PRÁCTICA L5
Recordamos que nuestra molécula trataba sobre la cdh2, la cual era causante de una
miocardiopatía arritmogénica del ventrículo derecho. La miocardiopatía o displasia
arritmogénica del ventrículo derecho (MAVD) es una enfermedad del músculo cardíaco de
origen genético cuyo diagnóstico supone a menudo un reto para el clínico. El miocardio,
fundamentalmente el del ventrículo derecho, ha sido sustituido por tejido fibroadiposo.
Gracias a los nuevos avances tecnológicos que van de la mano de la radiología nos permite
conocer con gran detalle anatómico el grosor miocárdico, habitualmente modificado en
pacientes con MAVD: aumentado en casos de marcada infiltración grasa.
El uso de fármacos tales como el sotalol y la amiodarona, sola o en asociaciones con
bloqueadores beta, ha demostrado su efectividad en el tratamiento de las arritmias
sintomáticas.
A partir de estos datos voy a generar un diagrama de cajas y bigotes.
1. Primero selecciono los datos. No se debe seleccionar el titulo.
2. Una vez seleccionados, vamos a insertar menú gráficos.
3. Selecciono el diagrama de cajas y bigotes.
Como podemos apreciar en el margen izquierdo
de la imagen de la izquierda, hay una gran
variedad de gráficas. Como ya he mencionado,
me he decidido por el de cajas y bigotes, como
se puede ver debajo
Es necesario una vez tenemos la gráfica, que esta sea autoexplicativa. Por ello, la podemos
añadir información. Para ello, pulsamos en el + y automáticamente aparece un desplegable
con la información que se puede añadir.
En la imagen de debajo, se puede apreciar como he añadido información acerca de los títulos
del eje y del gráfico. De esta manera, conseguimos una gráfica mucho más visual e informativa,
pudiendo comprobar la distribución de los dos grupos.
Para hacer otro tipo de gráficas, como pueden ser las gráficas de barra, tenemos que realizar
en la hoja de cálculo una serie de cálculos como el valor promedio o diferentes medidas de
dispersión.
Para ello, nos colocamos en la celda donde
queremos calcularlo, ponemos un igual y nos
aparece un desplegable arriba a la izquierda. En
mi caso, elijo promedio y te permite elegir los
datos que quieres
Como se puede apreciar en la
celda B51 ya tenemos calculado el
promedio. A continuación me
dispongo a calcular el promedio
B7:B50
en la celda B52.
Como curiosidad, mencionar que en este menú te facilitan la definición de lo que
estamos usando.
Para calcular la desviación estándar,
pulsamos en “más opciones”, seleccionamos
la categoría “Estadísticas”. Nos aparecen
varias, por lo que me decido por
“DESVEST.M”
A continuación, pulsando en “ayuda sobre esta función”, podemos ver realmente que fórmula
estamos utilizando para estar seguros de lo que calculamos.
Como podemos observar, se nos indica la fórmula usada, previamente estudiadad en la
asigmatura de bioestadística.
B7:B50
Al igual que hicimos para calcular el promedio, seleccionamos el rango de datos para el que
queremos calcular la desviación estándar que en mi caso va a ser “B7-B50”.
Ya tenemos calculado en azul el
promedio y en amarillo la
desviación estándar.
A continuación, para realizar el mismo cálculo en el grupo de fármacos aplico las mismas
fórmulas. Para facilitar la comprensión, añado una leyenda a cada lado de los cálculos para
saber que es cada cosa.
A continuación, con el objetivo de que nos cueste hacer el diagrama de barras el menor
tiempo posible, le queremos dar a Excel los valores
ordenados. Para ello copiamos los valores ( Ctrl+ C) y
pegamos. Sin embargo, el pegado no va a ser directo, sino que lo realizaremos de forma
especial. Para ello nos dirigimos al menú “Pegar” y a continuación elegimos Pegado especial.
Una vez pulsamos y nos aparecen nuevas opciones, elegimos pegar valores y trasponer.
Podemos ver, como al aplicar el pegado
especial nos lo ha puesto en columnas.
A continuación, desplazamos nuestra leyendas a la parte
superior copiando y pegando.
Finalmente, añadimos
dos nuevas leyendas
sobre los grupos. De
esta manera,
tenemos los datos
organizados de la manera más accesible para Excel.
En esta ocasión, vamos
a realizar un diagrama de barras. Para ello selecciono los datos, y me voy a la opción insertar,
donde me aparecerá la opción de gráficas y dentro de ellas un diagrama de barras.
