Estadística. Grau de Nutrició Humana i Dietètica. Tema 1

1

TEMA 1

Estadística en les Ciències de la Salut

Dep. Estadística i Inv. Operativa

Univ. de València

Estadística. Tema 1 2

ObjectiusLes Ciències de la Salut (Medicina, Biologia, Farmàcia,…) es basen en l’evidència. Com es porta a la pràctica?

1. Formular de manera precisa una pregunta a partir d’un problema (sobre un pacient, ésser viu, fàrmac,...).

2. Localitzar les proves disponibles en la literatura.

3. Avaluació crítica dels articles i estudis de laboratoris.

4. Aplicació de les conclusions de les avaluacions a la pràctica.

Dificultat

•No tots els pacients/éssers vius responen igual a un estímul.

•No tots els estudis són extrapolables a la nostra situació.

•De vegades hi ha més d’un tractament i cal triar només un.

•L’efectivitat dels fàrmacs està basada en proves estadístiques.

•El cost d’un medicament pot no estar justificat.

Estadística. Tema 1 3

RECUENTO DE PLAQUETAS EN PACIENTES CON CÁNCER

ANÁLISIS COMPARATIVO DE MÉTODOS.

La cuantificación de la cifra de plaquetas es una

herramienta esencial en el diagnóstico, tratamiento y

control evolutivo de los pacientes onco-hematológicos.

De la exactitud de sus resultados dependen decisiones,

que incluyen desde el tratamiento activo de la

enfermedad tumoral, hasta la administración del

tratamiento de soporte transfusional.

Analizar y comparar tres métodos de obtención del

recuento plaquetar: método de impedancia, lectura

óptica y método inmunológico.

INTRODUCCIÓN Y OBJETIVO PACIENTES Y MÉTODOS

E. Aznar, M. Sánchez, P. Lorente, P.Pérez, I. Picón, J. Máiquez.

Servicio de Laboratorio de Diagnóstico Clínico . Fundación Instituto Valenciano de

Oncología (IVO). Valencia.

Todos los pacientes del estudio tenían el diagnóstico

de cáncer. Las muestras de sangre se obtuvieron por

venopunción, mediante el sistema S- Monovette en

tubos que contenían como anticoagulante K3 EDTA

Sarstedt .Todas las muestras se procesaron, dentro

de las dos primeras horas, en un analizador

hematológico Cell Dyn Sapphire Abbott. Este

instrumento proporciona el recuento de plaquetas con

tres métodos: Impedancia, análisis óptico de doble

ángulo y método inmunológico, que se efectuó con el

reactivo Cell Dyn ImmunoPLt (CD61). En dicho

reactivo se conjuga un colorante fluorescente

(isotiocianato de fluoresceína) FITC, con un

anticuerpo monoclonal CD61. Durante el estudio,el

analizador fue calibrado periódicamente y se pasaron

controles; bajo, normal y alto siguiendo las

instrucciones del fabricante. Asimismo, se

recogieron los siguientes datos clínicos: enfermedad

de base tumoral, edad y sexo.

En el análisis estadístico de datos se utilizó el

programa SPSS 12.0. La relación lineal entre

variables se estudió mediante el coeficiente de

correlación de Pearson , para la comparación de

rangos de métodos se utilizó la Prueba de Friedman.

Tabla 1. Características de los pacientes

Nº de pacientes(hombre/mujer) 45(25/20)

Edad media hombres 67(33-86)

Edad media mujeres 64(36-86)

Cifra media de plaquetas 186000/mm3

(5600-686000)

Trombopenias 60%(36/60)

Estadística. Tema 1 4

CONCLUSIONES

0

2

4

6

8

10

12

14

16

Urológicos

Ginecológicos

Digestivos

Hematológicos

Mama

Gráfico 2. Distribución por enfermedad de

base.

Se analizaron 60 muestras en 45 pacientes, 25 eran hombres y 20 mujeres, con una edad media en hombres de 67 años (36-86) y en

mujeres de 64 años (36-86). El 60% de las muestras estudiadas correspondió a pacientes con trombopenia y de éstas, un 50% tenía

recuentos de plaquetas inferiores a 50000 /mm3. Tabla 1 y Gráfico 1. El 80% de los tumores pertenecían al área urológica,ginecológica, aparato digestivo, órganos hematopoyéticos y mama.Gráfico 2.

Métodos Media Valor p

Impedancia 43812 0.004

Óptica 27531 0.931

CD61 27056

Tabla 3. Pacientes con Trombopenia

<50000mm3.Media y valor p

0 5 10 15 20

< 50000/mm3

>50000/mm3-<149000/mm3

>150000/mm3-<450000/mm3

> 450000/mm3

Gráfico 1. Distribución de la cifra de plaquetas.

Se obtuvo un coeficiente de determinación r2, entre CD61 y óptica de

1, entre CD61 e impedancia fue de 0.994.Los resultados de rangos de

la Prueba de Friedman, con los diferentes métodos se muestran en la

Tabla 2. En el subgrupo de pacientes con trombopenia (plaquetas

<50000/mm3), se encontraron diferencias estadísticamente

significativas entre CD61 e Impedancia p=0.004.Tabla 3. Se obtuvo un

coeficiente de determinación r2 entre CD61 y óptica de 0.968, entre

CD61 e impedancia fue 0.882.Gráfico 3.

Tabla 2.Prueba de Friedman

MétodosRango

promedio

Impedancia 2,91

Óptica 1,68

CD61 1,42

0 10000 20000 30000 40000 50000

01

00

00

30

00

05

00

00

CD61IM

PE

DA

NC

IA y

ÓP

TIC

A

ÓPTICA=906+0,984xCD61IMPEDANCIA=17.340+0,978xCD61Y=X

Multiple R2

0.8823 --->

<--- Multiple R2

0.9686

RESULTADOS

El método inmunológico Cell Dyn Immunoplot CD61 es sencillo, no interfiere en el trabajo de rutina del Laboratorio de Hematología y

proporciona resultados en pocos minutos.

El método de impedancia sobreestima el recuento de plaquetas en pacientes con alteraciones hematológicas (anemias microcíticas,

hemolíticas, presencia de eritroblastos) y enfermedades autoinmunes.

Recomendamos la utilización de métodos ópticos/inmunológicos en la evaluación de las trombopenias , en especial, de las que se

derive un riesgo hemorrágico o una indicación transfusional.

La alta incidencia de trombopenias en nuestro centro (monográfico oncológico) justifica la utilización de diferentes metodologías en el

recuento de plaquetas.

Gráfico3.Rectas de regresión en pacientes con Trombopenia

<50000/mm3

Estadística. Tema 1 5

Etapes d’una investigació

1.Disseny de la investigacióa.Per a respondre a una qüestió concreta: com he de

dissenyar l’experiment?

b.Viabilitat: Recursos humans, econòmics, temps.

2.Recollida de dadesa.Codificació i gravació de dades.

b.Anàlisi exploratòria.

3.Anàlisi Estadísticaa.Gràfiques.

b.Estimacions, Tests, Significativitat.

4.Interpretació dels resultats

5.Elaboració dels informes i conclusions1.Presentació en Congressos.

2.Publicació en revistes de prestigi.

TOTES SÓN IGUALMENT IMPORTANTS!

Estadística. Tema 1 6

Utilització de l’Estadística (1)

DESCRIPTIU- Resumir i il·lustrar la informació continguda en un conjunt de dades. Buscar relacions entre variables.

INFERENCIAL- Estimació: Estimar paràmetres.

INFERENCIAL- Contrast: Contrastar hipòtesis, comparar el comportament de dos o més grups o analitzar la relació entre parelles de variables.

MODELITZACIÓ: Elaborar models o funcions que permeten explicar unes variables a partir d’altres i fer prediccions.

L’Estadística té 4 nivells d’anàlisi:

Estadística. Tema 1 7

Davant d’una investigació empírica, el primer que cal esdefinir el problema en termes precisos, indicant:

L’àmbit de aplicació de la investigació, es a dir, laPOBLACIÓ que es vol investigar. La població estaràformada per les unitats observacionals (o INDIVIDUS).

Les característiques que volem analitzar, es a dir lesVARIABLES (pes, sexe, tipus de sang, glucosa en sang,velocitat de sedimentació, efecte d’un tractament,temps de supervivència,...).

El conjunt d’individus de la població observats, es a dir,la MOSTRA. En aquests individus observarem els valorsde les variables en condicions homogènies. Encara quela mostra pot arribar a ser tota la població, generalmentserà un subconjunt d’aquesta.

