Guía práctica para seleccionar una prueba estadística a aplicar en una investigación biomédica.

Pedro Emilio Boza Torres, Oslaidis Liriano Leyva, Yaderine Pérez Sánchez, Ramón Luis Luis Fonseca González

Texto completo:

PDF XML

Resumen

Introducción: el análisis estadístico se divide en dos componentes: el análisis descriptivo y el análisis inferencial, las pruebas estadísticas, se fraccionan en paramétricas y no paramétricas. Sin embargo, la elección de una prueba estadística apropiada, representa un reto.

Objetivo: proponer una herramienta, que sirva para seleccionar una prueba estadística a aquellos no expertos en bioestadística, para las investigaciones biomédicas.

Métodos: se realizó un estudio tipo revisión bibliográfica narrativa. Se partió de una revisión de la literatura sobre las principales pruebas estadísticas que se utilizan en la actualidad, disponibles en la literatura de las bases de datosbibliográficas como Pubmed/Medline, SciELO, SCOPUS, Springer, Web of Science, EBSCOhost entre otras. Dicha herramienta fue validada por criterio de expertos.

Resultados: se diseñó un esquema, el que puede utilizarse de dos maneras: la primera consiste seguir el esquema hasta descubrir cuál es la técnica estadística apropiada para sus datos y la segunda: siguiendo el esquema hacia atrás, determinar si la prueba fue una elección lógica para los datos analizados. Para usarla, debe identificar variables dependientes e independientes, después llegará a una medida de síntesis o a una estimación puntual útil para sus datos, que irá seguida de una clasificación general de las pruebas estadísticas.

Conclusiones: la guía propuesta es un intento de aportar una guía útil para seleccionar una técnica estadística para el análisis de datos en las investigaciones biomédicas.

Palabras clave

Análisis de datos; Bioestadística; Prueba estadística; Gestión de la información.

Referencias

Corral Dávalos L. Estadística y técnicas experimentales para la investigación biológica [Internet]. Cuenca: Universidad Politécnica Salesiana; 2019. [citado 16/06/2021]. Disponible en: https://dspace.ups.edu.ec/bitstream/123456789/21027/1/Estadi%CC%81sticas%20y%20te%CC%81cnicas%20experimentales%20para%20la%20investigacio%CC%81n%20biolo%CC%81gica%20T.pdf

Cardoso Rojas LE, Castro Pérez G, Fernández Peña CL. La Estadística en función de la investigación educativa. Reto para los profesionales de la educación Mendive. 2022; 20(1): 270-84.

Mamani Benito O, Ventura León J, Carranza Esteban RF, Tito Betancur M, Mejía CR. Satisfacción de los egresados sobre la asesoría de tesis recibida en una Facultad de Salud, Perú. Propósitos y Representaciones. 2021; 9(3): e1428 – e37.

Toma RB. Problemas de validez y fiabilidad en los cuestionarios ROSE: revisión sistemática de la producción española. Revista Eureka sobre Enseñanza y Divulgación de las Ciencias. 2021; 18 (3): 3102-15.

Lugo Armenta JG, PinoFan LR. Niveles de Razonamiento Inferencial para el Estadístico t-Student. Bolema Río Caro. 2021; 35(71):1776-802.

Vega Falcón V, Castro Sánchez F, Sánchez Martínez B. Diferencias en el global COVID-19 Tourism índex entre los cinco continentes. Rev Dilemas Contemp. Educ. Política Valores. 2021;8(3): 00048.

Corral Y, Corral I, Franco A. La Investigación: tipos, normas, acopio de datos e informe final para estudios cuantitativos, cualitativos y biomédicos. Caracas: Fondo Editorial OPSU; 2019.

Obregon Sevillano L. ¿Cuáles son los criterios de selección de una prueba estadística? Club ensayos [Internet]. 2021 [citado 04/03/2022]. Disponible en: https://webcache.googleusercontent.com/search?q=cache:CVqavtNvxY0J:https://www.clubensayos.com/Ciencia/Cu%25C3%25A1lessonloscriteriosdeselecci%25C3%25B3ndeuna/5264830.html+&cd=14&hl=es&ct=clnk&gl=cu

Ponce Renova HF, Cervantes Arreola DI, Anguiano Escobar B. Análisis de calidad de artículos educativos con diseños experimentales. RIDE. Rev. Iberoam. Investig. Desarro. Educ. 2021; 12 (23): e03.

