Escolar Documentos
Profissional Documentos
Cultura Documentos
Conceptos Basicos Sobre Bioestadistcia Descriptiva
Conceptos Basicos Sobre Bioestadistcia Descriptiva
bioestadística descriptiva y
bioestadística inferencial
principales pruebas estadísticas; se enumerarán los principales errores hallados Diseños de la investigación
en la literatura científica con el uso de la estadística y una somera clasificación Estimación
de tipos de diseños de la investigación desarrollado en detalle, con ejemplos Test de hipótesis
Tipos de pruebas estadísticas
anestesiológicos en el artículo del Dr. Matías Manzzotti; por último, las defini- Error aleatorio
ciones de sesgo, error aleatorio y efecto confundidor, más frecuentes en el de- Sesgo
s s
SUMMARY: Statistics are defined as the science and the art that apply factual
processing techniques numbers of the quantitative methodology to study specific
and imperfect data of a reality: the purpose is to better observe that reality, since
it cannot be seized and is impossible to be totally known. Specifically, biostatistics
is statistics applied to biological sciences. The field of statistics includes two well-
defined areas: descriptive statistics that produce numbers by means of collecting,
classifying, summarizing and analyzing data, from which conclusions are drawn
that are only applicable to the group of elements put in order for study (sample);
and inferential statistics, which are those that make inferences and estimates
based on the results obtained from that sample to know the behavior of the entire
group (population). Thus, biostatistics also can be put into context as the study
of the entire and sequential process made up of the choice of the research design,
the explorative analysis of the data obtained (so far, domain of descriptive
statistics), the ensemble of techniques of estimation of population parameters
and the use of the test of hypothesis the latter two being the domain of
inferential statistics. Throughout this article, global reference is made of the main
areas of descriptive biostatistics elements of the exploratory analysis of data
and classification of the types of research designs and of inferential statistics,
concepts of estimates and of the test of hypothesis; a kind of glossary of the Key words
most frequently used terms is developed; usefulness, classification and examples Biostatistics
s s s s s s
of the main statistical tests are approached; the main errors found in the scientific Research designs
literature of the use of statistics and a brief classification of the types of research Estimates
designs are listed developed in detail in Dr. Matias Manzzottis article, with Test of hypothesis
Types of statistic tests
anesthesiology examples. Lastly, definitions of bias, random error and Random error
confounding effect are approached, these being more frequently found in the Bias
s s
development of observational studies than in experimental studies1-4. Confounding effect
exemplos; enumeram-se os principais erros encontrados na literatura científica com Desenhos da investigação
o uso da estatística e se faz uma breve classificação dos tipos de desenhos de Estimativa
Teste de hipótese
investigação assunto desenvolvido em detalhe, com exemplos sobre
Tipos de provas estatísticas
anestesiologia, no artigo do Dr. Matias Manzzott; por último, abordam-se as Erro aleatório
definições de bias, erro aleatório e efeito confundidor, conceitos mais freqüentes Bias
s s
aplicarlas en los tres campos de actividades del profesional dispersión, y, fundamentalmente, una valoración excesiva
de la salud: el asistencial, el de la investigación y el docen- del p valor, como si este factor fuera la panacea que abre
te. Para ello, parte de la competencia profesional implica la puerta de la verdad. En el afán de demostrar significa-
conocer las estrategias y herramientas necesarias, por ejem- ción estadística, además, se olvida la trascendencia de
plo, para evaluar y elegir críticamente la información cientí- demostrar hechos de significación clínica, lo cual repre-
fica disponible. De este modo, la utilidad de la investigación senta una fuente de sesgo importante. Pero no pocas ve-
clínica depende de la credibilidad científica o verosimilitud ces, el uso y abuso de profusas y complejas pruebas esta-
y su relevancia con respecto al problema clínico en particu- dísticas, hacen que la demostración de un hecho clínico
lar. La herramienta fundamental, conjunto de técnicas mate- pierda protagonismo, al lado de la brillantez de fórmulas,
máticas y lógicas aplicadas al tratamiento, ordenamiento, gráficos y explicaciones matemático-lógicas que no hacen
presentación ordenada y resumida de los números pobla- al objetivo del artículo, convirtiéndose en el fin y no en el
cionales, es la Estadística. medio de la comunicación científica 3-6.
La Estadística es definida como la ciencia y el arte que estu-
dia y aplica el conjunto de métodos necesarios para recoger,
clasificar, representar, resumir y analizar datos particulares e Conceptos Básicos sobre Bioestadística
imperfectos, así como llevar a cabo inferencias científicas a partir
de esos datos; todos estos elementos permitirán sacar conclu- Para introducir en la temática de la Estadística, deben
siones acerca del comportamiento de la generalidad, con el conocerse algunos conceptos básicos, a saber1-5, 7-8:
propósito de observar mejor e intentar conocer más aca- - Universo o Población: es el conjunto de individuos u
badamente una realidad. Particularmente, la estadística apli- objetos de los que se desea conocer alguna característica
cada a las ciencias biológicas es la Bioestadística. y acerca de los cuales interesa sacar conclusiones en la in-
A pesar del reconocimiento de la utilidad de esta discipli- vestigación encarada. Es, por lo tanto, el grupo de ele-
na, existe el concepto generalizado del uso falaz y la mani- mentos hacia los que se querría generalizar los hallazgos
pulación maliciosa de la estadística. Asimismo, hay un pre- de esa investigación. Es imposible conocerlo en su totali-
juicio generalizado entre los médicos sobre nuestro mal dad, por ello su estudio debe ser realizado indirectamen-
manejo de las ciencias duras y una natural resistencia o te a través de la investigación sobre una muestra repre-
endeblez ante el raciocinio matemático, lo cual conlleva a sentativa del mismo.
un rechazo atávico hacia la estadística. Por otra parte, el - Muestra: es un subconjunto o parte de ese universo en
profuso bombardeo de información científica que recibimos el cual se llevará a cabo la investigación. Según lo permi-
en el campo de la investigación de las ciencias médicas, ta el diseño metodológico emprendido, se podrá o no
requiere por parte del informante investigador y del in- generalizar los hallazgos encontrados al todo, o simple-
formado el profesional que lee el artículo científico un mente limitar las conclusiones de la investigación a ese
conocimiento mínimo pero firme en la materia, tanto para subconjunto estudiado.
la adecuada transmisión de lo investigado, como para la - Unidad de Observación: es cada elemento o individuo
correcta comprensión de los resultados y la aplicación de los perteneciente al universo y a la muestra, sobre el cual se
mismos en la toma de decisiones de la práctica asistencial. realizará la medición de la / las variable/ s de interés.
De cualquier modo, las mismas publicaciones científicas, en - Variable: es la característica que presenta o se busca en-
un acto de verdadero sinceramiento intelectual, hacen pe- contrar en la unidad de observación, y por lo tanto, en la
riódicamente revisiones críticas sobre errores groseros en el muestra y/o universo. Según el interés que despierta en
tratamiento estadístico de trabajos científicos publicados en la investigación, puede ser: a) Experimental o endógena:
revistas internacionales de gran prestigio. Publicaciones como es el objeto de la investigación. A su vez, puede ser res-
J.A.M.A., Circulation, y Anesthesia & Analgesia o Anes- puesta, cuando es la resultante que se espera encontrar
thesiology, dentro de nuestra disciplina, han presentado sus en un estudio (ejemplo: duración de la analgesia de un
estudios, en forma de comunicaciones o revisiones más o método analgésico), o explicatoria, cuando es la mis-
menos sistemáticas, de los errores y el mal uso de la estadís- ma intervención producida o los causales del fenómeno
tica de famosas revistas médicas como New England Journal estudiado (ejemplo: tratamiento analgésico instaurado,
of Medicine, Surgery, Gynecology and Obstetrics, Journal of factores de riesgo para un determinado proceso). b)
Clinical Investigation, Archives of Neurology, y tantas otras. Exógena: es un tipo de variable que no es motivo del
Los errores suelen representar falencias por defecto o por estudio, pero que puede afectar los resultados de la in-
exceso: las más veces, las fallas están representadas por un vestigación. A su vez, pueden ser controladas (cuando
mal diseño, abuso de tests paramétricos, la errónea aplica- por alguna técnica del diseño se puede evitar su influen-
ción de tests en comparaciones múltiples, confusión en la cia negativa o perturbadora en la investigación), pertur-
presentación de medidas de tendencia central y medidas de badoras o confundidas (cuando su influencia está
concatenada con el efecto que se quiere explicar, afectan- sentativa. Existen dos tipos de estimación: puntual (cuan-
do por lo tanto la interpretación del fenómeno produci- do se da un único valor como estimación: una medida
do) o aleatorizadas (por un método de aleatorización de tendencia central y su medida de dispersión) e
se puede balancear su influencia, de modo tal que está intervalar (cuando se calcula un rango de valores entre
presente, pero distribuida en forma pareja entre todos los cuales se puede confiar está el verdadero valor
los grupos de la investigación, sin afectar el resultado fi- poblacional: Intervalo de Confianza). Como la mayoría
nal, cuando se desee comparar entre los grupos la efica- de las investigaciones biomédicas comparan grupos,
cia o no de una intervención). conviene comparar diferencias entre estimaciones pun-
- Dato: es la cuali o cuantificación de las unidades de ob- tuales (típica comparación: entre medias o medianas) o
servación y sus características. Puede ser: a) Categórico: proporciones4-5, 7-9.
