Vous êtes sur la page 1sur 35

BIOESTADISTICA Y

EPIDEMIOLOGIA

12 Créditos (108 H)

Escuela de Salud – Informática Biomédica Enemecio Muñoz


MUESTREO

Escuela de Salud – Informática Biomédica Enemecio Muñoz


MUESTREO
 Las poblaciones están formadas
por individuos…unidades de
estudio.
Ej. Personas, células, familias,
hospitales, países…
 La población ideal que se
pretende estudiar se denomina
población objetivo (universo).
No es fácil estudiarla por
completo.
MUESTREO
 No es fácil elegir muestras de la
población objetivo:

Ej. Si llamamos por teléfono fijo


excluimos a los que no tienen.

 El grupo que en realidad


podemos estudiar se denomina
población de estudio ó
MUESTRA.
DEFINICIÓN DE MUESTRA
 Es un conjunto de unidades
de análisis extraídas del
universo, con el fin de
estimar algunas de sus
características.
 Depende de los objetivos
del estudio, de las
características del universo,
del comportamiento de la
variables que se investigan
y de la disponibilidad de
recursos.
FUENTES DE SESGO O ERROR
 Si por el azar del muestreo la "extracción"
no es proporcionalmente idéntica para
cada "localización", no hacen falta
fórmulas para intuir que las campanas de
diversas muestras no serán iguales entre
sí, ni tampoco una "miniatura" exacta de
la población.
FUENTES DE SESGO O ERROR
 Mientras menor proporción de la
población sea incluida en la muestra
(más pequeña la muestra), mayor
será el Error en la Representación de
la Población. Todas las muestras tiene
cierto grado de error.

 En este caso, diremos que las muestras


que se elijan estarán sesgadas o erradas.
FUENTES DE SESGO O ERROR
 Hay otras fuentes de error/sesgo

Ej. No respuesta a encuestas embarazosas,


consumo de drogas, violencia doméstica,
prácticas poco éticas, mentir en las
preguntas “delicadas”.
FUENTES DE SESGO O ERROR
 Para evitar en cierto grado
el sesgo se utilizan, la
técnica de técnica de
respuesta ALEATORIZADA.

 Aunque no podamos saber


cuál es la verdad en cada
individuo, podemos
hacernos una idea
porcentual sobre la
población, viendo en cuánto
se alejan las respuestas del
50%.
TÉCNICAS DE MUESTREO
 MUESTREOS PROBABILISTAS: conocemos
la probabilidad de que un individuo sea
elegido para la muestra.

 MUESTREOS NO PROBABILISTAS: No se
conoce la probabilidad. Son muestreos que
seguramente esconden sesgos. No se pueden
extrapolar los resultados a la población.
TIPOS DE MUESTREO
Tipos de muestreo
Probabilista:
1. Aleatorio simple
2. Sistemático
3. Estratificado
4. Por grupos o
Conglomerados
1. MUESTREO ALEATORIO SIMPLE

 Se eligen individuos de la población de


estudio, de manera que todos tienen la
misma probabilidad de aparecer, hasta
alcanzar el tamaño muestral deseado.

 Se puede realizar partiendo de listas de


individuos de la población, y eligiendo
individuos aleatoriamente.
1. MUESTREO ALEATORIO SIMPLE
2. MUESTREO SISTEMÁTICO

Se tiene una lista de los individuos de la población de


estudio. Si queremos una muestra de un tamaño
dado, elegimos individuos igualmente espaciados de la
lista, se parte donde el primero ha sido elegido al azar.
2. MUESTREO SISTEMÁTICO
3. MUESTREO ESTRATIFICADO
 Se aplica cuando sabemos que hay ciertos
factores (variables, subpoblaciones o estratos)
que pueden influir en el estudio y queremos
asegurarnos de tener cierta cantidad mínima de
individuos de cada tipo.

Ej. Hombres y mujeres, jóvenes, adultos y


ancianos.

SE REALIZA ENTONCES UNA MUESTREO


ALEATORIO DE LOS INDIVIDUOS DE CADA
UNO DE LOS ESTRATOS.
3. MUESTREO ESTRATIFICADO
4. MUESTREO EN GRUPO O
CONGLOMERADOS
 Se aplica cuando es difícil tener una lista de
todos los individuos que forman parte de la
población de estudio, pero sin embargo sabemos
que se encuentran agrupados naturalmente en
grupos.

