Algoritmos en el manejo de muestras y variables en bioestadística

Autores/as

  • Jesús Romero Madero Facultad de Ciencias Médicas de Artemisa. Hospital General Docente Iván Portuondo. San Antonio de los Baños.
  • Elio León López Facultad de Ciencias Médicas de Artemisa. Hospital General Docente Iván Portuondo. San Antonio de los Baños.

Palabras clave:

algoritmo, contraste de hipótesis, inferencia estadística

Resumen

El conocimiento básico de los conceptos y principios de la Bioestadística junto al empleo de algoritmos útiles para el procesamiento de la información es clave. Se pretendió exponer una propuesta algorítmica actualizada que fuera elaborada para el manejo de muestras y variables en diferentes diseños de estudios. Previa revisión de las propuestas
algorítmicas empleadas en la inferencia estadística con diferentes objetivos en la literatura para este tema; se elaboró una propuesta de guía práctica algorítmica esquematizada, para el manejo de muestras y variables; así como, algunos esquemas algoritmos y tablas resumen derivados de la misma que incluyeron algunas de las opciones de técnicas bioestadísticas para los respectivos contrastes de hipótesis estadísticas. Los recursos algoritmos elaborados y expuestos pueden constituir una herramienta alternativa a las presentaciones algorítmicas existentes en la literatura médica para la orientación del investigador joven en la inferencia estadística.



Citas

1. Rosner B. Fundamentals of Biostatistics. 7ma ed. Belmont: Duxbury Press;2010.

2. Rothman, K J. Epidemiología moderna. 1era ed. Madrid: Díaz de Santos; 1998.

3. Silva Ayçaguer LC, Benavides A. Contra la sumisión estadística: un apunte sobre las pruebas de significación. Metas. 2000;27:35-40.

4. Triola MF. Probabilidad y estadística. 9na ed. México: Pearson Educación Inc; 2004. –Triola MF .Estadística. 10ma ed. México: Pearson Education Inc; 2009.

5. Silva Ayçaguer LC. La crisis de las pruebas de significación y la alternativa bayesiana. Memorias del XI Congreso de la Sociedad Gallega de Estadística e Investigación Operativa, Santiago de Compostela; 1999.

6. Vélez Ibarrola R, García Pérez A. Principios de Inferencia estadística. 1ra ed. Madrid: Universidad Nacional de Educación a Distancia; 2012.

7. Álvarez Cáceres R. Estadística aplicada a las ciencias de la salud. 1ra ed. España: Diaz de Santos; 2007.

8. Benavides AC, Silva LC. Insuficiencias del paradigma frecuentista y el enfoque bayesiano como alternativa. [Trabajo para optar por el Grado Científico de Doctor en Ciencias de la Salud]. Ciudad Habana: Escuela Nacional de Salud; 2002.

9. Abraira V. Métodos Multivariantes en Bioestadística. Ed. Centro de Estudios Ramón Areces; 1996.- Albert J. Bayesian computation using Minitab. 1era ed. Belmont, California: Duxbury Press, Wadsworth Publishing Company; 1996.

10. Esper R, Machado R. La investigación en medicina: bases teóricas y prácticas. Elementos de bioestadística. 1era ed. Buenos Aires: La Prensa Médica Argentina;(2008).

11. Garcés D, Barragán FJ. Ronda clínica y epidemiológica. Introducción al análisis multivariante (parte1). IATREIA. 2014;327(3):355-363.

12. Colectivo de autores .Programa computarizado para el análisis epidemiológico de datos: EPIDAT 4.1. Ayuda de Inferencia sobre parámetros; 2014.Disponible en: http://www.sergas.es/Saude-publica/EPIDAT

Descargas

Publicado

2018-12-20

Cómo citar

1.
Romero Madero J, León López E. Algoritmos en el manejo de muestras y variables en bioestadística. Rev 16 de abril [Internet]. 20 de diciembre de 2018 [citado 22 de enero de 2025];57(269):177-94. Disponible en: https://rev16deabril.sld.cu/index.php/16_04/article/view/770

Número

Vol. 57 Núm. 269 (2018): Julio-Septiembre

Sección

Artículos especiales

Licencia

Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:

Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cuál estará bajo una Licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional (CC BY-NC 4.0)

Los autores/as podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o servidores preprint) siempre que se indique la publicación inicial en esta revista.

Se permite y recomienda a los autores/as difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales o en su página web) antes y durante el proceso de envío, lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada.