1
Q
Qué características debe tener la introducción de un manuscrito?
A
- Forma de embudo
- Razonamiento DEDUCTIVO
- Porqué del estudio a realizar
- 300-500 palabras
2
Q
Qué quiere decir que la introducción deba tener razonamiento deductivo?
A
- Que va de lo general a lo específico
3
Q
Pasos de la introducción
A
1.- Establecer contexto:
> LO CONOCIDO
> Presentación de información existente
> No controversial
2.- Identificar brecha o gap
> However statement
> LO DESCONOCIDO
3.- Proveer respuesta al gap:
> Therefore statement
> RESPUESTA
4
Q
Qué es el However statement?
A
- Brecha de conocimiento que se quiere llenar con el estudio
- Sin embargo = siempre en la introducción
5
Q
Qué es el Therefore statement?
A
- Identificación de resultado, metodología y objetivo
- Por lo tanto
6
Q
Con qué no se debe terminar nunca la presentación de resultados en un manuscrito?
A
- CON LAS DEBILIDADES; NUNCA
7
Q
Con qué no se debe terminar nunca la discusión de un manuscrito?
A
- CON LAS DEBILIDADES; NUNCA
8
Q
Qué características debe tener la discusión en la presentación en un manuscrito?
A
- Razonamiento INDUCTIVO
9
Q
Qué quiere decir que la discusión de un manuscrito debe tener razonamiento INDUCTIVO?
A
- Tratar de obtener conclusiones generales a partir de premisas con datos particulares/individuales
- De lo ESPECÍFICO a lo GENERAL
10
Q
Se debe poner en el principio de la discusión, si ésta es generalizable?
A
- FALSO
11
Q
Pasos de la discusión
A
1.- Presentar resultados propios:
> Los principales (sin p value)
2.- Poner resultados en perspectiva:
> Comparación con resultados de otras personas que hayan investigado lo mismo
> Ver discrepancias y concordancias
> Exponer debilidades y fortalezas
3.- Evaluar generalizabilidad y trascendencia de resultados:
> Significancia
> Proyección
12
Q
Conferencias plenarias:
- Quién las realiza
- Sobre qué se tratan
- Tiempo
A
- Realizado por científico destacado, larga trayectoria en el tema que presenta
- El experto desarrolla un aspecto particular de un tema de investigación, relacionado con lo realizado por dicha persona en los últimos años
- Se asignan 45-60 min de presentación
13
Q
Simposio:
- Quién lo realiza
- Sobre qué trata
- Tiempo asignado
A
- Equipo de expertos
- Desarrollo de diferentes aspectos de un tema o problema en forma sucesiva ante un grupo
- Se asignan 15-20 minutos por cada experto
14
Q
Mesas redondas:
- Quién lo realiza
- Sobre qué trata
- Tiempo
A
- Quién lo realiza
> Equipo de expertos (generalmente 4) - Sobre qué trata:
> Equipo de expertos que tienen puntos de vista divergentes o contradictorios sobre un mismo tema
> Exposición ante el grupo de forma sucesiva - Tiempo:
> 8-10 minutos por cada uno
15
Q
Paneles:
- En qué consiste
- Quién lo realiza
A
- Conversación entre varios expertos con opiniones parecidas respecto a un tema
- Un equipo experto discute un tema de diálogo o conversación ante el grupo
16
Q
Grado de evidencia - Diseño de Investigación:
Grado 1: Grado 2: Grado 3-1: Grado 3-2: Grado 3-3: Grado 4:
A
Grado 1:
> Revisiones sistemáticas
> ECC
Grado 2:
> EC sin control de error tipo 1 y 2
Grado 3-1:
> EC no aleatorizado
Grado 3-2:
> Cohorte
> Casos y controles
Grado 3-3:
> Cohortes históricas
> Series de tiempos
Grado 4:
> Opinión expertos
> Series de casos
17
Q
Qué es el valor P?
- Definición
A
- Probabilidad de ver el estadístico obtenido considerando que la hipótesis nula es cierta
- Probabilidad de que lo visto en el estudio sea explicado por el azar o que no haya asociación
- Probabilidad = entre 0-1
18
Q
Valor del nivel de significancia
A
- Menos del 5% = estadísticamente significativo
19
Q
Error tipo 1
A
- Alfa
- Rechazar la hipótesis nula, cuando es cierta/verdadera
- Considerar algo como significativo, cuando en realidad NO lo es
20
Q
Valor crítico de ocurrencia de Error tipo 1
A
5%
21
Q
Error tipo 2
A
- Beta
- No rechazar la hipótesis nula, cuando la alterna es verdadera
- Considerar algo como NO significativo, cuando en realidad SÍ lo es
22
Q
Valor crítico de ocurrencia de Error tipo 2
A
- 20%
23
Q
Qué representa el valor de Beta en el Error tipo 2?
A
- Probabilidad de pasar por alto/ o que el estudio no encuentre lo que se supone debía encontrar
24
Q
Qué es la potencia/poder estadístico?
A
- Probabilidad de detectar una diferencia en el estudio, si es que realmente existe una
25
Cuál es la potencia mínima aceptable?
- 80%
| - Corresponde a 1-Beta
26
Qué supuestos se deben considerar antes de calcular el tamaño de la muestra?
1. - Diferencia mínima esperada entre los grupos
2. - Estimación de variabilidad esperada
3. - Potencia estadística deseada = 80%
4. - Nivel de significancia deseado = 5% a dos colas
27
Qué elementos de logística se deben considerar en cuanto al cálculo de tamaño de la muestra?
1. - Pérdida de seguimiento
2. - Abandono de terapia
3. - Datos perdidos
28
En cuanto a la diferencia mínima esperada, qué se puede decir en relación a su magnitud y dispersión en cuanto al tamaño de la muestra ?
Mientras más pequeña la diferencia:
> más difícil de detectar
> más tamaño de muestra necesario
- Mientras más grande la diferencia:
> Menor tamaño de muestra necesario
> más fácil de detectar
> menos probable que exista
- Mientras mayor sea la dispersión:
> Mayor tamaño de la muestra necesario
29
Límite máximo de pérdidas de seguimiento en ensayo clínico
20%
30
Cómo es el proceso realizado en el contraste de proporciones?
Similar al de contraste de medias:
1. - Frecuencias esperadas en ambos grupos
2. - Potencia estadística deseada 80%
3. - Nivel de significancia 5%
31
Qué hacer con el tamaño de la muestra cuando lo ideal es imposible de realizar ?
- Usar datos continuos
- Usar observaciones pareadas
- Usar grupos desiguales
- Usar mediciones precisas
- Considerar diferencias mayores
32
De qué forma se describe la muestra del estudio?
- Mediante:
> estadísticos
> estadígrafos
> Estimadores
```
- Ejemplos:
> Promedio
> Mediana
> Moda
> DS
> Frecuencia relativa
> Varianza
```
33
Definición de H0 o Hipótesis nula
- Asume que no hay diferencia entre los grupos comparados
- Cualquier diferencia es solo atribuible al azar
*Conocimiento médico a la fecha
34
Definición de H1 o hipótesis alterna
- Asume que hay diferencia entre los grupos comparados
| - Dicha diferencia entre los grupos no es atribuible al azar
35
Qué es el estadístico de prueba?
- Expresión matemática de lo que que se está preguntando en la investigación
36
Qué se considera como raro en relación a los valores del estadístico de prueba?
- Todo aquello que ocurre menos del 5% de las veces
| - Es estadísticamente significativo
37
Qué es el valor alfa?
- Valor corte que permite decidir entre asumir la hipótesis nula o la alterna
- Establecido internacionalmente por convención
- Valor de corte de probabilidad de cometer error aleatorio (tipo 1)
38
Características de distribución normal de datos
1. - Medidas de tendencia central son iguales (media, mediana y moda)
2. - Simétrica, forma de campana
3. - Varianzas homocedásticas
- Entre -1 y +1 está el 67,5% de datos
- Entre -2 y +2 está el 95% de datos
- Entre -3 y +3 está el 99% de los datos
39
Cuál es la mejor forma de determinar que una distribución es normal?
