A veces un dispositivo para medir una característica es fácilmente disponible, pero

no se adoptó debido a tal nivel de precisión no es necesaria. Fumar puede ser medido
como el número de cigarrillos fumados, pero categorías como ninguno, ligero, modera
do, y pesados
parece servir para lo suficientemente bien en muchas situaciones. La edad puede
ser medido en términos de años, pero la categorización en niños, adultos, y ancianos pue
de ser adecuado en algunas situaciones.
La principal ventaja de utilizar una escala ordinal en lugar de una escala métrica
es la comodidad en la obtención de, registro y presentación de informes. El uso de
cualquier dispositivo sofisticado es evitado. categorías ordinales son a menudo más
fácil de comprender que las categorías de métricas. En el proceso, sin embargo, la inf
ormación exacta y valiosa se pierde y el análisis de los datos se hace menos eficien
te. mediciones métricas son susceptibles he aquí una serie de manipulaciones matemátic
as que no son posibles con las mediciones ordinales. Por lo tanto, prefieren med
idas duras como el nivel de presión arterial en lugar del grado de hipertensión, y e
l volumen de la próstata en lugar de grado de la ampliación. Si los esfuerzos necesa
rios para las medidas duras son enormes, como para medir el tamaño del cerebro, o
cuando no hay escala métrica es posible, utilice una escala ordinal. Sin embargo,
tenga cuidado con las anomalías en algunas categorías ordinales. ¿Qué es leve para mí pued
e ser moderado para usted. En muy raras ocasiones son estos términos estrictamente
definidas.
Entre nominal y ordinal, puede haber medidas que se semiordered. Clasificación de
los tumores malignos como definitivamente ausente, ausente, probablemente, incie
rto, probablemente presente, y presente sin duda es un ejemplo de una escala sem
i-ordenó. Estas categorías son en parte nominal y ordinal parte.
Muy a menudo, numéricos están asociados con las categorías ordinales como O por ningun
o, 1 para 2 leves, de moderado, y 3 para los graves. Estos números son sometidos a
todo tipo de cálculos algebraicos. Estos cálculos son válidos sólo cuando el grado mode
rado se considera dos veces el grado ligero y el grado grave se considera tres v
eces más suave. Estos numéricos también suponer que la diferencia entre una enfermedad
leve y no es la misma que entre la enfermedad grave y moderada. En la práctica, e
sto no puede ser así. Por lo tanto, se impone la prudencia en la asignación de valor
es numéricos a las categorías ordinales y en la elaboración de conclusiones con base e
n cálculos con estos números.
Por las razones que ya se ha mencionado, los intentos más elaborados se hacen a me
nudo he aquí desarrollar un sistema de puntuación. Estas mediciones ordinales conver
tir a una forma métrica. La escala visual análoga para el dolor y la puntuación de gra
vedad de la enfermedad son ejemplos de tales intentos. Véase el Capítulo 10 para su
uso en una configuración clínica. Tenga en cuenta que los resultados no son los mism
os códigos. Considerando que asignar puntuaciones numéricas de las características que
son intrínsecamente métricas, los códigos son asignados a las categorías nominales.
Otras clasificaciones de los tipos de medida
En términos generales, una característica que tiende a variar de sujeto a sujeto o d
e una unidad a otra se llama una variable. Todos los biológicos! Características-eda
d, sexo, orden de nacimiento, la temperatura corporal, índice de masa corporal (IM
C), la duración de la supervivencia, la gravedad de la enfermedad son variables. C
aracterísticas en la escala métrica ya tienen un resultado numérico, como el orden de
nacimiento 3. Características de la escala nominal y ordinal no tienen esta caract
erística. A pesar de que el género es masculino o femenino, podemos asignar un código
como el hombre FPR O y 1 para mujeres. Del mismo modo, la gravedad de la enferme
dad en ninguno, las categorías de leve, moderada y grave se pueden asignar puntuac
iones de 0,1, 2 y 3, respectivamente, con limitaciones como se dijo anteriorment
e. Cuando este tipo de asignación numérica se hace, la característica se convierte en
variable en un sentido estadístico. formulaciones matemáticas se convierten en fácil,
aunque se recomienda precaución porque los códigos no se pueden sumar o restar-y los
resultados no pueden medir exactamente la característica.
7.1.2.1 Variables discretas y continuas
Algunas variables pueden tomar solamente un pequeño número de valores. El género tiene
sólo dos valores posibles y la gravedad de la enfermedad tiene cuatro valores com
o se ve en el párrafo anterior. Algunos otros pueden tomar cualquiera de un gran núm
ero de valores tales como la presión arterial sistólica entre 100 y 200 mmHg. BP pue
de 132.7 mmHg si un instrumento que dé una precisión que se disponga. Por otro lado,
la paridad de la mujer puede ser de 1 o 2, pero 1.6 nunca. Una variable que pue
de tomar sólo un número finito, generalmente pequeñas, el número de valores en un rango
que se llama discreta. Número de muertes en un hospital en un día, el grupo sanguíneo
y el diagnóstico son otros ejemplos de variables discretas.
Es común en la medicina que las variables discretas tomar solamente valores entero
s no negativos, pero la definición no requiere que sea así. Talla de zapato puede se
r de 7, 7 |, 8, 85, etc, pero sigue siendo discreta. Se puede tomar sólo estos cua
tro valores entre 7 y 8j. Compare esto con una variable como la edad. Si es nece
sario, la edad se puede medir con precisión como 7.2613 años. Aunque la grabación de e
dad en términos de años cumplidos a menudo se considera adecuada, en particular para
los adultos, en teoría la edad puede tomar infinitos valores entre 7 y 85. Por lo
tanto esto no se considera una variable discreta.
Una variable que puede tomar un número infinito de valores de un intervalo se llam
a continua. Edad, nivel de colesterol, la temperatura corporal, el nivel de la e
nzima, y el peso son ejemplos de variables continuas. En la práctica, es redundant
e para medir a varios decimales. Por ejemplo, no ayuda a decir que el nivel de H
b es 14.038 g / dl. El peso se mide generalmente con una precisión de kilogramo, B
P con una precisión de milímetros de mercurio y el nivel de Hb a una décima de gramo p
or decilitro. Se puede argumentar que esta aproximación hace que la variable discr
eta pero en la práctica, el carácter continuo no se pierde, siempre y cuando la medi
ción es lo suficientemente precisa. Inversamente, las variables tales como la frec
uencia cardiaca, recuento de plaquetas, y la tasa de respiración, de hecho, discre
ta pero se consideran continua debido a la gran cantidad de valores posibles. Sólo
las variables que puede tomar un pequeño número de valores, digamos menos de 70 años,
se consideran generalmente discretos. Otros pueden ser tratados como continua,
a efectos prácticos, aun cuando en teoría son discretos.
Clasificación de las variables en discreto o continuo es importante porque los métod
os estadísticos para los dos tipos de variables son diferentes. La importancia de
esta clasificación se hará evidente a medida que avancemos más.
Datos cualitativos y cuantitativos
Como se dijo anteriormente, una característica se convierte en una variable en un
sentido estadístico cuando numéricos son asignados a sus categorías o de sus medicione
s. Esto no significa que todas las variables son cuantitativas. Lo que es import
ante mantener la distinción entre los valores y códigos, y entre una calidad y una c
antidad. Este texto a menudo se utilizan los términos "datos cualitativos" y "dato
s cuantitativos" para mantener la distinción. La primera incluye datos nominales,
ordinales y categóricas (cuando la cantidad se tiene en cuenta) y el segundo inclu
ye hasta datos métricos.
Las incertidumbres están mejor administrados cuando la medición es exacta. Considera
ndo que la exactitud es incorporado en las mediciones cuantitativas, las cualida
des también deben ser plenamente he aquí especificados para la medición sin corazón Si l
a variable es un síntoma como tos, a continuación, su intensidad, frecuencia y durac
ión pueden tener he aquí considerados. Si la variable es una enfermedad como la enfe
rmedad de arteria coronaria (CAD), el electrocardiograma (ECG) los resultados, l
a frecuencia y duración de la angina de pecho, y el nivel de homocisteína pueden ser
relevantes. Incluso para una variable cualitativa aparentemente simples como el
estatus socioeconómico, la medida podría ser en términos de ingresos, educación y ocupa
ción. La clasificación de las personas en negro, blanco y marrón, no siempre es sencil
lo.
Ceguera necesidades he aquí ser calificado por un punto de corte para la agudeza v
isual. Sin embargo hay ciertas variables cualitativas como el género y la mortalid
ad que se puede medir directamente, sin mayor especificación en casi todos los cas
os.
La práctica médica tiene una preponderancia de las cualidades sobre las cantidades.
El uso de variables cuantitativas tales como presión arterial, temperatura corpora
l, nivel de glucosa, y el nivel de Hb es, por supuesto, común, pero al algún momento
en el manejo del paciente se prestan a ser interpretados; <'(como cualidades ta
les como alta, límite normal, y bajo. Gestión de un sujeto con un recuento total de
leucocitos (TLC) de 2,1 X a 10 años / L es generalmente el mismo que el de un suje
to con un TLC de 2,2 XIO '/ L. Por lo tanto, el número exacto no puede ser todo lo
que sea necesario en algunos casos. Esto no es he aquí sugieren que las medidas e
xactas no son importantes. Definitivamente, son y siempre es preferible porque e
s sólo a través de una cantidad que los casos dudosos y la evolución de los términos. de
la mejora o el deterioro puede ser identificado. Sin embargo, el hecho es que l
a medicina todavía se basa principalmente en la evaluación cualitativa. La práctica ge
neral es Lo uso exacto métrica para los grados de la investigación y la utilización pa
ra la gestión del día a día.

7.1.2.3 Variables estocásticos y deterministas

Las variables pueden ser clasificadas en función de otra característica. Algunas med
idas se consideran conocidos por los sujetos. Los otros son posteriormente obtuv
o. Los primeros son los factores y las respuestas de este último, como se explica
en el capítulo 4. Las respuestas se consideran estocástico debido a que son sujetos
de fluctuación oportunidad lo. No pueden, ser exactamente predicho. Factores se co
nsideran deterministas porque son conocidos de antemano y no están sujetos a fluct
uaciones aleatorias. Si se está midiendo en ayunas, el nivel de glucosa en plasma
de las personas obesas y no obesas, el estado de la obesidad que ya se sabe ! J,
\ y no está sujeta he aquí cualquier fluctuación. Es determinista. nivel de glucosa en
plasma es estocástico en esta configuración. Si usted tiene gente de nivel conocido
de glucosa en plasma y medir su nivel de colesterol, el nivel de glucosa es det
erminista y el nivel de colesterol es estocástico. En un estudio prospectivo, los
antecedentes son conocidos y por lo tanto determinista, mientras que en un estud
io retrospectivo de los resultados que ya se conoce y es determinista. En un est
udio prospectivo, el resultado es estocástico y en un estudio retrospectivo, los a
ntecedentes son estocásticos. Sin embargo, en un estudio de corte transversal ambo
s son estocásticos, ya que ninguno se conoce de antemano.
La mayoría de los métodos de inferencia estadística tratan en este libro se aplican Lo
estocástico en lugar de a las variables deterministas. Noinferential métodos se pue
den utilizar para las variables deterministas. El papel de las variables determi
nistas es proporcionar ayuda ii Lo más conclusión válida sobre las variables estocástica
s.