Todo comenzó con estas dos preguntas, ¿qué tiene que ver un enfermer@ con las tecnologías? o ¿qué ventajas tendría el enfermer@ en su vida laboral? Pues bien, espero que vosotros las podáis resolver a partir de todas las entradas que he estado subiendo a la largo de estos meses.
Como todo ya sabréis los enfermer@s no solamente curan o están con los enfermos ante cualquier necesidad, también pueden investigar como hemos visto en los temas que he estado incorporando en el blog, los cuales os explican la importancia que tienen en esta profesión. Por medio de las últimas tecnologías, el enfermer@ puede averiguar cuál fármaco es más eficaz o cuál es la forma de cuidar más adecuada en la actualidad ya que a través de bases de datos podemos sacar los resultados a esas preguntas como habéis visto en el trabajo que hizo mi grupo de seminario acerca de cuál era más eficaz, si los jabones antisépticos o las soluciones hidroalcohólicas y gracias a una búsqueda en base de datos, dimos con la solución.
Gracias a esta asignatura, lo primero que he aprendido, ha sido que los enfermer@s pueden investigar ya que antes de entrar en esta maravillosa carrera, no tenía conocimiento de esta rama de la enfermería y me he dado cuenta de que es muy interesante. Asimismo, he aprendido que las tecnologías son usadas en casi todas las profesiones, por no decir en todas, porque todo esto puede mejorar muchas cosas como el rendimiento de una empresa, y además, las bases de datos son primordiales ya que a partir de Pubmed o Scopus puedes encontrar evidencias con relación a lo que estés buscando y eso te servirá tanto en un futuro como en un presente.
Para poder aprender todo esto he utilizado herramientas muy comunes para todos nosotros como es internet y por supuesto los dispositivos electrónicos ya sea un smartphone o un ordenador portátil. Además quiero agradecer tanto a Jose Antonio Ponce como a Manuel Pabón por ayudarme en la explicación y el desarrollo de esta asignatura llamada Estadística y Tics.
El esperado y ansioso día ha llegado ya que en el último seminario, nuestro grupo, al igual que otros, tuvimos que exponer nuestro trabajo de investigación cuyo tema principal era el consumo del narguille (cachimba) en la sociedad. Ante todo debo destacar que este trabajo es uno de los más largos que he hecho porque requiere dedicación y mucho esfuerzo.
Para la elaboración de nuestro trabajo de investigación tuvimos que realizar un cuestionario en EPI INFO con varias preguntas acerca de este tema tan popular en la población joven. Después de realizar el cuestionario e imprimirlo, todo nuestro grupo fuimos a varias instituciones para que lo rellenaran y la edad mínima para que lo pudieran realizar era de 14 años.
https://docs.google.com/forms/d/e/1FAIpQLSeO4a90h9y72AP7lHzTTDqB_UlQ7eElccWRkwluqJgXfcyf_Q/viewform?usp=sf_link (este es un link donde está el cuestionario vía online)
Para terminar, llegamos a la conclusión de que la cachimba era más perjudicial que el tabaco tradicional (cigarrillos) y más de la mayoría de las personas no tenían conocimiento de esto ya que casi toda la población contestó en nuestro cuestionario que la cachimba era menos perjudicial que el cigarrillo, siendo esto una completa equivocación.
Esta clase de pequeños grupos fue dedicada mayoritariamente a la resolución de dudas sobre esta asignatura, la explicación de los diferentes tipos de medidas: de aproximación, de dispersión y de posición, también se explicó el cálculo de los diferentes test de hipótesis entre los que destacan el test de Chi Cuadrado, el test de Student y regresión lineal. En conclusión, este seminario fue prácticamente una clase de apoyo para la asignatura de Estadística y Tic's.
Como seminario 3 tuvimos que ejecutar un cuestionario en una aplicación gratuita denominada EPI INFO que tuvimos que descargarnos anteriormente, acerca de una intoxicación provocada por la ingesta de algún alimento en una boda. Lo primero que teníamos que hacer era un cuestionario donde había que poner el sexo y los alimentos que podían ser la posible causa de la intoxicación. Con todas las variables incorporadas, posteriormente empezamos a introducir datos hasta que tuviéramos un número considerable de personas registradas. Para terminar la explicación de EPI INFO, todos los datos que obtuvimos lo pasamos a tablero visual donde podíamos hacer tablas y gráficas. Aquí os adjunto dos vídeos: el primero os explica acerca de cómo crear cuestionarios y el segundo de cómo realizar tablas y gráficas.
En este seminario tuvimos que exponer nuestro trabajo sobre las soluciones hidroalcohólicas y jabones antisépticos, además gracias a las búsquedas en base de datos llegamos a la conclusión de que las soluciones hidroalcohólicas era mucho más eficiente que los antisépticos.
