Lectura 3.

Conceptos bsicos de Estadstica aplicados a Factores de Riesgo

Documento elaborado por: Len Daro Bello Parias Estadstico-Especialista en Docencia Universitaria- Especialista en Mercadeo Gerencial Docente Universidad de Antioquia. FNSP Coodirector Academia www.ciemonline.info www.leonariobello.com ldbello753@gmail.com

El siglo XXI se ha dado a conocer como el siglo del conocimiento y luego de ms de una dcada se habla de Gestin del Conocimiento, todo ello enmarcado dentro de un proceso investigativo que logre construir conocimiento en las diversas reas del saber, y especficamente en el sector medicamentos y alimentos en el cual tiene total injerencia el INVIMA, en la generacin de ese conocimiento, aporta de manera significativa la estadstica, colocando tcnicas y procedimientos al alcance de los diferentes profesionales para lograr convertir datos en informacin y con ella darle el contexto adecuado para producir conocimiento y colocarlo al alcance de los tomadores de decisiones. En sta primera lectura sobre el tema estadstico, se pretende aportar y/o fortalecer en la construccin de una cultura estadstica en los funcionarios del INVIMA, procurando que se comprendan algunos indicadores estadsticos descriptivos, y los fundamentos bsicos para entender informes cuantitativos bsicos. El objetivo entonces, es presentar una forma de leer e interpretar informes de la estadstica descriptiva y sugerir como se podran mejorar los mismos con el fin de apoyar una toma de decisiones razonada. En ningn caso, se pretende formar estadsticos y mucho menos entrar en razonamientos matemticos que de alguna manera desvirtan la estadstica como lo que debe ser, apoyo a la administracin en la disminucin de riesgos en la toma de decisiones, eso s, es importante para entender algunos indicadores, experimentar con su clculo, para ello, se utilizar la hoja electrnica Excel, de fcil manejo y de uso cotidiano. Para lograr estos objetivos, me apoyar en apartes del documento elaborado por la DSSA1, ahora Secretara Seccional de Salud y Proteccin Social de Antioquia (SSSA) en su captulo 5 sobre factores de riesgo, donde luego de citar informacin del texto, se irn insertando los conceptos. Como primer insumo, contextualizo con la siguiente informacin: En el Departamento de Antioquia, se tienen registrados 1.693 sistemas de acueductos veredales, los cuales segn informacin del Anuario Estadstico de Antioquia para el 2009, le prestan cobertura a 255.253 usuarios residenciales, de los cuales 534 (31.5 %) sistemas
1

Direccin Seccional de Salud y Proteccin Social de Antioquia. Captulo 5 Factores de Riesgo. [internet]. [Consultado 2013 Sep 25]. Disponible en: http://www.dssa.gov.co/__media__/dssa/dssa.gov.co/documentos/5.CAPITULO-FACTORES-DE-RIESGO17-02-2012.pdf

realizan algn tipo de tratamiento al agua captada y solamente 197 (11. 6 %) suministran agua apta para el consumo humano (sin riesgo). 1.159 (68.4 %) sistemas de acueductos rurales no tienen implementado los procesos requeridos segn la norma para darle un tratamiento adecuado al recurso hdrico; siendo este valor alarmante en las reas rurales de nuestro Departamento, convirtindose as en tema de alta prioridad para las autoridades departamentales y municipales en su plan de gestin. A continuacin se presenta la tabla de clasificacin del nivel de riesgo del ndice de Riesgo de Calidad del Agua Potable IRCA-, de acuerdo a lo establecido en la Resolucin 2115 de 2007 del Ministerio de la Proteccin Social en la cual se sealan caractersticas, instrumentos bsicos y frecuencias del sistema para la vigilancia y control de la calidad del agua para consumo humano.
Tabla 1. Clasificacin del nivel de riesgo en salud segn el IRCA.

Clasificacin IRCA (%) 80.1-100 35.1-80 14.1-35 5.1-14 0-5

Nivel de Riesgo Inviable Sanitariamente Alto Medio Bajo Sin Riesgo

Calidad Agua No Apta para el consumo Agua No Apta para el consumo Agua No Apta para el consumo Agua No Apta para el consumo Agua Apta para el consumo

Fuente: Resolucin 2115 de 2007 de los Ministerios de proteccin Social y Ambiente y Desarrollo Territorial.

Con la informacin anterior, se pueden insertar algunos conceptos inciales, tomados del texto de m autora2 y alguna referencia del texto Introduccin a la Gestin Tecnolgica del docente de la Universidad Nacional Seccional Medelln, Dr. Jorge Robledo. Dato: Es un nmero o valoracin que surge de un proceso de medicin o de una categorizacin, puede ser cuantitativo o cualitativo. Cuando se dice, se tienen registrados 1.693 sistemas de acueductos veredales, lo que se tiene es un dato, al igual que 255.253 usuarios residenciales, son nmeros que por s mismos, no generan una accin, por ello, los anuarios estn construidos con datos, el fin es que quien los requiere le d un contexto y con ello, tome algn accin. Segn el Dr. Robledo el dato es el elemento bsico de la comunicacin, los datos por s mismos no dicen nada. Informacin: Consiste en una serie de datos contextualizados pero que no alcanzan a producir conocimiento, para producirlo, se debe relacionar esa informacin con un cmulo de experiencias e informacin adicional.

Estadstica como Apoyo a la Investigacin, primera edicin 2005. Editorial L. Vieco e hijas Ltda.

Elementos de la Medicin: Para que los datos obtenidos sean lo suficientemente confiables y vlidos para garantizar resultados pertinentes y tiles, es necesario tener en cuenta otros aspectos claves como: Conceptualizacin: Es una definicin de la variable que procura uniformar criterios entre los investigadores, no todo el equipo investigativo tiene que estar de acuerdo, el objetivo es estandarizar el lenguaje para todas las personas involucradas en un estudio. En un estudio sobre adolecentes, que se puede entender como adolecente, jvenes entre 10 y 15 aos?, entre 8 y 12? Lo que dice la norma? En lo que nos informa la tabla 1, se tienen 3 variables, se requiere tener claridad absoluta sobre lo que es Nivel de Riesgo y calidad, y todas las variables involucradas en el estudio o informe. Para el caso: Riesgo: Existen mltiples definiciones de riesgo, una de ellas puede ser: se define como la combinacin de la probabilidad de que se produzca un evento y sus consecuencias negativas. Los factores que lo componen son la amenaza y la vulnerabilidad. RIESGO = AMENAZA x VULNERABILIDAD. Otra es la ya leda en la lectura 1 de ste mdulo, que dice: Riesgo es la probabilidad de ocurrir que tiene un evento de salud negativo. Su valor se ubica entre cero (0) y uno (1), sin que llegue a ninguno de los dos extremos y puede expresarse, bien en decimales o bien en proporciones con bases 100 (10-2 porcentaje), 1.000 (10-3), 10.000 (10-4), 100.000 (10-5), etc., dependiendo de la magnitud del evento, con el fin de facilitar su comprensin. Es prudente mencionar que no todas las variables requieren de una definicin conceptual, esto debido a que la variable es conocida universalmente de la misma manera o al menos para una gran mayora. Tal es el caso de: Sexo, estrato social, edad, entre otras, a no ser que tenga un sentido diferente del comn para un estudio en particular. Operacionalizacin: Se trata de volver tangible la definicin conceptual, es decir, como voy a obtener datos sobre la variable en estudio. En algunos casos una variable se puede operacionalizar de varias maneras, cuando esto ocurre, es recomendable seleccionar aquella que entregue mayor informacin, sea ms precisa y tenga en cuenta el contexto en el cual se utilizar. Qu tal que en una encuesta se pregunte: Cul es el nivel de riesgo de? Inviable Sanitariamente ____ Alto ____ Medio ____ Bajo ____ Sin Riesgo ____

