X Curso Terico Prctico de Estadstica Aplicada a las Ciencias de la Salud

Sociedad Cientfica de San Fernando

Rubn E. Valle Rivadeneyra

2011

NDICE 1. CREACIN DE VARIABLES E INTODUCCIN DE DATOS. 2. ANLISIS EXPLORATORIO. 2.1 Estudio de la normalidad de variables. 2.2 Transformacin de variables. 2.3 Seleccin de datos. 3. PRUEBAS ESTADSTICAS. 3.1 Variables cualitativas. 3.2 Variables cuantitativas Paramtricas. 3.3 Variables cuantitativas no Paramtricas. 4. Anlisis de supervivencia 4.1 Curvas de Kaplan Meier 4.2 Prueba de Long Rank

R. Valle

1. Creacin de variables e introduccin de datos. El primer paso para el manejo del programa es reconocer sus 2 primeras hojas. La primera hoja llamada Vistas de variables es donde se realiza la operacionalizacin estadstica de las variables. Se tiene que rellenar todas las caractersticas observadas en la primera fila de la pantalla.

La segunda hoja se llama Vista de datos y permite la introduccin de cada uno de los datos recolectados, estos se completarn segn las caractersticas dadas a la variable en la seccin anterior.

R. Valle

En el caso de variables cualitativas se tiene que colocar en Tipo de variable la opcin cadena y dar Valores a cada variable, por ejemplo si la variable es Comorbilidad los valores sern 1= Presente, 2= Ausente. Finalmente se define la escala en la que se quiere medir (Nominal, ordinal). En el caso de las variables cuantitativas es ms sencillo se tiene que colocar el nmero de decimales con que se desea trabajar y en la seccin de medida siempre marcamos la opcin de escala

De esta forma se irn introduciendo cada una de las variables, y posteriormente cada uno de sus datos. Tambin se puede importar base de datos desde otros programas, por ejemplo el Exel, para lo cual se va a la pestaa Abrir datos y posteriormente se remarca la opcin TIPO de archivo, aqu escogemos la opcin Excel (*xls) y luego marcamos la ubicacin donde se encuentra el archivo.

Para fines de la presente prctica trabajaremos con la base de datos de un estudio titulado: Consumo materno de un complejo multivitamnico y su efecto en el estado y peso al nacer de neonatos en un hospital de la ciudad de Lima. El estudio consisti en suminitrar a las madres un complejo multivitamnico para que sea tomado durante los 30 das siguientes al diagnstico del embarazo, se trabaj con 200 madres y posteriormente se tomaron los datos del neonato, las variables evaluadas se observan en la siguiente tabla.

R. Valle

VARIABLE Edad _ madre

ETIQUETA Edad de la madre Das de

VALORES Aos

ESCALA Razn (escala) Razn (escala)

Dias_Tx tratamiento

Das 1= Si

Comorbilidades

Comorbilidades 2= No 1=Ausente

Nominal

FR

Factores de riego

2=Tabaco 3=Alcohol 1= Primigesta

Nominal

Gravidez

Gravidez

2=Segundagesta 3= Multigesta

Ordinal

Edad_Gestacional

Edad gestacional

Semanas

Razn (escala) Razn (escala)

Peso_nacimiento

Peso de nacimiento

Aos 1= Vigoroso

Estado_nacer

Estado al nacer 2=Deprimido 1=Incompleto

Ordinal

Est_escolares

Estudios escolares 2=Completo Nivel de hemoglobina al inicio Nivel de hemoglobina al final

Nominal

HB1_Madre

mg/dl

Razn (escala) Razn (escala)

HB2_Madre

mg/dl

R. Valle

2.Anlisis exploratorio Es el procedimiento que permite una visualizacin general de los datos y conocer las caractersticas de su distribucin. Se realiza previo al anlisis definitivo de los datos. Objetivos: Determinar el tipo de distribucin de las variables. Codificacin y recuento de datos ausentes. Evaluar la calidad y la consistencia de los datos. Mostrar datos atpicos. Anlisis exploratorio de variables cualitativas. Nos dirigimos a la opcin: Analizar>>Estadsticos descriptivos>>Frecuencias

En la pantalla aparecer una ventana en la cual colocamos las variable que queremos analizar, si marcamos la opcin Grficos obtendremos una segunda ventana en la cual podemos escoger el tipo de grfico, asi como la forma de presentacin. Finalmente damos aceptar y se abrir una nueva ventana con los resultados del anlisis.

