Textoconferencia del 20 de Diciembre de 2007

Se han suprimido algunas frases del log, sobre todo referentes a entradas y salidas de diferentes personas en el canal durante la presentación

[15:49] (mariajose> hola esperamos unos minutos
[15:49] (mariajose> a que se incorporen los demas
[16:04] (mariajose> 11. CORRELACIÓN Y REGRESIÓN
[16:04] (mariajose> La palabra correlación se usa en la vida diaria para indicar
[16:04] (mariajose> alguna forma de asociación, así podemos decir que hemos detectado
[16:04] (mariajose> una correlación entre días con niebla y ataques de sibilancias.
[16:04] (mariajose> Sin embargo, en términos estadísticos usamos correlación para
[16:04] (mariajose> indicar una asociación entre dos variables cuantitativas. A veces
[16:04] (mariajose> asumimos que la asociación es lineal, es decir, que una de las
[16:04] (mariajose> variables aumenta o disminuye una cantidad fija por unidad de
[16:05] (mariajose> incremento o decremento de la otra; la técnica que se usa para
[16:05] (mariajose> evaluar esta circunstancia, es la regresión, la cual realiza la
[16:05] (mariajose> estimación de la mejor línea recta que resume la asociación
[16:05] (mariajose> encontrada.
[16:05] (mariajose> se utiliza la regresion y correlacion cuando se trata de compara que tipo de variables?
[16:06] (anana> cuantitativas
[16:06] (mariajose> eso es y cual es entonces la diferencia entre corelacion y regresion
[16:08] (mariajose> en la regresion establecemos relaciones de causalidad por ej a mas frio mas enfermedades respiratoria
[16:09] (mariajose> hay una variable independiente que suele se rla causa de estudio
[16:09] (mariajose> y una variable dependiente que es el resultado o respuesta o aparicion de la enfermedad
[16:10] (mariajose> os acordais de la recta de regresion
[16:11] (mariajose> se representa con una recta en un eje de coordenadas donde la variable independiente se ponia en en eje de las x y la variable dependiente en el eje de las y
[16:11] (mariajose> os acordais o suena todo nuevo?
[16:12] (anana> algo
[16:12] (miriam> si
[16:12] (maria> mas o menos
[16:12] (Beatriz> si
[16:12] (Pablo> algo
[16:12] (mariajose> bueno entonces se calculaba la pendiente y a traves del calculo del stadistico r
[16:13] (mariajose> si la relacion era total es decir que al aumentr la variable independiente por ej bajan las temperaturas se incrmentaba lal senfemedades respiratorias medidos en numero de casos de gripe declarados
[16:14] (mariajose> entonces el valor de la r era mayor y los puntos se distribuian my cercanso a la recta
[16:14] (mariajose> el valor de r va de 0 a 1
[16:15] (mariajose> ahora lo repasamos ocn la teoria
[16:15] (mariajose> pero quedaros qeu en alregresion establecemos una relacionde causalidad
[16:15] (mariajose> mientras qeu en al correlaion no establecemso esta relaion de causalidad
[16:16] (mariajose> simplemente representamos todos los puntos y lo que vemos es que hay una asociacion pero no podemos establecer quien depende de quien
[16:17] (mariajose> de acuerdo?
[16:17] (miriam> si
[16:17] (anana> si
[16:17] (Pablo> si
[16:17] (maria> si
[16:17] (ainhoa> si
[16:17] (mariajose> coger lsopaunte spara ver las graficas como son
[16:18] (mariajose> veis la relacion directa la inversa?
[16:18] (mariajose> poner un ejemplo de relacion inversa
[16:18] (anana> si
[16:18] (miriam> que tema era?
[16:18] (miriam> 13?
[16:19] (mariajose> el 11
[16:19] (miriam> ok,gracias
[16:20] (mariajose> a mas niños vacunados menos casos de polio
[16:20] (mariajose> cual es la variable independiente
[16:21] (Beatriz> vacunacion
[16:21] (Pablo> niños vacunados
[16:21] (anana> vacunados
[16:21] (mariajose> por aclarar
[16:21] (mariajose> la variable es una caracteistica
[16:21] (mariajose> que tiene los caso que estudiamos
[16:21] (mariajose> luego la variable es vacuancion
[16:22] (mariajose> y el numero de casos son niños vacunados
[16:22] (mariajose> seguimos y mantener al teoria cerca par alo ejemplos graficos
[16:23] (mariajose> En la regresión interviene una variable dependiente y una o
[16:23] (mariajose> más variables independientes (factores causales o predictivos);
[16:23] (mariajose> por ejemplo la talla y la edad en los primeros años de la vida. En
[16:23] (mariajose> la correlación, por el contrario, sólo interviene un conjunto de
[16:23] (mariajose> variables que juegan un papel simétrico y, por tanto, el
[16:23] (mariajose> investigador no se plantea que unas puedan influir sobre las
[16:23] (mariajose> otras.
[16:23] (mariajose> Estas dos técnicas están basadas en modelos estadísticos muy
[16:24] (mariajose> diferentes. El modelo de regresión realiza muy pocos supuestos
[16:24] (mariajose> sobre la variable independiente X que incluso puede ser una
[16:24] (mariajose> variable controlada. El modelo de correlación exige que tanto la
[16:24] (mariajose> variable X como la Y sean variables aleatorias normales y que la
[16:24] (mariajose> distribución conjunta de ambas variable siga una ley normal. La
[16:24] (mariajose> regresión por tanto, es un modelo mas general porque permite: 1.
[16:24] (mariajose> describir la forma de la relación entre las dos variables, 2.
[16:24] (mariajose> comprobar la hipótesis de independencia entre las variables, 3.
[16:24] (mariajose> evaluar la intensidad de la relación con el índice r2 y 4.
[16:25] (mariajose> efectuar predicciones con el modelo.
[16:25] (mariajose> se entiende
[16:25] (miriam> si
[16:25] (mariajose> cuando hablamos de variable controlada es que nosotras podemos ejerce el control sobre ella
[16:26] (mariajose> y decidir a quien s ela damos o no
[16:26] (mariajose> podemos decidir a quie darle una dosis de farmaco y aquien no
[16:27] (mariajose> depende del tipo de estudio si hacemso el que he diho de las enfemedades respiratoria no s puede controlar la variable tiempo
[16:27] (mariajose> minetras qeu en la correlacion las asignaciones se hacen al azar
[16:28] (mariajose> y respectoal hece predcciones una vez qeu hemso elaborado el modelo a partir de una variables
[16:29] (mariajose> y henso visto la relaion se pueden hacer predicciones de comportamiento si las condiciones se mantiene
[16:29] (mariajose> CORRELACIÓN
[16:29] (mariajose> El grado de asociación se mide por un coeficiente de
[16:29] (mariajose> correlación, representado por r. Se le suele llamar coeficiente de
[16:29] (mariajose> correlación de Pearson y es una medida de asociación lineal.
[16:29] (mariajose> El coeficiente de correlación se mide en una escala que varía
[16:30] (mariajose> de +1 hasta –1 pasando por 0. La correlación completa entre dos
[16:30] (mariajose> variables se expresa por +1 o –1. Cuando una variable aumenta,
[16:30] (mariajose> incrementándose la otra, la correlación es positiva; y cuando una
[16:30] (mariajose> decrece decreciendo la otra, la correlación es negativa. La
[16:30] (mariajose> ausencia completa de correlación se representa por 0. La figura
[16:30] (mariajose> 11.1. muestra algunas representaciones gráficas de correlación.
