SEMINARIO DE ESTADISTICA

 

 

 

Presentación de la materia: Objetivos y metodología de trabajo.  Conceptos

básicos de Estadística. Definición, historia, principales aplicaciones: descripción,

inferencia, control de factores extraños.

 

 

ANALISIS DE DATOS e INFERENCIA ESTADISTICA

 

Estadística descriptiva: Tipos de variables: nominales, ordinales y de intervalo.

Indicadores de posición: media, mediana y modo. Indicadores de dispersión:

varianza y desvío estándar. Percentiles. Evaluación de la relación entre dos

variables. Coeficiente de correlación. Comandos del SPSS: etiquetas de variable

y de valor, valores missing, frecuencias, tablas de contingencia, comparar medias, recodificación, diagrama de dispersión, correlación bivariada.

 

Intervalos de Confianza y Pruebas de Hipótesis: Distribución de una variable:

Histograma, curva normal, asimetría. Intervalo de predicción. Intervalos de confianza para medias y proporciones. Pruebas de hipótesis. Nivel de significación. Comparación

de medias y proporciones. Comandos del SPSS: histograma,  comparar medias para muestras independientes, prueba chi-cuadrado, compute, sort, selección de casos,

listar casos.

 

Regresión Lineal múltiple: Mínimos cuadrados. Interpretación de los coeficientes.

Ajuste del modelo. Explicación de la variablilidad. Valores predichos y residuales.

Pruebas de hipótesis. Utilidad: predicción o evaluación de variables.

Comandos del SPSS: regresión, Gráficos de barras, lineas, sectores, de control.

 

 

EVALUACION DE FACTORES DE RIESGO

 

Medidas de la ocurrencia de una enfermedad: Prevalencia, Incidencia, Tasa de incidencia y Función de riesgo.

 

Medidas de la asociación Exposición-Enfermedad: Riesgo relativo, Odds ratio, Diferencia de riesgos y Riesgo atribuible.

 

Tipos de diseños y modelos de muestreo: Población objetivo, población en estudio,

y muestra. Diseños experimentales. Diseños observacionales: basados en la población (Cross-sectional); basados en la exposición(Cohortes); basados en la Enfermedad (Casos y Controles).Ventajas y desventajas de los diferentes diseños.

 

Evaluación de la significación de una asociación. Comparación de los diferentes diseños respecto de la potencia de los tests. Tablas de 2x2. Intervalos de confianza

para las medidas de asociación analizadas. Recomendaciones respecto al diseño.

 

Causalidad y factores extraños: Confusión e Interacción. Counterfactuals y Causalidad. Variables de confusión. Control de confusión mediante estratificación. Gráficos causales de Greenland y Robins. Identificación de variables de confusión y colliders.

 

Control de factores extraños. Test de asociación de Cochran-Mantel-Haenszel. Estimación e intervalos de confianza ajustando confusión (Wolf y Mantel&Haenszel). Interacción: Sinergismoy Antagonismo. Test de homogeneidad de Wolf y Breslow&Day.

 

Modelos de regresión para la relación Exposición-Enfermedad. Regresión Logística. Verosimilitud y Deviance .Interpretación de los parámetros. Variables indicadoras.

 

Evaluación de factores de riesgo. Test de Wald y de razón de verosimilitud. Regresión logística y Casos y controles. Confusión e interacción con regresión logística. Escala de las variables de exposición. Estrategia de Hosmer&Lemeshow para la construcción del modelo. Evaluación del modelo, bondad de ajuste.

 

 

OTROS DISEÑOS EN BIOESTADISTICA

 

Análisis de sobrevida. Observaciones “censored”. Curva de Kaplan-Meier. Regresión de Cox. Estratificación.

 

Evaluación de tests diagnósticos. Sensibilidad, Especificidad, Valores predictivos. “Diagnostic likelihood ratio”. Evaluación de la exactitud. Curvas ROC. Propiedades.

 

Otros Diseños: Análisis de la varianza. Variables dependientes del tiempo: modelos

ARIMA. Técnicas de segmentación: Clusters, discriminante y modelos de arboles.

 

 

OBJETIVOS DE LA MATERIA

 

  • Proporcionar las herramientas básicas de la estadística para el análisis de datos resultantes de estudios específicos, como así también de registros disponibles a partir de fichas de trabajo o historias clínicas.

 

  • Capacitar en el manejo metodológico de los principales diseños de investigación utilizados en estudios para la evaluación del estado de salud de poblaciones e individuos.

 

METODOLOGÍA DE TRABAJO

 

  • El enfoque analítico comprende aspectos vinculados a la descripción de los datos disponibles y a la investigación de relaciones entre los mismos con el objetivo de identificar los factores que afectan el estado de salud de poblaciones o individuos. El énfasis esta puesto en la cuantificación de sus efectos, prestando especial atención  a los métodos (ya sea en la etapa de diseño o de análisis) para lograr resultados válidos, confiables y generalizables.

 

  • Se trabajará con archivos de datos reales, seleccionados de investigaciones clínicas y epidemiológicas.

 

  • Desde de la primera clase se utilizará  el soft estadístico SPSS.

 

 

BIBLIOGRAFIA

Statistics for Epidemiology. Nicholas P. Jewell. Chapman&Hall/CRC (2004).

Case-Control Studies. James J. Schlesselman. Oxford University Press (1982).

Applied Logistic Regression. Hosmer and Lemeshow. John Wiley&Sons Inc. (2000).

Logistic Regression. David G. Kleinbaum. Springer (1994).

Survival Analysis. David G. Kleinbaum. Springer (1996).

The Statistical Evaluation of Medical Test for Classification and Prediction

   Margaret Sullivan Pepe. Oxford University Press (2003).

Causal Diagrams for Epidemiological Research. Sander Greenland, Judea Pearl,

   and James M. Robins. Epidemiology Resources (1999) 10:37-48.

SPSS Guide to Data Analysis. Marija J. Norusis. Prentice Hall (1999).