R. Valle

En el caso de las variables cuantitativas procedemos de la misma manera: Analizar>> Estadsticas descriptivas>>Frecuencias. Posteriormente seleccionamos la opcin Estadsticos y marcamos todos los anlisis que se quieren realizar (Ejm: Media, mediana, moda, DS, etc). En este caso tambin se puede proceder como el caso anterior y seleccionar la opcin grficos.

2.1Estudio de la normalidad de las variables Existen diferentes pruebas que se pueden realizar para ver si una variable tiene una distribucin Normal. Las ms utilizadas son: Histograma. Kolmorogov- smirnov. Grficos Q-Q. Grfico P-P. Para trabajar con el histograma procedemos como en el caso anterior, Analizar>> Estadsticas descriptivas>>Frecuencias>>Grficos y escogemos la opcin Histograma y curva normal. Trabajaremos esta seccin con la variable Edad de la madre.

R. Valle

Para realizar la prueba de kolmorogov-Smirnov nos dirigimos a: Analizar>>Pruebas no Paramtricas>>K-S 1 muestra. Para desarrollar esta prueba debemos tener presente:
H0: Los datos se distribuyen en forma normal Ha: Los datos no se distribuyen en forma normal

R. Valle

Prueba de Kolmogorov-Smirnov para una muestra Edad de la madre 200 27.43 6.372 1.118 .164

N Parmetros normales

Media Desviacin tpica

Z de Kolmogorov -Smirnov Sig. asintt. (bilateral) a. La distribucin de contraste es la Normal.

En este caso como el P es mayor que 0.05 no rechazamos la Ho, la aceptamos: La variable edad de la madre tiene una distribucin Normal. Lo que se corrobora con el Histograma.

Observando el histograma y el resultado de la prueba de K-S vemos que la variable edad de la madre, tiene una distribucin normal. Sin embargo desarrollaremos otras 2 pruebas que analizan la Normalidad. Para desarrollar un grfico Q-Q nos dirigimos a Analizar>>Estadsticas descriptivas>>Grfico Q-Q. Dentro de la opcin, distribucin de contraste seleccionamos: NORMAL

R. Valle

Para desarrollar un grfico P-P nos dirigimos a Analizar>>Estadsticas descriptivas>>Grfico PP. Dentro de la opcin, distribucin de contraste tambin seleccionamos: NORMAL

2.2 Transformacin de variables.

Esta propiedad nos permite transformar las variables a partir de los valores que toma la variable inicialmente. Se puede recodificar en la misma variable o en otra diferente. En el presente ejercicio transformaremos la variable Peso de nacimiento que es una variable cuantitativa en una nueva variable con los valores 1= Bajo peso (< 2.5 Kg.), 2= Buen peso (2.6-4.0 Kg.) y 3= Macrosmico(>4.1 Kg.). Transformar>>Recodificar en distinta variable. R. Valle

Una vez seleccionada esta opcin en la pantalla se abrir una ventana en la que debemos colocar la variable a transformar, luego escogemos un nombre y una etiqueta para la nueva variable. Posteriormente marcamos la casilla valores antiguos y nuevos

En esta seccin debemos colocar los nuevos valores. Esta ventana consta de 2 partes, en la de la izquierda se construyen los nuevos rangos y en la de la derecha se colocan los nuevos valores que tendrn cada uno de los rangos. En el ejemplo se ha escogido como el rango 2.51 hasta el 4.0 y se le ha asignado el valor 2 tal como se seala lneas arriba. En la hoja de variables aparecer nuestra nueva variable (fila sombreada). Luego debemos codificar cada uno de los valores de la nueva variable, prestando atencin en utilizar los mismos valores empleados al momento de construir la nueva variable. 1= Bajo peso (< 2.5 Kg.), 2= Buen peso (2.6-4.0 Kg.) y 3= Macrosmico( >4.1 Kg.)

R. Valle

2.3 Seleccin de casos Esta opcin nos permite trabajar con slo una parte de la poblacin, que presenta una caracterstica en comn. Para fines de la prctica nosotros escogeremos trabajar con las madres que no presentan ninguna comorbilidad. Nos dirigimos: Datos>>Seleccionar casos y escogemos la opcin Si se satisface la condicin, lo que nos llevara a una nueva ventana.

R. Valle

En la nueva ventana sealamos la variable que va a funcionar como condicional (comorbilidad) y luego escogemos el valor de la variable que va a servir para seleccionar los casos. Como en el presente caso queremos trabajar con las madres sanas marcamos el valor 2 (comorbilidad ausente) y le damos continuar.

Observe que en la hoja de datos, aquellos datos que tenan marcada la variable comorbilidad presente, se encuentran tachados en la columna de la izquierda, por lo tanto todos los anlisis que se realicen slo tomarn en cuenta a las madres sanas.

R. Valle

3. Pruebas estadsticas 3.1 VARIBLES CUALITATIVAS 3.1.1 Prueba Chi cuadrado Esta prueba se utiliza para probar asociacin estadstica entre variables cualitativas, en todos los casos se trata de comparar los valores observados y esperados. Esta prueba utiliza las tablas de contigencia Comparacin de proporciones o frecuencias de dos o ms grupos. Para mostrar la asociacin entre 2 variables. Recomendaciones: Si n> 40 se usa X2 corregido por continuidad. Si n se esta entre 20 y 40 se usa X2 en el caso que todas las frecuencias esperadas sean 5. Si n< 20 no se usa X2. Se utiliza la prueba exacta de Fisher. Para desarrollar esta seccin, nos haremos la siguiente pregunta: La comorbilidad materna influye en el estado de nacimiento del neonato? H0: El estado de nacimiento del neonato es independiente de la comorbilidad de la madre. H1: El estado de nacimiento del neonato NO es independiente de la comorbilidad de la madre. Nos dirigimos a Analizar>>Tablas de contigencia. Se abre una ventana donde seleccionamos las variables a analizar y para analizar las variables aplicando el X2 nos dirigimos a Estadsticos.

R. Valle

El valor P en la prueba X2, es menor de 0.05 por lo tanto se rechaza la Ho y se acepta la alterna. El OR (razn de ventajas) es de 2.76 y es significativo pues su intervalo no incluye a la unidad.
Estimacin de riesgo

Tabla de contingencia Comorbilidad * Estado al ancer Recuento Estado al ancer Deprimido vigorozo 49 16 71 64 120 80 Total 65 135 200
Razn de las ventajas para Comorbilidad (Presente / Ausente) Para la cohorte Estado al ancer = Deprimido Para la cohorte Estado al ancer = vigorozo N de casos vlidos Valor 2.761 1.433 .519 200

Intervalo de confianza al 95% Inferior Superior 1.430 1.160 .327 5.329 1.772 .823

Comorbilidad Total

Presente Ausente

Pruebas de chi-cuadrado Valor 9.497b 8.571 9.869 gl 1 1 1 Sig. asinttica (bilateral) .002 .003 .002 .002 9.449 200 1 .002 .001 Sig. exacta (bilateral) Sig. exacta (unilateral)

Chi-cuadrado de Pearson Correccin por a continuidad Razn de verosimilitudes Estadstico exacto de Fisher Asociacin lineal por lineal N de casos vlidos

a. Calculado slo para una tabla de 2x2. b. 0 casillas (.0%) tienen una frecuencia esperada inferior a 5. La frecuencia mnima esperada es 26.00.

R. Valle

3.1.2 Prueba Exacta de Fisher. Es una prueba para analizar variables cualitativas, se utiliza cuando no se llegan a cumplir los criterios de la prueba X2. Se usa slo para tablas 2x2. Las H0 y H1 son las siguientes: 1.Bilateral: H0: La proporcin con la caracterstica de inters es la misma en ambas poblaciones, p1=p2. H1: La proporcin con la caractersticas de inters NO es la misma en ambas poblaciones, p1p2.

2. Unilateral: H0: La proporcin en la poblacin 1 es menor o igual que en la proporcin en la poblacin2, p1p2. H1: La proporcin en la poblacin 1 es mayor que en la proporcin en la poblacin2, p1>p2.

