Upload
alejandra
View
23
Download
7
Embed Size (px)
DESCRIPTION
Clase ENAM Epidemiologia y Estadistica
Citation preview
ESTADÍSTICA Y EPIDEMIOLOGÍA ENAM ABRIL
César A. Gutiérrez Villafuerte
[email protected] www.epiredperu.net
ENAM / Preinternado ESSALUD 2013
Estadística y Epidemiología
César A. Gutiérrez Villafuerte [email protected]
www.epiredperu.net
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 3
Epidemiología
Estadística
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 4
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 5
Pregunta 19. En una población de un millón de habitantes, la tasa de natalidad es de 40 por 1,000 habitantes y se han producido 3,000 defunciones de niños menores de 1 año. La tasa de mortalidad infantil es: A. 50 por 1.000 nacidos vivos B. 75 por 1.000 nacidos vivos C. 100 por 1.000 nacidos vivos D. 125 por 1.000 nacidos vivos E. Ninguna de las anteriores.
Definición de epidemiología
epi: sobre, demo: pueblo, logos: tratado
Ciencia que estudia la distribución y los determinantes del fenómeno salud-enfermedad en las poblaciones humanas.
Descriptiva: Distribución de las enfermedades según TIEMPO, LUGAR y PERSONA.
Analítica: Factores determinantes y asociaciones causales.
DR. CESAR GUTIERREZ
ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 7
Medidas de frecuencia de la enfermedad
Casos antiguos y nuevos → Prevalencia
Casos nuevos Incidencia (acumulada)
Densidad de incidencia
Tasa de ataque
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 8
Medidas de frecuencia de la enfermedad: Mortalidad
Indicador Numerador Denominador
Mortalidad general Total de muertos Población
Mortalidad específica Muertos por una enfermedad Población
Letalidad Muertos por una enfermedad Enfermos
Mortalidad proporcional Muertos por una enfermedad Total de muertos
Mortalidad infantil Muertos menores de un año Nacidos vivos
Mortalidad materna Muertes maternas (embarazo, parto y puerperio)
Nacidos vivos
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 9
Medidas de fuerza de asociación
Las medidas que nos ayudan a obtener esta
información son:
Riesgo relativo (RR)
Odds ratio (OR).
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 10
Riesgo Relativo (RR)
Enfermedad
Exposición Presente Ausente
Presente a b
Ausente c d
Total
a + b
c + d
Riesgo Relativo = a / (a + b)
c / (c + d) DR. CESAR GUTIERREZ
ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 11
Odds Ratio (OR)
Enfermedad
Exposición Presente Ausente
Presente a b
Ausente c d
Total
a + b
c + d
Odds Ratio = a x d
b x c
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 12
Ie < Io
factor
protector
Ie < Io
factor
protector
Ie > Io
factor de
riesgo
Ie = Io Sin efecto Ie = Io Sin efecto
Interpretación del RR y OR
0 1
Ie > Io
factor de
riesgo
Ie = Io Sin efecto Ie = Io Sin efecto
Ie < Io
factor
protector
Ie < Io
factor
protector
OR RR = Ie
Io
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 13
Pregunta 19. En una población de un millón de habitantes, la tasa de natalidad es de 40 por 1,000 habitantes y se han producido 3,000 defunciones de niños menores de 1 año. La tasa de mortalidad infantil es: A. 50 por 1.000 nacidos vivos B. 75 por 1.000 nacidos vivos C. 100 por 1.000 nacidos vivos D. 125 por 1.000 nacidos vivos E. Ninguna de las anteriores.
Pregunta 19. En una población de un millón de habitantes, la tasa de natalidad es de 40 por 1,000 habitantes y se han producido 3,000 defunciones de niños menores de 1 año. La tasa de mortalidad infantil es: A. 50 por 1.000 nacidos vivos B. 75 por 1.000 nacidos vivos C. 100 por 1.000 nacidos vivos D. 125 por 1.000 nacidos vivos E. Ninguna de las anteriores.
Pregunta 18. La tasa de mortalidad general tiene como denominador: A. El total de enfermos por todas las causas. B. La población de niños y adolescentes. C. La población de adultos y viejos. D. Todas las anteriores. E. Ninguna de las anteriores.
Pregunta 18. La tasa de mortalidad general tiene como denominador: A. El total de enfermos por todas las causas. B. La población de niños y adolescentes. C. La población de adultos y viejos. D. Todas las anteriores. E. Ninguna de las anteriores.
Pregunta 20. En una ciudad "X", que tiene una población de 1.000.000 de habitantes, se han producido 1.000 casos de fiebre tifoidea, siendo la tasa de letalidad del 10%. ¿Cuál es la tasa de mortalidad por causa específica?: A. 1,000 por 100.000 habitantes B. 100 por 100.000 habitantes C. 10 por 100.000 habitantes D. 1 por 100.000 habitantes E. Ninguna de las anteriores.
Pregunta 20. En una ciudad "X", que tiene una población de 1.000.000 de habitantes, se han producido 1.000 casos de fiebre tifoidea, siendo la tasa de letalidad del 10%. ¿Cuál es la tasa de mortalidad por causa específica?: A. 1,000 por 100.000 habitantes B. 100 por 100.000 habitantes C. 10 por 100.000 habitantes D. 1 por 100.000 habitantes E. Ninguna de las anteriores.
Pregunta 21. En una población "X", han ocurrido 20.000 nacimientos y 1.600 defunciones de niños menores de 1 año. La tasa de mortalidad infantil es: A. 20 por 1.000 nacidos vivos B. 40 por 1.000 nacidos vivos C. 60 por 1.000 nacidos vivos D. 80 por 1.000 nacidos vivos E. Ninguna de las anteriores.
Pregunta 21. En una población "X", han ocurrido 20.000 nacimientos y 1.600 defunciones de niños menores de 1 año. La tasa de mortalidad infantil es: A. 20 por 1.000 nacidos vivos B. 40 por 1.000 nacidos vivos C. 60 por 1.000 nacidos vivos D. 80 por 1.000 nacidos vivos E. Ninguna de las anteriores.
Pregunta 22. En una población «X» han ocurrido 50.000 nacimientos y 150 defunciones maternas. ¿Cuál es la mortalidad materna?: A. 10 por 10.000 nacidos vivos B. 15 por 10.000 nacidos vivos C. 20 por 10.000 nacidos vivos D. 25 por 10.000 nacidos vivos E. 30 por 10.000 nacidos vivos
Pregunta 22. En una población «X» han ocurrido 50.000 nacimientos y 150 defunciones maternas. ¿Cuál es la mortalidad materna?: A. 10 por 10.000 nacidos vivos B. 15 por 10.000 nacidos vivos C. 20 por 10.000 nacidos vivos D. 25 por 10.000 nacidos vivos E. 30 por 10.000 nacidos vivos
Pregunta 23. En una población de 500.000 habitantes se han producido 20.000 nacimientos. La tasa de natalidad es: A. 20 por 1.000 habitantes B. 25 por 1.000 habitantes C. 30 por 1.000 habitantes D. 35 por 1.000 habitantes E. 40 por 1.000 habitantes
Pregunta 23. En una población de 500.000 habitantes se han producido 20.000 nacimientos. La tasa de natalidad es: A. 20 por 1.000 habitantes B. 25 por 1.000 habitantes C. 30 por 1.000 habitantes D. 35 por 1.000 habitantes E. 40 por 1.000 habitantes
Pregunta 29. Durante el año 1980 se produjo un escape de gas radioactivo en una planta de fabricación de sustancias radioactivas; la planta tenía 500 obreros. La ciudad más cercana a la planta se encontraba a 1000 Km. de distancia y tenía 2000 habitantes. De 1980 al año 2000 se diagnosticaron: 25 casos de leucemia mielocítica entre los obreros y en la ciudad más cercana 5 casos de leucemia ¿Cuál será la tasa de incidencia de leucemia en la población expuesta?: A. 1,25 por cada 100 B. 30 por cada 1000 C. 12 por cada 1000 D. 25 por cada 100 E. 5 por cada 100
Pregunta 29. Durante el año 1980 se produjo un escape de gas radioactivo en una planta de fabricación de sustancias radioactivas; la planta tenía 500 obreros. La ciudad más cercana a la planta se encontraba a 1000 Km. de distancia y tenía 2000 habitantes. De 1980 al año 2000 se diagnosticaron: 25 casos de leucemia mielocítica entre los obreros y en la ciudad más cercana 5 casos de leucemia ¿Cuál será la tasa de incidencia de leucemia en la población expuesta?: A. 1,25 por cada 100 B. 30 por cada 1000 C. 12 por cada 1000 D. 25 por cada 100 E. 5 por cada 100
Pregunta 30. Un estudio observacional en el que se comparan 110 individuos con cáncer de senos paranasales con 220 individuos sin la enfermedad, corresponde a un estudio: A. Longitudinal B. Caso-Control C. Cohortes concurrente D. Transversal E. Cohortes no concurrente
Estudios descriptivos
1. Serie de casos.
2. Estudios ecológicos.
Se estudian poblaciones no personas.
Considerar la “falacia ecológica”
3. Transversales (para algunos pueden ser también analíticos).
Simultáneamente se mide la(s) enfermedad(es) y exposición(es).
Son llamados estudios de prevalencia.
Estudios analíticos E
stu
dio
s A
nalí
tic
os
Observacionales
Con Control
Experimental
Con
Aleatorización
Sin Aleatorización
De la exposición
a la enfermedad
De la enfermedad
a la exposición
Casos y
Controles
Cohortes
Cuasi
Experimento
Experimento
Verdadero
TIEMPO
Población
Casos
(personas con
la enfermedad)
Controles
(personas sin la
enfermedad)
Expuestos
No Expuestos
Expuestos
No Expuestos
Inicio de la
investigación
Estudios casos y controles
DR. CESAR GUTIERREZ 31
Estudios casos y controles
Ventajas:
1. Más rápidos y económicos que los estudios de cohortes.
Particularmente adecuados para enfermedades de larga
latencia.
2. Pueden estudiarse varios factores (exposiciones)
simultáneamente.
3. Adecuados para enfermedades raras.
4. Requieren muestras más pequeñas que el estudio de
cohortes.
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 32
Estudios casos y controles
Desventajas:
1. No involucran necesariamente una secuencia de
temporalidad.
2. Sólo se puede investigar una enfermedad (efecto).
3. Se calcula el OR, que es una estimación del RR, lo que
puede ser impreciso en ciertas circunstancias
(enfermedad muy frecuente).
4. Sujetos de sesgo (uno de los principales: sesgo de
memoria).
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 33
Estudios de cohortes
TIEMPO
Personas
Sin la
Enfermedad
Expuestos
No
Expuestos
Con
Enfermedad
Sin
Enfermedad
Con
Enfermedad
Sin
Enfermedad
Población
Inicio de la
investigación
DR. CESAR GUTIERREZ 34
Ventajas:
1. Se obtiene una medición directa del riesgo (incidencia y
riesgo relativo).
2. Puede establecerse una relación de temporalidad.
3. Pueden estudiarse diferentes enfermedades
simultáneamente.
