Escuela de Medicina, Tercer año Distribución: variables cuantitativas: Gráfico o

MIC – Dr. Cristian Papuzinski- 24/08/2018 campana de Gauss, tiene descrita la normalidad
Transcribe: Gabriela Salamanca, Pilar Salas, Eduardo Salgado, Lucas Sanchez
Revisa: Gabriela Salamanca estadística, en una muestra que se distribuya de esta
forma existen probabilidades teóricas de encontrar
cierto porcentaje de la población en relación a ciertas
desviaciones estándar respecto a la media.

MEDIDAS DE ASOCIACIÓN EPIDEMIOLÓGICA ● En muchos de los trabajos de investigación del

curso, se trabajará con muestras (pequeñas, de
INTRODUCCIÓN
100-200 individuos, pequeña considerando la
● Ciencia perteneciente al área de las matemáticas que tiene por objetivo el representar, resumir e
población sanitaria); si esos datos tienen un
interpretar los datos.
tamaño muestral adecuado, normalmente mayor a 100 o a 60, se puede considerar que sigue esta
● “(la bioestadística aplicada a la ciencia de la salud) es el arte de transformar los datos en información”
distribución y si no la sigue, se debe analizar por qué, porque las herramientas estadísticas no serán
Shrikant Bangdiwala. Es importante sobre todo cuando hay mucha información, y no se sabe que
las que se han enseñado sino estadísticas no paramétricas.
hacer con ese acumulo de datos.
● Si la muestra tiene una distribución normal o el “n” es grande, se puede utilizar estadística paramétrica
y son pruebas que habitualmente se ocupan en medicina.
REPASO: ESTADÍSTICA
● Esta distribución normal sigue los preceptos de la teoría central del límite, donde dice que las medidas
APLICACIONES EN MEDICINA de tendencia central, tienden a converger respecto al punto central, es decir, que la media y la
mediana son similares.
● Mejora las capacidades tradicionales de diagnóstico, tratamiento y prevención. Se utilizan ● La mayoría de los datos se concentran en el centro del gráfico, el 68% de los datos está a más o
mucho en diagnóstico a través de herramientas como sensibilidad, especificidad, valores predictivos. menos una desviación estándar respecto del valor central y el 95% de los valores están más o menos
En tratamiento, se verá durante la clase algunos estimadores de asociación para evaluar la eficacia o a dos desviaciones estándar del dato central, o sea la probabilidad de encontrar ese valor en esa zona
no eficacia de un tratamiento. es muy alta.
● Permite responder preguntas relevantes utilizando estimadores de riesgos y probabilidades. ● El gráfico es simétrico respecto a un dato u otro.
Investigaciones del tipo “¿cuál es la probabilidad de que mi paciente tenga X condición, dado que está
expuesto a W evento” ESTADÍGRAFOS O ESTIM ADORES
● Permite optimizar la toma decisiones en salud. El objetivo del ramo es poder adquirir conocimientos ● De posición o Mediana
respecto de estas herramientas para poder finalmente aplicarlo en nuestra practica médica. o Deciles o Moda
o Percentiles ● De dispersión
TIPOS DE ANÁLISIS
o Cuartiles o Varianza
● Estadística descriptiva: Recolección, clasificación y presentación de variables mediante tablas, ● De resumen o Desviación estándar
gráficos y medidas de resumen. o Media aritmética o Rango interpercentílico
● Estadística inferencial: Mediante investigación por muestreo, logra resultados considerados como ✓ Estos estimadores sintetizan gran parte de la información biomédica.
estimadores de los valores estadísticos correspondientes a las características de la población. ✓ No olvidar que para variables cualitativas se deben reportar los datos con frecuencias absolutas y
porcentajes.
VARIABLES
RECORDATORIO STATA
● Cualidad o característica mensurable de un individuo o elemento de un conjunto determinado, cuya
variabilidad se rige por azar. ● Variable cualitativa: Esta tabla habla de el consumo de
● Existen 2 tipos: tabaco en 3 cursos de medicina.
o Cualitativas ● Una variable es el tabaco y será dicotómica, se muestran
▪ Nominales las frecuencias de cada opciones y porcentaje de cada
▪ Ordinales opción. El grupo que no consume tabaco son 115 personas
o Cuantitativas que representan en 60% del total de la muestra (total de
▪ Continuas 189) y por lo tanto, sería la mayoría.
▪ Discretas ● Cuando se describe una tabla habitualmente se describe
● En esta clase para saber qué estimador usar es importante saber qué variable se está estudiando. aquello que se quiere resaltar, no es necesario que se
explicite tampoco el complemento.
 ya que el 25% obtenido corresponde al valor real. Sin
embargo, como no se trabaja habitualmente con la
● Tabla de variable cuantitativa: es la variable
población se debe conocer esta herramienta de
“edad” de la misma muestra de la tabla anterior.
inferencia estadística.
● La tabla muestra las edades de un grupo de 189
sujetos, que van desde 14 a 35 años y se van a Cuando se estima “algo” esto se hace en base a una
destruir en percentiles. El promedio será 23 años, probabilidad, no se puede asegurar al 100% que lo
con una desviación estándar de 5.2 años, la encontrado en la muestra aún con cierta variabilidad de
mediana en percentil 50 se encontrará una edad de error representará al dato real, por lo tanto, se debe
23 años. asumir esa probabilidad, cuantificarla y reportarla, y
● Rango intercuartílico: se calculaba entre el 25 y el tratar de reducir al máximo la probabilidad de error.
75%, en este caso de 19 a 26 años. Se utiliza para complementar la mediana, que se reporta cuando
son muy dispersos los datos o cuando la mediana no tiende a ser similar a la media, es decir, cando FORMAS DE DISMINUIR LA PROBABILIDAD DE ERROR Y QUE EL DATO SEA
no haya distribución normal. REPRESENTATIVO DEL UNIVERSO:
- Utilizar tamaños muestrales más amplios
● Cruce de variables: consumo de tabaco con la condicion de - Utilizar un muestreo aleatorizado
ser o no bajo peso. - Evitar error aleatorio
● Esta tabla aporta valores absolutos pero también agrega una - Rigurosidad en los criterios de elegibilidad de la muestra
salida de frecuencias. - Elegir el diseño metodológico adecuado a la pregunta de investigación. Para esto es importante
● Se puede tambien organizar los datos de acuerdo al peso recordar algunas pautas generales
adquirido de formasr continua y ver el promedio de pesos de o Estudio para evaluar nuevo test diagnóstico → corte transversal
acuerdo a si fumaba o no esa madre. (tabla inferior) o Probar la eficacia de un tratamiento → ensayo clínico aleatorizado
o Evaluar el riesgo de morir respecto una determinada condición → cohorte
EJEMPLOS o Determinar la prevalencia de una enfermedad → corte transversal
o Incidencia de una enfermedad → cohorte
GRÁFICO DE TORTA
Tratar de no utilizar los gráficos de torta cuando se tienen CONTRASTE DE HIPOTÉS IS
muchas categorías, se pierde el objetivo del gráfico para Al analizar la estadística inferencial se tiene que considerar las hipótesis, para ello se tiene siempre una
poder establecer diferencias (habitualmente lo máximo hipótesis nula o H0 y también se debe plantear una hipótesis alternativa o H 1.
son de 2 a 3 categorías).
HIPÓTESIS NULA
BOX PLOT
Esta hipótesis en teoría establece que no hay diferencias entre los grupos comparados, también refiere
El punto alejado del bigote corresponde al outlayer, es el
que son iguales.
valor extremo o que se escapa de los esperado, excede
1.5 veces el valor del bigote (valor arbitrario). En un
análisis podría tomarse este valor y sacarse, analizar sin HIPÓTESIS ALTERNA
este dato ya que puede modificar el promedio. Corresponde a la hipótesis propia, es la que se somete a prueba respecto a la H 0. Esta dice que existen
diferencias, pero además estas diferencias no son atribuibles por el azar, establece una probabilidad que
ESTADÍSTICA INFERENCIAL si hay diferencias con cuánto nivel de azar se estará considerando como válida esa hipótesis.

