BIOESTADÍSTICA
FACULTAD DE CIENCIAS MÉDICAS
CARRERA DE LABORATORIO CLÍNICO
Lcdo. Daniel Idrovo Condo. Mgs.
UNIDAD 1
INTRODUCCIÓN A LA
BIOESTADÍSTICA Y
RECOLECCIÓN DE LA
INFORMACIÓN
BIOESTADÍSTICA
Definición: Rama de la estadística aplicada a la biología y
ciencias de la salud
Estadística
Es la rama de las matemáticas que se encarga de:
Presentar
Recopilar Analizar datos
Organizar Interpretar
Toma de decisiones basada en evidencia
•Facilita la interpretación de datos en estudios clínicos y epidemiológicos.
•Permite evaluar la eficacia de tratamientos y políticas de salud.
Diseño y análisis de experimentos
•Ayuda a planificar experimentos de manera eficiente.
•Garantiza la validez y confiabilidad de los resultados.
Epidemiología y salud pública
•Permite el seguimiento de enfermedades y la identificación de factores
de riesgo.
•Contribuye a la prevención y control de epidemias.
Medicina personalizada y ensayos clínicos
•Ayuda a analizar la variabilidad en la respuesta a tratamientos.
•Es clave en el desarrollo de nuevos fármacos.
Genética y biotecnología
•Se usa en el análisis de datos genómicos y estudios de herencia.
•Es esencial en el diseño de modelos predictivos en biología
molecular.
La bioestadística y el método científico.
Importancia de la bioestadística y el
Laboratorio Clínico
Permite analizar, interpretar y validar los datos.
1. Garantía de precisión y confiabilidad en los resultados
• Permite evaluar la variabilidad de los datos y determinar si los resultados son
estadísticamente significativos.
• Ayuda a establecer intervalos de referencia para parámetros clínicos.
2. Control de calidad en las pruebas de laboratorio
• Se utilizan métodos estadísticos para monitorear la precisión y exactitud de los análisis
clínicos.
• Herramientas como gráficos de Levey-Jennings y reglas de Westgard ayudan a detectar
errores y asegurar el control de calidad.
3. Diseño y análisis de estudios clínicos
• La bioestadística es clave para diseñar ensayos clínicos, pruebas diagnósticas y estudios
epidemiológicos.
• Permite determinar el tamaño de muestra necesario para obtener resultados fiables y
extrapolables.
4. Toma de decisiones médicas basada en evidencia
• Facilita la interpretación de pruebas diagnósticas mediante medidas como sensibilidad,
especificidad, valor predictivo positivo y negativo.
• Se aplica en modelos de predicción de enfermedades y en la evaluación de nuevos
métodos diagnósticos.
5. Reducción de errores e incertidumbre
• El uso de pruebas estadísticas permite diferenciar entre
variaciones aleatorias y errores sistemáticos en los análisis.
• La estadística inferencial ayuda a tomar decisiones con base en la
probabilidad y el riesgo de error.
Tipos de estadística
Estadística descriptiva
Estadística inferencial
Estadística descriptiva
• Se utiliza para organizar y resumir datos
• Se basa en métodos, tablas y gráficos
• Permite calcular números que resumen el conjunto de datos
• Ejemplos: media, mediana, moda y desviación estándar
Estadística inferencial
• Se utiliza para hacer predicciones o inferencias sobre una población
• Se basa en los resultados de una muestra
• Incluye pruebas de hipótesis, intervalos de confianza y análisis de
regresión
• Ejemplos: prueba T y el estadístico Z, prueba de chi cuadrado.
La palabra Estadística tiene dos acepciones en general, por
un lado es el hecho de estudiar las características de una
población y sus integrantes; y por otro lado es una disciplina
científica que entre muchas otras utilidades puede usarse
para deducir relaciones entre variables, o para extender los
resultados que obtengamos para una parte de la población a
toda la población.
• Investigar sobre el origen la estadística
1. Recolectar información.
2. El proceso de observación: componentes, errores y control de errores.
3. Fuentes de datos: primarios y secundarios.
4. Procedimientos: la observación y el interrogatorio.
UNIDAD 1
INTRODUCCIÓN A LA
BIOESTADÍSTICA Y
RECOLECCIÓN DE LA
INFORMACIÓN
SESION 2
Recolectar información
Recolectar información
Transformar Conocimientos
datos aplicables
1. Toma de Decisiones Basadas en
Evidencia
Permiten evaluar tendencias y patrones en la salud de una población.
Ayudan a los profesionales de la salud a tomar decisiones informadas
sobre tratamientos y estrategias de prevención.
Ejemplos: Uso de aspirina para prevención de infartos, terapia
personalizada para el cáncer, uso de antibióticos basado en análisis
epidemiológico.
2. Identificación de Factores de Riesgo
Permite identificar variables asociadas a
enfermedades.
Ejemplo: Permite determinar si factores como
la alimentación, el ejercicio o el estrés influyen
en la aparición de enfermedades.
3. Diseño de Políticas de Salud
Los gobiernos y organismos de salud utilizan
datos estadísticos para diseñar programas de
prevención y control de enfermedades.
Ejemplo: Campañas de vacunación basadas en
tasas de infección en diferentes grupos de edad.
4. Evaluación de Tratamientos y
Medicamentos
Los ensayos clínicos requieren datos
bioestadísticos para evaluar la efectividad y
seguridad de nuevos tratamientos.
Ejemplo: Se comparan grupos de pacientes para
determinar si un medicamento produce mejoras
significativas.
5. Predicción y Modelado Epidemiológico
Permite anticipar la propagación de
enfermedades y tomar medidas preventivas.
Se usan modelos matemáticos para estimar el
impacto de pandemias y brotes infecciosos.
6. Mejora en la Calidad de Vida
La bioestadística ayuda a establecer
recomendaciones basadas en estudios de salud
pública.
Ejemplo: Determinar la cantidad óptima de horas
de sueño para mejorar la concentración y el
rendimiento académico.
Conclusión
Recolectar información en bioestadística es
crucial para entender el comportamiento de
variables biológicas y de salud. Sin datos
precisos y bien organizados, no sería posible
realizar análisis confiables ni tomar
decisiones basadas en evidencia científica.
UNIDAD 1
INTRODUCCIÓN A LA
BIOESTADÍSTICA Y
RECOLECCIÓN DE LA
INFORMACIÓN
SESION 2
Recolectar información
El proceso de observación
1. Componentes del
Proceso de Observación
Definición del Establece qué variable o comportamiento se medirá (ejemplo:
fenómeno a observar presión arterial en pacientes con hipertensión).
Selección de la Quiénes o que será observado (población de estudio) y cómo se
seleccionarán los participantes (muestreo aleatorio,
muestra estratificado, etc.).
Herramientas y protocolos adecuados (encuestas, pruebas de
Métodos de medición laboratorio, sensores, etc.).
Se documentan las observaciones de manera organizada y
Registro de datos estructurada para su análisis.
Análisis e Se procesan los datos recolectados para extraer información
interpretación útil a través de técnicas estadísticas.
2. Errores en el Proceso
de Observación
Existen varios tipos de errores que pueden afectar la precisión y
validez de los datos obtenidos:
a) Errores sistemáticos
Son errores que se repiten consistentemente en la medición debido a
fallas en el diseño del estudio o en los instrumentos utilizados.
Ejemplo: Un termómetro mal calibrado que siempre da valores más
altos de la temperatura real.
Un sesgo en la selección de la muestra (ejemplo: solo encuestar a
jóvenes sobre hábitos de sueño y generalizar a toda la población).
b) Errores aleatorios
Son errores impredecibles que varían de una medición a
otra.
Ejemplos: Diferencias en la presión arterial de un paciente
debido a estrés momentáneo, variaciones en respuestas de
encuestas por falta de comprensión de las preguntas.
c) Errores humanos
Provocados por fallas del observador, como:
Errores en la transcripción de datos.
Interpretaciones incorrectas de los valores
observados.
3. Control de Errores en la
Observación
a) Estandarización del Proceso
Usar protocolos estrictos para la
recolección y análisis de datos.
Capacitar a los observadores para
reducir errores humanos.
b) Uso de Instrumentos Validados
Verificar que los instrumentos de medición
estén bien calibrados y sean precisos.