4. Eficiente para exposiciones poco frecuentes.
5. Se obtiene buena información sobre la exposición.
Estudios de cohortes
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 35
Desventajas:
1. Generalmente son más caros y duraderos.
2. No adecuados para enfermedades de larga latencia.
3. No adecuados para enfermedades raras.
4. Puede haber un “efecto del estudio”. Las personas
pueden cambiar sus actitudes al saber que están en un
estudio.
5. La exposición puede cambiar.
6. Puede ocurrir pérdidas de seguimiento.
7. En el diseño básico se permite estudiar sólo una
exposición.
Estudios de cohortes
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 36
Pasado Futuro
Rastreo Seguimiento
No concurrentes Concurrentes
Seleccionar en el pasado
los grupos expuesto y no
expuesto, y rastrearlos
Seleccionar en el
presente los grupos
expuestos y no
expuestos, y seguirlos
de los sujetos según
métodos diversos (p.e.
historias clínicas) desde el
pasado hasta el presente.
de los sujetos según
métodos diversos desde el
presente hacia el futuro
por el período deseado.
Estudios de cohortes
DR. CESAR GUTIERREZ 37
Tipos de enmascaramiento
Sujeto Observador Analista de
datos
Ciego Simple X
Doble Ciego X X
Triple Ciego X X X
X : Desconoce el grupo al cual ha sido asignado
cada sujeto de estudio DR. CESAR GUTIERREZ
ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 38
Fuente:
Perspectivas políticas de la OMS sobre Medicamentos.
La farmacovigilancia: garantía de seguridad en el uso de los medicamentos. Octubre de 2004.
Pregunta 30. Un estudio observacional en el que se comparan 110 individuos con cáncer de senos paranasales con 220 individuos sin la enfermedad, corresponde a un estudio: A. Longitudinal B. Caso-Control C. Cohortes concurrente D. Transversal E. Cohortes no concurrente
Pregunta 30. Un estudio observacional en el que se comparan 110 individuos con cáncer de senos paranasales con 220 individuos sin la enfermedad, corresponde a un estudio: A. Logitudinal B. Caso-Control C. Cohortes concurrente D. Transversal E. Cohortes no concurrente
Pregunta 31. Los estudios de casos y controles se caracterizan porque: A. Permiten establecer una relación causa efecto B. Conforman los grupos de comparación a partir del efecto. C. Son útiles para estudiar la incidencia de las enfermedades D. Permiten calcular el riesgo relativo E. Controlan a los sujetos expuesto al factor de riesgo
Pregunta 31. Los estudios de casos y controles se caracterizan porque: A. Permiten establecer una relación causa efecto B. Conforman los grupos de comparación a partir del efecto. C. Son útiles para estudiar la incidencia de las enfermedades D. Permiten calcular el riesgo relativo E. Controlan a los sujetos expuesto al factor de riesgo
Pregunta 32. Respecto a los estudios de Cohortes, señale su mayor ventaja: A. Permiten estimar el riesgo absoluto B. Se aplica en enfermedades raras C. Son útiles en enfermedades frecuentes D. El costo operativo es bajo E. Son útiles en enfermedades infrecuentes
Pregunta 32. Respecto a los estudios de Cohortes, señale su mayor ventaja: A. Permiten estimar el riesgo absoluto B. Se aplica en enfermedades raras C. Son útiles en enfermedades frecuentes D. El costo operativo es bajo E. Son útiles en enfermedades infrecuentes
Pregunta 33. La IV fase de los estudios sobre el uso de un nuevo fármaco, corresponde a un estudio de tipo ………… y tiene como finalidad evaluar a …………: A. Ensayo clínico / farmacodinámica de la droga B. Ensayo clínico aleatorio / eficacia del fenómeno C. Longitudinal / seguridad terapéutica D. Prospectivo / efectividad de la dosis E. Serie de casos / condición de administración
Pregunta 33. La IV fase de los estudios sobre el uso de un nuevo fármaco, corresponde a un estudio de tipo ………… y tiene como finalidad evaluar a …………: A. Ensayo clínico / farmacodinámica de la droga B. Ensayo clínico aleatorio / eficacia del fenómeno C. Longitudinal / seguridad terapéutica D. Prospectivo / efectividad de la dosis E. Serie de casos / condición de administración
Pregunta 34. El diseño de estudio epidemiológico más adecuado para explorar los factores de riesgo asociados a enfermedades raras es: A. Casos y controles B. Estudios de correlación C. Longitudinal D. Serie de Casos E. Transversal
Pregunta 34. El diseño de estudio epidemiológico más adecuado para explorar los factores de riesgo asociados a enfermedades raras es: A. Casos y controles B. Estudios de correlación C. Longitudinal D. Serie de Casos E. Transversal
Pregunta 38. El concepto "Presencia habitual de una enfermedad en una población determinada" corresponde a: A. Epidemia B. Endemia C. Brote D. Holoendemia E. Hiperendemia
Presentación de las enfermedades en las poblaciones
Endemia: constante presencia de una enfermedad en un área geográfica determinada (prevalencia usual).
Epidemia: aparición de un número de casos de una enfermedad claramente en exceso a lo esperado, en una comunidad o región.
Brote: episodio en el cual dos o más casos de la misma enfermedad tienen alguna relación entre sí.
Pandemia: extensión de una epidemia más allá de una región de la OMS (generalmente continente).
Hiperendemia: persistencia de una intensa transmisión.
Holoendemia: alto nivel de infección que se inicia en etapas muy tempranas de la vida y afecta a la mayoría de la población.
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 51
Brotes epidemiológicos
Fuente común puntual
Fuente propagada
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 52
Curva endémica (canal endémico)
Epidemia
Alerta (alarma)
Seguridad
Éxito
Q1
Q3
Mediana
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 53
Pregunta 38. El concepto "Presencia habitual de una enfermedad en una población determinada" corresponde a: A. Epidemia B. Endemia C. Brote D. Holoendemia E. Hiperendemia
Pregunta 38. El concepto "Presencia habitual de una enfermedad en una población determinada" corresponde a: A. Epidemia B. Endemia C. Brote D. Holoendemia E. Hiperendemia
Pregunta 35. Se llama epidemia cuando una enfermedad transmisible se presenta en una localidad: A. Todos los años con incremento estacional en primavera y verano B. Si se presentan casos esporádicos todos los años C. Si se presentan uno o varios casos no esperados en un lugar donde antes no se observaron casos durante varios años D. Si se observan numerosos casos con tasas elevadas durante todos los años E. Ninguna de las anteriores.
Pregunta 35. Se llama epidemia cuando una enfermedad transmisible se presenta en una localidad: A. Todos los años con incremento estacional en primavera y verano B. Si se presentan casos esporádicos todos los años C. Si se presentan uno o varios casos no esperados en un lugar donde antes no se observaron casos durante varios años D. Si se observan numerosos casos con tasas elevadas durante todos los años E. Ninguna de las anteriores.
Pregunta 36. En el año 2004 en el distrito de Comas en Lima se presentaron 3 casos de dengue. Anteriormente no se reportó ningún caso. Este evento se considera una: A. Epidemia B. Endemia C. Pandemia D. Holoendemia E. Epizootia
Pregunta 36. En el año 2004 en el distrito de Comas en Lima se presentaron 3 casos de dengue. Anteriormente no se reportó ningún caso. Este evento se considera una: A. Epidemia B. Endemia C. Pandemia D. Holoendemia E. Epizootia
Pregunta 41. Los casos de cólera en niños menores de un año no figuran porque: A. No ocurren por falta de receptores en los enterocitos B. Porque las células M dan cuenta de vibrión cólera C. Porque las vellosidades intestinales son inmaduras D. Porque no se reportan E. Por abundancia de anticuerpos contra el cólera
Vigilancia epidemiológica
SISTEMA DE ALERTA basado en la medición continua y/o periódica de ciertos indicadores.
Enfermedades de notificación obligatoria según el Reglamento Sanitario Internacional (Primera versión)
- Cólera
- Peste
- Fiebre Amarilla Selvática
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 61
Pregunta 41. Los casos de cólera en niños menores de un año no figuran porque: A. No ocurren por falta de receptores en los enterocitos B. Porque las células M dan cuenta de vibrión cólera C. Porque las vellosidades intestinales son inmaduras D. Porque no se reportan E. Por abundancia de anticuerpos contra el cólera
Pregunta 41. Los casos de cólera en niños menores de un año no figuran porque: A. No ocurren por falta de receptores en los enterocitos B. Porque las células M dan cuenta de vibrión cólera C. Porque las vellosidades intestinales son inmaduras D. Porque no se reportan E. Por abundancia de anticuerpos contra el cólera
Pregunta 40. Las enfermedades crónicas no transmisibles aumentan debido a: A. Disminución de la mortalidad infantil B. Aumento de la expectativa de vida C. El grado de desarrollo D. Todas las anteriores E. Ninguna de las anteriores.
Pregunta 40. Las enfermedades crónicas no transmisibles aumentan debido a: A. Disminución de la mortalidad infantil B. Aumento de la expectativa de vida C. El grado de desarrollo D. Todas las anteriores E. Ninguna de las anteriores.
Pregunta 43. La especificidad de un prueba diagnóstica se calcula relacionando: A. Negativos falsos / pacientes sin la enfermedad B. Positivos verdaderos / pacientes sin la enfermedad C. Positivos falsos / pacientes sin la enfermedad D. Negativos verdaderos / pacientes sin la enfermedad E. Positivos verdaderos / pacientes con la enfermedad
Al evaluar pruebas diagnósticas
Condición real del paciente
(prueba de oro)
Enfermo Sano
Enfermo Correcto
(VP)
Incorrecto
(FP)
Sano Incorrecto
(FN)
Correcto
(VN)
Re
su
lta
do
de
otr
a p
rue
ba
Sensibilidad
Es la capacidad de una prueba para identificar
correctamente a aquellos que tienen la enfermedad.
Prueba a
evaluar
Prueba de oro
Enfermos Sin la enfermedad
Positivo Verdadero Positivo Falso Positivo
Negativo Falso Negativo Verdadero Negativo
Sensibilidad = VP / (VP + FN)
Especificidad
Es la capacidad de una prueba para identificar
correctamente a aquellos que no tienen la enfermedad.
Prueba a
evaluar
Prueba de oro
Enfermos Sin la enfermedad
Positivo Verdadero Positivo Falso Positivo
Negativo Falso Negativo Verdadero Negativo
Especificidad = VN / (FP + VN)
¿Cuál es su diagnóstico?
¿Cuál es su diagnóstico?
Valor predictivo positivo (VPP)
Representa la probabilidad de que el paciente tenga la
enfermedad al obtenerse un resultado positivo.
Prueba a
evaluar
Prueba de oro
Enfermos Sin la enfermedad
Positivo Verdadero Positivo Falso Positivo
Negativo Falso Negativo Verdadero Negativo
VPP = VP / (VP + FP)
Valor predictivo negativo (VPN)
Representa la probabilidad de que el paciente no tenga la
enfermedad al obtenerse un resultado negativo.