Esta es una manera de operacionalizar la variable, pero que informacin podemos obtener de ella?. Es fcil evidenciar que se pueden calcular los porcentajes y frecuencias, en algunos casos es lo que se requiere. Para el caso de la tabla 1, la Operacionalizacin se realiza calculando el ndice de la clasificacin IRCA, con el cual, se recodifica en unas categoras de puntuacin y obtenemos una clasificacin del Nivel de Riesgo. Esta ltima opcin es evidentemente ms potente, ya que, permite realizar indicadores descriptivos si se quisiera y adems, permite llegar de una manera ms objetiva a la clasificacin de riesgo que tambin se pudo haber obtenido de manera ms subjetiva con una encuesta. Variables cualitativas son atributos o categoras que pueden tomar los sujetos u objetos en una investigacin. Por ejemplo; Profesin, Estado civil, estrato, color, tamao (grande, mediano y pequeo), tipo de institucin, categora de municipio, tipo de medicamento en general las variables de identificacin en un instrumento. Los mtodos estadsticos para analizar variables cuantitativas son distintos de los utilizados para analizar atributos o cualidades (frecuencias, porcentajes). Cuando los datos estn en forma cuantitativa se puede obtener mayor informacin (promedios, desviaciones). En cualquier caso se requiere obtener datos bien sean cualitativos o cualitativos y para ello es necesario saber cmo se miden las variables, de ah, la importancia de tener claridad sobre estos conceptos. Escalas de Medicin Una debilidad sentida en los que se inician en la investigacin y por ende en algunos procedimientos estadsticos es no tener claridad sobre las escalas de medicin de las variables, lo que impide tener claridad sobre lo que se pretende medir. Estas se emplean fundamentalmente para definir el plan de anlisis en una investigacin, adems, son de gran utilidad en la codificacin de instrumentos de recoleccin de informacin. Se clasifican en: nominal, ordinal, de intervalo y de razn. Las escalas nominal y ordinal se utilizan exclusivamente en variables cualitativas o categricas, mientras que las de intervalo y de razn se aplican a las variables cuantitativas. En el curso de estadstica descriptiva ubicado en: http://aprendeenlinea.udea.edu.co/lms/moodle/course/view.php?id=402 podr obtener informacin complementaria sobre el tema. Medida Nominal: Se aplica a las variables cualitativas o categricas que no tienen un orden predeterminado, generalmente son las variables de identificacin, valga decir, profesin, estado civil, sexo, tipo de institucin, procedencia, tipo de medicamento,

ocupacin, etc. La escala nominal es la forma ms dbil de medicin, debido a que se puede calcular un menor nmero de estimadores que al usar las otras. Como indicadores se utilizan las frecuencias (nmero de veces que se presenta la variable), porcentajes, tasas y razones, como grficos, se usa el circular y el de barras preferentemente. Medida Ordinal: A diferencia de la anterior, la variable tiene un orden preestablecido, por ejemplo, estrato, nivel de escolaridad, grado de quemadura, nivel de alcohol, grado de sordera, nivel de estrs, etc. La escala ordinal es una forma de medicin ms fuerte que la anterior, ya que permite calcular un mayor nmero de estadgrafos que la escala nominal. Aparte de los indicadores utilizados en la escala nominal, se usan los porcentajes acumulados, valga decir, la mediana (50%), ejemplo, nivel de riesgo, estrato, nivel de sordera. Medida de Escala: Son variables cuantitativas, bien sean discretas o continuas, por lo tanto, se pueden realizar operaciones matemticas. No obstante, existe una diferencia importante segn el cero tenga significado de ausencia de la medida o no. Si el cero no indica ausencia de medida y adems, no se permite hacer equivalencias, por ejemplo, la temperatura en cero grados no significa ausencia de calor, adems, la diferencia entre 5 y 10 grados centgrados no equivale a la diferencia entre 25 y 30 grados centgrados, se conoce como escala de intervalo. Si por el contrario el cero significa ausencia de la medida, y se pueden realizar equivalencias entonces se habla de una escala de razn. Por ejemplo, cero productos defectuosos, significa que no hay productos malos; la diferencia entre 3 y 6 productos defectuosos es la misma entre 23 y 26. Dado la importancia de este tema en el desarrollo adecuado de una investigacin, y las fallas reiteradas al definir las variables se invita a que se enlace al siguiente OA (objeto de aprendizaje) www.leondariobello.com/OA/escalasdemedicion Recopilando algunos elementos tratados anteriormente y con el fin de dar una aplicacin se sugiere el siguiente formato para concretar la direccionalidad de los estudios. Nombre de la Variable Municipio Definicin Conceptual Entidad administrativa que puede agrupar una sola localidad o varias. Tiempo transcurrido desde el nacimiento hasta la fecha prxima a cumplir aos. Conjunto de personas, que comparten un sitio o lugar similar dentro de la jerarquizacin o escala social. Definicin Operacional Nivel de Medicin Nominal