Caraballo Ríos JN, Quintana Díaz JC. Lecturas sobre métodos estadísticos en la investigación [Tesis]. Puerto Rico: Pontificia Universidad Católica de Puerto Rico; 2021.[citado 7/10/2021]. Disponible en: https://www.pucpr.edu/wp-content/uploads/2021/09/Lecturas-sobre-metodos-estadisticos-en-la-investigacion.pdf

Sagaró del Campo N, Zamora Matamoros L. Métodos actuales para asegurar la validez de los estudios de causalidad en Medicina. Gaceta Médica Espirituana. [Internet]. 2019 [citado 7/03/2022]; 21(2). Disponible en: https://revgmespirituana.sld.cu/index.php/gme/article/view/1972

Enver Vega F. La revisión bibliográfica. Concepto, características y tipos [Internet]. 2019 [citado 7/03/2022]; [aprox. 10 pantallas]. Disponible en: https://investsocperu.medium.com/la-revisi%C3%B3n-bibliogr%C3%A1fica-1188b99df9b7

Sánchez-Taraza L, Ferrández-Berrueco R. Aplicación del método Delphi en el diseño de un marco para el aprendizaje por competencias. Revista de Investigación Educativa (RIE). 2022; 40(1): 219-35.

López Gómez E. El método Delphi en la investigación actual en educación: una revisión teórica y metodológica. Educación XX1. 2018; 21(1):17-40.

Martínez Acosta MT, Sánchez Luján BI, Camacho Ríos A. Método Delphi: validar un instrumento para la medición de características de un libro de texto de probabilidad y estadística. Revista de Educación Técnica. 2019; 3 (72): 8-18.

Bernal García MI, Salamanca Jiménez DR. Validez de contenido por juicio de expertos de un instrumento para medir percepciones físico-emocionales en la práctica de disección anatómica. Educ Med. 2020; 21(6):349 -56.

George Reyes CE, Trujillo Liñán L. Aplicación del método Delphi modificado para la validación de un cuestionario de incorporación de las TIC en la práctica docente. Revista Iberoamericana de Evaluación Educativa. 2018; 11(1):113-35.

Badii MH, Guillen A, García Martínez M, Abreu JL. Sesgo, error y aleatoriedad en la investigación. Daena: International J Good Conscience. 2021; 16(1):1-17.

Pineda BE, Lizcano AR, Parra JA. Planteamiento del problema de investigación en educación: algunas orientaciones para profesores que investigan en el aula. Plumilla Educativa. 2021; 28(2): 57-79.

Mamani Ortiz Y. Texto de apoyo didáctico. Introducción a la metodología de la investigación [Internet]. Cochabamba: IIBISMED; 2019.[citado 07/10/2021]. Disponible en: file:///C:/Users/Lucy/Downloads/INTRODUCCINALAMETODOLOGADELAINVESTIGACIN2021.pdf

Armijo I, Aspillaga C, Claudio Bustos AC, Cristian Cortés PF, Melipillan R, Sánchez A, Vivanco A. Manual de Metodología de la Investigación [Internet]. Santiago de Chile: Universidad del Desarrollo; 2021. [citado 7/01/2022]. Disponible en: https://psicologia.udd.cl/files/2021/04/Metodologi%CC%81a-PsicologiaUDD-21.pdf

Medrano LA, Pérez E. Manual de psicometría y evaluación psicológica. 2da ed. ampliada.[Internet]. Córdoba: Brujas; 2019. [citado 7/01/2022]. Disponible en: https://www.researchgate.net/profile/LeonardoMedrano/publication/351094332_Manual_de_Psicometria_y_Evaluacion_Psicologica/links/6085d5cf8ea909241e261bed/ManualdePsicometria-y-Evaluacion-Psicologica.pdf

Jorrin Carbó EM, Quintana Rodríguez D, Kessel Rodríguez JG. Estudio preliminar de la orientación del contenido estadístico durante el proceso de formación del profesional de Cultura Física. Rev Podium. 2021; 16(2): 576-92.

Vásquez C. Proyectos estocásticos orientados a la acción: una puerta al desarrollo sostenible desde temprana edad. Revista Venezolana de Investigación en Educación Matemática (REVIEM). 2021; 1(2):1-29.

Fernando Chipia J. Errores más comunes en metodología de la investigación y el análisis de datos [Internet]. Mérida: LXXIII Aniversario del Colegio de Médicos del estado Mérida; 2017.[citado 17/07/2020;. Disponible en: https://es.slideshare.net/JoanFernando Chipia/errores-ms-comunes-enmetodologa-de-la-investigacinyanlisis-de-datos

Herbas Torrico BC, Rocha Gonzales EA. Metodología científica para la realización de investigaciones de mercado e investigaciones sociales cuantitativas. Revista Perspectivas. 2018;(42):123-60.

Martínez Bencardino C. Estadística básica aplicada. 5ta. ed. [Internet]. Bogotá: Ecoe Ediciones; 2019.[citado 7/10/2020]. Disponible en: https://www.academia.edu/48816563/ESTAD%C3%8DSTICA_B%C3%81SICA_APLICADA_Ciro_Mart%C3%ADnez_Bencardino

Ponce Renova HF. Estadística para comparaciones básicas de grupos: con uso de SPSS y calculadoras en línea [Internet]. Ciudad Juárez: Universidad Autónoma de Ciudad Juárez; 2021. [citado 22/12/2022]. Disponible en: file:///C:/Users/Lucy/Downloads/document(1).pdf

Triola MF. Estadística. 12a ed. México: Pearson Educación de México S.A; 2018.

IBM SPSS Statistics. Software de computación. 16. ed. Chicago: [s/n]; 2019.

Field A. Discovering Statistics Using IBM SPSS Statistics. 5th ed. [Internet]. Germany: SAGE Publications, Inc. University of Sussex; 2018.[citado 7/03/ 2022]. Disponible en: file:///C:/Users/Informatica/Downloads/ discoveringstatisticsusingibmspssstatistics_compress.pdf

Galindo Domínguez H. Estadística para no estadísticos. Una guía básica sobre la metodología cuantitativa de trabajos académicos [Internet]. Alcoy-Alicante: Área de innovación y desarrollo, S.L.; 2020.[citado 07/03/2022].Disponible en: https://www.3ciencias.com/wp-content/uploads/2020/03/Estad%C3%ADstica-para-no-estad%C3%ADsticos-Una-gu%C3%ADa-b%C3%A1sica-sobre-la-metodolog%C3%ADa-cuantitativa-de-trabajos-acad%C3%A9micos-2.pdf

Hoffman JI. Basic biostatistics for medical and biomedical practitioners. 2th ed. España: Elsevier; 2019.

Montanero Fernández J, Minuesa Abril C. Estadística básica para Ciencias de la Salud [Internet]. Cáceres: Universidad de Extremadura Cáceres; 2018.[citado 7/4/2020]. Disponible en: http://matematicas.unex.es/~jmf/Archivos/Manual%20de%20Bioestad%C3%ADstica.pdf

Lorenzo J. Introducción a la Estadística No Paramétrica para estudiantes de educación. [Internet]. Córdoba: Universidad Nacional de Córdoba; 2020.[Citado 07/03/2022]. Disponible en: https://ansenuza.ffyh.unc.edu.ar/bitstream/handle/11086.1/1416/Introducci%c3%b3n%20a%20la%20Estad%c3%adstica%20No%20Param%c3%a9trica%20para%20estudiantes%20de%20educaci%c3%b3n.pdf?sequence=1&isAllowed=y

Ñaupas Paitán H, Valdivia Dueñas MR, Palacios Vilela JJ, Romero Delgado HE. Metodología de la investigación cuantitativa-cualitativa y redacción de la tesis. 5ta. ed. [Internet]. Bogotá: Ediciones de la U; 2018 [citado 07/03/ 2022].Disponible en: https://d1wqtxts1xzle7.cloudfront.net/73469093/ METODOLOGIADELAINVESTIGACION5TAEDICIONlibre.pdf?

Bowers D. Medical Statistics from Scratch an Introduction for Health Professionals. 4th ed. Hoboken NJ: Wiley; 2020.

Darren G, Mallery P. IBM SPSS Statistics 26 Step by Step. A Simple Guide and Reference. 16. Ed. [Internet]. New York: Routledge-Taylor & Francis; 2020.[citado 7/03/2022]. Disponible en: https://s3-eu-west-1.amazonaws.com/s3-euw1-ap-pe-ws4-cws-documents.ri-prod/9780367174354/SPSS_Statistics_26_Step_by_Step_Answers_to_Selected_Exercises.pdf

Stockemer D. Quantitative Methods for the Social Sciences. A Practical Introduction with Examples in SPSS and Stata. [Internet]. New York: Springer; 2019. [citado 7/03/2022]. Disponible en: https://doi.org/10.1007/978-3-319-99118-4

Capa Benítez LB, García Saltos MB, Crespo Hurtado E, Palmero Urquiza DE, López Hernández R, Crespo Borges T, et al. Análisis Exploratorio de datos con SPSS. [Internet]. Ecuador: Universidad Metropolitana de Ecuador; 2017. [citado 07/03/2022]. Disponible en: https://allspace.ucf.edu.cu/index.php/s/ SSXAdok23kpgnpE/download

Dinov ID. Data science and predictive analytics. Biomedical and health applications using R [Internet]. Michigan: University Ann Arbor; 2018. [citado 7/03/2022]. Disponible en: file:///C:/Users/Lucy/Downloads/Data_Science_and_Predictive_Analytics_Bi.pdf

Denis DJ. SPSS Data Analysis for Univariate, Bivariate, and Multivariate Statistics. EUA: John Wiley & Sons, Inc.; 2019.

Palacio FX, Apodaca MJ, Crisci JV. Análisis multivariado para datos biológicos: teoría y su aplicación utilizando el lenguaje R. [Internet]. Buenos Aires: Fundación de Historia Natural Félix de Azara; 2020. [citado 7/03/2022]. Disponible en: https://fundacionazara.org.ar/img/libros/analisis-multivariado-para-datos-biologicos/analisis-multivariado-para-datos-biologicos.pdf

Díaz Chávez LA, Rosado Vega JR. Tratamiento Estadístico de Datos con Aplicaciones en R. [Internet]. Venezuela: Universidad de La Guajira; 2019. [citado 7/03/2022]. Disponible en: https://repositoryinst.uniguajira.edu.co/bitstream/handle/uniguajira/309/52.%20Tratamiento%20estadistico%20de%20datos%20con%20aplicaciones%20en%20R%20-web-.pdf?sequence=1&isAllowed=y

Ramírez Anormaliza R, Guevara Viejo F, D’Armas Regnault M, Pena Holguin R, Farias Lema R, Bravo-Duarte F, et al. Análisis Multivariante: Teoría y práctica de las principales técnicas. [Internet]. Ecuador: UNEM; 2017. [citado 7/03/2022]. Disponible en: file:///C:/Users/Lucy/Downloads/Analisis_Multivariante_Teoria_y_practica.pdf

Maya Lopera E. Los árboles de decisión como herramienta para el análisis de riesgos de los Proyectos EAFIT.[Tesis]. Medellín: Universidad EAFIT; 2018.[citado 6/11/ 2019]. Disponible en: https://docplayer.es/110499309-Los-arboles-de-decision-como-herramienta-para-el-analisis-de-riesgos-de-los-proyectos-elena-maya-lopera.html

Jaffe DH, Kwan J, Li VW, Li S, De Congelio M, Pomerantz D, et al. Chi-Square Automatic Interaction Detection (CHAID) Analysis: Understanding and Informing Treatment Choice of Second-Line Metastatic Urothelial. Cancer Therapy. Value in health. 2018; 21:s1-s268.

Díaz Pinzóna JE. Precisión del pronóstico de la propagación del COVID-19 en Colombia. REPERT MED CIR. 2020; 29(s1):27-33.

Harun Yonar AY, Agah Tekindal M, Melike Tekindal M. Modeling and Forecasting for the number of cases of the COVID-19 pandemic with the Curve Estimation Models, the Box-Jenkins and Exponential Smoothing Methods. EJMO. 2020; 4(2):160-5.

Peng L, Yang W, Zhang D, Zhuge C, Hong L. Epidemic analysis of COVID-19 in China by dynamical modeling. MedR. [Internet]. 2020 [citado 13/10/2022]; XIV. Disponible en: https://arxiv.org/pdf/2002.06563.pdf

Sagaró del Campo NM, Zamora Matamoros L. Evolución histórica de las técnicas estadísticas y las metodologías para el estudio de la causalidad en ciencias médicas. MEDISAN. 2019; 23(3): 534-56.

Pazmiño Majie RA. Aporte del Análisis Estadístico Implicativo a Learning Analytics. [Tesis]. Salamanca: Universidad de Salamanca; 2021. [citado 14/06/2022]. Disponible en: https://repositorio.grial.eu/bitstream/grial/2487/4/TesisRPM_VF.pdf

Sagaró del Campo NM, Zamora Matamoros L. Análisis estadístico implicativo versus regresión logística binaria para el estudio de la causalidad en salud. Multimed. 2019; 23(6): 1416-40.

Sagaró del Campo NM, Zamora Matamoros L. Métodos gráficos en la investigación biomédica de causalidad. Rev. Electron. Zoilo. [Internet]. 2019. [citado 16/7/2020]; 44(4): [aprox. 10 p.]. Disponible en: https://revzoilomarinello.sld.cu/index.php/zmv/article/view/1846/pdf_609

Chocó A. Elementos para evitar errores en el diseño de investigaciones en ciencias de la salud. Revista Científica. 2016; 26(1):78-93.

Manterola C, Otzen T. Los sesgos en investigación clínica. Int. J. Morphol. 2015; 33(3): 1156-64.

Alves de Oliveira A, Furquim de Almeida M, Pereira da Silva Z, Lisiane de Assunção P, Rigo Silva MA, Geremias dos Santos H, Pereira Alencar G. Fatores asociados ao nascimento prétermo: da regressão logística à modelagem come quações estruturais. Cad. Saúde Pública. 2019; 35(1): e00211917.

Enlaces refback

  • No hay ningún enlace refback.


Copyright (c) 2023 MULTIMED

Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional.