examen-1-bioestadistica.

pdf

martapb23

Bioestadística

1º Grado en Nutrición Humana y Dietética

Facultad de Medicina
Universidad de Lleida

Reservados todos los derechos.

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
 INTRODUCCIÓ

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
Que és l'estadística? És la ciència que analitza, recolleix, i fa la inferencia a partir de les dades.
L'estadística es utilitzada per investigadors de molts camps per organitzar, analitzar i resumir dades.

Sovint s'utilitzen mètodes i anàlisis estadístics per comunicar els resultats de la investigació i donar
suport a hipòtesis i donar credibilitat a la metodologia de recerca i conclusions.

És important per als investigadors i també per als consumidors de investigació per entendre les
estadístiques perquè puguin ser informat, avaluar la credibilitat i la utilitat de informació i prendre les
decisions oportunes.

+polis = més crimens, per això hi ha més polis

correlacions randoms? quantes + pel·lícules d’aquell homo més bebés ofegats dins piscines
+ cigüeñas= + bebés = no hi ha relacio número de cigüeñas amb bebés = confounding variable, sa
correlació no es causa. Tant es tamany de ses cigüeñas com es des bebés estan causades per l'àrea

Reservados todos los derechos.

de terra.

freakonomics

T2: ESTADÍSTIQUES DESCRIPTIVES I EXPLORAR DADES

Hem de tenir sempre un grup control per poder realitzar un estudi. Tenir en compte la mitjana i la
desviació típica. Les dades s'han de recollir, organitzar i resumir correctament.
BASE DE DADES → excel
- variables columnes, observacions en fila
- sempre hi ha de haver una identificació
- quan no existeix una dada no podem posar un 0 pq no es lo mateix 0 que nodata.

TIPUS DE DADES:
1. Numèric o quantitatiu (edat, exercici, escala 0-10, ml d’aigua beguts per dia, etc.)
a. CONTINUA: (pes): 52.4,;58,9; 76.8, etc
b. Discreta (fills que tens): 1,2,3

2. Categòric o qualitatiu
a. Nominal= categories desordenades (tipo de sang, A, B, AB, 0), número de teléfono,
un 605 no es menos que un 750, i s’ordre no importa = no se poden sumar)
i. Binari (homo/dona) = no binaria
b. Ordinal = categories ordenades, estadis de càncer (I. II, III, IV)

3. Time to event
Variable híbrida: té una part contínua (temps) i una part binària (esdeveniment: sí/no)
• Es troba en estudis que segueixen els participants al llarg del temps, com ara estudis de cohorts i
assaigs aleatoris. Exemples: temps fins a la mort,Temps per l'atac cardíac

Mesures de centralitat:
- la mitja/media/mean: Centre de gravetat. És afectada pels extrems = es molt sensible
• La mitjana, el punt d'equilibri
• Càlcul: suma i divisió total.
- la mitjana/mediana/median = no es tan sensible.És el valor exacte que deixa la mateixa
quantitat de punts de dades per sobre i per sota. No es afectada pels extrems
- Ex: 1,2,3,4,5 → mitjana = 3 (2 a l’esquerra 2 a la dreta.)
- 17,19,21,22,23,23,23,28 → mitjana = 22.5

a64b0469ff35958ef4ab887a898bd50bdfbbe91a-6137282
 - moda: es el valor q mes se repeteix, + comú, quan no podem emplear ses altres pq son
quantitatives. i aquesta l’utulitxam per ses qualitatives.

Mesures de variabilitat o dispersió:

1. El rang: Diferència entre la més gran i la més petita observacions. Ho cobreix tot (si grafic va
10-30 rang és 20). Molt variada en errors.
2. Desviació típica/variança/SD: Idear una estadística que
doni la distància mitjana de la mitjana, es afectada pels
extrems. Cada punt - sa mitja = sa distancia entre es punt i

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
sa mitja = suma de distàncies/total = distància total de sa
mitja. Els signes (+/-) se cancel·len. per això ses posa valor
absolut; així, però, tenim un vèrtex → elevam a 2 i tenim
una paràbola. .
a. Variança: distància mitjana al quadrat de la mitjana

3. Percentils
• El percentil 90 és el valor per al qual el 90% de les observacions són inferiors.
• El percentil 50 és la mitjana
• El percentil 10 és el valor per al qual el 10% de les observacions són inferiors
• Percentil = Quantil*100
• Els percentils i els quantils NO es veuen afectats per extrems valors
- percentil = 100

Reservados todos los derechos.

- quartil = 4
- quantil = 100 pero representat entre 0-1

4. Interval interquartil (IQR)

• El rang interquartil no es veu afectat pels valors atípics
• IQR = 3r quartil – 1r quartil
• El 50% mitjà de les dades

Símbols:
• S²= Variància mostral
• S = Desviació estàndard de la mostra
• σ²= Variància de la població (vertadera o teòrica).
• σ = Desviació estàndard de la població
• X = Mitjana mostral
• µ = Mitjana de la població
• IQR = rang interquartil (mig 50%)
Població (lletres gregues)
mostra. (S)
població (nyu, Desviació típica ó) → *inferencia* → (x, s) (s² = n - 1) i sa desviacio ó² (n)

“Activitat 1”
N=21 0,0,0,1,2,3,4,4,5,5,5,5,6,6,6,7,7,8,8,9,10
mitja= 4.8

Llévate 1 año de WUOLAH PRO con BBVA. ¿Cómo? ¡+Info aquí!

a64b0469ff35958ef4ab887a898bd50bdfbbe91a-6137282
 *mitjana= 5
moda= 5 (valor q mes se repeteix)

quartil =
- 1r quartil = 3
- 2n quartil = mitjana = 5
- 3r quartil = 7
quantil =
- q0.5= 5

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
- q0.75= 7
percentil =
- p50= 5
Rango = 10-0 = 10
IQR= 7-3 = 4
Variança = σ² = 8.76
desviació típica = √σ² = 2.95

*variança (1r valor - mitja)² + (2n valor - mitja)² …. tot/ *S²→ variació
s = → √S² desviació típica

GRÀFICS DE FREQÜÈNCIA (UNIVARIANT)

Reservados todos los derechos.

• Dades qualitatives o categòriques
- Gràfic de barres: S'utilitza per a variables categòriques per mostrar la
freqüència o la proporció en cada categoria.
La freqüència simple és el nombre de ocurrències (comptes) d'una
repetició esdeveniment per unitat de temps.
La freqüència relativa és la proporció o
percentatge de casos per a cada
puntuació de la distribució

• Dades quantitatives
- Histograma i boxplot: Mostrar la distribució (forma,
centre, rang, variació) de la variable quantitativa

DISTRIBUCIONS:
- És simètrica, a més el nostre cervell tendeix a cercar la simetria encara que no hi sigui
- Media, mitjana i moda al mateix punt

A) DISTRIBUCIÓ NORMAL → útil per moltes raons:

- Té un comportament previsible
- Molts trets segueixen una normalitat distribució en la població
Norma Distribució N: 68-95-99.7

EX: * Un valor que surt de lloc fa que baixi sa mitja, i pareix compatible. Si haguessim cercat sa
mitjana haguéssim vist quin era.

Estadística descriptiva:
- maneja les dades.
- si mos passam resumint ficam la pota

Llévate 1 año de WUOLAH PRO con BBVA. ¿Cómo? ¡+Info aquí!

a64b0469ff35958ef4ab887a898bd50bdfbbe91a-6137282
 T3: DISSENYS D'ESTUDI
➢ Estudis observacionals: menys informació i de menos qualitat
○ Descriptiu vs analitic
○ Longitudinal vs Secció transversal
○ Cohorte= grup de subjectes triats per qualque criteri. ex: mascles fumadors de + 50
➢ Estudis experimentals: Assaig controlat aleatoritzat. Solen ser + cars però millor informació.
Ex: nou analgèsic.
➢ Estudis d’estudis: Són els + potents, quan hi ha hagut molts experiments i observacions.
N'hi Ha de dos tipus els meta-anàlisis i revisions sistemàtiques.

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
efecto placebo* → variables de control. (grup control) /// *medicament q no es medicament
- assigament a ciegas → 1 grup tratat i un grup no tratat

Estudis transversals (prevalència).

- Mesurar la prevalença de l'esdeveniment (malaltia) i exposició a una mostra aleatòria de la
població d'interès en un moment determinat
• Avantatges: Barat i fàcil!
• Limitacions:
- La correlació no implica causalitat
- No es pot determinar què és causa i què és efect
- Variables de confusió → uns fumadors i els altres no per ex. per això existeixen els matched
control (fumadors-fumadors i no fumadors - no fumadors)

Reservados todos los derechos.

Estudi prospectiu de cohorts
• Mesurar els factors de risc de les persones que no estan malaltes al principi; després seguiu-los al
llarg del temps i calculeu els riscos o les taxes de desenvolupament de la malaltia
• Avantatges:
- Les exposicions es mesuren abans dels resultats!
- Pot estudiar múltiples resultats
• Limitacions
- Temps i diners
- Confusió
- Pèrdua de seguiment

Estudi retrospectiu de cohorts

• Conceptualment semblant a un estudi de cohort prospectiu, però la cohort s'agrupa després que
s'hagin produït els resultats mitjançant les dades emmagatzemades.
• Avantatges
- Les dades d'exposició es van recollir abans que es produïssin els resultats.
- Més barat i ràpid que els dissenys potencials
• Limitació:
- Confusió
- La qualitat de les dades pot ser limitada

Estudis de casos i controls

• Mostra sobre l'estat de la malaltia i preguntar-ne de manera retrospectiva exposicions
• Avantatges: Eficaç per a malalties rares i situacions de brot
• Limitacions
- Aconseguir els controls adequats és complicat.
- Biaix de record
- Confusió
- El factor de risc pot haver vingut després de la malaltia

Llévate 1 año de WUOLAH PRO con BBVA. ¿Cómo? ¡+Info aquí!

a64b0469ff35958ef4ab887a898bd50bdfbbe91a-6137282
 ➔ El 1982, un primer estudi de casos i controls va emparellar els casos de sida amb els controls

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
i va trobar una gran associació positiva entre els amilnitrits ("poppers") i la sida. Aquest és un
exemple de confusió. Per això no tots estudis que tingui un control, són un estudi de casos i
controls → mostra de malaltia “rara” (sida).

Maneres d'evitar o controlar la confusió

• Durant la fase de disseny: aleatoritzar o combinar
• En la fase d'anàlisi: utilitzeu la regressió multivariant per “ajustar-se” estadísticament als factors de
confusió
• L'ajust estadístic no és una panacea; no podeu controlar tots els factors de confusió i sempre hi ha
confusió "residual".

Assajos clínics aleatoris: Considerat l'estàndard d'or del disseny d'estudis

• Avantatges
- L'aleatorització minimitza la confusió.
- L'encegament minimitza el biaix.

Reservados todos los derechos.

• Limitacions
- Car
- Només pot mirar els resultats a curt termini.
- No sempre és ètic aleatoritzar
- Els resultats poden no ser generalitzables

FASES DELS ASSAIGS CLÍNICS

- Preclinical → Tastar-la en no humans. (eficacia,
toxicitat i farmacocinètica)
- FASE 0 → Farmacocinètica i semivida del fàrmac
(10-20 participants)
- FASE 1 → Mirar si la droga és segura en voluntaris
(20-100)
- FASE 2 → Veure si realment és eficaç i segura
(10-0300)
- FASE 3 → Eficacitat, eficiencia i seguretar (no
efectes secundaris i tot això (300-3000)
- FASE 4 → continuar estudiant mem com
evoluciona (+3000)

Estudi transversal: estudi just en el

moment acorde = estudi durant un temps
Estudi retroprospectiu: estudi del passat

Mesures de freqüència de la malaltia

• Prevalencia: % de persones que tenen una malaltia en un moment determinat; Secció
inclou casos antics i nous. transversal
- EX: el 10% dels homes de més de 70 anys tenen malalties del cor.

a64b0469ff35958ef4ab887a898bd50bdfbbe91a-6137282
 • Incidència (tasa de risc): El ritme (involucra el temps) al qual les persones Longitudinal
estan desenvolupant una malaltia (casos nous).
- EX:: 20 nous casos de cardiopatía per cada 1000 pers/any.

• Risc acumulat (incidència acumulada): % de persones que desenvolupen una

malaltia en un període concret (casos nous).
- EX: Durant un estudi de dos anys, l'1% dels fumadors va desenvolupar
malalties del cor.

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
Comparació de grups: Tant en estudis longitudinals com transversals, potser voldrem comparar els
riscos entre diferents grups
- Diferències absolutes:
• Grup de risc X – Grup de risc Y
• Si el grup de risc X és del 2% i el grup de risc Y és del 4%, el risc del grup Y és 2%
superior al del X.
- Diferències relatives:
• Grup de risc X / Grup de risc Y
• Si el grup de risc X és del 2% i el grup de risc Y és del 4%, la ràtio és de 0,5 (i el risc del
grup Y és un 100% superior al de X.)
n+10%n=1.1n= 1.1-fold
n+100%n=2n=2-fold

Reservados todos los derechos.

incidencia= número de persones amb malaltia/persones que ho han continuat fent
incidencia per 1000= 1000*17/2350
ex lo gastrointestinal de lo de vioxx i naproxen

Mesures de risc relatiu

• Relació taxa/risc
• Ratio de taxes d'incidència
• Hazard ratio: relació de taxes de perill, que són taxes d'incidència instantànies; calculada
mitjançant la regressió de Cox.
• Relació de risc
• Ratio de riscos acumulats (proporcions)
• Ratio de prevalences (proporcions)
• Odds ratio
• Els odds ratios són l'única mesura vàlida del risc relatiu per als estudis de casos i controls.
• Els odds ratios es calculen a partir de la regressió logística.

La ràtio de risc i la ràtio de tipus són

idèntiques aquí, ja que els grups es van seguir
durant la mateixa quantitat de temps.

Llévate 1 año de WUOLAH PRO con BBVA. ¿Cómo? ¡+Info aquí!

a64b0469ff35958ef4ab887a898bd50bdfbbe91a-6137282
 T4: PROBABILITAT, REGLA DE BAYES, PROVA DIAGNÒSTICA
Sensibilitat i especificitat
• Sensibilitat P(T+|D): probabilitat que la prova sigui
positiva donat que el pacient té la malaltia.
231/258 = 0,9 = 90%
• Especificitat P(T-|D): probabilitat que la prova sigui
negativa donat que el pacient no té la malaltia.
54/86 = 0,63 = 63%

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
EX:
(mostra) Ω = {0; 1; 2; 3; 4; 5; 6; 7; 8; 9; 10; 11;
12}
• Event A (més de la meitat dels ous es
trenquen)= {7; 8; 9; 10; 11; 12}
• Event B: com a màxim es trenquen dos ous:
B = {0; 1; 2}
• Event C: es trenquen tots els ous: C = {12}

- A i B (A ∩ B) = { Ø } (A i B són disjunts)
- A o B (A U B) = {0; 1; 2; 7; 8; 9; 10; 11; 12}
- Dos esdeveniments inconjunts (A i B)

Reservados todos los derechos.

- El complementari de B (B') = {3; 4; 5; 6; 7; 8;
9; 10; 11; 12}

T5:
Distribucions de probabilitat: traiem una conclusió pero no sabem que treurem, es com un
capell de magic, que va traient coses sense saber q son.
Funció de distribució: ens asocia

necessitam els paràmetres concretes per saber les probabilitats.

la distribució de bernoulli? es una distribució discreta. → un número concret i enter de
probabilitats. Per altra banda tenim les distribucions normals (continua) → on els paràmetres
son continus (de -∞ / +∞).

La suma de totes les probabilitats es 1

roll of a die= distribució uniforme, tots els resultats possibles tenen la mateixa probabilitat,
fent que la suma de totes les possibilitats dona 1.
Funció acumulativa de distribució (CDF), igual que abans pero se van acumulant les
probabilitats, és a dir 3=1+2; 5= 1+2+3+4.

x 9 10 11 12 13

p(x) 0.3 0.3 0.2 0.1 0.1

A) exactes 13 (x=10)=0.1

¿No te llega para pagar Wuolah Pro? ¿Un año sin anuncios gratis?
a64b0469ff35958ef4ab887a898bd50bdfbbe91a-6137282
 B) al menos 12 (x>=12) = 0.1+0.1=0.2
C) com a màxim 11 (x<=)11= 0.3+0.3+0.2 = 0.8

x 9 10 11 12 13

p(x) 44444444444 0.6 0.8 0.9 1

44440.3
*acummulativa

No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
D) + de 10 pero max 12 (11<=x>=12) = 0.9 (12) -0.6 (9,10) = 0.3

DISTRIBUTIONS CONTINUES:
La integral definida entre un número i un altre es l'àrea definida.

p(17<z<22)
p(-3<z<2) ← (taula)
p(z<2)-p(z<-3) = 1-p(z<2) - p(z<-3) = 1-0.9772-0.0013 = 0.9759.

EX: 1r: 100$, 2n:50$ 3r: 30$ = 180$ → venem 100$

a) com a mínim preu del ticket per no perdre doblers → 180/100 = 1.8

Reservados todos los derechos.

b) esperança de premi = 100/100+50/100+30/100 = 1.8

variança=

la varianza ens explica si la. Si la variança es gran

distancia de cada punt a la mitjana:
9-10.4= (-1.4)^2=1.96*2
10-10.4= (-0.4)^2=0.16*2
11-10.4=0.6 ^2=0.36*2
12-10.4= 1.6^2=2.56*2
13-10.4=2.6^2=6.75*2

3.92+0.32+0.72+5.12+13.52=23.6 /5 (numero de possibilitats) = 1.64 (?)

desviació tipics = √1.64=1.28

➔ Distribucions no continues: Normal, binomial, poisson

Distribució Binomial → p (x=k)

Descriu el nombre d'èxits en un número d’experiments (n)

Paràmetres:
p = probabilitat de succes
q = 1-p = probabilitat de fallos
k = número d'experiment

Llévate 1 año de WUOLAH PRO con BBVA. ¿Cómo? ¡+Info aquí!

a64b0469ff35958ef4ab887a898bd50bdfbbe91a-6137282
 No se permite la explotación económica ni la transformación de esta obra. Queda permitida la impresión en su totalidad.
mitjana = n p
variança= n p q

Distribució Poisson: Necessitam λ

ex: número de morts a una ciutat en un dia, número d'emergències d’hospitals en una nit,
etc.

Mitjana = λ
Variança = λ

act1: un pizzero 16 olives a una pizza = tallada en 8 trossos. Possibilitat de afagar un troç i
tenir 3 olives? i p de no tenir-ne cap?

Reservados todos los derechos.

λ= proporció de olives per tros de pizza= 16/8 = 2 → mirar taula.
λ=2

➔ Continues: Uniforme, normal, student’s t, chi-quadrat

● N( mitjana, desviació tiìca ) = N (177.7, 5.9)

● N (0,1) = mitjana - desviació tipica = N (171.8, 1)

probabilitat de trobar qualcú més alt de 190 = tipifació= 190-177.7 /5.9

a64b0469ff35958ef4ab887a898bd50bdfbbe91a-6137282