[Index FAC] [Index CCVC]

Bioingeniera e Informtica M dica/Bioengineering- Medical Informatics

Curso: Bioestad stica bsica para m dicos asistenciales

Index Curso

Clase N 1: Terminologa Bsica

Ra l E. Ortego, Carlos R. Secotaro

Intentaremos algunas definiciones de trminos, pero como en los idiomas, trataremos de aprender su
significado mediante la utilizacin, y con la reiteracin como mtodo, aun a riesgo de recibir el calificativo
de tautlogos.

Aleatorio y evento
Su equipo de trabajo resuelve estudiar si la dieta influye en la mortalidad durante el ao del egreso de
personas que se internaron en su hospital por un Infarto Agudo de Miocardio, a los cuales durante esa
internacin se les diagnstic por primera vez que padecan diabetes. El tratamiento que su servicio
recomienda durante el primer ao post alta incluye un control diettico estricto. Resuelven dividir a los
pacientes en dos grupos denominados Dieta Controlada y Dieta Libre respectivamente.
Todos los pacientes egresados en esas condiciones, y cada uno de ellos, estn expuestos a morir en el ao
de observacin post alta hospitalaria.
El equipo de estudio no sabe si va a ocurrir siquiera alguna muerte en ese lapso (el tiempo de exposicin,
u observacin en este caso).
Tampoco se sabe, en caso de que ocurra, que personas fallecern en ese lapso.
En resumen, la muerte, el suceso a observar en estos pacientes, no se sabe cuando ocurrir, a quin le va
a ocurrir y ni siquiera si va a ocurrir alguna vez.
La ocurrencia de ese suceso es Aleatoria, o si se prefiere Casual o Azarosa.
Un fen meno acontecimiento circunstancia suceso (algo) de aparicin (ocurrencia) aleatoria es
denominado Evento.
Para el estudio de marras, la muerte ser el evento a contabilizar.
Ntese la diferencia semntica coloquial para ese trmino, ya que an personas instrudas se refieren a la
"organizacin" de eventos (Fiestas, Congresos, etc).
Si hay algo desorganizado por definicin es un evento.
El concepto de Evento est asociado indisolublemente al azar, a la casualidad.
El Evento es esencialmente aleatorio.

Poblacin y muestra
En los censos de las personas que habitan un lugar los gobiernos procuran obtener ciertos datos de todos
y de cada uno de los habitantes, sin excluir a ninguno por ninguna razn, se habla de censo de la
Poblacin.
Las empresas que desean analizar ciertos gustos o necesidades de la Poblacin para intentar satisfacerla y
obtener con ello un beneficio, solicitan recabar los datos pertinentes a una parte de la Poblacin que
denominan Muestra.
Se intenta inferir desde la muestra lo que se quiere conocer de la poblacin.
La Poblacin es una totalidad; la muestra es una parte de esa totalidad.

4to. Congreso Virtual de Cardiologa - 4th. Virtual Congress of Cardiology

La poblacin como objeto de estudio es una totalidad de datos obtenibles, no necesariamente de personas.
Nuevamente la estadstica se aleja del significado coloquial del idioma.
La totalidad de peces del mar es una poblacin, pero tambin lo son la totalidad de las flores, la totalidad
de las rosas, la totalidad de los colores de las rosas, etc.
Una parte de una poblacin, las rosas de las flores, se puede considerar poblacin en cuanto esa sea la
totalidad que interese.
Una poblacin puede ser la totalidad de pacientes diabticos; pero tambin puede serlo la totalidad de los
pacientes Diabticos Tipo I o la totalidad de los pacientes con Infarto y Diabetes diagnosticada durante la
internacin.
En el estudio de su hospital no se intern una totalidad, slo una parte.
Cualquier parte de una poblacin no es una muestra de la misma.
La muestra es una parte que representa a una poblacin de referencia.
Para que desde la muestra se pueda inferir el conocimiento de la poblacin, la muestra debe
representarla en su totalidad, en todas sus caractersticas.
Para que la muestra represente a la poblacin, todos y cada uno de los individuos de la poblacin deben
tener la oportunidad de estar considerados para participar de la muestra. La totalidad debe estar
disponible para el fraccionamiento, para el muestreo (a un sustantivo la Estadstica necesita
transformarlo en verbo para su idioma: muestrear).
Los miembros de la poblacin que efectivamente son includos en la muestra deben serlo por
casualidad, por azar, aleatoriamente .
La muestra es esencialmente de constitucin aleatoria.