Aplicar pruebas piloto para detectar fallas
en los métodos antes del estudio principal.
c) Diseño de Estudios Robustecidos
Usar técnicas de muestreo adecuadas
para evitar sesgos.
Implementar doble ciego en experimentos
para evitar influencias en los resultados.
d) Control Estadístico de Errores
Aplicar pruebas de confiabilidad y
validez a los datos obtenidos.
Utilizar análisis de sensibilidad para
evaluar el impacto de errores aleatorios.
UNIDAD 1
INTRODUCCIÓN A LA
BIOESTADÍSTICA Y
RECOLECCIÓN DE LA
INFORMACIÓN
SESION 2
1. Fuentes de datos
1. Fuentes de datos
Primarios Encuestas y cuestionarios
Experimentos clínicos
Observación directa
Mediciones de laboratorio
Secundarios Bases de datos de salud
Estudios previos y literatura científica
Informes gubernamentales y censos
Registros administrativos
Ventajas y desventajas de las
fuentes de datos:
Ventajas de los Datos Primarios:
Mayor control sobre la calidad y precisión de los datos.
Datos específicos y adaptados a la investigación.
Desventajas:
Puede ser costoso y requiere mucho tiempo.
Dificultad en la recolección y procesamiento de grandes
volúmenes de datos.
Ventajas y desventajas de las
fuentes de datos:
Ventajas de los Datos Secundarios:
Acceso rápido a grandes volúmenes de información.
Menos costoso que realizar un estudio desde cero.
Desventajas:
Posible falta de actualización o precisión en los datos.
No siempre se ajusta exactamente a la necesidad de la
investigación.
UNIDAD 1
INTRODUCCIÓN A LA
BIOESTADÍSTICA Y
RECOLECCIÓN DE LA
INFORMACIÓN
SESION 2
Procedimientos: la
observación y el
interrogatorio.
La Observación
Es un procedimiento en el que los datos se
recopilan a través de la percepción directa de
un fenómeno, sin intervenir en él.
Se utiliza en estudios donde es importante
registrar comportamientos, síntomas o
condiciones sin la influencia del investigador.
Tipos de Observación
Observación Directa: El investigador registra los eventos en tiempo
real sin manipular el entorno.
Ejemplo: Un estudio sobre la frecuencia con la que los médicos se lavan
las manos en un hospital.
Observación Indirecta: Se analizan registros, videos o imágenes en
lugar de observar en persona.
Ejemplo: Análisis de radiografías para detectar patrones en
enfermedades pulmonares.
Observación Participante: El investigador se
involucra en la situación mientras recoge datos.
Ejemplo: Un psicólogo que asiste a sesiones
grupales para estudiar el comportamiento de
pacientes con depresión.
Observación Estructurada: Se define un conjunto específico
de variables que se van a medir de manera sistemática.
Ejemplo: Un estudio que registra el número de veces que un
paciente toca su cara en una consulta médica.
Observación No Estructurada: Se recopilan datos sin una
guía estricta, permitiendo flexibilidad en lo que se registra.
Ejemplo: Un investigador que anota comportamientos
generales de niños en un parque sin un criterio fijo.
Ventajas de la Observación:
Permite obtener datos en tiempo real y sin sesgos de
autoinforme.
Es útil cuando los sujetos no pueden proporcionar información
verbal (ej. niños o pacientes inconscientes).
Desventajas:
Puede ser subjetiva si el observador no tiene criterios claros.
No siempre permite conocer las causas de los comportamientos
observados.
El Interrogatorio
Es un procedimiento basado en la
recopilación de datos a través de preguntas
dirigidas a los sujetos de estudio. Puede
realizarse de manera oral o escrita y
permite conocer percepciones, opiniones y
experiencias.
Tipos de Interrogatorio:
Entrevista Estructurada: Se sigue un cuestionario con preguntas fijas.
Ejemplo: Encuesta sobre hábitos de alimentación en pacientes diabéticos.
Entrevista Semiestructurada: Tiene preguntas guías, pero permite flexibilidad
en las respuestas.
