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.

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.

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.

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.

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.

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.

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.

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.

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

Bibliografía básica y complementaria
- 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.

Conocimientos:

Con53. Conocer, valorar críticamente y saber utilizar las tecnologías y fuentes de información clínica y biomédica,
para obtener, organizar, interpretar y comunicar información clínica, científica y sanitaria.
Con54. Conocer los conceptos básicos de bioestadística y su aplicación a las ciencias médicas.
Con55. Ser capaz de diseñar y realizar estudios estadísticos sencillos utilizando programas informáticos e
interpretar los resultados.
Con56. Entender e interpretar los datos estadísticos en la literatura médica.
Con59. Manejar con autonomía un ordenador personal y las aplicaciones informáticas más habituales en el campo
de la biomedicina.
Con62. Comprender e interpretar críticamente textos científicos.

Competencias:

Comp01. Capacidad de análisis y síntesis.
Comp05. Habilidades básicas de manejo del ordenador.
Comp06. Habilidades de gestión de la información (habilidad para buscar y analizar información proveniente de
fuentes diversas).
Comp07. Resolución de problemas.
Comp08. Toma de decisiones.
Comp09. Capacidad crítica y autocrítica.
Comp13. Capacidad para comunicarse con expertos de otras áreas.
Comp17. Capacidad de aplicar los conocimientos en la práctica.
Comp18. Habilidades de investigación.
Comp19. Capacidad de aprender.

Habilidades o destrezas:

H/D28. Obtener y utilizar datos epidemiológicos y valorar tendencias y riesgos para la toma de decisiones sobre
salud.
H/D31. Conocer, valorar críticamente y saber utilizar las fuentes de información clínica y biomédica para obtener,
organizar, interpretar y comunicar la información científica y sanitaria.
H/D32. Saber utilizar las tecnologías de la información y la comunicación en las actividades clínicas, terapéuticas,
preventivas y de investigación.
H/D33. Mantener y utilizar los registros con información del paciente para su posterior análisis, preservando la
confidencialidad de los datos.
H/D34. Tener, en la actividad profesional, un punto de vista crítico, creativo, con escepticismo constructivo y
orientado a la investigación.
H/D36. Ser capaz de formular hipótesis, recolectar y valorar de forma crítica la información para la resolución de
problemas, siguiendo el método científico.
H/D37. Adquirir la formación básica para la actividad investigadora.

La docencia expositiva e interactiva será presencial. En el Campus Virtual de la materia, el alumnado encontrará apuntes y boletines de problemas. Además, a través del Campus Virtual, el alumnado podrá realizar tests y entregas de tareas de evaluación continua, tal y como como se describe en el apartado correspondiente.

Docencia expositiva (36 horas): en las sesiones de docencia expositiva, el profesorado explicará los conceptos teórico-prácticos de los contenidos, apoyándose en presentaciones multimedia. También se resolverán algunos problemas tipo, de manera que el alumnado pueda trabajar sobre los boletines de ejercicios que se le facilitarán. Respecto al material para el seguimiento de la materia, a parte de la bibliografía recomendada, el alumnado dispondrá de material docente complementario en el Campus Virtual.

Docencia interactiva (21 horas): la docencia interactiva se distribuye en seminarios de resolución de ejercicios y prácticas de ordenador. En estas sesiones, se introducirá al alumnado en el manejo del paquete R para el análisis estadístico de datos trabajando sobre casos prácticos.

Tutorías (3 horas): las tutorías están destinadas al seguimiento del aprendizaje del alumnado. En estas sesiones se trabajarán fundamentalmente aquellas competencias relacionadas con el razonamiento crítico y la capacidad de comunicación.

Evaluación continua (30%): se realizarán dos pruebas de resolución de cuestiones y problemas, similares a los resueltos en las sesiones de seminario, con un peso del 5% cada una. Con un peso del 20%, se propondrá una tercera prueba para resolver casos prácticos con el programa estadístico R. Estas actividades podrían plantearse de modo presencial o telemático.

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

El peso de la evaluación continua en la oportunidad de recuperación será el mismo que en la convocatoria ordinaria del cuatrimestre.

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”.

En esta materia, el alumnado cuenta con 60 horas de docencia presencial (36 horas de docencia expositiva, 21 horas de docencia interactiva y 3 horas de tutorías).

Se considera necesario dedicar alrededor de 90 horas de trabajo individual del alumnado. De forma complementaria, el alumnado debe practicar la resolución de problemas de los boletines o de la bibliografía recomendada.

Se recomienda el seguimiento de las sesiones expositivas e interactivas, así como de las actividades propuestas como medios fundamentales para el aprovechamiento de la materia.

Para superar con éxito la materia también es aconsejable el seguimiento de los planes de trabajo propuestos. También es recomendable que el alumnado practique la utilización del paquete estadístico R para explorar las posibilidades de las diversas técnicas explicadas a lo largo del curso.

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.