Pertinencia de la prueba

Summary

La transcripción proporcionada es una clase magistral sobre la importancia de las variables en la investigación médica, impartida en un hospital de oncología. Se discuten tres tipos de variables: cualitativas (nominales y ordinales), cuantitativas (continuas y discretas) y su manejo en diferentes situaciones clínicas. Se explora el uso de pruebas estadísticas como la hipótesis nula, t-student y la regresión lineal para analizar la relación entre variables y predecir resultados en estudios clínicos. La clase también aborda conceptos como la distribución normal, la correlación de Pearson y Spearman, y la regresión logística. El doctor Vitto intercambia ideas con los residentes, promoviendo un aprendizaje colaborativo y una comprensión profunda de los fundamentos estadísticos en la práctica médica diaria.

Takeaways

• 📚 La clase trata sobre las tres tipos de variables en estadística: cualitativas (nominales y ordinales), cuantitativas (continuas y discretas) y su importancia en la práctica clínica.
• 👥 Los médicos de trabajo están encargados de dictaminar y calificar enfermedades o accidentes del trabajo, utilizando conocimientos científicos para la prevención.
• 🧐 Las variables cualitativas nominales representan cualidades y pueden ser dicotómicas o polinómicas, mientras que las ordinales implican un orden específico.
• 📊 Las variables cuantitativas se dividen en continuas y discretas, y su distribución puede ser normal o de libre distribución, lo que influye en el tipo de prueba estadística utilizada.
• 🧐 Para las variables cuantitativas, el cero absoluto y el infinito biológico son conceptos importantes que ayudan a entender los límites de la población en estudio.
• 📉 La hipótesis nula en un estudio estadístico sugiere que un tratamiento no es más efectivo que un placebo, mientras que la hipótesis alternativa sugiere una diferencia.
• 🔍 Los porcentajes y las proporciones son ejemplos de variables cuantitativas que a menudo se utilizan en la medicina para expresar ratios entre grupos.
• 🧐 La elección del tipo de prueba estadística depende del tipo de variable (cualitativa o cuantitativa) y si las muestras son relacionadas o no.
• 📈 El análisis de regresión lineal se utiliza cuando se tiene una variable dependiente cuantitativa y una o más variables independientes, y se busca mostrar su relación.
• 📊 Las pruebas estadísticas como el chi-cuadrado y la t-student son herramientas para analizar datos y determinar si existe una relación significativa entre variables.
• 👍 La participación activa en la clase, con aplausos y comentarios, demuestra el interés y la comprensión de los conceptos estatísticos presentados.

Q & A

¿Qué son las variables cualitativas nominales y ordinales?

Las variables cualitativas nominales son aquellas que representan una calidad sin orden específico, como el género (hombre/mujer). Mientras que las variables ordinales también representan cualidades, pero tienen un orden o ranking, como las clasificaciones de falla en el desarrollo o la clasificación de la New York Heart Association en insuficiencia cardiaca.

¿Cómo se define un 'cero absoluto' en una variable cuantitativa?

Un 'cero absoluto' en una variable cuantitativa es un punto de referencia que indica la ausencia de la característica medida. Por ejemplo, una persona con una talla de 0 centímetros sería considerada como el 'cero absoluto' para la talla, aunque es una medida teóricamente imposible en la práctica.

¿Cuáles son las dos subcategorias de variables cuantitativas?

Las variables cuantitativas se dividen en continuas y discretas. Las continuas son aquellas que pueden tomar cualquier valor dentro de un rango, mientras que las discretas toman valores específicos o enteros.

¿Qué características deben tener una variable con distribución normal?

Una variable con distribución normal debe ser simétrica, lo que significa que su media y mediana son iguales, y asintótica, lo que indica que la curva no toca cero ni infinito. Esto sugiere que no hay valores extremadamente altos o bajos que se alejen de la media.

¿Qué es la hipótesis nula y cómo se relaciona con los estudios clínicos?

La hipótesis nula es la suposición básica en un estudio científico que establece que no existe efecto o relación entre las variables estudiadas. En un estudio clínico, la hipótesis nula normalmente sugiere que un tratamiento es igual a un placebo. Si los resultados del estudio no son consistentes con la hipótesis nula, se considera que el tratamiento tiene un efecto significativo.

¿Cómo se diferencia una prueba estadística de chi-cuadrado de una prueba t de Student?

La prueba de chi-cuadrado se utiliza para determinar si hay una asociación entre dos variables cualitativas. Por otro lado, la prueba t de Student se utiliza para comparar la media de un conjunto de datos con la media de la población o para comparar las medias de dos grupos cuando las muestras son independientes y tienen una distribución normal.

¿Qué es la regresión lineal y para qué se utiliza?

La regresión lineal es un análisis estadístico que se utiliza para modelar la relación entre una variable dependiente cuantitativa y una o más variables independientes, que pueden ser cuantitativas o cualitativas. Se utiliza para predecir el valor de la variable dependiente en función de las variables independientes.

¿Cuál es la diferencia entre la correlación de Pearson y la correlación de Spearman?

La correlación de Pearson se utiliza para medir la relación entre dos variables cuantitativas con distribución normal. La correlación de Spearman, sin embargo, es una medida de correlación no paramétrica que no requiere que las variables tengan una distribución normal y es útil para variables ordinales o no paramétricas.

¿Qué es la prueba exacta de Fisher y cuándo se utiliza?

La prueba exacta de Fisher se utiliza cuando se tienen tablas de contingencia de 2x2 y los recuentos esperados en algunas de las casillas son menores de 5. Esta prueba no asume una distribución normal de los datos y es especialmente útil para muestras pequeñas o datos de frecuencias discretas.

¿Cómo se define la 'relevancia clínica' en el contexto de los estudios estadísticos?

La 'relevancia clínica' hace referencia a la importancia práctica o el impacto real que tiene un resultado estadístico en la toma de decisiones médicales o en la práctica clínica. Mientras que la significancia estadística indica si los resultados son debidos al azar o no, la relevancia clínica evalúa si los resultados son lo suficientemente grandes como para ser útiles en la práctica médica diaria.

¿Qué es la regresión logística y cuándo se utiliza?

La regresión logística es un análisis estadístico que se utiliza para modelar la relación entre una variable dependiente dicotómica (con dos categorías) y una o más variables independientes. Se utiliza para predecir la probabilidad de que ocurra un evento cuando se manipulan las variables independientes.

Outlines

00:00

😀 Introducción a las variables cualitativas y cuantitativas

Se inicia la clase con una discusión sobre las variables cualitativas, nominales y ordinales, y cuantitativas, continuas y discretas. Se menciona la importancia del conocimiento científico en la medicina del trabajo y se repasan los conceptos básicos de las variables viendo, como parte del aprendizaje previo.

05:01

😉 Características de la distribución normal

Se exploran las características de una distribución normal, destacando la simetría, la asimetría y la asintoticia biológica. Se discute el concepto de cero absoluto y el infinito en el contexto de la talla y el peso en una práctica clínica, y cómo estos conceptos se aplican a la leucocitosis y la mortalidad en enfermedades.

10:04

🎓 Importancia de las pruebas estadísticas en la medicina

Se aborda el propósito de las pruebas estadísticas en la medicina, la generación de información a partir de datos y la hipótesis nula. Se plantea un ejemplo hipotético de estudio con penicilina para ilustrar cómo se diseñaría un experimento para comparar un tratamiento con un placebo.

15:04

📊 Estudio de la relación entre variables cualitativas y cuantitativas

Se discute cómo se pueden establecer relaciones entre variables cualitativas y cuantitativas. Se presentan ejemplos de estudios relacionados y no relacionados, y se describe el uso de pruebas estadísticas como el chi-cuadrado para analizar la relación entre penicilina y el mejoramiento de la condición de los pacientes.

20:08

🤔 Selección de la prueba estadística adecuada

Se aborda la elección de la prueba estadística correcta según el tipo de variable (cualitativa dicotómica, cuantitativa normal) y la relación entre las muestras (relacionadas o no relacionadas). Se hace un análisis de los estudios de antes y después y se destaca la importancia de la participación activa en la clase.

25:08

🍏 Plan de intervención y estudio clínico en el índice de masa corporal

Se plantea un escenario hipotético de estudio en el que se busca disminuir el índice de masa corporal mediante un plan de intervención en un hospital de oncología. Se discute la importancia de la medición repetida y la utilización de pruebas estadísticas como la t-student para muestras relacionadas.

30:08

📈 Análisis de la relación entre variables cuantitativas

Se aborda el análisis de la relación entre dos variables cuantitativas, como el peso y la glucosa. Se introduce la correlación de Pearson y se discute su aplicación en la investigación clínica. Además, se menciona la regresión lineal para estudios con múltiples variables.

35:09

🏥 Estudio de la insuficiencia cardiaca y su clasificación

Se propone un estudio para medir la insuficiencia cardiaca usando la fracción de eyección y la clasificación de la New York Heart Association. Se discute el análisis estadístico para muestras no relacionadas y se hace un llamado a participar activamente en la discusión.

40:16

🧐 Errores en el diagnóstico y su impacto

Se discuten los posibles errores en el diagnóstico de apendicitis y sus consecuencias. Se exploran las opciones de análisis estadístico para dos grupos (niños y adultos) y la importancia de considerar múltiples factores en la predicción del resultado final.

45:17

📝 Resumen de los modelos estadísticos aplicados

Se realiza un resumen de los diferentes modelos estadísticos aplicados a lo largo de la clase, incluyendo la regresión lineal y la regresión logística. Se destacan los casos en los que se utilizan estos modelos y se ofrece orientación para su elección adecuada.

50:18

📚 Estudios con variables cualitativas y cuantitativas

Se presentan diferentes escenarios de estudio que involucran variables cualitativas y cuantitativas, y se discuten las pruebas estadísticas apropiadas para cada caso. Se incluyen ejemplos de hipertensión, desnutrición y diabetes, y se abordan las pruebas t-student y chi-cuadrada de Pearson.

55:19

🎬 Consideraciones finales y cierre del video

Se cierra el video con un recordatorio de las consideraciones finales para el diseño de estudios y la elección de pruebas estadísticas. Se animan a los espectadores a dar like, compartir y comentar, y se les invita a seguir explorando el canal de YouTube para obtener más información.

Keywords

💡Variables Cualitativas

Las variables cualitativas son aquellas que representan características o cualidades de un fenómeno, como el género o la clasificación de enfermedades. En el video, se discute cómo se dividen en nominales y ordinales, y se relacionan con ejemplos clínicos como el sexo o la clasificación de la insuficiencia cardiaca.

💡Variables Cuantitativas

Las variables cuantitativas son aquellas que miden magnitudes numéricas, como la talla o el peso. Se diferencian en discretas y continuas, y en el video se mencionan como parte de la discusión sobre cómo se utilizan en la práctica clínica para describir y analizar datos.

💡Distribución Normal

La distribución normal es un patrón estadístico que se asemeja a una campana, donde la mayoría de los datos se concentran alrededor de la media y disminuyen simétricamente hacia los extremos. En el video, se discute cómo se identifica y qué características definen a una variable como normalmente distribuida.

💡Pruebas Estadísticas

Las pruebas estadísticas son métodos utilizados para analizar datos y extraer conclusiones. En el video, se abordan diferentes pruebas como el chi-cuadrado, la t de Student y la regresión logística, que se aplican en función del tipo de variable y la estructura del estudio.

💡Regresión Lineal

La regresión lineal es una técnica estadística utilizada para modelar la relación entre una variable dependiente y una o más variables independientes. En el video, se menciona como una herramienta para predecir resultados cuantitativos basándose en variables cuantitativas.

💡Correlación de Pearson

La correlación de Pearson es una medida de la fuerza y dirección de la relación entre dos variables cuantitativas. Se discute en el video como una forma de establecer si existe una asociación entre dos variables y su grado de correlación.

💡Regresión Logística

La regresión logística es un modelo estadístico utilizado para analizar la relación entre una variable binaria (dicotómica) y una o más variables explicativas. Se menciona en el video como una técnica adecuada para predecir eventos cuando la variable de resultado es cualitativa dicotómica.

💡Insuficiencia Cardíaca

La insuficiencia cardíaca es una condición clínica en la que el corazón no puede bombear la cantidad de sangre necesaria para satisfacer las necesidades del cuerpo. En el video, se utiliza como ejemplo de una variable ordinal para demostrar cómo se clasifica y cómo se relaciona con otras variables en un estudio.

💡Apendicitis

La apendicitis es una inflamación del apéndice que puede ser potencialmente peligrosa y generalmente requiere una cirugía. En el video, se discute cómo la identificación de un paciente con apendicitis puede implicar el uso de pruebas estadísticas para comparar la efectividad de diferentes tratamientos.

💡Estudio Clínico Aleatorizado

Un estudio clínico aleatorizado es un tipo de investigación en el que los participantes son asignados de manera aleatoria a uno o más grupos de tratamiento. Se menciona en el video como un método para evaluar el efecto de un tratamiento en comparación con un placebo o otro tratamiento.

Highlights

Las variables cualitativas se dividen en nominales y ordinales, siendo el orden una característica distintiva de las ordinales.

El médico de trabajo evalúa y califica enfermedades o accidentes del trabajo, utilizando conocimientos científicos para la prevención.

Las variables cuantitativas se clasifican como continuas o discretas, y su distribución puede ser normal o de libre distribución.

La distribución normal es simétrica, con la media y mediana iguales, y asintótica, no tocat el cero ni el infinito.

El concepto de 'cero absoluto' y 'infinito' en variables cuantitativas es crucial para entender la distribución y el rango de los datos.

Las pruebas estadísticas son utilizadas para generar información y describir datos, como el chi-cuadrado y la t de Student.