Representacin y Sesgo
Cuando una parte de la poblacin es includa o excluda de un fraccionamiento por alguna caracterstica
peculiar se dice que es "cortada", "sesgada" de la poblacin y por lo tanto los miembros de la poblacin
que carecen de la caracterstica utilizada para sesgar no estn representados en la fraccin; se fraccion
pero no se muestre.
El sesgo descalifica a la fraccin como muestra ya que no representa a la totalidad.
En el estudio de su hospital se resolvi dividir a los pacientes en dos grupos.
Se decidi que los ingresados en das pares seran asignados al grupo Dieta Libre y los ingresados en d as
impares al grupo Dieta Controlada.
Otras opciones consideradas fueron: 1) Incluir en el grupo Dieta Controlada slo a los que hubiesen
completado el segundo nivel de escolaridad porque haba ms garanta de cumplimiento y 2) Incluir en
Dieta Libre a todos los desocupados ya que de hecho comeran lo que pudiesen.
Se rechazaron esas opciones porque implicaban un sesgo en el estudio.
Para m s detalles, si las consecuencias alimentarias de la desocupacin son tan serias, una opcin es
excluir a los desocupados de ambos grupos del estudio; en consecuencia se debe agregar al ttulo del
trabajo un item que diga" en pacientes con ocupacin conocida", ya que los pacientes con Infarto y
diabetes "de novo" desocupados no estarn representados.
Lo que no se debe hacer cuando se pretende muestrear, es seleccionar para la distribucin con
cualquier criterio que no sea esencialmente aleatorio.
En medicina se sabe si un paciente est representado en determinado trabajo cient fico, en otras palabras,
si pertenece a la poblacin que se ha estudiado, analizando las caractersticas del "Material y Mtodo"
del trabajo en cuestin. Si el paciente se ajusta a los criterios de inclusin y a los de exclusin y no fue
includo en el estudio por una razn fortuita, azarosa, como por ejemplo que naci despus de que el
estudio finaliz, lo mismo pertenece a la poblacin estudiada, est representado en esa muestra. Esa es
la base que permite aplicar en el presente estudios de antao, sin necesidad de repetirlos con cada
generacin.

4to. Congreso Virtual de Cardiologa - 4th. Virtual Congress of Cardiology

Constantes y Variables
Quiz estos trminos son el ejemplo paradigmtico de que con las mismas palabras no se expresan las
mismas ideas en el lenguaje coloquial y en la Estadstica.
En el uso corriente son predicados de significado opuesto; en los trabajos cient ficos son el sujeto, y lo
variable puede hacerse constante y viceversa.
En el estudio ALLHAT (The Antihypertensive and Lipid-Lowering Treatment to Prevent Heart Attack Trial
JAMA, December 18, 2002 - Vol 288, N23: 2981 -2997) la aparicin de Diabetes con el tratamiento
hipotensor fue una variable.
Si para algn trabajo de Metaanlisis sobre tratamiento hipotensor y aparicin de Diabetes se tomase al
subgrupo del ALLHAT en los que apareci Diabetes, la aparicin de la Diabetes sera la constante de ese
subgrupo como lo es de todo el metaanlisis.
La caracterstica de constante o variable deja de pertenecer a la "cosa" en estudio para depender sobre
todo de "cmo se estudia a la cosa".
En un "material de estudio" hay caractersticas, cualidades, que lo identifican, que le son esenciales (si
cambian, ese "material" ya sera otro distinto), a esas cualidades se las llama Constantes.
Las Variables son cualidades del "material de estudio" que an modificndose ellas, no cambian al
"material" que sigue siendo el mismo. Esta vez el concepto est en el lenguaje popular, ya que "la mona
aunque se vista de seda mona queda".
En el estudio de su hospital la variable es la mortalidad anual, para ello contar esos eventos (las
muertes) durante ese lapso; podra haber estudiado la tasa de reinfarto o la necesidad de indicar insulina
sin que variase lo constante.
Su equipo de estudio quiere saber si las caractersticas de la Dieta (libre o controlada) incide en la
mortalidad (la variable) ms all de lo meramente casual, ya que, por supuesto, descuentan que habr
diferencias de mortalidad entre ambos grupos con un ao de observacin para cada paciente.
Constantes y Variables, de cualidades del material de estudio se tornan sujeto (sustantivo) de estudio,
as se escucha decir: "La variable fue tal o cual".
Ntese que estudiando la variable, lo que en realidad su equipo quiere saber es si hubo cambios en lo
presumido constante . Si verifican que hubo tales cambios, concluirn que el control de la dieta cambia
las circunstancias, las condiciones, que se alter lo constante, que los dos grupos no representan a la
misma poblacin, que son muestras de poblaciones diferentes, que la dieta divide en poblaciones
diferentes, que el control de la dieta marca una diferencia en el pron stico de los pacientes porque dejan
de pertenecer a la misma poblacin. Que no es lo mismo haber tenido un Infarto, ser diabtico y cumplir
la dieta que su hospital sugiere, que no cumplir tal recomendacin.
Por las caractersticas variables de fenmenos aleatorios, la Estadstica procura inferir si hay condiciones
basales, constantes, diferentes.
Conocer lo constante a travs de lo variable es la razn de ser de la Estad stica.