Prueba a
evaluar
Prueba de oro
Enfermos Sin la enfermedad
Positivo Verdadero Positivo Falso Positivo
Negativo Falso Negativo Verdadero Negativo
VPN = VN / (FN + VN)
Relación entre prevalencia
y valor predictivo
Prevalencia
Resultado
de la
Prueba
Enfermo No
Enfermo Total
+ 99 495 594
1% - 1 9405 9406
Total 100 9900 10000
+ 495 475 970
5% - 5 9025 9303
Total 500 9500 10000
Observación: Sensibilidad 99% y Especificidad 95%
Valor Predictivo
Positivo
99/594=17%
495/970=51%
Relación entre prevalencia
y valor predictivo
Valo
r Pre
dic
tivo
Prevalencia de la Enfermedad
VP Positivo
VP Negativo
Pregunta 43. La especificidad de un prueba diagnóstica se calcula relacionando: A. Negativos falsos / pacientes sin la enfermedad B. Positivos verdaderos / pacientes sin la enfermedad C. Positivos falsos / pacientes sin la enfermedad D. Negativos verdaderos / pacientes sin la enfermedad E. Positivos verdaderos / pacientes con la enfermedad
Pregunta 43. La especificidad de un prueba diagnóstica se calcula relacionando: A. Negativos falsos / pacientes sin la enfermedad B. Positivos verdaderos / pacientes sin la enfermedad C. Positivos falsos / pacientes sin la enfermedad D. Negativos verdaderos / pacientes sin la enfermedad E. Positivos verdaderos / pacientes con la enfermedad
Pregunta 42. La utilidad clínica de una prueba diagnóstica de elevada sensibilidad está en un resultado: A. Positivo confirma la existencia de una enfermedad B. Negativo no es de utilidad diagnóstica C. Negativo concluye la posibilidad de que la enfermedad existía D. Negativo será válido en función de la especificidad de la prueba E. Positivo descarta la posibilidad de usar otras pruebas
Pregunta 42. La utilidad clínica de una prueba diagnóstica de elevada sensibilidad está en un resultado: A. Positivo confirma la existencia de una enfermedad B. Negativo no es de utilidad diagnóstica C. Negativo concluye la posibilidad de que la enfermedad existía D. Negativo será válido en función de la especificidad de la prueba E. Positivo descarta la posibilidad de usar otras pruebas
Pregunta 44. La medida de validez de una prueba diagnóstica que evalúa “la probabilidad de que el paciente tenga la enfermedad con un resultado positivo de la prueba evaluada”, se denomina: A. Eficacia diagnóstica B. Especificidad C. Sensibilidad D. Valor predictivo negativo E. Valor predictivo positivo
Pregunta 44. La medida de validez de una prueba diagnóstica que evalúa “la probabilidad de que el paciente tenga la enfermedad con un resultado positivo de la prueba evaluada”, se denomina: A. Eficacia diagnóstica B. Especificidad C. Sensibilidad D. Valor predictivo negativo E. Valor predictivo positivo
Pregunta 45. En las pruebas diagnósticas, cuando aumenta la prevalencia, entonces: A. El valor predictivo positivo disminuye. B. Aumenta la sensibilidad. C. Disminuye la especificidad. D. El valor predictivo positivo aumenta. E. El valor predictivo negativo aumenta.
Pregunta 45. En las pruebas diagnósticas, cuando aumenta la prevalencia, entonces: A. El valor predictivo positivo disminuye. B. Aumenta la sensibilidad. C. Disminuye la especificidad. D. El valor predictivo positivo aumenta. E. El valor predictivo negativo aumenta.
Pregunta 12. El percentil 90 de la talla de los recién nacidos de una determinada población es 53 cm. Esto quiere decir que: A. El 90% de los recién nacidos miden más de 53 cm. B. El 10% de los recién nacidos miden más de 53 cm. C. El 90% de los recién nacidos miden 53 cm. D. El 10% de los recién nacidos miden 53 cm. o más. E. El 90% de los recién nacidos miden 53 cm. a más.
Variable en estadística
Es una CARACTERÍSTICA, CUALIDAD O
PROPIEDAD, de un hecho o fenómeno que tiende a
VARIAR y que es susceptible de ser MEDIDA o
EVALUADA.
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 85
Tipos de variables según su naturaleza
CUALITATIVA. Expresan una cualidad, característica o
atributo que puede clasificarse, contarse, mas no,
cuantificarse. Pueden ser dicotómicas o politómicas.
Ejemplos: Sexo, Estado Civil, Grupo Sanguíneo.
CUANTITATIVA. Expresa una característica susceptible
de clasificarse y cuantificarse. Pueden ser continuas o
discretas (discontinuas).
Ejemplos: Número de camas, Peso, Glicemia.
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 86
Escalas de medición de variables
NOMINAL: = ≠
Género, procedencia
ORDINAL: = ≠ > < Pobreza, nivel de conciencia
INTERVALO: = ≠ > < + ― Temperatura oC, balance hídrico
RAZÓN: = ≠ > < + ― x ÷
Glicemia, talla, temperatura oK 87
Naturaleza y escalas de medición de variables
NOMINAL
ORDINAL
INTERVALO
RAZÓN
CUALITATIVA
CUANTITATIVA
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 88
Análisis descriptivo de variables cuantitativas
Para realizar el análisis descriptivo de variables cuantitativas se pueden calcular:
- Medidas de tendencia central
- Medidas de dispersión
- Medidas de posición o localización
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 89
Medidas de Tendencia Central
- Media aritmética (promedio, única)
- Mediana (única)
- Moda (puede haber más de una)
- Media geométrica (única)
En la práctica, la media y mediana son las medidas más empleadas.
En caso de datos extremos, la mediana es más estable.
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 90
Medidas de Dispersión
- Rango - Desviación media (no muy usado)
- Desviación estándar - Varianza (cuadrado de la desviación estándar)
- Coeficiente de variación (desviación estándar / media, expresado en %)
- Rango intercuartílico
El coeficiente de variación se usa para comparar mediciones en diferentes unidades o promedios muy diferentes de la misma unidad.
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 91
Correspondencia entre medidas de tendencia central y dispersión
Media se acompaña de desviación estándar
(distribución simétrica)
Mediana se acompaña de rango intercuartílico
(distribución asimétrica)
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 92
95% del área bajo la curva:
1.96
95% del área bajo la curva:
1.96
95% del área bajo la curva:
1.96
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 93
Desviación estándar y Error estándar
La desviación estándar indica la variabilidad de los datos individuales respecto a la media.
El error estándar indica la variabilidad de las medias muestrales respecto a la media poblacional.
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 94
Medidas de Localización
“Cuantiles”: - Terciles
- Cuartiles (Q)
- Quintiles
- Deciles
- Percentiles
Son puntos que dividen una distribución de valores en partes iguales.
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 95
77.80 88.00 113.00 158.00 225.00 287.20 335.00 Glicemia
5 10 25 50 75 90 95
Percentiles
Glicemia mg
400
350
300
250
200
150
100
50
0
Valor mínimo
Q1 (P25)
Q2 (mediana, P50)
Q3 (P75)
Valor máximo
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 96
Análisis descriptivo de variables cualitativas
Para realizar el análisis descriptivo de variables cualitativas se pueden calcular:
- Distribuciones de frecuencia
(absolutas o relativas)
- Proporciones x/(x+y)
- Razones x/y
- Tasas (prevalencia, incidencia, mortalidad, …)
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 97
Gráficos estadísticos – Barras
1.Se emplean para analizar una o dos variables
cualitativas.
- Si se analiza una variable – barras simples.
- Si se analizan dos variables – barras
agrupadas, barras apiladas.
2.Generalmente representan frecuencias
(absolutas o relativas) o tasas.
3.Se emplean también para variables cuantitativas
discretas.
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 98
Simples
Agrupadas
Apiladas
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 99
1.Se emplean para analizar una variable
cualitativa.
2.Se recomienda que representen frecuencias
relativas de valores que son mutuamente
excluyentes.
3.La variable no debe tener
más de cinco categorías.
Gráficos estadísticos
Circular (sectores)
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 100
1.Representan la evolución o tendencia de una
variable en el tiempo.
Gráficos estadísticos
Lineal
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 101
1. Sirven para poder identificar que tan lineal es la
relación entre dos variables numéricas.
Gráficos estadísticos
Gráfico de dispersión
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 102
1. Sirven para representar la distribución de una
variable cuantitativa continua.
2. La unión de los puntos
medios del histograma da el
polígono de frecuencias.
Gráficos estadísticos - Histograma
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 103
1. Sirven para representar la distribución de una
variable cuantitativa en función a los cuartiles.
Gráficos estadísticos – Boxplot
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 104
Pregunta 12. El percentil 90 de la talla de los recién nacidos de una determinada población es 53 cm. Esto quiere decir que: A. El 90% de los recién nacidos miden más de 53 cm. B. El 10% de los recién nacidos miden más de 53 cm. C. El 90% de los recién nacidos miden 53 cm. D. El 10% de los recién nacidos miden 53 cm. o más. E. El 90% de los recién nacidos miden 53 cm. a más.
Pregunta 12. El percentil 90 de la talla de los recién nacidos de una determinada población es 53 cm. Esto quiere decir que: A. El 90% de los recién nacidos miden más de 53 cm. B. El 10% de los recién nacidos miden más de 53 cm. C. El 90% de los recién nacidos miden 53 cm. D. El 10% de los recién nacidos miden 53 cm. o más. E. El 90% de los recién nacidos miden 53 cm. a más.
Pregunta 10. El intervalo media muestral ± 1,96 veces el error estándar de la media: A. No dice gran cosa. B. Comprende un 95% de las veces a la media poblacional. C. Comprende un 99% de las veces a Ia media poblacional. D. Da una seguridad del 68%. E. Da una seguridad del 5%.
Pregunta 10. El intervalo media muestral ± 1,96 veces el error estándar de la media: A. No dice gran cosa. B. Comprende un 95% de las veces a la media poblacional. C. Comprende un 99% de las veces a Ia media poblacional. D. Da una seguridad del 68%. E. Da una seguridad del 5%.
Pregunta 13. La representación más correcta de una variable cuantitativa discreta es: A. Histograma. B. Polígono de frecuencias. C. Diagrama de barras. D. Nube de dispersión. E. Ninguna de las anteriores.
Pregunta 13. La representación más correcta de una variable cuantitativa discreta es: A. Histograma. B. Polígono de frecuencias. C. Diagrama de barras. D. Nube de dispersión. E. Ninguna de las anteriores.
Pregunta 14. Un estudio realizado con una muestra de 100 sujetos con cáncer determina su supervivencia media en 40 meses. ¿Qué medida de dispersión es más adecuada con la finalidad de estimar la verdadera supervivencia media de dicho cáncer?: A. Error estándar de la media. B. Desviación estándar C. Varianza D. Coeficiente de variación E. Desviación media.
Pregunta 14. Un estudio realizado con una muestra de 100 sujetos con cáncer determina su supervivencia media en 40 meses. ¿Qué medida de dispersión es más adecuada con la finalidad de estimar la verdadera supervivencia media de dicho cáncer?: A. Error estándar de la media. B. Desviación estándar C. Varianza D. Coeficiente de variación E. Desviación media.
Pregunta 5. ¿Con que test se pueden comparar dos proporciones?: A. Test de Chi-cuadrado. B. Test de McNemar C. Test de la t de Student D. Test de Kolmogorov-Smirnov E. A y B son correctas.
Población (N)
Muestreo
Inferencia:
- Estimación de parámetros
- Prueba de hipótesis
Muestra (n)
s p
xParámetros
Estadísticos
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 114
Estimación por intervalo
Es un conjunto de valores que sirven para estimar el
valor del parámetro de una población.
Indica el error en dos formas: por el tamaño del
intervalo y por la probabilidad de que el verdadero
valor del parámetro de la población se encuentre
dentro de él.
En general, se expresa:
Estimador puntual ± Nivel de confianza × Error estándar DR. CESAR GUTIERREZ
ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 115
Intervalo de confianza para una proporción
n
) p - 1 ( p z p
Se emplea la distribución normal:
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 116
Intervalo de confianza para la media
Para hacer estimaciones por intervalo de la media
poblacional µ se puede emplear la distribución
normal estándar o la distribución t de Student.
n z x
n
s t x
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 117
Estimación por intervalo de la media poblacional
Es razonable pensar que la variable
sigue una distribución normal
Distribución normal
estándar (z)
Distribución normal
estándar (z)
¿La muestra es grande?
SI
SI
NO
NO
¿La varianza poblacional (σ2)
es conocida?
Distribución t
de Student
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 118
Amplitud de la estimación por intervalo
al cambiar el nivel de confianza
10 20 30 40 50
80% de confianza
90% de confianza
95% de confianza
99% de confianza
0
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 119
Amplitud de la estimación por intervalo
al cambiar el tamaño de la muestra
10 20 30 40 50
n=240
n=180
n=120
n=60
0
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 120
Hipótesis Estadística
Es una proposición sobre los parámetros de una o más
poblaciones.
Siempre son proposiciones sobre la población, no sobre
la muestra.
Son conjeturas que se hacen antes de empezar el
muestreo.
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 121
Hipótesis Nula y Alternativa
Hipótesis nula: Suposición que se hace sobre el valor
del parámetro de la población. Se representa con el
símbolo H0.
SIEMPRE debe contener una proposición de
igualdad, ya sea =, ó .
Hipótesis alternativa: Conclusión que se acepta
cuando los datos no apoyan la hipótesis nula. Se
representa simbólicamente como H1.
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 122
Tipo de errores
Resultado de la
prueba de hipótesis
Población (Hipótesis nula)
Verdadera Falsa
No rechazar H0 Correcto Error tipo II
Rechazar H0
Error tipo I
Correcto
Nivel de confianza: 1 - (valor usual: 95%)
Potencia: 1 - (Valor usual: mínimo 80%)
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 123
Valor p
Es la probabilidad de llegar al resultado obtenido si la hipótesis nula es cierta.
Si p = 1 (100%), el resultado apoya totalmente H0.
Si p = 0 (0%), el resultado no apoya totalmente H0.
H0 se rechaza entonces si el valor p calculado es menor que el nivel de significación () establecido. El nivel de significación más empleado es el 0.05. DR. CESAR GUTIERREZ
ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 124
Pruebas de hipótesis
Variables cualitativas vs cualitativas (tablas de contingencia).
Variables cuantitativas vs cuantitativas (gráfico de dispersión).
Variables cualitativas vs. Cuantitativas (comparación de medias).
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 125
Pruebas de hipótesis Cualitativas vs. cualitativas
Chi-cuadrado (2), relación entre dos grupos independientes, datos nominales.
Test exacto de Fisher, relación entre dos grupos independientes, datos nominales, pero más del 20% de celdas presentan un valor esperado menor de 5 (generalmente muestras pequeñas, pero no siempre).
MacNemar, relación entre datos nominales pareados (un grupo, dos observaciones).
Tau de Kendall, relación entre dos grupos independientes, datos ordinales.
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 126
Pruebas de hipótesis Cualitativas vs. cuantitativa
Situación Prueba Paramétrica
(distribución normal) Prueba No Paramétrica
Comparación de medias, 2
grupos independientes
t de Student U de Mann Withney
Comparación de medias, 2
grupos pareados
t de Student de datos
pareados
Wilcoxon
Comparación de medias, 3 ó
más grupos independientes
ANOVA Kruskal Wallis
Comparación de medias, 3 ó
más grupos pareados (datos
repetidos)
ANOVA Friedman
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 127
Pruebas no paramétricas
Se aplican cuando los datos no siguen una distribución normal.
Usa los rangos (número de orden) y no los valores de la variable.
Son más exigentes que las pruebas paramétricas para encontrar diferencias significativas.
También son llamadas de libre distribución.
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 128
Análisis de supervivencia
Analiza el tiempo transcurrido desde un momento fijado por el investigador hasta la ocurrencia de un evento de interés.
La representación gráfica se realiza con el gráfico de Kaplan-Meier.
La comparación de dos o más curvas se realiza con la prueba del rango Logarítmico (log rank).
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 129
Análisis multivariante
Regresión lineal múltiple
(variable dependiente cuantitativa)
Regresión logística
(variable dependiente cualitativa dicotómica, se estima el OR ajustado)
Regresión de Cox
(variable dependiente tiempo de ocurrencia de la enfermedad, estima HR -hazard ratio-, un estimador del RR)
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 130
Correlación y Regresión
Es posible tener interés en analizar la relación entre variables cuantitativa, p.e.:
presión sanguínea y edad,
estatura y peso,
el ingreso familiar y los gastos médicos,
La naturaleza y la intensidad de la relación entre dos variables como las mencionadas son examinadas por medio del análisis de CORRELACIÓN y REGRESIÓN.
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 131
Medida de Correlación Lineal Simple
Se realiza a través del Coeficiente de Correlación Lineal de Pearson (r).
