lunes, 22 de octubre de 2012

Contenidos a evaluar en el segundo parcial de Bioestadística

Tablas para una y dos variables (considerando el tipo de variable estadística).

Gráficos: Sectores, Barras simples, Barras apiladas, Barras agrupadas, Histograma, Polígono de frecuencias, Ojiva.

Medidas de Tendencia Central: Media aritmética, Mediana y Moda.

Medidas de Tendencia no Central: Percentiles, Deciles y Cuartiles.

Medidas de Variabilidad Absolutas: Desviación Media, Desviación Mediana, Desviación Semi-intercuartilar, Varianza, Desviación típica, Error Tipico de la Media.

Medidas de Variabilidad Relativas: Coeficiente de Variación (proporcional y porcental).

jueves, 27 de septiembre de 2012

Bioestadística hasta el II parcial


El lunes 01 de octubre de 2012, se efectuará quiz y se explicarán las propiedades de las Medidas de Tendencia Central. 

El jueves 04 de octubre de 2012, hay clase magistral sobre Medidas de Variabilidad. 

El lunes 08 de octubre de 2012, hay suspensión de clases por las elecciones. 

El jueves 11 de octubre de 2012, se explicará lo restante de las Medidas de Variabilidad. 

El lunes 15 de octubre de 2012, hay clase magistral sobre Medidas de Forma. 

El jueves 18 de octubre de 2012, se desarrollará la práctica 6.

El lunes 22 de octubre de 2012, se continuará con la práctica 6.

El jueves 25 de octubre de 2012, se efectuará el Segundo Parcial de Bioestadística.

miércoles, 19 de septiembre de 2012

Presentación de Bioestadística ULA

Presentación del Blog Bioestadística ULA en el marco del II Congreso de Experiencias Pedagógicas y Didácticas en Educación Virtual.

lunes, 17 de septiembre de 2012

Gráficas de Caja

La gráfica de caja es una representación que describe simultáneamente varias características importantes de un conjunto de datos, tales como el centro, la dispersión, la desviación de la simetría y la identificación de observaciones que caen inusualmente lejos de la mayoría de datos (a estas observaciones se le llaman valores atípicos).

En este tipo de gráfica se representan los tres cuartiles y los valores extremos (máximo y mínimo) en una caja rectangular alineada en sentido horizontal o vertical, abarcando el rango intercuartílico, con el borde izquierdo (o el inferior) de la caja el primer cuartil (Q1=P25) y en el borde derecho (o el superior) el tercer cuartil (Q3=P75). Se traza una línea a través de la caja en el segundo cuartil (Q2=D5=P50=Mediana). Posteriormente se traza una línea o bigote, desde cada extremo de la caja.

El bigote inferior o izquierdo es una línea que va desde el primer cuartil al punto correspondiente al menor de los datos dentro de 1,5 rangos intercuartílicos a partir del primer cuartil. El bigote superior o derechos  es una línea que va desde el tercer cuartil al punto correspondiente al mayor de los datos dentro de 1,5 rangos intercuartílicos a partir del tercer cuartil. Los datos que se encuentran alejados de la caja más allá de los bigotes se grafican como puntos individuales. A un punto situado después de un bigote, pero a menos de 3 rangos intercuartílicos de los bordes de la caja se le llama punto atípico, mientras que a un punto que se encuentre situado a más de 3 rangos intercuartílicos de los bordes de la caja se le denomina punto atípico extremo.

Ejemplo:
Daniel (2010) menciona que en la Revista American Journal of Clinical Pathology, Pitts y otros, asegura que "los carcinomas con metaplasia y sarcomas producidos dentro del seno son difíciles de diagnosticar y clasificar con precisión debido a sus variados patrones histológicos y a su rareza". En un intento por estudiar más detalles de las características biológicas, los autores investigaron una serie de sarcomas puros y carcinomas que exhibían metaplasia, a continuación se muestran los datos para la construcción de la gráfica de caja.

Diámetros (cm) de sarcomas puros extirpados de los senos de 20 mujeres.
0,51,22,12,52,53,03,84,04,24,5
5,05,05,05,06,06,57,08,09,513,0

Construcción de la gráfica:
Se calculan los cuartiles en el programa SPSS para Windows versión 19, se hace clic en el menú Analizar, se selecciona Estadísticos descriptivos y luego Frecuencias; en el cuadro diálogo que arroja se selecciona la variable en estudio, se hace clic en el botón Estadísticos... (ubicado en la parte superior derecha), se selecciona Cuartiles (ubicado en la parte superior izquierda), se hace clic en el botón Continuar y finalmente en Aceptar.

Los resultados obtenidos fueron los siguientes:
Q1=2,625 cm
Q2=4,75 cm
Q3=6,5 cm

Se calcula la Rango intercuartilar (RQ):

RQ = Q3 - Q1= 6,5 cm - 2,625 cm = 3,875 cm

El bigote superior va a quedar determinado por el mayor de los datos comprendidos entre  Q3 y Q+ 1,5.RQ. Entonces se tiene que:

Q+ 1,5.RQ = 6,5 cm + 1,5 (3,875 cm) = 6,5 cm + 5,8125 cm = 12,3125 cm
Por lo tanto el bigote superior llegará hasta el mayor de los datos entre 6,5 cm y 12,3125 cm, el cual es 9,5 cm.

El bigote inferior va a quedar determinado por el menor de los datos comprendidos entre  Qy Q- 1,5.RQ. Entonces se tiene que:

Q- 1,5.RQ = 2,625 cm - 1,5 (3,875 cm) = 2,625 cm - 5,8125 cm = -3,1875 cm
Por lo tanto el bigote inferior llegará hasta el menor de los datos entre 2,625 cm y -3,1875 cm, el cual es 0,5 cm.

También se tiene que el sarcoma de 13 cm de diámetro es un valor o punto atípico.

Para hallar esta gráfica en el paquete estadístico SPSS para Windows versión 19, se realiza el siguiente procedimiento:

Se hace clic en el menú Gráficos, se selecciona Cuadro de diálogos antiguos y luego Diagramas de caja...; en el cuadro diálogo que arroja se selecciona el Diagrama simple y Resúmenes para distintas variables, se hace clic en el botón Definir, se coloca la variable en estudio en el recuadro Las cajas representan y finalmente se hace clic en el botón Aceptar.

El resultado es el siguiente luego de la edición de escala:

Gráfico 1. Diámetros (cm) de sarcomas puros extirpados de los senos de 20 mujeres.

Fuente: Daniel (2010).

Al examinar la gráfica se puede ver que el 50% central se encuentra entre 2,6 y 6,5 cm, además se puede observar que la Mediana está cercana a 4,5 cm. La línea o bigote más alargada en la parte superior indica que la distribución de diámetros está inclinada hacia la derecha o es asimétrica positiva. Asimismo, se puede notar que el programa estadístico indica cual es el dato extremo con un circulo y dice cuál es el número del mismo en la base de datos.

La gráfica de caja con valores extremos, así como el diagrama de tallos y hojas, son ejemplos de lo que se conoce como análisis exploratorio de datos. Estas técnicas, se hicieron populares debido al resultado del trabajo de Tuckey, permiten que el investigador examine datos de manera que éstos revelen tendencias y relaciones, identifique características únicas del conjunto de datos y faciliten su descripción y resumen.

Referencias:

Daniel, W. (2010). Bioestadística. Base para el análisis de las ciencias de la salud (4a. Ed.). México: Limusa Wiley.

Montgomery, D. y Runger, G. (2008). Probabilidad y estadística aplicada a la ingeniería (2a. Ed.). México: Limusa Wiley.

lunes, 3 de septiembre de 2012

Diagrama de tallos y hojas

Es un diagrama de gran utilidad para representar un conjunto de datos cuantitativos, este tipo de representación presenta similitudes con el histograma en cuanto que proporciona información del recorrido de la distribución de datos en estudio, muestra la ubicación de la mayor concentración de mediciones y revela la presencia o ausencia de simetría.

Cabe señalar que el diagrama de tallo y hojas tiene ventajas sobre el histograma, porque conserva la información que puede arrojar las mediciones individuales, situación que se pierde en los intervalos del histograma, otra ventaja, es que ésta representación elimina el paso de los datos originales a clases, lo que hace notar que se puede construir en el proceso de marcaje de los elementos en estudio. 

¿Cómo construir el diagrama de tallo y hojas?
- Señalar el título.
- Se debe dividir cada medición en dos partes, la primera se llama tallo y la segunda hojas
- El tallo se forma con uno o más dígitos iniciales de la medición, y las hojas se forman con uno o más de los dígitos restantes.
- La cantidad de tallos preferiblemente deben ser mayores o iguales a 5 y menores o iguales a 20.
- Los tallos forman una columna ordenada de menor a mayor del lado izquierdo del diagrama.
- Registrar las hojas por cada observación junto al valor correspondiente del tallo.
- Indicar fuente.

Ejemplo del diagrama de tallo y hojas:
Supongamos que durante el presente mes del año corriente, se mide el Tiempo en minutos que tardan un grupo de estudiantes para llegar a la Facultad de Medicina, Universidad de Los Andes (ULA).

Datos de Tiempo (minutos): 12, 13, 13, 14, 14, 15, 15, 20, 21, 22, 22, 22, 25, 27, 28, 29, 31, 31, 33, 34, 36, 38, 39, 40, 41, 41, 42, 44, 45, 50, 51 52.

Diagrama 1. Estudiantes de la Facultad de Medicina según Tiempo en minutos para llegar a la Facultad de Medicina. ULA, Mérida. Agosto, 2012.
Tallo   Hoja
Frecuencia absoluta
1
   2,3,3,4,4,5,57
2
   0,1,2,2,2,5,7,8,99
3
   1,1,3,4,6,8,97
4
   0,1,1,2,4,56
5
   0,1,23
Fuente: Datos supuestos.

Interpretación: a través del Diagrama 1 se puede observar que la distribución de datos de Tiempo (minutos) es asimétrica positiva, con la mayor concentración de datos en el segundo tallo, también se puede  determinar la moda, que en este caso es 22 minutos. Además se puede hallar la mediana, considerando que la cantidad de datos son pares, se tiene que los elementos centrales son 29 y 31 minutos, por lo tanto la mediana=(29+31)/2=30 minutos, es el Tiempo que divide la distribución en dos partes iguales. Asimismo se pueden calcular los cuartiles, usando Q1=n/4 y para el Q3=3n/4, por ejemplo: Q1=32/4=8, el valor obtenido determina la posición, la cual arroja que 20 minutos es el Tiempo que deja el 25% de los datos por debajo y el 75% de los datos de la distribución por encima.

Recomendaciones:
Es importante tomar en cuenta que este tipo de diagramas, no es aconsejable en informes anuales o en algún tipo de medios de difusión para un público en general, porque se convierten en una ayuda básica para que investigadores y tomadores de decisiones comprendan la naturaleza de los datos.

Algunas veces, la utilización del primero o de los dos primeros dígitos de los datos puntuales como tallos no proporcionan suficientes tallos como para permitir detectar la forma de su distribución. Una manera de solucionar esto es utilizar tallos dobles. Es decir, utilizar cada tallo dos veces: una vez para trazar las hojas inferiores y otra vez para trazar las hojas superiores.

Muchos de los procedimientos estadísticos que se desarrollan suponen que la variable independiente estudiada posea al menos una distribución aproximadamente normal, para la cual el diagrama de tallos y hojas tiene forma de campana, por lo tanto, los diagramas de tallos y hojas dan una idea de la localización de los datos y de la forma de la distribución. Esta técnica funciona bien para los conjuntos de datos que no tienen una dispersión muy grande.

Referencias:

Daniel, W. (2010). Bioestadística. Base para el análisis de las ciencias de la salud (4a. Ed.). México: Limusa Wiley.

Montgomery, D. y Runger, G. (2008). Probabilidad y estadística aplicada a la ingeniería (2a. Ed.). México: Limusa Wiley.

martes, 21 de agosto de 2012

Medidas de tendencia no central

Estas medidas descriptivas permiten ubicar la posición que ocupa un valor dentro de un conjunto de datos,  se calcula para variables de tipo cualitativo ordinal y de tipo cuantitativo (discreta y continua), cabe agregar que los resultados se expresan en las mismas unidades de los datos en estudio. 

Percentiles: son aquellos valores que dividen los datos ordenados en cien partes iguales. Existen noventa y nueve percentiles, dicha medida hace referencia a un porcentaje de casos por debajo del percentil y otros porcentaje por encima. Entre dos percentiles consecutivos cualesquiera se encuentra un 1% o 1/100 partes de los datos. 

Deciles: son valores que dividen los datos ordenados en diez partes iguales. Existen nueve deciles, dicha medida deja un porcentaje de datos por debajo del decil y otro porcentaje por encima. Entre dos deciles consecutivos cualesquiera se encuentra un 10% o 1/10 partes de los elementos. 

Cuartiles: son valores que dividen los datos ordenados en cuatro partes iguales. Existen tres cuartiles, por lo tanto dicha medida hace referencia a un porcentaje de casos por debajo del cuartil y otro porcentaje por encima Entre dos percentiles consecutivos cualesquiera se encuentra un 25% o 1/4 partes de los datos. 

Referencia: 
Armas, J. (1988). Estadística sencilla descriptiva. Mérida: Consejo de Publicaciones de la Universidad de Los Andes.

lunes, 20 de agosto de 2012

Medidas de tendencia central

Se refieren al punto de equilibrio y centro de masa de los datos de una distribución, también son conocidas como medidas de posición central y determinan hacia donde tienden a concentrarse las observaciones o alrededor de la cual se distribuyen el conjunto de datos y vienen expresada en las mismas unidades de los datos.

Moda: es aquel valor que se repite más o de mayor frecuencia. Es la única medida de posición central que se puede hallar para los diferentes tipos de variables. En los datos es posible tener más de una moda, cuando existen dos modas se denomina una distribución bimodal, si hay tres o más modas se nombra como distribución multimodal e incluso es posible que no exista, esto último ocurre cuando no hay un valor que se repita más que los demás, en otras palabras es una distribución amodal.

Mediana: es aquel valor que ocupa la posición central de los datos de una compilación de datos que previamente han sido ordenados en forma creciente o decreciente, es decir es un valor o categoría que divide la distribución en dos partes iguales. Se calcula para variables que estén medidas como mínimo en una Escala Ordinal. Cuando el número de datos es impar, hay un solo valor que ocupa la posición central y en consecuencia ese dato es la mediana, mientras que cuando el número de datos es par, existen dos valores que ocupan la posición central entonces toma como mediana el promedio entre éstos.

Media aritmética: es el valor característico de una serie de elementos de la variable en estudio, se calcula sumando los datos y dividiéndolos entre el número total de sumandos, se interpreta como el valor promedio y se halla solo para variables cuantitativas.

Referencia:
Armas, J. (1988). Estadística sencilla descriptiva. Mérida: Consejo de Publicaciones de la Universidad de Los Andes.

miércoles, 15 de agosto de 2012

Índice de Masa Corporal

El IMC es sencillo de medir y calcular y es por lo tanto, la herramienta más utilizada para relacionar el riesgo de problemas de salud con el peso a nivel poblacional. Fue desarrollado por Adolphe Quetelet durante el siglo XIX, durante la década de 1970 y se basa en los datos y el informe del estudio de siete países, los investigadores notaron que el IMC parece ser un buen indicador de la adiposidad y problemas relacionados con el sobrepeso.
Al igual que otras medidas que no es perfecto, ya que sólo depende de la Estatura y la Masa y no toma en consideración los niveles de distribución de la grasa y niveles de actividad física. Por esta razón sobreestima adiposidad en algunos casos y subestima en otros.
Índice de masa corporal (IMC). 

Antes llamado índice de Quetelet, es una medida que indica el estado nutricional de los adultos. Se define como la Masa de una persona (en kilogramos) dividido por el cuadrado de su Estatura (en metros). Por ejemplo, un adulto que posee una Masa de 70 kilogramos y cuya Estatura es de 1,75 metros su IMC quedará determinado por:
IMC = 70 (Kg) / (1.75 m)^2 = 22,86 Kg/m^2
Para los adultos entre 20 y 60 años de Edad independientemente del Sexo, el IMC se compara con la Tabla 1.
 Tabla 1. El estado nutricional.
IMC
El estado nutricional
Por debajo de 18,5
Peso inferior al normal
18.5-24.9
El peso normal
25.0-29.9
Pre-obesidad
30.0-34.9
La obesidad clase I
35.0-39.9
La obesidad de clase II
Por encima de 40
La obesidad clase III
Los rangos de IMC se basan en el efecto de grasa corporal excesivo tiene sobre la enfermedad y la muerte y está razonablemente bien relacionada con la adiposidad. El IMC fue desarrollado como un indicador de riesgo de la enfermedad, es decir, a medida que aumenta el IMC, también lo hace el riesgo de algunas enfermedades comunes, relacionadas con el sobrepeso y la obesidad como son: la muerte prematura, enfermedades cardiovasculares, hipertensión arterial, artrosis, algunos tipos de cáncer y la diabetes.
IMC también se recomienda para uso en niños y adolescentes. En los niños, el IMC se compara con las puntuaciones de la Distribución Normal Estandarizada (Z) o de los Percentiles. En el caso de los niños de 0-5 años, se les puede diagnosticar sobrepeso u obesidad, si se establece valores comprendidos entre los Percentiles 97 y 99. Para las personas de 5 a 19 años, el sobrepeso es cuando se obtiene un valor mayor al de IMC más una Desviación Típica y para la obesidad es un valor mayor al de IMC más dos Desviaciones Típicas.

lunes, 13 de agosto de 2012

Resultados preliminares del Censo 2011

El Instituto Nacional de Estadística (INE), dio a conocer el 8 de agosto del año corriente, los resultados básicos del XIV Censo Nacional de Población y Vivienda, los cuales evidenciaron en la población venezolana una disminución en los habitantes con edades menores a 15 años, se apreció un incremento de los individuos mayores de 64 años, además se tiene que la población total preliminar al 30 de octubre de 2011 es de 28.946.101.

El presidente del INE, Elías Eljuri, indicó que es muy importante la cifra definitiva de población que se presentan de la población al 30 de octubre de 2011, porque esa cifra es la base para las proyecciones de población que servirá para los próximos 10 años y es fundamental para hacer la distribución del Situado Constitucional en los estados y municipios.

Por otro lado, la población que se reconoce como indígena aumentó desde 2,3 por ciento con respecto a el total de 2001, a 2,8 para 2011, lo cual representa unas 700 mil personas, de acuerdo con la investigación. También, el total de venezolanas jefas de hogar se incrementó de 29,4 por ciento de acuerdo con el registro de 2001, a 39,3.

Los datos indican que en el país existen 213 municipios con menos de 50.000 habitantes, mientras que hay más de siete municipios con más de 500.000 personas. Cabe destacar que el estado Zulia es el que tiene mayor concentración de población con 3.704.404, Miranda 2.675.165, Carabobo 2.245.744 y Distrito Capital 1.943.901 habitantes.

Asimismo, hay 8.216.443 viviendas de las cuales 84,6% están ocupadas. Del total de estructuras 9,1% son ranchos, 76,7% quintas o casas y 13,8% son apartamentos o casas. 27% de las viviendas fueron construidas después de 2001 y 23% entre 1983 y 1997.

Sobre el equipamiento del hogar, el censo arrojó que 23,7% tiene acceso a internet; 31,6% cuenta con una computadora y 48% de la población cuentan con televisión por cable o satélite, 48% y la telefonía fija en los hogares es de un 50,3%.

Es importante destacar que los censos de población y vivienda son actividades complejas, que estudian todos los elementos de la población pasando por varias etapas. Los datos del Censo 2011 se obtienen luego de largos y meticulosos procesos, para finalmente garantizar la certeza de la información levantada, para así proporcionar al Estado los datos necesarios en la toma de decisiones políticas, de planificación y administración.

Finalmente, Eljuri informó que para el 23 de agosto se darán nuevas cifras del Censo 2011 y estimó que para el mes de diciembre del año en curso, sean presentados los resultados definitivos.

Para observar otros resultados básicos, pueden visitar:
http://www.ine.gov.ve/documentos/Demografia/CensodePoblacionyVivienda/pdf/ResultadosBasicosCenso2011.pdf

Fuente:
Notas de Prensa del Instituto Nacional de Estadística. Disponible en:
http://www.ine.gov.ve/index.php?com_content&view=article&id=473

lunes, 23 de julio de 2012

Indicador de salud

Los indicadores, son medidas que cuantifican o cualifican dimensiones del estado de salud de una población determinada, considerando las variables en estudio, por lo cual se hace indispensable en las estadísticas sanitarias de cualquier país.

Es importante considerar las siguientes características deseables de los indicadores:

1. Factibilidad, es decir que sea posible conseguir los datos necesarios.
2. Simplicidad, para su cálculo e interpretación.
3. Bajo costo, en el sentido de que no haya necesidad de destinar presupuestos especiales para la obtención de los datos.
4. Poder discriminatorio, porque debe permitir determinar las diferencias existentes entre los niveles de salud que se pretenden medir.
5. Objetividad, o propiedad de dar los mismos resultados independientemente de la persona que lo aplica.
6. Validez, que mida lo que pretende medir.
7. Confiabilidad, que tenga una relación numérica estrecha entre la variabilidad obtenida de la medición y la variabilidad total (puntajes de la medición más puntajes del error).

Algunos de los indicadores de salud más usados son: 

Indicadores del nivel de salud alcanzado: tasas crudas de mortalidad, morbilidad y natalidad, tasa de mortalidad, morbilidad y natalidad especificadas por causas o por un sector de la población.

Indicadores sobre las condiciones ambientales: porcentaje de población con agua potable, porcentaje de población con sistema adecuado de exposición de excretas.

Indicadores de recursos y actividades de salud: número de profesionales de la salud por 100 o por 1000 pacientes, porcentaje de defunciones con atención médica, número de camas hospitalarias por 1000 habitantes.

Para ampliar más la información presentada, pueden revisar el siguiente enlace:


Referencia

Camel, F. (2010). Estadística médica y planificación de la salud, Tomo II. Mérida: Consejo de Publicaciones de la Universidad de Los Andes.

sábado, 14 de julio de 2012

Gráfico de puntos y pictogramas

Un análisis estadístico comienza, habitualmente, con un estudio gráfico de los datos disponibles. Los gráficos trasmiten en forma inmediata una idea general sobre los principales aspectos de los datos en estudio pero no proporcionan detalles, se recomienda que sea sencillo y de fácil interpretación. Los gráficos al igual que las tablas de distribución de frecuencias deben poseer como elementos fundamentales: título, cuerpo y fuente. Son muy variados los tipos de gráficos y en esta ocasión se explicarán el gráfico de puntos y los pictogramas.

Con la creciente potencia y disponibilidad de herramientas computacionales, cada vez se hace más fácil encontrar múltiples representaciones gráficas para describir datos. El problema se centra principalmente en seleccionar las más apropiadas para cada ocasión.

El gráfico de puntos, se utiliza para un conjunto pequeño de datos cualitativos y cuantitativos, este tipo de gráfico se representa en un línea recta los elementos mediante puntos.

Ejemplo:

Pictogramas: tienen su uso principal en la representación gráfica de series cronológicas y en algunos casos de datos cualitativos. Es un gráfico muy expresivo y atrapa rápidamente la atención del lector, cada símbolo utilizado representa la naturaleza de los datos. Cada símbolo equivale a un número determinado de unidades y se repite las veces que sea necesario hasta que refleje la magnitud del valor de la variable.

Los pictogramas se emplean para hacer comparaciones entre valores de la variable analizada y no se utiliza para hacer afirmaciones aisladas.

Ejemplo:

Referencia

Armas, J. (1988). Estadística sencilla: descriptiva. Mérida: Consejo de Publicaciones de la Universidad de Los Andes.

jueves, 12 de julio de 2012

Proporción, razón y tasa.

Los conceptos que se presentarán a continuación en ocasiones se emplean de manera ligera, sin tener claro su significado y aplicación en Medicina.

Proporción (muestral)es el cociente del número de veces que se presenta un valor o característica con respecto al total de la muestra de la variable en estudio. Por ejemplo: en un estudio médico sobre el Alzheimer se examinaron 280 mujeres y 220 hombres, entonces se puede notar que: 

Proporción (mujeres) = 280/500 = 0,56
Proporción (hombres) = 220/500 = 0,44

Es importante aclarar que las proporciones, se relacionan con las frecuencias relativas simples; su rango, va desde cero hasta  uno (ambos inclusive), en otras palabras, el campo de existencia de las proporciones se encuentra en el intervalo [0,1] y la sumatoria de las proporciones es igual a uno.

La fórmula general de proporciones (Pi) es:

Pixi
          n

Razón (muestral): es la relación entre dos fenómenos independientes, el rango es de cero a infinito positivo. Por ejemplo: en un Hospital existen mil pacientes y un total de cincuenta médicos, por lo cual se tiene una razón de 1000/50=20, en otras palabras en el Hospital por cada médico existen 20 pacientes.

La fórmula de razones (ri) es:

ri=xi
   n

Tasa: es la rapidez de cambio de un fenómeno, se obtiene mediante el cociente del número de veces que ocurre la situación investigada en un lugar y lapso de tiempo determinado, entre la población en estudio, multiplicada por una potencia de 10, su rango es de cero a infinito positivo. Entonces las tasas se hallan:


Frecuencia de determinado fenómeno en un tiempo específico . 10^n
Población en estudio

Cabe agregar que, las tasas que se refieren a toda la población se llaman crudas, mientras que las tasas que se refieren solo a una parte de la población se denominan especificas.

Las tasas más comunes son:

Tasas de mortalidad: riesgo de morir.
Tasas de morbilidad: riesgo de contraer determinada enfermedad.
Tasas de natalidad: miden el crecimiento de las poblaciones.
Tasas de letalidad: miden la gravedad de las enfermedades.

Referencia

Camel, F. (2010). Estadística médica y planificación de la salud, Tomo I. Mérida: Consejo de Publicaciones de la Universidad de Los Andes.

lunes, 9 de julio de 2012

Agrupamiento de datos cuantitativos

Cuando existen gran cantidad de datos cuantitativos (discretos y continuos) que se encuentran muy dispersos, las distribuciones de frecuencias sin agrupar no son la mejor opción para realizar una organización de datos, por lo cual se hace necesario realizar una distribución en intervalos o clases, que hagan posible un resumen de los datos de la variable en estudio, para de esta manera concentrar los datos y así acumular el número de observaciones o frecuencias contenidas para cada clase facilitando su presentación, además de permitir un análisis de aspectos resaltantes que serían muy difícil de observar con datos individuales.

Es preciso aclarar que dichas clases, deben ser mutuamente excluyentes y colectivamente exhaustivas, lo primero significa que las clases no deben estar solapadas, es decir, un valor no puede pertenecer a dos clases de manera simultánea; lo segundo expresa que todos los datos deben estar incluidos en los intervalos definidos.

Cabe señalar que, las distribuciones de frecuencias en intervalos tienen como principal desventaja, la perdida de individualidad de los datos, debido a que se sabe que en determinada clase está contenida cierta cantidad de datos, sin embargo no se conoce con exactitud los valores que toma, por lo tanto se pierde el nivel de detalle y accesibilidad. Esta desventaja es atribuible cuando los datos ya se encuentran organizados en intervalos, de lo contrario, es posible retornar a los datos originales.

Por otro lado es importante tomar en consideración que, al agrupar los datos cuantitativos en intervalos, se debe elegir un número razonable de clases, porque cuando se escoge un número muy grande el objetivo de simplificación no se obtiene, además de que se puede correr el riesgo de tener muchas clases con muy pocos datos; en el caso contrario, (se selecciona un número muy pequeño de intervalos), se resume tanto los datos al punto de perder información de utilidad. 

Finalmente hay que recordar que tanto el número de clases como las amplitudes de las mismas dependen de la naturaleza de los datos, el número de datos disponibles para la agrupación y el interés del investigador.

Referencia:

Armas, J. (1988). Estadística sencilla: descriptiva. Mérida: Consejo de Publicaciones de la Universidad de Los Andes.

jueves, 5 de julio de 2012

Independencia de Venezuela


El doodle de Google mostrado el día de hoy, presenta una imagen que conmemora la independencia de nuestro bello país, con su tricolor, además de tener el Salto Ángel (Kerepakupai Vená en pemón) y me hubiese gustado que estuviera el Pico Bolívar, sin embargo lo más importante es que esto evidencia un evento histórico que tiene 201 años, el cual nos debe llenar de orgullo. Cabe agregar que en la actual sociedad, se hace necesario  ser un venezolano más consciente con valores éticos y morales bien fundamentados, porque las personas son las que construyen un país cada día mejor.

jueves, 14 de junio de 2012

Fechas importantes (U-2012)

- Lunes 18 de junio de 2012, se comenzará con la materia del segundo parcial, para lo cual es necesaria la práctica 3.
- Jueves 21de junio de 2012, no hay clases por el paro de profesores.
- Lunes 25 de junio de 2012, se continua con la materia del segundo parcial.
- Jueves 28 de junio de 2012, se elaborará la práctica número 5, para aclarar dudas de la temática del parcial.
- Lunes 02 de julio de 2012, primer parcial de la asignatura.

lunes, 11 de junio de 2012

Calidad de la información

Determinar la calidad de la información, se hace fundamental para el desarrollo de una investigación  en cualquier área de estudio, incluyendo la Bioestadística, en este vídeo se explica de manera didáctica los principales criterios a considerar.


lunes, 28 de mayo de 2012

Nueva información (U-2012)

Estimados estudiantes de Bioestadística.

La presente publicación, es para mencionarles que la clase de hoy, lunes 28 de mayo de 2012, se suspendió debido a los disturbios presentados en la mayoría de dependencias de la Universidad de Los Andes. 

Considerando lo anterior se envió al Grupo de Google, la presentación que correspondía a la clase, la cual trata sobre las principales técnicas e instrumentos de recolección de datos. Cabe señalar, que este es el último contenido a tomar en cuenta para el examen parcial de la Cátedra, resulta oportuno agregar, que si presentan alguna inquietud de la temática mencionar por algunos de los canales de comunicación e información.

Se despide de manera cordial,

Prof. Joan Fernando Chipia Lobo.

jueves, 24 de mayo de 2012

Información (U-2012)

Saludos cordiales.

La presente publicación es para informarles que la presentación que correspondía a la clase del día de hoy (jueves, 24 de mayo de 2012), fue subida al Grupo de Google. Espero la revisen y cualquier duda mencionarla durante la clase del día lunes, 28 de mayo de 2012.

Es oportuno informar que si continúan los disturbios, se repite la fórmula, es decir, subiré al Grupo de Google la presentación correspondiente para ese día.

Finalmente, les recuerdo que el jueves 31 de mayo de 2012, se elaborará práctica en el laboratorio de informática de la Escuela de Medicina, con el paquete estadístico SPSS.

martes, 1 de mayo de 2012

Santiago Ramón y Cajal


Médico español, nacido en Navarra, el 1 de mayo de 1852 y fallece en Madrid, el 17 de octubre de 1934.  Se especializó en histología y anátomo-patología. Obtuvo el premio Nobel de Medicina en 1906 por descubrir los mecanismos que gobiernan la morfología y los procesos conectivos de las células nerviosas, una nueva y revolucionaria teoría que empezó a ser llamada la doctrina de la neurona, basada en que el tejido cerebral está compuesto por células individuales. 

Este médico lo menciono en esta publicación debido a su notable aporte a la Medicina, además de que apareció relacionado con el Doodle de Google de fecha Primero de Mayo de 2012, que se muestra a continuación:


lunes, 30 de abril de 2012

Estadístico y Parámetro

Los resultados de un estudio de carácter científico se obtienen a partir de cada uno de los elementos (individuos o unidades experimentales) que son parte de la población en estudio. 

Es importante recordar que el valor numérico obtenido a partir de los datos individuales de los integrantes de una población, se conoce con la denominación de parámetro, por lo tanto este resultado muestra el comportamiento del total de datos que constituyen una población.

A partir de lo anterior, es importante destacar que el objetivo de una investigación es obtener un parámetro que evalúe la situación de una población para una variable específica, por ejemplo: estado de salud, el nivel educativo, etc.

Debido a la dificultad de contar con la totalidad de los registros correspondientes a la población de interés científico, los cálculos suelen realizarse a una parte de la población, es decir una muestra y a este resultado de resumen, en terminología estadística, se le denomina un estadístico, el cual permite la estimación de un parámetro y la explicación del fenómeno estudiado en la población a través de un proceso de muestreo. 

Fuente:

Macchi, R. (2005). Introducción a la Estadística en Ciencias de la Salud. Buenos Aires: Medica Panamericana.

martes, 24 de abril de 2012

Información importante... (U-2012)

Saludos cordiales.

Esta publicación es con el objeto de informarles que en el Grupo de Bioestadística, se subió la presentación sobre la historia de la Estadística y los conceptos básicos de población, muestra, dato, unidad estadística, estadístico y parámetro, lo cual fue desarrollado en la clase del día lunes, 23 de abril de 2012. Además subí la Práctica número 1, a efectuarse el jueves 26 de abril del año corriente.

Se despide,

Prof. Joan Fernando Chipia Lobo.
@joanfchipial

viernes, 20 de abril de 2012

Sobre el Grupo (U-2012)

Saludos cordiales.

La presente entrada es para informarles que:

1. Ya ha sido creado el Grupo Bioestadística ULA, el cual es para los dos grupos de la Cátedra, debido a que este es un excelente medio de comunicación de la asignatura.

2. Es importante que me envíen su correo electrónico de gmail a joanfernando130885@gmail.com para agregarlos al Grupo antes mencionado, además de seguir este Blog porque por este medio se darán informaciones y compartirán otros materiales de la materia.

3. Al Grupo se envió el Programa de la Cátedra de Bioestadística y la presentación sobre "Actitudes populares hacia la Estadística" explicada en la clase del día lunes, 16 de abril de 2012.

Se despide,

Prof. Joan Fernando Chipia Lobo.
@joanfchipial

lunes, 16 de abril de 2012

Población, muestra y muestreo

En este de vídeo se explica los conceptos de población, muestra, muestreo, marco muestral, censo, los invito a observarlo, opinar y mencionar dudas o inquietudes que se les puedan presentar.



lunes, 9 de abril de 2012

El lenguaje de toma de decisiones en Estadística


Constantemente buscamos información para tomar decisiones. Al levantarnos en la mañana  observamos como está el tiempo para decidir como vestirnos o averiguamos si va a llover para decidir si llevamos paraguas, etc. 

Inconscientemente aplicamos la lógica estadística para tomar ese tipo de decisiones. Además, podemos usar la estadística para situaciones tan diversas como: 

• Analizar si el tabaquismo se asocia al cáncer al pulmón. 
• Analizar si la reforma educacional mejoró la calidad de la Educación en Venezuela.  
• Predecir los resultados de las próximas elecciones. 
• Predecir si ocurrirá una situación de emergencia ambiental en Mérida. 

Aprender Estadística es como aprender un nuevo idioma. 

jueves, 29 de marzo de 2012

Introducción a la Bioestadística

La estadística, es la ciencia que recolecta, organiza, resume, analiza y toma decisiones ante situaciones de incertidumbre. La complejidad de los sistemas biológicos y de salud asociada a la variabilidad experimental requiere la aplicación de matemáticas y estadísticas para entender las diversas problemáticas y situaciones, con el objeto de analizar datos experimentales de una manera cuantitativa.

El conocimiento de las matemáticas es necesario para entender los conceptos asociados con la construcción de modelos matemáticos y las bases de las pruebas estadísticas.

Por otra parte, el software computacional facilita e incrementa la aplicación de las matemáticas en estudios biológicos y de salud, lo que hace evidente el perjuicio de aceptar resultados sin entender completamente su significado.

Muchas investigaciones requieren solamente datos cualitativos, los cuales pueden ser suficientes, por ejemplo para conocer que determinado organismo está presente en un ambiente, o que un proceso está operando. Sin embargo, otros estudios requieren la obtención de datos cuantitativos. La cuantificación requiere algunas aplicaciones matemáticas.

Utilidad

Existen dos diferentes aplicaciones: Modelos matemáticos y Análisis estadístico. La primera involucra las funciones y técnicas involucradas en la construcción de tales modelos. La segunda describe las pruebas estadísticas utilizadas para analizar datos experimentales.

El análisis estadístico tiene dos funciones:

1. Organizar y describir datos experimentales que han sido recolectados

2. Proporcionar conclusiones inferenciales acerca de una población, a partir de datos experimentales de  la (s) muestra (s) consideradas.

Es esencial que antes de llevar a cabo el estudio experimental y el análisis estadístico se clarifiquen e identifiquen los propósitos del estudio. De hecho, algunos experimentos no requieren estadística, por lo que el análisis se requiere generalmente para aquellos que generan datos cuantitativos. Cuando este es el caso, el tipo de análisis estadístico a utilizar debe ser identificado antes de comenzar el experimento.

Cabe mencionar que la Bioestadística, es una rama de la estadística aplicada a la biología y la salud, la cual ha sido clave en el desarrollo de nuevos fármacos, en el entendimiento de enfermedades crónicas; la estrecha relación de la Estadística con el método científico hace de la Bioestadística una disciplina imprescindible en la mayoría de los proyectos en el área tecnológica; el pensamiento estadístico no sólo resuelve y entiende compleja metodología para dar respuesta a hipótesis, sino que es capaz de organizar el “sistema” que involucra la investigación desde el diseño general, diseño de muestreo, control de calidad de la información, análisis y presentación de resultados.


Para finalizar se recomiendan los siguientes enlaces web:

http://www.bioestadistica.uma.es/libro/
http://publicacions.uab.es/pdf_llibres/TRII002.pdf
http://www.virtual.unal.edu.co/cursos/ciencias/2001091/index.html


jueves, 22 de marzo de 2012

Blog de Bioestadística

Bienvenid@s al Blog de Bioestadística y Matemática Básica de la Facultad de Medicina de la Universidad de Los Andes (Mérida-Venezuela), el cual fue creado como medio de información y comunicación, incluye materiales y recursos de apoyo que ayudarán al desarrollo de la asignatura. Cabe mencionar que este Blog Educativo, se divide en tres páginas: Página Principal, Café Virtual y Conociendo al profesor.