La hipótesis nula es fundamental en estudios clínicos, comparando el efecto de un tratamiento con el de un placebo.

Los estudios de antes y después implican muestras relacionadas, donde el mismo individuo actúa como su propio control.

La correlación de Pearson es una herramienta estadística utilizada para medir la relación entre dos variables cuantitativas.

La regresión lineal es adecuada para analizar relaciones entre variables cuantitativas cuando hay más de dos predictores.

La clasificación de la New York Heart Association es un ejemplo de variable cualitativa ordinal utilizada en la medición de la insuficiencia cardiaca.

La prueba de Spearman se utiliza para correlaciones cuando las variables no son normalmente distribuidas.

La regresión logística es el análisis estadístico adecuado para predecir una variable dicotómica a partir de variables predictoras.

Las pruebas estadísticas como el chi-cuadrado de Pearson y la prueba exacta de Fisher son utilizadas para comparar proporciones o frequencies en grupos no relacionados.

La importancia de entender la diferencia entre distribución normal y de libre distribución al elegir la prueba estadística adecuada.

El valor p en pruebas estadísticas ha tenido un impacto significativo en la práctica médica, pero también es importante considerar la relevancia clínica.

Los estudios pueden involucrar factores de riesgo, como la obesidad, para evaluar su impacto en condiciones como la hipertensión arterial.

Las pruebas estadísticas aplicadas en el ámbito de la salud pública son fundamentales para la toma de decisiones en tratamientos y políticas de salud.

Transcripts

cualitativas se dividen en dos en las

nominales y en las ordinales que es una

variable cualitativa ordinal ya

empezamos con las listas

amigos del youtube en esta ocasión

estamos dando la clase en el hospital de

onco con residentes de órale y qué hacen

los médicos del trabajo y ambiental como

no al médico de trabajo nos encargamos

dentro del seguro a dictaminar y

calificar enfermedades o accidentes del

trabajo y así como también hacer

prevención en este tipo de enfermedades

y accidentes lo hacen porque les da la

gana o lo hacen mediante cosas

científicas mediante conocimiento

científico pues lo tenemos que hacer

mediante el conocimiento científico

perfecto entonces la clase queda

perfectamente el día de hoy para conocer

los tres tipos de variables que ya

habíamos visto en la vez anterior vamos

a hacer un repaso rápidamente que es las

zonas variables cualitativas

cuantitativas

otra vez empezamos otra vez porque se me

fue a mí en las cabras

la medicina tiene tres tipos de

variables las cuantitativas que se

pueden contar las cualitativas que son

cualidades las cualitativas que son

cualidades se dividen en dos

nominales y ordinales si las nominales

pueden ser dicotómicas pueden ser

politécnicas pueden ser lo que quieran

pero nada más demuestra una cualidad

vistos sabe muy bien entonces tiene que

estar todos muy abusados por qué voy a

ir pasando cada uno de ustedes a

buscando a ver quién es el rival más

débil

ejemplos clínicos de su práctica clínica

de tipos de variables voy a empezar por

cualitativas cuál es un ejemplo de

cualitativa doctor vito

cualitativa

sexo hombre mujer bien cualitativa

las empresas

clasificación de la niña estaba bien

difícil pero eso

s igual y puede ser ordinal no porque

entonces no es cualitativa

denominaciones ordinal empezó a empezó a

tener falla de desarrollar y en sí me

sigue fallando y terminó peor ese es

ordinal porque lleva un orden muy bien

ahora de cuantitativa cuantitativa

la talla es perfecto cualitativa nominal

cualitativo nada 0 0

turno laboral mañana tarde noche ese no

es ordinal no esa no esto no es que

empieza en la mañana en la noche bueno

si podría ser pero pero no es mi turno

si no es que o sea no vayan a creer que

aquí en el links empezamos este de 0-8

os empezamos en la noche luego nos pasan

a la tarde y luego en la mañana y luego

jefe de servicio no aquí no es así y

aquí ya aquí ya nace sé cuándo nació

félix jean nació que el jefe de servicio

ya así fue la historia ok muy bien ahora

de las cuantitativas de las cuantías

las se dividen en dos

continuas y discretas y no sé qué rollo

eso lo metieron eso lo leyeron en el

libro del daniels eso es para hacernos

daño esto es para hacerlos pedazos es

para volvernos locos con el cerebro se

para decir allá tienen mucho

conocimiento ahora lo volver locos no

olviden eso cambien el chip las

variables cuantitativas solamente se

dividen en dos

en cuál y cuál carlos

distribución normal y libre de

distribución entonces ahorita en la

pantalla vamos a ver un ya lo habíamos

visto pero a ver qué les parece este

está de aquí tiene distribución normal

no es de libre distribución

distribución normal o libre distribución

cuáles son muy bien ahora vamos a ver

una distribución normal

perfecto cuáles son las características

de la distribución normal cuáles son las

características de una variable con

distribución normal

que sea simétrica que significa que sea

simétrica

entonces empezamos que media y mediana

sean iguales

que sea asimétrica y asintótica es esta

padre que significa que sea sintética

nada 0 0 ganó la ignorancia muy bien la

doctora vuelve a la ignorancia

asintótica quiere decir que no toca el

cero y el infinito biológico o infinito

biológico que madre de youtube

si se puede entonces usted es alguien de

aquí es este tiene es menor de edad que

no pueda oír groserías que sea algo

doctora alguien que sea sensible a las

groserías

si alguien es sensible a las groserías

en ese momento me callo y ahí si hay una

clase no sé pues bueno entonces que sea

simétrica y asintótica biológicamente

que madre es esa

madre sobre ellos

que sea simétrica y asintótica

biológicamente

qué gran ejemplo yo no lo hubiera

pensado mejor

si vamos a poner más ejemplos de cero

absolutos en la práctica clínica

rutinaria doctor cero absoluto en su

práctica clínica habitual de una

variable primero díganos una variable

cuantitativa antes de que haya cada vez

una cuantitativa

la talla cuál sería el cero absoluto de

la talla de un cliente suyo

0 ok el doctor tendría pacientes que

miden 0 centímetros

eso sería su cero absoluto ustedes creen

que haya un individuo que respire que

tenga talla de 0 nada entonces le

decimos nada entendió nada

doctora peso ahora ella va a utilizar

peso cual sería un cero absoluto del

peso de los pacientes que usted ve

el paciente más flaco que vengan más

flacos 50 kilos

entonces eso hay que decir que la

persona más flaca que haya visto en toda

su existencia peso 45 kilos ese sería su

cero absoluto si hay alguien que pesa 43

kilos ese no existe se dice sabes que

este no pertenece a mi población

pertenece a otra población que no es la

mía y cuál sería su infinito

su infinito el paciente más gordo que

haya visto en toda su existencia

arriba de 160 eso lo dice el ex

presidente un presidente peña nieto-

cuanto es arriba de 160 doctor

161 más arriba de 160

180 más arriba piense demás piensen

chingón

ella dijo más de 160 que es más de 160

más de 160 es 500 600 700 si entonces

ese concepto está y cuál sería tu cero

piensa en una variable cuantitativa de

tu práctica clínica

la leucosis perfecto muy bien

leucocitosis ten apendicitis muy bien

ahora cuál sería tu cero absoluto para

la leucosis o sister apendicitis

tres mil tres mil está si no estaba el

eucop en icod 13 mil está bueno y cuál

sería tu infinito

del euros 30.000 yo pondría hasta 40 mil

pero no no sale de esos eso sería lo lo

adecuado el cero y el infinito de esto

si la curva más menos dos desviaciones

estándar no tocan el infinito

luego el infinito biológico luego

entonces decimos que tiene distribución

normal y que es simétrico si no toca

hacia el cero o no toca hacia el

infinito

ok necesitan otro ejemplo o ya con este

color

ella ella tenía un ejemplo medio medio

medio chino pero vamos a dos porcentaje

de que doctor david 8

porcentaje de incapacidad permanente no

tengo ni la menor idea de qué es eso qué

tipo de variable es el porcentaje de

incapacidad o de cuenta cuánto va el

porcentaje de incapacidad permanente

pero qué sería

no tiene nada incapacidad no tiene nada

y completamente hay alguien que sea

completamente funcional puede tener

tiene nombres debe ser este güey es

súper funcionamos el chicharito

el choque y los demás

el choque no metió más que un gol

y sería qué

aunque no no sé que no aportan put que

depende de otros hace un jefe de

servicio

para alimentarse entonces sería un mp4

un recibo un r4 sería un alguien

completamente discapacitado

mejor

eso está bien difícil porque va porque

va de 0 a 100 ese es un porcentaje

entonces ese porcentaje casi siempre es

una vez una variable que convirtió es

una es una es una proporción lo que ya

está viendo hace una proporción es una

variable cuantitativa ven no sé vamos a

pensar porcentaje de mortalidad en una

enfermedad cómo se saca esa mortalidad

como se obtiene esa mortalidad para una

mortalidad de cáncer de mama

entre el total de vivos que estaban

cuando se murieron entonces tenía yo a

las señoras vivas y se fueron muriendo

tengo aquí tengo a todos ustedes y veo

cuáles de ustedes tienen que hablarle a

alguien para darles de comer

como a cesc analices tengo cinco

residentes y los cinco residentes sólo

uno solo uno se va por las cosas

pero me tantito porque ella dijo que

todo lo que hacían era científico como

como si este doctorado es tan y

jacqueline están diciendo mentirosa que

usted no se basa en cosas científicas

como mágico cómico mágico cultura

como la carabina de ambrosio muy bien

muy bien muy bien ok entonces ahorita

vamos a dejar de las cosas legales al

lado porque las cosas legales pues son

no no son a gusto del cliente dependen

del gusto del diputado entonces del

diputado entonces eso dejemos la parte

vamos a hablar solamente de la ciencia

los porcentajes las proporciones no son

variables cuantitativas continuos si hay

want is ok si son unas cualidades es una

interpretación de algo se está ok sale

perfecto muy bien entonces ésta tiene

distribución normal la que estamos

viendo aquí ahora vamos a ver

pertinencia de la prueba estadística

para qué queremos hacer pruebas

estadísticas cuál es la razón por la

cual queremos hacer pruebas estadísticas

porque nos gustan a los médicos las

pruebas estadísticas cuál es la razón

porque las ocupó para que las usa

generan información no entonces

generando información desde tvazteca no

buenos días aquí desde tvazteca

generando información para ustedes si

para eso se utiliza en las pruebas

estadísticas si para eso ocupó un h

cuadrado una td student para generar

información desde el mundial

y no escribir datos

para describir datos obtenidos entonces

si yo quiero describir que tengo 5

pacientes con eso ocupo la estadística

acá tenemos acá tenemos la respuesta

correcta doctor de donde nos visita cómo

se llama usted de dónde nos visita por

qué habla así como de norte y de arriba

el norte y a todos les voy a marchar la

mano

nos vamos a la mano todos los notarios

que entonces muy bien bienvenido

compañero del terror santo este ya

despertó que muy bien éste

ok entonces qué fue lo que dijo otra vez

para ver qué tratamiento es bueno y qué

tratamiento es bueno malo o no malo sino

qué tratamiento no sirve a eso se llama

que es hipótesis nula hipótesis cero

cuando el tratamiento no tiene más

efecto que el placebo

y potencia el tema cuando efectivamente

un tratamiento es mejor que el placebo

ahora todos esos médicos médicos del

trabajo pero médicos a fin

mencionen ustedes un medicamento que

sepan que si funciona

la penicilina entonces cómo harían ese

estudio de la penicilina vamos a pensar

en el estudio de la penicilina tengo

pacientes con sepsis

que los aleatorio

al grupo de penicilina pensemos que

estamos a principios de 1900 y el otro

grupo

siempre no

con besos y abrazos a un grupo besos y

abrazos y al otro grupo penicilina cuál

sería el resultado

como doctor

vivo muerto si vivo muerto qué tipo de

variables

cualitativa eso es lo que dice y tipo de

variables cualitativas dicotómica si la

segunda columna es el tipo de muestra y

dice no relacionado y relacionado no

relacionado y relacionado quiere decir

en el experimento que estoy teniendo

será que los grupos están relacionados o

está o son no relacionados en el ejemplo

de la penicilina que ponemos contra

placebo entonces los que recibieron

penicilina no recibieron placebo y los

que recibieron placebo no recibieron

penicilina a esto se llama que es

mutuamente excluyentes no relacionado

queda claro sí

y el resultado es dicotómico presenta un

set en ese caso qué tipo de prueba

estadística se pondría son dos grupos

penicilina

contra placebo qué tipo de prueba

estadística

fallo

si cuadrada

ahí está sí cuadrada salen ahora vamos a

pensar que voy a hacer un estudio

relacionado donde es el mismo individuo

su control igual pensando en que yo

quiero saber si la penicilina funciona

para la sepsis doctor haga el estudio

con relacionado

bueno

haga el estudio que estudió como

propondría el estudio

a los dobles de penicilina y como los

comparo si a los dos días les de

penicilina

puede ser por la dosis ya no serían si

fuera por la dosis vamos a pensar la

dosis un millón de unidades contra 500

mil unidades de penicilina son grupos

relacionados o no relacionados no

relacionados quedó muy claro muy bien si

ahora vamos a pensar en un estudio donde

los grupos son relacionados doctor

nada doctor cómo

es tardó en arrancar venga venga

si les doy la misma dosis dónde está la

comparación

cómo

no diferentes microorganismo no no casi

siempre son estudios de antes y después

entonces en estos estudios de antes y

después el individuo es su mismo control

si entonces por ejemplo diríamos bueno

tengo leucocitos altos le doy penicilina

y veo cómo quedaron los leucocitos al

final no tenía sepsis a este individuo

no lo puede autorizar le doy los le doy

en la penicilina y veo cómo quedó al

final esos son estudios de antes y

después para los estudios de antes y

después y la variable de salida es

dicotómica que análisis estadístico le

hago

dr

nada doctora sabe leer y escribir

sí no

nada

a ver tenemos en la de arriba dice chin

cuadrada y pruebes artificial lleva

códice relacionados que fue lo que

platicamos ahora sí doctor por favor

ayúdenos qué tipo de prueba estadística

el agua

s

entonces tenemos vamos a la primera

columna la primera columna es que la

variable de desenlace es cualitativa

dicotómica cierto cierto entonces si

fuera no relacionado como penicilina

contra placebo y el desenlace fuera

mejoró o no mejoró sería

si cuadrada si fuera un estudio de antes

y después donde es el mismo paciente el

que va a ser su testigo cuál sería es

decir muestras relacionadas cuál sería

el

magny martín hijo hannibal doctor un

gran aplauso para el doctor magnano le

llamaremos de bien adelante y aplausos

así con las dos manos así con ánimo de

participar en la clase

qué clase de que no vienen a divertirse

o vienen a vienen a divertirse vienen a

el que no se quiere divertir césar no va

a participar

ok ahora vamos a pensar una variable

cuantitativa con distribución normal que

utilicen en su práctica clínica

cuantitativa normal que utilizas en tu

práctica clínica

como la edad ahora piensa un estudio

donde la edad fuera el resultado final

está muy difícil otra otra variable

índice de masa corporal eso está bueno

entonces índice de masa corporal y

entonces hay algo para disminuir el

índice de masa corporal desde el punto

de vista de salud del trabajo

este plan de intervención porque no se

les hacen a todos y si sirve no

intervienen a todos debería de ver

cuántos gorditos hay en el planeta

tierra deberes si usted tiene un gran

mundo entonces vamos a hacer un ensayo

entonces tenemos un hospital digamos

vamos a poner un ejemplo el hospital de

oncología no y tenemos que el índice del

índice de masa corporal le preocupa al

señor director del hospital cierto

entonces vamos a hacer un plan de

intervención como dirían que ese plan de

intervención funciona o no funciona

como diría usted que ese plan de

intervención funciona o no funciona

si fuera en el mismo individuo y fuera

antes y después de intervención qué tipo

entonces empezamos con la primera con la

primera línea que sea cuantitativa con

distribución normal que es índice más se

