda de la media)
- g1 > 0 (distribución asimétrica positiva; La cola de la distribución es más larga hacia la derecha y los valores más elevados quedan a la izquierda)
- g1 < 0 (distribución asimétrica negativa; La cola de la distribución es más larga hacia la izquierda y los valores más elevados quedan a la derecha)

Para explicar la curtosis o apuntamiento, dejaré este enlace explicativo: https://www.youtube.com/watch?v=9-nRaVKs5No .





TEMA 4: introducción a la estadística descriptiva

TEMA 4.

(1) En primer lugar se reflejarán de nuevo las diferencias entre los estudios de estadística inferencial y descriptiva. Estas serían:





La presentación de datos de las variables se lleva a cabo mediante tablas de frecuencia. Estas tablas presentan información repetitiva de forma visible y comprensible. En las columnas se muestra la frecuencia y, en las filas, las categorías de los datos.
Los requisitos que deben cumplir son...

AutoexplicativosIndican lugar/ fecha/ fuente de información
Sencillas y de fácil comprensiónIncluyen las unidades de medida de cada cabecera
Existe título que debe ser breve y claroIndican frecuencias relativas y absolutas

Dependiendo del tipo de variable del que se trate, la tabla adoptará una forma u otra.
     VARIABLE CUANTITATIVA DISCRETA...


    VARIABLE CUALITATIVA DICOTÓMICA...

   VARIABLE CUALITATIVA POLICOTÓMICA...

   VARIABLE CUALITATIVA ORDINAL...

   VARIABLE CUANTITATIVA DISCRETA DE FORMA SIMPLIFICADA...
Para calcular una tabla de frecuencia de datos agrupados de variables continuas se deben seguir los siguientes pasos:
          1º.- Calcular el recorrido
          2º.- Calcular el número de recorrido que tomaremos / En caso de que no nos lo digan, se calcularía co el número total de datos
          3º.- Calcular la amplitud de cada dato



(2) Los indicadores y el concepto de indicador...




(3) Las tasas (rates) son unas medidas que expresan el riesgo de ocurrencia del evento (enfermedad) estudiado. Realmente, se trata de una proporción que presenta relación espacial y temporal con unidad de tiempo en el denominador.
Se realiza una comparación entre: número de veces que ocurre X evento/número total de población, siendo el resultado una cifra fraccionaria <1 (se multiplica por 10-100-1000-...).

Dependiendo de lo que queramos medir, se empleará un método u otro.
Si queremos medir una situación en un punto de tiempo concreto, se empleará la prevalencia. Esta posee una serie de características propias que son:
   - Es adimensional
   - Adopta valores entre 0-1
   - X= nº de individuos con la enfermedad en un periodo de tiempo concreto / nº de individuos

Si lo que se quiere medir está pasando durante un periodo de tiempo, se emplea la incidencia. Las características que esta presenta son:
   - Es adimensional
   - Adopta valores entre 0-1
   - Si se mide como "Densidad de incidencia", es una tasa y adoptaría valores hipotéticos entre cero e infinito
La incidencia, se divide a su vez en:


Para mostar la relación entre incidencia-prevalencia, aquí dejo un vídeo de Youtube: https://www.youtube.com/watch?v=H45sv-ZIg3U



(4) Las razones y odds...


La razón de prevalencias, sería R.P. = prevalencia de expuestos / prevalencia de no expuestos.
La prevalencia de no expuesto (P.ne.), por ejemplo, se calcularía de tal forma que...
P.ne. = nº de enfermos entre los NO expuestos / nº total de individuos (sanos + enfermos)

La razón de riesgo relativo, sería R.R. = incidencias en expuestos / incidencias en no expuestos, calculándose cada campo al igual que en el caso anterior.

La odds ratio, emplea la siguiente fórmula:


Tema 3: de los conceptos a las variables

TEMA 3.

(1) La bioestadística puede ser clasificada en dos tipos: descriptiva/deductiva o inferencial/analítica.



Además, existen dos tipos de investigación biosanitaria que, como quedó reflejado en temas anteriores, serían la investigación cuantitativa y cualitativa.
        - CUANTITATIVA: se centra en la recogida sistémica de información numérica y en el análisis estadístico. Su base se encuentra en el razonamiento deductivo, las reglas de la lógica y el positivismo lógico
        - CUALITATIVO: se centra en los aspectos dinámicos, holísticos e individuales de la experiencia humana y tratando de captar cada uno de estos en su mayor totalidad (bajo el propio contexto de quienes lo viven). Se evita la cuantificación y su base se encuentra en la recogida de datos mediante técnicas como entrevistas no estructuradas, observación de los participantes...



