Reporte de Lectura 2

UNIVERSIDAD POPULAR AUTÓNOMA
DEL ESTADO DE PUEBLA
Investigación en la comunidad II
Dra. Sofia Cuevas Bahena
Reporte de lectura 2
Alumna: Brenda Alejandra Tejeda Castillo
Matrícula: 9012833 ID: 3437741
Licenciatura en Medicina
Fecha de entrega: 05/03/2024

Reporte de Lectura: "Bioestadística aplicada a atención clínica"
La estadística es una disciplina científica que abarca la recopilación, análisis,

interpretación y presentación de datos. La estadística se divide en dos grandes
áreas: la descriptiva, que se enfoca en la organización y resumen de datos; y la
inferencial, que se centra en hacer predicciones sobre una población a partir de
una muestra. Los datos, fundamentales en estadística, pueden provenir de diversas
fuentes y ser de naturaleza variada (numérica, categórica, etc.). El análisis de estos
datos requiere de métodos estadísticos que permitan extraer conclusiones válidas y
útiles.
La bioestadística es una rama aplicada de la estadística esencial en campos como

la medicina y la biología, donde facilita la toma de decisiones basada en la
evidencia y la investigación científica. Utiliza conceptos estadísticos para entender
la variabilidad y las incertidumbres inherentes al estudio de fenómenos biológicos y
de salud, permitiendo a los investigadores y profesionales de la salud interpretar de
manera crítica los resultados y evaluar riesgos y probabilidades.
Para que la investigación y el análisis estadístico sean efectivos, es importante la

correcta recolección de datos, la selección adecuada de una muestra
representativa de la población de interés, y la aplicación de métodos de análisis
apropiados. Esto asegura que los resultados sean confiables y puedan generalizarse
a la población total. En el contexto de la salud, las estadísticas son fundamentales
para el diseño de estudios clínicos, la evaluación de tratamientos y la toma de
decisiones en políticas de salud pública.
Durante la lectura me fije que se discuten dos enfoques principales de muestreo en
investigación: muestreo por conglomerados y muestreo no probabilístico.
El muestreo por conglomerados se caracteriza por seleccionar aleatoriamente

grupos de individuos de una población, donde es importante que haya diversidad
dentro de los grupos, pero homogeneidad entre los diferentes grupos
seleccionados. Este método es útil en estudios epidemiológicos, investigaciones
ambientales, y estudios en diferentes sitios de campo.
El muestreo no probabilístico incluye métodos como la asignación no aleatoria,

donde se seleccionan sujetos basados en su disponibilidad o características
específicas, y puede estar sujeto a sesgos de selección. A pesar de sus defectos,
como la falta de representatividad y el riesgo de sesgo, es un método comúnmente
utilizado debido a su facilidad y economía.
El texto también aborda cómo determinar el tamaño de muestra necesario para la

investigación, destacando la importancia de calcularlo adecuadamente para
evitar errores y asegurar la representatividad. Se menciona la estimación de
parámetros, la precisión de las estimaciones, y el control de errores tipo 1 (alfa), lo
cual es crucial en la investigación para minimizar el riesgo de conclusiones erróneas.
Las curvas de Gauss representan una distribución normal. La información obtenida

es confiable y se explorarán pruebas estadísticas para comparar grupos y
regresiones para medir asociaciones. El plan incluye la creación de una base de
datos con identificación clara de variables y su medida. Se destaca la importancia
de proteger la confidencialidad, cifrando datos. Se propone un análisis descriptivo
con estadísticas de orden, tendencia central y variabilidad. Se abordan los
cuartiles, percentiles, diagrama de caja y bigotes, y estadísticas como moda,
mediana y promedio. En el análisis inferencial, se busca establecer relaciones de
causa y efecto, comparando variables y evaluando la significancia estadística, con
un énfasis en la interpretación adecuada de medidas centrales en diferentes
patrones de distribución.
El análisis estadístico se realiza en tres pasos. Primero, se comparan los efectos entre
grupos utilizando pruebas estadísticas como Student, ANOVA, Mann-Whitney o
Kruskal-Wallis, según la distribución y escala de las variables. Se considera la
independencia de los grupos y se mencionan pruebas específicas para muestras
pareadas.
En el segundo paso, se determina la correlación entre la variable independiente y