Edad actual

Razn

Estrato

Ordinal

Nombre de la Definicin Conceptual Variable Establecimiento de Conjunto de bienes Comercio organizados por el empresario o comerciante, en un sitio determinado para el desarrollo de sus actividades econmicas, por ejemplo tiendas, supermercados, almacenes, drogueras , etc. Riesgo Combinacin de la probabilidad de que se produzca un evento y sus consecuencias negativas. Vulnerabilidad Caractersticas y circunstancias de una comunidad, sistema o bien que los hacen susceptibles a los efectos dainos de una amenaza. Exposicin Condicin de desventaja debido a la ubicacin, posicin o localizacin de un sujeto, objeto o sistema expuesto al riesgo. Susceptibilidad Grado de fragilidad interna de un sujeto, objeto o sistema para enfrentar una amenaza y recibir un posible impacto debido a la ocurrencia de un evento adverso. Resiliencia Capacidad de un sistema, comunidad o sociedad expuestos a una amenaza para resistir, absorber, adaptarse y recuperarse de sus efectos de manera oportuna y eficaz.

Definicin Nivel de Operacional Medicin Cdigo cmara de Nominal comercio.

AMENAZA x Razn VULNERABILIDAD

EXPOSICIN x Razn SUSCEPTIBILIDAD / RESILIENCIA

S- No

Nominal

S- No

Nominal

S- No

Nominal

Con la misma metodologa, se seleccion otro apartado del mismo documento que ha servido de base para preparar ste, con el nico fin de que los funcionarios del INVIMA, encuentren un contexto que permita la comprensin de algunos indicadores estadsticos, el texto es el siguiente:

Radioistopos en Antioquia Aplicaciones de las Fuentes Generadoras de Radioistopos Los elementos radioactivos son tambin llamados radioistopos o radionclidos, que son tomos cuyo ncleo es inestable debido a que su proporcin de neutrones es mayor o menor de protones; por lo tanto, dicho ncleo al tender hacia el equilibrio emitir radiaciones en forma de ondas o particulares. Dichos nclidos se transforman o se desintegran en otros nclidos espontneamente en forma gradual a travs del tiempo en transiciones de energa hasta alcanzar el estado estable. Aplicaciones Mdicas de las Fuentes Ionizantes Las aplicaciones con radiaciones ionizantes han tenido un desarrollo paralelo al avance de la Medicina, permitiendo un mejor conocimiento de la anatoma, fisiologa y patologa, de los organismos vivos. Algunos istopos ms comnmente usados y sus vidas medias son:
Tabla 2. Istopos ms usados y sus vidas medias.

