Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Contenidos:
I.- INTRODUCCIN
II.- DEFINICIONES BSICAS EN ESTADSTICA
III. POBLACIN Y MUESTRA
IV.- MEDIDAS DE TENDENCIA CENTRAL
V.- MEDIDAS DE DISPERSIN
VI.-MEDIDAS DE FRECUENCIA, ASOCIACIN E IMPACTO
VII.- BIBLIOGRAFA
I.- INTRODUCCIN
La bioestadstica es una rama de la estadstica que se ocupa de los problemas planteados dentro de
las ciencias de la vida, como la biologa, la medicina, entre otros, aquellos procedimientos propios de
la estadstica tradicional. Desde esa perspectiva este tipo de conocimiento es una aplicacin prctica
de aquellos postulados, ya conocidos, de recoleccin de datos e inferencia futura. En este contexto,
la bioestadstica tiene una estrecha relacin con el mtodo cientfico, conjunto de procedimientos
que se realizan con el fin de asegurar un aumento o mejora del conocimiento, de modo sistemtico y
coherente.
La estadstica es una ciencia destinada a la recoleccin y anlisis de datos de modo eficiente con el
fin de lograr resultados significativos y, a partir de ellos, lograr interpretaciones que permitan
obtener explicaciones verosmiles y fundamentadas. Las estadsticas son de gran importancia a la
hora de definir planes de accin, tomar decisiones y tener un panorama claro del contexto en que se
opera. Sus orgenes se remontan al siglo XVII lo que implica un recorrido suficientemente largo
como para garantizar un desarrollo significativo. En la actualidad tiene aplicacin en variados mbitos
y, con el desarrollo de la informtica, ha alcanzado mayor eficacia y sencillez ya que le permite
realizar clculos complejos y de anlisis de manera ms fcil y rpida.
Cuando esta disciplina se combina con ciencias de la vida se logra una coleccin sistematizada de
datos, un ordenamiento y, finalmente, una interpretacin de los mismos que es til a la hora de
elaborar o contrastar diversas hiptesis de trabajo. En este sentido la bioestadstica tiene, como fin
ltimo, transformar la realidad partiendo de los datos que la misma suministra para elaborar un
campo de accin en funcin de un diagnstico o modelo inferido.
Ejemplos de aplicaciones de la bioestadstica pueden ser: pruebas de frmacos para el tratamiento
de una enfermedad especfica; la formas en las que una enfermedad se propaga, considerando
caractersticas de individuos o poblaciones afectadas en relacin a sus condiciones ambientales; la
relaciones entre muertes y nacimientos con el aumento poblacional, o la evaluacin de resultados de
una poltica de salud en el tiempo, etc.
Se puede resumir entonces, que la preocupacin de la estadstica es:
Registrar datos obtenidos de estudios relacionados con la biologa y las ciencias relacionadas
con ella y, a partir de ellos, inferir, predecir o asociar estos datos con fenmenos que afecten
a los individuos o las poblaciones.
Tambin se preocupa de establecer algunas caractersticas que pueden presentar los datos
registrados como, por ejemplo, cul es el dato u observacin que ms se registra, entre qu
valores se registran los datos, cul es el promedio aritmtico de los datos, etc.
Tambin se refiere a a los mtodos utilizados para obtener los datos, la forma de
organizarlos, analizarlos y hacer inferencias o predicciones a partir de ellos.
2.
3.
Lo anterior implica que el cconocimiento de la Estadstica es esencial para personas que hacen
investigacin, dirigen estudios o deben hacer una presentacin efectiva, ya que ayuda a discriminar
entre hechos y suposiciones de la vida diaria o saber cundo se debe consultar a un estadstico para
estos fines
Variable estadstica. Es cada una de las caractersticas o cualidades que poseen los individuos de una
poblacin.
Se puede distinguir dos tipos de variables:
1.-Variables Cualitativas: se refieren a caractersticas o cualidades que no pueden ser medidas con
nmeros.
a.- Variable cualitativa nominal: una variable cualitativa nominal presenta modalidades no numricas
que no admiten un criterio de orden.
Ejemplo: el estado civil de una persona; soltero, casado, separado, divorciado y viudo.
b.-Variable cualitativa ordinal: una variable cualitativa ordinal presenta modalidades no numricas, en
las que existe un orden.
Ejemplos: la nota en un examen; reprobado, aprobado, notable, sobresaliente.
Puesto obtenido en una carrera: 1, 2, 3,...
2.- Variable cuantitativa: una variable cuantitativa es la que se expresa mediante un nmero y, por
tanto, se puede realizar operaciones aritmticas con ella. Es posible distinguir dos tipos:
a.- Variable discreta: una variable discreta es aquella que toma valores aislados, es decir que no
admite valores intermedios entre dos valores especficos.
Ejemplo: el nmero de hermanos de 5 personas: 2, 1, 0, 1, 3.
b.- Variable continua: es aquella que puede tomar valores comprendidos entre dos nmeros.
Ejemplo: el peso de 5 personas: 65 Kg., 70 Kg., 62 Kg., 72 Kg y 67 Kg.
Variabilidad. Determina el grado de cercana o distanciamiento de los valores de una distribucin de
observaciones frente a su promedio de localizacin. Mientras mayor sea el grado de variacin menor
uniformidad tendrn los datos (sinnimo de heterogeneidad) y, por tanto, menor ser la
representatividad o confiabilidad del promedio de tendencia central Por el contrario, si este valor es
pequeo (respecto a la unidad de medida) entonces hay una gran uniformidad entre los datos.
Cuando es cero quiere decir que todos los datos son iguales.
media o promedio = x.
En otras palabras, la media es la medida que se obtiene al dividir la suma de todos los valores de una
variable por la frecuencia total. En palabras ms simples, corresponde a la suma de un conjunto de
datos dividida por el nmero total de dichos datos.
Ejemplo
Mediante los siguientes datos hallar la media aritmtica de los siguientes datos numricos de
frecuencia simple:
10,
8,
6,
5,
10,
Solucin
x = media
Ejemplo:
Considerando la siguiente distribucin de frecuencias de los espesores en pulgadas de recipientes de
acero, encuentre la media aritmtica:
b.-La Mediana: Me
La mediana es la medida de tendencia central que se define como aquel valor nominal que tiene,
dentro de un conjunto de datos ordenados, arriba y abajo de l, el mismo nmero de datos
nominales. En otras palabras, es el dato que est a la mitad y que divide en dos partes iguales a un
conjunto de datos. Es la observacin equidistante de los extremos. Segn el nmero de valores que
se tengan se pueden presentar dos casos:
Mediana = 26
Li-1
es el lmite inferior de la clase donde
se encuentra la mediana.
N / 2 es la semi suma de las frecuencias
absolutas.
Fi-1
es la frecuencia acumulada anterior a
la clase mediana.
Fi
es la frecuencia absoluta en la clase
donde se encuentra la medina
ai
es la amplitud de la clase.
c.- Moda: Mo
La moda es el valor que tiene la mayor frecuencia absoluta.Se representa por Mo. .Se puede hallar la
moda para variables cualitativas y cuantitativas.
Ejemplo: 1, 1, 1, 4, 4, 5, 5, 5, 7, 8, 9, 9, 9
Mo= 1, 5, 9
En el caso de que todas las puntuaciones de un grupo tengan la misma frecuencia, no hay moda.
Ejemplo: 2, 2, 3, 3, 6, 6, 9, 9
Si dos puntuaciones adyacentes tienen la frecuencia mxima la moda es el promedio de las dos
puntuaciones adyacentes, dispuestas ordenadamente.
0, 1, 3, 3, 5, 5, 7, 8
Mo = 4
importante saber a qu tamao de poblacin est asociado el nmero de casos para dimensionar la
gravedad y trascendencia de la situacin, adems del periodo de tiempo en el que fueron
identificados. Para este propsito en epidemiologa se trabaja con diferentes tipos de fracciones, que
permiten cuantificar correctamente el impacto de una determinada enfermedad:
a.- 1.- PROPORCIN
Es el cociente con que el numerador est incluido en el denominador. Es decir, el cociente entre el
nmero de casos y el total de la poblacin.
Por ejemplo, si en una poblacin de 25.000 habitantes se diagnostican 1.500 pacientes con diabetes,
la proporcin de diabetes en la poblacin es de 1.500/25.000 = 0.06. El valor de una proporcin
puede variar de 0 a 1. Si multiplicamos este valor por 100 obtenemos el tanto por ciento: en este
caso sera, el 6%
a.- 2.-RAZN
En este cociente el numerador no forma parte del denominador.
