Download Medición de Variables: Un Enfoque Estadístico para la Investigación and more Schemes and Mind Maps Epidemiology in PDF only on Docsity!
UNIVERSIDAD NACIONAL AUTÓNOMA DE
MÉXICO
FACULTAD DE ESTUDIOS SUPERIORES ZARAGOZA
Carrera: Médico Cirujano Área: Ciencias de la Salud Pública Materia: Epidemiología (Teoría)
Conceptos de bioestadística descriptiva e inferencial
AUTORES: CO-AUTORES:
Altamirano Miranda Liz Saraí Aparicio Reza Paulo Murat Gúzman Gúzman Vanessa León Mariano Haziel Ismael Medina Velázquez Karla Alejandra Miramón Arriaga Diana Paola Navarro Portillo Abril Rodríguez Orihuela Kevin Gabriel Sánchez Sacadas Alma Regina Suárez Suárez Sergio Alexander Sierra Aran Iris Yoselin Velázquez Méndez Daysi Daytan Grupo: 1111- Equipo: 5 Fecha: 16 de febrero del 2025 Dra. Patricia Acevedo Ballinas
ÍNDICE
Método estadístico y medición de variables
En el método estadístico se realiza una serie de pasos con el fin de obtener resultados confiables del tema que se investiga. Esto es importante realizar para evitar obtener conclusiones erróneas. La medición de variables es el proceso de asignar valores numéricos o categóricos a las características o propiedades que se desean estudiar en una investigación. Este proceso es fundamental en la investigación científica y en muchas otras disciplinas, ya que permite cuantificar y analizar datos de manera sistemática. Existen diferentes tipos de variables que se pueden medir, como:
- Variables cuantitativas: Estas variables se expresan en números y pueden ser continuas (como la altura o el peso) o discretas (como el número de hijos).
- Variables cualitativas: Estas variables se expresan en categorías o cualidades y pueden ser nominales (como el color de ojos) o ordinales (como el nivel de satisfacción). Fases del método estadístico
- Planificación de la investigación Es la confección de un esquema organizativo que nos permita evaluar la factibilidad de la investigación, nos ayude o facilite la ejecución y la meta a alcanzar, y nos permita evaluar y controlar la marcha de esta en el transcurso del tiempo. En esta etapa se debe tener en cuenta para un correcto desarrollo de esta: Formular el problema científico , es el punto de partida de esta etapa, el problema debe delimitarse adecuadamente, planteando las razones que llevan a su formulación. Definir correctamente los objetivos, los que están vinculados a la justificación e importancia de la investigación proyectada. Los objetivos pueden ser generales, que responden a la pregunta para qué se realiza la investigación; o específicos, que explican cómo se va a hacer la investigación. El planteamiento del problema comprende la definición de la naturaleza e importancia del mismo y la determinación de los objetivos generales y específicos. El planteamiento del problema requiere estar informado acerca de lo que se pretende investigar y de conocimientos afines al mismo. Ninguna investigación surge aisladamente, desprovista de un contexto de conocimientos científicos. Es importante, antes de proceder a la investigación, la búsqueda de la información existente, evaluando críticamente el material bibliográfico. La formulación de la hipótesis es otro paso importante en la planificación, salvo en aquellas investigaciones exploratorias o esencialmente descriptivas;
cuando se pretende explicar o interpretar los hechos o fenómenos observados, implícita o explícitamente se trata de probar una hipótesis. - Después de formulada la hipótesis, hay que planificar su verificación o contrastación (aceptación o rechazo). Ello implica dos aspectos: el diseño de la investigación y la ejecución de esta. Se planifica entonces la recolección, procesamiento y análisis de los datos, deben definirse la unidad que se observa, cómo se les va a observar, los recursos a emplear y evaluarse la factibilidad de realización de la investigación. Finalmente se debe planificar el sistema de contrastación de lo ejecutado tanto en el curso como al terminar la investigación, evaluando las posibles desviaciones, analizando si la hipótesis fue verificada y si los objetivos fueron cumplidos.
2. Recolección de la información: Comprende la búsqueda de los datos necesarios del objeto de investigación, esto debe hacerse en forma correcta, escrupulosa y con gran objetividad científica, evitando la introducción de fuentes de error, así tendrán validez las conclusiones a que se lleguen. En esta etapa se debe tener en consideración: Los errores que pueden cometerse en la recolección de datos y la manera de controlarlos. Los métodos y procedimientos empleados en la recolección de la información. El universo y la muestra, así como los procedimientos para la obtención de esta última. El diseño de los formularios que servirán para registrar la información que se recoja.
- Elaboración de los datos recogidos La revisión y la corrección de la información recolectada deben ser obligatoriamente el paso previo a la clasificación y la computación de los datos que se realizan con vistas a su posterior resumen estadístico y presentación. Esta etapa comprende los siguientes pasos: La revisión y corrección de la información recolectada. La clasificación y computación de los datos. La presentación de la información. 4. Análisis e interpretación En esta última etapa del método estadístico se interpretan los datos y se llega a determinadas conclusiones, es decir, se contrastan las hipótesis formuladas con los
Cualitativas (categóricas). Las primeras se definen por la existencia de una unidad de medición, que puede ser contable (unidades enteras), medible o ponderada por algún atributo físico con algún instrumento. Asimismo, pueden ser clasificadas como continuas si aceptan fracciones, o discretas si solo consideran unidades enteras. Ejemplos de estos tipos de variables son el volumen de espiración medido en litros (variable cuantitativa continua) y el número de respiraciones por minuto (variable cuantitativa discreta). Las variables cualitativas se caracterizan por clasificar a los individuos o fenómenos solo con relación a sus atributos. Pueden ser nominales cuando los atributos usados son únicos para una condición (excluyentes mutuamente) y solo existen posibilidades conocidas (exhaustivas). Si el atributo solo acepta dos condiciones, las variables reciben el nombre de nominales dicotómicas , pero si hay más posibilidades se les denomina nominales politómicas. Un ejemplo de variable dicotómica sería la presencia o ausencia de eccema, mientras que, de una variable politómica, los tipos de alergia. Por otro lado, cuando la clasificación cualitativa se basa en un orden jerárquico de los atributos, a las variables se les conoce como ordinales , tal como sucede con la dificultad respiratoria, la cual puede ser ausente, leve, moderada o severa. Estadística inferencial Uno de los grandes objetivos de la estadística consiste en estimar parámetros de una población, por lo que la inferencia estadística es el conjunto de métodos y técnicas que permiten inducir o estimar, a partir de la información proporcionada por una muestra, cual es el comportamiento de los parámetros de una determinada población, con una incertidumbre o riesgo de error que se mide en términos de probabilidad. La inferencia estadística considera dos tipos de estrategias: La estimación de intervalos de confianza, que permite conocer el rango de valores entre los que se encontrará el parámetro poblacional que se está estimando. El contraste o prueba de hipótesis, con el que se comparan dos o más alternativas, cuantificando la probabilidad de que las diferencias entre ellas se deban al azar.
El problema científico, teorización, hipótesis, identificación de
variables
Problema científico El problema inicia el proceso formal investigatorio, siendo la respuesta de culminación de ese complejo, sin el problema no hay una investigación, los problemas científicos plantean en el marco de una ciencia, buscan incrementar el conocimiento científico, descubrir lo desconocido y se estudian con la metodología científica Teorización Es el proceso donde se formulan y desarrollan las teorías en relación a los datos obtenidos respecto de un sistema o fenómeno, explicitando los elementos que lo definen, los conceptos necesarios para el desarrollo teórico, de modo que las futuras hipótesis científicas, y se dice de forma exacta y sin ambigüedades. Hipótesis Es una suposición o conjetura es un enunciado que se toma como cierto a fin de elaborar una investigación de algún tipo y llegar así una conclusión al respecto Hay varios tipos de hipótesis Inductivos por medio de la inducción Deductivas se obtienen por medio de la deducción. Analógicas por la comparación o el traslado del contenido de una situación a otras parecidas Nulas se elaboran para refutar lo propuesto en otra hipótesis Ad hoc: se formulan a partir del fracaso de una hipótesis previa que puede desmentirse o mostrarse invalida Variable Una variable representa cualquier característica, número o cantidad que puede medirse o cuantificarse. El término engloba cualquier cosa que pueda variar o cambiar, desde conceptos simples como la edad y la altura hasta otros más complejos como el nivel de satisfacción o la situación económica. Las variables son esenciales en la investigación, ya que son los elementos fundamentales que los investigadores manipulan, miden o controlan para comprender mejor las relaciones, las causas y los efectos de sus estudios. Permiten plantear preguntas de investigación, formular hipótesis e interpretar los resultados.
procedimientos de medición, en algunas ocasiones basta con una sola medición y en otras se requiere una serie de ellas a lo largo de amplios periodos de tiempo. La calidad técnica de esta etapa es fundamental ya que de ella depende que se disponga de datos exactos y confiables en los cuales se fundamenten las conclusiones de toda la investigación. Es tan grande la importancia de esta etapa que algunas clasificaciones de las investigaciones se basan en la forma en que ocurre la medición: por ejemplo, si la información es recogida en una sola ocasión suele decirse que la investigación es transversal, en cambio, si la información es recogida a lo largo del tiempo se denomina longitudinal a la investigación En ocasiones, la recolección de la información debe ocurrir en grupos tan grandes de individuos que se hace impráctico tratar de abarcar a todos ellos, entonces es cuando se ponen en práctica procedimientos de muestreo Tales procedimientos de muestreo están subordinados a la consecuencia verificable que se desea comprobar y al diseño de investigación seleccionado. Recuento En esta etapa del método estadístico la información recogida es sometida a revisión, clasificación y cómputo numérico. A veces el recuento puede realizarse de manera muy simple, por ejemplo, con rayas o palotes; en otras ocasiones se requiere el empleo de tarjetas con los datos y, en investigaciones con mucha información y muchos casos, puede requerirse el empleo de computadoras y programas especiales para el manejo de bases de datos. En términos generales puede decirse que el recuento consiste en la cuantificación de la frecuencia con que aparecen las diversas características medidas en los elementos en estudio; por ejemplo: el número de personas de sexo femenino y el de personas de sexo masculino o el número de niños con peso menor a 3 kilos y el número de niños con peso igual o mayor a dicha cifra. Presentación En esta etapa del método estadístico se elaboran los cuadros y los gráficos que permiten una inspección precisa y rápida de los datos.
La elaboración de cuadros, que también suelen llamarse tablas, tiene por propósito acomodar los datos de manera que se pueda efectuar una revisión numérica precisa de los mismos. La elaboración de gráficos tiene por propósito facilitar la inspección visual rápida de la información. Casi siempre a cada cuadro con datos le puede corresponder una gráfica pertinente que represente la misma información. Presentar la misma información tanto en un cuadro como en su correspondiente gráfico permite obtener una clara idea de la distribución de las frecuencias de las características estudiadas. Descripción En esta etapa la información es resumida en forma de medidas que permiten expresar de manera sintética las principales propiedades numéricas de grandes series o agrupamientos de datos. La condensación de la información, en forma de medidas llamadas de resumen, tiene por propósito facilitar la comprensión global de las características fundamentales de los agrupamientos de datos. Tales medidas de resumen, al ser comunicadas, permiten a los interlocutores evocar de una misma manera la esencia de los datos: por ejemplo, cuando alguien informa que el promedio de calificaciones de un grupo de alumnos es 9.6. en una escala que va del 0 al 10. la imagen que se transmite es la de un grupo con buen aprovechamiento escolar igualmente, cuando se dice que el porcentaje de defunciones con una cierta técnica quirúrgica es de 80%, las personas que escuchan se imaginan que se trata de un procedimiento peligroso. La información cualitativa, como el sexo, la ocupación o los tipos de enfermedades, requiere ser condensada a través de medidas de resumen diferentes a la que se usan para sintetizar la información cuantitativa o numérica como el peso, la talla o la concentración de glucosa. Entre las principales medidas de resumen para sintetizar a los datos cualitativos se encuentran las razones, las proporciones y las tasas. Entre las principales medidas para sintetizar los datos cuantitativos se encuentra la moda y la amplitud, la mediana y los percentiles y el promedio y la desviación estándar.
definición operativa podría ser: "Índice de Masa Corporal (IMC) igual o superior a 30 kg/m², calculado dividiendo el peso en kilogramos entre la estatura en metros al cuadrado." Esta definición operativa permite recolectar datos de manera estandarizada y compararlos entre diferentes poblaciones y estudios. Aplicación en la Epidemiología y Salud Pública La operacionalización de variables es un pilar en la epidemiología, ya que permite medir la frecuencia, distribución y determinantes de las enfermedades. Al definir correctamente las variables, los epidemiólogos pueden identificar factores de riesgo, evaluar la efectividad de intervenciones de salud y diseñar políticas sanitarias basadas en evidencia. Por ejemplo, en el estudio de enfermedades infecciosas como la tuberculosis, la operacionalización es crucial para definir quién es considerado un "caso confirmado". Una posible definición operativa sería: "Paciente con prueba de esputo positiva para Mycobacterium tuberculosis mediante cultivo o PCR, o con diagnóstico clínico basado en síntomas y hallazgos radiológicos compatibles." Sin esta definición clara, los datos obtenidos podrían ser inconsistentes, dificultando la comparación entre regiones y la evaluación de estrategias de control. (10) Desafíos y Consideraciones en la Operacionalización de Variables A pesar de su importancia, la operacionalización de variables en epidemiología enfrenta varios desafíos. Uno de los principales es la variabilidad en los criterios de medición entre estudios o países. Por ejemplo, los puntos de corte para definir hipertensión arterial pueden diferir entre organismos como la Organización Mundial de la Salud (OMS) y la Asociación Americana del Corazón (AHA). Esta falta de uniformidad puede afectar la comparación de resultados y la implementación de políticas globales. (10) Otro desafío es la precisión y validez de las herramientas de medición. Algunas variables, como el nivel de estrés o la calidad de vida, son difíciles de cuantificar de manera objetiva. Para estos casos, se utilizan escalas y cuestionarios validados, pero aun así pueden existir sesgos en la recolección de datos. (10)
Clasificación de variables: criterio estadístico, metodológico
experimental y no experimental
Criterio estadístico Son características o cualidades de una persona, animal u objeto las cuales puedes medir y pueden adquirir distintos valores. En la estadística existen las variables cualitativas y cuantitativas; estas últimas a su vez se ramifican en discretas y continuas. Variables cualitativas: Cualidades que se pueden expresar sin necesidad de utilizar número o símbolos, se declaran con palabras. Ejemplo: color de ojos, color de pelo, oficio, nacionalidad. (ojos azules, marrones, verdes; pelo castaño, rubio, negro; dentista, médico, abogado, boxeador; canadiense, alemán, sueco, francés) Variables cuantitativas: Son aquellas que expresan una cantidad o magnitud, y pueden ser medidas numéricamente. Por ejemplo, la edad, número de libros, volumen de líquidos. (23 años, 40 años, 12 años; 3 libros al mes, 20 libros al año, 1 libro por día; 20 litros de Diesel, 1 litro de agua, 10 litros de jabón) a. Variables discretas: Este tipo de variables solo pueden tomar valores enteros. Generalmente son resultado de un conteo y no permiten números decimales. Son ejemplos de estas el número de hijos, habitaciones en una casa, número de personas. (3 hijos, 10 habitaciones en la casa, 5 personas viviendo en total) b. Variables continuas: A diferencia de las discretas, las variables continuas pueden tomar cualquier valor dentro de un rango o intervalo. Ejemplos comunes de estas son el peso, la altura, el número de calzado y la temperatura. (64.87 kg, 1.73 cm, 5 ½, 28.3°) Criterio epidemiológico I. Según el nivel y escala de medición. a. Variables cualitativas o no métricas “Toman valores no numéricos, o sea, no son susceptibles de cuantificarse. Ej. Estado civil, nivel de formación, sexo, puesto de trabajo, formación en seguridad y salud, antecedentes patológicos” (5). Cuando en una variable cualitativa solo puede tomar valores opuestos se le conoce como dicotómica o binaria: mujer/ hombre, enfermo/ sano.
prevalencia a medida que el índice de masa corporal es mayor. La variable independiente sería el peso” (6). Criterio experimental y no experimental Criterio experimental Criterio no experimental Independiente: El investigador manipula o interviene para ver los efectos que se presentan en otra variable. Dependiente: Es la variable que cambia como resultado de la manipulación del experimentador. Control: Son factores que se mantienen constantes para evitar que afecten los resultados *Confusoras: Factores no controlados que podrían afectar la variable dependiente sin que el investigador lo desee Variable de estudio: Es la que se analiza sin manipulación, solo se observa su comportamiento. Variable categorizadora: Son características que agrupan a los sujetos de estudio como edad, género, escolaridad. Variable interviniente: Factores que pueden influir en los resultados, pero no son el enfoque principal del estudio.
Clasificación estadística de variables: cualitativas y cuantitativas
Variables Cualitativas o no métricas También reciben el nombre de atributos, factores, categóricas, nominales, etc. Son aquellas variables que toman valores no numéricos, o sea, no son susceptibles de cuantificarse. Ej. Estado civil, nivel de formación, sexo, puesto de trabajo, formación en seguridad y salud, antecedentes patológicos, etc. Cuando una variable cualitativa o atributo, sólo puede tomar dos valores opuestos y además excluyentes, se denomina dicotómica o binaria (ej. hombre/mujer, presente/ausente, enfermo/sano, etc.). Dentro de las variables cualitativas se pueden distinguir: o Variables Nominales o clasificatorias: Constituye el nivel más bajo de medición. Es una forma de observar o medir en la que los datos se ajustan por categorías que no mantienen una relación de orden entre sí. Ej. Sexo, nacionalidad, antecedentes patológicos, servicio o unidad de trabajo, grupo sanguíneo, creencias religiosas, etc. o Variables Ordinales o de rango: Aquellas que además de cumplir con las condiciones de exhaustividad y exclusividad, sus atributos pueden ordenarse acogiéndose a algún tipo de criterio (de menor a mayor, de proximidad a
alejamiento, etc.). Ej. Nivel de ingresos, nivel de formación, clasificación de la hipertensión arterial, grado de satisfacción laboral, parentesco, etc. Variables Cuantitativas o métricas Son aquellas que pueden tomar un valor numérico. Ej. Talla, nivel de colesterol, número de hijos, peso, etc. Podemos diferencia dos clases: o Discretas: Aquellas que sólo pueden tomar un número finito de valores dentro de un intervalo. Ej. Número de hijos, número de trabajadores accidentados en un periodo de tiempo determinado, número de vacunas rechazadas, etc. o Continuas: Aquellas que pueden tomar infinitos valores dentro de intervalo, incluyendo decimales. Ej. Peso, talla, IMC, colesterolemia, glucemia, etc
Método estadístico para medición de variables
Las variables son datos recolectados para un estudio de investigación, tales datos o variables pueden ser números, como edad, peso, altura, resultados de laboratorios etc., o bien descripciones de aspectos de los pacientes como antecedentes patológicos. La distinción entre ambos tipos de variables es fácil: unos son números y los otros son palabras que luego se tiene que traducir a un lenguaje que la estadística entienda. A los datos que en su origen son números se les denomina cuantitativos o numéricos, y aquellos que describen características (las palabras) se les denomina cualitativos o categóricos. ( 12 ) Clasificación de datos numéricos : Clasificación Ejemplo Variables discretas (número entero) Cantidad de visitas al médico, número de hijos etc. Variables continuas (número entero seguido por decimales) Presión arterial: 140.5 mmHg Potasio plasmático 4,5 mEq/L Datos categóricos Clasificación Ejemplo Variables dicotómicas (tienen 2 categorías o resultados posibles) Sexo, muerte, diabético/no diabético, fumador/ no fumador
