Anlisis Estadstico

Dra. Adela Del Carpio Rivera

Doctor En Medicina

ANTE LA GRAN CANTIDAD DE

INFORMACIN
Debemos saber discernir entre:
Cul es la informacin que necesitamos
Si el estudio tiene real validez
Saber interpretar correctamente la metodologa

estadstica.

ANALISIS ESTADSTICO

El anlisis estadstico se divide en tres grandes tipos:

Univariado

Bivariado
Multivariado

ANLISIS UNIVARIADO
Univariado

Se describen las caractersticas de una variable por vez

Tambin se le conoce como Estadstica Descriptiva

ANLISIS ESTADSTICO UNIVARIADO

TABLA N 1 FRECUENCIA DE TBC PULMONAR POR RGANO AFECTADO

TIPOS DE TBC

PORCENTAJE

PORCENTAJE
ACUMULADO

PULMONAR

67

58.27%

58.27%

RENAL

12

10.43%

68.69%

MENNGEA

20

17.39%

86.08%

GENITAL

16

13.91%

100%

TOTAL

115

100%

ANLISIS BIVARIADO

Se investiga la influencia de la variable Independiente,

por vez, con respecto a la variable Dependiente

ANLISIS BIVARIADO
Variable Independiente

Factor de Riesgo:

Enfermo

Beber Agua no potable

Variable Dependiente

Enfermedad:
Clera

A
g
u
a

20

40

97

59

ANLISIS BIVARIADO

Variable Independiente
Factor de Riesgo:
Peso al Nacer

variable dependiente

Enfermedad:
hipertensin sistlica

ANLISIS MULTIVARIADO

Se investiga la influencia
de dos o ms
Variables Independientes,
junto o no a una o ms variables asociadas
(covariables o cofactores)
sobre una o ms
Variables Dependientes

ANALISIS MULTIVARIADO: REGRESIN LOGSTICA

of strata
=
49
Number of obs
=
8417
TABLANumber
1 CONTROL
PRENATAL,
PARIDAD, EDAD
MATERNA
Number
of PSUs
=
1113
Population
size
= 6917.9088
Design df
F( 18,
1047)
Prob > F

PS

Coef.

CPci
CPci2
told_comp
multiple
labor_prol
n_hijos
edad_nacHV
edadnac_2
educ
agri
decision_p
NSE
_ISREGION_3
_ISREGION_4
_ISREGION_5
_EESS_pob
prob_perso~f
uso_ACmode~o
_cons

.1713693
-.0067207
.1378946
1.173797
.2370946
-.1109933
-.0914881
.0020827
.055531
-.3392816
-.139124
.2683731
-.5599627
-.3908881
-.430737
.066815
-.0940079
.2520376
-.2162597

Linearized
Std. Err.
.0199854
.0012622
.0559186
.2535498
.0512
.0171813
.0236497
.0004262
.0074086
.0696039
.0516724
.0302954
.0885707
.1310198
.0963304
.025233
.0499524
.056576
.3206778

t
8.57
-5.32
2.47
4.63
4.63
-6.46
-3.87
4.89
7.50
-4.87
-2.69
8.86
-6.32
-2.98
-4.47
2.65
-1.88
4.45
-0.67

P>|t|
0.000
0.000
0.014
0.000
0.000
0.000
0.000
0.000
0.000
0.000
0.007
0.000
0.000
0.003
0.000
0.008
0.060
0.000
0.500

=
=
=

1064
65.41
0.0000

[95% Conf. Interval]

.1321539
-.0091973
.0281713
.6762824
.1366301
-.1447065
-.1378934
.0012465
.0409939
-.4758581
-.2405154
.2089275
-.7337559
-.6479745
-.6197562
.017303
-.1920242
.1410243
-.8454924

.2105846
-.004244
.2476179
1.671311
.3375591
-.0772801
-.0450829
.0029189
.0700682
-.2027051
-.0377326
.3278187
-.3861695
-.1338016
-.2417179
.116327
.0040085
.3630508
.412973

 La determinacin de la presencia o ausencia de un

suceso en dos grupos diferentes es una situacin

habitual en los estudios clnicos.
Los resultados se muestran en una tabla de

contingencia 2 x 2.

SIGNIFICADO ESTADSTICO

La lectura de una OR, un RR es idntica y basta

con aplicar las palabras veces ms o por cada 1

EJEMPLO
Por ejemplo si una droga con respecto al placebo produce

una OR de 1,3, significa que la droga es 1,3 veces mejor que

el placebo.
Si se tratara de un estudio sobre el riesgo de un evento sobre

otro, el RR indicara que el riesgo de eventos terminales que

se podran esperar de la droga durante el tiempo de
seguimiento es 1.3 veces ms alta que el placebo.

 El riesgo del grupo control es 1, por lo que un riesgo 1 supone

que no hay diferencias entre la droga y el placebo.

Este tipo de resultados se suele acompaar del intervalo de

confianza (IC)
Que es la expresin de lo que la variabilidad debida al azar

puede hacerlo oscilar en la poblacin real (expresa los lmites

que con una cierta seguridad contendrn ese verdadero valor)

 Generalmente los IC se calculan con una seguridad del 95%

Solo deja una probabilidad de 5% (0.05) de que el verdadero

valor del OR no se halle en ese intervalo;

Por lo tanto, el IC nos proporciona la misma informacin

cualitativa que el valor de la p.

COMO SABEMOS SI ES
ESTADSTICAMENTE SIGNIFICATIVO?
Si en lugar de OR 1,3 el resultado hubiese sido menor de 1,

como por Ej. 0,2, significa que la droga cura 0,2 y el placebo
sigue con el valor 1, por lo tanto es menos efectiva que el
placebo.
Si el IC del 95% entre 0,1-0,5 sera distinto de la igualdad (p

< 0,05) puesto que este IC no contiene el 1;

Pero si los lmites estuvieran entre 0,06 y 1,2 no existira

significacin pues el 1 cae dentro del intervalo

EJEMPLO
En un estudio de casos y controles se quiere determinar si el

consumo de fibra es o no un factor de proteccin para el

cncer de colon
1 Calcule un estimador del riesgo asociado a la variable

independiente consumo de fibra.

2. Qu significa este resultado?

CASOS

CONTROLES

GRUPO DE
EXPUESTOS

92

160

NO EXPUESTOS

108

140

200

300

 OR = (92x140)/(160x108) = 0.75 o 75%

OR menor de 1 significa que el consumo de fibra es un factor

de proteccin

EJEMPLO
En un estudio de pacientes hipertensos se pretende investigar

la posible asociacin entre la probabilidad de padecer un

infarto y el grado de control de la hipertensin.
Para ello se analiza una muestra aleatoria de 728 pacientes,

observndose los siguientes resultados

RESULTADOS
MAL CONTROL

BUEN
CONTROL

INFARTO

10

07

17

NO INFARTO

250

461

711

260

468

728

 El procedimiento estadstico habitual para contrastar la

presencia de asociacin es utilizar la prueba del chi o la

prueba exacta de Fisher, cuando las frecuencias de las
celdas son pequeas.
El valor del chi para esa tabla es de 3.1 que corresponde a un

nivel de probabilidad de 0.08.

 De acuerdo con los datos de este ejemplo:

El riesgo de infarto en el grupo de mal control es
10 / 260 = 0.04,

mientras que el riesgo en el grupo de buen control es de

7 / 468 = 0.015.

 Existen diferentes procedimientos para cuantificar la

importancia de la asociacin:
Cuando se utiliza el cociente de esos dos riesgos

0.04 / 0.015 = 2.6

Nos indica cunto ms probable es que ocurra el suceso en el
primer grupo frente al segundo.
Es lo que se conoce como Riesgo Relativo (RR).

 Actualmente otra medida muy utilizada es la que se

denomina "odds ratio" (OR), para la que no hay un

trmino en castellano que sea bien aceptado.
El odds (ventaja) es otra forma de representar un riesgo,

mediante el cociente entre el nmero de veces que ocurre el

suceso frente a cuntas veces no ocurre.
As un odds de 3 indica que 3 personas sufrirn el suceso

frente a 1 que no lo har.

 En la tabla anterior el odds de infarto en el grupo de Mal

Control es 10 / 250 = 1 / 25 = 0.04, es decir que ocurre 1

vez por 25 veces que no ocurre.
En el grupo de buen control el odds es 7 / 461 = 0.015.
El cociente de los odds de los dos grupos es lo que se

denomina odds ratio y constituye otra forma de cuantificar la

asociacin entre dos variables dicotmicas. En la tabla
anterior el valor del odds ratio es aproximadamente 2.6

 As un odds de 3 indica que 3 personas sufrirn el suceso

frente a 1 que no lo har.

En la tabla anterior el odds de infarto en el grupo de Mal

Control es 10 / 250 = 1 / 25 = 0.04, es decir que ocurre 1

vez por 25 veces que no ocurre.

El clculo del odds ratio a partir de los datos de

frecuencia de una tabla 2 x 2 es muy sencillo:
a

ad
OR
bc

El riesgo relativo de aparicin del suceso del grupo

A frente al grupo B se calcula como:

Grupo A

Grupo B

Suceso

No suceso

a
(a c)
b
(b d )

Razones para utilizar el odds ratio

Est claro que la interpretacin del riesgo relativo es ms

intuitiva que la del odds ratio

Por qu entonces se usa tanto el odds ratio. Hay varias

razones:

 . En primer lugar puede ser calculado en cualquier tabla 2 x 2

Mientras que el riesgo relativo no se puede calcular en los

estudios caso-control.

 Permite examinar el efecto que otras variables pueden causar

en esa asociacin (como podran ser por ejemplo la edad, el

sexo, etc).
Otra propiedad interesante del odds ratio es que no vara

aunque se cambie el orden de las categoras en cualquiera de

las variables, lo que no ocurre con el riesgo relativo.

 Cuando los riesgos (o los odds) en ambos grupos son

pequeos (inferiores al 20 %) el odds ratio se aproxima

bastante al riesgo relativo pudiendo considerarse como una
buena aproximacin de ste.
La valoracin estadstica de las asociaciones encontradas debe

realizarse mediante el clculo de los correspondientes

intervalos de confianza.

EL ODDS RATIO PERMITE

1. Reconocer la naturaleza como factor de riesgo o de
proteccin de una exposicin.
2. Identificar la magnitud o fuerza de la asociacin, lo que
permite hacer comparaciones.
3. Su valor es independiente de la incidencia de la condicin
en estudio.
4. De gran utilidad en estudios de casos y controles
5. Su valor suele ser semejante al del RR.

Interpretacin del valor de OR

calculado
Estrictamente hablando el odds ratio indica la magnitud de
asociacin entre exposicin y resultado (en otras palabras el
riesgo de haber estado expuesto dada la enfermedad).
Si el cociente calculado determina un valor de 1, esto

significa que no hay asociacin entre las variables analizadas

(la exposicin positiva o negativa no hace diferencia respecto
al riesgo de enfermar).

 Un valor mayor que 1 indica una mayor frecuencia de

exposicin de la variable independiente entre los enfermos

(casos). Por tanto, el factor estudiado se asocia con un mayor
riesgo de enfermar.
Si el valor del OR calculado es inferior a 1, esto indica mayor

frecuencia de exposicin entre los sujetos sanos (controles).

En este caso, la presencia del factor estudiado reduce el
riesgo de enfermar (actuando como un factor de proteccin).

INTERPRETACION DEL ODDS

VALOR ODDS
RATIO

Intervalo de
confianza
inferior

Intervalo de
confianza
superior

Tipo de
asociacion

No evidencia de
asociacin

Mayor de 1

>1

>1

Significativa, riesgo

Mayor de 1

<1

>1

No significativa

Menor de 1

< de 1

< de 1

Significativa,
proteccin

Menor de 1

< de 1

> de 1

No significativa