Istopos Yodo 131 Yodo 125 Cobalto 60 Talio 201- Molibdeno 99- Cesio 137 Iridio 192 Armenicio 231 Fsforo 32 Radio 226 Das 8,05 60

Vidas Medias Aos

5,272 30,1 14 430 14,2 1,620

Medicina Nuclear. Es la utilizacin in vivo de fuentes radioactivas no selladas, para diagnstico o terapia. En diagnsticos por imagen, la medicina nuclear permite medir la funcin de un rgano sano o enfermo, anlisis de sangre mediante la utilizacin de radiofrmacos. La tabla anterior, presenta la vida media de los Istopos, para unos en das y otros en aos, el propsito es entrar el concepto de media aritmtica o promedio, el cual es un indicador de uso cotidiano que busca representar una serie de valores numricos, sin embargo, tiene una dificultad que se presenta cuando existen valores atpicos o extremos, tambin conocidos como valores outlier, por lo tanto, el slo clculo del promedio de una serie de datos, no informa absolutamente nada, es ms, podra llevar a decisiones errneas. Esto implica que ste indicador debe ir siempre acompaado de una medida de

variabilidad, como puede ser la desviacin tpica o estndar o el coeficiente de variabilidad. Para el caso del promedio en das del Yodo 131 ubicado en la tabla precedente, y que equivale a un valor de 8,05 das, no se podra decir, si ese valor es representativo de la serie que lo origino, esto debido a que no se sabe que tanto varan los datos, veamos el siguiente cuadro: 8,1 8 Promedio Desviacin Coeficiente de variacin 8,05 0,0707 0,88 4,1 12 8,05 5,5861 69,39

Se aprecia que para llegar al promedio aritmtico de 8,05 habra mltiples combinaciones, recordemos que el promedio es la suma de los valores dividido por el nmero de ellos, es decir, (8,1+8)/2, o (3,1+12)/2. Claro que en nuestro ejemplo, no se conoce el nmero de datos y por lo tanto el nmero de combinaciones sera mucho mayor. Por eso, precisamente, es que se debe calcular una medida de variabilidad, la desviacin que mide que tanto varan los datos con respecto a la media, dio para el primer caso 0,0707 y para el segundo 5,5861, evidentemente mucho mayor, por ello, si el promedio se origin con los datos del 2 caso, el promedio no tiene sentido interpretarse o mejor, no es adecuado usarlo para apoyar una toma de decisiones. Cuando se tiene duda sobre la heterogeneidad de una serie de datos, es recomendable usar el coeficiente de variabilidad, el cual se calcula as: C.v=(Desviacin/Media)*100, su resultado es un porcentaje, eso ayuda a su interpretacin, ya que si da valores que a medida que se acerquen al cero, indica que la variable es homognea y por lo tanto, el promedio aritmtico tiene utilidad, pero si el coeficiente de variabilidad se aleja del cero, cada vez ser ms heterogneo los datos y por lo tanto, el promedio pierde su utilidad, en algunos textos se tiene como norma que si el coeficiente es mayor del 20%, la variable ya es relativamente variable, sin embargo, considero que esa cifra habr que analizarla en cada caso, es decir, existen procesos donde la variabilidad del 10% podra ser inaceptable. En los casos que no se puede utilizar la media como apoyo para tomar decisiones, se sugieren otros indicadores como la mediana y los percentiles.

