ANÁLISIS“No todo lo que sea estadísticamente significativo es útil”

María Fernanda Amórtegui QuinteroDaniela Franco BuenaventuraJonny Alejandro García Luna

Estefanía Gärtner López Néstor Daniel Reveiz ImbachiJuan Sebastián Rojas Zuluaga

APAREAMIENTO PREVIO

• Un método para solventar el problema de las variables de confusión consiste en aparear individuos similares respecto de las variables de confusión potenciales. Ejemplo:

– Si la variable de confusión es la edad, un apareamiento consistiría en poner en cada grupo de estudio personas con edades equivalentes.

DESVENTAJAS DEL APAREAMIENTO PREVIO1. No poder estudiar los efectos del factor de

apareamiento respecto del desenlace.2. Se pierde la capacidad de estudiar los

factores que están estrechamente relacionados con el factor con el que se aparea

PRUEBAS DE SIGNIFICACIÓN ESTADÍSTICA

• Cuantifican la probabilidad de obtener los datos observados o un resultado más extremo si realmente no existiera una asociación entre los factores estudiados en la población.

• Los individuos que toman parte en la investigación son representativos o seleccionados al azar de una población mayor.

• Determinan si hay una asociación o no.

Procedimientos de las pruebas de significación estadística

Hipótesis de estudio

Hipótesis nula

Decisión sobre el nivel de significación estadística

Recogida de los datos

Aplicación de la prueba de significación estadística

Rechazar o no la hipótesis nula

Procedimientos de las pruebas de significación estadística

1. Antes de recoger los datos, se formula una hipótesis de estudio que postula la existencia de una diferencia entre el grupo de estudio y el de control.

2. Se formula una hipótesis nula que niega la hipótesis de estudio.3. Se decide cual es el nivel de probabilidad que se considerará

suficientemente pequeño para rechazar la hipótesis nula. En la mayoría de casos equivale al 5%.

4. Se pueden recoger datos utilizando los diseños de los estudios de casos y controles, de cohortes o de los ensayos clínicos aleatorios.

5. Si existen diferencias entre los grupos de la muestra, se calcula la probabilidad de obtener los valores observados u otros más extremos si la hipótesis nula fuese cierta. Se denomina valor P.

6. Se decide si se rechaza o no la hipotesis nula.

¿“Es el número de hombres nacidos en los Estados Unidos de América el mismo que el

de mujeres ?”• La hipótesis de estudio: Mas hombres nacidos que mujeres.

• La hipótesis nula de que el número de hombres nacidos en los Estados Unidos esel mismo que el de mujeres.

• Se establece P= 0,05

•De la muestra se sacan 4 registros al azar los cuales todos corresponden a hombres, de tal forma que según la hipótesis nula:

CONSIDERACIONES EN PRUEBAS DE SIGNIFICACIÓN

• El nivel de significación estadística no siempre tiene que ser 5%.

• Siempre habrá alguna probabilidad de rechazar la hipótesis nula aun cuando no exista una verdadera diferencia.

ERRORES EN LAS PRUEBAS DE SINIFICACION ESTADISTICA

No formular la hipótesis antes de realizar el estudio.

Al contrastar muchas variables, es probable que algunas de ellas sean estadísticamente significativas solo por azar. Si la hipótesis no se ha formulado de antemano, no existe una hipótesis nula que se pueda rechazar.

RECUERDEPruebas de significación estadística

PROCESO BAYESIANO MÉTODOS ESTADÍSTICOS

Ejemplo:100* hipertensos, 100* normotensos, 100 variables. 2 con P=0.05.“A pesar de que estas diferencias no habían sido previstas, los apellidos largos y haber nacido en la primera mitad de la semana se asociaban con la hipertensión esencial”.

No interpretar correctamente los resultados de una prueba de significación estadística al no considerar el

error de tipo I.ALGUNOS ERRORES SON INHERENTES AL MÉTODO EMPLEADO EN LAS PRUEBAS DE SIGNIFICACIÓN ESTADÍSTICA.

Hipótesis nula falsamente rechazada - Hipótesis del estudio falsamente aceptadaAceptar incorrectamente una hipótesis de estudio - hasta 5%.

Ejemplos: Nuevo método de potabilización del agua Lactancia materna y cáncer de mama. 15 = no asociación. 1= 0,05. Posible que un estudio muestre una asociación a un nivel de 5% simplemente por azar.

RECUERDE - P=0,05

TENER EN CUENTA LA POSIBILIDAD DE QUE NO EXISTA UNA ASOCIACIÓN AUNQUE ASÍ LO INDIQUEN LOS RESULTADOS DE LAS PRUEBAS DE SIGNIFICACIÓN ESTADÍSTICA.

No interpretar correctamente los resultados de las pruebas de significación estadística al no considerar el

error de tipo II.LA AUSENCIA DE PRUEBAS SUFICIENTES PARA RECHAZAR LA HIPÓTESIS NULA NO SIGNIFICA NECESARIAMENTE QUE NO EXISTA UNA VERDADERA DIFERENCIA.

RECUERDE: Las pruebas de significación estadística solo hacen referencia a la hipótesis nula. (rechazar o no, no confirmar)

AZAR: Grupo de datos muy inusual.Intrínseco a los conceptos estadísticos.

TAMAÑO MUESTRAL: Ls diferencia, puede ser estadísticamente significativa si el número de individuos que participan en el estudio es lo suficientemente elevado.

“Potencia estadística del estudio” Ningún número arbitrario puede indicar cuál es la magnitud del error de tipo II se debe tolerar.

Ejemplo: 100 fumadores.100 no fumadores.. 5 fumadores: cáncer de pulmón, no fumadores: 0. 10 fumadores - 9 no fumadores: infarto de miocardio. Asociación entre los cigarrillos y el cáncer de pulmón, y no asociación entre los cigarrillos y el infarto de miocardio.

Cuando las diferencias son sustanciales, solo se necesita una muestra pequeña para demostrar significación estadística. Cuando las verdaderas diferencias son pequeñas, se precisan más sujetos para demostrarla.

UN ESTUDIO CON POTENCIA LIMITADA PARA DEMOSTRAR LA EXISTENCIA DE UNA DIFERENCIA TIENE TAMBIÉN UNA POTENCIA LIMITADA PARA REBATIRLA.

Considerar si las diferencias entre el grupo de estudio y de control pudieron haber influido en los resultados del estudio.

Resultado del sesgo de selección en los estudios de casos y controles o cohortes.

VARIABLES DE CONFUSIÓN POTENCIALES

AJUSTE

Analizar la variable de confusión potencial.

Separa en grupos a los sujetos que poseen niveles diferentes de la variable de

confusión.

Comparar los grupos con el mismo nivel de la variable de confusión para investigar si

existe asociación entre exposición y enfermedad.

Si la edad es una variable de confusión potencial, el investigador puede dividir los grupos según la edad en diversas categorías. Para comparar los grupos de estudio y de control en cada categoría de la variable edad para determinar si existen diferencias cuando se comparan los grupos de edad similar.

EJEMPLO

Técnicas estadísticas para ajustar los datos según una o más variables al mismo tiempo.

Si la variable de confusión no se identifica se pueden cometererrores graves:

Un investigador estudió la relación entre consumo de café y cáncer de pulmón mediante un seguimiento durante 10 años de 500 bebedores de café y 500 no bebedores. En este estudio de cohortes, el riesgo de padecer cáncer de pulmón de los bebedores asiduos fue 10 veces el de los no bebedores.

MÉTODO MULTIVARIANTE

Ajuste según el consumo de cigarrillos:

Bebedores de café No bebedores de café

Fumadores No fumadores Fumadores No fumadores

Comparar a los bebedores de café que no fuman con los que no beben café y no fuman. Así determina si sigue existiendo relación entre consumo de café y cáncer de pulmón.

VARIABLE DE CONFUSIÓN= consumo de cigarrillosSi se supone que el consumo de cigarrillos y café están asociados.

El riesgo mide la probabilidad de desarrollar una enfermedad durante un determinado período de tiempo. El riesgo es igual al número de individuos que desarrollan la enfermedad dividido por el número de individuos que podían desarrollar la enfermedad al inicio del período.

El riesgo relativo mide el riesgo de desarrollar tromboflebitis si se toman anticonceptivos respecto del riesgo si no se toman, y se define de la siguiente manera:

Por asociación un factor, con frecuencia llamado factor de riesgo, se observa juntamente con una enfermedad con mayor frecuencia que la esperada solo por azar.

Una asociación no implica necesariamente una relación de causa-efecto

Durante 10 años un investigador siguió a 1000 mujeres jóvenes seleccionadas al azar que tomaban píldoras anticonceptivas y a 1000 que no las tomaban.

Riesgo de desarrollar tromboflebitis de las mujeres que tomaban píldoras

anticonceptivas

Riesgo de desarrollar tromboflebitis de las mujeres que no tomaban píldoras

anticonceptivas

El riesgo relativo es igual a la razón entre esos dos riesgos

Un riesgo relativo de 1 significa que la toma de anticonceptivos orales no aumenta el riesgo de padecer tromboflebitis. Un riesgo relativo de 10 significa que, como término medio, las mujeres que toman la píldora tienen un riesgo de tromboflebitis 10 veces más elevado que las que no la toman.

Se suman las casillas

horizontalmente

CÁLCULO DEL RIESGO Y EL RIESGO RELTIVO

CÁLCULO DE LA RAZÓN DE PRODUCTOS CRUZADOS O DE VENTAJAS (Odds Ratio)

Un investigador seleccionó 100 mujeres jóvenes con tromboflebitis y 100 sin tromboflebitis. Seguidamente, elaboró con cuidado la historia del uso previo de píldoras anticonceptivas.

La ventaja de haber tomado la píldoraen presencia de tromboflebitis es igual a:

la ventaja de estar tomando la píldora en ausencia de tromboflebitis es igual a:

Razón de productos cruzados o de ventajas (odds ratio): medida de la ventaja relativa de estar tomando la píldora en presencia de tromboflebitis respecto a la de tomar la

píldora en ausencia de tromboflebitis.

Es incorrecto sumar las casillas horizontalmente en un estudio de casos y controles

INTERVALOS DE CONFIANZA“Método que combina información obtenida en muestras sobre la fuerza de la asociación con información sobre los efectos del azar en la probabilidad de obtener los resultados observados.” Es una prueba de significancia estadística.

Se expresan como un rango en el cual existe la probabilidad de que se encuentren los datos del estudio.

Ambos extremos del rango son llamados límites de confianza.

Se utiliza el valor de 95% de porcentaje de confianza como convención.

Razón de Productos Cruzados

Número de individuos del grupo de casos con el

factor presenteNúmero de individuos del

grupo de casos con el factor ausente

Riesgo Relativo

Número de individuos del grupo de controles con el

factor presenteNúmero de individuos del grupo de controles con el

factor ausente

Número de individuos del grupo expuesto que

presentaron el evento

Número de individuos expuestos

¿Cuántos de los que expuse presentaron el evento?

¿Hay diferencias entre ambos grupos con respecto al factor estudiado?

Número de individuos del grupo de casos con el

factor presenteNúmero de individuos del

grupo de casos con el factor ausente

Número de individuos del grupo de controles con el

factor presenteNúmero de individuos del grupo de controles con el

factor ausente

Si es 1. Significa que

no hay diferencias entre los grupos.

INTERVALOS DE CONFIANZA EN UNA RAZÓN DE PRODUCTOS CRUZADOS

A.4 (0,9 – 7,1)B.4 (2 – 6)C.8 (1 – 15)D.8(6 – 10)E.0,8 (0,5 – 1,1)F. 0,8 (0,7 – 0,9)

Si el intervalo de confianza

contiene a 1, significa que los

datos no son significativos

estadísticamente y tampoco hay

asociación entre el factor y el

evento