Ejemplo: Un médico que pregunta a un paciente sobre su estilo de vida y
síntomas sin seguir un cuestionario rígido.
Entrevista No Estructurada: Se basa en una conversación libre sin preguntas
predefinidas.
Ejemplo: Un investigador que conversa con pacientes para comprender mejor su
experiencia con un tratamiento.
Cuestionarios: Listados de preguntas
cerradas o abiertas que los participantes
responden de manera autónoma.
Ejemplo: Formulario en línea sobre
satisfacción con un servicio hospitalario.
Ventajas del Interrogatorio:
Permite conocer percepciones y experiencias personales.
Es útil para obtener información sobre variables subjetivas como el
dolor o el estrés.
Desventajas:
Puede haber sesgo en las respuestas (los encuestados pueden mentir
o responder lo que creen que es socialmente aceptable).
Requiere un diseño cuidadoso para evitar preguntas ambiguas o mal
interpretadas.
Conclusión
La observación es ideal cuando se busca registrar hechos
objetivos sin intervención.
El interrogatorio es útil cuando se requiere conocer
opiniones, percepciones o información que no es
directamente observable.
Ambos métodos pueden complementarse para mejorar la
calidad y validez de los datos recolectados.
UNIDAD 1
INTRODUCCIÓN A LA
BIOESTADÍSTICA Y
RECOLECCIÓN DE LA
INFORMACIÓN
SESIÓN 3
Recolección de Datos en Bioestadística
La recolección de DATOS constituye la base sobre la cual se
construyen los análisis, interpretaciones y conclusiones.
DATOS = información cuantificable
Recolección de Datos en Bioestadística
OBJETIVO
Obtener información precisa, representativa y relevante que
permita responder preguntas de investigación, probar
hipótesis o evaluar intervenciones.
Tipos de Datos en Bioestadística
Cualitativos (o categóricos): Cuantitativos (o numéricos):
Continuos: Pueden tomar
Nominales: No tienen Ordinales: Tienen un Discretos: Se expresan
cualquier valor dentro de
orden orden lógico con números enteros
un rango
(ej. grupo sanguíneo, (ej. grados de dolor: leve, (ej. número de hijos,
(ej. peso, altura, presión
sexo). moderado, severo). recuento de células).
arterial).
¿Cómo recolectamos DATOS?
Fuentes de datos en bioestadística
Primarias: obtenidas
directamente por el Secundarias: registros
investigador encuestas, médicos, bases de datos
experimentos, hospitalarias, censos, etc.
observaciones clínicas, etc.
Recolección de datos primarios
• Encuestas o cuestionarios: Instrumentos estructurados
con preguntas cerradas o abiertas.
• Entrevistas: Presenciales o virtuales, pueden ser
estructuradas o semiestructuradas.
• Observación directa: El investigador registra
comportamientos, síntomas o condiciones clínicas.
• Experimentos clínicos: Ensayos controlados en los que se
manipulan variables bajo condiciones controladas.
Encuesta
Método de recopilación de
datos.
Proceso
1: Objetivo de la Encuesta
¿Por qué es importante el diseño de una encuesta?
• Obtener datos fiables y válidos
• Responder preguntas de investigación
• Medir variables específicas en salud o biología
1: Objetivo de la Encuesta
¿Qué se quiere saber?
¿A qué población está dirigida la encuesta?
¿Qué variables necesitas medir?
¿Cómo se usarán los resultados?
2. Definición de la Población y
Muestra
Población Tamaño de
Muestreo:
objetivo: muestra:
Personas a las que va dirigida Calculado estadísticamente
Aleatorio (simple,
la encuesta (ej. adultos con para garantizar
estratificado, sistemático).
hipertensión). representatividad.
No aleatorio (por
conveniencia, bola de nieve,
intencional).
3. Diseño del Cuestionario
• Cerradas: Respuestas limitadas (Sí/No, opción
A. Tipos múltiple).
• Ventaja: fáciles de codificar y analizar.
de • Abiertas: Permiten al encuestado responder
libremente.
preguntas
• Ventaja: profundidad, pero más difícil de
analizar.
• Mixtas: Combinan ambas.
3. Diseño del Cuestionario
B. Formato de respuestas
• Nominales: Sexo, estado civil, grupo sanguíneo.