Uso combinado de constantes y variables

Reconocemos si una meloda es ejecutada con una trompeta o con un violn o con un instrumento de
percusin por las constantes que caracterizan a los sonidos emitidos por esos instrumentos.
Reconocemos que se trata de la misma meloda por las constantes (partitura) que la caracterizan.
Las relaciones temporales variables de frecuencia de los sonidos emitidos por los instrumentos, las notas
musicales, permitirn interpretar diferentes melodas con el mismo o con diferentes instrumentos.
Las constantes de la meloda son las variables que pueden compartir los instrumentos sin perder sus
propias constantes de emisin de sonidos.
El material de estudio puede ser un instrumento con sus constantes y usar diversas melodas como
variables o cualquier otra combinacin.
Veamos otros ejemplos:
Morir es una constante en la vida (ciclo) del hombre.
La muerte de individuos es un evento en un lapso de observacin de un grupo de hombres.

4to. Congreso Virtual de Cardiologa - 4th. Virtual Congress of Cardiology

La mortalidad [Relacin Muertos/(Muertos +Vivos )] en un lapso de observacin (por ejemplo: anual) es

una variable de las Poblaciones Humanas.

Tipos de Variable
Las variables pueden ser Cualitativas o Cuantitativas.
Las variables cualitativas pueden ser Nominales u Ordinales.
A) Cualitativa Nominal:
Las variables se describen con palabras o nmeros. El estudio o anlisis de las mismas no admite
operaciones matemticas aunque la variable se exprese con nmeros (por ejemplo el directorio
telefnico).
Son un ejemplo de estas variables el Infarto Agudo de Miocardio (IAM), la Insuficiencia Cardaca Derecha,
la Diabetes , etc.
Estas variables nominales pueden ser dicotmicas cuando admiten solo dos posibilidades, por ejemplo:
vivo o muerto, operado o no operado.
B) Cualitativa Ordinal:
Las variables admiten graduaciones jerrquicas, pero sin cuantificar, por ejemplo: "mayor o menor que".
El estudio o anlisis de las mismas no admite operaciones matemticas, pero s se pueden comparar. Son
ejemplo de estas variables cualitativas ordinales las Clases Funcionales I, II, III IV de la Insuficiencia
Cardaca o del Angor.
Las variables cuantitativas o cardinales admiten en su estudio a todas las operaciones matemticas.
Estas variables pueden ser Continuas o Discontinuas (Discretas).
A) Cuantitativa Continua:
El valor de la variable admite las infinitas posibilidades de los nmeros reales y las fracciones tienen
sentido.
En estudios con la variable Peso Corporal se admite que entre dos valores existan infinitos valores, por
ejemplo entre 30 y 31 Kg se admite todos los decimales que se considere necesario: 30,1; 30,11; 30,111,
30,1111, etc.
B) Cuantitativa Discreta o Discontinua:
El valor de la variable entre dos valores no admite infinitas posibilidades ya que las fracciones no tienen
sentido. Por ejemplo: el nmero de dedos faltantes para determinar capacidad laboral, el nmero de
"piezas" obtenidas en una cacera, el nmero de piezas dentales para hacer una prtesis, etc.
Funciones Estadsticas
Son la expresin de procedimientos matemticos realizados con los valores de las variables, por ejemplo el
promedio
A) Parmetros
Son las funciones de la Poblacin y por lo tanto son una Constante de la misma. Ntese la diferencia con
el significado coloquial del trmino cuando se lo utiliza para decir por ejemplo: "los parmetros de control
del paciente se mantuvieron en el rango normal" dnde va implcita la variabilidad.
Se simboliza a los parmetros con letras Griegas, por ejemplo el Promedio se simboliza (mu ) y el
Desvo Standard G (giga).
B) Estadgrafos
Son las mismas funciones, pero referidas a la Muestra , son por lo tanto Inconstantes y se las simboliza
con letras Latinas , por ejemplo el Promedio es
y el Desvo Standard es DS .