En el ejemplo anterior, la razn entre la poblacin con diabetes y la poblacin no diabtica es de
1.500/23.500 = 3/47 =0,064. En el denominador, a la poblacin total se ha restado el nmero de
casos de pacientes con diabetes, o sea se trata del el cociente entre el nmero de pacientes con
diabetes versus los pacientes sin diabetes.
a.- 3.- TASA
El concepto de tasa es similar al de una proporcin, con la diferencia de que las tasas llevan
incorporado el concepto de tiempo. El numerador lo constituye la frecuencia absoluta de casos del
problema a estudiar. A su vez, el denominador est constituido por la suma de perodos individuales
de riesgo a los que han estado expuestos los sujetos susceptibles de la poblacin en estudio. De su
clculo se desprende la velocidad con que se produce el cambio de una situacin clnica a otra.
En epidemiologa, las medidas de frecuencia de enfermedad ms comnmente utilizadas so la
prevalencia y la incidencia.
Ejemplo: en una poblacin de 240 adultos mayores se encontr que 80 de ellos eran obesos. La
prevalencia de obesidad en ese grupo, ser:
P= 80/240 =0,33 (este valor va ser siempre menor que 1)
Si queremos expresarlo en porcentaje, corresponde al 33%.
Como toda proporcin, la prevalencia no tiene dimensin y sus valores fluctan entre 0 y 1. Se
puede expresar en porcentaje, en tanto por ciento, tanto por mil, etc., segn el tamao del nmero
de casos y las poblaciones. La prevalencia de un problema de salud, en una comunidad, suele
a.-5.-INCIDENCIA
La incidencia se define como el nmero de casos nuevos de una enfermedad o evento, que se
desarrolla en una poblacin durante un perodo de tiempo determinado. Hay dos tipos de medidas
de incidencia: la incidencia acumulada y la tasa de incidencia o densidad de incidencia.
La incidencia acumulada (IA) es la proporcin de individuos sanos que desarrollan la enfermedad a lo
largo de un perodo de tiempo concreto. Se calcula como el cociente entre el nmero de casos
nuevos y el total de la poblacin en riesgo, al inicio de la medicin:
2,5 %
Tasa de incidencia. Se calcula como el cociente entre el nmero de casos nuevos de una
enfermedad, ocurridos durante el periodo de seguimiento, y la suma de todos los tiempos
individuales de observacin:
Representa la frecuencia con la que se presentan nuevos casos, en una poblacin. El valor se obtiene
dividiendo el nmero de los nuevos casos, ocurridos en un perodo definido, por la poblacin en
riesgo en el mismo perodo: a veces se expresa como personas/tiempo. La tasa de incidencia ms
habitual, en la prctica de la salud pblica, es la obtenida mediante la siguiente frmula:
Tasa de incidencia = TI = N de nuevos casos en el periodo especificado x 10n
N de personas expuestas al riesgo durante el periodo
En una poblacin dinmica, el denominador incluye el tamao medio de la misma (que suele ser el
valor calculado de poblacin en la mitad del periodo). Si el periodo es de un ao el resultado es la
llamada tasa de incidencia anual, y as sucesivamente. Esta tasa representa un clculo de la tasa de
incidencia por persona-tiempo, es decir: la tasa por cada 10 npersonas-aos, decenios, etc. Si la tasa
es baja, tal y como ocurre con muchas enfermedades crnicas, puede servir al clculo de la tasa de
incidencia acumulativa.
La prevalencia
Prevalencia
Prevalencia
incurables.
enfermedad.
Incremento de la Incidencia.
Disminucin de la incidencia.
Importacin de casos.
Inmigracin de susceptibles.
Emigracin de casos.
Incremento
de
las
posibilidades
casos.
diagnsticas.
De lo anterior se deduce que la prevalencia no es til para confirmar hiptesis etiolgicas, por lo que
resulta ms adecuado trabajar con casos incidentes. Los estudios de prevalencia pueden obtener
asociaciones que reflejen los determinantes de la supervivencia y no las causas de la misma,
conduciendo a conclusiones errneas. Sin embargo, su relacin con la incidencia en ocasiones
permite que se pueda utilizar como una buena aproximacin del riesgo para evaluar la asociacin
entre causas y enfermedad.
b.- MEDIDAS DE ASOCIACIN
El razonamiento causal es complemento indispensable del anlisis estadstico de una relacin entre
dos o ms fenmenos. La explicacin etiolgica de una enfermedad es, en la mayora de los casos un
proceso largo, progresivo y a menudo sin posibilidad de prueba final por ensayo, generalmente por
razones ticas. Una asociacin causal, en epidemiologa, es seguida por el estudio de riesgo; el riesgo
y su cuantificacin es la medida e indicador de la asociacin que se est analizando.
Son medidas que se usan para evaluar la asociacin entre un evento y un factor de estudio, por
ejemplo: mutacin de un gen (factor) y una enfermedad (evento); tratamiento (factor) y curacin
(evento).
En general, se puede decir que las medidas de asociacin intentan:
Establecer si existe una asociacin causal entre un factor de riesgo y una enfermedad o
evento.
El odds ratio, que se usa en los estudios de casos y controles y nos permite relacionar
cunto ms probable es que se produzca una exposicin determinada entre personas
enfermas (casos) que entre personas sanas (controles).
b.-1.-Tablas de contingencia
Las tablas de contingencia, tambin denominadas tetracricas o de doble entrada, se emplean para
registrar y analizar la asociacin entre dos o ms variables, generalmente de carcter cualitativa
(nominales u ordinales).
En general, el inters al utilizar este tipo de tablas al ordenar los datos se centra en estudiar si existe
alguna asociacin entre una variable la y otra variable columna, y/o partir de all calcular la
intensidad de dicha asociacin.
Ejemplo para un estudio de casos y controles:
Casos
controles
Expuestos
a+b
No expuestos
c+d
a+c
b+c
a+b+c+d
R=
Ejemplo: durante un paseo de fin de ao una delegacin de 120 nios visit un balneario y, despus
de baarse en la piscina del lugar, 80 de ellos present irritacin ocular. Cul es el riesgo al que se
expusieron los nios que hicieron uso de la piscina?
R = 80/120 = 0,66
Este valor no tiene unidad y slo representa la probabilidad que tiene cada nio de sufrir irritacin
ocular. Tambin se denomina riesgo individual.
b.-3.- Riesgo relativo
Se le denomina tambin razn de incidencia acumulada, o bien razn entre dos riesgos. Compara la
frecuencia en que sucede el dao entre los que tienen el factor de riesgo y los que no lo tienen.
Responde a la pregunta: cuntas veces es mayor el riesgo en las personas expuestas a un factor de
riesgo que en las no expuestas al mismo? Para su anlisis se utiliza la tabla de contingencia, o tabla
de 2X2, en la que se comparan las incidencias:
RR = I e
= a / (a+b)
I ne
c / (c+d)
Incidencia en la poblacin
Incidencia en la poblacin no expuesta
Ninguna
1.2 1.5
Dbil
1.5 3.0
Moderada
3.0 - 10.0
Fuerte
> 10
Se aproxima a infinito
Ejemplo: en una poblacin de 1400 personas entre 55 y 65 aos, con patologa cardiovascular
crnica, se estudi el efecto de una nueva droga para prevenir el infarto agudo de miocardio (IAM).
Para ello se administr esta droga a un grupo de 400 personas. Despus de 3 aos, del grupo al que
se administr haban fallecido 40 personas, en tanto que del grupo que no recibi el medicamento
haban fallecido 60 personas. Construir una tabla de contingencia y calcular el riesgo relativo,
interpretndolo.
a.-
b.-
Controles
Casos
Expuestos
360
40
400
No expuestos
940
60
1000
1300
100
1400
RR = I e
= a / (a+b)
I ne
c / (c+d)
0.96
cxb
controles
Expuestos
No expuestos
controles
Expuestos
40
360
No expuestos
100
1300
100 x 360
36000
Esto significa que las personas que consumieron el medicamento tienen 1.44 veces ms
probabilidades de sufrir un IAM. O lo que es lo mismo, la droga acta ms como un factor de riesgo
que como un factor protector. En general, para que una exposicin sea considerada un factor
protector o de prevencin, debe presentar valores inferiores a 1.
b.-5.- RAZN DE PREVALENCIA
La razn de prevalencia (RP) es una medida utilizada en estudios de corte transversal. Se obtiene
calculando el cociente entre la prevalencia encontrada en un grupo, expuesto a un eventual factor,
en relacin a la prevalencia de grupos no expuestos o con diferente nivel de exposicin:
RP =
Prevalencia en expuestos
Prevalencia en no expuestos
- I
ne
RAE
Incidencia acumulada en expuestos
o tambin:
FEE = RR 1
RR
VII.-BIBLIOGRAFA
Sal
Pbl.
2000;
42.
http://www.scielosp.org/scielo.php?pid=S0036-
36342000000400009&script=sci_arttext
Apuntes de Clases Salud Pblica UNAB. Dr. Jaime Seplveda C.
Apuntes de Clases Salud Pblica UNAB. Pedro Henrquez Z.