ordinales) y a las escalares o de intervalo. Esta asignación como no tiene ningún significado es arbitraria y aleatoria. En las variables ordinales que indican orden, y en las escalares que indican orden y distancia, una vez establecido el origen. Ejemplos:
- La variable “sexo” tiene dos características o atributos: Varón y Mujer. La asignación de códigos puede ser: Varón = 1; Mujer = 2
- La variable “estado civil” tiene seis características o atributos: Soltero, Casado, Pareja, Separado, Divorciado y Viudo. La asignación de códigos puede ser: Soltero = 1, Casado = 2, Pareja = 3, Separado = 4, Divorciado = 5 y Viudo = 6. Al grabar o escribir en la matriz de datos, los datos que se ponen en cada celda son las características, atributos o valores de las variables que se corresponden con las respuestas a las preguntas. Con la codificación, todos los datos son estrictamente valores numéricos o códigos. Las características o atributos de las variables categóricas (nominal y ordinal), generalmente, son datos de tipo “texto” y su grabación presenta diferencias respecto de las variables numéricas (escalas y razón). Las codificaciones tienen reglas en parte obligatorias y en parte convencionales por opcionales, pero se van a tratar todas como obligatorias. Evitan algunos errores. Los atributos o características se pueden escribir de diferentes maneras: con mayúsculas, minúsculas, ambas, con acentos, sin acentos, etc. Así que sería diferentes tipos de “varón” los siguientes. Varon z varon z Varón z varón z VARON z VARÓN. Si se codifica con un valor, por ejemplo el 1, éste sólo puede ser escrito de una manera. Ahorran tiempo en la grabación. Esta regla se deriva de la anterior, ya que se tarda menos en escribir 1 que en poner Varón. El 1 tiene una única pulsación, mientras que Varón tiene 6 pulsaciones. En una celda el tiempo es imperceptible, pero si consideramos que en Sociología las matrices de datos pueden tener millones de casos y miles de variables, puede suponer muchas horas de trabajo/persona. Los lectores pueden hacer un cálculo de ejemplo con un millón de casos.
Ahorran espacio en el soporte magnético. El sistema binario de almacenamiento de la información en un ordenador precisa para cada carácter un “byte”, pero con ese mismo “byte” se pueden representar hasta 256 valores distintos (255 más el 0). La categoría Varón ocuparía 5 “byte”, mientras que el código 1 ocuparía 1 “byte”. Sugerimos a los lectores que realicen el mismo cálculo de antes para comprobar la diferencia de espacio requerido para el almacenamiento de un millón de casos. NOTA: es diferente el número 1 que el carácter “1”, de la misma manera que es diferente el código o número 255 que los caracteres “255”. El número 1 ocupa un “byte” el carácter “1” ocupa un “byte”. El número 255 ocupa 1 “byte” pero los caracteres “255” ocupan 3 “byte”. Ahorran tiempo de proceso. El procesador de un ordenador procesa más deprisa la información numérica que la información de caracteres. El programa estadístico (realmente es el microprocesador del ordenador) trata matemáticamente los valores numéricos, pero los caracteres tienen un proceso distinto y más elaborado que supone más tiempo. Precisan que las variables categóricas estén codificadas con números enteros y más concretamente naturales. Los procedimientos de SPSS: T-test, Análisis de Varianza, Regresión binomial, regresión polinomial, tienen este requerimiento, y no es probable ni deseable que cambie en versiones futuras. Ejemplo: Se presenta un modelo de cuestionario, aplicado a un grupo de jóvenes, que servirá de ejemplo para la aplicación de los estadísticos posteriores.