expresan una categoría o atributo. A su vez, puede ser no-
minal (género, efecto adverso, tipo de intervención, tipo - Test de Hipótesis: constituye la toma de decisiones en
de anestesia, grupo étnico, etc.) o binomial (presencia o torno a una población, apoyando o refutando teorías,
no de un atributo: sí o no). b) Ordinal: representa un conjeturas o modelos previamente establecidos. Se llama
valor numérico de orden. Los objetos de una categoría in- Hipótesis a la proposición verdadera o no, adoptada pro-
corporan entre sí la relación mayor que a la de equi- visionalmente hasta tanto se recabe información que con-
valencia, en comparación con las escalas nominales. firme lo contrario.
Ejemplos: Escalas de Dolor, Escala de Mallampati, Score Se denomina Hipótesis Nula a la situación basal a partir
de Aldrete, Estado Físico ASA, etc. c) Numérico (escala de de la cual se avanza en el camino del conocimiento: par-
intervalo): representa un valor numérico concreto. Exis- te del concepto de que no hay diferencias de resultados
ten dos tipos: I.- continuo, como la edad, peso, valor de entre tratamientos, procedimientos, respuestas clínicas,
glucemia, etc. Se caracterizan por tener una unidad común, etc.
valores fraccionales y poder dosarse, en su mayoría. II.- En cambio, la Hipótesis Alternativa o de Trabajo es la que
discreto, como la cantidad de hijos, el número de glóbu- maneja el investigador: trata de demostrar que hay dife-
los rojos, cantidad de apariciones de episodios de dolor rencias de resultados respecto de aquella situación basal,
incidental, etc. Se caracterizan por no tener unidad, son con el advenimiento de un nuevo procedimiento, de un
números absolutos (no fraccionales) y se cuentan. nuevo medicamento, un efecto distinto como respuesta
clínica, etc.4-5, 7.
SITUACIÓN VERDADERA
Gráfico 1
- Error α: creer que hay diferencias significativas cuando en Tipos de Pruebas Estadísticas1-5, 7-12
el universo real NO las hay... Se rechazó H0, cuando tuvi-
mos que habernos quedado con ella. - Paramétricas: asumen que la distribución de frecuencias
Alfa (α) está dentro del extremo derecho de la curva nor- de las observaciones es Normal y que existe homogenei-
mal para el universo de la hipótesis nula( cuya media es dad de varianzas. Se usan con datos cuantitativos conti-
Mu 0), pero se interpretó erróneamente, por el resultado nuos y se basan en la estimación de parámetros.
del test, que estaba dentro de la curva normal para el - No paramétricas: asumen que la distribución NO es Nor-
universo de la hipótesis alternativa (cuya media es Mu 1). mal. Se usan para datos numéricos ordinales y datos cate-
- Error β: creer que no hay diferencias significativas cuan- góricos. Tienen menor potencia que los test paramétricos.
↓ ↓
Test Exacto Test de
de Fisher Chi Cuadrado
DATOS NUMÉRICOS
↓ ↓
↓
↓ ↓ ↓ ↓
Test de Student U de Mann-Whitney ANOVA Kruskall-Wallis
de una vía ANOVA
↓
Test de Welch
DATOS CATEGÓRICOS
↓ ↓
Test de Mc Nemar Test de Cochran Q
DATOS NUMÉRICOS
↓ ↓ ↓ ↓
Test de Student Test del Signo ANOVA para Test de
para muestras Friedman
Datos Pareados ↓ repetidas
T. de R. S.
de Wilcoxon
¿HAY ASOCIACIÓN?
