Descargar la presentación
La descarga está en progreso. Por favor, espere
1
Principios de Epidemiología
Dona Schneider, PhD, MPH, FACE Traducción de la conferencia Principios de Epidemiología (Parte I) de Dona Schneider, realizada por Dr. Nicolás Padilla, Facultad de Enfermería de Celaya, Universidad de Guanajuato, México
2
Definición de Epidemiología
Epi + demos + logos = “lo que sucede al hombre” El estudio de la distribución y determinantes de la frecuencia de la enfermedad en poblaciones humanas (MacMahon and Pugh, 1970)
3
Definición de Epidemiología
El estudio de la distribución y de los determinantes de los estados eventos relacionados a la salud en poblaciones específicas y la aplicación de este estudio al control de los problemas de salud (John Last, 1988)
4
Usos de la Epidemiología
Identificar las causas de la enfermedad Enfermedad de los Legionarios Completando el cuadro clínico de la enfermedad Experimento Tuskegee Determinación de efectividad terapeútica y medidas preventivas Mamografías, estudios clínicos Identificación de nuevos síndromes Variedades de hepatitis
5
Usos de la Epidemiología
Monitoreo de la salud de una comunidad,región o nación. Vigilancia, reportes de accidentes. Identificación de riesgos en términos de señalamientos de probabilidad. Hijas dietilestilbestrol. Estudio de tendencias sobre el tiempo para hacer predicciones para el futuro. Tabaquismo y cáncer de pulmón. Estimación de las necesidades de servicios de salud.
6
Tabla de Vida de Muertes en Londres
Sobrevivientes Edad Muertes -- 100 6 36 64 16 24 40 26 15 25 36 9 16 46 6 10 Fuente: Graunt’s Observations 1662 56 4 6 66 3 3 76 2 1 80 1
7
Observaciones de Graunt
Exceso de nacimientos de masculinos Elevada mortalidad infantil Variación estacional en mortalidad
8
Mortalidad Anual para 1632: Principales 10 causas de muerte
Chrisomes & Infants Consumación (TB) Fiebre Cólico, piedras y micción dolorosa Viruela y varicela Diarrea Edema e hinchazón Convulsión Muerte de cuna Crecimiento hepático 500 1000 1500 2000 2500 Número de muertes
9
Principales causas de mortalidad en USA: 1900
Neumonía TB Diarrea y Enteritis Enfermedad cardiáca Nefritis crónica Trauma no intencional Embolia Enfermedades de la infancia Cáncer Difteria 50 100 150 200 250 300 Tasa de muerte por 100,000
10
Principales causas de muerte en USA: 1990
Enfermedad cardiáca Cáncer Embolia Trauma no intencional Enfermedad pulmonar Neumonía y influenza Diabetes Suicidio Enfermedad hepática VIH/SIDA 50 100 150 200 250 300 Tasa de Muertes por 100,000
11
Endemia Vs. Epidemia Endemia No. of Casos de una Enfermedad Epidemia
Tiempo
12
Pirámide poblacional
13
1900 1940 1960 1980 2000
14
Estadística Estadística: Una rama de las matemáticas aplicadas que utiliza procedimientos para condensar, describir, analizar e interpretar grupos de información. Bioestadística: Un subgrupo de la estadística usada para manejar información relevante a salud.
15
Estadística (cont.) Estadística descriptiva: Métodos de producir resúmenes cuantitativos de información Medidas de tendencia central Medidas de dispersión Estadística inferencial: Métodos de hacer generalizaciones a un gran grupo basado en información de un subgrupo(muestra) de ese grupo.
16
Poblaciones y muestras
Antes de que podamos determinar que pruebas estadísticas usar, necesitamos saber si nuestra información representa una población o una muestra. Una muestra es un subgrupo que debería ser representativa de la población
17
Muestras Una muestra debería ser representativa si es seleccionada aleatoriamente (v.gr. Cada dato deberá tener la misma oportunidad de ser seleccionado) En algunos casos, la muestra debe ser estratificada para luego aleatorizarla dentro de los estratos.
18
Ejemplo Queremos una muestra que refleje el género y edad de la población: Estratifique los datos por género Dentro de cada estrato, estratificado por edad. Seleccione aleatoriamente dentro de cada estrato de género/edad, hasta que el número seleccionado sea proporcional al de la población
19
Poblaciones y muestras
Se puede decir si se están observando datos estadísticos de una población o de una muestra Letras griegas señalan parámetros de la población (desconocidos pero fijos) Letras arábigas señala estadísticas de una muestra (conocida pero aleatoria)
20
Clasificación de datos
Cualitativos o cuantitativos Cualitativos: categorías no numéricas Ejemplos: género, raza/etnicidad Cuantititiva: numérica Ejemplos: edad, temperatura, tensión arterial
21
Clasificación de datos
Discretos o Contínuos Discretos: tienen un número fijo de valores Ejemplos: estado civil, tipo sanguíneo, número de niños Contínuos: tienen un número infinito de valores Ejemplos: estatura, peso, temperatura
22
Sugerencia Datos cualitativos (categoricos) son discretos
Datos cuantitativos (numéricos) pueden ser discretos contínuos
23
Datos cualitativos: Nominal
Datos que caen en categorías mutuamente exclusivas (discretas) para los que no hay un órden natural Ejemplos: Raza/etnicidad Género Estado civil Códigos ICD-10 Datos dicotómicos omo VIH+ o VIH-; si o no.
24
Datos cualitativos: Ordinal
Datos que caen en categorías mutuamente exclusivas (datos discretos) que tienen un orden natural o clasificación Ejemplos: Grados Nivel socioeconómico Estadío de enfermedad Bajo, medio, alto
25
Datos cuantitativos: Intérvalo
Datos que son medidos en unidades estándar La escala mide un punto de los datos que es diferente a otros, pero también mide por cuanto. Ejemplos Número de días desde el ataque de la enfermedad (discreta) Temperatura en Fahrenheit o Celsius (contínua)
26
Datos cuantitativos: Razón
Datos que son medidos en unidades estándar donde un cero verdadero representa la ausencia de esa unidad Ejemplos Número de niños (discreto) Temperatura en Kelvin (contínua)
27
Revisión de Bioestadística descriptiva
Media Mediana Modo y rango Varianza y desviación estándar Distribuciones de frecuencias Histogramas
28
Media (promedio) Medida de tendencia central más comúnmente usada.
Promedio aritmético Fórmula: x = x / n Sensible a valores extremos
29
Ejemplo: Número de accidentes por semana
8, 5, 3, 2, 7, 1, 2, 4, 6, 2 x = ( ) / 10 = 40 / 10 = 4
30
Mediana El valor que divide a un grupo clasificado en dos mitades iguales. Ordene los datos Si n es par, divida las dos observaciones centrales Si n es impar, la mediana es la observación de en medio.
31
Dando un par número de observaciones (n=10):
Ejemplo: 1, 2, 2, 2, 3, 4, 5, 6, 7, 8 Mediana = (3+4) / 2 = 3.5 Gando un impar número de observaciones (n=11): Ejemplo: 1, 2, 2, 2, 3, 4, 5, 6, 7, 8, 10 Mediana = 4 (n+1)/2 = (11+1)/2 = 6a observación
32
Modo El valor que ocurre más frecuentemente en un grupo de datos
Ejemplo: 1, 2, 2, 2, 3, 4, 5, 6, 7, 8 Modo = 2
33
Rango La diferencia entre el mayor y menor de los valores en una distribución Ejemplo: 1, 2, 2, 2, 3, 4, 5, 6, 7, 8 Rango = 8-1 = 7
34
Varianza y desviación estándar
Medidas de dispersión (o scatter) de los valores alrededor de la media Si los números están cerca de la media, la varianza es pequeña Si alejados de la media, la varianza será más grande.
35
Varianza V = [S(x-x)2] / (n-1)
(2-4) 2 +(4-4) 2 +(6-4) 2 +(2-4) 2] / (10-1) = V =
36
Desviación estándar SD = ÖV SD = Ö5.777 = 2.404
37
Distribuciones simétricas y sesgadas
Media Mea Mediana Modo Mediana Modo
38
Diagramas de frecuencia de distribucuiones simétricas y sesgadas
39
Puntaje de 12 pacientes en la escala de 5 puntos de la ansiedad
3 4 5 6 7 8 9 10 11 12 Puntaje de ansiedad Puntaje Frecuencia 1 2 3 4 5 Total 12
40
Diagrama de frecuencia de 12 pacientes psiquiátricos
Frequencia Puntaje
41
Accidentes en los campamentos de verano, requiriendo tratamiento en Urgencias
Semana Frecuencia Porcentaje 1 10 2 3 30 4 5 6 7 8
42
Número de accidentes por semana
Histograma Frequencia Número de accidentes por semana
43
Polígono de frecuencias
Frequencia Número de accidentes por semana
44
Histograma y polígono de frecuencias
Nota: área A = A; B = B; C = C; D = D; área bajo el histograma = a área bajo el polígono Número de accidentes por semana Frequencia A B C D
45
Estdística descriptiva
Usada como un primer paso al observar resultados relacionados a la salud. Examina los números de casos para identificar un incremento (epidemia) Examina patrones de casos para ver quién tiene enfermedad (variables demográficas) y dón de están los enfermos (variables de tiempo/espacio).
Presentaciones similares
© 2024 SlidePlayer.es Inc.
All rights reserved.