Anlisis de datos Estadstica descriptiva: Generalmente la investigacin cientfica en medicina en medicina esta dirigido a una determinada poblacin.

Esta poblacin la componen personas con ciertas patologas o alguna cualidad de inters. Como generalmente no se puede estudiar la poblacin completa, es necesario tomar una muestra de sta, estudiarla e inferir que los resultados que se obtienen de la muestra son representativos de lo que se habra obtenido en la poblacin, si se hubiese estudiado. Este proceso requiere el uso de la Bioestadstica en dos etapas: primero obtener una estadstica descriptiva de los datos muestrales y Segundo hacer inferencias a la poblacin mediante estadstica analtica. . Poblacin: Conjunto total de objetos o personas, con algo en comun, de inters en un estudio. Muestra: es un subconjunto representativo seleccionado de la poblacin. Muestra representativa: Cuando la o las caractersticas ms importantes de la poblacin estan presentes en la misma en proporcin o promedio en la muestra. Unidad: es el objeto que observamos. Cuando el objeto es una persona, lo referimos como sujeto. Observacin: es la informacin o caracterstica que registramos de cada unidad. Una caracterstica que puede variar de unidad en unidad es llamada variable. Base de datos: Coleccin de observaciones con una o ms variables se llama Variable es una caracterstica de la poblacin que se quiere estudiar. Variable cuantitativa es aquella que posee valores numricos que representan medidas (largo, peso, etc.) o frecuencias (nmero de accidentes). Estas variables se subdividen en discretas y continuas. Variable cualitativa es aquella que clasifica las unidades en categoras. Las categoras pueden tener un orden natural (ordinales) o no (nominales), de esta manera las variables cualitativas se dividen en ordinales y nominales. Variable cuantitativa discreta se dice de la cual se puede contar el nmero posible de valores (por ejemplo: nmero de personas atendidas en un box, cantidad de ilesos, etc). Variable cuantitativa continua puede tomar cualquier valor en un intervalo dado y est sujeto a la precisin de los instrumentos de medicin (por ejemplo:

el tiempo de espera del paciente en box de atencin , el cual depende de la precisin del cronmetro usado). Un ejemplo de variable cualitativa ordinal podra ser el nivel de escolaridad del estudiante (bsica, media y universitaria). Un ejemplo de variable cualitativa nominal podra ser el sexo de la persona (femenino o masculino).

Tipos de Escalas de Medicin Escala Nominal: la variable estudiada se clasifica en categoras no numricas, sin que pueda establecerse ninguna relacin de orden entre ellas, por ejemplo: tipo de enfermedad, estado civil, sexo, etc. Escala Ordinal: la variable estudiada es de tipo no numrico, pero se pueden establecer algn tipo de orden entre las distintas categoras. Por ejemplo: tipos de clases sociales (baja, media, alta), etapa del cncer (inicial, intermedia, avanzado), nivel de estudios (bsica, media, superior, postgrado), etc. Escala de Intervalo: aqu puede establecerse alguna unidad de medida y cuantificar numricamente la distancia existente entre dos observaciones. Es la escala cuantitativa, encontrndose en este caso gran nmero de variables entre ellas, como por ejemplo: das cama de paciente, salarios, presupuestos, gastos, etc. Escala de Proporcin: son aquellas variables en las que adems de una unidad de medida, se fija un punto de origen, que marca el cero. En este tipo puede considerarse la edad del paciente, peso del paciente, nmero de pacientes en lista de espera, etc.

Recoleccin y presentacin de datos: Distribucin de Frecuencias Una vez recolectado los datos, estos deben procesarse de tal manera que pueda observarse cualquier patrn significativo. Una forma comn y til para resumir el conjunto de datos es la distribucin de frecuencias o tabla de frecuencias. Este mtodo de presentacin de datos muestra la frecuencia (nmero de ocurrencias) para cada una de las categoras.

Ejemplo 2 (Variable cualitativa) Los resultados obtenidos al observar el estado de ocupacin de 80 camas que componen un piso de un hospital, dio origen a los siguientes datos: O O D D O O DDOOODOOODOOOODDOODOOOODOOODOOOODOD OOOOOOOODOOODOOOOOOOOODDOOOOOOOOOOO D O D D. O: Cama Ocupada D: Cama Desocupada

Solucin La tabla de distribucin de frecuencias est dada por: CATEGORIAS Camas ocupadas ( O) Camas ( D) Total Frecuencia absoluta ( n i) 60 20 n = 80 Frecuencia relativa ( fi) 0,75 ( 60/80) 0,25 ( 20/80) 1.00 ( 80/80)

Conclusiones El 75% de las camas estn ocupadas. El 25% de las camas estn desocupadas.

Ejemplo 3 (Variable cuantitativa discreta) Numero diario de alumnos de Kinesiologa ausentes a clases de Metodologa I, medidos durante 25 das distintos. Muestra: 25 Clases elegidas al azar observadas. (durante las 18 semanas). Variable: N de alumnos ausentes. Los datos son los siguientes:

Solucin: N de alumnos ausentes/da de clase Determinar el valor ms grande y ms pequeo del conjunto de datos

7 9 3

10
7 Donde:

10 9 9 4 8

8 9 8 5 7

6 8 7 10 8

8 6 9

2
6

ni: Es la frecuencia absoluta (nmero de coincidencias en la categora). Por ejemplo en la categora o clase 5 hay 3 coincidencias o sea n5 =3. fi = ni/n se llama frecuencia relativa de la i-sima categora (se acostumbra expresarla en porcentaje). Por ejemplo para la categora 5 f5 = 0,12 indica que el 12% de las veces faltaron 6 alumnos a clases. Adems de las frecuencias relativas es conveniente indicar las frecuencias absolutas acumuladas (Ni) y las frecuencias relativas acumuladas (Fi), donde por ejemplo: N5 = n1 + n2 + n3 + n4 + n5 = 1 + 1 + 1 + 1 + 3 = 7 y F5 = N5 /n = 7/25 = 0,28 o lo que es lo mismo F5 = F1 + F2 + F3 + F4 + F5=0,04+0,04+0,04+0,04+0,12=0,28

La Tabla de distribucin de frecuencia est dada por: i

1 2 3 4 5 6 7 8 9

Categoras (xi)
2 3 4 5 6 7 8 9 10 Total

ni
1 1 1 1 3 4 6 5 3 n = 25

fi
1/25 = 0,04 1/25 = 0,04 1/25 = 0,04 1/25 = 0,04 3/25 = 0,12 4/25 = 0,16 6/25 = 0,24 5/25 = 0,20 3/25 = 0,12 1,00

Ni
1 2 3 4 7 11 17 22 25

Fi
1/25 = 0,04 2/25 = 0,08 3/25 = 0,12 4/25 = 0,16 7/25 = 0,28 11/25 = 0,44 17/25 = 0,68 22/25 = 0,88 25/25 = 1

N5 = 7 = indica que con siete clases vamos a encontrar como mximo 6 o menos alumnos ausentes. F5 = 0,28= representan el 28% de las clases en donde podemos encontrar como mximo 6 o menos alumnos ausentes