↓
Tablas 2x2 Otras Rho de Para Para
Spearman Predicción Asociación
↓ ↓ ↓ ↓ ↓
R.R. Regresión Tau de Regresión Correlación
Logística Kendall de Pearson
↓ ↓ ↓ ↓
O.R. Chi Cuadrado Correlación Correlación
para para Datos de Spearman
Tendencias Ordinales
¿HAY CONCORDANCIA?
↓ ↓
Estadístico Bland-Altman
Kappa Plot
↓
Coeficiente
Intraclase
Estadístico Kappa: Describe cuánto coinciden dos Métodos Diagnósticos, en un paciente, más allá de lo esperado por
azar. Un valor mayor de 0.6 indica una concordancia muy buena. Un valor igual a uno, es una concordancia perfecta.
Menos de 0.4, puede considerarse una concordancia nula.
Errores estadísticos más frecuentes Los diversos tipos de estudios se clasifican según los si-
en la literatura médica10, 13 guientes criterios4,5,14-17:
sarrollarán una determinada característica o enfermedad Condiciones ideales que debería reunir
(evento) y quiénes no. un estudio3-5,14-17
b. Retrospectivo: es el tipo de estudio que recoge en el pre- - Realismo: es la mejor reproducción posible de las condi-
sente hechos ya acontecidos (evento actual: característi- ciones que se quieren estudiar, tal como se establecen en
ca o enfermedad) y analiza quiénes estuvieron expuestos la naturaleza. Esta característica la cumplen los Estudios
y quiénes no, a un factor de riesgo en el pasado. Tam- Obsevacionales.
bién se denomina Muestreo por Variables de Salida o Re- - Aleatorización: es el diseño que evita el sesgo, distribu-
sultados. yendo las variables potencialmente confundidas o pertur-
Un estudio retrospectivo clásico es el diseño de Casos y badoras homogéneamente entre los grupos. Los Estudios
Controles, que a su vez puede ser descriptivo o analítico. Experimentales Aleatorizados cumplen este requisito.
Estos diseños, dado que no permiten estudiar relación - Representatividad: es la capacidad de reflejar de la mejor
temporal entre causa y efecto, no sirven generalmente manera a la población objetivo. Los Estudios Transversa-
para indicar causalidad. les cumplen perfectamente esta condición. A su vez, cuan-
do se dice que una muestra es representativa, debe cum-
3)Dimensión Temporal e Intención del Estudio plir con esta premisa.
Una variable debe cumplir con ciertos requisitos para ser llevar a cabo razonamientos fisiopatológicos complejos y a
un potencial confundidor: tomar decisiones rápidas y críticas en pocos minutos.
- Debe estar asociada, al menos estadísticamente, con la En conclusión, no es la estadística la que miente o engaña:
exposición de la muestra en estudio es el hombre quien, o deliberadamente ya para dirigir forza-
- Debe estar distribuida en forma desigual y asociada en- da y tramposamente una postura, ya para lucir su experticia
tre los grupos en estudio en la materia o por desconocimiento del uso de la herramienta
- Independientemente, debe estar asociada (debe ser un la mayoría de las veces, transmite errores y falacias.
factor de riesgo) con el evento Para profundizar en más ejemplos de diseños de investi-
gación, invitamos a los lectores a leer el artículo del Dr.
Ejemplo de Efecto Confundidor Matías Manzzoti.
Semiología
de Intubación HIPOXIA Bibliografía
↓
Dificultosa
1. Altman, D.C. Practical Statistics in Medical Research. Cap. 5:
↓
Designing Research. Ed. Chapman & Hall, London (1991): 74- 103.
2. Beaglehole R y Bonita R. Epidemiología Básica. Cap. 4: Nocio-
EDAD nes de Estadística. Biblioteca de la OPS. Washington D.C. (1996).
3. Cortada de Kohan N. Diseño Estadístico. EUDEBA. 1º Edición.
Buenos Aires (1994).