 Se realiza eligiendo varios de esos grupos al azar,


y ya elegidos algunos podemos estudiar a todos
los individuos de los grupos elegidos o bien
seguir aplicando dentro de ellos más muestreos
por grupos, por estratos, aleatorios simples, etc.
4. MUESTREO EN GRUPO O
CONGLOMERADOS
4. MUESTREO EN GRUPO O
CONGLOMERADOS

Ej. Para conocer la opinión de los médicos


del SNS, podemos elegir a varias regiones
de Chile, dentro de ellas varias ciudades, y
dentro de ellas varios centros de salud.
4. MUESTREO EN GRUPO O
CONGLOMERADOS
 Al igual que en el muestreo estratificado, al
extrapolar los resultados a la población hay que
tener en cuenta el tamaño relativo de unos
grupos con respecto a otros.

Ej. Regiones con diferente población pueden tener


probabilidades diferentes de ser elegidas,
ciudades, hospitales grandes frente a pequeños,…
DETERMINACIÓN DEL TAMAÑO
DE MUESTRA
 ¿Qué tamaño debe tener la muestra?.

Para esto se necesitan:

 Nivel de confianza o IC que el


investigador desea tener , donde el
intervalo contendrá al promedio del
universo (99%, 95% y 90% u otro).
DETERMINACIÓN DEL TAMAÑO
DE MUESTRA

 La precisión (α), la probabilidad de


equivocarse.

Generalmente se construyen intervalos con


confianza 1- α = 95% (o precisión =
5%0,05)
DETERMINACIÓN DEL TAMAÑO
DE MUESTRA
 EstimaciónAproximada del promedio del
universo con el fin de tener el valor de la
Desviación Estándar.

 Laprevalencia de la enfermedad o la
probabilidad de que el efecto favorable se
produzca.
CÁLCULO DEL TAMAÑO MUESTRAL
EN PROPORCIÓN
Para calcular el tamaño que tiene que tener
la muestra (nº de unidades de análisis) y
que esta sea representativa de la población
U (Universo) se calcula con la siguiente
fórmula: Z2= valor Z correspondiente al IC
P= prevalencia o proporción
n= Z2 * P*Q sucesos favorables
α2
Q= prevalencia o proporción de
sucesos desfavorables
α= nivel de precisión
CÁLCULO DEL TAMAÑO
MUESTRAL EN PROPORCIÓN
Ej. ¿A cuantas personas tendríamos que
estudiar para conocer la prevalencia de
diabetes? Usamos un IC=95%, Precisión=5%, y
una prevalencia del 50%.

Si no tuviésemos ninguna idea de dicha


proporción utilizaremos el valor p = 0,5 (50%)
que maximiza el tamaño muestral.
CÁLCULO DEL TAMAÑO
MUESTRAL EN PROPORCIÓN
¿A cuantas personas tendríamos que
estudiar para conocer la prevalencia de
diabetes?
CÁLCULO DE TAMAÑO
MUESTRAL CUANTITATIVAS
 El tamaño muestral de estas variables
tienen como base su cálculo en la
precisión α y nivel de confianza (IC)
deseado. 2 Z = valor Z correspondiente al IC
Z2 * σ2
N= σ= Desviación Estándar
α2
α= nivel de precisión
CÁLCULO DE TAMAÑO
MUESTRAL CUANTITATIVAS
Ej.: Se desea trabajar en el cálculo del
tamaño muestral mínimo para poder
estimar la tasa media de glucosa de una
determinada población, con un IC=95% y
Precisión=5. Se sabe que la desviación
estándar es de 10 mg.
CÁLCULO DE TAMAÑO
MUESTRAL CUANTITATIVAS

¿Cuál es el tamaño muestral mínimo representativo


de la población?
¿Cuál es el tamaño muestral mínimo representativo
de la población?

Se necesitan mínimo 15 personas para realizar el


estudio de la glucosa plasmática de la población,
con un 95% de confianza.
CÁLCULO DEL TAMAÑO
MUESTRAL EN PROPORCIÓN
AL UNIVERSO

 Si la población es finita, es decir, se sabe el


tamaño exacto y es parte de un U aún mayor,
ejemplo, el universo general es el país y una
población finita sería una ciudad.

 En este caso vamos a ocupar el tamaño


muestral calculado para hacer el cálculo del
nuevo tamaño muestral.
CÁLCULO DEL TAMAÑO
MUESTRAL EN PROPORCIÓN

 Para esto usamos la siguiente fórmula:


no
n= no = tamaño muestral extraída del universo
no
1+ N = tamaño de universo finito
N

¿A cuántas personas tendría que


estudiar para una población de
15.000 habitantes?
CÁLCULO DEL TAMAÑO
MUESTRAL EN PROPORCIÓN
 Reemplazando en la fórmula:
384,16
n= = 374,56
384,16
1+
15000

Necesitamos una muestra de 375


personas para ser representativo de
una población de 15.000 personas.