Conceptos Fundamentales de Bioestadística y Metodología de Investigación Científica

Consort->ECAs // StrobePrisma->Revis. Sist. // Spirit

- A + nivel d confianza-IC + amplio-menor riesgo de error-menos informativo

- El ↑ del tamaño muestral-> IC + estrecho

- ↑ tamaño muestral el nivel de confianza sigue siendo el mismo

p > α -> aceptas H0 No hay dif.

p < α -> rechazas H0 aceptas H1 Hay relación/dif.

Riesgo relativo: nº de veces q es + probable que un evento(enfermedad) se desarrolle en el grupo expuesto en relación con el grupo no expuesto

- IC = estadístico +/- error estimado

- Contraste de normalidad: Kolmogorov (n>50) y Shapiro (</=50)

Se considera distrib. Se asemeja a la de la normal cuando p de la prueba de K-S o S-W nos da p>0,05

- Coeficiente de asimetría/sesgo Fisher: valora si es simétrica (sesgo - desplazada a derecha)

- Coeficiente de aplastamiento/curtosis Fisher: si variable esta mas o menos aplastada (apuntamiento negativo variable mas aplastada)

- Distribución ideal: coeficientes de asimet. Y apunt. =0

- Cuando son 3 o + categ. (variables): prueba contraste -> Chi cuadrado / Correlación múltiple: correlación entre una variable dependiente y 2 o + indep.

- OR: cuántas veces es más probable que pase algo

- F. Conceptual (decidimos q estudio realizar, preg. Investig., bibliografía)/F. Metod. (diseño del estudio, escritura protocolo estudio)/F. Empírica (puesta en practica del estudio, muestreo, recogida de datos)/F. Analítica (análisis resultados, conclusiones, actualización)

- Factores q determinan el cálculo de tamaño muestral: tipo de estudio, errores tipo I y II, escala de medida de las variables principales, dif mínima significativa..., desviación estándar, lateralidad de la hipótesis, nº de grupos.

- Razón de la ventaja o Odds ratio: razón entre aciertos (situaciones q apoyan nuestra H) y errores (situaciones que van en contra de la H)

- Coeficiente de correlación: si los valores de 1 variable tienden a ser más ↑ o + ↓ para valores más ↑ o + ↓ de la otra variable. - Regresión lineal: Predecir el valor de una variable dado un valor determinado de la otra variable.  - Coeficiente de correlación intraclase, índice de Kappa…: Valorar el nivel de concordancia entre los valores de las 2 variables. - Correlación de Pearson: indica si existe relación lineal y tmb fortaleza. - Coeficiente de correlación Rho Spearman: mide la relación no lineal entre son variables (+ sensible q Pearson)

PICO: Se realizará un análisis descriptivo de la muestra. Las variables cuantitativas se expresarán como media y desviación estándar o mediana y rango intercuartílico en función de la normalidad de la distribución, y las variables cualitativas como frecuencias y porcentajes (n, %).

Objetivo principal, la comparación entre los grupos __ y __ para la variable __ se realizará mediante la t de Student para muestras independientes si la distribución es normal, o mediante la U de Mann–Whitney en caso de no normalidad.

Relación entre dos variables cualitativas: Para analizar la relación entre __ y __, se utilizará la prueba de Chi-cuadrado, o el test exacto de Fisher si no se cumplen los supuestos. 

Mismo grupo en varios tiempos: Para analizar la evolución de la variable __ en el mismo grupo a lo largo del tiempo (__), se utilizará un ANOVA de medidas repetidas si la distribución es normal, o el test de Friedman en caso de no normalidad, con comparaciones post-hoc.

- OR: cuántas veces es más probable que pase algo

OR = 1 → no cambia nada

OR > 1 → pasa más

OR < 1 → pasa menos (protege)

- Si el IC NO incluye el número 1 → SÍ es significativo

- Si incluye el 1 → NO es significativo

V. Dependiente=patología // V. Indepen= tto.