(2) El muestreo es un método empleado para escoger a un grupo pequeño de una población tal que obtengamos un grado de probabilidad de que, ese pequeño grupo, posea las características de la población que estamos estudiando. Para esto, hay que tener en cuenta los siguientes parámetros y estadísticos:



Otras definiciones claves a tener en cuenta serían: población de estudios, niveles de población y representatividad de la población.


Para determinar el tamaño muestral de la población, os dejo aquí un enlace en el que se explica de forma clara y concisa en base a un ejemplo ( https://www.youtube.com/watch?v=gl9EEbT7viM ).
A la hora de determinar el tamaño de la muestra, pueden aparecer errores en casos en los que la muestra sea demasiado pequeña (falten sujetos) o casos en los que se estudien a más sujetos de los necesarios.
   - Si se estudian menos sujetos de los necesarios, no existe precisión total para estimar los parámetros de estudio; es decir, aparecen cambios o fallos importantes en el estudio ( Error tipo II )
   - Si se estudian más sujetos de los necesarios, existe un gasto de tiempo y recursos importantes, así como puede aparecer saturación en la muestra.

A su vez, el tamaño de la muestra depende de diversos parámetros:
- Variabilidad del parámetro a estudiar
- Precisión
- Nivel de confianza
- Poder estadístico
- Efecto esperado



(3) Existen dos tipos de muestreos: probabilístico o no probabilístico.
El muestreo probabilístico afirma que todas las unidades que componen la población poseen una cierta probabilidad de ser elegidos y que, esa misma probabilidad, puede ser calculada de antemano. Este tipo de muestreo se divide a su vez en 3 tipos diferentes:


 El muestreo no probabilístico afirma que las unidades que componen la población poseen distintas probabilidades a la hora de ser escogidos y que no pueden ser escogidas de antemano. Este estilo, al igual que el anterior, también se divide en diversos tipos:





(4) Las variables son características que pueden ser medidas en la muestra o población y que puede variar de un sujeto a otro, o bien, de une evento a otro. En este vídeo, quedan reflejados los diversos tipos de variables que existen: https://www.youtube.com/watch?v=Tb3sgUSd2SQ .
Estas variables pueden ser sometidas a un proceso de medición directa para recaudar datos como altura, peso, edad, género...
Por otra parte, puede ser un proceso de medición indirecto para recoger datos de carácter subjetivo como los niveles de estrés, ansiedad o dolor (por ejemplo). Son medidos mediante escalas.
Existen unas escalas de medición para las diversas variables que pueden ser de tipo nominal, ordinal, de intervalo o de razón.
En el estilo nominal un ejemplo sería por ejemplo --> Tipo de profesión: médico/auxiliar
En el estilo ordinal, un ejemplo sería --> Grados de mejoría: 1. Nulo / 2. Leve / 3. Medio / 4. Máx.
En el estilo de intervalo se podría medir por ejemplo la temperatura corporal. En este caso, el 0ºC no representaría la ausencia de temperatura y, además el cambio de 36ºC a 37ºC es proporcional al cambio de 40ºC a 41ºC.


La operativización de las variables es el proceso por el que se transforma una variable subjetiva o abstracta en otras variables indirectas que tengan el mismo significado y que sean susceptibles de medición.





lunes, 13 de abril de 2020

TEMA 2: el método científico y sus perspectivas

TEMA 2.

En este nuevo tema, se tratará de da respuesta a la pregunta "Investigar, ¿para qué?". Partiendo de la idea de que, esto se lleva a cabo para obtener información que permita efectuar la acción en el campo que se pretende investigar, hablaremos de diversos puntos claves como son:
- Método: deductivo - inductivo
- Fases del proceso de investigación: conceptual, empírica y interpretativa
- Artículo científico
- Errores en estudios cuantitativos (medidas de control - sesgos)
- Errores en estudios estadísticos (métodos de control)
- Estrategias del plan de acción


MÉTODO: DEDUCTIVO - INDUCTIVO

Antes de comenzar con la explicación, me gustaría destacar sin cuadro recordatorio del tema anterior puesto que, los métodos a explicar, poseen sus bases en ellos.