el efecto mediante coeficientes de correlación de Pearson o Spearman,
dependiendo de la distribución de las variables. Los valores oscilan entre 1 y -1,
indicando la fuerza y dirección de la relación lineal.
El tercer paso implica determinar la relación entre variables mediante regresión. Se

discuten regresiones lineales, logísticas y generalizadas, así como la importancia del
coeficiente de determinación (R2) para evaluar la bondad del ajuste del modelo.
Se mencionan medidas de alineamiento como el riesgo relativo, la odds ratio y el
hazard ratio.
Se destaca la importancia de comprender y aplicar adecuadamente las

herramientas estadísticas en la investigación clínica para evitar sesgos y errores
sistemáticos que puedan afectar la validez de los resultados.
En resumen, el documento nos habla sobre la importancia de elegir el método de

muestreo adecuado y calcular correctamente el tamaño de la muestra en la
investigación, destacando tanto los enfoques probabilísticos como no
probabilísticos, cada uno con sus ventajas, limitaciones, y aplicaciones específicas.
El valor p es una medida de la probabilidad de obtener un resultado al menos tan
extremo como el observado bajo la suposición de que la hipótesis nula (H0) es
verdadera. Indica cómo de consistente es el resultado observado con la hipótesis
propuesta (H1). A diferencia del valor de significancia alfa (α), preestablecido antes
del estudio, el valor p se calcula después del análisis de los datos. Un valor p bajo
sugiere evidencia fuerte contra H0, pero no mide la magnitud de la asociación ni su
importancia clínica. La significancia estadística no implica necesariamente
relevancia clínica, y el poder estadístico del estudio depende del tamaño de la
muestra y el efecto esperado. Errores de tipo I (rechazar H0 cuando es verdadera) y
tipo II (no rechazar H0 cuando es falsa) son consideraciones críticas en la
interpretación de resultados. El cálculo adecuado del tamaño de muestra es
esencial para la fiabilidad de los resultados y debe basarse en el efecto mínimo
clínicamente importante, con variables bien definidas y medidas apropiadamente.
Variables pueden ser cualitativas (nominales u ordinales) o cuantitativas (discretas o
continuas), y su correcta identificación es fundamental en la planificación
metodológica de la investigación.
Bibliografía:
REV. MED. CLIN. CONDES - 2019; 30(1) 50-65

Reporte de Lectura 2

Cargado por

Copyright:

Formatos disponibles

Reporte de Lectura 2

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Reporte de Lectura 2

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD POPULAR AUTÓNOMA

DEL ESTADO DE PUEBLA

Dra. Sofia Cuevas Bahena

Alumna: Brenda Alejandra Tejeda Castillo

Matrícula: 9012833 ID: 3437741

Fecha de entrega: 05/03/2024

La estadística es una disciplina científica que abarca la recopilación, análisis,

La bioestadística es una rama aplicada de la estadística esencial en campos como

Para que la investigación y el análisis estadístico sean efectivos, es importante la

El muestreo por conglomerados se caracteriza por seleccionar aleatoriamente

El muestreo no probabilístico incluye métodos como la asignación no aleatoria,

El texto también aborda cómo determinar el tamaño de muestra necesario para la

Las curvas de Gauss representan una distribución normal. La información obtenida

En el segundo paso, se determina la correlación entre la variable independiente y

El tercer paso implica determinar la relación entre variables mediante regresión. Se

Se destaca la importancia de comprender y aplicar adecuadamente las

En resumen, el documento nos habla sobre la importancia de elegir el método de

También podría gustarte