CURSO TALLER : HERRAMIENTAS ESTADISTICA PARA LA EVALUACION DE INDICADORES EPIDEMIOLÓGICOS EN SALUD

1. CURSO TALLER: HERRAMIENTAS ESTADISTICA PARA LA EVALUACION DE INDICADORES EPIDEMIOLÓGICOS EN SALUD Mg.Wilmer Fuentes Neira Data Scientist sirwilpi@gmail.com

3. Esto lo que quiero decir. Vea Ud. si lo puede probar con estadística.

4. Several informal definitions are offered in the book A Career in Statistics: Beyond the Numbers by Gerald Hahn and NecipDoganaksoy: • The science of learning from (or making sense out of) data • The theory and methods of extracting information from observational data for solving real-world problems • The science of uncertainty • The quintessential interdisciplinary science • The art of telling a story with [numerical] data http://www.worldofstatistics.org

5. Elaboración de políticas • Investigación científica • Toma de decisiones Usos de la Estadística en el Sector Salud Lic. Luis Infantes Oblitas COESPE Nº 421

6. Proveer información continua sobre la producción de servicios de salud y la morbimortalidad; mediante las acciones de registro, control de calidad, procesamiento y consolidación de las actividades de recuperación y preventivo promocionales. Estadística en Salud

9. Las personas mas importante del Sistema de Información en Salud, son los Profesionales y no Profesionales responsables del llenado de los registros hospitalarios. Estos son los insumos que los estadísticos necesitan para transformarlos en información. Lic. Luis Infantes Oblitas COESPE Nº 421

10. POB Población Estimada RENAES PERS Registro Nacional EstablecimientosInformación de Recursos Humanos Principales Fuentes de Datos NacimientosDefunciones NAC DEF Consulta ExternaAtención por DiscapacidadEgresos Hospitalarios Emergencia HIS HIS DIS EGRESO EMERG InmunizacionesSalud Sexual y Reproductiva Salud Mental Enfermedades Metaxénicas INMUN SALUD SEXUAL METAX SALUD MENTAL

11. METODOS ESTADISTICOS”

12. Se adaptan métodos y según el campo de aplicación” • Epidemiologia, Gestión, Sistemas de Calidad, Data Science, Planeamiento Espacial, etc. Mg. Wilmer Fuentes

13. Métodos Estadístico en un diseño Experimental

14. MUESTREO ESTADISTICO Concepto: Procedimiento para seleccionar una o más muestras estadísticamente representativas de la población o poblaciones. Ejemplo de uso del muestreo: • Encuestas. • Diseño y análisis de experimentos. • Control de calidad

15. Ejemplo: Control de Calidad en Investigación: • Validación de Instrumentos (encuestas, test) • Validación de Metodologías, etc. HIPERTENSIÓN p = 0.935, Chi cuadrado

16. Muestras • La muestra debe ser representativa de la población • Debemos evitar sesgos sistemáticos • Controlar variables de confusión • El tamaño muestral juega un papel fundamental • La muestra debe contener suficiente información para que la inferencia que realicemos sea una generalización aceptable

17. CRITERIOS DE ACEPTACION DE UN METODO DE MUESTREO • Representatividad: Significa atribuir a cada unidad de muestreo (persona, vivienda, ...) una probabilidad, conocida y diferente de cero, de ser elegida. • Precisión de las estimaciones: La precisión o confiabilidad de las estimaciones derivadas de la muestra debe ser suceptible de medir. Así:  = p ± precisión • Viabilidad: El método de muestreo debe ser práctico. La teoría y la práctica deben estar juntas. • Economia y eficiencia: Un buen método de muestreo (muestra) debe proporcionar la mayor cantidad de información a menor costo.

18. TERMINOS ESTADISTICOS (RECORDAR) • Población • Unidad de muestreo • Marco muestral • Muestra • Unidad de análisis • Parámetro • Estadígrafo o estadístico.

19. Población.- Colección de elementos acerca de los cuales se desea hacer inferencia. • Unidad de muestreo.- Son la colección no traslapada de elementos de la población que cubren la población completa. • Marco muestral.- Un marco es la lista de unidades de muestreo.

20. Muestra: Es una colección de unidades seleccionadas de un marco o de varios marcos. • Unidad de análisis: es cada uno de los elementos requeridos para hacer inferencia.

21. Población • En población tiene una característica de interés en particular. • Individuos expuestos a HIV • Individuos diabéticos • Individuos vacunados contra la gripe • Fumadores Población objetivo (diana): • Población a la que nos corresponde extender las conclusiones del trabajo

22. Intencional • Sin norma • Accidental (casos) • Voluntarios No probabilísticos (prácticos y económicos METODOS • MAS • MS • ME • M de C Probabilísticos TÉCNICAS DE MUESTREO

23. Tamaño muestral • Es algo medio complicado, primero es necesario distinguir entre: • Encuesta descriptiva.- Diseñado para proporcionar estimaciones de algunas características simples. (prevalencia, incidencia) • Encuesta analítica.- Para investigar asociaciones entre variables. (asoc. fumar y riesgo de eventos cardiovasculares)

24. Para estimar una proporción poblacional

25. n= (1,96)2 (0,1)(0,9) = 138,3 (0,05)2 n  139 Interpretación:Si se desea estimar la prevalencia poblacional con 95% de confianza y con un E de 5%, se debe evaluar 139 sujetos. Ejemplo: En una población grande se desea estimar la prevalencia de DM con 95% de confianza. De la literatura se sabe que p =10%, si se asume un error muestral de 5%, calcular n. Solución: Datos: • Z /2 = 1,96 • pe =0,1 • qe =0,9 • E =  0,05

26. Para estimar una media poblacional

27. n= (1,96)2 (1,6)2 = 39,33 (0,5)2 nf = 39,33 = 38,05 1 + 39,33/1200 nf 39 Z /2 = 1,96 N= 1200 Se = 1,6 E =  0,5 Ejemplo: En cierta población de 1200 escolares se desea estimar el nivel promedio de Hb con 95% de confianza. Al realizar un estudio piloto se encontró: x= 12,3 s = 1,6. Si los investigadores estan dispuestos a asumir un E =  0,5 , calcular n. Solución: Datos:

29. SPSS e INFORMACIÓN R, MathLab R, SPSS, STATA SQL, ORACLE, MySQL

30. ESTADISTICA DESCRIPTIVA

31. ESTADÍSTICA DESCRIPTIVA Ordenando la Información Al ordenar datos muy numerosos, es usual resumirlos o agruparlos en clases o categorías. Al determinar cuántos pertenecen a cada clase, establecemos la frecuencia. Construimos así una tabla de datos llamada tabla de frecuencias y si es cuantitativa se pueden emplear promedio y otras medidas FRECUENCIA ABSOLUTA (cantidad de casos, recuento de eventos, etc) PROMEDIOS, DESVIACION ESTANDAR, PERCENTILES, ETC. FRECUENCIA RELATIVA (%, proporciones)

32. Una variable es una característica o atributo observable que varía entre los diferentes individuos de una población. La información que disponemos de cada individuo es resumida en variables. En los individuos del curso de bioestadistica es variable: El grupo sanguíneo {A, B, AB, O}  Var. Cualitativa Su nivel emocional “declarado” {Deprimido, Regular, Muy Feliz}  Var. Ordinal El número de hijos {0,1,2,3,...}  Var. Numérica discreta La altura {1’62 ; 1’74; ...}  Var. Numérica continua Variables

33. 5. ¿Está unido sentimentalmente a una pareja? SI ( ) NO ( ) 6. Usted lee el diario: Comercio ( ) • República( ) • Expreso ( ) • Peru21 ( )

34. 6. Que diarios ha leído en al último mes: • 6.1 Comercio si ( ) no ( ) • 6.2 República si ( ) no ( ) • 6.3 Expreso si ( ) no ( ) • 6.4 Peru21 si ( ) no ( ) • 6.5 Especifique: ___________________

35. Tipos de variables • CualitativasSi sus valores (modalidades) no se pueden asociar naturalmente a un número (no se pueden hacer operaciones algebraicas con ellos) • Nominales: Si sus valores no se pueden ordenar • Sexo, Grupo Sanguíneo, Religión, Nacionalidad, Fumar (Sí/No) • Ordinales: Si sus valores se pueden ordenar • Mejoría a un tratamiento, Grado de satisfacción, Intensidad del dolor

36. Presentación ordenada de datos (ej. Tesis) • Las tablas de frecuencias y las representaciones gráficas son dos maneras equivalentes de presentar la información. Las dos exponen ordenadamente la información recogida en una muestra.

37. Gráficos para v. cualitativas • Diagramas de pastel (pie) • No usarlo con variables ordinales. • El área de cada sector es proporcional a su frecuencia (abs. o rel.) Note las etiquetas de las categorìas (modalidades) y etiqueta de valores

38. Gráficos para v. cualitativas ¿Presencia de etiquetas de valor? • Diagramas de barras (tipo tesis) • Alturas proporcionales a las frecuencias (abs. o rel.) • Se pueden aplicar también a variables discretas ¿Que se mide en las ordenas? ¿Se describen bien la categorias?

39. Prevalencia de hipertensión arterial en el Perú. TORNASOL II

40. Prevalencia de la presión arterial según VII Reporte (JNC VII)

41. La mala salud, comportamientos poco saludables y características desfavorables de trabajo influyen en la salida del trabajo entre los trabajadores de más edad en Europa: Un estudio de cuatro de seguimientoNota: No se empleangràficas en el articulopublicadoRobroek SJ, Schuring M, Croezen S, Stattin M, BurdorfA.Poorhealth, unhealthy behaviors, and unfavorable work characteristics influence pathways of exit from paidemployment among older workers in Europe: a four yearfollow-up studyScand J Work Environ Health. 2012 Sep 3.

42. Cuantitativas o Numéricas • Si sus valores son numéricos (tiene sentido hacer operaciones algebraicas con ellos) • Discretas: Si toma valores enteros • Número de hijos, Número de cigarrillos por día, Num. de “cumpleaños” • Continuas: Si entre dos valores, son posibles infinitos valores intermedios. • Altura, Presión intraocular, Dosis de medicamento administrado, edad, Hb

43. Tipos de variables • Cuantitativas o NuméricasSi sus valores son numéricos (tiene sentido hacer operaciones algebraicas con ellos) • Escala de intervalo • El cero no es una cantidad absoluta. • Escala de razón • El cero es una cantidad absoluta.

44. Figura 2. Promedio de los marcadores de riesgo cardiovascular según control de la HbA1c.¥

45. Desarrollo psicomotor , entre pequeños para la edad gestacional: Impacto de la suplementación con zinc, peso al nacer y las prácticas de crianza.Cognitive and Motor Development Among Small-for-Gestational-Age Infants: Impact of Zinc Supplementation, Birth Weight,andCaregiving Practices PEDIATRICS Vol. 113 No. 5 May 2004

46. Figure 1 Q-LES-Q scores • Diagramas de barras (tipo publicación) Celso Iglesias-García. Quality of life in depressed women over 40 yearsold. ActasEspPsiquiatr 2012;40(4):221-7

47. Densidad mineral ósea en mujeres durante campaña de Hospital de la Solidaridad.

48. Gráfica de dispersión Permite observar la relación entre dos variables cuantitativas. En este caso cada punto corresponde a un individuo y la ubicaciòn de cada punto depente del valor de PAI y el valor de Hb glicosilada

49. Salud en relación con el conocimiento y las preferencias en jardines de niños de bajo nivel socioeconómico. El objetivo del presente estudio fue determinar la actividad física (AF) y el conocimiento de nutrición en jardines . . . Int J Behav Nutr Phys Act. 2012 Jan 10;9:1. Health-related knowledge and preferences in low socio-economic kindergarteners. Nemet D, Geva D, Meckel Y, Eliakim A.

50. Estadística inferencial • Usa la teoría de la probabilidad para extraer conclusiones acerca de una población, a partir de los datos obtenidos en una muestra. • Es muy difícil estudiar a toda la población, por lo que estudiamos muestras. • Métodos para hacer estimaciones y probar hipótesis son fundamentales para obtener inferencias.