- Graficándola: histograma de frecuencias
| > Curva normal característica
40
De qué otra forma se puede determinar que una distribución es normal? (pruebas)
Aplicación de pruebas estadísticas específicas:
1. - Prueba de Kolmogorov-Smirnov (KS)
2. - Prueba de Shapiro-Wilk
3. - Prueba d'Agostino
41
Cómo funcionan las pruebas específicas para determinar la distribución normal de datos?
Hacen prueba de hipótesis: contrastan 2 ideas mutuamente excluyentes
- H0 la distribución de los datos NO difiere de una normal (ES NORMAL)
- H1 la distribución de los datos SÍ difiere de una normal (NO es normal)
- Un p value significativo (menor a 5%) indica que la probabilidad de que la distribución de los datos sea normal, ES MUY BAJA, por lo tanto, NO se asume como NORMAL
42
De qué otra forma se puede comprobar la distribución normal de los datos?
- Teorema central del límite: a cierto tamaño muestral, cualquier estadístico de prueba utilizado de la muestra adoptará una distribución normal
- En la práctica se asume distribución normal al tener la muestra necesaria
43
Qué datos, independiente de sus propiedades y forma en que se obtienen, nunca adoptarán una distribución normal con ningún tamaño de la muestra?
- El tiempo
- Tiene sólo valores positivos
- No hay puntos negativos en las curvas de tiempo
- Ninguna prueba de supervivencia asume normalidad (ocupa tiempo)
44
Qué tamaño muestral nos permite asumir normalidad?
- 30 por grupo
45
Selección de prueba ideal: Variable cualitativa con cualitativa
1. - Prueba exacta de Fischer (entrega p value)
| 2. - Chi cuadrado
46
Selección de prueba ideal: Variable cualitativa con cuantitativa
- Si la distribución es normal:
> T de student para muestra pareada
> T de student para muestra NO-pareada
- Si la distribución NO es normal:
> Wilcoxon para muestras pareadas
> Mann-Whitney para muestras NO-pareada
47
Selección de prueba ideal: Variable cualitativa con cuantitativa cuando hay más de 2 grupos
- Ver distribución:
> Normal: ANOVA (análisis de varianza)
> No-normal: Krukall-Wallis
48
En qué casos se utilizan las pruebas ANOVA y Kruskall-Wallis?
- Cuando hay más de 2 grupos en comparación
- Para evitar el desgaste de P
- Dicen si hay al menos 1 de las diferencias entre los grupos que sea significativa (no especifica cuál)
49
Qué se puede hacer en caso de querer saber cuál es la diferencia específica estadísticamente significativa en ANOVA y Kruskall-Wallis?
- Corrección de Bonferroni:
| > Dividir el p value por el número de comparaciones que se harán
50
Selección de prueba ideal: Variable cuantitativa con cuantitativa
- Distribución:
> Normal = Correlación de Pearson
> No-normal = Correlación de Kendall (variables cualitativas ordinales)
51
Qué información entregan las pruebas de correlación de Pearson y Kendall?
- P value
- Medida de fuerza de asociación:
> Valor de -1 a +1
> Entre -1 y 0 = relación inversa entre variables
> Entre 0 y +1 = relación directa entre las variables
*No permiten predecir comportamiento de una variable en función de la otra
52
Qué se puede realizar si es que se desea saber el comportamiento de una variable en función de la otra? (cuantitativa con cuantitativa)
- Técnica de regresión lineal
53
Qué es el error aleatorio ?
- Error inherente a trabajar con muestras
| - Se disminuye aumentando la muestra (no se puede corregir completamente)
54
Qué es el sesgo?
- Error sistemático
- Por defectos en el diseño del estudio, que pueden invalidarlo:
> Predecibles
> Corregibles
> Controlables
55
Error tipo 1, alfa
- Rechazar la H0 cuando es verdadera
- Considerar algo significativo cuando NO lo es
- Valor crítico de ocurrencia alfa = 5%
56
Error tipo 2, beta
- NO rechazar la H0 cuando es falsa
- Considerar algo como NO significativo cuando SÍ lo es
- Valor crítico de probabilidad de ocurrencia = 20%
57
Qué es la potencia estadística?
- Probabilidad de rechazar la H0 cuando es falsa
> Probabilidad de que el estudio encuentre lo que espera ver
- Valor mínimo aceptable de 80%
MIC pruebas
flashcards
Decks in class (5)
# Cards
