REFLEXIÓN PERSONAL.

¿Qué he aprendido? 

En esta asignatura he aprendido aparte de lo puramente matemático, fórmulas, representaciones gráficas, utilización de la aplicación Epi Info para trabajos de investigación... Lo que realmente a mi me ha causado impacto es la importancia que tiene la estadística en el campo  de la enfermería, esta nos ayuda a avanzar tanto en los diagnósticos,  en la forma de curar las enfermedades, en las pruebas complementarias, etcétera,  todo ello solo con un objetivo el cual es, mirar por el enfermo/paciente, para poder ganarnos su confianza.

Además esta asignatura me hace entender que los enfermeros y las enfermeras también pueden entrar en el campo de la investigación para mejorar su forma de trabajar, ya que, no nos debemos incluir con los médicos, puesto que cada uno tenemos un papel en el enfermo, y todos debemos avanzar de igual manera.  

¿Qué estrategias de aprendizaje he utilizado? 

Las estrategias utilizadas  principalmente es la asistencia a clase, donde el profesor, explica de forma clara el temario, con ejemplos para practicar; además la práctica de realización de trabajos de investigación.

Hacer cuestionarios a modo competición con los alumnos de la clase fomenta que prestemos atención a las clases.

También han sido de ayuda las exposiciones de los trabajos realizados, ya que obtenemos mayor confianza en nosotros mismo y estudiamos entendiendo.

¿Con qué he aprendido?

 He aprendido con la práctica, los trabajos de investigación propiamente, utilizando excel, aplicación Epi Info, conocimientos previos y con el trabajo en equipo.

También para los temas en general, visualización de vídeos explicativos de youtube. A parte de la explicación ya dada por el profesor de la materia, ya que en esos vídeos vienen ejemplos con los cuales pude practicar la materia dada anteriormente.

Además, con la realización de este blog, pude llevar la materia al día, y poder así ir recordando el temario dado. 

SEMINARIOS ESTADÍSTICA Y TICS. SEMINARIO 5.

22/ 05/ 2018

En este seminario  expusimos en grupo, el trabajo final de investigación, 

En este artículo analizamos, en primer lugar, estudios realizados con respecto al tema del bullying para orientarnos y saber los antecedentes que existían hasta la fecha y los resultados obtenidos para poder contrastar con los resultados. Realizamos los estudios en alumnos de edades entre 12 y 16 años de diferentes centros públicos en los cursos de 2º y 3º de Educación Secundario Obligatoria. Utilizamos para este estudio el Test Bull-S buscando como objetivo si el método anti-bullying que tienen en dichos centros es efectivo.

Finalmente, obtuvimos en los resultados que el tipo de bullying más habitual eran los insultos, las amenazas y el rechazo por parte de los agresores, produciéndose mayoritariamente en las aulas de los institutos. 

Objetivos:

• Comprobar la efectividad de los métodos anti-bullying en los centros públicos utilizados para este estudio.

         - Analizar si existe bullying en los cursos de 2º de la E.S.O.

         - Analizar si existe bullying en los cursos 3º de la E.S.O.

         - Comparar la incidencia de bullying según los sexos.

         - Comparar la incidencia de bullying según los dos centros de estudio.

Método: 

Aplicación de la encuesta test Bull-S, para más tarde pasarla a un excel y poder importarlo a la aplicación Epi Info, donde utilizamos t de Student, para aceptar o rechazar nuestras hipótesis y llegar a nuestros resultados.

Conclusión:

Podemos concluir con que la problemática del bullying sigue prevaleciendo en todas las aulas de los centros estudiados. 

Los agresores mayoritariamente son del sexo masculino y que en las víctimas no hay relación con el sexo. 

Hemos podido observar que no tiene relación el centro con la cantidad de bullying. En cuanto al curso, obtuvimos que no existía relación entre el curso y el bullying. 

Los alumnos clasificados como bullies destacan también en la categoría aceptados, es decir, son más populares entre sus compañeros, y aquellos clasificados como víctimas destacan más en la categoría de rechazos, lo que significa que están más marginados por sus compañeros. 

En conclusión, a todo esto, después de haber analizado las diferentes situaciones, podemos afirmar que los métodos anti bullying utilizados en los institutos públicos de Andalucía no son eficaces,  ya que hemos podido observar bullying en el 100% de los cursos estudiados. 

SEMINARIOS ESTADÍSTICA Y TICS. SEMINARIO 4.

25/ 04/ 2018

ESTADÍSTICA DESCRIPTIVA.

Medidas descriptivas: 

• Posición: Divide un conjunto ordenados de datos en grupos con la misma cantidad de individuos

          - Cuantiles, percentiles, cuartiles, deciles...

• Centralización: Indican valores con respecto a los que los datos parecen agruparse.

           - Media, mediana y moda. 

• Dispersión: Indican la mayor o menos concentración de los datos con respecto a las medidas de centralización.

         - Varianza, desviación típica, coeficiente de variación, rango

• Forma: 

         - Asimetría

         - Apuntamiento o curtosis 

A partir de esto, pudimos interpretar y analizar los datos que nos proporcionaba el Epi Info: 

ESTADÍSTICA INFERENCIAL.

Apoyándose en el cálculo de probabilidades y a partir de datos de una muestra, efectúa estimaciones, decisiones, predicciones u otras generalizaciones sobre un conjunto mayor de datos.

Permite generalizar datos obtenidos a partir de una muestra a la población de la que proceden. 

CHI CUADRADO 

Empleamos también Chi cuadrado en Epi Info: 

T DE STUDENT/ T-TEST 

t de student en Epi Info: 

SEMINARIOS ESTADÍSTICA Y TICS. SEMINARIO 3.

12/ 03/ 2018 

En seminario 3, vimos de forma detallada la aplicación EPI INFO, que nos permitiría crear formularios y grabar datos. 
Para ellos nos descargamos la versión 7.2, y realizamos diferentes ejemplos. 

Le dimos a crear formularios para empezar a hacer nuestro ↘↘propio formulario: 

SEMINARIOS ESTADÍSTICA Y TIC. SEMINARIO 2.

22/ 02/ 2018

En este seminario, los diferentes subgrupos de dicho grupo (G2), expusimos el método de búsqueda y explicación del trabajo de investigación, por supuesto, utilizando las estrategias de búsqueda vistas en el primer seminario.

Nuestro trabajo comenzaba con la siguiente pregunta PICO: 

¿Es más efectivo el tratamiento con azúcar no estéril en comparación con el tratamiento mediante hidrocoloides en úlceras por presión en pacientes adultos? 

En primer lugar, utilizamos los descriptores DeCs y MeSh e hicimos la pre-selección de abstracts.

El DeCs nos sirvirá pasar de un lenguaje natural a uno documental gracias al tesauro:

En MeSh nos proporcionará los diferentes booleanos y las relaciones que podemos hacer con nuestros nuevos términos para así poder buscar de manera general o más específica nuestros diferentes artículos, dependiendo de que clase de trabaja queremos realizar. 

("Pressure Ulcer") AND ("Honey" OR "Bandages, Hydrocolloid" OR hydrocolloid) AND ("self efficacy" OR efficacy)

Nosotros queríamos abarcar los máximos de artículos posibles relacionados con el nuestro para así poderlos comparar, para ello fuimos al PubMed: 

Después de ver que artículos estaban relacionados con nuestro tema, y compararlos minuciosamente, llegamos a una conclusión: 

SEMINARIOS ESTADÍSTICA Y TIC. SEMINARIO 1.

19/ 02/ 2018

En el primer seminario, aprendimos a crear un BLOG,  para poder realizar los resúmenes que hemos visto a lo largo del segundo cuatrimestre de la asignatura Estadística y Tecnología de la Información y Comunicación  del primer año del grado de enfermería en Cruz Roja de Sevilla. 

Nos dieron las pautas que debía seguir el blog y como este iba a ser  evaluado.

Más tarde, nos explicaron las "estrategias de búsqueda" para los trabajos de investigación que debíamos realizar en grupo, constaba de los siguientes pasos: 

• Analizar el tema/problema 

Mediante la pregunta PICO analizaremos más detenidamente nuestro problema o nuestro tema a tratar: 

 - P: Definición del problema.

 - I: Intervención que queremos analizar.

 -C: Intervención de comparación (si procede).

 -O: Outcomes: Resultados.

• Identificar los conceptos

Mediante diferentes aplicaciones podremos buscar los artículos que estén relacionados con nuestro tema, para más tarde, poder comparar ambos resultados.

Debemos identificar términos específicos para poder seleccionarlos y emplearlos en nuestra búsqueda de diferentes artículos.

• Traducir los términos del lenguaje natural al documental

Como los términos que hemos seleccionado son un tanto poco profesionales, utilizaremos varios tesauros donde nos cambiaran esas palabras a otra forma denominada documental.

• Construir la estrategia de búsqueda para interrogar a la base de datos

1.Operadores booleanos:

Los operadores booleanos, también conocidos como operadores lógicos, son palabras o símbolos que permiten conectar de forma lógica conceptos o grupos de términos para así ampliar, limitar o definir tus búsquedas rápidamente. Son muy sencillos de usar y pueden incrementar considerablemente la eficacia de tus búsquedas bibliográficas

Existen tres tipos de operadores que podrás utilizar en tus búsquedas. En concreto, los operadores puramente booleanos, los de posición y los relacionales.

2. Operadores de truncamiento y comodines:

3. Uso de las comillas:

4.Uso del paréntesis:

• Modificar la estrategia en función de los resultados

TEMA 12: CORRELACIÓN Y CONCORDANCIA.

Regresión 

Es la predicción de una medida basándonos en el conocimiento de otra.

Una posible manera de recoger los datos es mediante una tabla, donde observaremos dos variables en varios individuos de la muestra; cada fila tenemos los datos de los individuos y en cada columna representamos los valores que toma una variable sobre los mismos. No tenemos que seguir ningún orden en particular. 

* Dichas observaciones pueden ser representadas en un diagrama de dispersión. En ellos cada individuo es un punto cuyas coordenadas son los valores de las variables. 

* Nuestro objetivo será intentar reconocer a partir del mismo si hay relación entre las variables, de qué tipo, y si es posible predecir el valor de una de ellas en función de la otra.

                                        (parece que el peso aumenta con la altura)

Regresión lineal

TEMA 11: PRUEBAS NO PARAMÉTRICAS MÁS EMPLEADAS EN ENFERMERÍA.

Pruebas no paramétricas: Análisis bivariado de variables cualitativas: Test de hipótesis  Chi-cuadrado

• Para comparar dos variables cualitativas (dependiente e independiente).
• Razonamiento a seguir: suponemos la hipótesis cierta y estudiamos cómo es de probable que siendo iguales los dos grupos a comparar se obtengan resultados como los obtenidos o haber encontrado diferencias más grandes por grupos.

Tabla de contingencia-Frecuencia absoluta 

Se emplean para registrar y analizar la asociación entre dos o más variables de naturaleza cualitativa (nominales u ordinales).

Tabla de contingencia-porcentajes 

Prueba chi-cuadrado

Se utiliza para comprobar si la diferencia en los datos que observamos: 

• Es debida al azar 

         *Aceptamos la Ho.

• Es debida a algo más, por ejemplo una asociación entre las variables que estudiamos.

          *Rechazamos la Ho. Aceptamos la H1.

Para su cómputo calculamos: 

• Frecuencias esperadas (FE): aquellas que deberían haberse observado si la Ho fuese cierta, ie, si ambas variables fueran independientes.
• Frecuencias observadas (FO) en nuestro estudio. 
• Las comparamos para calcular el valor del estadístico chi-cuadrado

• Cuanto mayor sea la diferencia (y, por tanto, el valor del estadístico), mayor es la asociación/dependencia entre ambas variables.
• Por otra parte, como las diferencias entre las frecuencias observadas y esperadas están elevadas al cuadrado, esto hace que el valor desiempre sea positivo.

Condiciones para aplicar Chi cuadrado

1. Las observaciones deben ser independientes.
2. Utilizar en variables cualitativas.
3. Más de 50 casos.
4. Las frecuencias teóricas o esperadas en cada casilla de clasificación no deben ser inferiores a 5.

Si no se cumplen los requisitos: Se usan pruebas paramétricas: 

  1. Utilizar el estadístico de Fisher. 

  2. Corrección de continuidad de Yates.

Ejemplo 

Tabla distribución de Chi cuadrado 

Odds ratio 

• Permite cuantificar la importancia/fuerza de la asociación entre dos variables.
• Puede acompañar al resultado de la prueba chi-cuadrado (en variables dicotómicas).
• ¿Recordamos la odds? Frecuencia expuestos/frecuencia no expuestos (casos y controles).
• Odds ratio sería el cociente entre la odds del grupo de individuos de la categoría 1 de la variable supuestamente dependiente (variable 2) (a/c), frente a la odds del otro grupo formado por los individuos de la categoría 2 de esa misma variable (b/d).

• Características: 

*No tiene dimensiones.

*El rango va de 0 a ∞.

*OR=1 indica que no hay asociación (independencia).

*OR>1 la presencia del factor de exposición (V1.1) se asocia a mayor ocurrencia del evento (V2.1).

*OR<1 la presencia del factor de exposición (V1.1) se asocia a menor ocurrencia del evento (V2.1).

Ejemplo

Si suponemos que "ser chico" sea un factor de riesgo para fumar, calculamos la OR para "ser chico":

TEMA 10: ESTIMACIÓN Y/O SIGNIFICACIÓN ESTADÍSTICA.

Significación estadística

• Es una forma de inferencia estadística.
• Permite contrastar hipótesis y relacionarlo con el método científico.
• Se parte de la hipótesis nula, frente a la hipótesis alternativa.
• Permite calcular el nivel de significación.
• Nos permite tomar decisiones, cuantificando el error.