GENERALIDADES
Como no se puede trabajar con la población se debe tomar una muestra, la cual debiese ser representativa de
la población, ya que se calcularán datos con respecto a esta muestra que se inferirán al universo o a la
población, por lo tanto, se utiliza estadística inferencial.
Si existiese la opción de utilizar a toda la población no sería necesaria la estimación, ya que el valor
encontrado es el valor real. Por ejemplo, si se realiza un censo o una encuesta nacional de salud a toda la
población de Chile y se observa que el 25% es hipertenso no es necesario estimar el riesgo de ser hipertenso
P VALUE
Se refiere a cuál es la probabilidad de que se esté cometiendo realmente un error tipo 1. La hipótesis
nula que dice que no hay diferencias, establece lo que es normal o aceptado, el error tipo 1 consiste en
rechazar la hipótesis nula o asumir la hipótesis alterna/ H1, pero cuando se equivoca, por lo tanto,
cambiará la realidad, es por ello que el valor de p debe ser pequeño. El valor de p se establece por
convención que no sea mayor al 5% (p<0.05).
SELECCIÓN DE LA PRUEBA IDEAL Existen múltiples formas de presentación:

Cuando se realiza cruce de variables existen distintas alternativas, por ejemplo: • Riesgo absoluto
• Riesgo relativo
• Cruzar una variable categórica con otra categórica • Reducción de riesgo absoluto
• Cruzar una variable cualitativa con una cualitativa • Reducción de riesgo relativo
• Cruzar una variable cuantitativa con una cualitativa. • Razón de disparidad
Para cada una habrá distintos test que permitirán buscar asociaciones entre una u otra. • Número necesario a tratar/ Número necesario a dañar

ESTRUCTURA DE INDICADORES DE ASOCIACIÓN

CUALITATIVA-CUALITATIVA
En este caso, nuestro indicador es el riesgo relativo (RR), que corresponde a un valor. Sin embargo, este
Se debe utilizar chi cuadrado o test de Fisher. Independiente de la distribución de la variable si se compara
valor siempre debe ir acompañado de un intervalo de confianza (IC). El intervalo de confianza está ajustado
cualitativa con cualitativa se utiliza Test de Fisher 1 (se usa en distribuciones paramétricas y no paramétricas). a una probabilidad de ocurrencia de encontrar ese valor en la población.
El test de Fisher es lo suficientemente robusto para que se pueda utilizar con valores pequeños. Los
estadísticos clásicos recomiendan usar chi cuadrado y test de Fisher solo si el área es pequeña o algunas de CÁLCULOS
las celdas tienen n de 5 sujetos.
Outcome Total
Toda la estadística paramétrica asume que la distribución es al azar, asume que hay una normalidad
Sí No
estadística, y todos los test estadísticos asumen en sus principios que hay una distribución normal a
excepción de Fisher por lo cual es un poco más exhaustivo. Intervención A B A+B

Control C D C+D
CUALITATIVA-CUANTITATIVA
➢ Ejemplo: Comparar si existen diferencias significativas en el peso de recién nacidos respecto a si la
A+C B+D A+B+C+D

madre fumaba o no durante el embarazo. Se usa la tabla de contingencia tetracórica. Se completa según las letras en cada cuadrante.
o Si la distribución es normal se utilizará T student.
o Si la variable no sigue una distribución normal o el n es pequeño Mann Whitney. RIESGO ABSOLUTO
Es la probabilidad bruta de presentar un evento.
La diferencia entre T student con Mann Whitney es que no se comparará el promedio, sino que la suma de los Se puede calcular a partir de la intervención o de la
rangos de cada uno de los datos de esa muestra, se hace un ranking y se compara buscando si es que comparación.
existen diferencias en ese ranking (Mann Whitney).
El riesgo absoluto podría leerse como: “¿Cuál es la
probabilidad bruta de presentar el evento dado que el
CUANTITATIVA-CUANTITATIVA paciente recibió la intervención?”.
Se utilizan pruebas de regresión o correlación (Pearson). En este caso, es 10/260 [A / (A+B)], lo cual corresponde a 3,85%.
RIESGO RELATIVO
RIESGO
Cuociente de riesgos: es el cuociente entre el riesgo de grupo intervenido y el riesgo de un control.
➢ Ejemplo: Si una mujer fuma y tiene un porcentaje de sus hijos con bajo peso se verá la probabilidad Se trata del estimador más “grande” al reportar los datos, sobreestimando a la intervención. Se debe usar
de tener bajo peso dado que la madre fume, ya que no todo niño con bajo peso tiene una madre que siempre con cautela.
fumaba, es la probabilidad de ocurrencia de un evento dado un factor. A esto se le llama riesgo, en
● Son, probablemente, los que más se usan en la literatura médica, especialmente en metaanálisis.
este ejemplo vendría siendo el riesgo de que el RN tenga bajo peso dado que la madre fumaba. El ● Independiente del riesgo basal 2.
riesgo involucra una definición que puede ser deletérea o beneficiosa, el riesgo es la probabilidad ● Parámetro aplicable a poblaciones con distinto riesgo1.
de ocurrencia de un evento. Generalmente el riesgo tiene una connotación negativa, pero en ● Puede sobrestimar el efecto real de una intervención1.
términos epidemiológicos no tiene ninguna connotación, es por ello que existen factores protectores ● Preferidos por industrias farmacéuticas para promocionar sus productos1.
los cuales se calculan a partir de un “riesgo de”. Se calcula dividiendo los pacientes con el outcome “sí” en el grupo intervenidos, dividido por los pacientes con
outcome “sí” en el grupo no intervenidos.
Este cálculo entregará un valor en torno al 1, el cual se interpreta de la siguiente manera:

1 2
Cuando Fisher crea su test este se calculaba a mano. PPT
 ● Valores = 1  Outcome es igualmente probable Se nota que sí parece haber una asociación entre el bajo peso y las madres fumadoras, pero el Odds Ratio
en grupos intervenidos v/s no intervenidos. permite conocer el riesgo de tener un niño con bajo peso dado que la mamá fumó. Ese valor es 2.02, en un
● Valores > 1  Outcome es más probable en intervalo de confianza de 1.02 – 3.96.
grupos intervenidos, es decir, el factor estudiado
¿Cómo se interpreta eso? “Es 2,02 veces más probable que nazca un niño bajo peso de una mamá fumadora
es de riesgo.
que de una no fumadora. Esto en un rango donde la diferencia puede estar entre 1,02 a 3,96”.
● Valores < 1  Outcome es menos probable en grupos intervenidos, es decir, el factor estudiado es
protector. REDUCCIÓN DEL RIESGO RELATIVO (RRR)
El riesgo relativo suele usarse en estudios prospectivos, como los de cohorte y los ensayos clínicos. Esta, junto con la reducción del riesgo absoluto, son mucho menos usadas.
ODDS RATIO O RAZÓN DE DISPARIDAD Es la diferencia de tasa de eventos en 2 grupos, expresada como proporción relativa de esta en
relación con el grupo control.
Es una herramienta para estimar el riesgo (odd = probabilidad).
Es independiente del riesgo basal sin tratamiento:
● También se le llama “razón de productos cruzados”, en relación con cómo se calcula
● Es similar al cálculo de riesgo relativo en cuanto a su interpretación, pero NO se trata de riesgos. ● Sobreestima el riesgo cuando los eventos
● Muy utilizados en estudios retrospectivos y como parte de análisis multivariado. a tratar son muy raros.
− Los estudios retrospectivos no pueden estimar causalidad ● Subestima el riesgo cuando los eventos a
− Forman parte habitual del análisis de regresión tratar son muy frecuentes.
Se calcula como “los pacientes con el evento en el grupo intervención(A)” partido por “pacientes sin el evento Se calcula de la siguiente forma:
en el grupo intervención(B)”. Los anterior se divide por Se usa la fórmula de arriba, sin embargo, cuando
“pacientes con el evento en el grupo control (C)” partido por el factor es protector, se puede calcular
“pacientes sin evento en el grupo control (D)”. simplemente como “1 – RR” (fórmula de abajo).
Lo anterior quedaría como “(A/B) / (C/D)”, lo que corresponde a
una razón de productos cruzados, y se representa con la REDUCCIÓN DEL RIESGO ABSOLUTO (RRA)
siguiente fórmula simplificada  Es la diferencia en la tasa de eventos de un grupo control v/s la de un grupo experimental.
STATA
A continuación, se muestran ejemplos de los indicadores vistos antes: La comparación entre RRR y RRA tiene las
siguientes diferencias:
En las tablas se muestran dos variables cualitativas: tabaco y
bajopeso. En la Tabla (1) se ven las frecuencias absolutas de
cada uno en relación con el total de sujetos estudiados, además (No se usan mucho en estadística).
de las frecuencias relativas y relativas acumuladas.
Son importantes en el momento en que la
El peso aquí está categorizado y se ha pasado de cuantitativo a industria utiliza esos valores para
cualitativo. sobreestimar la eficacia de una
Luego, se puede hacer una tabla más grande, que es la Tabla (2), intervención.
para calcular un valor de estimación, si existen o no diferencias. Como se habla de “reducción de riesgos”, si
Para eso se utiliza el test exacto de Fisher. algo reduce mucho, podría ser muy bueno,
Y, suponiendo que este estudio fuera un Casos y Controles, pero también podría no ser así. Eso depende
podría calcularse un Odds Ratio, en la Tabla (3), que da la mucho del valor absoluto.
estimación (Point Estimate). Eso puede ejemplificarse en el siguiente
(1) Frecuencias de variables tabaco y bajopeso.
ejemplo:
La RRR del Estudio 1 v/s la del Estudio 2 es de
25%. Es igual. Sin embargo, la RRA del segundo
estudio es mucho menor, pues pensándolo en
números absolutos, fue menor lo que redujo del
riesgo.
¿Qué intervención es más eficaz desde el punto
de vista de cantidades? El Estudio 1.

(3) Odds ratio: probabilidad de riesgo

(2) Test de Fisher: valor de estimación
NÚMERO NECESARIO A TRATAR (NNT)
Corresponde al número de pacientes que tendrían que recibir el tratamiento para que un paciente tenga
el beneficio de la terapia.
● Se encuentra bastante en vacunas y medicamentos.
● Es uno de los parámetros más fáciles de entender tanto por clínicos como por pacientes.
● Ideal para estimaciones de tipo costo-beneficio e indicadores económicos.
También existe el número necesario a dañar (NND), que calcula la cantidad de pacientes que se necesita
tratar para causar un daño.
Si, por ejemplo, se necesitan 100 pacientes para que 1 de ellos se mejore, probablemente será conveniente si
el beneficio es que el paciente viva. Si, por ejemplo, se necesitaran esos mismos 100 pacientes para que a 1
le bajará 10 mmHg la PAM, no sería conveniente. Es por eso que no hay un valor límite que separe lo bueno
de lo malo, sino que depende de la circunstancia.
Se calcula “100 / RRA”. En un ejemplo, si el RRA es 10, el resultado del NNT será también 10, lo que significa
que “se necesitarán 10 pacientes sometidos a la intervención para lograr que uno logre los objetivos”.
Este valor corre para cualquier tipo de intervención. Siempre que se dé un tratamiento, habrá una probabilidad
de que el paciente se mejore con ella, nunca hay un 100%.
PREGUNTAS DEL CURSO
¿Cómo se puede objetivar el valor atribuible a los procedimientos? ¿En qué sea considerado barato o
caro el tratamiento? ¿Hay un estándar de comparación?
Cada país tiene medidas con las cuales se estratifica la situación socioeconómica de las personas. En chile,
por ejemplo, se usan las canastas familiares, en base a las cuales se determina la relación entre el precio del
fármaco y el quintil que pertenezca el paciente, determinado la capacidad adquisitiva que presente el grupo
familiar y en consiguiente el que el tratamiento sea considerado caro o barato.
Además la compañía farmacéutica compara cuánto cuesta el fármaco y cuanto recupera de lo que se invirtió
en la síntesis de la molécula. El caso en chile es que la industria recupera muchísimo más del precio debido a
que consideran otros gastos, por ejemplo, los valores de las muestras médicas, pagar inscripciones a
congreso de los médicos, los papeles y lápices, etc. Esto finalmente termina saliendo del bolsillo del
consumidor quien finalmente financia todo el merchandising del producto y es aceptado debido a lo endeble
de las leyes al respecto en nuestro país.
Así, quienes toman decisiones en salud se encargan de ver cuánto pondera el beneficio del tratamiento, por
ejemplo, la quimioterapia es costosa en relación al tratamiento para el acné, pero prolonga la vida del paciente
y por tanto tiene un alto beneficio. Si bien no hay un manual para realizar una ponderación, lo más acorde es
considerar la opinión y preferencia del paciente, las políticas públicas y la realidad económica del país
Este tema resulta difícil pues no se le puede atribuir un valor a un día más de vida. Un ejemplo reciente es
que la Ley Ricarte Soto planeaba incluir el implante coclear dentro de sus prestaciones, este tiene un valor de
aproximadamente 20 millones de pesos y 50 incluyendo todos los gastos del procedimiento y mantención; en
base esto se planteaba si la oportunidad de escuchar de un niño ¿Vale el gran gasto económico? Finalmente
la respuesta la toma los prestadores basándose en los criterios anteriores3
En chile se tiene una visión utilitarista de las políticas sanitarias, en el sentido de que se busca entregar la
mayor cantidad de cobertura a la mayor cantidad de personas posibles, por lo que se busca una enfermedad
de alta prevalencia o que por una revuelta mediática se ven forzados a la hora de invertir.
3
El implante coclear fue finalmente incluido durante la reforma a la Ley Ricarte Soto en el año 2015
Escuela de Medicina, Tercer año
MIC –Dr. Felipe Martínez Lomakin – 30/11/18
Transcribe: Vicente Leiva, Javier Suarez, diego Toledo, Matías Valencia, Javiera Vallespín,
Camila Vargas y María José vargas.
RESUMEN: ESTADÍSTICA EN SALUD UNA MIRADA
PRÁCTICA
INTRODUCCIÓN
La estadística es una ciencia que pertenece al área de las matemáticas, permite representar, resumir e
interpretar la información. Sin embargo, el estadístico no interpreta el porqué de los fenómenos solamente dice
si ocurre por azar o no y con qué probabilidad. Encontrar una explicación plausible es trabajo del investigador
clínico. Históricamente la estadística nace a partir de una fusión de dos elementos:
- Aritmética de estado: Quiere mostrar la realidad del estado actual, de la cual deriva la estadística descriptiva.
- Cálculo de probabilidades: Nace en el siglo XX y busca relaciones entre factores, cuyas aseveraciones se
basan en probabilidades que tienen varias limitantes ya que, una conclusión de la estadística nunca va a tener
un 100% de certeza. En estas relaciones se busca si algo es estadísticamente significativo o no, es decir si el
fenómeno no ocurrió por azar o si lo hizo.
VARIABLES ALEATORIAS
Se define como: Cualidad o característica mensurable de un individuo o elemento de un conjunto determinado,
cuya variabilidad se rige por azar.1 Existen diferentes tipos de variables dependiendo del dato que albergan:
CUALITATIVAS
Son aquellas cuya variabilidad no puede ser expresada numéricamente, y cuando se les atribuye un número
por ejemplo para el manejo en Stata, no significará nada. Estas variables tienen modalidades o categorías,
que son las posibilidades dentro de la variable, por ejemplo, variable color, modalidad azul, rojo, amarillo.
Existen dos subtipos de variables cualitativas:
• Nominales: Sus categorías solo buscan distinguir entre una y otra sin reconocer una jerarquía entre
ellas.
• Ordinales: Sus categorías están jerarquizadas, por ejemplo, leve, moderado y severo. Sin embargo, no
se conoce la distancia o proporción entre las magnitudes de las diferentes categorías porque no son
expresadas en números.
CUANTITATIVAS
Su variabilidad puede ser expresada numéricamente, existiendo dos subtipos:
• Continuas: Entre dos de sus valores hay un número infinito de valores, estas variables se miden.
Ejemplo: edad.
• Discretas: Entre dos valores cualesquiera existe un número finito de valores, estas variables se
cuentan. Ejemplo: número de hijos.
1
Una constante es lo que no tiene capacidad de variar
1
TIPOS DE ANÁLISIS EST ADÍSTICOS
Existen dos tipos:
ANÁLISIS ESTADÍSTICO DESCRIPTIVO
- Deriva de la aritmética de estado
- Busca describir la información disponible acerca de lo investigado
- Resume, clasifica y presenta las variables estudiadas.
- No formula ninguna hipótesis.
ANÁLISIS ESTADÍSTICO INFERENCIAL
- Busca relaciones a partir de los datos descriptivos
- Busca determinar si lo encontrado en comparaciones de la información es relevante
- Utiliza múltiples pruebas descritas
- Ofrece afirmaciones basadas en probabilidades
El análisis inferencial nunca tendrá 100% de certeza en sus conclusiones, ya que nunca se trabaja con el
universo completo, debido a que por definición el universo es inabarcable. En algunas ocasiones, cuando se
posee muchos recursos se puede trabajar con toda una población, pero aun así la conclusión estaría limitada a
solo la población estudiada. Habitualmente se trabaja con una muestra .
ESTADÍSTICA DESCRIPT IVA: PARA MOSTRAR UN REALIDAD
VARIABLES CUALITATIVAS
Son las más comunes. Se describen con frecuencias absolutas o relativas. Cuando el n es mayor a 100 se
recomienda usar porcentajes, de lo contrario, se recomienda usar frecuencias absolutas y si se quiere se puede
poner el porcentaje entre paréntesis. Esto tiene como fin evitar errores de interpretación de los resultados2.
Ejemplo3: La letalidad de una enfermedad es del 50% v/s De los cuatro pacientes que tuvieron la enfermedad,
dos fallecieron.
Representación gráfica: Para dos categorías se usa un gráfico de torta, para tres o más, se prefiere gráficos
de barras ya que facilita la percepción de las proporciones.
VARIABLES CUANTIT ATIVAS
TABULACIÓN DE DATOS
En general, se suele pasar de una variable cuantitativa a cualitativa porque así es más fácil trabajar con los
datos.4 Esto es válido en términos estadísticos, pero siempre conlleva a perder información. 5 La conversión a
variable cualitativa requiere que se tabulen los datos, y para esto se debe establecer un punto de corte, lo que
tiene sentido si es que existe un punto de corte clínico establecido que sirva para interpretar dichos datos.
2
A estos elementos se les debe poner atención al momento de leer un artículo, esto se da mucho en los que intentan
probar la eficacia de algún fármaco
3 6
Otro ejemplo es el de la aspirina, se decía que prevenía uno de cada tres infartos, pero si se le da profilácticamente a
todo el mundo, es más probable que se presente una hemorragia digestiva alta que prevenir un infarto.
4
Por ejemplo, en vez de decir que la edad promedio es de 70 años, establecer que un “30% de la muestra” tenía más de
65 años, creando así una clase.
5 7
Tip para Stata: Siempre que se quiera pasar de variable cuantitativa a cualitativa, copiar los datos cuantitativa y modificar
dicha copia en vez del original, pues en el caso de que se pierdan datos, se evita de que estos no se puedan volver a
recuperar.
2 3
Por ejemplo, el valor de sodio normal se encuentra entre 135-145 mEq/L. Si el dato <135mEq/L, se
denomina “hiponatremia”, y si es >145 mEq/L, sería “hipernatremia”. Entonces, si tenemos una variable
cuantitativa que sea de 0-135 podría considerarse como “hiponatremia”, y >135 como "no hiponatremia". O
también podrían ser crearse tres categorías:
1. <135 mEq/L= "hiponatremia" 2. Entre 135-145 mEq/L="normal" 3. >145 mEq/L= "hipernatremia"
Estas corresponderían a “variables cualitativas ordinales”. A estos rangos se les denomina “clases”. Ahora
bien, para crear estas clases, la regla más importante es que un dato específico solo puede estar contenido
en una sola clase. El número de clases que se quiera hacer queda a criterio del investigador, no hay restricción
en este punto. Entonces, para tabular los datos se requiere primero elaborar “clases”.
Ahora, cuando no hay un criterio clínico para establecer una división, hay algunas reglas que se puedan usar,
como emplear "la raíz del número de datos que se tengan" para conocer la cantidad de clases a usar (no suele
usarse mucho). Por ejemplo, si hay 100 datos, entonces estos deberían estar divididos en al menos 10 clases
(raíz cuadrada de 100). Esto es solo una regla de formato, por lo tanto, no es primordial usarla. Lo más sencillo
es usar el criterio clínico para establecer una división, y si no lo hay mejor analizarlo como dato cuantitativo en
vez de transformarlo a cualitativo.
MEDIDAS DE TENDENCIA CENTRAL
Respecto a cómo se describen los datos cuantitativos, se debe buscar un dato que represente adecuadamente
a la muestra completa. Para esto, se recurre a una serie de herramientas que se denominan medidas de
tendencia central, dentro de las que se encuentran:
• Promedio: corresponde al centro aritmético de los datos.
• Mediana: valor central de los datos cuando se ordenan de menor a mayor.
• Moda: valor que más se repite en los datos.
¿CUÁNDO USAR MEDIANA O MEDIA?
La moda se ocupa solo en situaciones excepcionales. Sin embargo, para definir si usar la mediana o la media
existen ciertos criterios:
• Cuando la distribución de los datos no sigue una distribución normal, se suele usar la mediana en vez
del promedio.
• Cuando el cálculo del promedio no tiene sentido, también se usa la mediana. 6
Para saber si la distribución de los datos sigue una curva normal, se usa el teorema del límite central. Este se
basa en que, si se alcanza un suficiente tamaño muestral (salvo excepciones), la distribución que siguen los
datos debería comportarse como una normal. Este tamaño muestral es de 20 según la estadística, pero en
medicina se usa el valor de 30 por grupo (debido a la variabilidad que pueda llegar a existir en los datos) para
considerar que la distribución llega a normal.
En el caso de las variables que involucren el “tiempo” (tiempo de hospitalización, de seguimiento, etc.), estas
nunca distribuyen de forma normal, dado que el tiempo parte desde cero hacia adelante, pues no existen
valores negativos para el tiempo. Es por esto por lo que si se describe un seguimiento (tiempo), es mejor usar
la mediana en vez del promedio. 7
Por ejemplo, cuando se obtiene un promedio de 3,3 hijos por familia, esto no tendría sentido. Otro ejemplo es cuando se
usan escalas que poseen valores absolutos como “1,2,3,4,5”, y se plantea que una persona en promedio obtiene 3,3
puntos, y en ese caso dicho 0.3 no tiene sentido. En términos más prácticos, si se estudia una variable cuantitativa
discreta, entonces usar mediana.
El Log Rank es una prueba que en la literatura quiere decir "logaritmo de ranking". Los rankings se usan para comparar
medias cuando la distribución no es normal, como sucede en la prueba de Mann-Whitney que emplea métodos no
paramétricos. Todas las variables que tenemos para organizar tiempo son no paramétricas, porque el tiempo no distribuye
normal. Por esta razón, el tiempo debería describirse a través de la mediana.
 La varianza no sirve para describir, sólo para analizar.
Si bien las medidas de tendencia central son útiles, no son suficientes para describir datos cuantitativos, pues
solamente representan al dato del centro de los datos que es el que consideramos como el más representativo GRÁFICOS: REPRESENT ANDO DATOS CUANTIT ATIVOS
de la muestra. Por lo que, siempre deberían asociarse a una medida de dispersión.
GRÁFICO DE CAJAS Y B IGOTES.
MEDIDAS DE DISPERSIÓN
Estas brindan un conocimiento más exacto de los datos, porque dan cuenta de cuanta heterogeneidad existió Es el gráfico de elección para mostrar la variabilidad de un dato cuantitativo.
en la medición de estos. Las medidas de dispersión miden la distancia que existe entre los datos
Interpretación: “Caja”:
considerándolos conjuntamente8. Las más importantes son la desviación estándar y el rango intercuartílico.
• Línea al medio corresponde a la mediana (p50)
DESVIACIÓN ESTÁNDAR • Límite inferior corresponde al percentil 25
Es el cálculo del promedio de la distancia de todos los datos contra el promedio. • Límite superior corresponde al percentil 75
Por lo tanto, la caja contiene una mediana y un rango intercuartílico.
Por ejemplo, se tiene a un paciente de 35 años, el cual es el promedio según las medidas de tendencia central.
Otro paciente tiene 36 años, entonces está separado en +1 respecto del dato promedio (35 años). Un paciente Los “bigotes” representan al resto de los datos siempre y cuando se
de 33 años estará separado en -2 del promedio. Por último, un paciente de 35 está separado en 0 del promedio. mantengan en cierto rango de variabilidad. El límite de variabilidad
La desviación estándar es el promedio de todas estas distancias descritas (de los datos respecto del promedio). se puede calcular de la siguiente forma:1,5xrecorrido intercuartílico.
Si existe algún dato que sobrepasa ese límite teórico, recibe el nombre
Ahora bien, si se obtuviera la sumatoria de todas estas distancias, y se dividiera por el número de datos, daría de outlier y se gráfica con un punto.
0, porque el punto de referencia (el promedio) se calculó a partir de dichos datos (el promedio por definición se
encuentra en el centro de los datos). Para evitar ese problema, en el cálculo de la desviación estándar, la EJEMPLO:
sumatoria de todas las distancias de los datos respecto al promedio se eleva al cuadrado, se divide por n-1, y
al resultado se le obtiene la raíz cuadrada, para que así el resultado no sea 0, pues se asume a todas las Se gráfica el porcentaje de rendimiento de un curso en un
distancias como un número positivo. examen:
En los tamaños muestrales pequeños (menores de 20
observaciones), el "n-1" se creó para que la desviación Calcular el límite de variabilidad:
estándar fuera un poco más precisa con las distancias • La mediana (p50) = 80
reales, es decir, es un cofactor de corrección. Pero para
• p25 =70
tamaños muestrales mayores de 20, este cofactor no
• p75= 82
influye en gran medida.
• Recorrido intercuartílico = 12