Aplicacin del programa Excel en el clculo de indicadores resumen. Media Aritmtica: Es la medida de tendencia central ms utilizada y generalizada, tambin se conoce con el nombre de promedio aritmtico. No obstante, en algunos casos no se recomienda, valga decir, cuando los datos presentan mucha variabilidad, en estos casos se sugiere segmentar o estratificar los datos de acuerdo a alguna variable de identificacin (estrato, profesin, sexo, escolaridad etc.). Por lo anterior, siempre que se trabaje la media aritmtica, se requiere de calcular e interpretar una medida de variabilidad, las cuales se analizaran ms adelante. La media aritmtica se denota x (se lee x- barra), se calcula de la siguiente forma. Promedio = (x1 + x2 + x3 +.... xn) / n En Excel la funcin es: =promedio (Rango de los datos) Mediana (Me): Esta medida depende nicamente de la posicin que tenga en la tabla; por lo tanto, no est afectada por valores extremos. La mediana, que se denota Me, va a ser siempre un valor central, es decir, va a superar no ms del 50% de la informacin y a su vez ser superada por el otro 50% restante. Debe tenerse presente que los valores estn ordenados de menor a mayor. Independiente del nmero de observaciones y de la forma de presentar los datos (frecuencia simple o agrupada), se identifica en qu lugar se encuentra la mediana, para ello se utiliza la siguiente expresin: Me= X((n+1)/2) La sintaxis en el Excel es: =Mediana (rango de datos). Moda (Mo): Es usual considerarla como medida de tendencia central, sin embargo, esta puede estar ubicada en cualquier punto de la distribucin, es ms, cuando se encuentra al principio de los datos la distribucin toma el nombre de asimtrica positiva, si se encuentra al final, la distribucin se llama asimtrica negativa. En el caso de que este en el centro y su valor sea similar a la mediana y la media aritmtica, la distribucin se considera aproximadamente normal, siempre y cuando no exista ms de una moda. La moda es simplemente el valor o la caracterstica que ms se repite, es el valor ms comn de la distribucin y se denota Mo. En algunas distribuciones solo existe una moda (unimodal), si tiene dos puntos mximos se conoce como bimodal y en general se puede decir que hay distribuciones multimodales (ms de una) o a modal (ninguna). La Mo se obtiene por simple inspeccin, ya que es el valor de la variable que le corresponde la mayor frecuencia absoluta. Si los datos estn agrupados por intervalos, la Mo es la marca de clase del intervalo con mayor frecuencia.

En Excel la funcin es: =Moda (Rango de los datos). MEDIDAS DE VARIACION O DISPERSION. En todos los casos se va a necesitar ms informacin que la obtenida con las medidas de posicin. Debido a esto se necesita encontrar las medidas de variacin, las cuales sirven para medir el grado en que los datos de una muestra o poblacin tienden a concentrase o alejarse alrededor de un valor central. Tambin son tiles para comparar la variabilidad de varias muestras o poblaciones. El despreciar la existencia de la variacin puede conducir a decisiones incorrectas en problemas importantes. Varianza y Desviacin Tpica o Estndar: La varianza y la desviacin estndar son las medidas de variabilidad ms frecuentemente empleadas. Se estudiaran simultneamente, ya que para su clculo se sigue un procedimiento exactamente igual, diferencindose nicamente en que para calcular la desviacin tpica se requiere de un paso ms. Con el fin de fortalecer el clculo del promedio y la desviacin estndar, siga el enlace siguiente: http://www.leondariobello.com/OA/Promedioaritmetico La varianza. Se denota S2 (se lee S al cuadrado), se define como la media aritmtica de los cuadrados de las variaciones respecto a la media aritmtica de dicha distribucin. Como se ve, no es muy diciente dicha definicin, lo que si se observa es que se construye con valores al cuadrado, lo que impide darle una interpretacin a la misma. La desviacin tpica (S) ms conocida y usada, desempea un papel muy importante en el anlisis de los datos estadsticos. Igualmente permite la comparacin de dos o ms distribuciones, cuando estn en la misma unidad de medida, para determinar cul de ellas tiene mayor o menor grado de homogeneidad o estabilidad. En Excel se usa la siguiente sintaxis: =VAR.M (A3:A12) calcula la varianza de la muestra, teniendo los datos en las celdas A3 a A12. =DESVEST (A3:A12) Calcula la desviacin estndar de la muestra, teniendo los datos en las celdas A3 a A12. Coeficiente de Variacin. El coeficiente de variacin es una medida relativa y presenta el resultado, como un porcentaje que debe emplearse para hacer comparaciones entre poblaciones que tengan

diferentes unidades de medidas y/o magnitudes diferentes. A medida que dicho valor se aleja del cero, la distribucin se vuelve ms heterognea, mientras que si se aproxima a dicho valor los datos son ms homogneos. El coeficiente de variacin est definido como la razn existente entre la desviacin y la media de los datos multiplicado por 100. No existe una funcin en el Excel, por lo tanto, se debe construir la frmula.