Epidemiologia

14. Análisis e interpretación de datos
Conceptos y técnicas para manejar, editar, analizar e interpretar los datos de estudios epidemiológicos. Conceptos claves/expectativas
Este capítulo contiene una gran cantidad de material y va más allá de lo que se espera que tú aprendas en este curso (i.e., para preguntas de examen.) Sin embargo, los temas estadísticos impregnan los estudiosepidemiológicos, y puedes encontrar que parte del material que sigue puede serte útil cuando leas la literatura. De manera que si te parece que te estás perdiendo y empiezas a preguntarte que es lo que se supone que debes aprender, por favor toma como referencia la siguiente lista de conceptos que esperamos que logres adquirir: La necesidad de editar los datos antes de emprender un análisis en serio y captarlos errores lo antes posible. Opciones para limpiar los datos – verificación de rangos, verificación de consistencia – y lo que estos pueden (y no pueden) lograr. Qué significa la codificación de los datos y porqué se realiza. Significado básico de varios términos usados para caracterizar los atributos matemáticos de distintos tipos de variables, i.e., nominal, dicotómica, categórica, ordinal, demedición, conteo, discreta, intervalo, razón, continua. Reconocer ejemplos de diferentes tipos de variables y ventajas/desventajas de tratarlas de diferentes maneras. Qué significa una variable “derivada” y diferentes tipos de variables derivadas. Los objetivos de las pruebas de hipótesis estadísticas (“pruebas de significancia”), el significado de los resultados de dichas pruebas y cómointerpretar un valor p. Qué es un intervalo de confianza y cómo debe ser interpretado. Los conceptos de error de Tipo I y error de Tipo II, nivel de significancia, nivel de confianza, “potencia” estadística, precisión estadística, y la relación entre estos conceptos y el tamaño muestral. El cálculo de valores p, intervalos de confianza, potencia o tamaño muestral no será requerido en los exámenes. Laprueba exacta de Fisher, pruebas asintóticas, tablas z, pruebas de 1 o 2 colas, correlación dentro del cluster, enfoques Bayesianos versus los frecuentistas, meta-análisis, e interpretación de pruebas de significancia múltiple son todos simplemente para tu información y disfrute, en cuanto a lo que tiene que ver con EPID 168, no para los exámenes. En general, yo promuevo un enfoque no dogmático ala estadística (advierto que no soy un estadístico “licenciado”!)
____________________________________________________________

_________________________________ www.epidemiolog.net, © Victor J. Schoenbach 14. Análisis e interpretación de datos – 451 rev. 11/8/1998, 10/26/1999, 12/26/1999, trad. 7.7.2004

Análisis e interpretación de datos
Los epidemiólogos a menudo hallan el análisis delos datos como la parte más disfrutable de llevar a cabo un estudio epidemiológico, dado que después de todo el duro trabajo y la espera, tienen la oportunidad de encontrar las respuestas. Si los datos no proveen respuestas, es una oportunidad más para la creatividad! De manera que el análisis y la interpretación de los resultados son el “premio” que recompensa el trabajo de recolección de datos.Los datos, sin embargo, no “hablan por sí mismos”. Revelan lo que el analista puede detectar. De manera que cuando el investigador novato, tratando de obtener esta recompensa, se encuentra sólo con el conjunto de datos y ninguna idea de como proceder, la sensación puede ser una de más ansiedad que de entusiasta anticipación. Igual que con otros aspectos de un estudio, el análisis e interpretacióndel estudio debe relacionarse con los objetivos del mismo y el problema de investigación. Una estrategia, a menudo útil, es comenzar imaginando o hasta trazando el (los) manuscrito(s) que deberían escribirse a partir de los datos. El enfoque habitual es comenzar con los análisis descriptivos, explorar y lograr “sentir” los datos. El analista luego dirige su atención a las preguntas específicas...