Poblacions i mostres

Estadística. Tema 1 8

Exemple 1.1Tratamiento intensivo con insulina en pacientes, sin diabetesconocida, con infarto de miocardio e hiperglucemia. EstudioINSUCORBegoña Benitoa et. al. Servicio de Cardiología. Instituto Clínicodel Tórax. Servicio de Endocrinología y Diabetes. Institut Clínicde Malalties Digestives i Metabòliques (ICMDiM). HospitalClínic. iconget@clinic.ub.es. Institut d’InvestigacionsBiomèdiques August Pi i Sunyer (IDIBAPS). Barcelona.Servicio de Bioquímica. Hospital de la Santa Creu i Sant Pau.Barcelona. España.

FUNDAMENTO Y OBJETIVO: La hiperglucemia en el momentodel ingreso se ha asociado con mal pronóstico en pacientescon infarto de miocardio (IM). El beneficio clínico deltratamiento intensivo con insulina se ha evaluado en pacientesdiabéticos ingresados en unidades de cuidados intensivos.Nuestro objetivo ha sido evaluar los efectos a corto plazo y laseguridad del control glucémico estricto en pacientes con IM ehiperglucemia sin diabetes conocida.

Estadística. Tema 1 9

Exemple 1.1 (cont.)

1. Grupo de tratamiento intensivo (n = 13), que recibió insulina intravenosa con el objetivo de mantener la glucemia entre 80 y 110 mg/dl.

2. Grupo de tratamiento convencional (n = 15), que recibió insulina subcutánea sólo si la glucemia era mayor o igual a 160 mg/dl.

La proteína C reactiva ultrasensible se determinó a las 48 h del ingreso y al alta. Se realizó un test de tolerancia oral a la glucosa al cabo de un mes.

RESULTADOS: Durante las primeras 48 h la glucemia fue significativamente

menor en el grupo de tratamiento intensivo, con una media (desv. estándar) de104 (8) mg/dl, frente a 153 (54) mg/dl en el grupo de tratamiento convencional(p = 0,002), sin episodios de hipoglucemias sintomáticas. A las 48 h la proteína Creactiva ultrasensible fue significativamente menor en el grupo de tratamientointensivo que en el de tratamiento convencional –media de 20,3 (20,3) y 44,3(35,7) g/ml, respectivamente (p = 0,04). Al cabo de 4 semanas sólo el 28,6% delos pacientes presentaba tolerancia normal a la glucosa.

PACIENTES Y MÉTODO: Se asignaron aleatoriamente un total de 28pacientes sin diabetes conocida que habían ingresado con IM ehiperglucemia a 2 grupos de tratamiento durante las primeras 48 h:

Estadística. Tema 1 10

Exemple 1.1 (cont.)CONCLUSIONES: El tratamiento intensivo con insulina con valores cercanos a lanormoglucemia en pacientes no diabéticos con IM e hiperglucemia es factible,seguro y más efectivo que el tratamiento convencional. Además, atenúa larespuesta inflamatoria. El estudio confirma la alta prevalencia de alteraciones de latolerancia a la glucosa no conocidas en pacientes con IM.

1) Diagnóstico de IM confirmado con o sin elevación del segmento ST.2) Valores plasmáticos elevados de glucosa al ingresar, sin diabetes

mellitus (DM) conocida previamente.

Los criterios de exclusión fueron:a) edad<18 años; b) historia de DM; c) presencia de otras cardiopatías; d) IMinestable; e) coagulopatías o alteraciones de la agregación plaquetaria; f)enfermedad grave asociada con corta esperanza de vida (< 1año); g) participaciónen otros estudios, y h) rechazo a participar en el estudio. El diagnóstico definitivo deIM requirió los siguientes criterios: a) dolor torácico de más de 15 min de duración;b) cambios electrocardiográficos; c) aumento de los valores de la isoforma MB de lacreatincinasa y/o de los de troponina I.

Se incluyó a los pacientes que cumplían estos 2 criterios de inclusión:

Población estudiada

La hiperglucemia, como criterio de inclusión, se definió como valores plasmáticos de glucosa al ingresar de 140 mg/dl o más, y de glucosa tras 6 h de ayuno de 126 mg/dl o más. La hipoglucemia se definió como concentraciones plasmáticas de glucosa iguales o inferiores a 60 mg/dl.