Asimismo, antes de terminar el seminario, tuvimos una explicación acerca del trabajo de investigación cuyos apartados eran los siguientes:
Muchos os preguntaréis de dónde saco los artículo completos, pues aquí tenéis un ejemplo, espero que os sirve de gran ayuda al igual que me ha servido a mí. 1. Te diriges al catálogo Fama y colocas tus datos, tanto tu DNI o tu constraseña (puedes cambiarla).
2. Buscas el artículo que te haya resultado interesante y le das a texto completo vinculado si se puede, si no se puede eso significa que es de pago.
Este seminario se llevo a cabo mediante la explicación de cómo empezar a hacer nuestro propio blog- portafolios el cual sería calificado para el 4 de junio. Posteriormente, se realizó una exposición acerca de las dudas que podríamos tener en las búsquedas bibliográficas en base de datos ya que teníamos que hacer un trabajo sobre esto para el segundo seminario. El seminario se dividió en tres grupos que fueron asignados al azar por diferentes casos; nuestro grupo de seminario nos tocó el caso 1 el cual consistía en la búsqueda bibliográfica en base de datos acerca de cuál es más eficaz, si las soluciones hidroalcohólicas o los jabones antisépticos.
En primer lugar tendríamos que tener una Pregunta PICO y más tarde, a partir de esa pregunta, tuvimos que utilizar los tesauros que son palabras claves para que nos resulte mucho más fácil a la hora de buscar. Ya cuando tuvimos todas las palabras claves y todos los booleanos (AND, OR, NOT...) que tuvimos que aplicar (los booleanos son palabras o símbolos que permiten enlazar conceptos para así tener una búsqueda más fácil), empezamos a buscar varios artículos en base de datos como Pubmed o Scopus.
DATO: SI NO VEIS BIEN LAS IMÁGENES EN ALGUNAS PUBLICACIONES, LO QUE TENÉIS QUE HACER ES DARLES UN CLICK Y YA LA PODRÉIS VER MEJOR.
Para
controlar los errores aleatorios, además del cálculo de intervalos de
confianza, contamos con una segunda herramienta en el proceso de inferencia
estadística: los test o contrastes de
hipótesis.
Con
los contrastes (test) de hipótesis la estrategia es la siguiente:
-Establecemos a priori una hipótesis
cerca del valor del parámetro.
-Realizamos la recogida de datos.
-Analizamos la coherencia de entre la
hipótesis previa y los datos obtenidos.
Las que más se utilizan son Chi
cuadrado, T de Student, Test de ANOVA y Regresión Lineal.
2. Errores de Hipótesis
·El test de hipótesis mide la probabilidad de
error que cometo si rechazo la hipótesis nula.
·Con una misma muestra podemos aceptar o rechazar
la hipótesis nula. Todo depende de una 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”.
3. Tipos de Errores en el Test de Hipótesis
4. Test de Hipótesis: CHI- CUADRADO
·Para comparar dos variables cualitativas
(dependiente e independiente).
·Se lleva a cabo el planteamiento de una hipótesis
nula.
·El tamaño de muestra tiene que ser mayor que 50.
·Se calcula el grado de libertad.
·Se aplica la siguiente fórmula:
Siendo 0 los valores observados y E los valores esperados. La hipótesis nula se rechaza si el valor p del resultado obtenido es igual o menor que 0,05.
Ahora os pondré un vídeo explicativo sobre este tipos de test para que os resulte más fácil y sepáis de dónde viene cada dato.
5. Test de Student
·Se
utiliza cuando la variable independiente es cualitativa (dicotómica) y la
variable dependiente es cuantitativa continua.
·Solo
sirve para comparar dos grupos y dos medias.
·Se
plantea una hipótesis nula para saber si se rechaza o se aprueba
·Se
calcula el grado de libertad.
·A
partir de esta fórmula podemos calcular este test de hipótesis:
Siendo sp la desviación
estándar ponderada que se calcula de la siguiente manera:
Ejemplo:
H0= Los
apósitos de alginato tardan, por término medio, el mismo tiempo que los
apósitos hidrocoloides, en regenerar tejidos de las UPP de III y IV grado.
Variable Independiente:
Tipo de apósito empleado en las UPP de III y IV grado.
Variable Dependiente:
Tiempo transcurrido en días desde la instauración de los apósitos hasta la
regeneración de tejidos de las UPP.
ALGINATO n=10
HIDROCOLOIDES n=10
101
103
102
105
100
104
104
106
102
108
99
100
102
108
103
104
97
105
99
107
6. Test de ANOVA
Este test solamente se utiliza cuando se compara 3 o más grupos, además tiene que ser una variable cuantitativa y otra variable cualitativa para que se puede realizar este test.
7. Regresión Lineal Simple: Correlación y Determinación
·Se
trata de estudiar la asociación lineal entre dos variables cuantitativas.
·Regresión
lineal simple: una sola variable independiente.
·Regresión
lineal múltiple: más de una variable independiente.
·Ecuación
de la recta y=ax + b (ej: TAS= a. edad + b)
·Pendiente
de la recta a=β1. El valor de a positivo la
correlación entre las dos variables es directa y si el valor de a es negativo
la correlación entre las dos variables es indirecta.
·Punto
de inserción con el eje de coordenadas b=βo
·Modelos lineales deterministas: la variable independiente determine el
valor de la variable dependiente.
·Modelos lineales probabilísticos: para cada valor de la variable
independiente existe una distribución de probabilidad de valores de la
dependiente, con una probabilidad entre 0 y 1.
·La recta a
determinar es aquella con la menor de cada punto a ella.
Y= ß1 X + ß0
Yi=
ß1 X + ß0 + ei
·Para
construir un modelo de regresión lineal hace falta conocer: Punto de inserción
con el eje de coordenadas = ß0 y la pendiente de la recta a = ß1
(mayor valor de beta 1 la pendiente será muy pronunciada en sentido
directo o inverso).
·No hay modelo determinista: hay una nube de puntos y
buscamos la recta que mejor explica el comportamiento de la variable dependiente en función de la variable independiente.
·Coeficiente
de correlación (Pearson y Speerman) : Número adimensional (entre -1 y 1)
que mide la fuerza y el sentido de la relación lineal entre variables.
·Coeficiente
de determinación: número adimensional (entre 0 y 1) que da idea de la
relación entre las variables relacionadas linealmente, es r2. Se calcula a partir del coeficiente de correlación.
Al
inferir nunca tienes el dato seguro de toda la población por lo tanto al
inferir siempre hay error aleatorio.
ØAl conjunto de pacientes sobre los que queremos estudiar le
llamamos población de estudio.
ØAl conjunto de individuos concretos que participan en el
estudio le denominamos muestra.
ØAl número de individuos de la muestra le denominamos tamaño muestral.
ØAl conjunto de procedimientos estadísticos que permiten
pasar de lo particular a lo general le denominamos inferencia estadística.
ØAl conjunto de procedimientos que permiten elegir muestras
de tal forma que éstas reflejen las características de la población le llamamos Técnicas de muestreo.
Siempre que
trabajamos con muestras hay que asumir un cierto error.
ØSi la muestra se elige por un procedimiento de azar, la
técnica de muestreo en ese caso se denomina muestreo probabilístico o aleatorio y el error asociado a esa
muestra elegida al azar se llama error
aleatorio. (simple, sistematico, estratrificado).
ØEn los muestreos no probabilísticos, no es posible evaluar
el error.
2. Proceso de la Inferencia Estadística
Al
proceso por el que a partir del estimador, me aproximo al parámetro se denomina
inferencia.
3. Error Estándar
ØEs la medida que trata de captar la variabilidad de los
valores del estimador.
ØCuanto más pequeño es el error estándar de un estimador, más
nos podemos fiar del valor de una muestra concreta.
vCálculo del error estándar
Depende
de cada estimador:
Siendo la
p la proporción de la muestra, n el tamaño de la muestra y s como desviación
típica
4. Teorema Central del Límite
Si sigue
una distribución normal, sigue los principios básicos de ésta:
5. Intervalos de Confianza
6. Tipos de Muestreo
-Probabilístico. Todos los sujetos de la población tienen una probabilidad
distinta de cero en la selección de la muestra y conocida.
1.Aleatorio simple. P=1/nà por
azar.
2.Aleatorio sistemático.
3.Estratificado.
4.Conglomerados.
-No
probabilístico o de conveniencia del investigador. Puede
haber personas en la población que no tengan probabilidad o que se desconozca.
1.Accidental. Son
aquellos en los que los sujetos de la población no tienen una probabilidad
conocida o distinta de 0.
2.Por
cuotas.
Me pongo a pasar un cuestionario en una esquina pero el 50% a mujeres y 50% a
hombres, despreciando a la mujer 51 que pasa por la esquina.
7. Tamaño de la Muestra
El tamaño de la muestra a tomar va a depender de
-Error estándar.
-De la mínima diferencia entre los grupos de comparación.
-De la varianza de la población.
-El tamaño de la población de estudio.
Calculo del tamaño de una muestra para
estimar la media de una población.
n= Z2*S2/e2
Para
calcular el tamaño de una muestra cuando queremos estimar una proporción:
