• Perfil

Blog de José Félix Rodríguez Antón

~ conocimiento de las cosas

Blog de José Félix Rodríguez Antón

Archivos de etiqueta: bioestadística

NNT medicina basada en hechos

06 viernes Dic 2019

Posted by José Félix Rodríguez Antón in CIENCIA, Ensayos clínicos, INDUSTRIA FARMACEUTICA

≈ Deja un comentario

Etiquetas

bioestadística, farmacología, investigación clínica, RAR

grafico

NNT número de pacientes que es necesario tratar, describe la diferencia entre un tratamiento y un control placebo u otro tratamiento, para lograr un resultado clínico concreto.
Los estudios de investigación clínica deben ayudar a tomar decisiones en la práctica clínica. La “medicina basada en la evidencia” nos permite decidir un tratamiento con importancia clínica para incorporarlo a la práctica clínica.

 
En farmacología y farmacoeconomía es un procedimiento que nos sirve para obtener una aproximación a lo que aporta un nuevo medicamento.
Cuando el resultado se denomina variable binaria, los parámetros más utilizados:
Riesgo relativo: RR
Reducción relativa de riesgo: RRR
Reducción absoluta de riesgo: RAR
Número necesario a tratar: NNT

Los dos primeros son medidas relativas y las dos últimas medidas absolutas. La principal ventaja de los indicadores absolutos frente a los relativos es que los primeros nos dan una medida del impacto real del tratamiento.

 

 

Incidencia de curación en cada grupo:
Ie: grupo expuesto a la medicación
Io: grupo control, placebo o no expuesto a la medicación

RR: riesgo relativo= Ie/Io,
nos mide la posibilidad de curación, la incidencia de curación en cada grupo.
a) > 1 riesgo mayor en el grupo Ie
b) =1 riesgo igual en los dos grupos
c) <1 riesgo es menor en los Ie

 

 

RRR: reducción relativa de riesgo= Ie – Io/ Io
nos mide cuantos pacientes se curarían si recibieran placebo y cuantos pacientes se curarían si recibieran el medicamento.

RRR= Ie – Io/ Io= 0.3
El medicamento aumenta las posibilidades de curación un 30%

 

 
RAR: reducción absoluta de riesgo: Ie – Io
nos mide la diferencia entre el riesgo en el grupo control y el riesgo en el grupo con el factor, es similar a diferencia absoluta de riesgo, se supone que un tratamiento es mejor que un placebo, o que el nuevo es mejor que el anterior.

RAR= Ie – Io= 0,05
El medicamento cura a 5 pacientes más por cada 100 que el placebo o el anterior.

 

 

NNT: número necesario de pacientes a tratar: 1/RAR
nos mide cuantos pacientes tenemos que tratar con el medicamento nuevo para conseguir una curación mayor que con el anterior. Debe representarse con un intervalo de confianza del 95%.
NNT= 1/RAR= 1/0,05 = 20 pacientes
20 pacientes tienen que tomar el medicamento Ie para evitar el evento respecto a los que toman el medicamento Io, el “coste efectividad” se incrementa, lo que nos cuesta más que un solo paciente mejore con el tratamiento Ie si estaba tomando el Io.

 

pacientes 2

Un NNT= 1 significa que en todos los pacientes a los que se les da el tratamiento se produce un resultado favorable, y ningún paciente del grupo placebo o medicamento anterior tiene el resultado esperado.
Fue aportado por Laupacis en 1988 del departamento de medicina de la Universidad de Western Ontario, Canada en su estudio “An assessment of clinically useful measures of consequences of treatment”

 

Es un dato “poblacional” no se trata de un índice aplicable de forma individual a un paciente con unas características concretas, es una medida de frecuencia, depende de:
• la enfermedad
• la intervención que se realiza
• del resultado que se obtiene
Se ha de mencionar el intervalo de tiempo en el que se estudia el evento: dias, semanas, meses, años, etc.
Es un avance importante que nos indica el esfuerzo que el médico debe realizar para obtener un resultado diagnóstico o terapéutico.

 

Bibliografía:
Laupacis A, Sackett Dl, Robert RS; “An assessment of clinically usefuf measures of the consequences of treatment”, University of Westerns Ontario, London, Canada, 1988

 

Bottario FJ; “Keys issues for interpretation of statistical concepts in clinical research studies”, Hematología, Hospital Británico, Buenos Aires, Argentina, 2013
Links relacionados:

 

M.J. Moroney Ediciones; “Introducción a la estadística”; Ediciones EUNSA, 1979

 

Robert R. Sokal & F. James Rohlf; “Biometría”; Ediciones Blumes, 1979

 

Anuncio publicitario

Fiabilidad en las observaciones clínicas

24 sábado Oct 2015

Posted by José Félix Rodríguez Antón in CIENCIA

≈ Deja un comentario

Etiquetas

bioestadística, correlación, correlación lineal, covarianza, estadística, Galton, Pearson

ESTADISTICA

El pasado 20 de octubre se celebró el segundo Día Mundial de la Estadística, este año se ha destacado la importancia que tiene para la toma de decisiones en políticas enfocadas a tener un desarrollo sostenible, también la importancia de tener indicadores significativos del progreso del país.

Una gran herramienta en el mundo sanitario es el “índice de correlación” en la toma de decisiones.

En las investigaciones clínico-epidemiológicas, los profesionales de la salud:

  • Definen relaciones entre las características de un fenómeno.
  • Prueban la fiabilidad de sus observaciones

 

Así cotejan:

  • La asociación entre el volumen máximo expirado en una expiración forzosa (FEV) y la talla medida en centímetros en un grupo de adolescentes.
  • En atención primaria la nefropatía diabética mediante la relación entre excreción urinaria de albúmina en 24 horas (EUA) y cociente de albúmina/creatinina en orina matinal.
  • En un Centro de Salud la relación entre tensión arterial de los pacientes y el sobrepeso.

La teoría de la correlación son muy recientes su descubrimiento se debe al médico inglés Sir Francis Galton.

Galton nació en 1822 en Birminghan en una familia acomodada. Estudió en Hospital General de Birmingham, en el King´s College de Londres y en el Trinity de Cambridge. Sus trabajos se desarrollaron en torno al estudio de la herencia y la expresión matemática de los fenómenos vinculados a ella. En 1869, publicó el libro Hereditary Genius, llegando al concepto de correlación, siendo el primero en asignar a un conjunto de variables un número que permitía obtener una medida del grado de relación existente entre ellas. Los trabajos de Galton fueron continuados y mejorados, por Karl Pearson.

 

Karl Pearson, nació en Londres en 1857, comenzó estudiando derecho. A los 27 años comenzó a impartir clases de matemáticas aplicadas en la Universidad de Londres. En 1901 fundó la revista Biométrica, donde publicó la biografía de Galton.  Fue un científico y matemático que estableció métodos estadísticos en la biología y fue el fundador de la bioestadística.

 

El coeficiente de correlación lineal mide el grado de intensidad de la relación entre dos variables. Lo mejor es representar los pares de valores en un gráfico y ver qué forma describen.

Se calcula aplicando la siguiente fórmula:

 

El coeficiente de correlación lineal de Pearson se define matemáticamente con la ecuación siguiente:

r=  Sxy / Raiz ( Sx2 x Sy2)

Donde:
r = coeficiente de correlación de Pearson.
Sxy = sumatoria de los productos de ambas variables.
Sx = sumatoria de los valores de la variable independiente.
Sy = sumatoria de los valores de la variable dependiente.
Sx2 = sumatoria de los valores al cuadrado de la variable independiente.
Sy2 = sumatoria de los valores al cuadrado de la variable dependiente.
N = tamaño de la muestra en función de parejas.

Este procedimiento estadístico es aplicable cuando las observaciones se miden según una escala de intervalo, por otra parte, el fenómeno debe ser lineal.

La varianza de las variables X y Y deben guardar homogeneidad.

Numerador: se denomina covarianza y se calcula en cada par de valores (x,y) se multiplica la “x” menos su media, por la “y” menos su media. Se suma el resultado obtenido de todos los pares y este resultado se divide por el tamaño de la muestra.

Denominador: se calcula el producto de las varianzas “x” y de “y”, y a este producto se le calcula la raíz cuadrada.

Los valores que puede tomar el coeficiente de correlación “r” son: -1 <r<1

  • Si r>0, la correlación lineal es positiva , el valor de una variable sube al de la otra. La correlación es tanto más fuerte cuanto más se aproxime a 1. Ejemplo: altura y peso, los pacientes cuanto más altos suelen pesar más.

 

  • Si r<0, la correlación lineal es negativa, si sube el valor de una variable disminuye el de la otra. La correlación negativa es más fuerte cuanto más se aproxime a -1.Ejemplo: peso y velocidad, los pacientes cuanto más gordos suelen correr menos.

 

  • Si r=0, no existe correlación lineal entre las variables, puede existir correlación que no sea lineal: parabólica, exponencial, etc…

 

  • +1 ó -1 = Correlación perfecta.
  • -1 a -0.5 o 0.5 a 1= Correlación fuerte.
  • -0.5 a -0.3 o 0.3 a 0.5 = Correlación moderada.
  • -0.3 a -0.1 o 0.1 a 0.3 = Correlación débil.
  • -0.1 a 0.1= No hay correlación o muy débil.

 

Desventajas del coeficiente de correlación:

  1. Solo mide una relación lineal, cuando es no lineal como exponencial o parabólica, r estará cerca de 0 o es igual a 0. El diagrama de dispersión nos aclarará la situación.
  2. Al interpretar la “r”, hay que ver que tenga sentido, evaluando dos variables relacionadas, por Ejemplo relación entre sueño y horas de luz, no entre sueño y uso del paraguas.

 

Links relacionados

 

  • Instituto Nacional de Estadística

http://www.ine.es/

  • Sistema Nacional de Salud Español

http://www.msssi.gob.es/organizacion/sns/libroSNS.htm

  • Relación entre dos variables cuantitativas y el coeficiente de Pearson

https://www.youtube.com/watch?v=1qkAU–IK8Y

Estadísticas del sitio

  • 265.665 hits

Introduce tu correo electrónico para suscribirte a este blog y recibir avisos de nuevas entradas.

Únete a otros 220 suscriptores

Entradas recientes

  • La «rotación» del núcleo interno de la Tierra se ha detenido recientemente
  • ChatGPT: Optimizing Language Models for Dialogue
  • Viajes transoceánicos antes de los Europeos
  • Descubriendo el mundo en el siglo XV
  • Datos visitas del blog año 2022:
febrero 2023
S D L M X J V
 123
45678910
11121314151617
18192021222324
25262728  
« Ene    

Categorías

Estadísticas del sitio

  • 265.665 hits

Entradas recientes

  • La «rotación» del núcleo interno de la Tierra se ha detenido recientemente
  • ChatGPT: Optimizing Language Models for Dialogue
  • Viajes transoceánicos antes de los Europeos
  • Descubriendo el mundo en el siglo XV
  • Datos visitas del blog año 2022:

Enter your email address to follow this blog and receive notifications of new posts by email.

febrero 2023
S D L M X J V
 123
45678910
11121314151617
18192021222324
25262728  
« Ene    

Páginas

  • Perfil

Categorías

Blogroll

  • WordPress.com
  • WordPress.org

Meta

  • Registro
  • Acceder
  • Feed de entradas
  • Feed de comentarios
  • WordPress.com

Blog de WordPress.com.

Privacidad y cookies: este sitio utiliza cookies. Al continuar utilizando esta web, aceptas su uso.
Para obtener más información, incluido cómo controlar las cookies, consulta aquí: Política de cookies
  • Seguir Siguiendo
    • Blog de José Félix Rodríguez Antón
    • Únete a 193 seguidores más
    • ¿Ya tienes una cuenta de WordPress.com? Accede ahora.
    • Blog de José Félix Rodríguez Antón
    • Personalizar
    • Seguir Siguiendo
    • Regístrate
    • Acceder
    • Denunciar este contenido
    • Ver sitio web en el Lector
    • Gestionar las suscripciones
    • Contraer esta barra
 

Cargando comentarios...