REFLEXIÓN FINAL

Y finalmente llego a mi última publicación... tal vez no le haya dado el uso más adecuado al blog en cuanto a lo didáctico e interactivo tanto como me hubiera gustado, ya que tan solo me he dedicado a subir la teoría de los temas, cierto, pero esto principalmente se debe a la falta de tiempo o una posible mala distribución del tiempo en los cuales me han privado de poder subir aquellos problemas realizados en clase con su correspondiente explicación, pero si es cierto, que esto no quita el esfuerzo y dedicación que le he dedicado a la publicación de cada tema.

Por otro lado, en cuanto a los objetivos marcados inicialmente en la asignatura aún no puedo confirmar que se han cumplido, pero si puedo adelantar que creo que poco a poco se están cumpliendo, todo ello sumado a mi dificultad con los números, lo cual hace que aun resulte más difícil.

Y por último, en relación al blog, sinceramente como todo en la vida tiene sus pros y sus contras. Entre las ventajas que he podido encontrarle es la posibilidad de poder interactuar con todo tipo de personas, ya sean tanto de mi propia clase como personas del otro lado del mundo. También me ha dado la posibilidad de poder resolver dudas de algunos problemas gracias a la publicación de otros compañeros. En cuanto a lo negativo si que es cierto que tal vez si no tienes la agilidad de como organizarlo y tampoco de prepararlo te supone un mayor gasto de tiempo o tal vez sea cuestión mía, ya que como ya dije anteriormente es la primera vez que tengo un blog y al principio no tenía muy claro su utilidad ni que distribución darle a las cosas, tiempo que tal vez podría estar haciendo ejercicios y problemas relacionados con el temario; aunque finalmente puedo afirmar que me ha servido de gran ayuda en la resolución de dudas y problemas

Y hasta aquí es todo, espero poder darle en un futuro un mejor uso y dedicación!!

SEMINARIO Nº 5

Y ya por último en este último seminario por fin se procedió a la exposición de los diferentes trabajos de investigación realizados por los diferentes grupos de seminario, siendo en mi caso el Grupo 1 y los componentes de mi trabajo son los mencionados en la introducción del blog.
Entre las diferentes temáticas y estudios que se trataron fueron:

• Como influye la personalidad de los adolescentes en el bullying
• Riesgos y consecuencias de la cachimba y del cigarro electrónico
• Adicción de las nuevas tecnologías en los adolescentes de Camas. 

En el primer grupo se pudo comprobar que la personalidad de los adolescentes no influye en la realización del bullying pero si que se pudo comprobar que en los colegios en los que se realizó el estudio y se pasaron los cuestionarios los estudiantes si que habían sufrido bullying por parte de sus compañeros.

En cuanto a la segunda investigación, se comprobó que tanto la cachimba como el cigarro electrónico son perjudiciales, incluso aún mas perjudiciales que los cigarrillos. Para ello se le pasó unos cuestionarios sobre su uso a estudiantes de la Universidad de Sevilla y a estudiantes de la E.S.O. Entre los resultados obtenidos se encuentran que la mayoría de los jóvenes fuman de la cachimba (algo muy perjudicial para la salud, ya que se pueden transmitir enfermedades infecto-contagiosas) y además una cachimba equivale a 50 cigarrillos.

Y por último, el estudio sobre la Adicción de las nuevas tecnologías en los adolescentes de Camas, fue el realizado por mi grupo. Para la realización del mismo, decidimos pasar en un Instituto del pueblo de Camas un cuestionario sobre la frecuencia del uso de las diferentes TICs, a 10 chicos y 10 chicas de cada clase desde 1º de E.S.O hasta 2º de Bachillerato y en dicho trabajo pudimos sacar varias conclusiones:

• El uso de videojuegos se encuentra influenciado por el sexo, siendo los jóvenes quienes tienen una mayor frecuencia de uso.
• El uso de la televisión y su relación con el sexo, también se encuentra influenciada por el sexo, siendo los jóvenes quienes hacen un uso excesivo de la televisión.
• El uso del teléfono móvil no está influenciado por el sexo, siendo ambos sexos quienes realizan un uso inadecuado.

SEMINARIO Nº4

En dicho principalmente, lo que hicimos fue un repaso general sobre los aspectos más importantes a tener en cuenta a la hora de hacer el examen, entre las que podemos encontrar los siguientes:

1. Las diferentes tipos de medidas descriptivas que podemos emplear, como son las de posición (cuantiles, percentiles, cuartiles, deciles); las de centralización (media,mediana, moda); las de dispersión (varianza, desviación típica, coeficiente de variación, rango); y la forma que tienen las gráficas que pueden ser asimétricas o simétricas.

Y en la segunda parte del seminario, y en mi opinión la más interesante, se hizo un repaso sobre los diferentes problemas tipos más relevantes y las diferentes pruebas tanto paramétricas como no paramétricas que utilizaríamos en nuestro programa de investigación, en mi caso principalmente la prueba de Chi-Cuadrado. 

Inicialmente se nos explico que es lo que era la estadística inferencial y su principal objetivo, el cual es permitirnos generalizar los datos para saber si la muestra que hemos escogido es representativa de la población o no. A continuación, se explicó sobre los distintos tipos de errores que podemos cometer al tomar una decisión:

•    Error tipo I (alfa): es aquel en el que el investigador rechaza la hipótesis nula (Ho) siendo esta la verdadera, es decir, el investigador concluye que existe diferencia cuando en realidad no la hay.

•    Error tipo II (beta): el investigador no rechaza la hipótesis nula siendo esta la que se debería rechazar.

Y por último se procedió a explicar sobre las distintas pruebas y test que haremos uso que son los siguientes:

-CHI-CUADRADO (Variable cualitativa Vs. Cualitativa)

    

  A mayores valores de chi, mayores son las discrepancias entre las frecuencias observadas esperadas. Solemos establecer un nivel de confianza del 95%, donde el valor de p=0,05. Si el valor que yo obtengo es más chico que el que obtengo en la tabla me quedo con la hipótesis nula.

Para calcular los grados de libertad es: GL=(filas-1)x (columnas-1)

-        -T DE STUDENT (Variable cualitativa dicotómica Vs cuantitativa)

   En este caso el orden que vamos a seguir en el problema es el siguiente:

1.     Calculamos el grado de libertad (GL)

   
2.     Calculamos la desviación típica ponderada (Sp)

   
3.     Calculamos t de Student

   

Para concluir con el resultado, procedemos al mismo procedimiento realizado en la de chi-cuadrado.

-TEST ANOVA (Variable cualitativa policotómica Vs. cuantitativa)

Para poder aplicarla es necesario cumplir los siguientes criterios:

•    Variable cuantitativa Vs variable cualitativa policotómica

•    Que la variable del resultado siga una distribución normal o de gauss.

•    Las varianzas de cada grupo deben ser iguales

SEMINARIO Nº3

En dicho seminario se nos procedió a la explicación de como usar la aplicación "Epi Info", la cual nos sería muy útil y se convertiría en uno de los pilares fundamentales del trabajo de investigación a realizar que se nos fue asignada al principio del cuatrimestre. Importante decir, que el manejo de dicha aplicación al principio puede resultar muy difícil y liosa, pero con la práctica y con el tiempo, se va haciendo mas amena.

El objetivo fundamental de usar "Epi Info" es para poder pasar los cuestionarios que fueron recogidos en nuestro estudio, para posteriormente poder aplicar diferentes formulas estadísticas, en nuestro caso fue la no paramétrica de Chi-Cuadrado, de tal modo que ya podíamos empezar a sacar las conclusiones de dicho estudio.
Para explicar como funciona dicha aplicación a continuación se encuentra el enlace de varios video-tutoriales sobre como crear cuestionarios en la base dato y por último como analizar y crear gráficas según los resultados obtenidos

SEMINARIO Nº2

La tarea principal de este seminario fue la exposición del trabajo que se nos fue asignado en el seminario número 1, el cuál consistía básicamente en realizar una búsqueda bibliográfica sobre diversos artículos y estudios realizados sobre el tema a tratar. Para ello, al seminario se nos dividió en 3 subgrupos, los cuales los temas a tratar eran los siguientes:

1. Cual es más eficaz si el lavado de manos con jabón antiséptico o con soluciones hidroalcohólicas.
2. Que método es más eficaz para curar las úlceras por presión y determinar si es eficaz con el azúcar.
3. Aumentar la adherencia al régimen terapéutico en pacientes que sufren Diabetes Mellitus de tipo 2.

En mi caso, mi búsqueda fue sobre el lavado de mano, y tras múltiples búsquedas por varios artículos científicos y estudios realizados sobre lo mismo, pudimos sacar como conclusión que realmente aun no se había establecido ningún criterio específico sobre cual de los dos era más eficaz, sin embargo, la mayoría de los artículos procedían a la conclusión de que el lavado de manos con jabones antisépticos era más eficaz que aplicar soluciones hidroalcohólicas.

Tras esto, a continuación adjunto algunas de las estrategias utilizadas para realizar la búsqueda de artículos científicos:

SESIÓN TEÓRICA 11: PRUEBAS NO PARAMÉTRICAS MÁS UTILIZADAS EN ENFERMERÍA

La principal prueba no paramétrica que utilizamos en los análisis de los estudios es la prueba de chi-cuadrado y también la Odds ratio.

1. Prueba chi-cuadrado
El principal objetivo de esta prueba es poder comprobar si existe cierta diferencia entre los datos que observamos. Como conclusiones podríamos sacar las siguientes:

• Si la diferencia se debe al azar: aceptaríamos la hipótesis nula.
• Si se debe a una relación entre las variables estudiadas: aceptaríamos la hipótesis alternativa.

Si bien, es importante recordar que la hipótesis nula (Ho) siempre nos indica que no existe ninguna relación entre las variables estudiadas; mientras que la hipótesis alternativa (H1) indica que si existe diferencia entre las hipótesis estudiadas.

Las condiciones para poder aplicar chi-cuadrado son las siguientes:

1. Las observaciones deben ser independientes: es decir, no puede haber sujetos repetidos en más de una casilla, ni estos se pueden clasificar en más de un lugar.
2. Se deben utilizar variables cualitativas.
3. Se deben estudiar más de 50 casos.
4. Las frecuencias esperadas en cada casilla no deben ser inferiores a 5.

Una vez aplicada la fórmula, según el resultado obtenido podemos saber que:

-Cuanto mayor sea la diferencia, mayor es la asociación entre ambas variables. Recordar que el variable de chi-cuadrado siempre será positivo.

Para poder obtener las frecuencias esperadas, lo vamos a calcular de la siguiente manera:

2. Odds ratio

Esta prueba es utilizada para poder cuantificar la importancia de la asociación entre dos variables. Y como podremos recordar de los primeros temas... la odds es la frecuencia en expuestos/frecuencia en no expuestos.

Por lo tanto podemos sacar que la odds ratio se calcula de la siguiente manera:

La odds ratio no tiene dimensiones, es decir, el rango puede ir desde 0 hasta ∞ . Ahora bien según los resultados obtenidos podremos decir:

• OR=1 indica que no hay asociación (independencia)
• OR>1 la presencia del factor de exposición (V1.1) se asocia a mayor ocurrencia del evento (V2.1)
• OR<1 la presencia del factor de exposición (V1.1) se asocia a menor ocurrencia del evento (V2.1)

SESIÓN TEÓRICA 10: ESTIMACIÓN Y SIGNIFICACIÓN ESTADÍSTICA

1. ¿Qué es la significación estadística?
Pues bien, el término "significación estadística" hace referencia al método empleado para contrastar las hipótesis elaboradas por el investigador y relacionarlo con el método científico.

2. Hipótesis estadística

Es una creencia sobre los parámetros de una o más poblaciones, donde siempre van a ser proporciones sobre la población y nunca sobre la muestra. Su principal finalidad es comprobar si las diferencias encontradas en la muestra del estudio se pueden generalizar así al resto de la población. Antes de realizar el estudio, se formulan 2 hipótesis:

• Hipótesis nula: contempla que no existe ninguna relación entre los 2 parámetros que se estudian.
• Hipótesis alternativa: contempla la existencia de diferencias entre los parámetros estudiados.

3. Contrastes de hipótesis

La principal finalidad que tiene contrastar las hipótesis planteadas, es analizar la coherencia entre las previamente elaboradas con los resultados obtenidos. Una vez contrastadas, dependiendo del nivel del significación que hayamos preestablecido (normalmente del 95%), las soluciones serán las siguientes:

• p>0,05: aceptamos la hipótesis nula, es decir, que no existe relación entre las hipótesis planteadas.
• p<0,05: rechazamos la nula y aceptamos la alternativa, es decir, si existe diferencias entre ambas hipótesis.

4. Errores de hipótesis

Con una misma muestra, podremos aceptar o rechazar la hipótesis nula, todo ello dependiendo del error, al que hemos llamado  α. Este error, es la probabilidad de equivocarnos al rechazar la hipótesis nula.Habitualmente rechazamos H0 para un nivel α máximo del 5% (p<0,05). 

4.1 Tipos de errores en el test de hipótesis

Ahora bien, según ante el tipo de variables que nos encontremos, podremos utilizar una fórmula u otra. Para ello se explica esta gráfica:

SESIÓN TEÓRICA 9: ESTADÍSTICA INFERENCIAL

1. INFERENCIA ESTADÍSTICA

 Al conjunto de procedimientos estadísticos que permiten pasar de lo particular, la muestra, a lo general, la población, le denominamos inferencia estadística.

Es decir, dicho por otras palabras, al proceso por el cual a partir del estimador, nos aproximaos al parámetro es a lo que denominamos inferencia. 

2. ERROR ESTÁNDAR

  El error estándar es la medida que trata de captar la variabilidad de los valores del estimador, y cuyo cálculo nos permite sacar una conclusión, la cual es que cuanto más pequeño sea el erros estándar, más no podremos fiar de la muestra escogida. 

Para su cálculo, tenemos que saber diferenciar si es para una media o para una proporción.

• Para una media:  𝑠 /√𝑛= 𝑒
• Para una proporción:  √𝑝(1 − 𝑝) 𝑛 ⁄ = 𝑒

De ambas formulas, podemos sacar la conclusión que cuanto menor sea el tamaño de la muestra (n), mayor será el error que cometamos.

3. INTERVALOS DE CONFIANZA

Estos son un medio de conocer el parámetro en una población midiendo el erros que tiene que ver con el azar.  Para su cálculo se utiliza una formula muy sencilla la cual es: 

I.C.= estimador± z(e.estándar)

Z: va a depender del nivel de confianza con el que trabajemos. Generalmente utilizaremos un nivel de confianza del 95 y 99%. Mientras mayor sea la confianza que otorguemos al intervalo, éste será más amplio, el intervalo será menos preciso. 

Como conclusión, podemos sacar que la formula a utilizar para calcular cualquier intervalo de confianza es la siguiente: 𝐼.𝐶.𝑝 = 𝑝 ± 𝑧√𝑝(1−𝑝) /𝑛

  

  

SESIÓN TEÓRICA 8: TEORIA DE MUESTRAS

1. Estimación e inferencia estadística

  Llamamos técnica de muestreo al conjunto de procedimientos que nos permite elegir una serie de muestras en las cuales se reflejen las características de la población escogida, pero al no escoger toda la población debemos asumir un cierto error.
  Cuando la muestra es escogida a través del azar, ese erros si que podemos calcularlo, en este caso se denomina técnica de muestreo probabilístico y el erros asociado se llama error aleatorio.

2. Procedimiento muestral
  Un muestreo es un método tal que al escoger un grupo pequeño de una población podamos tener un grado de probabilidad de que ese pequeño grupo posea las características de la población que estamos estudiando.

3. Tipos de muestreo

3.1 No Probabilístico
      Este tipo de muestreo no sigue el proceso aleatorio, y por lo tanto la muestra no puede considerarse como representativa de la población, y además se caracteriza porque el investigador escoge la muestra siguiendo unos criterios:

• Por conveniencia: el investigador decide, según sus objetivos, los elementos que integrarán la muestra, considerando las unidades “típicas” de la población que desea conocer.
• Por cuotas: el investigador selecciona la muestra considerando algunos fenómenos o variables a estudiar, tales como sexo, raza,religión...
• Accidental: el investigador utiliza para el estudio las personas disponibles en un momento dado según lo que le interesa estudiar. Es el más deficiente de los 3.

3.2 Probabilístico

    En este tipo todos los elementos tienen una probabilidad calculable. Consiste en extraer una parte de una población de tal forma que todas las muestras tengan la misma posibilidad de ser seleccionadas.

• Aleatorio simple: caracterizado porque cada unidad tiene la misma probabilidad de ser incluida en la muestra. Puede ser de sorteo o rifa ( la desventaja de este método es que no puede usarse cuando el universo es grande) o tabla de números aleatorios (es más económico y requiere menor tiempo).
• Sistemático: similar al simple, donde cada unidad del universo tiene la misma probabilidad de ser seleccionada.
• Estratificado: Se caracteriza por la subdivisión de la población en subgrupos o estratos, debido a que las variables principales que deben someterse a estudio presentan cierta variabilidad o distribución conocida que puede afectar a los resultados.
• Conglomerado: Se usa cuando no se dispone de una lista detallada y enumerada de cada una de las unidades que conforman el universo y resulta muy complejo elaborarla. En la selección de la muestra en lugar de escogerse cada unidad se toman los subgrupos o conjuntos de unidades “conglomerados. En este estudio el investigador no conoce la distribución de la variable.

4. Tamaño de la muestra

Para poder calcular el tamaño de una muestra para poder así estimar la media de una población

usaremos la siguiente fórmula:  

• Z: valor que depende del nivel de confianza que es 1-alfa.
• S: varianza poblacional
• e: error máximo aceptado por los investigadores entre los grupos de comparación de la variable a estudiar.

Una vez calculado todo esto, si N>n(n-1), nuestro problema se ha terminado aquí. Pero sino, tendremos que aplicar una formula más que sería la siguiente: n´=n/1+(n/N).

Y por último, para poder calcular el tamaño de una muestra cuando lo que queremos estimar es una proporción utilizaremos otra formula, la cual es la siguiente: 

• p: proporción de una categoría de la variable
• 1-p: proporción de otra categoría
• z: valor que depende del nivel de confianza
• N: tamaño población
• e: error máximo aceptado por los investigadores en las diferencias entre los grupos de comparación de la variable a estudiar

SESIÓN TEÓRICA 7: TEORÍA DE LA PROBABILIDAD

El concepto de probabilidad es algo de un uso muy frecuente. Es importante resaltar que cuanto más probable sea un suceso, su medida de ocurrencia estará próxima al 100%. Su definición puede parecer simple, pero tiene 3 vertientes:

1. PROBABILIDAD SUBJETIVA
Mide la confianza que tiene el investigador de que ocurra una proposición determinada.

2. PROBABILIDAD OBJETIVA

2.1 Clásica o "a priori"
  En la cual las probabilidades se calculan con un razonamiento abstracto.

 2.2 Relativa o "a posteriori"

3. EVENTOS O SUCESOS

-Espacio muestral: se refiere al conjunto de todos los resultados posibles de un experimento.
-Suceso: referido al subconjunto de dichos resultados.
-Evento complementario de un suceso A: son todos aquellos elementos que no están en A, los cuales se denominan Ac.

-Evento de unión (AUB): el formado por todos aquellos elementos que están en A o B.

-Evento de intersección: formado por todos los elementos que están en A y B.

  3.1 Propiedades de las probabilidades:

4. TEOREMA DE BAYES
Se utiliza para expresar la probabilidad de A dado B con la probabilidad de B dado A, y para ello utilizaremos la siguiente formula:

5. DISTRIBUCIÓN DE PROBABILIDAD EN VARIABLES DISCRETAS: 

 5.1 Binomial: es un modelo matemático de distribución teórica de variables discretas. Sucede cuando existen situaciones en las que solo existen 2 posibilidades, donde el resultado obtenido en cada prueba es independiente de los obtenidos anteriormente. 

 5.2 Poisson: utilizada para obtener la probabilidad de ocurrencia de sucesos raros cuyo resultado lo representa una variable discreta. Es muy útil cuando la muestra o segmento "n" es grande y la probabilidad de éxitos "p" es pequeña.

*Eventos excluyentes: son aquellos eventos en los que una alternativa anula la probabilidad de que salga cualquier otra alternativa. Ej: cuando lanzamos una moneda al aire, la probabilidad de que salga cara anula a que salga cruz.

*Eventos no excluyentes: son aquellos en los que pueden suceder 2 eventos en un mismo acto.

SESIÓN TEÓRICA 6: REPRESENTACIÓN GRÁFICA DE LA INFORMACIÓN

Antes de mostrar los diferentes gráficos que podremos utilizar, os hablaré sobre sobre su utilidad. Y es que, las representaciones gráficas sirven para comunicar información numérica rápidamente, complementando de tal manera el análisis estadístico, aumentando así la información.
Sus normas básicas son:

• Deben ser visualmente claros
• Deben estar descritos en pie de figura y en texto
• Hay que representar gráficamente las conclusiones
• No podemos sobrecargar los gráficos

1. VARIABLES CUALITATIVAS (dicotómicas o pocas categorías)

   1.1 Gráfico de sectores: el área de cada sector es proporcional a la frecuencia de las variables. Solo podremos mostrar una variable a la vez, si queremos realizar comparaciones debemos hacer 2 diagramas. Entre los errores que se cometen es usarlo para variables ordinales y policotómicas.

   1.2 Diagrama de barras: las variables de todas las categorías se muestran fácilmente. Las barras deben ir separadas. Entre los errores que se cometen es utilizarlo para comparar frecuencias absolutas y variables cuantitativas.

   1.3 Pictogramas: es igual que el diagrama de barras, solo que en este caso utilizaremos figuras.

2. VARIABLES CUANTITATIVAS

   2.1 Histograma: se representa una sucesión de rectángulos sobre la recta, de tal manera que representa una variable continua con los datos agrupados en intervalos, donde cada intervalo está representado por un rectángulo.

   2.2 Gráfico de tronco y hojas: es un híbrido entre una tabla y un histograma. Cada dato de la variable se divide en 2 partes: el tronco (decenas) y las hojas (unidades). 

3. GRÁFICOS DATOS BIDIMENSIONALES Y MULTIDIMENSIONALES

   3.1 Tendencias temporales

   3.2 Diagrama de dispersión (bidimensionales): es utilizado para representar el comportamiento de 2 variables continuas. En el eje "x" representamos la variable independiente y en el eje "y" la dependiente. La imagen del diagrama nos da una idea sobre la correlación entre las 2 variables, que puede ser positiva o negativa.

   3.3. Diagrama de estrellas (multidimensionales): se usa para variables cuantitativas y comparamos de tal manera diferentes unidades de análisis. Cada variable representará un vértice del diagrama. El resultado nos dará una idea sobre el comportamiento conjunto de las variables. También podremos comparar usando la técnica del "gold standard". 

SESIÓN TEÓRICA 5: MEDIDAS PARA VARIABLES CUANTITATIVAS

Existen 3 tipos de medidas estadísticas:

1. MEDIDAS DE TENDENCIA CENTRAL:
Son aquellas que informan de los valores alrededor del cual el resto de datos tienden a agruparse. Destacaremos:

-Media aritmética: se calcula para variables cuantitativas. Es la suma de todos los valores de la variable entre el total de observaciones:

Cuando los datos son agrupados para calcular la media utilizaremos la marca de clase: 

-Mediana: se corresponde con el valor donde el 50% de los datos es menor y el 50% son mayores. 

 *Si el nº de observaciones es par la mediana se corresponde a la media entre n/2 y (n/2) +1

 *Si el nº de observaciones es impar el valor es la observación que ocupa la posición 

-Moda: es el valor que más veces se repite. Si hay más de una, la muestra es bimodal (dos modas) o multimodal (más de 2 modas). Si los datos se encuentran agrupados se llama clase modal y se corresponde con el intervalo en el que el cociente entre la frecuencia relativa y amplitud es mayor:

2. MEDIDAS DE POSICIÓN:

Usaremos los cuantiles que son usados para variables cuantitativas. Los más usados son los percentiles, deciles y cuartiles. 

-Percentiles: dividen la muestra en 100 partes. Para buscar su valor buscamos el intervalo donde la frecuencia relativa acumulada sea mayor que el valor del percentil. P50=mediana.

-Deciles: dividen la muestra en 10 partes. 

-Cuartiles: dividen la muestra en 4 partes:

   *Q1: donde el 25% de las observaciones son menores y el 75% son mayores.

   *Q2: donde el 50% de las observaciones son menores y el 50% son mayores.

   *Q3: donde el 75% de las observaciones son menores y el 25% son mayores.

   *Q4: el mayor valor.

3. MEDIDAS DE DISPERSIÓN:

-Rango o recorrido: |Xn-X1|

-Desviación media: {|X1-X|/n

-Desviación típica (s): s= √(xi- 𝑥 )2/n-1

-Recorrido intercuantílico: |Q3-Q1|

-Coeficiente de variación: nos sirve para comparar la heterogeneidad de 2 series numéricas con independientes unidades de medida. C.V= s/x

4. ASIMETRÍA:

Para poder saber el lado donde se encuentra la asimetría, un método que nos servirá de ayuda será fijarnos en el lado bajo de la gráfica. Siempre va a adoptar valores entre -1 y +1. 

-Si el grado de asimetría es o tiene una distribución normal.

-Si el grado de asimetría es >0, es asimétrica positiva hacia la izquierda.

-Si el grado de asimetría es <0, es asimétrica negativa hacia la derecha.

5. CURTOSIS:

Sirve para medir la pronunciación de la gráfica. Se elige como referencia una distribución simétrica, de manera que el grado de curtosis es de 0.

-Si el grado de curtosis es 0, se llama distribución mesocúrtica,

-Si el grado de curtosis es de >0, se llama distribución leptocúrtica.

-Si el grado de curtosis es <0, se llama distribución platicúrtica

SESIÓN TEÓRICA 4: INTRODUCCIÓN A LA ESTADÍSTICA DESCRIPTIVA

-DIFERENCIA ESTADÍSTICA DESCRIPTIVA DE INFERENCIAL

La estadística descriptiva es aquella que analiza una determinada población y no pretende sacar conclusiones a través de los métodos numéricos y gráficos empleados.

A diferencia, la estadística inferencial analiza el comportamiento de una población haciendo uso del análisis,  y por último procede a sacar conclusiones.

1. VARIABLES: presentación de datos.

1.1 Tablas de frecuencia: son autoexplicativas y de fácil comprensión, donde se indica lugar, fecha y fuente de información y además indican frecuencias relativas y absolutas.
 En las tablas de frecuencia para calcular el recorrido sería Re=Xn-X1 . También podremos calcular el número de intervalos mediante la raíz cuadrada del número de casos observados. Una vez que hemos obtenido el recorrido y el nº de intervalos, podremos calcular la amplitud de cada intervalo de la siguiente manera Amplitud=Recorrido/Nº intervalos 

fi=frecuencia absoluta. 

hi=frecuencia relativa. La podemos calcular dividiendo la frecuencia absoluta de cada intervalo entre el nº total de casos

{fi=frecuencia acumulada. 

2. INDICADORES. Concepto de indicador

La frecuencia absoluta no puede ser un indicador porque le falta un denominador el cual la relacione con el tamaño de la muestra. Por lo tanto podemos decir que un indicador es una medida de frecuencia de un determinado suceso en la población y están formados por un numerador y un denominador. Podemos afirmar que hay 4 indicadores:

1. Proporciones: se utilizan para variables cualitativas y se calcula a través de una división. El resultado obtenido siempre va a tener un valor entre o y 1. En las proporciones el numerador está incluido en el denominador.
2. Tasas: expresa el riesgo de que ocurra el evento estudiado. Para poder calcularlo lo haremos a través de la prevalencia y la incidencia acumulada, cuyas formulas indicaré al final de la publicación.
3. Razones o "ratios": es utilizada para variables cualitativas. El numerados en este caso no está incluido en el denominados. 
4. Odds o ventaja:hace referencia al cociente entre la probabilidad de ocurrencia de un evento y la probabilidad de no ocurrencia de dicho evento. Por lo tanto se calcularía así: O=p/1-p . Sus valores pueden ir desde 0(no ocurre nunca) hasta infinito (ocurre siempre)

SESIÓN TEÓRICA 3: DESCRIPCIÓN Y ESTIMACIÓN DE DATOS. TÉORÍA DE LA PROBABILIDAD

¿QUÉ ES LA ESTADÍSTICA?

Es un cuerpo de conocimientos en el que introducimos una serie de variables y por lo tanto estudiaremos la variabilidad de los resultados que podemos obtener. 

Y para ello en la estadística utilizaremos una serie de parámetros. Un parámetro es una cantidad numérica calculada sobre una población que se expresa con N, con el objetivo de recoger toda la información existente en la población en parámetros. Suelen ser expresados con letras griegas: σ (desviación típica),  π (proporción),  µ (media)..

En un estudio estadístico podremos realizar dos tipos de mediciones:

-Mediciones directas: son aquellas realizadas a elementos concretos (temperatura, ritmo cardiaco, peso) y pueden ser recogidas por enfermería.

-Mediciones indirectas: el investigador lo que tiene que medir es una idea abstracta/subjetiva (estrés ,ansiedad, dolor) y es por ello que una estrategia raramente mida todos los aspectos relacionados con ese concepto.

Ahora bien, es importante saber que dependiendo del tipo de variable que vayamos a medir utilizaremos diferentes tipo de escalas de medición:
*ESCALA NOMINAL:es el mínimo nivel de medida, donde una variable solo se pueden comprobar si son iguales o diferentes y los números pueden ser sustituidos por símbolos, letras...
*ESCALA ORDINAL:se puede realizar si las variables son iguales o diferentes y en caso de que fueran distintas podremos determinar cual es mayor. En las variables tan solo podremos establecer una jerarquía entre ellas.
*ESCALA DE INTERVALO: presenta las características propias de las escalas anteriores, es decir, IDENTIDAD+ORDEN.
*ESCALA DE RAZÓN: es el nivel más alto a utilizar en una medición, cuyas características son identidad,orden y distancia equivalente entre los intervalos.

Por lo tanto, como conclusión podremos extraer que existen 2 tipos de variables, las cuáles se verán reflejadas en el siguiente esquema:

Y para finalizar, acabaré explicando la operativización de las variables lo cual es un proceso muy sencillo que consiste en descomponer las variables principales en otras más específicas llamadas dimensiones, a su vez estas dimensiones tienen que ser traducidas en indicadores los cuales permitan la observación directa. Para aclarar las ideas mencionadas anteriormente, en este esquema podremos visualizar un ejemplo: 

Y hasta aquí este post. Espero que os vaya siendo útil!!

SESIÓN TEÓRICA 2 (PARTE 3): ERRORES EN ESTUDIOS CUANTITATIVOS

Los errores que podemos cometer en los estudios cuantitativos pueden ser de 2 tipos:

1. Errores aleatorios: son aquellos que se producen cuando el estudio se realiza sobre un muestra probabilística de la población. Para evitar estos errores, utilizaremos una medida de control la cual tiene 3 fases: 1) calculamos el mínimo tamaño de una muestra para poder detectar estadísticamente que significa una diferencia. 2)Uso de pruebas o tests de hipótesis (errores a o b). 3)cálculos de intervalos de confianza para las estimaciones obtenidas.
2. Sesgos: son aquellos que desplazan las diferencias observadas en el estudio y a veces las exageran y otras las minimizan y por lo tanto, afectaran a la credibilidad de las conclusiones.

De esta manera podremos diferenciar 3 tipos de sesgos:

*Sesgo de selección: incluimos sujetos de estudio que difieren en alguna característica relevante sobre la población que pretendemos sacar la conclusión. Siempre que afecte al factor de exposición y al factor de riesgo, los hallazgos son extrapolables. EJ: abandonos que se producen durante el estudio.

*Sesgo de clasificación: se corresponde con una correcta medición de una variable, por lo tanto depende de la validez y fiabilidad del método utilizado para recoger la información, pudiendo afectar al efecto y por lo tanto a la conclusión. Puede ser no diferencial (disminuye las diferencias realmente existentes) y diferencial (exagera las diferencias existentes)

*Sesgo de confusión: es el único que podemos controlar en la fase de análisis y no en la de diseño y se corresponde con una distorsión en la estimación del estudio producida por la introducción de una tercera variable (variable confundente)

SESIÓN TEÓRICA 2 (PARTE 2): ARTÍCULO CIENTÍFICO

Muy buenas, como es muy probable todos en algún momento en nuestra etapa de estudiante, nos han enviado cualquier trabajo y para ello habremos buscado la información necesaria en un artículo científico, pero... ¿cuántos de nosotros conocemos su estructura? Probablemente casi ninguno, y es por esto el principal motivo que me ha parecido interesante en crear esta entrada, ya que como todos sabréis, tendremos que elaborar el trabajo de fin de grado, también conocido como TFG basado en esto y además en el mundo de la investigación se fundamenta principalmente en esto.
Pues bien, la estructura es la siguiente:

1. Preliminares: -Título                                                         -Autor                                                           -Institución                                                   -Resumen
2. Cuerpo: -Introducción                                                -Metodología                                                                                                                                   -Resultados                                                                                                                                       -Discusión                                                                                                                                       -Conclusiones
3. Finales: -Agradecimientos                                                                                                                            -Referencias                                                                                                                                      -Apéndice

SESIÓN TEÓRICA 2 (Parte 1): PROCESO DE INVESTIGACIÓN CIENTÍFICA

Probablemente, todos nosotros en algún momento de nuestro día a día y conforme vayáis leyendo este blog, os haréis la pregunta de que para que investigar en enfermería si lo nuestro habitualmente es ofrecer cuidados.. pues bien en esta segunda sesión os hablaré sobre cual es su importancia y características.

Investigar nos ayuda a todos en el día a día a obtener información válida para acercarnos así al conocimiento de la realidad, la cuál es múltiple y presenta diferentes facetas y es por ello mismo que utilizaremos diferentes enfoques y técnicas. A continuación les muestro una tabla con las principales características de cada uno de ellos. Se utilizan 2 tipos de métodos:  

Ahora bien, durante el proceso de investigación podremos distinguir varias etapas entre las que se encuentran:

1. Etapa conceptual: se observan los hechos, se identifica y se define el problema, se establece un marco de referencia conceptual en función del problema; se plantea un objetivo general y varios específicos y además se le da cierta importancia a las limitaciones que podremos tener durante la investigación y para finalizar elaboramos una hipótesis, la cual consiste en una predicción de lo que nosotros esperamos de que pase. Muy importante destacar en este último proceso es que siempre debemos elaborar una hipótesis nula.
2. Etapa empírica: se corresponde al material y métodos y a la obtención de resultados en el trabajo de investigación, además es donde se define la estrategia de abordaje utilizada para conseguir el objetivo planteado y se debe asegurar el control y una validez tanto externa (PRECISIÓN Y VALIDEZ EXTERNA. CAPACIDAD DE EXTRAPOLAR LOS RESULTADOS DEL ESTUDIO EN OTRAS POBLACIONES)  como interna(AUSENCIA DE SESGOS PARA LA POBLACIÓN ESTUDIADA)
3. Etapa interpretativa: en esta última etapa se convalidan los métodos y resultados obtenidos, se describen las fortalezas y debilidades encontradas durante el estudio, se relación los hallazgos encontrados con los objetivos e hipótesis así como con lo de los demás autores y por último se extraen las conclusiones.

Y hasta aquí se extiende esta primera parte del tema.. espero que os haya sido útil y que sigamos creciendo y desarrollando conocimiento todos a la vez en esta nueva faceta en nuestra vida!!

SESIÓN TEÓRICA 1: Introducción al método estadístico

Muy buenas a todos nuevamente!! En esta nueva publicación os vengo a hablar sobre el primer tema dado en la asignatura de ETIC, tal vez el resumen no me salga todo lo bien que me gustaría pero espero ir mejorando la técnica con el tiempo..


1. Fuentes del conocimiento humano para el desarrollo estadístico

• Tradición (costumbres):Son verdades aceptadas, que a veces pueden ser realidad o no. 
• Autoridad: “Juicio de personas expertas o autorizadas, aceptado como verdadero”.
• Experiencia: “Vivencia real repetitiva”.
• Ensayo-Error: Consiste en descubrir una solución probando las diferentes alternativas.
• Intuición: no es científica sino que más bien se basa en la valoración personal que tengamos.
• Razonamiento lógico: basado en la experiencia y supone la base del método científico. Puede ser razonamiento inductivo(concreto-general) o deductivo (general-concreto)

-ESTADÍSTICA Y SUS CAMPOS DE ESTUDIO

1. Aplicada al campo de la salud se le llama “Estadística de la salud”
2. Aplicada a la población humana se le llama “Estadística demográfica”
3. En su parte social se le llama “Estadística social”
4. En las ciencias biológicas se la llama “Bioestadística”

-¿Qué es el método científico? Pues bien, al principio puede resultar un poco difícil de entender y para ello elaboraré un pequeño esquema con las ideas claves y simplificado al máximo para facilitároslo:

A continuación, otro concepto necesario es saber diferenciar entre suceso determinista y aleatorio:

• Suceso determinista: dadas unas condiciones iniciales, el resultado es siempre el mismo. Pertenecen al campo de las ciencias puras o formales.

“En presencia de la misma causa sucede siempre el mismo efecto”. Relación causa-efecto. Con este método manejamos nuestras actividades cotidianas, intentando controlar de este modo la incertidumbre. EJ:  ponemos el despertados a las 7:30 porque creemos que así llegaremos a tiempo a la hora de entrada, pero siempre no será así

• Suceso aleatorio: dadas unas condiciones iniciales, conocemos el conjunto de resultados posibles, pero no el resultado final.

El binomio conceptual añade que los efectos son multicausales y mínimas variaciones de una de las causas pueden llevar a otro efecto. Lleva a la conclusión de que lo que observamos es el resultado de una serie de reacciones en cadena de errores, sin un sentido específico, sin un propósito, independientes entre sí. EJ:  nada más que haya más tráfico de lo habitual, ya no llegaremos a tiempo a pesar de habernos levantado temprano.

2. Conocimiento científico aplicado:

Las ciencias de la salud se generan aplicando el método científico, el cual nos permite contrastar una hipótesis (Sospecho que si al paciente le doy este fármaco se va a curar), una vez que planteo esa hipótesis, lo que hago es que la contrasto, la experimento ( Probamos que si a un determinado número x de pacientes le aplicamos el fármaco, el 99 % se cura, por lo tanto la hipótesis que yo tenía es verdadera). La conclusión es que si esa hipótesis es cierta, podremos aplicar una ley.

IMPORTANTE: Para poder realizar esto tenemos que contrastarlo reiteradamente, en otro grupo de poblaciones, ya que es muy difícil dictar una ley general habiendo probado solo un grupo de la población

Problemas que puede presentarnos este tipo de conocimiento:

• Complejidad: Dificultad para identificar atributos o características que se pretenden asociar.
• Medición: Problemas de procedimientos e instrumentos de medición empleados.
• Control: Necesidad de control, en términos de comparación.
• Ética: Necesidad de vigilar las repercusiones de las investigaciones sobre los sujetos de investigación (experimentos). Los sujetos de estudio son personas. 

Y por último, finalizaré hablando sobre la importancia que tiene la investigación en enfermería y un poco sobre sus antecedentes históricos. Entre los principales motivos para investigar se encuentran: 

• Debido al aumento de la población anciana, incapacidades, problemas crónicos de salud, secuelas por accidentes requiere de investigación (para mejorar la calidad de vida (tanto de pacientes como de cuidadores), para reducir riesgos, etc.)
• Para conseguir un aumento de las tecnologías sanitarias, cambio del papel social de la mujer y expectativas de los usuarios de la asistencia (cada ve los usuarios son más exigentes, por lo que la investigación permite saber dónde se puede mejorar los servicios)
• Debido a que los costos sociales humanos y económicos cada vez más altos, hay que investigar para reducir costes, y hacer medidas eficientes que beneficien.

-ANTECEDENTES HISTÓRICOS:

• Siglo XIX: Florence Nightingale reconoce la importancia de la recopilación sistemática de datos (“Notes on matters affecting the Health” y “Model Forms”), primera en descubrir la importancia de la higiene en heridas para evitar las infecciones de estas.
• Años 50: Nursing Research; Primera revista especializada en investigación de enfermería (EE.UU).
• Años 70 Europa: Amplio desarrollo en Reino Unido y Holanda, con tres niveles de formación en investigación de enfermaría.

Y hasta aquí se extiende todo el primer tema. Espero que os sirva de ayuda y que poco a poco vayamos mejorando todos dentro de este mundo.

Hasta la próxima!!

Seminario 1

- Creación del blog y explicación de las estrategias de búsqueda.

Tras haberme presentado anteriormente, en esta mi primera publicación acerca de la asignatura os voy a hablar sobre lo aprendido a lo largo del primer seminario, el cuál fue dividido en 2 bloques, y en mi opinión, el segundo bloque con una complejidad mucho mayor que el primero. A continuación, os explicaré un poco más a fondo cada uno de ellos:

1º- Explicación sobre la creación del blog:

En esta primera parte, antes de nada nuestro profesor nos estuvo explicando e informando sobre el contenido de cada uno de los seminarios. Tras ello, procedió a explicarnos como crear el blog, en torno al que girará la mayoría de los seminarios restantes. Para ello usó una presentación PowerPoint, la cual podemos consultar a través de la plataforma, además nos facilitó de algunos tutoriales para poder facilitarnos un poco más el trabajo, ya que personalmente, pienso que casi ninguno de mis compañeros hemos realizado nunca algo así; para posteriormente procedí a la creación de dicho blog a través de la aplicación Blogspot de Google. A lo largo del resto de curso que queda, iré publicando un resumen sobre los seminarios que vayamos realizando y el trabajo de investigación que realizaré con mis compañeros; material que será evaluado y calificado por el profesorado. He de destacar que también iré publicando reflexiones acerca de la asignatura y algunos trabajos que realizaré y pienso y espero que os sea de ayuda.

2º- Estrategias de búsquedas a seguir: 

En esta segunda parte, a la cual se dedicó mas tiempo en la explicación, ya que para mi fue la más compleja y difícil de entender. 

Los pasos a seguir fueron los siguientes: 

  -Deberemos analizar el problema/tema, también conocido como pregunta PICO:

  -Identificar los conceptos en el lenguaje natural. 

  -Traducir los términos del lenguaje natural al documental. Esto se realiza para que los motores de búsqueda puedan identificar las palabras claves y evitar posibles errores en la información. Para ello utilizaremos los DeCS (Descriptores en Ciencias de la Salud), donde los más conocidos son CINALH; PubMed; Scopus. 

  - Construir la estrategia de búsqueda para interrogar a la base de datos. Para ello utilizaremos operadores Booleanos, caracteres de truncamiento, uso de las comillas y paréntesis. 

A primera vista, esto de operadores Booleanos puede resultar raro de entender, pero una vez entendido es fácil de manejar y muy útil en la búsqueda.

Operadores Booleanos: son palabras o símbolos que permiten conectar palabras o términos para poder ampliar, limitar o definir la búsqueda. Los más frecuentes de utilizar son: 

Operadores de truncamiento: donde deberemos tener en cuenta que pueden ralentizar las búsquedas.

-Modificar la estrategia en función de los resultados.


Y hasta aquí abarca todo el primer seminario, espero que os haya servido de ayuda al igual que a mí me sirvió y estoy seguro que me acompañará durante todos los años restantes en la facultad; y recuerda, en caso de cualquier duda, contacta conmigo!


                                                                                                                   Hasta la próxima y un saludo