Lím de variabilidad = 1,5 x 12= 18

RANGO INTERCUARTÍLICO (RI C)
Corresponde a dos puntos de los datos, que son el percentil 25 (p25) y el p75. 9 Para calcularlo, se ordenan Este límite se aplica al p25 y al p75:
todos los datos de menor a mayor, y se busca el valor del medio (p50). Luego, se establecen dos curvas de
valores en relación con el p50: los de la “mitad hacia abajo” y de la “mitad hacia arriba”. El p25 corresponde al • Bigote superior (a partir del p75) = 18 + 82= 100.
"centro" de los datos que se encuentran de la mitad (p50) hacia abajo, y el p75 corresponde al dato del centro En este caso, como el puntaje máximo es aprox. 95, el bigote superior se establece en ese punto.
de los datos que se hayan de la mitad hacia arriba. Entonces, son dos valores “céntricos” que representan las • Bigote inferior (a partir del p25) =70 - 18 (se resta en este caso, porque se está buscando el límite inferior
variabilidades de cada una de esas dos “subcurvas” (una curva sería los datos por debajo del p50, y la otra los al p25)
datos sobre el p50) • Se ponen puntos para cada outlier que exista.
VARIABLES CUANTIT ATIVAS Comando para Stata: Graph box variable.

MEDIDAS DE DISPERSIÓ N.

