ponencia - BVS-INS

Interpretación de pruebas
estadísticas y epidemiológicas
César A. Gutiérrez Villafuerte
Población (N)
 

Muestreo
Muestra (n)
s p
x
Estadísticos
Parámetros
Inferencia
Hipótesis Estadística

Es una proposición sobre los parámetros de
una o más poblaciones.

Son proposiciones sobre la población, no
sobre la muestra.

Son conjeturas que se hacen antes de
empezar el muestreo.
Hipótesis Nula y Alternativa
Hipótesis nula:
Suposición que se hace sobre el valor del parámetro
de la población antes de empezar el muestreo
(situación actual). Se representa con el símbolo H0.
Estudios en que se comparan grupos: Es la situación
de la no diferencia entre los grupos.

Hipótesis alternativa:
Conclusión que se acepta cuando los datos no
apoyan
la
hipótesis
nula.
Se
representa
simbólicamente como H1.

Supongamos que estamos en un juicio:
Sentencia
del juez
Condición real del acusado
Inocente
Culpable
Inocente
Correcto
Incorrecto
Culpable
Incorrecto
Correcto
Tipo de errores
Resultado de
la prueba de
hipótesis
Población (Hipótesis nula)
Verdadera
Falsa
Aceptar H0
Correcto
Error tipo II

Rechazar H0
Error tipo I

Correcto
Nivel de confianza y poder (potencia)
Nivel de confianza: 1 - 
Se trabaja generalmente con un 95%.
Potencia:
1-
Se trabaja generalmente con una potencia
mínima del 80%
Valor p

Es la probabilidad de llegar al resultado
obtenido si la hipótesis nula es cierta.
Si p = 1 (100%), el resultado apoya
totalmente H0.
Si p = 0 (0%), el resultado no apoya
totalmente H0.

También se interpreta como la probabilidad
que nuestros resultados se deben al azar.
Valor p

La H0 se rechaza si el valor p calculado es
menor que el nivel de significación ()
establecido. El nivel de significación más
empleado es el 0.05.
Valor p
 Esto significa que para un valor p<0.05:
La probabilidad que
→
H0 sea cierta es baja
me quedo con la
alternativa
La probabilidad que
→
mis resultados se
deban al azar es baja
es muy probable
que la diferencia
sea verdadera
Diferencia o
asociación
estadísticamente
significativa
Objetivo: Comparar el efecto hipolipemiante del maíz morado con simvastatina
Objetivo: Comparar el efecto hipolipemiante del maíz morado con simvastatina.
µ
µ
Maíz
morado
Simvastatina
x1
x1
x2
x2
x3
x3
xn
xn
Si los efecto hipolipemiantes del maíz morado y la
simvastatina son iguales...
se esperaría que las diferencias entre las muestras sean
cercanas a cero.
µ Maíz morado - µ Simvastatina
=
0
X1
-
X1
≈
0
X2
-
X2
≈
0
X3
.
.
.
Xn
-
X3
.
.
.
Xn
≈
0
.
.
.
0
-
≈
Pero habrá diferencias que se alejarán de cero.
Si representamos gráficamente las diferencias de las
medias entre las n muestras obtenidas de cada grupo,
bajo el supuesto que las medias poblacionales son
iguales, tenemos:
-4
-3
-2
-1
0
1
2
3
4
Nosotros no conocemos los
valores poblacionales, solo
sabemos los valores de las
medias muestrales.
µ
µ
Maíz
morado
Simvastatina
x1
x1
x1 maíz morado – x1 simvastatina
Si la diferencia entre las
medias muestrales cayera en
la línea vertical, ¿cuál sería la
conclusión más razonable?
-4
-3
-2
-1
0
1
2
3
4
Nosotros no conocemos los
valores poblacionales, solo
sabemos los valores de las
medias muestrales.
µ
µ
Maíz
morado
Simvastatina
x1
x1
x1 maíz morado – x1 simvastatina
Si la diferencia entre las
medias muestrales cayera en
la línea vertical, ¿cuál sería la
conclusión más razonable?
-4
-3
-2
-1
0
1
2
3
4
Medidas de asociación en epidemiología
Las medidas que nos ayudan a obtener esta
información son:
Riesgo relativo (RR)
Odds ratio (OR)
Riesgo relativo
El RR es una razón que relaciona el riesgo absoluto
(incidencia) en dos grupos de población que difieren por
el grado de exposición a un factor determinado.
Indica cuantas veces es mayor la probabilidad de sufrir
una enfermedad entre quienes están expuestos al factor,
respecto a los no expuestos.
Riesgo relativo
Enfermedad
Exposición
Presente
Ausente
Total
Presente
a
b
a+b
Ausente
c
d
c+d
Riesgo Relativo =
a / (a + b)
c / (c + d)
Odds ratio
No siempre es posible calcular la incidencia en los
estudios de investigación.
Se calcula entonces la Odds Ratio (razón de ventaja,
razón de chances, razón de momios, razón de productos
cruzados, razón de probabilidades, razón de disparidad).
Para un evento E, que ocurre con probabilidad P, la
Odds se define como:
P / (1 - P)
Es decir, la probabilidad de “éxito” entre la probabilidad
de “no éxito”.
Odds ratio
Enfermedad
Exposición
Presente
Ausente
Total
Presente
a
b
a+b
Ausente
c
d
c+d
Odds Ratio =
a / (a+b)
b / (a+b)
c / (c+d)
d / (c+d)
=
a
b
c
d
=
ad
bc
Odds ratio
Enfermedad
Exposición
Presente
Ausente
Presente
a
b
Ausente
c
d
Total
a+c
b+d
Odds Ratio =
a / (a+c)
c / (a+c)
b / (b+d)
d / (b+d)
=
a
c
b
d
=
ad
bc
Interpretación del RR y OR
OR  RR =
Ie = Io  Sin efecto
Ie < Io 
factor
protector
0
Ie
Io
Ie > Io 
factor de
riesgo
1

Interpretación del RR y OR
RR = 3
RR = 2
¿Los expuestos tienen dos
veces más riesgo o tienen
dos veces el riesgo?
¿Los expuestos tienen tres
veces más riesgo o tienen
tres veces el riesgo?
3%
2%
1%
Incidencia en
expuestos
Incidencia en no
expuestos
1%
Incidencia en
expuestos
Incidencia en no
expuestos
Interpretación del RR y OR
RR = 1.33
RR = 1.5
Los expuestos tienen 1.5 veces el
riesgo de los no expuestos.
También: los expuestos tienen
50% más riesgo.
Los expuestos tienen 1.33 veces
el riesgo de los no expuestos.
También: los expuestos tienen
33% más riesgo.
4%
3%
3%
2%
Incidencia en
expuestos
Incidencia en no
expuestos
Incidencia en
expuestos
Incidencia en no
expuestos
Interpretación del RR y OR
RR = 0.67
RR = 0.20
Los expuestos tienen 0.67 veces
el riesgo de los no expuestos.
También: los expuestos tienen
33% menos riesgo.
Los expuestos tienen 0.20 veces
el riesgo de los no expuestos.
También: los expuestos tienen
80% menos riesgo.
3%
3%
2%
0.6%
Incidencia en
expuestos
Incidencia en no
expuestos
Incidencia en
expuestos
Incidencia en no
expuestos
Interpretación del RR y OR
Veces el riesgo
RR-1
% más
1-RR
% menos
0
1
2
3
4

Interpretación del RR y OR
Al reportar los valores de RR y OR, deben
estar acompañados de sus intervalos de
confianza.
Si el RR u OR incluye la unidad (1), el RR
u OR encontrado no es significativo.
Table 2. Relative risks and 95% confidence intervals of coronary heart disease in women
according to frequency of nut consumption (1 oz serving)
Additional adjustment for dietary variables
Frequency of nut consumption
Almost never
1
1-3/month to
once/week
2-4 times/week
5 times/week
0.91
(0.81 to 1.03)
0.78
(0.61 to 0.99)
0.66
(0.47 to 0.93)
¿Cuándo la OR es un buen estimador
del RR?
1. Cuando los “casos” son representativos, en relación
a la historia de exposición, de todas las personas
con la enfermedad en la población de la cual los
casos son seleccionados.
2. Cuando los “controles” son representativos, en
relación a la historia de exposición, de todas las
personas sin la enfermedad en la población de la
cual los casos son seleccionados.
3. Cuando la enfermedad es poco frecuente.
Riesgo (Incidencia)
Odds ( (riegso/(1-riesgo) )
0.001
0.001
0.005
0.005
0.010
0.010
0.050
0.053
0.100
0.111
0.200
0.250
0.300
0.429
0.400
0.667
0.500
1.000
0.750
3.000
0.900
9.000
0.950
0.990
19.000
99.000
Gracias por su atención
cgutierrezv@epiredperu.net
www.epiredperu.net