El conocimiento científico 

Hipótesis estadística, contraste de hipótesis, errores de hipótesis y tipos de errores en test

Según el nivel de significación que hayamos preestablecido (habitualmente un 95%) las soluciones pueden ser:

•   p>0,05: en este caso no podemos rechazar la hipótesis nula (no podemos decir que sea cierta, sino que no podemos rechazarla).
•   p<0,05: en este caso rechazamos la hipótesis nula, por lo que debemos aceptar la hipótesis la  hipótesis alternativa.

Tipos de análisis estadísticos según los tipos de variables implicadas en el estudio

TEMA 9: INTRODUCCIÓN A LA INFERENCIA ESTADÍSTICA. INTERVALOS DE CONFIANZA Y CONTRASTE DE HIPÓTESIS

Inferencia estadística 

Al conjunto de procedimientos estadísticos que permiten pasar de lo particular, la muestra, a lo general, la población, le denominamos inferencia estadística 

•  Dos formas de inferencia estadística: 

           • ESTIMACIÓN del valor en la población (Parámetro) a partir de un valor de la                          muestra (Estimador).                                                                                                               • CONTRASTE DE HIPÓTESIS, a partir de valores de la muestra, se concluye si                     hay diferencias entre ellos en la población.

Las dos formas de inferencia estadística 

• Estimaciones puntuales o a través de intervalos de confianza para aproximarnos a valor de un parámetro.

• Pruebas de hipótesis ¿el valor obtenido es diferente del valor especificado por H0?

Estimaciones 

Proceso de utilizar información de una muestra para extraer conclusiones acerca de toda la población • Se utiliza la información recogida para estimar un valor.

• Puede realizarse ESTIMACIÓN PUNTUAL (Consiste en considerar al valor del estadístico muestral como una estimación del parámetro poblacional) o ESTIMACIÓN POR INTERVALOS mediante el cálculo de INTERVALOS DE CONFIANZA (Consiste en calcular dos valores entre los cuales se encuentra el parámetro poblacional que queremos estimar con una probabilidad determinada, habitualmente el 95%).

Error estándar

Es la medida que trata de captar la variabilidad de los valores del estimador (en este caso la media de los días de curación de la úlcera)

•  El error estándar de cualquier estimador mide el grado de variabilidad en los valores del estimador en las distintas muestras de un determinado tamaño que pudiésemos tomar de una población. 
• Cuanto más pequeño es el error estándar de un estimador, más nos podemos fiar del valor de una muestra concreta. 
•  Si en lugar de variar el valor de la media en las muestras entre 52 y 64 días, variara entre 20 y 90 días, sería menos probable que al seleccionar una muestra y calcular su media, ésta estuviera cercana a 57,46, que es el valor de la media en la población

Depende de cada estimador: 

•  Error estándar para una media: s/√¯n 
•  Error estándar para una proporción: √¯p(1-p)/n 

De ambas fórmulas se deduce que, mientras mayor sea el tamaño de una muestra, menor será el error estándar.

Teorema central del límite

Intervalos de confianza 

Son un medio de conocer el parámetro en una población midiendo el error que tiene que ver con el azar (error aleatorio).

• Se trata de un par de números tales que, con un nivel de confianza determinados, podamos asegurar que el valor del parámetro es mayor o menor que ambos números. 
• Se calcula considerando que el estimador muestral sigue una distribución normal, como establece la teoría central del límite.

Cálculo: 

• I.C. de un parámetro= estimador ± z(e.estándar)
• Z es un valor que depende del nivel de confianza 1-a con que se quiera dar el intervalo 
• Para nivel de confianza 95% z=1,96 – Para nivel de confianza 99% z=2,58 
• El signo ± significa que cuando se elija el signo negativo se conseguirá el extremo inferior del intervalo y cuando se elija el positivo se tendrá el extremo superior

Mientras mayor sea la confianza que queramos otorgar al intervalo, éste será más amplio, es decir el extremo inferior y el superior del intervalo estarás más distanciados y, por tanto, el intervalo será menos preciso. 

Se puede calcular intervalos de confianzas para cualquier parámetro: medias aritméticas, proporciones, riesgos relativos, odds ratio, etc.

Contraste de hipótesis

Con los contrastes (tests) de hipótesis la estrategia es la siguiente: 

• Establecemos a priori una hipótesis acerca del valor del parámetro.
• Realizamos la recogida de datos.
• Analizamos la coherencia de entre la hipótesis previa y los datos obtenidos.

Errores de hipótesis

• Con una misma muestra podemos aceptar o rechazar la hipótesis nula, todo depende de un error, al que llamamos α.
• El error α es la probabilidad de equivocarnos al rechazar la hipótesis nula.
• El error α más pequeño al que podemos rechazar H0 es el error p. 
• Habitualmente rechazamos H0 para un nivel α máximo del 5% (p<0,05).
• Es lo que llamamos “significación estadística”.