Comparación de técnicas de cuidados para mejorar calidad de vida de pacientes: Análisis de, Apuntes de Bioestadística

¡Descarga Comparación de técnicas de cuidados para mejorar calidad de vida de pacientes: Análisis de y más Apuntes en PDF de Bioestadística solo en Docsity!

Estadística inferencial

 Relación entre una variable cuantitativa (dependiente) y una cualitativa con 2 ó mas categorías (factores).  Más potente que varios T-test:  Incremento de errores alfa  Permite considerar varias vías (análisis multivariante).

 Necesitamos:  Que los grupos sean de varianza similar para la variable dependiente  Que tengan ciertas características de normalidad. Para asegurarnos pueden realizarse:  Pruebas de igualdad de varianza: Prueba de Levene  Pruebas de normalidad:

Prueba de Kolmogorov-Smirnov

Prueba de Shapiro-Wilk

 La variable a estudio (calidad de vida) viene definida por varios elementos:  Una situación de base o partida similar para todos los grupos de individuos  Una serie de factores aleatorios o no controlados  Nuestra intervención  La variabilidad que nos interesa es la existente entre los grupos (la que viene dada por nuestra intervención).  La variabilidad entre los grupos debe de ser mayor que la intragrupos.

 Si NO hay diferencias entre los diferentes grupos:  La media en los grupos sería la misma (o muy parecida).  La media del total de los datos también sería similar.  La diferencia entre los grupos seria similar a la diferencias intragrupos  Si SÍ hay diferencias entre los diferentes grupos:  La media en los grupos sería bastante diferente.  La media del total de los datos no coincidiría con la de los grupos.  La diferencia entre los grupos será superior a las diferencias intragrupos

Media

GLOBAL

Media A Media B^ Media C

Si NO hay diferencias entre los grupos

 Variabilidad total. Mide la distancia de cada observación respecto a la media del total de los datos.  Variabilidad entre los grupos. Mide la distancia de la media de cada grupo respecto a la media del total. Podemos encontrarla bajo el nombre de residual, error o varianza inter-grupos.  Variabilidad dentro de los grupos. Mide la distancia de cada observación respecto a la media de su grupo. Podemos encontrarla bajo el nombre de residual, error o varianza intra- grupos.

Hieronymus Bosch, El Bosco

Media X1.

X1j

X2j X3j

Media X2.

Media X3.

Muestra 1 Muestra 2 Muestra 3

2 1 1

( i )

b j ij a i

SCE  X  X

 

MCE  SCE /( n  a )

Gran media

Media Trat. 1

Media Trat. a

Media trat. 2

a grupos

    a i SCTr b X i X 1 2 ( ) MCTr  SCTr /( a  1 )

Dividimos la media cuadrática inter-grupo por la media cuadrática intra-grupo para tener una idea de cuanta variabilidad es atribuible al azar. Se compara con el valor de F de Snedecor que tenga (a-1) g.l. en el numerador y (n-a) g.l. en el denominador  Si las muestras son iguales es de esperar que las medias de cada grupo sean parecidas.  Y por lo tanto la distancia de la media de cada grupo a la media total será pequeña.  ¿Cuándo consideramos que es suficientemente pequeña? F SCE n a SCTr a MCE MCTr     /( ) /( 1 )

 Queremos saber si hay diferencia en la mejora de la calidad de vida de los pacientes si se emplea la técnica de cuidados que se viene haciendo de rutina o por el contrario se emplean otras técnicas nuevas que han sido descritas recientemente, una más rápida y otra más económica. Habitual Atri 2010 Lets 2010 1 10 0 9 3 3 2 1 8 9 6 6 3 10 3 1 8 0 2 10 9 1 7 1 9 5 9 9 1 3 7 7 2 4 10 2 4 10 7 7 10 1 5 5 1 2 2 0 2 4 5 6 4 5 0 4 2 1 4 5 8 4 5 8 10 5 7 8 6 0 6 1 1 7 8 9 7 7

Habitual Atri 2010 Lets 2010 1 10 0 9 3 3 2 1 8 9 6 6 3 10 3 1 8 0 2 10 9 1 7 1 9 5 9 9 1 3 7 7 2 4 10 2 4 10 7 7 10 1 5 5 1 2 2 0 2 4 5 6 4 5 0 4 2 1 4 5 8 4 5 8 10 5 7 8 6 0 6 1 1 7 8 9 7 7     a i SCTr b X i X 1 2 ( ) 2 1 1 ( (^) i ) b j ij a i SCE  X  X    

Habitual Atri 2010 Lets 2010 1 10 0 9 3 3 2 1 8 9 6 6 3 10 3 1 8 0 2 10 9 1 7 1 9 5 9 9 1 3 7 7 2 4 10 2 4 10 7 7 10 1 5 5 1 2 2 0 2 4 5 6 4 5 0 4 2 1 4 5 8 4 5 8 10 5 7 8 6 0 6 1 1 7 8 9 7 7 F SCE n a SCTr a MCE MCTr     /( ) /( 1 )