SELECCIN DE LA MUESTRA EN UN ESTUDIO CIENTFICO

1
SELECCIÓN DE LA MUESTRA EN UN ESTUDIO CIENTÍFICO
2
TAMAÑODE LA POBLACIÓN
3
Muestra Muestra grande representativa
?
4
Tipo de estudio
Valores a determinar
Proporción (variable binaria prevalencia, inc.
acumulada)
Descriptivo (estimación)
Promedio (variable continua)
Tasa (proporción/tiempo)
Diferencia entre proporciones
Analítico (comparación)
Diferencia entre promedios
Razón (OR, RR)
5
Errores en las mediciones

• Error aleatorio (error de muestreo)
• Reduce la precisión de los resultados (ruido)
• Puede reducirse ampliando el tamaño de muestra
  y/o mejorando la precision de los instrumentos
• Error selectivo o sistemático
• Genera sesgo
• Puede reducirse mejorando el diseño del estudio
  (selección de la muestra) y/o mejorando la
  exactitud de los instrumentos

6
Error en estudios descriptivos
Realidad
Medición
Error aleatorio
Error selectivo
7
Algunos errores aleatorios

• Heterogeneidad en la variable a medirse
• Variación aleatoria entre individuos
• Errores en el instrumento de medición
• Errores en la observación o interpretación de
  resultados
• Errores en el registro o manipulación de la
  información

8
Algunos errores selectivos

• Instrumentos mal calibrados
• Selección inapropiada de la muestra
• Perdida selectiva al seguimiento
• Interpretación sesgada de resultados
• Asignación no aleatoria de intervención

9
Error en estudios analiticos

• Los errores aleatorios reducen la capacidad del
  estudio para encontrar diferencias reales entre
  las categorías de estudio.

?

• Los errores selectivos introducen sesgo (de
  información) en estudios analíticos.

10
PUNTUAL
Estimación de un valor
DE INTERVALO
11
Intervalo de confianza al 95

• Definición Intervalo que el 95 de las veces
  incluye al verdadero valor que estamos estimando
  para la población
• (no hablar de probabilidades).

12
Tipos de variables

• Continuas Estatura, nivel sérico de glucosa,
  presión sistólica.
• Categóricas Raza, Lugar de nacimiento
  (departamento), ocupación.
• Binarias (binomiales, dicotómicas) Sexo
  (varón/mujer), estado de al final de un proceso
  (sano/enfermo).

13
Intervalos de confianza para proporciones

• n número de elementos observados.
• x número de elementos que cumplen la condición.
• Para variables binarias con x?5 y n-x?5
• p proporción de elementos que cumplen la
  condición,

14
Intervalos de confianza para proporciones

• Para facilitar los cálculos, en el análisis
  podemos convertir una variable categórica o
  continua en binaria.
• Este método no es apropiado cuando p es muy
  cercano a 0 (0) o a 1 (100).

15
Intervalos de confianza para medias

• (variables continuas con ngt30)
• media
• ? desviación estándar
• n número de mediciones obtenidas

16
Estudios Descriptivos
17
Intervalos de confianza para proporciones

• n número de elementos observados.
• p proporción de elementos que cumplen la
  condición,

e
Tamaño de muestra para estimar proporciones

• e máximo error tolerado (precisión)

18
Tamaño de muestra como función de la proporción a
estimar (e constante)
19
Tamaño de muestra como función de la precisión (p
constante)
20
Correccion del tamaño de muestra para población
finita

• N tamaño estimado de la poblacion
• n(a) tamaño de muestra ajustado para el tamaño
  de la población

21
Tamaño de muestra como función del tamaño de la
población (p y e constantes)
22
Otro factor que afecta el tamaño de muestra

• Método de muestreo ? efecto de diseño

23
Estudios Analíticos
24
Tamaño de muestra para comparar proporciones

• Error tipo 1 Encontrar diferencia
  estadísticamente significativa cuando no existe
• Error tipo 2 No encontrar diferencia
  estadísticamente significativa cuando existe.
• ? probabilidad de cometer un error tipo 1
• 1- ? Significancia de la prueba
• ? probabilidad de cometer un error tipo 2
• 1- ? Poder del estudio

25

• n Número de individuos a enrolar (casos o
  expuestos) en el grupo de estudio.
• R Número de individuos a enrolar en el grupo de
  comparación (controles o no expuestos) por
  individuo en el grupo de estudio.
• p0 Incidencia acumulada esperada en no
  expuestos, o prevalencia esperada de la
  exposición en controles.
• p1 Incidencia acumulada esperada en expuestos, o
  prevalencia esperada de la exposición en casos.
• Probabilidad de error Z? (dos colas) Z?
• 1 2.576 3.09
• 5 1.96 1.645
• 10 1.645 1.282
• 20 1.282 0.842

26
Tamaño de muestra como funcion de R
27
Programas de uso libre (freeware) para análisis
estadístico básico

• Datos tabulares
• EpiCalc2000
• http//www.brixtonhealth.com/epicalc.html
• Win Episcope
• http//www.clive.ed.ac.uk/winepiscope/
• Bases de datos
• EpiInfo
• http//www.cdc.gov/epiinfo/