Fundamentos y diseños de investigación
En un artículo científico se mencionan estimaciones basadas en muestras y valores de la población general. ¿Cuál es la diferencia entre un "Parámetro" y un "Estadístico" (o Estimador)?
El parámetro es un número resumen calculado sobre todos los elementos de una población . El estadístico es un número resumen calculado sobre los elementos de una muestra.
¿Cuál es la definición bioestadística de una "variable"?
Una variable es cualquier característica que toma dos o más valores diferentes en una población.
En el contraste de hipótesis en investigación clínica, ¿cuál es el significado y la diferencia conceptual básica entre la Hipótesis Nula (H0) y la Hipótesis Alternativa (H1)?
La Hipótesis Nula (H0) representa el status quo; es la afirmación de que no existe diferencia o no hay asociación entre las variables estudiadas. La Hipótesis Alternativa (H1) es la hipótesis planteada por el investigador, la cual afirma que sí existe una diferencia o asociación real entre las variables.
Si un equipo médico está diseñando un estudio en una población heterogénea y quiere evitar que, por puro azar, ciertos subgrupos clave (como hombres o mujeres) queden poco representados en la muestra, ¿qué tipo de muestreo probabilístico debe diseñar?
Debe utilizar un muestreo estratificado.
Clasifique las siguientes tres variables según su tipo y su escala de medición:
En un ensayo clínico que compara un nuevo tratamiento frente a un placebo, defina claramente qué errores comete el investigador si incurre en:
Al realizar mediciones clínicas, ¿qué diferencia existe entre un "error sistemático" (sesgo) y un "error aleatorio" (de muestreo), y cuáles son las tres fuentes que pueden originar un sesgo?
El error sistemático o sesgo es un error prevenible que desvía los resultados en una dirección y se debe a un defecto en: 1) el observador (quien mide), 2) el instrumento de medición, o 3) el observado (el sujeto evaluado). El error aleatorio, en cambio, es imposible de controlar por el investigador, es accidental y se debe al hecho inevitable de estudiar una muestra en lugar de a toda la población.
Si se analiza una variable clínica cuantitativa continua (como "días de estancia hospitalaria") y encuentran que los datos tienen una asimetría hacia la derecha debido a unos pocos pacientes con estadías extremadamente largas, ¿qué ocurrirá con la relación matemática entre la media, la mediana y la moda, y cuál de estos estadígrafos representará mejor a la mayoría de la muestra?
Al haber asimetría hacia la derecha, la media es mayor que la mediana, y la mediana es mayor que la moda. El estadígrafo que mejor representa a la población en este caso es la mediana.
¿Cuál es la diferencia en el momento del estudio en que se determinan el nivel de significancia α y el "Valor P", y cómo se interpreta clínicamente un resultado con un valor p = 0.001?
El nivel de significancia α se fija a priori, mientras que el Valor P se calcula a posteriori a partir de los datos recolectados en la muestra. Un valor p = 0.001 indica que la probabilidad de que la diferencia observada se deba al mero azar es de apenas el 0.1%.
Están diseñando un ensayo clínico y necesitan calcular el tamaño de muestra mínimo adecuado para estimar la media de una variable continua (como el nivel de glucosa en sangre). Según el artículo, ¿cuáles son los tres supuestos o factores que el equipo de investigadores debe fijar o conocer a priori para poder calcular este tamaño muestral?
Un pediatra registra el peso de 10 recién nacidos: 9 de ellos tienen pesos normales y homogéneos (entre 3.0 y 3.5 kg), pero uno de ellos es un prematuro extremo que pesa solo 1.1 kg. Si el médico desea publicar estos datos, ¿qué estadígrafos específicos de tendencia central y de variabilidad debe reportar para no dar una falsa impresión del peso promedio de su muestra, y por qué?
Debe reportar la Mediana (como medida de tendencia central) junto con el Rango Intercuartílico o percentiles como medidas de variabilidad/orden.
Un grupo de cardiólogos desea comparar la presión arterial sistólica media de dos grupos independientes de pacientes (Grupo A con un fármaco experimental y Grupo B con terapia estándar). Inicialmente planeaban usar una prueba paramétrica, pero las pruebas de bondad de ajuste demuestran que la presión arterial en estos grupos NO se distribuye de forma normal. De acuerdo con el artículo: