UNIVERSIDAD PERUANA CAYETANO HEREDIA

FACULTAD DE MEDICINA ALBERTO HURTADO

FACULTAD DE SALUD PUBLICA Y ADMINISTRACIN CARLOS VIDAL LAYSECA
INSTITUTO DE MEDICINA TROPICAL ALEXANDER VON HUMBOLT
MAESTRIA INTERNACIONAL EN CONTROL DE ENFERMEDADES INFECCIOSAS Y
TROPICALES

CURSO DE ESTADISTICA
SYLLABUS
1. DATOS GENERALES
Departamento Acadmico
Nombre del Curso
Ciclo Acadmico
Crditos
Pre-requisitos
Horario de clases
Horario de consultas
Duracin en semanas
Coordinador del Curso
Docentes

:
:
:
:
:
:
:
:
:
:

Asistente

Departamento Acadmico de Salud Pblica

Estadstica
I
3
Ninguno
Martes de 14:00 a 17:00 hrs.
Jueves de 09:00 a 12:00 hrs.
10 semanas
Dr. Csar Crcamo
Dr. Willy Lescano
Dr. Mirko Zimic
Sr. Marco Gonzales

2. SUMILLA
Curso de naturaleza terico-prctica. Diseado para fortificar las bases del
tratamiento y mtodo estadstico de los datos en salud. Con el fin de integrar la teora
y la prctica, el curso va a incidir en la prctica de conceptos y bases de la estadstica
en salud.
3. OBJETIVOS
GENERAL
Desarrollar en los estudiantes las capacidades bsicas para realizar anlisis
exploratorio y estadstica inferencial bsica en epidemiologa y salud pblica.
ESPECIFICOS
Al final del curso, los participantes estarn en la capacidad de:

Realizar anlisis exploratorios y estadstica descriptiva bsica

Realizar inferencias estadsticas bivariadas para los principales tipos de datos

manejados en salud pblica y epidemiologa: prevalencias e incidencias,
anlisis de sobrevivencia, y comparaciones de variables continuas.

Interpretar y transmitir correctamente resultados provenientes de los anlisis

descritos previamente.

4. METODOLOGA
Durante el curso se utilizarn principalmente sesiones prcticas utilizando Stata para
presentar los conceptos y ejemplos a desarrollar. Una pequea fraccin del tiempo
ser destinada a presentaciones breves de los profesores del curso sobre los
conceptos y mtodos estadsticos a trabajar. Los ejemplos sern desarrollados
utilizando bases de datos provenientes de estudios de investigacin realizados
recientemente en el Per. Cada alumno del curso trabajar sobre una base de datos
propia a lo largo de la parte presencial del curso para despus entregar un trabajo
escrito analizando sus datos y presentndolos en formato de un artculo cientfico
para una revista revisada por pares. Pasos cortos al inicio y al final del curso
permitirn evaluar el aprendizaje de los participantes. Estas evaluaciones constarn
de 20 preguntas. Adicionalmente, se tomarn cuatro controles de lectura de 10
preguntas con respuesta mltiple, sobre el material de lectura y el contenido de las
presentaciones previamente realizadas.
Al iniciar cada sesin diaria se realizar una introduccin a los conceptos a revisar en
el da, relacionndolos con los temas previamente revisados. Al final de cada clase se
resumirn los conceptos ms importantes de las sesiones del da, y se indicar hacia
donde se orientarn las siguientes sesiones, y como estos contenidos se relacionan
con los conocimientos ya adquiridos.
A travs del curso los participantes desarrollarn individualmente un trabajo aplicado
de anlisis de datos sobre una base de datos de su centro laboral o investigaciones
individuales. Este trabajo deber ser preparado a distancia y enviado por correo
electrnico. Para el desarrollo de este trabajo se contar con el apoyo en lnea de los
docentes del curso, tanto para la definicin del tema como para la revisin de avances
y la evaluacin del producto final. Uno de los docentes del curso servir como asesor
principal, mientras que los otros asesores quedarn a disposicin para consultas
especializadas. La estructura del documento deber estar basada en las guas de la
Revista Panamericana de Salud Pblica:
(http://www.scielosp.org/revistas/rpsp/einstruc.htm), utilizando las pautas para el
desarrollo de un artculo cientfico original corto.
5. CONTENIDOS
El cronograma detallado del curso se encuentra al final de este slabo. A continuacin
tenemos el detalle de los contenidos de las clases:
Clase 1. Introduccin a los conceptos bsicos en Estadstica.
observables fsicos. Procesos determinsticos y procesos aleatorios.
variables aleatorias. Definicin de probabilidad y de distribucin
Distribuciones probabilsticas especiales y distribuciones sesgadas.
parmetros y estimadores.

Definicin de
Constantes y
probabilstica.
Definicin de

Clase 2. Manejo bsico de Stata. Descripcin del programa, ventajas y desventajas.

Manejo de bases de datos, uso de la memoria, exportando resultados a otros programas.
Manipulacin de datos: visualizacin, seleccin, creacin y agregacin. Definicin y
manejo de valores fuera de rango (outliers). Outliers estadsticos y outliers biolgicos.
Clase 3. Exploracin y presentacin de datos. Definicin de tipos de datos,
presentacin de datos en tablas de contingencia y resumen, presentaciones grficas

diversas. Estadstica descriptiva simple: medidas de tendencia central y dispersin. Uso de

archivos de bitcora (log),
Clase 4. Estadstica descriptiva intermedia. Prevalencia e incidencia. Sensibilidad y
especificidad. Manejo de proporciones, razones y tasas provenientes de datos nominales
en estudios epidemiolgicos. Anlisis exploratorio con variables continuas. Exploracin
grfica y tabular bivariada. Estimacin puntual e intervalos de confianza. Uso de
programas de comandos (.do).
Clase 5. Prueba de hiptesis. Hiptesis mas comunes en estudios epidemiolgicos.
Enunciando preguntas de investigacin como hiptesis. Seleccin de la prueba estadstica
apropiada para una cierta hiptesis. Seleccin del nivel de significancia. Concepto de
resultados estadsticamente significativos. Obteniendo resultados y formulando
conclusiones. Errores posibles en las pruebas de hiptesis.
Clase 6. Inferencias con datos categricos. Revisin de los conceptos y mtodos de
prueba de hiptesis. Asociacin entre datos categricos mediante pruebas chi-cuadrado.
Concepto de la prueba chi-cuadrado. Pruebas exactas de Fisher y correccin de Yates.
Concordancia. Estadstico Kappa.
Clase 7. Inferencias sobre prevalencias e incidencias. Tipos de diseo de estudios
epidemiolgicos. Estudios de cohorte y caso-control. Frecuencia de enfermedad y
frecuencia de exposicin. Fuerza de asociacin, riesgo relativo y razn de momios.
Pruebas estadsticas disponibles. Confusin e interaccin. Correccin de Mantel-Haenszel.
Uso de pruebas exactas.
Clase 8. Inferencias sobre variables continuas. Pruebas paramtricas y no
paramtricas. Condiciones para escoger la prueba adecuada. Comparacin de dos
promedios: pruebas T de Student y Mann-Whitney. Comparacin de ms de dos
promedios: anlisis de varianza y prueba de Kruskal-Wallis. Pruebas post-hoc.
Correcciones por comparaciones mltiples: prueba de Bonferroni. Concepto de varianza
explicada. Correlacin: pruebas R de Pearson y Rho de Spearman.
Clase 9. Regresin mltiple sobre datos divariados. Regresin logstica simple y
mltiple. Efecto total y efecto directo. Ajusto sobre potenciales variables confusoras.
Interpretacin de los coeficientes de regresin: riesgo y proteccin, razn de momios.
Clase 10. Anlisis de tiempo para evento. Estudios longitudinales. Densidad de
incidencia y tasas de incidencia. Supuestos y validez. Censoring. Anlisis actuarial y de
Kaplan Meier. Hazard, falla y sobrevivencia. Presentacin grfica. Prueba de log-rank
Anlisis de datos.
El trabajo de fin de curso de anlisis de datos consistir en realizar un anlisis de datos
original y elaborar un artculo cientfico a partir de los resultados. Para iniciar el curso cada
alumno deber contar con una base de datos con suficiente nmero de observaciones y
un tema de anlisis relevante. Esta informacin debe haberse haber recogido siguiendo
las normas ticas internacionales sobre investigacin en humanos y vertebrados, contando
con la aprobacin de un comit de tica si fuera necesario.
A cada participante se le asignar uno de los docentes del curso como asesor, el cual
revisar sus ejercicios semanales y le dar retroalimentacin sobre sus avances.
Adicionalmente el participante podr consultar tambin a los otros docentes si fuera
necesario, o si su asesor no estuviera disponible.

Durante la etapa presencial del curso, cada uno de los cuatro ejercicios semanales
corresponder a avances en el desarrollo de este artculo de acuerdo a las clases ya
dictadas. Los avances a entregar en cada ejercicio sern:
Sesin 3: Base de datos documentada (variables y valores) con su correspondiente
catlogo. Tablas de frecuencias (variables categricas) e indicadores de tendencia central
(variables numricas)
Sesin 5: Enunciado del objetivo del estudio. Definicin operacional de la variable
respuesta (dependiente) del estudio y criterios de inclusin/exclusin. Formulacin de las
hiptesis principal y secundarias. Justificacin del estudio e importancia de los resultados.
Sesin 7: Presentacin de resultados preliminares del anlisis bivariado. Descripcin de
los datos excluidos y anlisis de comparabilidad. Operacionalizacin de las covariables,
identificacin de asociaciones significativas y recodificacin de variables adicionales.
Sesin 9: Ejecucin del anlisis bivariado final. Descripcin e interpretacin de los
resultados. Discusin de sus implicancias y generalizaciones. Descripcin de los mtodos
utilizados, incluyendo definicin de las variables utilizadas, estrategias de anlisis y
mtodos estadsticos.

Los participantes debern integrar estos elementos, complementarlos con los

aspectos faltantes y presentarlos en forma de un artculo cientfico corto (1500
palabras, 3 tablas, 1 grfico, 5 referencias). El artculo seguir las pautas indicadas
previamente, contando con un resumen de 200 palabras y secciones de introduccin,
mtodos, resultados y discusin. Este artculo ser preparado en MS Word y deber
ser enviado por correo electrnico al asesor del alumno.
F. EVALUACION
Las pruebas inicial y final, controles de lectura, ejercicios y el proyecto de anlisis de
datos sern calificados. Si algn producto fuera entregado con retraso, la calificacin
correspondiente se har sobre el 75% del puntaje mximo.
Los exmenes y los controles de lectura se iniciarn en los primeros 10 minutos de
las clases, periodo en el cual se recibir cada uno de los tres avances del proyecto de
anlisis de datos. El cuarto avance y la versin final del proyecto sern ambas
enviadas por correo electrnico al asesor asignado hasta las 1700h del da indicado.
Se tomar una (1) prueba escrita calificada al final del curso, mas una prueba inicial
que no se utilizar para la evaluacin de los alumnos. El sistema de calificacin ser
el siguiente:
a.
b.
c.
d.

Proyecto final anlisis de datos (1)

Avances (4)
Examen terico final (1)
Controles de lectura (3)

40%
30%
15%
15%

Se necesitar una calificacin final de 11 o ms para aprobar el curso.

7. BIBLIOGRAFIA BASICA

Stata 8.0. Stata Corporation, College Station, TX (2003).

Stata 8.0 Reference Guide. Stata Corporation, College Station, TX (2003).
Fundamentos de Bioestadstica, 2 Ed.. Pagano M y Breau K. Thompson Editores,
Boston (2001).

8. CRONOGRAMA
FECHA
ACTIVIDAD
31/5
Evaluacin de entrada
Clase 1
7/6
Primer control de lectura
Clase 2
14/6
Primer avance anlisis de datos
Clase 3
21/6
Segundo control de lectura
Clase 4
28/6
Segundo avance anlisis de datos
Clase 5
5/7
Tercer control de lectura
Clase 6
12/7
Tercer avance anlisis de datos
Clase 7
19/7
Cuarto control de lectura
Clase 8
2/8
Cuarto avance anlisis de datos
Clase 9
9/8
Informe final anlisis de datos
Clase 10
16/8
Evaluacin final

ESTRATEGIA
Examen presencial
Presentacin y discusin
Presentacin y discusin

RESPONSABLE
Mirko Zimic

Presentacin y discusin

Willy Lescano

Presentacin y discusin

Willy Lescano

Presentacin y discusin

Willy Lescano

Presentacin y discusin

Willy Lescano

Presentacin y discusin

Mirko Zimic

Presentacin y discusin

Mirko Zimic

Presentacin y discusin

Willy Lescano

Presentacin y discusin

Mirko Zimic

Examen Presencial

Mirko Zimic

Mirko Zimic