Mg. Yovanna Seclén Ubillús

 La investigación tiene por finalidad el análisis o experimentación de situaciones para el descubrimiento de nuevos hechos, la revisión o establecimiento de teorías y las aplicaciones prácticas de las mismas, necesita en su carácter científico el análisis técnico de datos para obtener de ellos información confiable y oportuna

 Estadística Descriptiva se refiere a la recolección, presentación, descripción, análisis e interpretación de una colección de datos, esencialmente consiste en resumir éstos con uno o dos elementos de información (medidas descriptivas) que caracterizan la totalidad de los mismos

 La estadística Descriptiva es el método de obtener de un conjunto de datos conclusiones sobre si mismos y no sobrepasan el conocimiento proporcionado por éstos.  Puede utilizarse para resumir o describir cualquier conjunto ya sea que se trate de una población o de una muestra

Estadística Inferencial se refiere al proceso de lograr generalizaciones acerca de las propiedades del todo, población, partiendo de lo específico, muestra. Para que éstas generalizaciones sean válidas la muestra deben ser representativa de la población y la calidad de la información debe ser controlada.

 Medidas de tendencia central : medidas que centralización un conjunto de observaciones numéricas es su valor medio.  La media no es más que la suma de todos los valores de una variable dividida entre el número total de datos de los que se dispone.

 La mediana : Es la observación equidistante de los extremos de una serie de valores.  La moda: Es el valor que mas se repite en una serie de datos

En este caso son medidas que buscan posiciones (valores) con respecto a los cuales los datos muestran tendencia a agruparse.  Media. Es la media aritmética (promedio) de los valores de una variable. Suma de los valores dividido por el tamaño muestral. ◦ Media de 2,2,3,7 es ( )/4=3,5 ◦ Conveniente cuando los datos se concentran simétricamente con respecto a ese valor. Muy sensible a valores extremos.

 Mediana. Es un valor que divide a las observaciones en dos grupos con el mismo número de individuos (percentil 50). Si el número de datos es par, se elige la media de los dos datos centrales. ◦ Mediana de 1,2,4,5,6,6,8 es 5 ◦ Mediana de 1,2,4,5,6,6,8,9 es (5+6)/2=5,5 ◦ Es conveniente cuando los datos son asimétricos. No es sensible a valores extremos.  Mediana de 1,2,4,5,6,6,800 es 5,5. ¡La media es 117,7!  Moda. Es el/los valor/es donde la distribución de frecuencia alcanza un máximo.

◦ Proporciones: El denominador incluye al numerador  P = a/(a+b) ◦ Ratios: El denominador no incluye al numerador  R = a/b ◦ Tasas: Se mide el cambio en una variable en relación  al cambio de otra

 Incidencia La incidencia se refiere a los casos nuevos de una enfermedad que aparecen en la población en un periodo determinado. Incidencia es el número de casos de un evento que Aparecen en una población en riesgo

 Tasa de Incidencia La tasa de incidencia mide entonces la velocidad de presentación de una enfermedad, por un periodo dado y puede considerarse como un indicador de riesgo de adquirir una enfermedad.

Incidencia Acumulada La tasa de incidencia de acumulada es una medida más sencilla de la ocurrencia de una enfermedad o evento. solo mide el número de personas expuestas al riesgo en el periodo de estudio Número de personas que contraen la enfermedad/evento en un periodo determinado x 10 n Nº de personas expuestas al riesgo en el periodo de estudio. T.I A =

 Prevalencia La prevalencia es una medida importante en salud pública, porque refleja la carga que supone una enfermedad para una población. No refleja el riesgo de desarrollar una enfermedad.

 Prevalencia Es un indicador que describe la situación de salud en un punto en el tiempo, contabilizando tanto casos nuevos como antiguos.

 Factores que pueden influir en la tasa de prevalencia.  Duración de la enfermedad  Supervivencia de los pacientes  Número de casos nuevos  Inmigración  Emigración  Remisión

 Utilidad de la Tasa de Prevalencia. - Permite valorar la necesidad de asistencia sanitaria y planificar los servicios de salud Sin embargo, los estudios de prevalencia no suelen proporcionar pruebas de causalidad.

 Tasa de Prevalencia Nº de personas con enfermedad o T.P = proceso en un momento dado x 100 Nº de personas expuestas en un momento determinado

Tasa (bruta) de mortalidad general Se define como la proporción de fallecimientos en una población durante un tiempo determinado. No distingue las causas de muerte TBM = Nº de muertes/Población x 1000

Riesgo Relativo. Es la probabilidad de que un daño pueda presentarse en aquellos sujetos con uno o mas factores de riesgo. Expresa la razón entre la incidencia del daño de la salud en la población expuesta a un factor de riesgo y la incidencia en la población no expuesta al factor. Es una medida de fuerza de asociación entre dicho factor de riesgo y el daño de la salud.

 Riesgo Relativo. RR= Tasa de Incidencia entre el grupo de los expuestos Tasa de Incidencia entre los grupos no expuestos

 Riesgo Relativo.

 Riesgo Relativo.  Si el riesgo relativo es igual a 1, quiere decir que le numerador es igual al denominador y el riesgo en personas expuestas es igual al riesgo en no expuestas. Por lo tanto no hay asociación al factor de exposición.  Si el riesgo es mayor que 1, el numerador es mayor que el denominador, y el riesgo en las personas expuestas es mayor en las no expuestas. Esto evidencia una asociación positiva y que puede ser causal.

 Riesgo Relativo.  Si el riesgo relativo es menor a 1, el numerador es menor que el denominador y el riesgo en las personas expuestas es menor que el riesgo en las no expuestas. Esto es evidencia para una asociación negativa y puede estar indicando un efecto protector.

Interpretación de los valores del Riesgo Relativo Protección Riesgo

 Riesgo Relativo.  Ejemplo :  En una muestra hipotética de un estudio de cohortes de 3,000 niños que no recibieron estimulación temprana y 5,000 niños con estimulación temprana para investigar la relación entre la falta de estimulación temprana y el déficit en el desarrollo psicomotriz, durante un periodo de más de un año, el déficit psicomotriz se presenta : en 84 niños sin estimulación temprana y 87 casos en niños que recibieron estimulación temprana. ¿Cuál es el riesgo relativo de desarrollar déficit psicomotriz asociado a no recibir estimulación temprana?

x x 1000 RR = Incidencia en los expuestos = 28.0 = 1.61 Incidencia en los no expuestos 17.4 No recibir estimulación temprana en la niñez tiene 1.61 veces más riesgo para presentar déficit psicomotriz.

 ODDS RATIO  El OR razón de probabilidades o razón de posibilidades es un estimador del RR, entonces expresa también (aunque con menor fortaleza por ser estimador) el mayor riesgo a un daño que tiene un grupo con exposición a un factor, en comparación con otro sin exposición. El OR se estima en estudios transversales y caso control.

Medidas de Asociación  Para el calculo del OR en un estudio caso control se emplea una tabla de 2 x 2 El OR se calcula de la siguiente manera : (a) (d) (b) (c) OR =

Medidas de Asociación  Ejercicio : Determinar el OR en un estudio sobre asociación de la Depresión y el consumo de alcohol en mujeres de 45 a 55 años El OR se calcula de la siguiente manera : 55 x x 128 Probablemente, el consumo muy frecuente de alcohol provea más de tres veces riesgo de presentar déficit motor en los niños menores de un año OR = = 3.71

 La correlación entre dos variables refleja el grado en que las puntuaciones están asociadas. La formulación clásica, conocida como correlación de Pearson.  Este tipo de estadístico puede utilizarse para medir el grado de relación de dos variables cuantitativas

Una correlación de +1 significa que existe una relación lineal directa perfecta (positiva) entre las dos variables. Es decir, las puntuaciones bajas de la primera variable (X) se asocian con las puntuaciones bajas de la segunda variable (Y), mientras las puntuaciones altas de X se asocian con los valores altos de la variable Y.

 Una correlación de -1 significa que existe una relación lineal inversa perfecta (negativa) entre las dos variables. Lo que significa que las puntuaciones bajas en X se asocian con los valores altos en Y, mientras las puntuaciones altas en X se asocian con los valores bajos en Y.

 Una correlación de 0 se interpreta como la no existencia de una relación lineal entre las dos variables estudiadas..

 El tipo de estadístico se determina según: ◦ El diseño del estudio ◦ El tipo de hipótesis. ◦ La muestra. ◦ La variable