Bioestadística

El objetivo principal de esta materia es que el alumnado se familiarice con los conceptos y técnicas básicas de la Estadística Descriptiva, de la Teoría de la Probabilidad y de la Inferencia Estadística. Se pretende que el alumnado entienda la necesidad y utilidad de la metodología estadística en la investigación en las Ciencias de la Salud, particularmente en el ámbito de la Medicina.

Se detallan a continuación los objetivos específicos de la materia:

- Saber discriminar entre los objetivos de un análisis estadístico: descriptivo o inferencial.
- Saber distinguir entre una población estadística y una muestra de la misma.
- Sintetizar y describir una gran cantidad de datos seleccionando los estadísticos adecuados al tipo de variables y analizar las relaciones existentes entre ellas.
- Conocer la base probabilística de la Inferencia Estadística, así como los principios generales de los modelos probabilísticos más usuales.
- Saber estimar parámetros desconocidos de una población a partir de una muestra.
- Conocer los principios y aplicaciones de los contrastes de hipótesis.
- Saber comparar dos poblaciones a partir de parámetros característicos y desconocidos de las mismas.
- Saber formular problemas reales en términos estadísticos y aplicar la Inferencia Estadística a su resolución.
- Ser capaz de manejar paquetes de software estadístico.
- Asumir la necesidad y utilidad de la Estadística como herramienta en su ejercicio profesional, siendo conscientes del grado de subjetividad y del riesgo de las decisiones basadas en resultados estadísticos.

Tema 1.- Estadística Descriptiva.
Definición y objetivos de la Estadística. La Estadística en la investigación médica. Diseño de un estudio, población y muestra. Tipos de variables estadísticas. Resumen de la información contenida en una muestra: tablas de frecuencias y representaciones gráficas. Medidas de centralización, posición, dispersión y forma.

Tema 2.- Cálculo de Probabilidades.
Experimento aleatorio. Suceso y espacio muestral. Operaciones con sucesos. Definición axiomática de Probabilidad. Probabilidad condicionada. Independencia de sucesos. Regla del producto. Teorema de las probabilidades totales. Regla de Bayes. Prevalencia e incidencia de una enfermedad. Pruebas diagnósticas: sensibilidad, especificidad y valores predictivos.

Tema 3.- Variables aleatorias discretas.
Concepto de variable aleatoria unidimensional. Variable aleatoria discreta. Masa de probabilidad, función de distribución y función de supervivencia. Medidas características: valor esperado y varianza. Distribución binomial. Distribución de Poisson.

Tema 4.- Variables aleatorias continuas.
Variable aleatoria continua. Función de densidad, función de distribución y función de supervivencia. Medidas características: valor esperado y varianza. La distribución normal. Puntos de corte para test diagnósticos binormales. Teorema Central del Límite. Aproximación de la distribución binomial por la normal. Distribuciones asociadas con la normal: Chi-Cuadrado, T-Student.

Tema 5.- Estimación puntual y por intervalos.
Objetivos de la Inferencia Estadística. Conceptos de parámetro y estadístico. Distribuciones en el muestreo de estadísticos de interés. Estimación puntual de la media, la varianza y la proporción. Sesgo y varianza. Intervalos de confianza para la media (en poblaciones normales) y para la proporción. Determinación del tamaño muestral.

Tema 6.- Introducción a los contrastes de hipótesis.
Conceptos básicos: Hipótesis nula y alternativa; contraste unilateral y contraste bilateral; zonas de aceptación y de rechazo; error de tipo I y nivel de significación; error de tipo II y potencia; p-valor. Contraste sobre la media (en poblaciones normales) y sobre la proporción. Contraste de comparación de medias en poblaciones normales (para dos muestras independientes o apareadas) y de proporciones.

Tema 7.- Contrastes para variables categóricas.
Tablas de contingencia. Frecuencias observadas y frecuencias esperadas. Test Chi-Cuadrado de independencia. Corrección de Yates. Tablas de contingencia 2x2 en el ámbito de la Medicina. Medidas de asociación: Riesgo relativo y odds ratio.

Tema 8.- Modelo de regresión lineal simple.
Diagrama de dispersión. Covarianza y coeficiente de correlación lineal. Método de mínimos cuadrados. Inferencia sobre los paramétros. Descomposición de la variabilidad. El F-Test. Coeficiente de determinación. Diagnosis del modelo. Predicción.

- Alonso Pena, M., Bolón Rodríguez, D., Ameijeiras Alonso, J., Saavedra Nieves, A. y Saavedra Nieves, P. (2024). Manual de R para prácticas de Bioestadística. Servizo de Publicacións da Universidade de Santiago de Compostela. DOI: https://dx.doi.org/10.15304/9788419679536.
- Álvarez Cáceres, R. (2007) “Estadística Aplicada a las Ciencias de la Salud”. Editorial Diaz de Santos.
- Daniel, W.W. (2006) “Bioestadística. Base para el análisis de las ciencias de la salud”. (2ª ed). Editorial LIMUSA. Wiley.
- Douglas G. A. (1997) “Practical Statistics for Medical Research”. Ed. Chapman & Hall.
- Martín Andrés, A. y Luna del Castillo, J. (1994) “Bioestadística para las ciencias de la salud”. (4ª ed). Ediciones Norma.
- Martín Andrés, A. y Luna del Castillo, J. (1995) “50 +/- 10 horas de Bioestadística”. Ediciones Norma.
- Martínez González, M.A; Sánchez, A. y Faulin, J. (2006). “Bioestadística amigable”. 2ª ed. Editorial Diaz de Santos.
- Milton, J.S. (1994) “Estadística para biología y ciencias de la salud”. (2ª ed). Ed. Interamericana, McGraw-Hill.
- Paradis, E. (2003). R para principiantes. R Cran. Disponible en https:/ cran.r- project.org/doc/contrib/rdebuts_es.pdf
- Quesada, V. y otros (1982) “Curso de ejercicios de estadística”. (2ª ed). Editorial Alambra.
- Rosner, B. (2000) “Fundamentals of Biostatistics”. (5ª ed). Wadsworth Publishing Company. Duxbury Press.
- Venables, W.N., Smith, D.M. y the R Core Team (2020). An Introduction to R. Notes on R: A Programming Environment for Data Analysis and Graphics (Version 3.6.3). Disponible en https:/ cran.r-project.org/doc/manuals/r-release/R-intro.pdf.
- Verzani, J. (2005). Using R for Introductory Statistics. Chapman and Hall.

Las competencias generales vinculadas a la materia de Bioestadística son:

CG28.- Obtener y utilizar datos epidemiológicos y valorar tendencias y riesgos para la toma de decisiones sobre salud.
CG31.- Conocer, valorar críticamente y saber utilizar las fuentes de información clínica y biomédica para obtener, organizar, interpretar y comunicar la información científica y sanitaria.
CG33.- Mantener y utilizar los registros con información del paciente para su posterior análisis, preservando la confidencialidad de los datos.
CG34.- Tener, en la actividad profesional, un punto de vista crítico, creativo, con escepticismo constructivo y orientado a la investigación.
CG35.- Comprender la importancia y las limitaciones del pensamiento científico en el estudio, la prevención y el manejo de las enfermedades.
CG36.- Ser capaz de formular hipótesis, recolectar y valorar de forma crítica la información para la resolución de problemas, siguiendo el método científico.
GG37.- Adquirir la formación básica para la actividad investigadora.

En la materia de Bioestadística, se trabajará también la competencia CG32 (relacionada con el uso de las tecnologías de la información y la comunicación en actividades clínicas, terapéuticas, preventivas y de investigación) a pesar de no figurar en la ficha de la materia.

Las competencias específicas que el alumnado debe adquirir a través de la materia de Bioestadística se enumeran a continuación:

CEMII.32.- Conocer los conceptos básicos de Bioestadística y su aplicación a las ciencias médicas.
CEMII.33.- Ser capaz de diseñar y realizar estudios estadísticos sencillos utilizando programas informáticos e interpretar los resultados.
CEMII.34.- Entender e interpretar los datos estadísticos en la literatura médica.

Las competencias CEMII.31 y CEMII.378 (relacionadas con el uso crítico de las tecnologías y con el manejo de aplicaciones informáticas, respectivamente) se trabajarán también en la materia a pesar de que no figuran en la ficha de la misma.

En el Campus Virtual de la asignatura el alumnado encontrará apuntes y boletines de ejercicios. Los conceptos teóricos y prácticos de los contenidos se recogen en presentaciones multimedia. La resolución de problemas en los boletines también permitirá a los estudiantes aplicar el contenido de la asignatura. En cuanto al material de seguimiento de la asignatura, además de la bibliografía recomendada, el alumnado dispondrá de material didáctico complementario en el Campus Virtual.

Al tratarse de una asignatura del plan antiguo, no se impartirá docencia interactiva de laboratorio con el software R. Los contenidos correspondientes a esta parte se evaluarán dentro del apartado de evaluación continua con las consideraciones que se detallan en el apartado siguiente.

Examen final (70%): el examen final constará de varias cuestiones teórico-prácticas y problemas sobre los contenidos de la asignatura.

Evaluación continua (30%): Al tratarse de una asignatura del plan antiguo, se mantendrá la calificación de evaluación continua del curso 2024-2025. En caso de no aprobarse/realizarse en el curso 2024-2025, se añadirá una actividad compensatoria extra al examen final. En este caso también se incluirían aquellos alumnos que quieran mejorar su nota de evaluación continua. Por tanto, si se realiza la actividad extraescolar, determinará la calificación de evaluación continua, desechándose la obtenida previamente.

El peso de la evaluación continua en la oportunidad de recuperación será el mismo que en el examen ordinario semestral.

Nótese que, para los casos de realización fraudulenta de ejercicios o pruebas, será de aplicación lo recogido en la “Normativa de evaluación del rendimiento académico de los estudiantes y de la revisión de las calificaciones”.

Se considera necesario dedicar alrededor de 75 horas de trabajo individual por parte del alumnado. Además, los estudiantes deberán practicar la resolución de problemas con base en los boletines o la bibliografía recomendada.

Para superar con éxito la asignatura, es recomendable que los alumnos practiquen la resolución de problemas de los boletines.

El material del curso se pondrá a disposición del alumnado a través del Campus Virtual de la USC. Pretendemos que esta plataforma sea la principal vía de comunicación con el alumnado, reforzada con MS Teams y el correo electrónico.