Anlisis Estadstico
Dra. Adela Del Carpio Rivera
Doctor En Medicina
ANTE LA GRAN CANTIDAD DE
INFORMACIN
Debemos saber discernir entre:
Cul es la informacin que necesitamos
Si el estudio tiene real validez
Saber interpretar correctamente la metodologa
estadstica.
ANALISIS ESTADSTICO
El anlisis estadstico se divide en tres grandes tipos:
Univariado
Bivariado
Multivariado
ANLISIS UNIVARIADO
Univariado
Se describen las caractersticas de una variable por vez
Tambin se le conoce como Estadstica Descriptiva
ANLISIS ESTADSTICO UNIVARIADO
TABLA N 1 FRECUENCIA DE TBC PULMONAR POR RGANO AFECTADO
TIPOS DE TBC
PORCENTAJE
PORCENTAJE
ACUMULADO
PULMONAR
67
58.27%
58.27%
RENAL
12
10.43%
68.69%
MENNGEA
20
17.39%
86.08%
GENITAL
16
13.91%
100%
TOTAL
115
100%
ANLISIS BIVARIADO
Se investiga la influencia de la variable Independiente,
por vez, con respecto a la variable Dependiente
ANLISIS BIVARIADO
Variable Independiente
Factor de Riesgo:
Enfermo
Beber Agua no potable
Variable Dependiente
Enfermedad:
Clera
A
g
u
a
20
40
97
59
ANLISIS BIVARIADO
Variable Independiente
Factor de Riesgo:
Peso al Nacer
variable dependiente
Enfermedad:
hipertensin sistlica
ANLISIS MULTIVARIADO
Se investiga la influencia
de dos o ms
Variables Independientes,
junto o no a una o ms variables asociadas
(covariables o cofactores)
sobre una o ms
Variables Dependientes
ANALISIS MULTIVARIADO: REGRESIN LOGSTICA
of strata
=
49
Number of obs
=
8417
TABLANumber
1 CONTROL
PRENATAL,
PARIDAD, EDAD
MATERNA
Number
of PSUs
=
1113
Population
size
= 6917.9088
Design df
F( 18,
1047)
Prob > F
PS
Coef.
CPci
CPci2
told_comp
multiple
labor_prol
n_hijos
edad_nacHV
edadnac_2
educ
agri
decision_p
NSE
_ISREGION_3
_ISREGION_4
_ISREGION_5
_EESS_pob
prob_perso~f
uso_ACmode~o
_cons
.1713693
-.0067207
.1378946
1.173797
.2370946
-.1109933
-.0914881
.0020827
.055531
-.3392816
-.139124
.2683731
-.5599627
-.3908881
-.430737
.066815
-.0940079
.2520376
-.2162597
Linearized
Std. Err.
.0199854
.0012622
.0559186
.2535498
.0512
.0171813
.0236497
.0004262
.0074086
.0696039
.0516724
.0302954
.0885707
.1310198
.0963304
.025233
.0499524
.056576
.3206778
t
8.57
-5.32
2.47
4.63
4.63
-6.46
-3.87
4.89
7.50
-4.87
-2.69
8.86
-6.32
-2.98
-4.47
2.65
-1.88
4.45
-0.67
P>|t|
0.000
0.000
0.014
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.007
0.000
0.000
0.003
0.000
0.008
0.060
0.000
0.500
=
=
=
1064
65.41
0.0000
[95% Conf. Interval]
.1321539
-.0091973
.0281713
.6762824
.1366301
-.1447065
-.1378934
.0012465
.0409939
-.4758581
-.2405154
.2089275
-.7337559
-.6479745
-.6197562
.017303
-.1920242
.1410243
-.8454924
.2105846
-.004244
.2476179
1.671311
.3375591
-.0772801
-.0450829
.0029189
.0700682
-.2027051
-.0377326
.3278187
-.3861695
-.1338016
-.2417179
.116327
.0040085
.3630508
.412973
La determinacin de la presencia o ausencia de un
suceso en dos grupos diferentes es una situacin
habitual en los estudios clnicos.
Los resultados se muestran en una tabla de
contingencia 2 x 2.
SIGNIFICADO ESTADSTICO
La lectura de una OR, un RR es idntica y basta
con aplicar las palabras veces ms o por cada 1
EJEMPLO
Por ejemplo si una droga con respecto al placebo produce
una OR de 1,3, significa que la droga es 1,3 veces mejor que
el placebo.
Si se tratara de un estudio sobre el riesgo de un evento sobre
otro, el RR indicara que el riesgo de eventos terminales que
se podran esperar de la droga durante el tiempo de
seguimiento es 1.3 veces ms alta que el placebo.
El riesgo del grupo control es 1, por lo que un riesgo 1 supone
que no hay diferencias entre la droga y el placebo.
Este tipo de resultados se suele acompaar del intervalo de
confianza (IC)
Que es la expresin de lo que la variabilidad debida al azar
puede hacerlo oscilar en la poblacin real (expresa los lmites
que con una cierta seguridad contendrn ese verdadero valor)
Generalmente los IC se calculan con una seguridad del 95%
Solo deja una probabilidad de 5% (0.05) de que el verdadero
valor del OR no se halle en ese intervalo;
Por lo tanto, el IC nos proporciona la misma informacin
cualitativa que el valor de la p.
COMO SABEMOS SI ES
ESTADSTICAMENTE SIGNIFICATIVO?
Si en lugar de OR 1,3 el resultado hubiese sido menor de 1,
como por Ej. 0,2, significa que la droga cura 0,2 y el placebo
sigue con el valor 1, por lo tanto es menos efectiva que el
placebo.
Si el IC del 95% entre 0,1-0,5 sera distinto de la igualdad (p
< 0,05) puesto que este IC no contiene el 1;
Pero si los lmites estuvieran entre 0,06 y 1,2 no existira
significacin pues el 1 cae dentro del intervalo
EJEMPLO
En un estudio de casos y controles se quiere determinar si el
consumo de fibra es o no un factor de proteccin para el
cncer de colon
1 Calcule un estimador del riesgo asociado a la variable
independiente consumo de fibra.
2. Qu significa este resultado?
CASOS
CONTROLES
GRUPO DE
EXPUESTOS
92
160
NO EXPUESTOS
108
140
200
300
OR = (92x140)/(160x108) = 0.75 o 75%
OR menor de 1 significa que el consumo de fibra es un factor
de proteccin
EJEMPLO
En un estudio de pacientes hipertensos se pretende investigar
la posible asociacin entre la probabilidad de padecer un
infarto y el grado de control de la hipertensin.
Para ello se analiza una muestra aleatoria de 728 pacientes,
observndose los siguientes resultados
RESULTADOS
MAL CONTROL
BUEN
CONTROL
INFARTO
10
07
17
NO INFARTO
250
461
711
260
468
728
El procedimiento estadstico habitual para contrastar la
presencia de asociacin es utilizar la prueba del chi o la
prueba exacta de Fisher, cuando las frecuencias de las
celdas son pequeas.
El valor del chi para esa tabla es de 3.1 que corresponde a un
nivel de probabilidad de 0.08.
De acuerdo con los datos de este ejemplo:
El riesgo de infarto en el grupo de mal control es
10 / 260 = 0.04,
mientras que el riesgo en el grupo de buen control es de
7 / 468 = 0.015.
Existen diferentes procedimientos para cuantificar la
importancia de la asociacin:
Cuando se utiliza el cociente de esos dos riesgos
0.04 / 0.015 = 2.6
Nos indica cunto ms probable es que ocurra el suceso en el
primer grupo frente al segundo.
Es lo que se conoce como Riesgo Relativo (RR).
Actualmente otra medida muy utilizada es la que se
denomina "odds ratio" (OR), para la que no hay un
trmino en castellano que sea bien aceptado.
El odds (ventaja) es otra forma de representar un riesgo,
mediante el cociente entre el nmero de veces que ocurre el
suceso frente a cuntas veces no ocurre.
As un odds de 3 indica que 3 personas sufrirn el suceso
frente a 1 que no lo har.
En la tabla anterior el odds de infarto en el grupo de Mal
Control es 10 / 250 = 1 / 25 = 0.04, es decir que ocurre 1
vez por 25 veces que no ocurre.
En el grupo de buen control el odds es 7 / 461 = 0.015.
El cociente de los odds de los dos grupos es lo que se
denomina odds ratio y constituye otra forma de cuantificar la
asociacin entre dos variables dicotmicas. En la tabla
anterior el valor del odds ratio es aproximadamente 2.6
As un odds de 3 indica que 3 personas sufrirn el suceso
frente a 1 que no lo har.
En la tabla anterior el odds de infarto en el grupo de Mal
Control es 10 / 250 = 1 / 25 = 0.04, es decir que ocurre 1
vez por 25 veces que no ocurre.
El clculo del odds ratio a partir de los datos de
frecuencia de una tabla 2 x 2 es muy sencillo:
a
ad
OR
bc
El riesgo relativo de aparicin del suceso del grupo
A frente al grupo B se calcula como:
Grupo A
Grupo B
Suceso
No suceso
a
(a c)
b
(b d )
Razones para utilizar el odds ratio
Est claro que la interpretacin del riesgo relativo es ms
intuitiva que la del odds ratio
Por qu entonces se usa tanto el odds ratio. Hay varias
razones:
. En primer lugar puede ser calculado en cualquier tabla 2 x 2
Mientras que el riesgo relativo no se puede calcular en los
estudios caso-control.
Permite examinar el efecto que otras variables pueden causar
en esa asociacin (como podran ser por ejemplo la edad, el
sexo, etc).
Otra propiedad interesante del odds ratio es que no vara
aunque se cambie el orden de las categoras en cualquiera de
las variables, lo que no ocurre con el riesgo relativo.
Cuando los riesgos (o los odds) en ambos grupos son
pequeos (inferiores al 20 %) el odds ratio se aproxima
bastante al riesgo relativo pudiendo considerarse como una
buena aproximacin de ste.
La valoracin estadstica de las asociaciones encontradas debe
realizarse mediante el clculo de los correspondientes
intervalos de confianza.
EL ODDS RATIO PERMITE
1. Reconocer la naturaleza como factor de riesgo o de
proteccin de una exposicin.
2. Identificar la magnitud o fuerza de la asociacin, lo que
permite hacer comparaciones.
3. Su valor es independiente de la incidencia de la condicin
en estudio.
4. De gran utilidad en estudios de casos y controles
5. Su valor suele ser semejante al del RR.
Interpretacin del valor de OR
calculado
Estrictamente hablando el odds ratio indica la magnitud de
asociacin entre exposicin y resultado (en otras palabras el
riesgo de haber estado expuesto dada la enfermedad).
Si el cociente calculado determina un valor de 1, esto
significa que no hay asociacin entre las variables analizadas
(la exposicin positiva o negativa no hace diferencia respecto
al riesgo de enfermar).
Un valor mayor que 1 indica una mayor frecuencia de
exposicin de la variable independiente entre los enfermos
(casos). Por tanto, el factor estudiado se asocia con un mayor
riesgo de enfermar.
Si el valor del OR calculado es inferior a 1, esto indica mayor
frecuencia de exposicin entre los sujetos sanos (controles).
En este caso, la presencia del factor estudiado reduce el
riesgo de enfermar (actuando como un factor de proteccin).
INTERPRETACION DEL ODDS
VALOR ODDS
RATIO
Intervalo de
confianza
inferior
Intervalo de
confianza
superior
Tipo de
asociacion
No evidencia de
asociacin
Mayor de 1
>1
>1
Significativa, riesgo
Mayor de 1
<1
>1
No significativa
Menor de 1
< de 1
< de 1
Significativa,
proteccin
Menor de 1
< de 1
> de 1
No significativa
