Datos clave Estadística

¡Código descuento 45% en el PACK COMPLETO!

CÓDIGO 👉 «MIRMEDIC45»

Aplica el código de descuento una vez añadido el recurso al carrito de compra.

Pack completo resúmenes MIR + 4000 ANKI Flashcards + 2000 ANKI Flashcards nivel avanzado

169€

92,95€

2018-2019

  • El análisis incremental puede emplearse tanto para el análisis de coste-efectividad como de coste-utilidad.
  • Realizar comparaciones múltiples, como por ejemplo análisis de variables intermedias o subrogadas, aumentan el riesgo de desarrollar un error de tipo I (falso positivo), por tanto se deben interpretar sus resultados con cautela, esto es que en caso de que un análisis intermedio sea positivo, no se debe asegurar que sea real sino que se debería realizar un nuevo ensayo clínico dirigido a demostrar dicho análisis intermedio.
  • Existen dos tipos de errores: el error de tipo I (falso positivo) que corresponde a rechazar la hipótesis nula cuando ésta es cierta y el error de tipo II (falso negativo) que corresponde a no rechazar la hipótesis nula cuando es falsa
  • Un error de tipo I nunca puede tener como consecuencia que no se siga investigando un fármaco potencialmente eficaz (esto correspondería a un error de tipo II) dado que el error de tipo I consiste en rechazar la hipótesis nula, es decir, concluir a favor del fármaco.
  • En el diseño de un ensayo, el nivel de tolerancia con el error de tipo 2 es habitualmente mayor que con el error de tipo 1.
  • Cuanto mejor se haga el enmascaramiento, más se atenuará el efecto placebo y menores serán las diferencias entre los grupos .
  • Los estudios de casos y controles anidados son diseños que minimizan la probabilidad de sesgos comparados con los casos y controles “convencionales”. Estos estudios consisten en seleccionar casos y controles de una cohorte o grupo común en cuanto a posibles variables pronósticas.
  •  El nivel de confianza hace referencia a la frecuencia con la cual, el método produce intervalos certeros. Es decir, si se realiza un estudio 1000 veces, el IC al 95% nos dará 950 intervalos en los cuales el efecto poblacional esté incluido.
  •  El sesgo de atrición es un sesgo en el análisis estadístico referido a la pérdida de datos, por ejemplo si en un ensayo clínico utilizamos un análisis por protocolo en vez de un análisis por intención de tratar.
  • La sensibilidad y la especificidad son parámetros de validez interna y no se modifican con la prevalencia.

2017-2018

  • En un ensayo clínico de oncología si la Qt A se aplica a sujetos mayoritariamente T1 y la B a sujetos mayoritariamente T4, los resultados sin dudas van a estar influidos por el estadiaje tumoral, que se estaría comportando como una variable pronóstica. Para evitar esto puede hacerse una estratificación que reparta el estadiaje tumoral en ambos grupos para que la diferencia entre grupos sea sólo el tratamiento.
  • Técnica para en análisis de supervivencia ➞ El más utilizado es el estimador de Kaplan-Meier.
  • Una revisión narrativa es aquella que se caracteriza por realizarse de una forma «más o menos exhaustiva» en la que los autores no declaran los métodos que utilizaron para obtener o seleccionar la información.
  • La revisión sistemática es aquella que tiene una pregunta delimitada, una búsqueda estructurada y un protocolo explícito (lo que las hace reproducibles por otros investigadores).
  • Un metaanálisis es una revisión sistemática a la que se le ha añadido combinación estadística de los resultados de los estudios.
  • Las fases en la realización de un proyecto de investigación
    • 1. Justificar por qué queremos realizar esta investigación.
    • 2. Formulación de las hipótesis/objetivos del estudio.
    • 3. Elección del diseño, definición y selección de la muestra o población de estudio
    • 4. Obtención de los datos.
    • 5. Análisis de los datos.
    • 6. Presentación de los resultados.

2016-2017

  • Métodos para la exploración de la posibilidad y la cuantía del sesgo de publicación:
    • Análisis de sensibilidad y calcular entonces el número de estudios negativos realizados y no publicados que debería haber para modificar el sentido de una eventual conclusión “positiva” obtenida con un metanálisis.
    • Gráfico en embudo (funnel plot). Se parte del supuesto de que los estudios que tendrían mayor probabilidad de no ser publicados serían los que no muestran diferencias (estudios “negativos”). Recordemos que los estudios negativos suelen ser muy frecuentemente los de menor tamaño muestral. Este gráfico se basa en la construcción de un eje de ordenadas formado por el error estándar de la medida de asociación (OR en este caso) y en el de abscisas, por la medida de asociación estudiada (OR en este ejemplo). El e.e. del OR tiene mucho que ver con el tamaño de la muestra, de forma que los estudios que quedan en el vértice son los de mayor tamaño y en consecuencia los de menor dispersión y por tanto más “centrados”. Los de las bases son los de menor tamaño muestral y presenta mayor dispersión sobre el eje central. Por eso queda la imagen habitual de embudo. Sospechamos la presencia de sesgo de publicación cuando, como ocurre en este gráfico, existe un “vacío” de estudios de una de las bases del gráfico.
Funnel plot
  • Los ensayos clínicos en fase I se realizan habitualmente en un reducido número de sujetos sanos ya que el objetivo fundamental es buscar la dosis-tóxica.
  • La fase IV de los ensayos clínicos es la última fase, ya postcomercialización y caracterizada por la farmacovigilancia.
  • Los estudios de bioequivalencia se emplean en medicina para evaluar la similitud en el perfil farmacocinético de un fármaco y su genérico. Se realizan por tanto en sanos para que la enfermedad no pueda alterar el metabolismo de los fármacos y son una variante de los diseños fase I.
  • El objetivo principal de los estudios fase II, como indica la pregunta, es la búsqueda de dosis (dosis-eficaz).
  • NNT o número necesario a tratar (para conseguir una curación, habitualmente) ➞ NNT= 1/(Io-Ie) x100, donde Io e Ie son respectivamente la Incidencia del evento en el grupo no expuesto y la Ie la incidencia en el grupo expuesto. Io-Ie es el RAR, por lo que en efecto NNT es el inverso del RAR: NNT= 1/RAR.
  • Se entiende por estudio postautorización (EPA) cualquier estudio realizado con medicamentos según la ficha técnica con la que fue aprobado, es decir en condiciones normales de uso
  • El error de clasificación (o información) se refiere a los errores que se cometen durante la medición a la exposición.
    • Error no diferencial ➞ El error es el mismo tanto en los casos como en los controles, y conduce a debilitar la asociación existente, es decir, es hacia el valor nulo en contra de la hipótesis alternativa.
    • Error diferencial ➞ El grado de error es diferente para los grupos estudiados, y en este caso el resultado puede sobre o infraestimar el resultado, en una dirección impredecible.
  •  La prueba de Chi cuadrado se utiliza para valorar la asociación cuando las dos variables son cualitativas.
  • Prueba de contraste de hipótesis a utilizar para comparar dos variables: grosor del pliegue (cuantitativa) y dos poblaciones (dicotómica). Con estos datos podríamos pensar que la correcta es la prueba de la t de Student, pero si nos dicen que “esta variable no se distribuye de manera normal”, tenemos que utilizar un test no paramétrico como la U de Mann-Whitney.
  • Para comparar la eficacia de tres tratamientos (variable independiente: cualitativa de más de dos categorías) en la reducción del numero de lesiones en pacientes con acné (variable dependiente: cuantitativa), deberemos utilizar el análisis de la varianza (ANOVA).
  • Un signo patognomónico tendrá un valor predictivo positivo del 100%.
  • La diferencia principal entre estratos y conglomerados, a nivel teórico, es que los estratos son grupos heterogéneos entre sí.
  • En los estudios de casos cruzados sólo se seleccionan casos, no hay sujetos control, ya que los controles son los mismos sujetos caso pero en un momento diferente del evento, existiendo también un seguimiento.
  • Riesgo atribuible ➞ Permite cuantificar cuánto del riesgo que se observa en los sujetos que presentan cierto factor de riesgo se debe exclusivamente a la presencia de ese factor de riesgo. Se obtiene restándole, al riesgo observado en los sujetos expuestos, el observado en los no expuestos. RA=Ie-Io.

2015-2016

  • En función de la heterogeneidad se elije un modelo de efectos fijos (homogéneo) o un modelo de efectos aleatorio (heterogeneo).
  • La regresión múltiple se una en el análisis de los datos de un estudio en el que se pretende establecer qué variables independientes (factores de riesgo, por ejemplo) influyen la variable dependiente ( la enfermedad, por ejemplo). Al final, lo que obtenemos son una serie de medidas de riesgo (Riesgo relativo, Odds Ratio, Razón de Prevalencias) para cada una de las variables independientes, que reflejan su fuerza, o su riesgo, independiente, para generar cambios en la variable dependiente.

2014-2015

  • Ensayo factorial ➞ Permiten el estudio del efecto de cada factor sobre la variable respuesta, así como el efecto de las interacciones entre factores sobre dicha variable.
  • Ensayos clínicos en fase I ➞ Buscan estudiar datos relacionados con la farmacocinética y farmacodinámica del fármaco, por lo que suelen realizarse en voluntarios sanos aunque en determinadas circunstancias se realizan en pacientes. Como lo que queremos es estudiar cómo se comporta el fármaco en el cuerpo humano, no necesitamos comparar entre grupos, solo medir cantidad de fármaco en sangre. Por eso no se suelen hacer grupos control ni con enmascaramiento y no son aleatorizados.
  • Los ensayos clínicos se puede clasificar, en función de sus criterios de inclusión y exclusión en:
    • EC explicativos o exploratorios ➞ Tienen unos criterios de inclusión estrictos, de manera que la muestra es muy homogénea para poder diferenciar con la mayor exactitud posible los efectos debidos al fármaco y no a otros factores, pero esto hace que sea más difícil realizar inferencias a la población de sus resultados.
    • EC pragmáticos o confirmatorios ➞ Tienen criterios de inclusión mas laxos, más parecidos a la población general, ya que lo que buscan es poder extrapolar los resultados a toda la población que forma los pacientes que atenderemos en la práctica clínica habitual, por lo que generalmente requieren un mayor tamaño muestral para su realización.
  • Para calcular el IC al 95% construiremos un IC así ➞ x+/- 2eem, sabiendo que el eem=S/ raíz de (n-1). S es la desviación típica.
  • Test estadístico para utilizar cuando tenemos dos variables cuantitativasCoeficiente de correlación.

  • El OR se calcula OR=ad/bc con la tabla:
  Enfermos Sanos
Expuestos a b
No expuestos c d

 

  • En un ensayo clínico la realización de análisis intermedios al igual que la realización de comparaciones múltiples aumenta la probabilidad de error tipo I.
  • Al interrumpir el ensayo antes de tiempo podemos sobreestimar o infraestimar la fuerza de asociación, ya que no hemos tenido en cuenta variables como el abandono del estudio de los sujetos, ni el efecto del fármaco mantenido en el tiempo que habíamos planificado.
  • En un ensayo clínico, es el investigador el que aplica el factor a estudio (tratamiento).
  • Si es RR es de 1,35 (IC; 1,15-1,50), es decir el intervalo se mantiene por encima de 1, hay un aumento del riesgo significativo.

2013-2014

  • Método de Kaplan-Meier Análisis de supervivencia. Se representa como la caída del evento que se mide a lo largo del tiempo. Es decir, que si lo que medimos es la supervivencia, veremos cómo la gráfica, según mueren los pacientes, se aproxima al eje de abscisas. 
    • En las tablas de K-M, en ordenadas no se representan sujetos, sino porcentajes libres del evento de estudio.
  • Los estudios con criterios de inclusión laxos, estudios pragmáticos, aumentan la validez externa.
  • La asignación aleatoria de los grupos de tratamiento controla la posibilidad de error y aumenta la validez interna.
  • Para poder comparar la distribución de una variable en dos muestras, necesitamos conocer la dispersión de esta variable, es decir, no solo su medida de tendencia central (media) sino también cómo se alejan de ese punto central, en otras palabras, su medida de dispersión (desviación típica). Recuerda que la dispersión de una muestra se mide con el coeficiente de variación de Pearson, que relaciona media y desviación típica.
  • Cuando queremos realizar una inferencia, es decir, generalizar los resultados a la población, necesitamos construir un intervalo de confianza entre dos valores donde se encontrará el verdadero valor poblacional. Ejemplo: el RR es 0,69 (factor protector), pero el IC va desde 0,31 (factor protector) hasta 1,17 (factor de riesgo). Con este intervalo, no podemos concluir desde el punto de vista estadístico si el factor de estudio es un factor protector, factor de riesgo o no tiene efecto. Recuerda que si un IC de un RR contiene el 1, ese IC no es significativo, ya que el RR=1 significa que no tiene efecto.
  • Sesgo de memoria ➞ Se ve en los estudios retrospectivos, donde se pregunta por el antecedente de exposición a un factor de estudio en un período de la vida, existiendo la posibilidad de olvido de esa exposición. El hecho de haber padecido la enfermedad, hace que el sujeto esté más predispuesto a recordar esa exposición, mientras que el grupo control no tanto.
  • Sesgo o factor de confusión ➞ Factor de riesgo que se relaciona con el factor de estudio y, a su vez, con la enfermedad. Por ejemplo, en una posible asociación de tabaco y cáncer de páncreas, así como de consumo de tabaco y de alcohol, puede ser causa de un sesgo de confusión si no te tiene en cuenta. Para controlar los factores de confusión, podemos realizar técnicas de apareamiento, aleatorización, restricción, análisis multivariante y estratificación.
  • Un valor de p<0,05 me indica que las diferencias encontradas son estadísticamente significativas, pero si la diferencia es clínicamente relevante no depende de los valores de p, sino de las diferencias obtenidas en el estudio.
  • Cálculo del tamaño muestral ➞ Dependerá de la variabilidad del parámetro que se desea estimar. Para ello nos basamos en estudios previos. Necesitaremos saber la precisión que deseamos, el nivel de confianza (5% habitualmente) y según sea una proporción o una media, la proporción esperada o la varianza.
  • 2ª fase del desarrollo de un medicamento ➞ Tiene como objetivo principal la posología, mediante el estudio de la relación dosis-respuesta, para establecer las que serán las dosis según el efecto deseado. 
  • 3ª fase del desarrollo de un medicamento ➞ Ensayos clínicos de eficacia.
  • Reducción del Riesgo Absoluto (RRA) ➞ Se calcula mediante la diferencia absoluta de la tasa de episodios en el grupo control menos la tasa de episodios en el grupo intervención.
  • El metaanálisis tiene dos objetivos ➞ Realizar una revisión sistemática de los estudios sobre un tema, y además realizar una combinación estadística de los resultados de los mismos. Al ser una combinación de estudios, su potencia estadística nunca superará la de los estudios en los que se basa, e incluirá sus errores metodológicos.
  • Análisis de correlación ➞ Sirve para estudiar la relación entre dos variables cuantitativas. El coeficiente de correlación lineal de Pearson mide la intensidad con la que se relacionan esas variables, ya sea positiva (al aumentar una aumenta la otra) o negativa (al aumentar una disminuye la otra). Sus valores van de -1, que indica una perfecta asociación negativa, a +1, que indica una perfecta correlación positiva. El punto 0, justo en medio, indica que no hay correlación lineal.
  • Estudio de cohortes Nos permite, a diferencia de los estudios casos y controles, el cálculo de medidas de frecuencia como la incidencia acumulada (riesgo individual de enfermar) y la densidad de incidencia. Esta última es una tasa, y por tanto incorpora en el denominador el tiempo. Para su cálculo se realiza el cociente de casos nuevos entre el sumatorio de los periodos individuales en riesgo. Nos expresa la velocidad con la que aparece un fenómeno en una población.

2012-2013

  • Definición del valor «p» ➞ La probabilidad de observar los resultados del estudio, u otros más alejados de la hipótesis nula, si la hipótesis nula fuera cierta.
  • En una distribución normal:
    • +/- 1 DE ➞ 68% de la población.
    • +/- 2 DE ➞ 95% de la población.
  • PREGUNTA ➞ En una población, el valor medio del colesterol total es de 216 mg/dL, con una desviación típica de 5 mg/dL. El porcentaje de personas cuyo nivel de colesterol es mayor de 226 mg/dL es, aproximadamente:
    • Debemos asumir que los niveles de colesterol siguen una distribución normal. Segun esta ley de distribución de variables, los valores entre +/- 1 DE o desviación típica respecto la media (en este caso entre 211 y 221 mg/dl) comprenden 68% de la población. Los valores entre +/-2 DE (en este caso entre 206 y 226 mg/dl) comprenden el 95%, del 5% restante, la mitad, un 2’5% estará por encima de 226 mg/dl y un 2’5% estara por debajo 206 mg/dl.
  • Coeficiente Kappa o kappa-cohenMide el nivel de concordancia no aleatoria entre varios observadores o entre diferentes observaciones de una misma variable cualitativa. Si la prevalencia de una enfermedad es muy alta o muy baja, la probabilidad de que sean clasificados por los observadores como enfermos o sanos respectivamente debido al azar es alta, y como este coeficiente «elimina» el azar, el coeficiente kappa será bajo en ambos casos. 
  • Coeficiente de Fisher ➞ Mide si hay mas valores a la derecha o a la izquierda de la media.
  • Varianza ➞ Mide la dispersión de los valores respecto a la media.
  • Curtosis ➞ Mide el apuntamiento (si es el apuntamiento es muy grande indica que hay muchos valores alrededor de la media y también valores muy alejados, colas muy grandes).
  • PREGUNTA ➞ En un estudio prospectivo en que compara un nuevo antiagregante (grupo experimental) frente al tratamiento habitual con ácido acetilsalicílico (grupo control) se han obtenido los siguientes resultados en la prevención de infartos de miocardio (IAM) a los 2 años de tratamiento: nuevo tratamiento, 25 IAM sobre 500 pacientes; tratamiento habitual, 50 IAM sobre 500 pacientes. ¿Cuál es el riego relativo de padecer un IAM con el nuevo tratamiento respecto al tratamiento habitual? ¿Cuál es el número de pacientes necesario a tratar (NNT) que obtenemos para evitar un IAM si usamos el nuevo fármaco en lugar del acido acetilsalicílico?::
    • Con el nuevo antiagregante se ven 25 casos de IAM en 500 pacientes, frente a los 50 IAM (también en 500 pacientes) que se observan con el tratamiento con ácido acetilsalicílico. Por lo tanto, el RR con el nuevo tratamiento es de: 25/500 (0.05), y RR con el tratamiento habitual: 50/500 (0.1). Calculamos el riesgo relativo de padecer un IAM con el nuevo tratamiento frente al riesgo de sufrirlo con el tratamiento habitual: 0.05/0.1 = 0.5.
    • El número de sujetos necesario para tratar o NNT, se calcula dividiendo 100 entre la diferencia de la incidencia de la enfermedad en los no expuestos y en los expuestos a un determinado factor. En este caso, los sujetos expuestos serían los que han sido tratados con con el nuevo antiagregante (Ie= 25/500=0’05), mientras que los sujetos no expuestos son los que han sido tratados con el tratamiento habitual (Io=50/500=0’1). A partir de estos datos podemos conocer el número de sujetos que habría que tratar para evitar un IAM si usáramos el nuevo fármaco: NNT = 1/ RRA = 1/ 0,1-0,05 = 1/0,05 = 20.
  • Estudio de casos y controles anidado ➞ Es el tipo de estudio de casos y controles en el que la serie de controles está muestreada aleatoriamente de la cohorte que da origen a los casos. Proviene de un estudio prospectivo de cohortes.
  • Ensayo triple ciego ➞ Desconoce el paciente (simple), el personal sanitario y el evaluador (doble) y el analista (triple).
  • Análisis por intención de tratar ➞ Incluye a todos los pacientes que han sido seleccionados y en el grupo en que fueron asignados, aunque no hayan finalizado el estudio o hayan cambiado de grupo.
  • Análisis por protocolo ➞ Cuando el análisis de los resultados incluye sólo a los que han cumplido los requisitos del protocolo y/o han finalizado el estudio.
  • En la fase II de un ensayo clínico, el principal objetivo es evaluar la relación dosis/respuesta y esta se lleva a cabo en grupos de 100-200 pacientes.
  • En la fase I de un ensayo clínico es la primera vez que el fármaco se prueba en humanos y generalmente son voluntarios sanos (n = 20-80).
  • Cuando en el estudio se incluye un número de pacientes mayor y se pretende alcanzar el registro del medicamento entonces se trata de un ensayo clínico fase III. Es cuando los criterios de inclusión se ajustan a las indicaciones, con criterios de exclusión menos restrictivos para incluir una amplia representación de la enfermedad en estudio y fundamentar así el registro de un medicamento.
  • La fase IV de un ensayo clínico tiene lugar una vez el fármaco ya ha sido comercializado.
  • Principales problemas metodológicos del metaanálisis:
    • Sesgo de publicación ➞ Hay dos maneras de evaluarlo: el análisis de sensibilidad y el Funnel Plot (diagrama de embudo).
    • Heterogeneidad de los ensayos clínicos incluidos ➞ Cuando se trata de estudios heterogeneos se utiliza un modelo de efectos aleatorios (al azar) con la desventaja que conceden un peso excesivo a los estudios de pequeño tamaño muestral.
  • Razón de verosimulitud positiva (o razón de probabilidad positiva) ➞ Se calcula dividiendo la probabilidad de un resultado positivo en los pacientes enfermos entre la probabilidad de un resultado positivo en los no enfermos. Es decir, cuantas veces es más probable encontrar un resultado positivo en enfermos que en sanos.

Recursos MIR 2022

Válidos para todas las academias.

Recursos MIR 2022

Válidos para todas las academias.

Resúmenes MIR 2022

Flashcards MIR 2022