Comenzando por el método deductivo, podemos decir que su base se encuentra en el paradigma cuantitativo ya que sus resultados son medibles. Se parte de un resultado particular para lograr una solución general mediante un proceso selectivo aleatorio de personas. Dicha selección debe ser representativa de toda la población por lo que, para ello, se atribuyen unas variables y se crean una serie de hipótesis. Se emplean encuestas con preguntas cerradas y de forma anónima.
Un ejemplo de esto podría ser... escoger un grupo de bebés parecidos a los de la población a la que se dirigen los cuidados a estudiar (cordón umbilical).
En cambio, el método inductivo, se basa en el paradigma cualitativo, por lo que sus resultados no son medibles como tal. Se obtiene información de carácter cualitativo (investigaciones narrativas) dada por el informador clave (persona sin discapacidad cognitiva que aporta la información buscada).  El objetivo es la comprensión del fenómeno individual o de un grupo reducido de informadores con el empleo de entrevistas de preguntas abiertas (se debe obtener la confianza del informador).
Un ejemplo de ello sería... estudio sobre la estancia de pacientes en cuidados intensivos escogiendo a pacientes que hayan estado en dicha situación y cumplan los requisitos de los informadores clave.


FASES DEL PROCESO DE INVESTIGACIÓN

Se divide en tres fases que serían: conceptual (1), empírica (2) e interpretativa(3).

ETAPA CONCEPTUAL
ETAPA EMPÍRICA
- Observación de hechos

- Identificación y formulación del problema


- Revisión bibliográfica (antecedentes) -- bibliografía sobre esa temática


- Marco teórico o de referencia conceptual -- base teórica del problema


- Definición del problema de investigación (concretar)


- Definición y formulación de los objetivos (definir a donde queremos llegar y lo que queremos lograr) los cuales son pertinentes, concretos, realistas y pueden desglosarse (paso de generales a específicos). Además, estos pueden clasificarse en:          * Descriptivos: no se relacionan 2 variables

          * Analíticos: se relacionan 2 variables
Además, no deben confundirse nunca los objetivos del tipo investigación con los de práctica profesional

- Hipótesis: enunciados de las expectativas de relaciones entre variables que se indagan o estado que relaciona las variables dependientes e independientes. Debe poseer una definición previa, clara y concisa a las variables (estado esperado). Además, no siempre tienen por qué definir lo esperado puesto que existen hipótesis nulas

- Definir objetivos y formular las hipótesis. Lo primero debe realizarse siempre, mientras que las hipótesis no tienen por qué ser planteadas

- Definición operacional de términos y variables

- Importancia del estudio y limitaciones (justificar la importancia del estudio y lo que va a aportar de nuevo a lo que hayan llevado a cabo otros investigadores -- ENFOQUE CONCRETO)
- Se refiere, en un artículo, a las partes de material, método y resultados

- Debe asegurar el control y comprobar la validez (interna-externa) ya que no existe improvisación

- Define el plan de investigación (fuentes, método de recolección, gestión y análisis de datos) además del enfoque/estrategia de abordaje del problema de la investigación para lograr los objetivos

- Se divide en tres apartados claves...
     * PLANIFICACIÓN DE LA INVESTGACIÓN:
  • Material y método
  • Diseño metodológico (cuantitativo o cualitativo)
  • Población de estudio (universo)
  • Muestreo o selección de participantes
  • Variables
  • Definición del proceso de recogida de datos
  • Registro y procesamiento de datos
     * TRABAJO DE CAMPO: se lleva a cabo la recogida de datos y la ejecución de todo lo planificado en el primer paso según el procedimiento establecido

     * ANÁLISIS DE DATOS


El tipo de estudio que se ha ejecutado en base a los objetivos queda definido, primero, por el grupo de método al que pertenezcan. Este esquema general de a continuación muestra los tipos de estudios de corte cuantitativos que existen. A partir de este, se definirá cada modalidad de estudio.


- ESTUDIOS DESCRIPTIVOS... 

  • De corte transversal... no se lleva a cabo un seguimiento ni se observa una evolución temporal (Ejp.: pasar un cuestionario sobre los hábitos de vida saludables solo una vez)
  • De corte ecológico... estudio basado en el conjunto de individuos, no a nivel individual (colegios, barriadas...)
- ESTUDIOS ANALÍTICOS... análisis de la relación entre variables de forma observaciones sin modificar ningún aspectos
  • De seguimiento... se lleva a cabo un estudio a lo largo del tiempo sobre una población que presenta una cierta variable (fumar) independiente de la que se saca la dependiente (enfermedad respiratoria). Es el más costoso pero más fiable pese a que existe posibilidad de abandono por la duración del estudio
  • De casos y controles... se parte de la variable dependiente para ver las causas por las que se produce (variable independiente). Existe menos fiabilidad y, además, posee dos características concretas que lo diferencian del resto. Estas serían...
  1. Casos... sujetos con la variable dependiente
  2. Grupos control... el que se compara con el anterior grupo que poseen igual características de edad, sexo, condiciones socioculturales...

- ESTUDIOS EXPERIMENTALES... el investigador observa y manipula las variables exponiendo a los sujetos a determinados cambios para los que existen consentimiento previo por parte de los participantes. Son los estudios más fiables. Un ejemplo sería llevar a cabo un estudio sobre el tabaco escogiendo a dos grupos de personas no fumadoras y sometiendo a uno de ellos a los efectos del tabaco para la posterior comparación y observación de los efectos. Hay dos grandes grupos...

  • Aleatorio controlado
  • Cuasiexperimentado... pierden algunos parámetros al no querer participar la mitad de la población o cuando no se puede llevar a cabo un control sobre los grupos

En cuanto a los tipos de estudio de corte cualitativo, solo existe un género que sería el descriptivo. Este se subdivide en otros modelos que aparecen recogidos en la siguiente imagen:


En la etapa número 3 (interpretativa) se llevarán a cabo una serie de actividades que serían...
- Convalidación de los métodos empleados  --> errores al recoger los datos
- Convalidación de los resultados --> ver y reconocer si los resultados son fiables
- Describir fortalezas y debilidades del estudio
- Relación de los hallazgos con los objetivos e hipótesis
- Relación de los hallazgos con los de otros autores --> comparación
- Aspectos novedosos y relevantes
- Extraer conclusiones


ARTÍCULO CIENTÍFICO




ERRORES EN ESTUDIOS CUANTITATIVOS (medidas de control - sesgos)

Los errores que existen pueden aparecer por errores aleatorios o por sesgos.
La selección al azar de los participantes induce a error (pueden NO ser representativos) y no pueden ser evitados pero si controlados. El error aleatorio se puede medir y, además, puede-debe definirse para otorgar una mayor o menos fiabilidad al estudio.
Aparece cuando:
- El estudio se realiza sobre una muestra probabilística de la población
- Se trabaja con muestras
- Sabemos que existe pero no si el resultado sobre la muestra supera o se queda corto con respecto al resultado real de la población
Las medidas de control que se emplean en estos casos dependen de la fase en la que se encuentre el estudio (las tres anteriormente descritas). Serían...

  1. Primera fase -- calcular el mínimo tamaño de una muestra necesaria para poder detectar estadísticamente significativa una diferencia (si existe realmente en la población)
  2. Segunda fase -- uso de pruebas o test de hipótesis (alfa/beta)
  3. Tercera fase -- cálculo de intervalos de confianza para las estimaciones obtenidas
Los sesgos que pueden aparecer en este tipo de estudio quedan recogidos en la siguiente imagen:


En cuanto al sesgo de clasificación, podemos añadir que:
- Se debe a la incorrecta medición de una variable y, por tanto, depende de la fiabilidad y validez del método llevado acabo para recoger los datos
- Afecta a la exposición o al efecto
- Puede diluir las diferencias existentes o exagerarlas
- Es una importante forma de realizar las preguntas
- Cuando es de tipo NO DIFERENCIAL se produce una disminución de las diferencias (las personas ocultan los malos hábitos por ejemplo) pero, cuando es de tipo DIFERENCIAL, aparece el efecto contrario; es decir, se exageran las diferencias. Un ejemplo podría ser un estudio llevado acabo sobre embarazadas con hijos malformados y los fármacos posiblemente usados que desencadenen en ello. Para ello se llevan a cabo dos grupos de estudio: madres de hijos malformados y madres de hijos sin malformaciones. Las madres del primer grupo, recuerdan con una mayor intensidad los fármacos usados mientras que, las del segundo grupo, no tanto. Por ello y, finalmente, en el estudio queda una mayor constancia de los resultados obtenidos tras el estudio al grupo de madres con hijos con malformaciones.


ERRORES EN ESTUDIOS ESTADÍSTICOS (medidas de control)



ESTRATEGIAS

- Selección de los medios más objetivos posibles
- Estandarizar la definición de variables
- Formar y entrenar a los observadores
- Utilizar la mejor técnica posible e instrumentos automáticos
- Calibrar los instrumentos 
- Emplear estrategias de enmascaramiento (ciego)
- Obtener varias mediciones de una variable para mejorar la precisión

¡Gracias por la atención! 😁

sábado, 21 de marzo de 2020

TEMA 1: estadística desde el origen hasta su aplicación en salud

Hola a todos de nuevo. Voy a comenzar a subir resúmenes del temario dado en clase de ETIC durante el curso 2019-2020. En estos resúmenes, trataré de ser lo más escueta posible en cuanto a las explicaciones y trataré de dar el mayor número de ejemplos posibles. Además, aportaré (en aquellos puntos donde sea posible) imágenes de mis propios resúmenes  (esquemas, tablas...)  hechos a mano para evitar que sea solo texto y sea algo más visual. Espero que logréis comprenderme con claridad y, cualquier duda, podéis dejarla en comentarios. ¡ÁNIMO! 💪


TEMA 1.

(1) Las fuentes de conocimiento en las que se basa la estadística son un total de siete ítems:
  • TRADICIÓN - son las verdades aceptadas (costumbres) que no poseen ningún tipo de base científica. Ejemplo: tomar zumo de naranja rápido porque, de no ser así, las vitaminas se van
  • AUTORIDAD - juicio o visión de un determinado aspecto que es dicho por una persona que posee un mínimo conocimiento sobre el tema o al que, simplemente, se le ha otorgado la autoridad para hablar de ello pero no manejan el tema en cuestión. Como ejemplo, en el primer grupo podríamos incluir a un doctor y, en el segundo, a los influencers (Dulceida, AuronPlay...)
  • EXPERIENCIA - no posee base científica y, además, se hacen todos los procedimientos por costumbre sin cuestionarse el por qué de ello. Es considerada el primer paso para el método científico. Un ejemplo de ello es cuando tomamos decisiones clínicas basadas en la propia experiencia (resfriados)
  • ENSAYO/ERROR - se trata de una variable de la experiencia que, si sale bien, se repite pero, en que caso de que el resultado no sea el esperado, se deja de llevar a cabo (aparece riesgo para el paciente). Se centra en descubrir una solución de entre varias alternativas diferentes. Un claro ejemplo de ello es a la hora de recetar una determinada medicación a un paciente que posee una enfermedad poco conocida
  • INTUICIÓN - no posee base científica y se basa en la inspiración o la iluminación
  • MÉTODO CIENTÍFICO - aplica la inducción, deducción y, para evitar los sesgos, sigue un proceso de etapas medibles, observables y que pueden ser repetidas. Más adelante profundizaremos en él
  • RAZONAMIENTO LÓGICO - combinación de sistemas formales de pensamiento (lógica) junto con la experiencia. Hay de dos tipos: inductivo (va de lo concreto a lo general) o deductivo (de lo general a lo particular)




(2) En cuanto a los tipos de ciencias que abarca el método científico, encontramos dos grandes grupos: pura-formal o aplicada-fáctica. Además, en este punto, hablaremos a su vez de los distintos sucesos que existen (determinista o aleatorio). Todo ello queda recogido en esta imagen...

- Suceso determinista... se basa en el [causa-efecto] comúnmente conocido puesto que es el método de planificación más aclamado por la sociedad (el deseado). Se espera que, ante la misma causa, ocurra siempre el mismo efecto. Ejemplo: causa- empezar enfermería // efecto- acabar la carrera en 4 años
- Sucesos aleatorios...  afirma que, lo que observamos, es el resultado de reacciones en cadena de errores sin un orden concreto propósito y que, además, son independientes entre sí. Ejemplo: causa- hacer una tarta -- efecto deseado- que la tarta se haga bien // error- al calcular el tiempo // efecto real- la tarta se quema





(3) En la actualidad no todos los sucesos dados son o deterministas o aleatorios; es decir, la salud NO es determinista pero tratamos de controlarla para evitar que aparezca la aleatoriedad (enfermedades). Todo esto depende de una serie de aspectos llamados determinantes de salud...




(4) El conocimiento científico aplicado se basa en un proceso cíclico empleado para controlar los procesos basados en el azar. El ciclo está formado por: ciencia fáctica - método científico - hipótesis - ley. 
Para que se produzca, debe aparecer un hecho cuestionable sobre el que se aplicaran las ciencias fácticas. Tras ello, se crearán una o varias hipótesis que deberán ser cuestionadas y contrastadas hasta lograr, finalmente, la creación de la ley científica.



(5) Luego, en cuanto a las características del conocimiento del método científico, así como los preceptos básicos a tener en cuenta para que pueda ser ejecutado, voy a dejar por aquí una imagen explicativa donde todo queda recogido:

En el cuadro quedan reflejadas las distintas características y, en color morado, los preceptos



(6) Los problemas del método científico son cuatro principalmente. Estos son:
  • Complejidad... hasta el hecho que más sencillo aparenta ser, posee su grado de complejidad a la hora de abordar su estudio. Se define como la complejidad para identificar atributos o cacterísticas que se pretenden asociar posteriormente
  • Medición... se centra en los problemas con los procedimientos e instrumentos empleados a la hora de la medición. A veces se quieren medir aspectos demasiados abstractos como son, por ejemplo, la personalidad
  • Control... en los distintos términos de comparación. A veces los grupos control (personas que se comparan con la población escogida para su estudio) no son fácilmente comparables
  • Ética... se basa en la necesidad de vigilar las repercusiones de las investigaciones sobre los sujetos de investigación (experimentos). Al investigar con personas, hay valores éticos más importantes que si los experimentos los hiciéramos con animales



(7) El metaparadigma enfermero trata de reflejar los elementos que sustentan a la enfermería. Este está formado por cuatro elementos clave que son: persona, salud, enfermera y entorno. 
Estos elementos están relacionados entre sí de manera que la persona y la enfermera se encuentran relacionadas en un entorno determinado que aparece condicionado por un contexto de salud (la propia enfermedad).



(8) ¿Para qué sirve la estadística en la enfermería? 




(9) La estadística y la aleatoriedad trabajan conjuntamente puesto que mediante el primer concepto, se pretenden los siguientes aspectos...
  1. Ser el idioma de la aleatoriedad y respuesta racional a la incertidumbre
  2. La meta estar significado a las diferencias observadas
  3. Agrupa conocimientos matemáticos para intentar trabajar racionalmente la aleatoriedad
  4. No existen procesos idénticos para un mismo fenómeno
  5. El objeto de estudio son fenómenos causales (o no)
  6. El objetivo es reconocer, cuantificar y pronosticar esas diferencias
  7. Afirma que las diferencias fenomenológicas en condiciones similares son la regla y que la igualdad es la excepción 



(10) La estadística posee diversas nomenclaturas dependiendo del campo de estudio en el que se aplique. Por ello queda clasificada en...





(11) Finalmente, para dar por cerrado este tema, dejaré por aquí una breve reseña histórica sobre la ciencia de la estadística. 

  • La necesidad de contar: Censos (S.XVII): Estadística ciencia del estado (S.XVIII):
    • Datos demográficos
    • Datos económicos
    • Datos sociales
  • Cálculo de probabilidades: Juegos de azar (S.XVII)
    • Medir la incertidumbre. Blas Pascal (1623-1662)
    • Medir la existencia de Dios. Bayés (1702-1761)
    • Medir los errores de las medidas. Laplace y Gauss (1749-1828)
  • Conocer las causas de los comportamientos de los fenómenos:
    • Jacques Quetelet (1796-1874): Funda la estadística social
    • Salud Pública: Higienistas franceses (S.XIX: Salubridad)
    • William Farr (1807-1883). Médico y estadístico“Estadísticas vitales”
Además, cabe destacar la actuación de Florence Nightingale en el campo de la estadística. La cual llevó a cabo los primeros trabajos sobre la bioestadística moderna durante la Guerra de Crimea. Con ello, realizó un  gráfico en forma de rosa del que recibe su nombre y en el que dejó claro que la mayoría de soldados morían por causas infecciosas, no por las propias heridas de guerra como se pensaba.

TEMAS 15-17: visión general de las TICs

Temas 15-17. - SANIDAD DEL FUTURO A TRAVÉS DE LAS TICs...         Cada vez hay más información sobre salud, pero con ella también se mul...