• Ordinales: Nivel educativo, niveles de satisfacción.
• De escala: Likert (de acuerdo/desacuerdo), escalas
numéricas, EVA.
• De frecuencia: Nunca, a veces, siempre.
3. Diseño del Cuestionario
• Evita jerga técnica.
C. Redacción • Evita preguntas dobles (“¿Toma
medicamentos y hace ejercicio?”).
clara y
• No inducir respuestas (“¿Cree
neutral usted que los médicos son poco
empáticos?”).
4. Estructura del Cuestionario
1. Introducción:
1. Breve explicación del propósito.
2. Garantía de confidencialidad.
3. Instrucciones claras.
2. Preguntas generales:
1. Datos sociodemográficos (edad, sexo, nivel educativo).
3. Preguntas específicas:
1. Relacionadas con las variables de estudio.
4. Preguntas de cierre:
1. Opiniones finales, agradecimiento, consentimiento (si aplica).
5. Validación y Prueba Piloto
Revisión por expertos.
Prueba piloto: Se aplica a un grupo pequeño similar a la
muestra real.
Ajustes: Según claridad, tiempo de aplicación,
comprensión, confiabilidad.
6. Modalidad de Aplicación
Presencial: Entrevistas cara a cara.
Telefónica: Útil en lugares remotos.
En línea: Plataformas como Google Forms, SurveyMonkey.
Autoadministrada en papel: En clínicas, universidades, etc.
7. Aspectos Éticos
Obtener consentimiento informado.
Garantizar la anonimidad o confidencialidad.
Asegurar el uso responsable de la información.
8. Codificación y Recolección de
Datos
Asignar valores numéricos a respuestas
para facilitar el análisis (ej. 1 = Sí, 0 = No).
Usar software para recolección segura y
ordenada (Excel, SPSS, REDCap, etc.).
9. Análisis y Presentación de
Resultados
Análisis estadístico descriptivo e inferencial.
Gráficos y tablas claras.
Respuestas a los objetivos planteados.
Herramientas recomendadas
• Google Forms / Microsoft Forms: Fáciles y gratuitas.
• REDCap: Ideal para estudios clínicos.
• Qualtrics: Profesional, para grandes investigaciones.
• SPSS / R / Stata: Para análisis estadístico posterior.
…
1. Encuestas y
experimentos.
2. El censo.
3. Los sistemas de registros.
Experimentos en Bioestadística
Son estudios controlados en los que se
manipulan intencionadamente una o más
variables independientes (factores) para
observar su efecto sobre una o más
variables dependientes (resultados de
interés).
Tipos de Experimentos
1. Ensayos Clínicos Aleatorizados
(ECA)
• Son el estándar de oro en
investigación médica.
• Se asignan aleatoriamente los
participantes a diferentes grupos
(por ejemplo, tratamiento vs.
placebo).
• Permiten establecer relaciones
causales.
2. Experimentos de Laboratorio
• Usados en estudios con animales, cultivos celulares, o
experimentos moleculares.
• Se controlan estrictamente todas las condiciones.
3. Diseños Cuasi-experimentales
• No hay asignación aleatoria, pero sí manipulación de
variables.
• Útiles cuando no es ético o posible hacer asignación
aleatoria.
El Censo en Bioestadística
El censo es un procedimiento de recolección
de datos que abarca a toda la población de
interés, sin hacer una muestra. Es
exhaustivo y se realiza en intervalos
regulares (por ejemplo, cada 10 años en
muchos países).
Características del Censo:
Incluye toda la población (no solo una muestra).
Requiere gran cantidad de recursos (tiempo, dinero, personal).
Suele estar estandarizado y estructurado.
Proporciona información demográfica, económica y social.
Uso en Bioestadística:
Permite calcular tasas de mortalidad, natalidad y
morbilidad.
Sirve como base para el diseño de políticas públicas y
planificación sanitaria.
Se usa para estimar proporciones y frecuencias
absolutas en salud.
. Universo: Definición.