4to. Congreso Virtual de Cardiologa - 4th. Virtual Congress of Cardiology

Tipos de Estadstica
A) Estadstica Descriptiva
Es la que se limita a caracterizar poblaciones o muestras mediante funciones de las mismas, Parmetros
o Estadgrafos respectivamente. Desde los datos obtenidos por muestreo se pueden hacer proyecciones a
la poblacin mediante la expresin de las funciones en porcentajes.
B) Estadstica Inferencial
Es la que procura saber si muestras que exhiben diferentes valores y funciones pertenecen a la misma
poblacin.
La Estadstica Inferencial trata de establecer cual es la probabilidad de que la diferencia observada se
deba slo al azar del muestreo.
Procura inferir con sus conclusiones el significado de las diferencias.
En el estudio que se plante su equipo, al estudiar la mortalidad anual de pacientes que no saban que
eran diabticos y que padecieron un IAM comparando dos muestras segn los pacientes siguiesen una
dieta estricta luego del alta, dan por obvio que observarn diferencias en la mortalidad de ambos grupos
(Dieta Libre vs Controlada).
La estadstica inferencial operando matemticamente con los valores y/o las funciones obtenidas en
cada muestra aporta datos para ayudar a interpretar esa diferencia.
El tratamiento estadstico (matemtico) de los datos le asignar una probabilidad a que la diferencia
observada sea casual.
Su equipo ha decidido que si la p robabilidad de que la diferencia sea casual es menor de 1% (uno por
ciento) o expresado de otro modo que la p < 0.01 inferirn que la dieta marc la diferencia, que la
diferencia no fue casual, que la dieta divide poblaciones.
La Estadstica Inferencial concluye informando la p robabilidad de que la diferencia sea casual. No
niega que haya sido casual. No pretende negar la casualidad.
Procure explicarle a alguien que ya gan u$s 1.000.000 en la lotera jugando un nmero de 5 cifras y
habiendo sido la probabilidad de ganar < 0.000001, que la casualidad no existe y que por lo tanto no
gan?!. Por el contrario:Recomendara jugar para "zafar"?
La Estadstica infiere en el sentido de proponer conclusiones sobre la totalidad con datos parciales.
Entre las varias definiciones del diccionario (ibid) para el verbo inferir proponemos elegir "inducir una
cosa de otra".
En el estudio de su hospital, el equipo de trabajo procurar inducir si el control diettico es eficaz
disminuyendo la mortalidad post Infarto en diabticos "de novo" si la diferencia a observar entre los dos
grupos tiene baja probabilidad de ser slo casual.
El valor de probabilidad que llamar "baja" su equipo, ha decidido que sea 1% (p < 0.01 ). El equipo
sabe que puede ser simplemente una casualidad encontrar una diferencia de mortalidad entre ambos
grupos de control de dieta, aunque los clculos inferenciales den que la probabilidad de un hallazgo casual
sea p < 0.000001 (como el de la lotera).
Ntese que la medicina " Basada en la Evidencia" no transmite " verdades reveladas"; slo dice que es
evidencia una interpretacin de datos que asigna un valor "arbitrario" (elegido si se prefiere) a la
casualidad. Arbitrario no quiere decir "infalible".
La medicina "Basada en la Evidencia" por los clculos de la Estadstica Inferencial recomendara en
nuestros ejemplos que jugar a la lotera no es la forma ms probable (segura?) de "zafar". Quizs,
veremos su estudio, la "evidencia" obtenida recomiende que es ms seguro cumplir con la dieta que no
hacerlo, aun sabiendo "a priori" que algn incumplidor "zafar" o que el ms cumplidor de todos podra
morir a los tres meses.

4to. Congreso Virtual de Cardiologa - 4th. Virtual Congress of Cardiology

Publicacin: Septiembre 2005

Tope

Preguntas, aportes y comentarios ser n respondidos por el relator

o por expertos en el tema a travs de la lista de Bioingeniera e Informtica Mdica
Llene los campos del formulario y oprima el botn "Enviar"

Preguntas, aportes o
comentarios:

Nombre y apellido:
Pas: Argentina
Direccin de E-Mail:

Enviar

Borrar

Dr. Diego Esandi

Co -Presidente
Comit Cientfico

Dra. Silvia Nanfara

Co -Presidente
Comit Cientfico

Prof. Dr. Armando Pacher

Presidente
Comit Tcnico/Organizador

Correo electrnico

Correo electrnico

Correo electrnico

1994-2005

CETIFAC - Bioingenier a UNER

Webmaster Actualizacin: 13-sep-05

4to. Congreso Virtual de Cardiologa - 4th. Virtual Congress of Cardiology