3.2 VARIABLES CUANTITATIVAS PARAMTRICAS.

3.2.1 Prueba T- Student para muestras independientes Es una de las pruebas ms utilizadas, se utiliza para comparar las medias de 2 grupos diferentes. La variable cuantitativa debe presentar una distribucin Normal. Criterios: La escala de medicin de la variable tiene que ser de intervalo o de razn. El tamao de los grupos de pueden ser diferentes. Se recomienda realizar pruebas bilaterales. Para desarrollar el siguiente caso nos haremos la siguiente pregunta Existe diferencia en la edad entre aquellas madres que no tienen factores de riesgo y entre aquellas que consumen tabaco? Ho: La media de la edad de las madres que consumen tabaco es similar a la edad de las madres que no presentan factores de riesgo. Ha: La media de la edad de las madres que consumen tabaco es diferente a la edad de las madres que no presentan factores de riesgo Como observamos al inicio, la variable Edad de la madre tiene una distribucin normal, por lo que esta variable debe ser tratada con pruebas Paramtricas, por lo que podemos utilizar la prueba T de studet para muestras independientes. Analizar>>Comparar medias>>Prueba T para muestras independientes. R. Valle

En la nueva ventana ingresamos la variable a analizar y en la opcin variable de agrupacin, introducimos la variable que va a formar los grupos, en este caso Factor de riesgo. Luego definimos los valores, recuerda que la variable Factor de Riesgo tiene 3 valores; 1=ausente, 2=tabaco, 3=alcohol. Como slo debemos comparar 2 medias (ausente y tabaco) escogemos los valores 1,2. Si quisiramos comparar entre las madres que tienen FR ausente y las que consumen alcohol tendramos que seleccionar la opcin 1,3.

Estadsticos de grupo Factotores de riesgo Ausentes Tabaco N 136 48 Media 28.49 25.08 Desviacin tp. 6.080 6.568 Error tp. de la media .521 .948

Edad de la madre

Prueba de muestras independientes Prueba de Levene para la igualdad de varianzas

Prueba T para la igualdad de medias 95% Intervalo de confianza para la diferencia Inferior Superior 1.352 1.255 5.466 5.564

F Edad de la madre Se han asumido varianzas iguales No se han asumido varianzas iguales .656

Sig. .419

t 3.270 3.151

gl 182 77.263

Sig. (bilateral) .001 .002

Diferencia de medias 3.409 3.409

Error tp. de la diferencia 1.043 1.082

R. Valle

3.2.2 Prueba T de student para muestras pareadas. Esta prueba se utiliza cuando se quieren comparar la media de una misma poblacin medida en momentos o por observadores diferentes. La variable tiene que describir una distribucin normal. Para efectos de la prctica trabajaremos con los niveles de hemoglobina (Hb) de la madre que fueron medidos antes y despus de los 30 das de tratamiento. Primero vemos si esta variable tiene una D. Normal de ser asi seleccionamos: Analizar>>Comparar medias>>Prueba T para muestras relacionadas. En la nueva ventana seleccionamos la variable (Hb) que ha sido medida en diferentes tiempos.

Estadsticos de muestras relacionadas Media 10.878 12.1095 N 200 200 Desviacin tp. 1.0441 .96145 Error tp. de la media .0738 .06798

Par 1

Nivel de Hb al inicio Nivel de Hb al final

R. Valle

Prueba de muestras relacionadas Diferencias relacionadas 95% Intervalo de confianza para la diferencia Inferior Superior -1.40799 -1.05481

Media Par 1 Nivel de Hb al inicio - Nivel de Hb al final -1.23140

Desviacin tp. 1.26643

Error tp. de la media .08955

t -13.751

gl 199

Sig. (bilateral) .000

3.2.3 Anova Esta prueba permite comparar las medias de 3 o ms grupos, se realiza a travs del anlisis de la varianza y bsicamente nos dice si los grupos son iguales o diferentes respecto a sus promedios. Analiza la diferencia entre la variacin de cada individuo y la media de su grupo y la variacin entre la media de cada grupo y la media global. En este caso, queremos saber si la gravidez (primigesta, segundagesta, multigesta) de la mujer influye en el peso del producto, por lo que trabajamos con la variables gravidez y peso del neonato. Ho: El peso promedio de los neonatos es similar en los grupos de gravidez. Ha: El peso promedio de los neonatos es diferente en los grupos de gravidez. Primero analizamos si la variable peso del neonato presenta o no una distribucin normal. De ser asi, entonces podemos utilizar la prueba. Analizar>>Comparar medias>>Anova. En la nueva ventana seleccionamos las variables a contrastar, y en la seccin de factor colocamos la variable que va a formar los grupos de comparacin (gravidez), Para obtener los valores descriptivos del anlisis seleccionamos opciones y marcamos esta opcin.

Descriptivos

R. Valle

Descriptivos Peso de nacimiento

Peso de nacimiento Suma de cuadrados .575 82.388 82.962 gl 2 197 199 Media cuadrtica .287 .418 F .687 Sig. .504 ANOVA

N Primigesta Segundagesta Multigesta Total 82 40 78 200

Media 2.9598 3.0900 2.9526 2.9830

Inter-grupos Intra-grupos Total

3.2.4 Asociacin entre variables cuantitativas Para el anlisis de variables cuantitativas utilizamos la correlacin y regresin lineal simple. La regresin nos permite ver como se relacionan las variables y la correlacin permite cuantificar el grado de asociacin. Se estudia la relacin entre una variable X llamada independiente o explicativa y una variable Y llamada dependiente o respuesta. En este caso queremos analizar la relacin entre la edad de la madre y el peso del neonato. Por lo que seleccionamos Analizar>>Regresin >>Lineal.

Ambas variables deben mantener una relacin de dependencia donde el comportamiento de la variable independiente define a la variable dependiente (resultante).

b Resumen del modelo

Modelo 1

R .069a

R cuadrado .005

R cuadrado corregida .000

Error tp. de la estimacin 6.373

a. Variables predictoras: (Constante), Peso al nacimiento b. Variable dependiente: Edad de la madre

R. Valle

4.00

En el presente diagrama de dispersin se evidencia lo mostrado por el R y el R2, ya que ambas variables carecen de asociacin.

Peso de nacimiento

3.00

2.00

20

30

40

Edad de la madre

3.3 VARIABLES CUANTITATIVAS NO PARAMETRICAS 3.3.1 Mann Whitney Esta prueba es utilizada para evaluar variables cuantitativas que no presentan una distribucin Normal. La prueba plantea la comparacin de medianas. Supuestos 1.-Ambas muestras son aleatorias de sus respectivas poblaciones. 2.-Existe independencia entre las muestras. 3.-La escala es al menos ordinal. En el presente caso queremos saber, si la edad gestacional de la madre influye en el estado al nacer del neonato. Para realizar el anlisis nos dirigimos: Analizar>>Pruebas no paramtricas>>2 muestras independientes. Ho: La edad gestacional es similar en los neonatos que nacen vigorosos y deprimidos. Ha: La edad gestacional no es similar en los neonatos que nacen vigorosos y deprimidos.

R. Valle

Estadsticos de contrastea Edad gestacional 4284.000 7524.000 -1.338 .181

U de Mann-Whitney W de Wilcoxon Z Sig. asintt. (bilateral)

a. Variable de agrupacin: Estado al nacer

Al realizar el anlisis, no se observan el promedio de semanas de gestacin para aquellos que nacieron vigoroso y de los que nacieron deprimidos. Por lo que se tiene que realizar un anlisis ms. Nos dirigimos a Analizar>>Comparar medias>>Medias. Luego de marcar esta opcin ingresamos las variables que deseamos analizar. Luego obtendremos los promedios en cada uno de los grupos.

Das de tratamiento Estado al nacer Deprimido vigoroso Total Media 21.53 21.76 21.63 N 120 80 200 Desv. tp. 7.436 8.046 7.667

R. Valle

3.3.2 Prueba de Wilcoxon Esta prueba no paramtrica se utiliza para evaluar datos pareados de una variable que no cumple con una distribucin Normal. Se basa en el supuesto de la H0 que la diferencia entre las medianas de los datos pareados de una poblacin es cero. Para desarrollarla nos dirigimos a: Analizar>>Pruebas no parametricas>> 2 muestras relacionadas