corporal y después escogeremos el

renglón relacionado o no relacionado

relacionado porque es el mismo individuo

que pruebe estadística ocuparían

si solamente voy a medir al inicio como

estaba de gordito al inicio y me esperó

seis meses después y veo que tal en que

está gordito estaba solo dos mediciones

voy a ocupar td student como dice ahí

abajo tiene dos asteriscos y esas dos

asteriscos dice para muestras

relacionadas web va bien si ahora si

quisiera hacer un ensayo clínico

aleatorizado allá atrás doctora en el

mismo escenario como lo haría

ya dijeron el de muestras relacionadas

nos relacionábamos a las no relacionadas

planeó el estudio quien quiere planear

una ciudad acá dr

en el hospital de oncología a personal o

al hospital de oncología del hospital de

pedre sería en el hospital de oncología

en el servicio de mama ok

hago la intervención

ok comparó los servicios del servicio de

mama contra el servicio de gineco sí

entonces aún no los intervengo y al otro

les llevó a comer todos los días

ganchitos no les pongo a galletas para

que coman

su pancita

y a los otros pongo frutas y verduras

les hago la intervención lo saco a

caminar a todos los médicos los hago que

vayan al pasado de aquí atrás a la a la

parrilla sucia conocen aquí otra sobre

jiménez la parrilla sucia hay que tras

el doctor si se es así no sé de

variables quantis pero de la parrilla

sucia de eso sí

ok entonces hago dos grupos y veo al

final de cuentas cuánto quedó el índice

de masa corporal en uno y otro que

análisis estadístico se hace cuando la

variable de resultado es cuantitativa

tiene distribución normal la muestra es

no relacionada y son dos grupos dos

servicios

ahí está súper fácil de esta tabla ok

sale sí

entonces todo esto es para irse guiando

a que le van a pedir como que análisis

van a hacer y qué tan pertinentes son

los análisis que están delante de

ustedes ok sí muy bien y qué tal que

ahora quiero hacer tres mediciones vamos

a regresar al estudio de la doctora en

donde decía que un mismo individuo lo

voy a medir inicial y después seis meses

después pero qué tal si quiero hacer más

mediciones qué tal si quiero hacer

inicial a los tres meses a los seis y al

año que análisis estadístico harían

entonces ya no son dos grupos sino

serían tres grupos

a nova ok entonces ahí dice a nova de un

factor porque a nova es igual cuando son

medidas repetidas que cuando son varios

grupos sí ahora vamos a hacer el estudio

del doctor con tres grupos el había

escogido al servicio de cáncer de mama

de mama contra el servicio de colon y

recto y ahora vamos a hacerlo de tres

grupos

vamos a hacer su mismo estudio doctor en

tres grupos como lo haría

ok igual escogería otro servicio más y

entonces tendría que estar comparando

los tres grupos y entonces ese tipo de

análisis haría autor

muy bien doctora a nova sale y ahí está

perfectamente después dice mostrar

relación entre dos variables cuando las

dos variables son cuantitativas dos

variables vamos a mostrar relación

cuando dos variables son cuantitativas

15 animal éste está difícil

dos variables cuantitativas es decir las

variables cuantitativas son tanto la

dependiente como la independiente

peso y determinación de glucosa entonces

si yo quisiera haber peso y cuál sería

su estudio cuéntenos el estudio

esto parece una fiesta en mi casa en mi

casa mi hermana le completa que lo voy a

hacer yo

a ver si les logre entender si le logre

entender me llevo yo hashtag una

palomita no entonces tengo el estudio de

determinación de diabetes y esto digo

que creen que si yo bajo a estos gordos

les voy a bajar no nada más la panza y

les voy a poner cuadritos en la panza

sino además de ponerles cuadritos en el

abdomen el van a bajar la glucosa que

tiene y entonces la variable dependiente

en el eje de las 10 será glucosa y la

variable independiente será el peso ok

sí entonces yo quiero demostrar una

relación entre el peso y la glucosa sí y

entonces cuando quiero demostrar esa

relación se llama correlación y esta

correlación tiene un nombre muy

específico de uno de los mas

más importantes investigadores

bioestadísticos del planeta y ese se

llama correlación de ahí estas dos

variables con relación de piso

pero ahora qué tal que me vuelvo clínico

ya digo canijo te fíjate que la glucosa

no depende nada más del peso sino

depende del peso y depende de la edad y

depende de otras variables como tener o

no tener diabetes es decir voy a tener

una relación de la glucosa esa va a ser

mi variable dependiente en el eje de las

10 pero voy a tener otras variables en

el eje de las x como por ejemplo peso

edad y glucosa que ya son más de dos

variables ya son tres variables que

analiza estadístico hago ya tengo la de

dos variables la de pearson y ahora

pasaría a más de una

de análisis turístico haría

doctora qué barbaridad esta barbaridad

estaba hecha la regresión lineal ayuda a

mostrar esta relación cuando son más de

tres variables o más de dos variables

las que se relacionan con cierto sí

mientras aquí vamos a tener que hacer

una pausa para la salud y vamos a tener

que empezar a hacer estudios con

correlación lineal

carlos un estudio de correr de regresión

lineal

de péptido natriurético para youtube

nos van a aliviar la salud

como por ejemplo

su persona

sí

ok entonces hoy en día los modelos de

regresión lineal ya aceptan que uno

ponga variables de tipo cualitativo

también me puedes meter de chile de mole

matica puede meter este francés jon

fracción de eyección como dijiste pero

también puedes meter sexo o también

puedes meter alguna comorbilidad

diabetes 1 diabetes

si alguien está interesado en ver

regresión lineal solamente busque en el

vídeo aquí abajo en el mismo canal

entonces en el canal de youtube ahí está

el vídeo de regresión lineal si es que

se quedaron con atún muy bien pasemos al

siguiente renglón ahora vamos a pensar

en una variable dependiente del

resultado que sea cualitativa ordinal

doctor

nada doctora

grados de insuficiencia cardiaca como lo

va a medir cómo va a medir esa

insuficiencia cardiaca

fracción de eyección qué tipo de

variables

cuantitativa cuantitativa

clasificación de níjar de níjar ya que

se de new york heart association

pero la tradujo al español indica contar

un chiste rápidamente cuando estaba yo

en españa una de mis maestros decía

ustedes en méxico o no siguen las guía

de líneas y yo las que sí que siguen las

gallinas de reanimación las líneas no

lo que ella quería decir en alaska

airlines entonces la níjar la lija no

elige la new york heart association si

se va a uno a vivir a otro lado se sigue

llamando rodolfo no te llamas

rudolf ni cambias

[Música]

la clasificación de la new york' cartas

station se dividen

1 2 3 y 4 y es progresiva puede ser que

yo hoy en día suba las escaleras y me

canse porque tengo mala condición física

empiezo a subir de peso y me va yendo

peor peor hasta que me infarto no se

entiende si entonces va progresando muy

bien esa sería nuestra variable

dependiente cuatro estadios uno dos tres

y cuatro bien y ahora cuál es el estudio

que estamos proponiendo vamos a pensar

que sean grupos no relacionados

vamos a

un estudio donde mi salida sea la níjar

your heart

y además vamos a pensar de un estudio de

de alguien que está en trabajo social

venga

el trabajo

todo lo que sigue

puedes poner aquí porque no solo

ok entonces regresamos al mismo estudio

[Música]