[16:31] (mariajose> OBSERVANDO LOS DATOS: DIAGRAMAS DE DISPERSIÓN (SCATTERPLOTS)
[16:31] (mariajose> Cuando se han recopilado dos series de observaciones y se
[16:31] (mariajose> desea ver si hay una relación entre ellas, lo primero que hay que
[16:31] (mariajose> realizar es un diagrama de puntos o de dispersión. La escala
[16:31] (mariajose> vertical representa un conjunto de mediciones y la escala
[16:32] (mariajose> horizontal el otro. La “variable dependiente” se coloca en el eje
[16:32] (mariajose> vertical, por ej. si se realiza un estudio experimental, los
[16:32] (mariajose> resultados se dispondrán en el eje vertical. La “variable
[16:32] (mariajose> independiente”, tal como el tiempo o la altura o cualquier otra
[16:32] (mariajose> clasificación observada, se mide a lo largo del eje horizontal o
[16:32] (mariajose> línea basal.
[16:32] (mariajose> Las palabras “independiente” y “dependiente” pueden confundir
[16:32] (mariajose> a la persona que empieza a realizar trabajos de investigación,
[16:33] (mariajose> porque algunas veces no esta claro que es dependiente de qué. Esto
[16:33] (mariajose> se supera con sentido común, porque puede ocurrir que cada
[16:33] (mariajose> variable sea dependiente de una tercera variable, lo cual se puede
[16:33] (mariajose> mencionar o no.
[16:33] (mariajose> Es razonable, pensar en la altura de los niños como
[16:33] (mariajose> dependiente de la edad más que a la inversa, pero supongamos una
[16:33] (mariajose> correlación positiva entre el alquitrán y la nicotina producida
[16:33] (mariajose> por cierta marca de cigarrillo. La nicotina liberada es improbable
[16:34] (mariajose> que tenga su origen en el alquitrán: seguramente ambas varían en
[16:34] (mariajose> paralelo con algún otro factor o factores componentes de los
[16:34] (mariajose> cigarrillos. En este caso la producción de uno no parece ser
[16:34] (mariajose> “dependiente” del otro, tal como hemos comentado en el caso de la
[16:34] (mariajose> altura de los niños donde en promedio, la altura de un niño
[16:34] (mariajose> depende de su edad.
[16:34] (mariajose>
[16:34] (mariajose> En los caso en los que no parece haya un relación directa de
[16:34] (mariajose> dependencia, no importa qué escala se pone en cada eje del
[16:35] (mariajose> diagrama de dispersión. Sin embargo, si la intención es hacer
[16:35] (mariajose> inferencias acerca de una variable a partir de la otra, las
[16:35] (mariajose> observaciones a partir de las cuales se van a hacer las
[16:35] (mariajose> inferencias o establecer relaciones de dependencia, se ponen en la
[16:35] (mariajose> línea basal (eje de las x).
[16:35] (mariajose> CÁLCULO DEL COEFICIENTE DE CORRELACIÓN
[16:35] (mariajose> Leer en los apuntes el cálculo y ver si lo entendéis
[16:35] (mariajose> r= 5426,6/6412,0609 = 0,846.
[16:38] (Pablo> vale
[16:38] (anana> vale
[16:38] (mariajose> seguimo
[16:39] (mariajose> Un coeficiente de correlación de 0,846 indica una fuerte
[16:39] (mariajose> correlación positiva, entre el tamaño del espacio muerto pulmonar
[16:39] (mariajose> y la altura del niño. Pero en la interpretación de la correlación,
[16:39] (mariajose> es importante recordar que la correlación no es causalidad. Puede
[16:39] (mariajose> haber o no, conexión causal entre las dos variables
[16:39] (mariajose> correlacionadas. E incluso, si hay una conexión esta puede ser
[16:39] (mariajose> indirecta.
[16:39] (mariajose> Una parte de la variación en una de las variables (medida por
[16:40] (mariajose> su variancia), se puede considerar como debida a su relación con
[16:40] (mariajose> la otra variable y, otra parte como debida a causas indeterminadas
[16:40] (mariajose> (frecuentemente “aleatorias”). La parte debida a la dependencia de
[16:40] (mariajose> una variable con la otra, se mide por r2 (coeficiente de
[16:40] (mariajose> regresión).
