Un objetivo en todo estudio epidemiolgico debe ser el de medir y calcular con la mayor validez y precisin posible sus determinaciones. En otras palabras, la validez del conocimiento derivado de cualquier estudio epidemiolgico depender, en gran medida, de la ausencia de error y de la capacidad de estimar o predecir el parmetro verdadero en la poblacin blanco.
Las mediciones que se realicen deben ser: lo ms exactas posible: que la medicin est prxima al valor verdadero. Precisas: que mediciones repetidas caigan dentro de un intervalo reducido.
En epidemiologa, la VALIDEZ (el grado de valor que se confiere al dato) se refiere a la ausencia de sesgo o error: a) Validez interna. Capacidad para atribuir el efecto detectado por el estudio a la hiptesis que se investiga. Resulta indispensable que el estudio est libre de errores (durante el proceso de seleccin de la poblacin de estudio, las mediciones que se realizan en dicha poblacin o por la falta de comparabilidad de los grupos estudiados), y b) Validez externa. Capacidad para extrapolar los resultados de un estudio a una poblacin ms extensa que aquella en que se ha realizado.
El ERROR puede ser de dos tipos: Errores sistemticos o Sesgos. Diferencia entre el verdadero valor y el valor obtenido debido a cualquier causa que no sea la variabilidad de la muestra. Es la distorsin de la medicin causada por el investigador. Estos errores se cometen en el procedimiento del estudio y afectan gravemente la validez interna de los estudios. Segn su origen: sesgos de seleccin, sesgos de informacin y sesgos de confusin. Errores aleatorios. Corresponden a la diferencia entre el resultado obtenido a partir de la muestra y la realidad de la poblacin, la capacidad para extrapolar los resultados de un estudio a una poblacin. Distorsin de la medicin debida a la variabilidad del fenmeno que se mide. Disminuyen al aumentar el tamao de la muestra y la precisin de las mediciones.
1. Confiabilidad : Precisin,
reproducibilidad
Error sistemtico
A no ha sido ni exacto ni preciso. B Exacto y preciso. C bastante exacto pero no preciso. D muy preciso pero poco exacto.
7
Validez y Confiabilidad
Estudio mdico o epidemiolgico, la principal consideracin es obtener:
Para lograr un estudio de una calidad elevada: Asegrese de las respuestas adecuadas a las preguntas del estudio
Buen diseo de estudio Validez y confiabilidad de las mediciones Controle cualquier posible sesgo Buena cooperacin entre * grupo de investigacin, y * poblacin del estudio
En qu piensa primero, cuando hablamos de validez y confiabilidad? Cul es la diferencia entre validez y confiabilidad? Por qu la validez y confiabilidad son importantes en la conduccin de cualquier investigacin mdica en el laboratorio y en el campo?
Definicin: Una
medicin precisa teniendo el mismo valor cada vez que es medida. Mediciones repetidas caen dentro de un intervalo reducido.
Precisin depende de: Tamao de muestra Eficiencia del estudio Influencia el poder del estudio Son afectados por ERROR ALEATORIO
Usando D.S.
Varianza (2)
1.
Estandarizando medicin
los
mtodos
de
Preparacin del protocolo del estudio Preparacin del manual de operaciones Escribiendo guas especficas o instrucciones para cada medicin Sirviendo como base para descripcin de mtodos cuando se reporten los resultados
Escribir guas especficas o instrucciones para realizar las mediciones realizacin uniforme durante la duracin del estudio
2. Entrenando y certificando a los observadores Mejorando la consistencia de las tcnicas de medicin (varios observadores) Realizando un estudio piloto Para probar el poder de las tcnicas especificadas en el manual de operaciones
3. Refinando los instrumentos Escribiendo los cuestionarios o entrevistas para incrementar la claridad 4. Automatizando los instrumentos Usando aparatos mecnicos automticos
5. Repitiendo la medicin El impacto del error aleatorio de cualquier origen, puede reducirse por: Repitiendo la medicin Usando el promedio de las dos mediciones
Definicin: El grado en el cual los resultados de una medicin corresponden al verdadero estado o verdad
Sinnimos:
Seguridad es una funcin de ERROR SISTEMTICO Influencia la validez interna y externa del estudio A mayor error sistemtico, menos segura la variable
Es atribuido a: Aspectos metodolgicos del diseo del estudio o anlisis Seleccin de sujeto Calidad de la informacin obtenida Confusin Modificacin de efecto (interaccin) Misclasificacin
Estndares dorados
1. Estandarizacin de mtodos de medicin 2. Entrenamiento y certificacin de los observadores 3. Refinacin de instrumentos 4. Automatizando los instrumentos 5. Haciendo mediciones informales 6. Cegando 7. Calibracin de instrumentos
CLASIFICACIN DE LOS SESGOS A. Sesgos de seleccin. B. Sesgos de informacin (de recogida, presentacin y anlisis de datos). C. Sesgos de confusin.
Sesgo de Neymann (de prevalencia o incidencia): Se produce cuando la condicin en estudio determina prdida prematura por fallecimiento de los sujetos afectados por ella.
Supongamos un grupo de 1.000 personas portadoras de hipertensin arterial (factor de riesgo de accidente vascular cerebral (AVC)) y 1.000 no hipertensas, que son seguidas a lo largo del tiempo en un estudio prospectivo de 10 aos, el que intenta establecer el grado de asociacin entre estas dos condiciones. Se tiene lo siguiente despus de 10 aos
De este cuadro se desprende la intensa asociacin entre asociaci hipertensin y hipertensi eventos cerebrovasculares, tanto en muertes como en episodios no mortales.
30
Si a partir de los pacientes que han experimentado episodios de AVE, se desea establecer retrospectivamente el grado de asociacin de esta complicacin con la hipertensin, entre quienes sobreviven.
En este caso, la medida epidemiolgica de asociacin (odds ratio) arroja un valor de 0,80, vale decir, el factor de "riesgo hipertensin aparece reduciendo el riesgo de presentar un accidente vasculares enceflico. Este hallazgo deriva de la no incorporacin en el anlisis de los sujetos que fallecen prematuramente por enfermedad cerebrovascular en el lapso de observacin sealado.
31
Clasificacin verdadera
Controles
50 50 100
Total
150 100 250
OR = ad/bc = 2.0; RR = a/(a+b)/c/(c+d) = 1.3 Sobreetimacin de exposicin por 10 casos; tasas infladas
Controles
50 50 100
Total
160 90 250
Clasificacin verdadera
Casos
Expuesto No expuesto 100 50 150
Controles
50 50 100
Total
150 100 250
OR = ad/bc = 2.0; RR = a/(a+b)/c/(c+d) = 1.3 Subestima la exposicin para 10 casos, reduce las tasas
Casos
Expuesto No expuesto 90 60 150
Controles
50 50 100
Total
140 110 250
Clasificacin verdadera
Controles 50 50
100
Controles 40 60 100
Clasificacin verdadera
Expuesto No expuesto
Controles 50 50 100
Controles 60 40 100
Criterios de seleccin
Poblacin Muestra Criterios de inclusin Criterios de exclusin
Existen ms de 300 pruebas estadsticas bsicas. Hay dos clases de pruebas estadsticas: Las paramtricas y las no paramtricas.
45
Los valores de la variable dependiente sigan la distribucin de la curva normal. La muestra en la que se hizo la investigacin. Las varianzas de los grupos que se comparan en una variable dependiente sean aproximadamente iguales (homogeneidad de las varianzas). La variable dependiente est medida en una escala que sea por lo menos de intervalo, aunque este ltimo requisito no es compartido por todos los estadsticos. Cuando los datos cumplen con los requisitos indicados, especialmente con los dos primeros, las pruebas estadsticas paramtricas exhiben su mximo poder. Cristian Daz Vlez 46
Las pruebas estadsticas no paramtricas, en cambio, no hacen a los datos ninguna de las exigencias que les hacen las pruebas estadsticas paramtricas; por eso se les denomina "pruebas estadsticas libres de distribucin". Todas estas pruebas poseen menos poder que las pruebas paramtricas correspondientes, pero han demostrado ser muy tiles como alternativas cuando no se considera apropiado el uso de pruebas paramtricas.
Cristian Daz Vlez 47
Numrica/cuantitativa
Cristian Daz Vlez
49
Variable Dependiente Dicotmica Dicotmica Dicotmica Dicotmica Nominal Nominal Ordinal Ordinal Cuantitativa
Variable Independiente Dicotmica Nominal Ordinal Cuantitativa Dicotmica Cuantitativa Nominal Cuantitativa
Cristian Daz Vlez
Prueba z, Chi-2, Fisher z, Chi-2, MethaPatel Mann-Whitney / Wilcoxon Regresin Logstica z, Chi-2, MethaPatel Regresin Discriminante Kruskal-Wallis Regresin Odds Proporcional t de Student
50
Dicotmica
Ninguna V. ind.
Una V. ind.
Ms de una V. ind.
V. Dep. Continua
V. Dep. Ordinal
V. Dep. Nominal
V. Dep. Continua
V. Dep. Ordinal
V. Dep. Nominal
V. Dep. Continua
V. Dep. Ordinal
V. Dep. Nominal
Para fines estadsticos una variable nominal solo se refiere a dos categoras de una Caracterstica. Si la caracterstica tiene K categoras, se necesitan K-1 variables.
Cristian Daz Vlez 51
1 V. Dependiente Continua
Inters en la posicin
Inters en la dispersin
Media T student
Varianza, DS Chi2
52
Inters en la posicin
Inters en la dispersin
Amplitud intercuartilica
53
3 V. Dependiente nominal
Si
Inters en la posicin
No
Proporcin
Tasa
Desenlace comn
Binomial
54
Regresin lineal
T student Prueba F
55
Mediana Mann-Whitney
56
Datos apareados
Datos Indep.
P. McNemar
57
Var. Indep Continua o nominal Var. Indep intencionada Var. Indep aleatoria
8 V. Dependiente ordinal
Datos Indep.
Prueba Kruskal-Wallis
59
61
GRACIAS