Calculamos las columnas agrupadas del promedio.
Nos falta
la
desviación estándar. Para ello seleccionaremos las barras de error. Inmediatamente, elegimos
“más opciones”.
Elegimos la opción de personalizado ya que
vamos a introducir nuestros datos
específicos.
En esta imagen, podemos apreciar las dos gráficas que
hemos generado. A primera vista parece que el fármaco ha tenido efecto.
En mi opinión, el diagrama de caja y bigotes es mejor porque en él se representan los tres
cuartiles y los valores mínimo y máximo de los datos mientras que en el histograma solo
representamos el promedio y la desviación típica de los datos. Es cierto que el promedio y la
desviación típica son los valores en los que primero nos fijamos para comparar el efecto del
tratamiento, pero el valor máximo y mínimo así como los cuartiles nos dan información
adicional que nos puede resultar muy útil para poder realizar un estudio más profundo y
extraer conclusiones adicionales en nuestro estudio.
A continuación, dejo a un lado el estudio sobre la distribución gráfica y nos centramos en la
distribución numérica. Para ello, vamos a necesitar una opción, llamada análisis de datos , la
cual se activa tras una previa instalación.
PASOS A SEGUIR:-Pestaña Archivo - Opciones - Complementos - Administrar complementos de
Excel -Elegir: “Herramientas para Análisis” y “Solver” -Aceptar.
Una vez activa, nos desplazamos a la opción “datos” y una vez dentro ”análisis de datos”.
El análisis de datos nos ofrece un amplio repertorio de pruebas a realizar como se puede
observar en la imagen de debajo. En mi caso voy a realizar la estadística descriptiva.
Una vez hemos elegido la prueba a realizar, nos sale los diversos datos que hay que meter. En
mi caso, añado las dos cohortes tanto el control como el fármaco.
Además, seleccionaré que están organizados en columnas y que tienen rótulos en la primera
fila.
En este caso, elige donde quiero que me aparezcan los datos. Buscamos una
celda que venga bien.
Por último, escogeré dos opciones más.( Resumen de estadísticas y nivel de confianza del 95%)
Podemos apreciar como ya hemos
obtenido todos los datos. A continuación,
procedo a autoajustar al ancho de la
columna. Para ello selecciono los datos y
pulso formato, e inmediatamente después
“Autoajustar ancho de la columna”. Vemos
como se ven mejor los datos.
Observamos una gran cantidad de
información. Alguna de ella que
habíamos decidido calcular y
alguna otra extra , pero que nos
puede ayudar.
A continuación, voy a realizar un contraste de hipótesis. Para ello voy a datos, y busco análisis
de datos. Este me ofrece la posibilidad de realizar un contraste de hipótesis. Considero
varianzas iguales.
Nuevamente tenemos que introducir datos. Para ello en “rango para la variable 1” introduzco
los datos del grupo control, y posteriormente en el “rango para la variable 2” introduzco los
datos para el grupo que está tomando el fármaco.
Una vez
hemos introducido los datos, vamos a elegir la opción de rótulos y que nuestra hipótesis nula
es que las medias son iguales, es decir que la diferencia es 0.
Por último y al igual que hice antes en la opción “rango de salida” elijo la opción en la que
quiero que me aparezcan los datos. Aplicaré de nuevo en la opción “formato” el autoajustado
ancho de columna.
Como se puede apreciar, vamos a obtener el p valor en una cola o en dos colas, dependiendo
si el cambio es en un sentido o en dos. Nos quedamos con el p-valor de dos colas y al ver que
es un valor muy pequeño rechazo la hipótesis nula, y concluyo que hay diferencias
significativas con el tratamiento.
Existen numerosas evidencias y estudios que apuntan a la existencia de una asociación entre el
consumo de cantidades elevadas de tabaco y un mayor riesgo de padecer muerte súbita en
determinados individuos.
Las investigaciones han demostrado que el tabaquismo acelera la frecuencia cardíaca, contrae
las arterias principales y puede ocasionar alteraciones en el ritmo de los latidos del corazón.
Todo esto hace que el corazón se esfuerce más.
Para esta práctica utilizaré los datos del consumo de tabaco y presiones arteriales de una serie
de pacientes, de los cuales 5 tienen antecedentes cardiovasculares.
La primera columna refleja el número de paciente.
La segunda columna refleja si tiene antecedentes (caso) o es sano (control).
La tercera representa el índice tabáquico.
La cuarta columna refleja la presión arterial.
La quinta refleja el número de cigarrillos fumados al día.
La sexta refleja el número de años fumando.
Para reflejar más opciones que te aporta Excel, decido aplicar el Indice tabáquico. Para ello
primero voy a explicar cómo es la fórmula.
Necesito introducir la fórmula en Excel. Para ello, como podemos ver la imagen, nos ponemos
en una celda, damos al igual y vamos eligiendo lo que queremos mutiplicar, dividir…etc
Tras el igual, elijo el numero de cigarros al día
(E2) multiplicado por número de años siendo
fumador(F2) Y todo ello dividido entre 20. Una
vez aplicado a la primera celda, arrastramos
del vértice inferior de la misma hacia abajo,
Recalcar que aplicándose automáticamente a lo largo de en mi caso, voy a trabajar
a partir de la toda la columna. presión sistólica cuyas
unidades son mmhg. Una vez
introducidos los valores de la presión, puedo comenzar a trabajar.
Con el objetivo de que este itinerario sea lo más explicativo y a la vez me sirva para aprender
nuevas cosas, dejo un breve esquema sobre lo que se considera normal y anormal en la
presión.
CATEGORÍA DE LA PRESIÓN ARTERIAL PRESIÓN SISTÓLICA
NORMAL -120
ELEVADA 120-129
PA ALTA/ HIPERTENSIÓN NIVEL 1 130-139
PA ALTA/ HIPERTENSIÓN NIVEL 2 140-179
CRISIS DE HIPERTENSIÓN 180-
A partir de los valores, procedo a realizar una curva patrón para obtener una curva de
regresión xy.
1- Selecciono los datos de Índice tabáquico y presión arterial. Importante no seleccionar
el título.
2- Una vez seleccionados, vamos a la pestaña insertar, y seleccionamos el menú de
gráficos. Una vez estamos en él selecciono el diagrama de dispersión.
Obtengo el siguiente gráfico:
Procedo a darle nombre a los distintos ejes.
Nos desplazamos a la pestaña “diseño de gráfico”. Una vez ahí, pulsamos “añadir elemento de
gráfico”. “Clickamos en líneas de tendencia”y a continuación en “lineal”.
Obtenemos el siguiente resultado:
Hago doble
click en la línea de tendencia y le doy a: presentar ecuación en el gráfico y presentar el valor R
cuadrado en el gráfico:
Procedo a organizar los datos. Para ello, selecciono todos los datos, voy a la pestaña “datos” ,
“ordenar” y ahí doy a ordenar por “ENFERMO/CONTROL”
Como podemos comprobar en la imagen inferior, podemos ver los datos ordenados.
Obtenemos los 5 individuos sanos en primer lugar y los 5 enfermos los últimos. Procedo a
darles un color a cada uno.
Si tuviera otros datos podría haber calculado a partir de mi curva patrón algún parámetro
nuevo. Sin embargo, en mi caso carecería de sentido, siéndome inservibles en este caso.
Voy a pasar entonces a comprobar si existe correlación entre el consumo de tabaco y las
modificaciones de la presión sistólica.
Realizo de nuevo la curva patrón pero esta vez la voy a utilizar para un fin distinto, mucho más
interesante para mi búsqueda: comprobar si existe correlación entre el consumo de tabaco y
las variaciones de presión sistólica.
Selecciono los datos de interés y procedo a insertar un nuevo gráfico: dispersión.
Procedo a ponerle nombre a los ejes.
Pongo título a esta gráfica. Dado que voy a estudiar la correlación será el título de esta
gráfica.
El coeficiente de correlación mide la fuerza y el sentido de la relación lineal entre dos
variables cuantitativas. Voy a calcularlo para comprobar si existe relación entre el consumo de
tabaco y la presión sistólica. Voy a la pestaña de “datos”, “ Análisis”, “Análisis de datos” y
elegimos Coeficiente de Correlación.
En “rango de entrada” elegimos los datos, y aplicamos el filtro “rotúlos en primera fila”.
Obtengo la siguiente tabla:
Recordamos la interpretación:
Si el coeficiente de correlación sale cercano a 0, no existe relación lineal.
• Si tiene un valor de 1, es una relación positiva perfecta.
• Si está entre 0 y 1, la correlación es positiva.
Por lo tanto como mi valor está entre 0 y 1 significa que existe una correlación directa.