3.3.3 Prueba de Kruskall- walliss La prueba es una ampliacin de la prueba de Mann Whitney, permite evaluar si 3 o ms grupos son diferentes. La escala de medicin debe ser ordinal. Ahora, se desea saber si existe asociacin entre el nmero de das de tratamiento y el peso de los neonatos (peso_2). Ho: Los das de tratamiento de la madre es similar en los nios con diferentes pesos Ha: Los das de tratamiento de la madre no es similar en los nios con diferente peso. Para realizar el anlisis nos dirigimos Analizar>>Pruebas no paramtricas>>K muestras independientes y en la nueva ventana seleccionamos las variables. En la seccin de variable de agrupacin tenemos que definir el rango, que consiste en seleccionar los valores de la variable que van a formar los grupos de comparacin. En nuestro ejemplo la variable Peso del neonato tiene 3 valores[1= Bajo peso (< 2.5 Kg.), 2= Buen peso (2.6-4.0 Kg.) y 3= Macrosmico( >4.1 Kg.)] por lo que escogemos el rango 1-3. R. Valle

Rangos Peso 2 Bajo peso Buen peso Macrosmico Total N 55 137 8 200 Rango promedio 87.43 107.62 68.50

Das de tratamiento

Chi-cuadrado gl Sig. asintt.

Das de tratamiento 7.422 2 .024

En este caso, el anlisis no libera el promedio de das de tratamiento en cada uno de los grupos. Por lo tanto procedemos como en el caso anterior ANALIZAR>> COMPARAR MEDIAS>>MEDIAS. Luego escogemos las variables a analizar.

Das de tratamiento Peso 2 Bajo peso Buen peso Macrosmico Total Media 19.65 22.68 17.13 21.63 N 55 137 8 200 Desv. tp. 8.269 7.272 6.379 7.667

R. Valle

4. Anlisis de supervivencia 4.1 Kaplan y Meier Es un anlisis que analiza los tiempos en que se presentan los eventos, en lugar de los eventos propiamente dichos. El desarrollo del anlisis requiere definir el tiempo de seguimiento, el evento y la censura Tiempo de seguimiento (tiempo de falla): Es una variable cuantitativa y corresponde al periodo correspondiente desde que el paciente ingresa a evaluacin hasta que ocurre el evento de inters. Evento: Es la situacin de inters que se evala, ejemplos: muerte, cura, accidente, etc. Censura: Es el sujeto que no presento el evento de inters, pudiendo ser porque fue perdido, retirado del seguimiento o porque no termino el estudio. Con motivo de la prctica, la variable tiempo de supervivencia es una variable cuantitativa con escala de medicin de escala y la variable resultado (cualitativa) abarca los valores de evento o censura. Accedemos de la siguiente manera: ANALISIS>>SUPERVIVENCIA>>KAPLAN MEIR

En la nueva ventana, tenemos que definir la seccin de tiempo y estado, en esta ltima seccin seleccionamos la opcin Definir evento con la finalidad de identificar el evento de inters con el numero que lo representa (La variable Resultado tiene 2 valores: 0 censura y 1 evento).

R. Valle

En la misma ventana podemos presionar opciones y obtener ms anlisis, asi como la curva de Kaplan y Meier.

En la ventana de resultados aparecen una tabla de supervivencia que describe el proceso segn cada sujeto estudiado, y el tiempo que aporta al anlisis hasta la ocurrencia del evento.

La curva de supervivencia de kaplan y Meier muestra en el eje de las ordenadas, la probabilidad de estar libre del evento o la probabilidad de supervivencia. En el eje de las abscisas muestra el tiempo de seguimiento. Por lo que si se quiere conocer la probabilidad de estar libre del evento estudiado en determinado tiempo solo se requiere trazar una vertical en el tiempo y luego ver donde corta a la curva y reflejarlo en el eje de las ordenadas.

R. Valle

4.2 Long Rank Mtodo estadstico utilizado para saber si los grupos que se comparan tienen igual supervivencia. Trabaja con la hiptesis nula que los grupos evaluados presentan igual supervivencia. Para el anlisis ingresamos a ANALISIS>>SUPERVIVENCIA>>KAPLAN MEIER y nos centramos en la opcin factor, en la cual ingresamos la variable a estudiar la cual debe ser categrica y luego solicitamos los anlisis necesarios.

Los resultados nos muestran un anlisis descriptivo de las variable, asi como el resultado del long rang con su valor de significancia.

R. Valle

El grafico muestra las curvas de supervivencia para el grupo que recibi el tratamiento A(lnea verde) y B(lnea azul), al evaluar el valor de P con la prueba de Long Rank vemos que estos son estadsticamente diferentes(0.002) lo cual tambin se observa en el grfico.

R. Valle