Estadística. Tema 1 11

Població objectiu

Població estudiada

filtre

mostra

Submostra 1

Submostra 2

Grandàries mostrals

Individus

variables

filtre

1. Glucèmia durant les primeres 48h.

2. Proteïna C reactiva ultrasensible a les 48h.

Estadística. Tema 1 12

Representativitat d’una mostraCom ha de ser una mostra per a que sigarepresentativa de la població?

La selecció de les mostres ha de ser aleatoritzada

– Voluntaris.

– Utilitzar el telèfon per a fer la selecció.

– Treballar amb una ètnia concreta i voler estendre el resultat a una població heterogènia.

– Individus disponibles.

– Etc...

Alguns exemples de mostres que no ho són:

Estadística. Tema 1 13

Mostra aleatòria

Ens permet objectivitzar el procés de selecció amb lagarantia que no intervenim, d’altra banda ens podemaprofitar de les avantatges de l’atzar.

• Tots els individus de la població tenen la mateixa probabilitat de ser triats.

• La probabilitat de seleccionar un individu qualsevol no depèn de quins són els individus seleccionats en la mateixa mostra.

Les mostres obtingudes per mostreig aleatorireben el nom de MOSTRES ALEATÒRIES

Estadística. Tema 1 14

Mostra aleatòria (cont)

Hi han dos tipus molt estesos de mostratgesaleatoris Sense reemplaçament: En cada etapa, l’element

seleccionat es eliminat definitivament de la població i notorna a participar en les següents etapes del mostreig. És elmés habitual.Exemple: Enquestes d’opinió, Temes sortejats en unaoposició, ...

Amb reemplaçament: En cada etapa, l’elementseleccionat no s’elimina de la població i torna a participar enla següent etapa; un individu de la població pot entrardiverses vegades en la mostra.Exemple: Certes campanyes publicitàries, algunesenquestes, ...

Estadística. Tema 1 15

Obtenció d’una mostra aleatòria

Numerar la població de 1 a MDecidir la grandària de la mostra n (n < M)En la taula de dígits aleatoris: triem qualsevol dígit de la taula com a punt de partida.

triem qualsevol direcció. considerem n números (vàlids) de tants dígits com els que té M (Si 10 M 99, prenim n números amb dos dígits)

Només són vàlids els números observats entre 1 i M

Si es tracta de mostreig amb reemplaçament admetem repeticions.

Busquem els valors de la variable corresponent als individus de la població amb els números elegits.

Estadística. Tema 1 16

Taula de dígits aleatorisActualment la majoria de les calculadores de butxacadisposen d’un generador de números aleatoris, usualmentes generen polsant repetidament la tecla Rnd.

Els números aleatoris es generen mitjançant algorismesmatemàtics. Una de les dificultats més importants és queno es generen cicles, encara que vullgam milions denúmeros. Com en realitat no són aleatoris, els númerosobtinguts per aquests mètodes reben el nom de pseudo-aleatoris.

Exemple: M=835,n=6. Comencem en el primer dígit d’esquerra a dreta: 533,180, 213, 818, 824, 358.Exemple: M=400, n=5. Comencem en la fila 03, columna 10: 547, 667, 089, 990, 697, 962, 064, 324, 785, 314, 841, 682, 050

Part d’unataula de números aleatoris

Triem cadascun de nosaltres una mostra de grandària 5 (d’un total de 100 el·lipses). Observem de cada el·lipse si és mutant (té dos “bristles” en la cua) o no és mutant.És molt probable que obtingam tots mostres diferents (encara que tinguen el mateix nombre de mutants).

A la població tenim 38/100=38% de mutants.

Mostreig en una població finita

17Estadística. Tema 1

Estadística. Tema 1 18

La probabilitat juga un paper fonamental en l’Estadística, per a mesurar la incertesa d’una afirmació.

La vacuna de l’àntrax és efectiva.

El bacteri E. Coli augmenta el nombre de tumors al fetge.

El tractament A és més efectiu que el B.

La població A és més alta (en mitjana) que la població B.

El tractament X retarda els efectes de l’Alzehimer.

La mitjana de supervivència dels pacients de SIDA en un determinat estat de desenvolupament de la malaltia està en l’interval [a,b] expressat en anys amb una confiança del 99%.

L’Estadística està basada en la probabilitat