2. Tipos de universo: finitos, infinitos.
3. Muestra: Definición.
4. Ventajas y desventajas del empleo de muestras.
5. Condiciones de una buena muestra: calidad y cantidad.
6. Tipos de muestra: conveniencia y probabilísticas.
7. Métodos para la obtención de muestras probabilísticas.
8. Tipos de muestreo: Muestras por azar simple.
Muestras sistemáticas.
Muestras estratificadas.
• Muestras de conglomerados.
El universo o población
Es el conjunto total de elementos o individuos que poseen
una o más características comunes y sobre los cuales se
desea obtener información.
Ejemplo: Todos los estudiantes de la universidad.
Tipos de universo: finitos, infinitos
Universo finito: Tiene un número limitado y contable de
elementos.
Ejemplo: Los alumnos inscritos en un semestre.
Universo infinito: Tiene una cantidad ilimitada o imposible de
contar.
Ejemplo: Las gotas de lluvia que caen en una tormenta.
Muestra
Una muestra es un subconjunto representativo del universo,
seleccionado para realizar un estudio o análisis sin necesidad
de evaluar a toda la población.
Ejemplo: 100 estudiantes seleccionados aleatoriamente de
una universidad de 10,000.
Ventajas y desventajas del empleo de
muestras
Ventajas: Desventajas:
Puede no ser representativa si
Menor costo y tiempo.
se selecciona mal.
Posibilidad de aplicar técnicas
Riesgo de error muestral.
más precisas.
Requiere métodos estadísticos
Menor carga de trabajo.
rigurosos.
Condiciones de una buena muestra
Calidad:
• Debe ser representativa, seleccionada de manera aleatoria o adecuada al tipo
de estudio, sin sesgos.
• Cada elemento de la población debe tener la misma probabilidad de ser
seleccionado
• Debe reflejar la diversidad de la población en aspectos relevantes, como edad,
género, nivel socioeconómico, ubicación geográfica
Cantidad:
• Debe tener tamaño suficiente para permitir inferencias estadísticas válidas
sobre el universo.
• Debe ser manejable, es decir, tener un número reducido de elementos en
comparación con la población total
Tipos de muestreo
• Muestra aleatoria simple
Muestreo • Muestra sistemática
Probabilístico •
•
Muestra estratificada
Muestra por conglomerados
• Muestra por conveniencia
Muestreo No • Muestra intencional o deliberada
Probabilístico •
•
Muestra por cuotas
Muestra bola de nieve
Muestras Probabilísticas
Cada elemento del universo tiene una probabilidad conocida y positiva de ser elegido.
Son más confiables estadísticamente.
a) Muestra aleatoria simple
• Todos los elementos tienen la misma probabilidad de ser seleccionados.
• Se elige al azar (Sorteo). Ventaja: Muy objetiva y fácil de analizar.
b) Muestra sistemática
• Se elige un punto de inicio al azar y luego cada "n"-ésimo elemento. Ejemplo:
Seleccionar cada 10ª persona en una lista.
Muestras Probabilísticas
c) Muestra estratificada
• El universo se divide en estratos homogéneos (por edad, sexo, etc.)
y se toma una muestra de cada grupo.
• Ventaja: Mayor precisión en la representación.
d) Muestra por conglomerados
• Se divide el universo en grupos naturales (clases, barrios, empresas)
y se seleccionan grupos completos al azar.
• Útil cuando el universo está muy disperso.
Muestras No Probabilísticas
No todos los elementos tienen la misma probabilidad de ser elegidos. Se basan en el
criterio del investigador.
a) Muestra por conveniencia
• Se elige lo más fácil o accesible (ej. encuestar a compañeros).
• Riesgo de sesgo alto.
b) Muestra intencional o deliberada
• Se seleccionan sujetos que cumplen con características
específicas y relevantes.
• Útil en estudios exploratorios o con expertos.
Muestras No Probabilísticas
c) Muestra por cuotas
• Similar a la estratificada, pero no aleatoria. Se fija un número por
grupo.
• Ejemplo: 50 hombres y 50 mujeres, aunque no se elijan al azar.
d) Muestra bola de nieve
• Se pide a los primeros sujetos que recomienden a otros. Muy usada
en poblaciones difíciles de acceder.
• Útil en estudios cualitativos o poblaciones ocultas.
…