Puede tomar cualquier valor entre -1 y 1
r = 1 Indica correlación lineal directa perfecta
r = -1 Indica correlación lineal inversa perfecta
r = 0 Indica que las dos variables no están asociadas
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 132
r = -1 r = -0.5 r = 0 r = +1 r = +0.5
0
2
4
6
8
10
0 2 4 6 8 100
2
4
6
8
10
0 2 4 6 8 10
0
2
4
6
8
10
0 2 4 6 8 10
0
2
4
6
8
10
0 2 4 6 8 10
0
2
4
6
8
10
0 2 4 6 8 10
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 133
Medida de Correlación Lineal Simple
Si las variables que se analizan no siguen una distribución normal, debe estimarse el coeficiente de correlación de Spearman (estimador no paramétrico).
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 134
Regresión Lineal Simple
Estima la forma o naturaleza de la relación entre dos variables, siendo su objetivo final el PREDECIR o ESTIMAR el valor de una variable que corresponde al valor dado de otra variable.
La función entre las variables es una línea recta dada por la ecuación:
Y = 0 + 1X +
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 135
Coeficiente de Determinación - r2
Mide la proporción (o porcentaje) de la variación total de Y que es explicada por el modelo de regresión.
0 ≤ r2 ≤ 1
Cuanto más se aproxime a 1, “mejor” será el ajuste del modelo a los puntos del diagrama de dispersión.
DR. CESAR GUTIERREZ ESTADISITICA Y EPIDEMIOLOGIA -
ENAM ABRIL 136
Pregunta 5. ¿Con que test se pueden comparar dos proporciones?: A. Test de Chi-cuadrado. B. Test de McNemar C. Test de la t de Student D. Test de Kolmogorov-Smirnov E. A y B son correctas.
Pregunta 5. ¿Con que test se pueden comparar dos proporciones?: A. Test de Chi-cuadrado. B. Test de McNemar C. Test de la t de Student D. Test de Kolmogorov-Smirnov E. A y B son correctas.
Pregunta 6. El test de Chi-cuadrado: A. Sirve pare comparar dos variables cualitativas. B. La prueba chi cuadrado de independencia se realiza cuando se trabaja con una sola muestra C. Permite aceptar o rechazar Ho con una probabilidad conocida de equivocarse. D. Se calcula la diferencia entre los valores observados y los valores esperados, bajo la suposición de que el Ho es cierta. E. Todas son ciertas
Pregunta 6. El test de Chi-cuadrado: A. Sirve pare comparar dos variables cualitativas. B. La prueba chi cuadrado de independencia se realiza cuando se trabaja con una sola muestra C. Permite aceptar o rechazar Ho con una probabilidad conocida de equivocarse. D. Se calcula la diferencia entre los valores observados y los valores esperados, bajo la suposición de que el Ho es cierta. E. Todas son ciertas
Pregunta 7. Se cuenta con 13 valores de nivel de bilirrubinas en pacientes con ictericia y se desconoce la varianza poblacional para esta variable. En la construcción del intervalo de confianza al 95% para el valor promedio de bilirrubinas en este grupo de pacientes, la distribución de probabilidad requerida es: A. ANOVA B. Binomial C. Chi-cuadrado D. Exacta de Fisher E. T de Student
Pregunta 7. Se cuenta con 13 valores de nivel de bilirrubinas en pacientes con ictericia y se desconoce la varianza poblacional para esta variable. En la construccion del intervalo de confianza al 95% para el valor promedio de bilirrubinas en este grupo de pacientes, la distribución de probabilidad requerida es: A. ANOVA B. Binomial C. Chi-cuadrado D. Exacta de Fisher E. T de Student
Pregunta 8. ¿Qué test estadístico debemos utilizar para comparar la presencia cualitativa del antígeno de superficie de la hepatitis B en estudiantes de Medicina y estudiantes de Odontología?: A. t de Student. B. Test de McNemar. C. ANOVA. D. Chi-cuadrado. E. Test de Friedman.
Pregunta 8. ¿Qué test estadístico debemos utilizar para comparar la presencia cualitativa del antígeno de superficie de la hepatitis B en estudiantes de Medicina y estudiantes de Odontología?: A. t de Student. B. Test de McNemar. C. ANOVA. D. Chi-cuadrado. E. Test de Friedman.
Pregunta 9. En la prueba de hipótesis, el investigador comente un error tipo II o beta cuando: A. No establece el nivel de significancia B. No rechaza la hipótesis nula, siendo falsa C. Rechaza la hipótesis alterna, siendo falsa D. Rechaza la hipótesis alterna, siendo verdadera E. Rechaza la hipótesis nula, siendo verdadera
Pregunta 9. En la prueba de hipótesis, el investigador comente un error tipo II o beta cuando: A. No establece el nivel de significancia B. No rechaza la hipótesis nula, siendo falsa C. Rechaza la hipótesis alterna, siendo falsa D. Rechaza la hipótesis alterna, siendo verdadera E. Rechaza la hipótesis nula, siendo verdadera
Resumen
Prevalencia- Antiguos y Nuevos: PAN Por lo tanto incidencia son nuevos. RReincidencia El RR se calcula cuando hay incidencia, por lo tanto el OR se calcula cuando no hay incidencia. Atracas por atrás En los estudios casos y controles se calcula el OR y van hacia atrás, por lo tanto en los estudios de cohortes se calcula el RR y van hacia delante.
Resumen
Sube, sube, PPK El valor predictivo positivo sube con la prevalencia.
MMMc Normal (recordar de Mc Donald) La media, mediana y moda coinciden en la distribución normal.
Grup05: te vas, te vas, te vas Cuando el valor p<0.05, se rechaza (se va, se va, se va) la hipótesis nula.