4. Dagnino Sepúlveda, J. Bioestadística. Rev. Chil. Anest. (1997);
La Semiología de Intubación Dificultosa es un Factor de 26, 1: 5-62.
Riesgo (Exposición) para el Evento Hipoxia ante maniobras 5. Feinstein A.R. Prophylactic and remedial therapy for the intellectual
aliments of Biostatistics. Pediatrics (1983); 72: 131-133.
infructuosas para la IOT Pero si el paciente además es año-
6. Finkel D.M. La bioestadística en los artículos médicos. Verda-
so, es muy probable que desature más rápido que un pa- des y mentiras. Editorial. Revista Argentina de Anestesiología,
ciente joven por menor reserva respiratoria, comorbilidades, año 2005. Vol. 63, Nº 4, pág. 193-194.
cierto grado de EPOC, etc.; por lo tanto, es un tercer factor 7. Finkel, D.M. Bioestadística aplicada a la Anestesiología. En:
asociado a Hipoxia ( Factor de Riesgo) que debe ser contem- Texto de Anestesiología Teórico-Práctica, de J.A. Aldrete y
cols. (Eds.). Cap. 83. Págs: 1555-1559. Editorial El Manual
plado, independientemente de la asociación entre Semio-
Moderno. 2º edición. México D.F. (2004).
logía de Intubación Dificultosa e Hipoxia). Por otra parte, la 8. Fletcher R.H., Fletcher S.W. and Wagner E.H. Epidemiología
EDAD está asociada estadísticamente con la Semiología de Clínica. Aspectos Fundamentales. Masson - Williams & Wilkins
Intubación Dificultosa, independientemente de la asociación Ed. 2º Edición. Barcelona (1998).
primaria los pacientes añosos tienen alteraciones anatómi- 9. Macchi, R.L. Introducción a la Estadística en Ciencias de la Sa-
lud. Editorial Panamericana. 1º Edición. Buenos Aires (2001).
cas, morfológicas y funcionales relacionadas con la edad:
10. Miles P.S. and Gin T. Statistical Methods for Anesthesia and
mayor laxitud de tejidos, mayor relación masa grasa masa Intensive Care. Butterworth Heinemann Ed., Oxford (2000).
muscular, obesidad, suelen ser desdentados, suelen tener 11. Pagano M. y Gauvreau K. Fundamentos de Bioestadística.
menor motilidad cervical (flexoextensión) por artrosis, etc.- Thomson Learning Ed. 2º Edición. México D.F. (2003).
12. Pichon-Riviere A., Irazola V. Curso de Bioestadística. Programa
de Efectividad Clínica. U.B.A. Htal. Italiano. Buenos Aires (2006).
13. Schor S., Karten I. Statistical Evaluation of Medical Journal
Conclusiones Manuscripts. J.A.M.A. (1966); 195, 13: 1123-1128.
14. Rubinstein F. Curso de Epidemiología Clínica. Programa de
Diversos aspectos relacionados con la Estadística Descrip- Efectividad Clínica. U.B.A. Htal. Italiano. Buenos Aires (2006).
tiva y la Estadística Inferencial deben ser tenidos en cuenta 15. Guyatt G.H., Sackett D.L. and Cook D.J. La Medicina Basada
en la Evidencia. Guías del usuario de la literatura médica. JAMA
por los profesionales de la salud, tanto para el desarrollo de
Edición Española. Publicaciones Profesionales Internacionales
sus propios protocolos de investigación siendo que exis- S.A., Barcelona (1997).
ten diseños de fácil ejecución, no siempre es factible ni per- 16. Hennekens C.H., Buring J.E. Epidemiology in medicine. Little,
tinente hacer un ECCA como para poder ejercer la Lectura Brown & Co. Boston (1987).
Crítica de la literatura médica que nos avasalla en su profu- 17. McKee M., Britton A., Black N., et al. Methods in health services
sión y heterogeneidad. Esta temática no debería constituir research: Interpreting the evidence: choosing between
randomized and non-randomised studies. B.M J. (1999); 319:
un impedimento o escollo para un profesional acostumbra- 312-315.
do a realizar cálculos matemáticos en su práctica diaria, a 18. Sackett D. Bias in analytic research. J. Chron. Dis. (1979); 32: 51-63.
E-mail: diananestesia@hotmail.com