𝑻𝑬𝑴𝑨 3: 𝑫𝑬 𝑳𝑶𝑺 𝑪𝑶𝑵𝑪𝑬𝑷𝑻𝑶𝑺 𝑨 𝑳𝑨𝑺 𝑽𝑨𝑹𝑰𝑨𝑩𝑳𝑬𝑺. 𝑷𝑶𝑩𝑳𝑨𝑪𝑰Ó𝑵, 𝑴𝑼𝑬𝑺𝑻𝑹𝑨, 𝑷𝑨𝑹Á𝑴𝑬𝑻𝑹𝑶𝑺 𝒀 𝑬𝑺𝑻𝑨𝑫Í𝑺𝑻𝑰𝑪𝑶𝑺. 𝑽𝑨𝑹𝑰𝑨𝑩𝑳𝑬𝑺 𝒀 𝑬𝑺𝑪𝑨𝑳𝑨𝑺 𝑫𝑬 𝑴𝑬𝑫𝑰𝑫𝑨.

1.ESTADÍSTICA  

Cuerpo de conocimiento para aprender de la experiencia, en forma de números provenientes de medidas que muestran variaciones entre los distintos individuos. - Parte del supuesto de que las características clínicas que se observan cambian de un paciente a otro. Por ejemplo: color de pelo, color de ojos, talla, ansiedad… - Por tanto: Estadística es la ciencia que estudia la variabilidad. 

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. Tenemos una oblación, realizamos una selección aleatoria y a partir de la medición de esas variables en ese pequeño grupo, realizamos lo que llamamos, inferencia (por ejemplo, quiero saber el peso de una población, selecciono a 300 habitantes aleatoriamente y mido el peso de esos 300 habitantes, calculo la media y mediante unos cálculos estadísticos puedo aproximarme al conocimiento del peso medio que hay en la población al completo).

 --> PROCESO DE LA INFERENCIA ESTADÍSTICA 

La población de estudio tiene un tamaño (N), el parámetro es lo que queremos medir. Quiero calcular la media del peso de los habitantes de ese municipio, a esa medición se le llama parámetro, que se representan con letras griegas, por ejemplo: se utiliza la letra mu para representar una media de una población. No podemos medir el peso en toda la población, por ello seleccionamos una muestra aleatoriamente, a lo que pasamos a llamar (n) y calculo la media del peso en esa muestra de habitantes, que se representa con (x y rayita encima). El atributo se refiere a la variable (por ejemplo), el parámetro es lo que calculamos (media del peso). A partir del valor del estimador, hacemos inferencia para aproximarnos al parámetro.

3. CONCEPTOS DE LA TEORÍA DE MEDICIÓN 

Lo primero es identificar el objeto a medir y la estrategia de medición dependerá de que se trate de: - Mediciones directas: si disponemos de mucha tecnología para estas mediciones que buscan exactitud en la medición. Por ejemplo: la tensión arterial, el peso, la talla, glucemia, la frecuencia cardíaca. - Mediciones indirectas: medir ideas abstractas mediante mediciones, indicadores o atributos indirectos. 

No disponemos de tecnología que nos mida estas variables. Por ejemplo: el grado de dolor que siente el paciente, nos podemos aproximar al dolor preguntándole al paciente. El cuestionario de Zarit mide la sobrecarga del cuidador, nos permite medir el grado de cansancio del cuidador, si la persona tiene más de 44 puntos, tiene sobrecarga. No es un método tan fiable como los métodos directos, pero es otro tipo de método. 

Escalas de medición de variables

Uno de los elementos fundamentales de la definición de una variable es el tipo de escala que utilizaremos para medirla. En función de la escala elegida decidiremos su codificación, tratamiento informático y estadístico.

Hay cuatro tipos de escalas de medición, que ordenadas en orden creciente de potencia, según la proporción de información que contienen, son:

• Nominal.
• Ordinal.
• De intervalos.
• De razones o ratios.

Escala nominal

Consta de dos o más categorías mutuamente excluyentes. Si solo hay dos, se llama escala nominal dicotómica. A cada categoría se le suele asignar un número de código sin significado cuantitativo, lo que facilita su introducción en bases de datos. En cualquier situación, si se usa una codificación propia, debe tenerse claro lo que significa cada código para cada variable.

Veamos algunos ejemplos:

• Sexo: 1) masculino; 2) femenino.
• Fumar: 0) no; 1) sí.
• Estado civil: 1, casado; 2, soltero; 3, viudo; 4, divorciado,
• Procedencia del ingreso: 1, urgencias; 2, consultas; 3, otro hospital.

Dependiendo del programa que va a ser utilizado para el análisis, se prefiere codificar las variables nominales dicotómicas de forma que la presencia de enfermedad o del factor de exposición se suele codificar como uno (1), mientras que la ausencia de enfermedad o de exposición a algún factor como cero (0) o dos (2). Por ejemplo, el antecedente de hábito tabáquico puede codificarse como 1 y 0 (1: fumador; 0: no fumador) o como 1 y 2 (1: fumador; 2: no fumador). Aunque matemáticamente la presencia/ausencia de una característica se corresponde con la codificación 1-0, es frecuente usar la codificación 1-2, para evitar que variables vacías sean asignadas al 0 por error.

Escala ordinal

Las variables ordinales tienen la cualidad adicional, respecto a la escala nominal, de que sus categorías están ordenadas por rango; cada clase posee una misma relación posicional con la siguiente; es decir, la escala muestra situaciones escalonadas. Si se usan números, su única significación está en indicar la posición de las distintas categorías en la serie; sin embargo, no asumen que la distancia del primer escalón al segundo sea la misma que la del segundo al tercero. Veamos algunos ejemplos:

• Clase social: 1) baja, 2) media, 3) alta.
• Grados de reflujo vesicoureteral: grados 1, 2, 3, 4.
• Conformidad con una afirmación: 0) completo desacuerdo, 1) acuerdo parcial, 2) acuerdo total.
• Fumar: 0) no fumador, 1) fumador leve, <10/día; 2) fumador moderado, 10-20/día, y 3) gran fumador, >20/día).

Existen escalas que serán mezcla de nominal y ordinal, porque solo algunas categorías estén ordenadas por rango; esto ocurre en las escalas en las que un valor representa a una categoría inclasificable (ejemplo: no sabe no contesta o resultado indeterminado).

Escalas de intervalos

Las escalas de intervalos poseen la cualidad adicional de que los intervalos entre sus clases son iguales. Diferencias iguales entre cualquier par de números de la escala indican diferencias también iguales en el atributo sometido a medición. Veamos un ejemplo: la diferencia de temperatura entre una habitación a 22 grados centígrados y otra a 26 es la misma que la existente entre dos a 33 y 37 grados centígrados, respectivamente.

Sin embargo, la razón entre los números de la escala no es necesariamente la misma que la existente entre las cantidades del atributo. Ejemplo: una habitación a 20 grados no está el doble caliente que otra a 10. Ello se debe a que el cero de la escala no expresa el valor nulo o ausencia de atributo.

Escalas de razones

Su cualidad adicional es que el cero sí indica ausencia de atributo. En consecuencia, la razón entre dos números de la escala es igual a la existente entre las cantidades del atributo medido. Ejemplos:

• Peso: medido en kilogramos.
• Concentración de glucosa en una muestra: medida en mg/dl.
• Tasa de mortalidad: muertes por 1000 personas en riesgo.
• Ingresos: medidos en euros.