[16:40] (mariajose> con esto quiere decir
[16:40] (mariajose> que en toda variabilidad
[16:41] (mariajose> una parte puede ser debida a la variable independiente
[16:41] (mariajose> pero otra parte no
[16:41] (mariajose> por ej
[16:41] (mariajose> hay perosnas qeu fumasn y acaban teniendo un tupor de pulmon
[16:42] (mariajose> pero hay otrsa personas que no fumasn y tambien
[16:42] (mariajose> acaban teniedno un cancer de pulmon
[16:42] (mariajose> debido a otras causas por ej geneticas, sociales, laborales
[16:42] (mariajose> que tambien estaban en el ambiente
[16:43] (mariajose> y que han podido incidir en al aparicion del tumor en lso fumadores
[16:44] (mariajose> entonces desde el punto de vista de la prevencion lo que nos interesa es onocer que parte de la enfermedad s atribuible solo y exclusivamente al factor de estudi queen esta cao es el tabaco
[16:44] (mariajose> eso lo mediamos con la fraccion atribuible en epidemiologia
[16:44] (mariajose> que era una medida de asociacion o de impacto
[16:46] (mariajose> bien entonces en corelacion y en regresion hay una variabilidad que va hacia l arecta y es la variabilidad de la regresion comlo ocnsecuencia dela variable en estudio pero luego hay otra variabilidad residual
[16:46] (mariajose> que es atribuible a otros factores
[16:47] (mariajose> Para estos datos, r2= 0,716, así que podemos decir que el 72%
[16:47] (mariajose> de la variación del espacio muerto pulmonar entre los niños, se
[16:47] (mariajose> puede explicar por la altura del niño.
[16:47] (mariajose>
[16:47] (mariajose> Si deseamos etiquetar la fuerza de la asociación, para valores
[16:47] (mariajose> absolutos de r se consideran las asociaciones:
[16:47] (mariajose> - entre 0 y 0,19 como muy débiles,
[16:47] (mariajose> - 0,2-0,39 como débiles,
[16:47] (mariajose> - 0,40-0,59 como moderados,
[16:48] (mariajose> - 0,6-0,79 como fuertes
[16:48] (mariajose> - 0,8-1 como correlaciones muy fuertes
[16:48] (mariajose> Además debemos probar si la asociación es debida ala azar o es
[16:48] (mariajose> real, esto lo haremos a través de una prueba de significación.
[16:48] (mariajose> PRUEBA DE SIGNIFICACIÓN.
[16:48] (mariajose> Para probar si la asociación es solo aparente, y puede haber
[16:48] (mariajose> surgido por azar, use la prueba t como aparece en los apuntes:
[16:49] (mariajose> (11.1)
[16:49] (mariajose> bueno no la use como los apuntes
[16:49] (mariajose> A la t (tabla B; apéndice) se entra con n-2 grados de
[16:49] (mariajose> libertad.
[16:49] (mariajose> pues no lo vais a calcular ya lo hace el programa
[16:49] (mariajose> Por ejemplo, el coeficiente de correlación para estos datos
[16:49] (mariajose> fue 0,846.
[16:49] (mariajose> El número de pares de observaciones fue 15. Connection reset by peer)
[16:50] (mariajose> Entrando a la tabla B con 15 –2 = 13 grados de libertad
[16:50] (mariajose> encontramos que t= 5,72, p<0,001 lo que reconoce al coeficiente de
[16:50] (mariajose> correlación como altamente significativo. Así, (como se puede ser
[16:50] (mariajose> ver en el gráfico de dispersión) tenemos una correlación muy
[16:50] (mariajose> fuerte entre espacio muerto y altura, la cual es poco probable que
[16:50] (mariajose> haya surgido por azar.
[16:51] (mariajose> de acuerdo osea que primero debemos establecer la asociacion
[16:52] (mariajose> luego que porcentaje de la asociacion es debida al azar y luego comprobar que l aasociacion es significativa
[16:52] (mariajose> Los supuestos que rigen esta prueba son:
[16:52] (mariajose> 1. Que ambas variables estén, distribuidas Normalmente.
[16:52] (mariajose> 2. Que haya una relación lineal entre ellas.
[16:52] (mariajose> 3. La hipótesis nula es que no hay asociación entre ellas.
[16:53] (mariajose> RECTA DE REGRESION Y CRITERIOS DE AJUSTE
[16:53] (mariajose> La correlación describe la fuerza de una asociación entre dos
[16:53] (mariajose> variables, y esta es completamente simétrica, es decir, la
[16:53] (mariajose> correlación entre A y B es la misma que la correlación entre B y
[16:53] (mariajose> A.
[16:53] (mariajose> Si las dos variables están relacionadas, con una relación de
[16:53] (mariajose> dependencia y cuando una cambia una cierta cantidad la otra, en
[16:54] (mariajose> promedio, también cambia una cierta cantidad, como el estudio de
[16:54] (mariajose> los niños descritos anteriormente, donde la mayor altura está
[16:54] (mariajose> asociada, en promedio, con un mayor espacio muerto pulmonar. Esta
[16:54] (mariajose> relación se describe como la regresión de y sobre x, donde y
[16:54] (mariajose> representa la variable dependiente y x la variable independiente,
[16:54] (mariajose> La nube de puntos resultante de representar gráficamente estas
[16:54] (mariajose> dos variables sugiere la existencia de una relación positiva entre
[16:54] (mariajose> espacio muerto pulmonar y altura. Vamos a trazar sobre esta nube
[16:54] (mariajose> de puntos la recta que mejor se ajuste con objeto de disponer de
[16:54] (mariajose> un sencillo modelo matemático para describir esta relación.
[16:55] (mariajose> La ecuación de una recta (ecuación de regresión) viene dada
[16:55] (mariajose> por la formula que aparece en los apuntes:
[16:55] (mariajose> En donde á indica el valor de y para x=0 (punto de corte de la
[16:55] (mariajose> recta con el eje de ordenadas) y â representa su pendiente, es
[16:55] (mariajose> decir, el incremento de y por cada unidad que se incrementa x
[16:55] (mariajose> Debido a la variabilidad de los datos, si se utiliza esta
[16:56] (mariajose> recta para predecir el espacio muerto yi de un sujeto i en función
[16:56] (mariajose> de la altura xi, se observa que hay una diferencia ei llamada
[16:56] (mariajose> residual, entre el espacio muerto pulmonar del sujeto y el
[16:56] (mariajose> predicho por la recta de regresión.
[16:56] (mariajose> Este error o residual vale
[16:56] (mariajose>
[16:56] (mariajose> ei = yi – yfij = yi – ( á+ b xi)
[16:56] (mariajose> Para halla la recta de regresión primero se debe establecer un
[16:57] (mariajose> criterio de ajuste y luego se determinan los coeficientes á y â de
[16:57] (mariajose> esta recta de manera que se cumpla el criterio establecido.
[16:57] (mariajose> Esta claro que este criterio debe minimizar el conjunto de
[16:57] (mariajose> residuales ei pero se puede demostrar fácilmente que, cualquier
[16:57] (mariajose> línea recta que pase a través de los valores medios de x e y, dará
[16:57] (mariajose> un error total de predicción cuyo sumatorio Ó(y1 – yfij) será
[16:57] (mariajose> igual a cero, debido a que los términos positivos y negativos se
[16:57] (mariajose> cancelan exactamente. Para eliminar el efecto del signo, elevamos
[16:57] (mariajose> al cuadrado las diferencias. Esta operación da origen al criterio
[16:58] (mariajose> de mínimos cuadrados s2 = sumatorio(y1 – yfij)2, que consiste en
[16:58] (mariajose> determinar los valores de á y â que minimizan la suma de cuadrados
[16:58] (mariajose> residuales. Puede demostrarse que una línea recta que minimiza s2,
[16:58] (mariajose> el estimador mínimo cuadrático, viene dado por la formula que
[16:58] (mariajose> aparece en los apuntes:
[16:58] (mariajose>
[16:58] (mariajose> Que es muy parecida al formula de r de correlación, solo que
[16:59] (mariajose> aquí al haber solo un variable independiente se pone solo una SD.
[16:59] (mariajose> Donde puede demostrarse que:
[16:59] (mariajose> a=y(media)-bx(media)
[16:59] (mariajose> esta es la ecuacion de una recta no se si os acordais del bachiller
[17:00] (mariajose> pero bueno quedaros que siempre hay que buscar la asociacion o la correlaccion y la causalidad
[17:00] (mariajose> a traves de r
[17:01] (mariajose> luego valorar el porcentaje de aasociacion
[17:01] (mariajose> y luego si ahy o no significacion
[17:01] (mariajose> de acuerdo?
[17:01] (anana> si
[17:01] (marias> si
[17:01] (mariajose> dudas?
[17:02] (anana> de momento no
[17:02] (marias> no
[17:02] (mariajose> bueno pues paramos cinco minutos
[17:03] (marias> vale
[17:04] (mariajose> 12. ANÁLISIS DE SUPERVIVENCIA
[17:10] (mariajose> seguimos
[17:10] (mariajose> con el analisis de supervicencia
[17:10] (mariajose> solo el concepto
[17:11] (mariajose> El análisis de supervivencia trata sobre el estudio del tiempo que
[17:11] (mariajose> transcurre entre la entrada a un estudio y un evento subsecuente.
[17:11] (mariajose> En un principio los análisis de supervivencia se aplicaban a los estudios
[17:11] (mariajose> del tiempo transcurrido desde que se establecía un tratamiento hasta la muerte,
[17:11] (mariajose> de ahí su nombre, pero el análisis de supervivencia es aplicable a muchas áreas
[17:11] (mariajose> además de la mortalidad.
[17:11] (mariajose> Actualmente cada vez mas estudios incluyen el tiempo como por ejemplo,
[17:11] (mariajose> la dosis máxima de broncoconstrictor necesario para reducir la función
[17:12] (mariajose> pulmonar del paciente al 80% de lo basal, el tiempo de ejercicio máximo
[17:12] (mariajose> tolerado, el tiempo máximo que se puede dejar en un lugar un parche transdérmico,
[17:12] (mariajose> el tiempo necesario para que una fractura de pierna cure.
[17:12] (mariajose> Cuando el resultado de un estudio es el tiempo entre un evento y otro, puede ocurrir un número de problemas debido a que:
[17:12] (mariajose> 1. Es improbable que los tiempos estén distribuidos Normalmente.
[17:12] (mariajose> 2. No podemos esperar hasta que el evento ocurra en todos los sujetos, por ejemplo hasta que todos mueran. Algunos pacientes pueden haber abandonado el estudio precozmente –se pierden en el seguimiento. Así, la única información que tenemos acerca de algunos pacientes, es que sigan viviendo al final del seguimiento. A estas se le denominan observaciones censuradas.
[17:12] (mariajose> CURVA DE SUPERVIVENCIA DE KAPLAN-MEIER
[17:13] (mariajose> Consideraremos los datos usando una curva de supervivencia de
[17:13] (mariajose> Kaplan-Meier (1). Suponga que los tiempos de supervivencia, incluyendo
[17:13] (mariajose> las observaciones censuradas, después de entrar en el estudio
[17:13] (mariajose> (ordenadas por incremento de duración)
[17:13] (mariajose> de un grupo de n sujetos son t1, t2,….. tn La proporción de sujetos,
[17:13] (mariajose> S(t), supervivientes más allá de cualquier tiempo de seguimiento (tp)
[17:13] (mariajose> es estimado pordonde tp es el mayor tiempo de supervivencia menor o
[17:14] (mariajose> igual que t y ri es el número de sujetos que sobreviven justo al
[17:14] (mariajose> momento anterior a ti (el tiempo de supervivencia ordenado i),
[17:14] (mariajose> di denomina el número de quienes murieron al momento ti donde i
[17:14] (mariajose> puede se cualquier valor entre 1 y p. Para observaciones censuradas di = 0.
[17:14] (mariajose> MÉTODO
[17:14] (mariajose> Ordenar los tiempos de supervivencia por incremento de la duración empezando
[17:14] (mariajose> con el más corto.
[17:14] (mariajose> En cada evento (i) calcular el número de vivos inmediatamente antes del
[17:15] (mariajose> evento (r i). Antes del primer evento todos los pacientes están vivos
[17:15] (mariajose> no voy a poneros mas formulas
[17:16] (mariajose> solo recordar que los estudios de supervivencia
[17:17] (mariajose> sirven no solo para estudiar la supevivencia de la mortalidad sino tambien duracion o tiempo de respuesta a un tratamiento
[17:17] (mariajose> y que los metodos
[17:18] (mariajose> son la curva de supervivencia de Kaplan-meier
[17:18] (mariajose> y la prueba de long rank
[17:20] (mariajose> y ya pasamos a tipos de estudios
[17:20] (mariajose> 13. DISEÑO DEL ESTUDIO Y ELECCIÓN DE UNA PRUEBA ESTADÍSTICA
[17:20] (mariajose> DISEÑO
[17:21] (mariajose> El diseño de un estudio es más importante que el análisis ya
[17:21] (mariajose> que un estudio mal diseñado nunca puede recuperse, mientras que
[17:21] (mariajose> uno pobremente analizado, puede reanalizarse. Además el diseño de
[17:21] (mariajose> un estudio determinara el análisis de los datos.
[17:21] (mariajose>
[17:21] (mariajose> La mayoría de los estudios clínicos consideran una entrada
[17:21] (mariajose> (input), que puede ser una intervención médica o una exposición a
[17:21] (mariajose> un compuesto potencialmente tóxico, y un resultado (output), que
[17:21] (mariajose> es alguna medida de la salud que se supone está afectada por la
[17:22] (mariajose> intervención. La forma más simple para categorizar los estudios es
[17:22] (mariajose> con referencia a la secuencia temporal en la cual se estudian el
[17:22] (mariajose> input y el output.
[17:22] (mariajose> Leer el tema hasta tamaño de una muestra
[17:22] (mariajose> TAMAÑO DE MUESTRA
[17:24] (mariajose> habeis acabado
[17:25] (mariajose> teneis dudas de lso tipos de estudios?
[17:25] (mariajose> fundamantalmente
[17:25] (mariajose> son los transversales que son descriptivos observacionales
[17:25] (mariajose> como un afoto fija
[17:25] (mariajose> son los estudios de prevalencia
[17:26] (mariajose> luego estan lo casos y controles que se parte de la enfermedad o evento y vamso a estudiar el factor de riesgo o de estudio
[17:27] (mariajose> y los de cohortes don de partiamos del factor de estudio y vamos a verlaaparicion de la enfermedad
[17:27] (mariajose> a veces dentro de uan cohorte puede realizarse estudios de casos y controles
[17:28] (mariajose> por ej. si a lo largo del estudio s eh apresentado un apatologia se puede estudiar a qeu factor a estado sometida lapersona afectada
[17:29] (mariajose> cuando s erealizan estudios de caaossy controles dentro de una cohorte se denomina caos y controles anidados dentro de una cohorte
[17:29] (mariajose> y luego stan los experimentals donde podemos controlar elfactor de estudio
[17:30] (mariajose> y de lso experimentales los ensayos clinicos son los mas relevantes
[17:30] (mariajose> de acuerdo?
[17:30] (Pablo> ok
[17:30] (anana> si
[17:31] (Beatriz> si
[17:31] (mariajose> nologia que ya no se suel utilizar
[17:31] (MTLA> si
[17:31] (marias> si
[17:31] (mariajose> pedon
[17:31] (mariajose> queria decir
[17:32] (mariajose> que la terminologia retrospectivo y prospectiva para identificar alos caso y controle sylos de cohortes
[17:32] (mariajose> respectivamente
[17:32] (mariajose> ya no se suel utilizar
[17:32] (mariajose> pues se pueden realizar
[17:33] (mariajose> casos y controles en una cohorte
[17:33] (mariajose> y se puede realizar asi mismo un estudio de cohorte de forma retropectiva
[17:33] (mariajose> solo hace falta qeu este la informacion
[17:34] (mariajose> por ej si se quiere estudiar como se ha hecho el impato d elas centrales nucleares en al slaud delos trabajadores de las centrales se puede realizar ya qeu existe una historia clinica de estos trbajadores desde
[17:34] (mariajose> que empezaron a trabajar en la central
[17:34] (mariajose> s ehace de forma retrospectiva pero s esigue uan cohorte
[17:35] (mariajose> por eso es mejor hablar del tipo de estudio segun se parta del factor de estudio o de la enfermedad
[17:35] (mariajose> de acuerdo?
[17:35] (marias> si
[17:35] (mariajose> respecto a el tamaño d ela muestra
[17:35] (anana> si
[17:36] (mariajose> ya explicamos como se hacia qeu lo que habia que tener en cuenta el es riesgo alfa
[17:36] (mariajose> 5%
[17:36] (mariajose> y el devio que estabammos dispuestos a considerar
[17:36] (mariajose> asi com el parametro del cual partiamos1
[17:36] (mariajose> os acordais
[17:36] (mariajose> bueno esto con el programas es muy facil
[17:37] (mariajose> para elegir el tipo de test hay que mirar las variables; teneis un cuadro con los test a utilizar
[17:38] (mariajose> y finalmente ver si se sigue una distribucion normal y si no habra que applicar pruebas no paramtricas
[17:38] (mariajose> de acuerdo
[17:38] (mariajose> bien dudas?
[17:39] (mariajose> el que las tenga que las plantee ahora
[17:40] (mariajose> bueno antes de que algien diga qeu TODAS y tengamos que empezar desde elprincipio
[17:40] (mariajose> hablamos de los ejercicios
[17:40] (mariajose> si os parece
[17:40] (anana> bien
[17:40] (Pablo> bien
[17:40] (mariajose> buscamos un dia para explcar el epidat en enero
[17:40] (marias> bien
[17:40] (Rocio> si
[17:40] (MTLA> si
[17:40] (mariajose> y alli los resolvemos
[17:41] (marias> vale
[17:41] (anana> si
[17:41] (mariajose> el que no pueda venir descargarlo en casa
[17:41] (mariajose> siempre viene bien par alos estudios
[17:41] (Beatriz> ok
[17:42] (mariajose> yo le digo el dia a Mª Jesus mejor la ultima semana para qeu hayais disfrutado las vacaciones
[17:42] (mariajose> si tenei algun problema, trabajo en al Gerencia de Atencion primaria tfn 947280546
[17:42] (mariajose> dudas, sugerencias
[17:43] (mariajose> bueno pues HA SIDO UN PLACER
[17:44] (Pablo> igualmente
[17:44] (anana> gracias
[17:44] (Pablo> y de nuevo muchas gracias
[17:44] (Beatriz> gracias
[17:44] (mariajose> FELICES FIESTAS QUE NO TENGAIS MUCHAS GUARDIA Y QEU TENGAIS ALGO DE TIEMPO PARA VOSOTROS Y LOS VUESTROS Y VUESTRAS
[17:44] (MTLA> gracias
[17:44] (micaeladl> gracias!! lo mismo para todos!!

Programa de Doctorado

Cursos

Internet

Paneles de discusión

Alumnos