ok entonces regresamos al estudio

inicial donde está hoy en un hospital y

voy a bajar de peso a los objetos ok

entonces los voy a bajar de peso

haciendo ejercicio no nadamás tapándole

la boca y decido que coman con un popote

porque los postes ya no son bien vistos

hoy en día entonces ahora los voy a

poner a hacer ejercicio y entonces en mi

entonces voy a tener dos grupos el grupo

que intervengo

el grupo que hago intervención en el en

el servicio de mama y el grupo que no

intervengo que es que se piense en colon

y recto ok

salem y entonces mi salida es qué tan

alto está la new york heart association

sabes se tiene si sé qué análisis

estadístico haría parece estudio

y de maní widney muy bien un aplauso

para el doctor qué es

muy bien entonces hallaremos seguro en

bar y whitney para el disco

perfectamente bien ahora qué tal que voy

a hacer el estudio no me dejan

el director del doctor escudero no me

deja le autorizara el grupo de cáncer de

mama y el otro porque se le sube el

sindicato los pares dice no no nos

pueden dejar a nuestro a nuestro gremio

sin atención entonces michele no puede

autorizar a los grupos tengo que

atenderlos rápidamente tengo que

atenderlos a todos como harían el

estudio

antes y después muy bien doctora cómo lo

haría

no estamos midiendo pesos de iguales que

estamos midiendo a las doctoras

la amiga

gestha que es texto

entonces estamos viendo la níjar ok

otra vez vamos a ver cómo lo haría no

todos

tengo al grupo de médicos les hago la

clasificación de new york heart

association

antes los pongo a hacer el ejercicio y

lo mido seis meses después cómo está la

new york heart association en ese caso

doctora que análisis estadístico haría

perfecto muy bien quedó clarísimo

si esta tabla es difícil de entender si

no entiendo la clínica si no entiendo en

qué momento utilizó cada grupo sale

hacemos otro ejemplo más para tres

grupos ahora

sale perfectamente quien dice yo quien

quiere proponer su estudio aquí doctor

ya veo doctor porque no hay que decir

las ideas siempre se les copian aún no

se acaban

muy bien en ese caso que esté que

análisis sería autor

doctora ahora va a ser tres mediciones

al pasar a los tres meses y a los seis

meses que analí estadístico haría

quien la trajo

brightman porque porque la variable que

estoy buscando que es mi hija es una

variable de tipo

cualitativo ordinal muy bien esto cuesta

mucho trabajo porque dices hay canijo te

fíjate que cuando una variable por

ejemplo edad

en mi muestra no tiene distribución

normal la convierto de cuantitativa de

la cuantitativa de arriba con

distribución normal la convierto en

cualitativa ordinaria se tiene si cuando

no tiene distribución normal se

considera quantitat y cualitativa

ordinal queda claro si no tiene

distribución normal entonces la prueba

que hago sería de maní wind y wilcox si

se entiende

arriba de distribución normal abajo

libre distribución

si no saben cómo diferenciar una y otra

vea en el canal de youtube tenemos

también una no sale y sale de kingston

en s

se sale ahora tengo dos variables hace

ratito hablábamos de la de pearson

cuando estábamos platicando que nuestra

variable de salida era glucosa y tenía

distribución normal pero ahora nuestra

variable de salida es la new york heart

association y la voy a comparar contra

la edad

qué análisis estadístico estoy

proponiendo

sí señora muy bien un aplauso a la

doctora

claro que sí spearman trabajo la parte

del coeficiente intelectual y la trabajo

en el laboratorio de pearson y entonces

es una es un pearson modificado no

entonces spears men estuvo trabajando

cumplir son en el laboratorio en londres

en el london college en el laboratorio

de biométrica y fue uno de los alumnos

de piso

una otra plaza para pearson sí

ok y ahora tenemos una más que sería la

relación entre dos variables entre más

de dos variables cuando ésta es de tipo

cualitativa dicotómica cual habíamos

dicho el estudio de cualitativa y

económica vivo muerto lo hemos hecho al

cual

no hombre mujer no puede ser dependiente

si no puede hacer un estudio para decir

yo quiero que ahora sea hombre o mujer

no sería ético

ok

qué estudio proponemos apendicitis o no

pedí cities estaré bien yo soy un

cirujano imagino

estoy diciendo no señores no los que nos

están viendo por favor no no nunca no es

bueno hipotéticamente

el pipita

los cirujanos tienen algo que hacer en

este planeta tierra 12 tienen algún

punto en el planeta tierra son casos

perdidos no vas a hacer nada

ok entonces imagínense

aquí

ok imagínense que estoy atendiendo un

paciente y me encuentro que puede ser

que tenga apendicitis

cuando yo lo hago solamente con datos

clínicos me puede equivocar o no me

puede equivocar doctora que tanto me

puede equivocar solamente así se ocupó

mi ojo de buen cubero hay una de las que

va a estar en el quinto encuentro de

investigadores del imms no la doctora ya

calificada un aplauso para una doctora

gracias por acompañarnos que bueno

muy bien entonces estoy delante de un

paciente y puede ser que me equivoque

ahora doctora cuando estoy viendo un

paciente con apendicitis que tanto me

puede equivocar

15 a 30 los de youtube no es en todos

los casos ok

cuáles pueden ser los dos resultados de

equivocación

ok las dos maneras de equivocarme puede

ser que no y que diga no es apendicitis

que fue un apetito atorado y se va a su

casa y le da peritonitis no o la otra

opción es

que había sido un gases y yo no había

sido un gases y yo

lópez ok entonces el resultado sería

dicotómico

adecuado operación adecuada o no

adecuada queda claro sería dicotómica si

yo lo que hiciera fuera tener dos grupos

niños y adultos y ver si la edad es una

variable que puede intervenir en que le

atine o no le atiné que análisis

estadístico le haría

regresión lineal no porque no regresión

lineal

porque la variable de desenlace no es

cuantitativa entonces que le decimos sr

el desenlace es

presente ausente la tiene o no la tiene

ser otra

a ver quién piensa si solamente quiero

ver una sola variable digamos que

solamente quiero ver una variable y la

variable es la edad si es niño o es

adulto que análisis estadístico el área

cuadrada perfectamente bien queda claro

ser otra son grupos no relacionados pero

ahora la doctora nos dice ustedes están

locos porque la peni cities no depende

nada más de la edad sino depende de

otros factores como de que otros

factores pueden llevar a alguien a que

tenga o no tenga apendicitis doctor

ahora ya tengo más variables ya no nada

más es la edad si no tengo dolor

leucocitosis etcétera qué tipo de

análisis estadístico haría en ese caso

para ponderar todas esas variables con

el resultado final

porque chico era dijimos que solamente

es para cuando tengo dos grupos

no porque ya pusimos más

y ahora lo que queremos es predecir

regresión logística químico regresión

logística otra vez en el doctor guzmán y

whitney bravo no

pero vean que buena onda es padrísimo

porque la si no no me aplaudan

no guarden sus aplausos no no eso me

recuerda un chiste buenísimos pueden ser

chistes en youtube

por cierto estamos nosotros en una parte

en youtube estamos en la parte cómica no

en la científica entonces podemos hacer

lo que creo

entonces el chiste de youtube es que se

encuentran un cuate quien le mando un

vídeo su novia y entonces se lo

interceptan más se lo intercepta el

mundo y entonces va a dar a su esposa el

cuate no manches no sale cuotas y nos

impresionante

no voy a decir nombres para no quemar a

nadie porque puede ser que no puede ser

que la señorita todavía no sé la esposa

no sé para qué impresiona entiende con

rutina

no le había mandado al bidón entonces le

habló por teléfono 4 dice que haga un

amigo como estas no aún fíjate que me

pasó esto y esto me pasó mientras en el

vídeo y fue dar a mi esposa no manches y

qué hiciste no pues en ese momento le

hablé por teléfono para decirle que yo

no había sido dije no no no qué crees me

hackearon el teléfono es photoshop no no

no era yo no era yo llegué y que pasó te

colgó bueno si me colgó hasta las

rodillas pero pero no estamos hablando

del mismo

me entendí muy bien

hoy voy a dejar esta que la doctora si

está en norma

la doctora 07/07 que está todavía así

pensando como que le colgó

muy bien ella te decía que ok entonces

regresando es tenemos dos modelos los

modelos son dicotómicos que serían los

que dicen demostrar diferencias

otro modelo dicotómico es donde se

muestra una relación entre variables

cuantitativas que spears son cuando es

distribución normal o spearman cuando es

de libre distribución ok

así va bien y después los que intentan

predecir un evento predecir si el

paciente va a tener apendicitis o no va

a tener apendicitis eso cuando hablar

cuando el resultado es dicotómico

entonces el modelo que voy a ocupar es

cuando el tico atómico el modelo que voy

a ocupar es

dicotómico para dos variables el modelo