¿CUÁNDO SE USA CADA UNA?

• Si se ocupa promedio, desviación estándar.
• Si se ocupa mediana, rango intercuartílico.

8
Datos parecidos tienen medidas de dispersión pequeñas, y datos muy diferentes medidas de dispersión grandes (PPT).
9
No confundir con el "recorrido intercuartílico", que es la distancia que separa estos dos valores (p25 y p75). El rango
intercuartílico son específicamente estos dos valores.
4 5
HISTOGRAMA DE FRECUENCIAS CONTRASTE DE HIPÓTESIS
Consiste en poner a 2 ideas mutuamente excluyentes. Se utiliza para determinar los valores p.
Se disponen los datos como en una curva normal y se usa
para evaluar la distribución de datos cuantitativos, no para ● 𝑯𝟎 10: hipótesis de nulidad; no hay ninguna asociación en lo que se está estudiando, y lo que se ve es
mostrar la variabilidad de un dato cuantitativo (aunque se
atribuible al azar.
podría deducir, no es su objetivo, para eso está el box plot).
● 𝑯𝟏 : si hay diferencias entre los grupos, y las diferencias NO son atribuibles al azar.
Comando para Stata: histogram variable, normal (para ver Para determinar cuál es correcta, se utiliza el valor p: probabilidad de que el evento observado sea atribuible
si es una distribución normal o no). al azar, asumiendo que la hipótesis nula es cierta.

Por lo tanto, si, por ejemplo, se tiene que p=0.30, quiere decir que el evento pasa en un 30% de oportunidades
al azar asumiendo que 𝐻0 es cierta. Como 30% es frecuente, se prefiere asumir que 𝑯𝟎 sigue siendo
verdadera.
GRÁFICO DE PUNTOS (DE CORRELACIONES) El valor de corte para rechazar 𝑯𝟎 , por convención, es de p<0.05 (5%). O sea, el evento sucede 5% de las
Se usa para buscar una asociación entre 2 datos veces al azar asumiendo que no hay asociación, y es lo suficientemente improbable como para aceptar 𝑯𝟏 .
cuantitativos. Es un paso previo a toda prueba de Esto se llama Paradigma frecuentista de interpretación de un valor p, basado en la frecuencia11. Aun así, existe
correlación (Pearson y Kendall, las que SOLAMENTE la posibilidad de que NO haya asociación, la cual es muy baja. En caso de que eso suceda (que se acepte algo
buscan relaciones lineales entre variables). como significativo cuando no lo es), se está frente un error tipo I.

Siempre hacer un gráfico de puntos antes de hacer una
correlación.
Comando stata: scatter variableY variable x
ESTADÍSTICA INFERENC IAL
El azar determina la mayoría de las cosas de la vida, y la estadística inferencial se encarga de excluir
razonablemente su rol en la investigación. Esto abre la puerta para hacer asociaciones y luego determinar
la causa de los eventos que suceden. Como no se trabaja en el universo completo, las afirmaciones que se
hacen están basadas en probabilidades, con un cálculo de posibilidad de estar equivocadas, esto quiere decir
que nunca habrá un 100% de certeza en lo que se afirme.
Para determinar estas probabilidades, se utilizan pruebas de inferencia estadísticas, para las cuales es
necesario saber de antemano el tipo de variable y la distribución de los datos (en caso de haber variables
cuantitativas). Ambos factores serán explicados más adelante.
El valor corte para escoger una hipótesis frente a la otra es el valor 𝛼, que se establece como un umbral.
● Todo lo menor a 𝛼 es muy improbable, por lo que se acepta que la 𝑯𝟏 es verdad.
● Este valor no siempre es 0.05; se puede trabajar con menos si se quiere ser más estricto, pero en
general no puede ser mayor a él (por convención, y por lo tanto un estudio con un 𝛼>0.05 no será
publicado).
● Esto también representa el punto de corte de probabilidad de estar cometiendo un error tipo, o sea,
que la 𝑯𝟎 siga siendo cierta, pero que el experimento haya dado con un falso positivo.
No se puede saber, en un estudio específico, si su resultado fue realmente un falso positivo. Lo que se calcula
con el valor p la probabilidad de equivocarse, pero no asegura que la afirmación del estudio sea correcta. Sin
embargo, si bien no es posible determinar que un estudio en específico presentó un error aleatorio, se puede
confirmar el resultado si este es replicable y similar en otros estudios.

EJEMPLO “VALOR DE P”
INFERENCIA ESTADÍSTI CA
Trabajo realizado por el Dr. en pediatría. Este estudio se hizo para determinar la efectividad del diagnóstico
- Se tiene una población inicial, y se trabaja con una pequeña parte de ella, la cual se debe hacer lo posible
de pielonefritis aguda (PNA), ya que la clínica en los niños no es tan clara como en adultos (la fiebre, que en
para asegurarse que represente fielmente el universo.
los adultos es un indicador de gravedad, en los niños es inespecífica, y un niño que llora a la puño percusión
- Para describir esta muestra, se utilizan estadísticos, estadígrafos, o estimadores (o sea, estadística
podría estar haciéndolo por otra causa que no sea el dolor).
descriptiva).
- La estadística inferencial, por su parte, va más allá, y en ella se extrapolan datos hacia poblaciones externas Por ello, en pediatría se toma una batería de exámenes que reflejan inflamación en el paciente, y, debido a
a la muestra inicial: eso se llama inferencia estadística. Esto se hace a través de que la PNA es una situación grave, estos parámetros deberían estar muy elevados.
● Valor p.
● Estimación de un parámetro: valor de alguna variable de la muestra, pero que aplica a la población.
Por ejemplo, si el promedio de edad de una muestra es 60 años, se obtiene a partir de ella el parámetro
de edad, o sea una estimación para el resto de la población (Ej: entre 58 y 62 años). Esto es una
estimación por intervalo de confianza. 10
La definición real de hipótesis nula es todo lo que esté aceptado en el conocimiento, y no necesariamente que no hay
asociación.
11
Existe el paradigma bayesiano, de probabilidad condicional, sobre el cual no se ahonda.
6 7
Se utilizó el Gold standard para el diagnóstico de PNA, (cintigrama con ácido dimercaptosuccínico [DMSA]) para estas pruebas, 𝑯𝟎 es que no difiere de la normalidad, y 𝑯𝟏 sí. Por lo tanto, un p no significativo indica
determinar los 2 grupos: quienes tienen PNA, y quienes no. Luego se obtuvieron los datos de medias y que la distribución es paramétrica, y un p significativo indica que no lo es.
desviaciones estándar de la batería de exámenes (PCR, VHS, y RGB), los cuales indicaron que:
TIPOS DE VARIABLES
● Aquellos pacientes con PNA tienen valores más
altos en la PCR, con p<0.001. Esto significa que la CUALITATIVA - CUALITATIVA
posibilidad de observar esa diferencia, y que
Escenario más común en investigación clínica12. Se utilizan:
esta sea por azar es menor al 0.1%, asumiendo
que 𝑯𝟎 (no hay relación entre la PCR y el a.- Prueba de Chi-cuadrado: tiende a equivocarse cuando:
diagnóstico de con o sin PNA) es verdadera. Por
lo tanto, se prefiere asumir que 𝐻1 (existe relación ● El tamaño muestral es pequeño.
entre la PCR y el diagnóstico de PNA) es verdadera, ● Alguna de las celdas tiene un n<513.
donde la posibilidad de estar equivocado es menor a 0.1%. b.- Prueba exacta de Fischer: como su nombre lo indica, es mucho más exacta en comparación. Inicialmente
● Aquellos pacientes con PNA tienen valores más altos de VHS, con p<0.001. se diseñó para tamaños muestrales pequeños (debido a la dificultad de su fórmula con un n muy elevado),
● Aquellos pacientes sin PNA tienen valores más altos de RGB, con p=0.30. pero hoy en día se puede calcular fácilmente en programas de computador.
Eso significa que hay una posibilidad de 30% de que el resultado haya ocurrido por azar, por lo tanto se
Fischer no requiere que haya una tabla de 2x2, y puede utilizarse a cualquier cantidad de grupos (2x3, 3x3,
rechaza la asociación.
etc). Sin embargo, si el valor p es significativo, no determina entre cuáles grupos se presenta la relación.
ELECCIÓN DE LA PRUEBA ESTADÍSTICA
Para eso se utilizan subpruebas adicionales. En la práctica, los
grupos con la diferencia más grande son sí o sí los
Para la correcta decisión, se tiene que tener en cuenta relacionados.