es

no hay coeficiente fi es demostrar

relaciones pero cuando es dicotómico y

yo quiero predecir una variable

y cuando la variable es dependiente

cuando la variable dependiente es

cuantitativa

qué hago

regresión lineal perfecto tenemos dos

vídeos tenemos un vídeo para revisión

lineal un vídeo para regresión logística

un vídeo para decidir que entonces si

tienen ahí si tienen más ideas lo pueden

seguir haciendo entonces hasta aquí

queda claro si podemos hacer una podemos

hacer un

un resumen

si podríamos resumir si entonces vamos

los voy pasando el micrófono para que

ustedes me ven diciendo un tipo de

estudio a partir de las líneas de las

líneas que están allá arriba empezando

por cuantitativa con distribución normal

un estudio que la variable dependiente

sea cuantitativa con distribución normal

un maestro brito

no pasó no es este paso qué tipo de

variables

dicotómica pasó o no pasó ok no muy bien

dr

primero empecemos con el resultado que

sea la variable de desenlace que sea

cuantitativa

primero piense que el desenlace en el

estudio que va a ser sea cuantitativo

la presión arterial después la presión

arterial muy bien doctor un estudio para

presión arterial

que sean dos grupos y que tal que sean

dos grupos y sean no relacionados

nada dr

medir la presión arterial muy bien sí

en los grupos y no relacionados

cómo

ok entonces haces una intervención del

grupo de gineco y en otro grupo de

radioterapia y medir la presión arterial

bien

otro ejemplo ahora con un fármaco

entonces algún ensayo clínico con

hipertensos en donde uno les doy

losartán y otros les doy mi fe divina

y veo cómo terminó la tea muy bien que

análisis estadístico haría en ese no

relacionado

debe estudiar perfecto muy bien ahora

con un factor de riesgo doctor

ahora con un factor de riesgo nada allá

entonces hipertensión es mi salida y

entonces tengo obesos y no obesos que

analista destacaría

obesos no obesos y la variable salida es

tensión arterial

no

a nova no porque sólo son dos misiones

cds tuve

no si estoy aquí lo que estoy comparando

son dos factores de riesgo este

comparando el grupo de obesos contra el

grupo de flaquitos ok entonces ahí son

solamente la comparación de dos grupos

no estoy intentando predecir nada

solamente son dos grupos

si meto más de dos grupos si podría

haber sido regresión y no muy bien

y entonces ahora seguimos pero para un

estudio de muestras relacionadas donde

la variable de salida sea hipertensión

a ver cuenta resolución

tengo pacientes con síndrome metabólico

debido a la presión arterial en el

tiempo cero

les doy losartán

si les doy a los otros captopril cuantos

grupos son son dos sería relacionado no

relacionado

no relacionado lo que estamos buscando

aquí es son los estudios relacionados al

doctor

nada doctora por acá

nada de nada

igual la presión arterial tengo un grupo

de grupo van a hacer

le ha subido la tensión arterial en el

tiempo cero antes

antes declaró

la maniobra y es la jornada de trabajo

para ver si la maniobra de trabajo está

interviniendo muy bien muy bien

perfectamente bien que análisis

estadístico haría

un análisis de nuestra relación

[Aplausos]

muy bien muy bien

ahora piense en una variable de

desenlace dependiente que sea

cualitativa ordinal

5 empieza pero empieza a ser empiece a

hacer este tema este berrinche

venga nada cualitativo ordinaria atrás

doctor

desnutrición entonces tenemos grados de

desnutrición tendríamos leve

si se entiende leve moderado y severo

leve moderación es una variable ordina

si le dejó de dar de comer se va a ir

destruyendo cada vez más ahora piense un

estudio con muestras no relacionadas

para desnutrición

ok no relacionados tendremos un grupo

con cáncer y otro grupo sano y entonces

veo si el grupo con cáncer se desnutren

más que el grupo de pacientes sanos en

las mismas condiciones muy bien entonces

serían esas serias muestras cáncer

contra sanos y de muestras

no relacionadas muy bien que analista

dístico haríamos para muestras no

relacionadas que sean ordinales

y una plata

muy bien doctor ahora ya nos pasamos al

siguiente renglón con el mismo desenlace

pero ahora eso

relacionadas al estudio con relacionadas

bien

bien muy bien

perfecto que analice si podríamos ahí

bien

vamos a la tercera línea que es

cualitativa económica no relacionada a

doctora primero escoge una variable

cualitativa

o sexo masculino y femenino como

variable dependiente no vale porque no

puedo yo hacer nada para que salga

hombre mujer o sea será cómo hacerle

para que tener niño o niña sea para la

variable dicotómica bien doctora atrás

dale un codazo su compañero sí

apto o no apto para puesto trabajo sí sí

podría ser si puede ser pero no le tocó

este doctor

todos los aplausos creo que no la han

aplaudido suficiente en esta semana no

doctora

nada doctor

claro claro insuficiencia renal presenta

ausente

sujetos que tienen ese es el desenlace

yo quiero ver qué sujetos llegan a ese

desenlace que es incidencia renal

presenta 80 doctora muy bien ahora haga

un estudio de esa variable cualitativa

dicotómica

para dos grupos para muestras no

relacionadas

la doctora níjar

estado basal

no sé ya valió gorro porque la variable

de desenlace del resultado es tener o no

tener

correcto está buenísimo es entonces

tengo pacientes con diabetes pacientes

sin diabetes y veo cuál de los dos tiene

mayor insuficiencia renal que análisis

estadístico hago para esos dos grupos si

cuadrada de pearson si cuadrada de piso

en una plaza nada

ay dice fisher fisher es el enemigo de

piso

fisher fisher era un chavito que llegó

al laboratorio de london college donde

trabajaba pearson y le hacía la vida

imposible

sabes que pearson se acaba una ecuación

llegaba el voto de asia sino doctor sé

no sé que no es por ahí nuevo porsche

más que no uno dr

nunca han tenido a media sino que

siempre les intente corregir la plana no

sé que tú propones algo no adoptó no se

dice así se dice a ella

pues ese que le decía no sé dice ah ya

se dice ah ya era ronald fisio ronald

fischer lo que propuso es que cuando

había en alguna de las casillas el

recuento esperado era menor de 5 en

algunas de las casillas de la tabla de 2

por 2 cuando el recuento esperado era

menor de 5 entonces se ocupaba la prueba

exacta de fisher fue la única vez que

fisher le ganó una pizza nunca más le

volvió a ganar

entonces se hace la prueba exacta del

traidor fascista ronald fischer

algún día en algún día lo sabrán porque

fue fascista en qué parte entró al

fascismo a la genética y cómo fue que a

partir de eso creó un valor que se llamó

el valor de p

el valor de p le hizo un daño tremendo a

todo el siglo 20 en el siglo 20 los

médicos creemos en el valor de p y

edición dosis a la significativa ya se

salió bien significativo entonces sirve

y no veíamos el tamaño del efecto que se

llama relevancia clínica que veremos en

otro vídeo

si quieren ver tenemos también vídeo de

chi cuadrado tenemos vídeos y cuadrada

por si algún día tenemos este vídeo de

relevancia clínica por si quieren saber

eso es lógico ok

entonces estudio obesos no besos

incidencia renal no insuficiencia renal

sí cuadrada de pearson bien

a quién le vamos a mostrar la doctora

muy bien doctor

muestras relacionadas el mismo desenlace

insuficiencia renal presenta ausente

los años de diabetes qué tipo de

variables

cuantitativa si el desenlace fuera

presente ausente y estuviéramos bien si

los años y funcionan no funcionan que

análisis estadístico haría

serían dos grupos no

td student muy bien perfectamente si

tuviera distribución normal y si fuera

de libre distribución

si fuera de libre distribución que

habíamos dicho

qué pasa a ser ordinal bien si de

manigua muy bien

otra oportunidad carlitos a la jefa jefa

media jefa

si la variada

o bien tenemos variables de desenlace

dicotómica

y vamos a acabar jefe y gracias es que

estamos grabando para youtube por eso es

que disculpe

así es el mundo de youtube es difícil

hace el estudio enfermedad renal

presidente ausente vamos a hacer el

estudio desde el estado basal

pacientes con diabetes minutos

qué tipo de variables glucosa

cuantitativa si lo va a medir una dos

tres veces qué análisis haría si es que

glucosa tuviera distribución normal

no va muy bien

ok

ya cambio ya cambio piensa que puede

haber muchos resultados solamente que

tienen que pensar en el planteamiento ok

listo entonces pensemos en el antes y

después sería yo tengo este paciente veo

si tiene insuficiencia renal o no tiene

en suficiencia renal me esperó un tiempo

los asignados grupos obeso no beso y

vuelvo a medir otros serán grupos

relacionados se será máxima

claro si cualquier otra pregunta por

favor no se olviden darle like aquí

abajo compartir y dejar sus comentarios

en la parte de abajo en el canal de

youtube los esperamos y gracias por su

atención hasta luego nos vemos amigos

[Aplausos]