● Los tipos de variable (cuantitativa/ cualitativa). Ejemplo: estudio BAFTA, en el que se demostró que era mejor
● La distribución de los datos. utilizar warfarina en relación a AAS para la prevención de
accidente cerebrovascular (ACV), en pacientes en tratamiento
DISTRIBUCIÓN DE LOS DATOS por fibrilación auricular (FA). Como ambas variables son
Si bien hay muchas distribuciones (normal, geométrica, cualitativas (tratamiento con warfarina/ AAS y
hipergeométrica, de Poisson, binomial, etc), se dividen en presencia/ausencia de ACV), se utilizó una prueba de Chi-
aquellas que son: cuadrado, que determinó un p<0.01.

● Gaussianas (normal)
CUALITATIVO-CUANTITATIVO
● No gaussianas
- Es frecuente de encontrar.
Las características de una distribución normal son:
- Permite efectuar comparaciones entre variables numéricas y un outcome dicotómico.
- Curva con forma de campana, simétrica a los dos lados. - Es usado en escalas de riesgo y mortalidad
- La media, mediana y moda están en un mismo punto. - Se necesitan saber 2 elementos: Si es cualitativo o cuantitativo y como se distribuye, si es normal o no.
- Ciertos puntos de inflexión se relacionan a percentiles específicos.
PARA DETERMINAR SI ES PARAMÉTRICA:
Para determinar si una distribución es normal, se plantea la Teoría central del límite. Esta dice que si se alcanza a. Si el estudio tiene más de 30 individuos por grupo, sigue la normal siendo paramétrico. Las variables de
un tamaño muestral suficientemente grande, la distribución que rige a todo lo cuantitativo que provenga de ella, tiempo jamás se deben distribuir en normales por más de que los individuos del estudio superen los 30
va a seguir una distribución normal. Por lo tanto, sólo es necesario que la individuos.
muestra sea lo suficientemente grande, el cual fue establecido como b. Puede utilizarse el histograma
n>20, aunque en medicina, por los altos grados de variabilidad, se c. Pruebas de distribución (generan falsos + y falsos-, por tanto, no es recomendable su uso)
establece que n debe ser mayor a 30 por grupo.
En caso de n<30, se debe recurrir a:
● Histograma de frecuencias: se observa y se decide si parece o no
una distribución normal (imagen).
12
● Pruebas estadísticas: pruebas de Kolmogórov-Smirnov, Shapiro- Debido a que la mayoría de los estudios en este contexto corresponden a aquellos de tratamiento vs resultado (ambas
variables cualitativas).
Wilk, y D’Agostino. No son muy fiables, ya que se ven muy 13
Existe la corrección de Yates, que intenta solucionar estos problemas de Chi-cuadrado, pero Fischer sigue siendo
afectadas por el tamaño de la muestra. Se establece que al realizar superior.
8 9
 ✓ Si la distribución es normal se utilizará la prueba de
T de Student
✓ Si la distribución no es normal se utilizará la prueba
de Mann Whitney.
La utilización de ambas pruebas se da en el 95% de los casos
cuando se trabaja con dos grupos que no están relacionadas
entre sí, pero en epidemiologia, se ha creado un tipo de
muestreo por pareo, que consiste en que a cada expuesto que
se tenga, se le asigna un control que se parezca de manera
artificial, cosa de reducir las variables de confusión.
Cuando la muestra esta pareada y sigue siendo paramétrica, se usa la T de Student, pero existe una variante
que es para muestra pareada ya que la T de Student le cuesta menos encontrar una p significativa porque la
reducción de la variabilidad te lleva a considerar como anormal o muy poco frecuente cosas muy pequeñas.
EJEMPLO 1
Supongamos que se está estudiando cáncer renal y se quiere saber si el tamaño del tumor se asocia a
pronostico. Existen muchos factores que se asocian a pronostico como la edad, morbilidades, etc. Si se quiere
hacer un estudio así, mediante un muestreo por pareo, entendiendo que la edad y otros elementos van a influir
en que el paciente viva o muera, se debería tener a un paciente hombre de 65 años que tiene un tumor de 5
cm (esa es la variable que interesa) y que es diabético, si se hace un grupo control se debe tener a un paciente
con un tumor más pequeño o que tenga un tumor renal o bien, un paciente que tiene un tumor renal, que sea
hombre de 65 años, y que también sea diabético, de esta manera se tiene pareja la situación y se puede evaluar
los otros factores de riesgo, obteniéndose un muestreo por pareo.
EJEMPLO 2
Otra manera de que eso ocurra automáticamente es que sea la misma persona que cada cierta cantidad de
tiempo sea evaluada. Ejemplo: se tiene a un deportista de alto rendimiento y usa eritropoyetina para mejorar su
rendimiento. Su hematocrito inicial de 40% y al inyectarse eritropoyetina, volviéndose a medir esta a la semana
siguiente, posee un hematocrito de 50%. Como es la misma persona antes y después de la eritropoyetina la
variabilidad está reducida y se considera automáticamente pareada
Si se está con un muestreo pareado y la distribución no es normal se utilizará la prueba de Wilcoxon
ese entonces dio super significativo, por tanto, significa que no distribuye normal, porque la H=0 indica que
existe una distribución normal y la H=1 o alterna indica que no es normal, entonces con ese valor de P no es
normal.
Como el grupo no es normal se debe utilizar otro tipo de prueba, pudiendo ser de Mann Whitney o de
Wilcoxon, dependiendo si es una muestra por pareo o no. Como se está comparando a pacientes vivos con
pacientes fallecidos no se está comparando pacientes vivos entre sí, ni muertos entre sí. Por lo tanto, son
muestras independientes siendo su distribución no normal, por lo que se hizo la prueba de Mann Whitney y
solamente resulto significativo para el último valor de P (0.019) significando que, los pacientes que
sobrevivían poseen una PCR mayor que los pacientes que fallecían, en teoría se dice que las personas
más inflamadas son las que fallecen, por ello, se explicó de diversas formas el posible. Se siguió el estudio y
se publicó cuando se alcanzó un n = 200 pacientes, la P desapareció ya que se hizo no significativa, dándose
un error tipo 1 porque no estaba descrito.
Si existen más de 2 grupos se debe determinar si se
distribuye normal o no,
✓ Si se distribuye normal se realiza la prueba de
Anova.
✓ si no distribuye normal se utiliza la prueba de
kruskall y Wallis.
CUANTITATIVO-CUANTITATIVO
• Es más raro de ver. Más bien usadas en estudios de pronóstico y de pruebas diagnósticas.
• Ocurre cuando se quiere asociar dos variables cuantitativas
• Suelen ser exámenes de laboratorio, por ejemplo, glicemia con colesterol y hemoglobina con carga viral
en VIH.
• Existen dos pruebas que son las más usadas:
- Prueba de correlación de Pearson: Busca una relación lineal entre dos variables cuantitativas. Se
puede usar siempre y cuando la distribución sea normal, por lo tanto, se debe tener más de 30
observaciones.
- Prueba de correlación de Kendall: Se utiliza cuando la distribución de los datos cuantitativos no
sigue una distribución normal o con variables ordinales.

INTERPRETACIÓN Y EJEMPLO
CUANTITATIVO-CUANTITATIVO
Volviendo al estudio de la PCR, en la imagen se puede ver las Además del p value que dice "esto es estadísticamente
fórmulas del ingreso a las 24 y 48 horas entre pacientes que significativo o no", se informa un coeficiente de
sobrevivieron y fallecieron. Se tienen desviaciones estándar correlación. En el caso de Pearson es “r de Pearson” y
con los promedios de ambos grupos. Se tiene que la PCR es en el caso de Kendall es “Tau de Kendall” 14. Los dos se
una variable cuantitativa (porque es medible) y la variable vida leen igual.
o muerte es de tipo cualitativa entonces, lo que falta es
determinar si se sigue la normal o no, para ello se evaluará El coeficiente de correlación es la dirección de la
viendo el n de cada grupo; el grupo de pacientes asociación lineal que existe entre las dos variables y la
sobrevivientes tiene un n= 55 personas por ende sigue la fuerza que tiene.
normal. En el caso de los fallecidos, su n= 27 por ende no • 0: no hay ninguna relación lineal entre las dos variables.
sigue la normal. Lo que se debió haber hecho en el grupo de • +1: hay una relación directa perfecta entre las dos variables.
pacientes fallecidos es ver si de verdad la distribución era
normal mediante un histograma de frecuencia. El P value en 14
Existen dos: a y b.
10 11
 • -1: hay una relación inversa perfecta entre las dos variables
Mientras más extremo de 0 más potente la asociación. Los puntos de corte son muy discutidos. En general en
medicina <0,3 es “penca”, entre 0,3-0,5 más o menos, entre 0,5-0,7 y 0,7-0,9 es mejor, >0,9 es muy bueno y 1
perfecto.
Entonces, además de decir si es por azar o no, esta prueba también indica que tan fuerte es la asociación.
Ejemplo 1: La relación entre la glicemia de ayunas con la hemoglobina glicosilada es de 0,84. Quiere
decir que hay relación directa importante y fuerte entre las dos variables. Esto no quiere decir que por
cada punto que sube la glicemia, la glicosilada sube 0,841 ya que la prueba de correlación simplemente
busca informar la fuerza de asociación entre dos variables.
Ejemplo 2: Hemoglobina con CD4 en paciente con VIH. Se ve una relación inversa negativa -0,136. Existe
relación entre las dos, pero es de poca relevancia clínica.
ERROR Y CONTRASTE DE HIPÓTESIS
Siempre que se trabaja con pruebas de hipótesis existe una probabilidad de error:
• Cuando se acepta H0 (p>0.05) está la probabilidad de
que existan diferencias.
• Cuando se acepta H1 (p<0.05) está la probabilidad de
que no existan diferencias.15
Cuando se trabaja con muestras puede haber
equivocaciones al tomar una conclusión que afecte a la
población. En base a la investigación realizada, nunca se va
a poder saber si se cometió un error o no, pero sí se puede
saber la probabilidad de haberlo cometido.
• Para encontrar un error tipo 1 se tiene que haber encontrado un p value significativo
ERROR TIPO 2 ( β)
• Significa que se pasó algo por alto
• No rechazar la hipótesis nula cuando esta era falsa, es decir, considerar algo como no
estadísticamente significativo siendo que en realidad si lo era.
• Es menos grave que cometer un error α. Si se comete un error α se cambia el paradigma con el cual
se está entendiendo alguna enfermedad o proceso y se podría hacer teorías nuevas, mientras que, con
el β, se dejan las cosas tal y cual como estaban.
• Habitualmente no se trabaja con el concepto de β, sino que, al revés. Es decir, con la probabilidad que
tiene el estudio de encontrar lo que se plantea que se tiene que encontrar.
• Dicho de forma más simple: el estudio en vez de trabajar con la posibilidad de no encontrar algo, trabaja
con la posibilidad que tiene de encontrarlo, lo cual será el inverso de β (1 – β).
• Como beta es 20% máximo por consenso, 1 – β es 0,8. Es decir, 80% es la mínima potencia con la que
se puede trabajar.
• ¿Qué significa ese 80%? → “Cuando se diseña un estudio se debe tener al menos un 80% de
posibilidades de encontrar lo que piensa que se va a encontrar”.
• Para que un estudio cometa un error tipo 2 tiene que haber encontrado un p value no significativo.
RESUMEN
• La estadística es una herramienta vital en el análisis científico. Hay que saber leerla y entenderla, no
necesariamente desfragmentarla y crearla de nuevo.
• La estadística descriptiva quiere mostrar la realidad, mientras que la inferencial permite establecer
explicación a lo observado.
• La estadística inferencial ofrece afirmaciones probabilísticas, nunca van a tener un 100% de certeza
porque nunca trabajan con el universo.
• La selección de la prueba es muy importante para saber calcular el valor p, para eso se necesita saber
el tipo de variable con la cual se está trabajando y si es cuantitativa, saber cómo se distribuye.

• Error tipo 1: Asociado al valor p

• Error tipo 2: Asociado a potencia estadística.
No confundir error aleatorio con el sesgo:

• El error aleatorio es un error impredecible, por azar y deriva de haber trabajado con una muestra en
lugar de una población o universo. La mejor manera de corregirlo es aumentar el tamaño muestral
porque mientras más muestra se tiene más se parece a la población.
• Los sesgos o errores sistemáticos son producidos por defectos en el diseño de estudio, pudiendo
invalidarlo, son predecibles, corregibles y controlables. Existen varios subtipos.

ERROR TIPO 1 ( α )

• Consiste en rechazar la hipótesis nula cuando es cierta, es decir, en la práctica considerar algo como
estadísticamente significativo siendo que en la realidad de la población no era una tan importante.
• Es inherente a trabajar con inferencia estadística.
• Es poco probable pero no imposible.
• Por consenso se estima un valor crítico de ocurrencia de esta posibilidad en 5%

15
PPT
12 13