Bioestadística

Grado en Medicina - 2023-24 - Grupo A

Requisitos previos

Al ser una asignatura de primer curso del grado no posee requisitos previos más allá de los correspondientes al acceso del Grado en Medicina, sin embargo, es altamente recomendable conocer conceptos básicos de la estadísticas, relacionado con el bloque de estadística descriptiva, y tener dominio básico de programas informáticos habituales.

Resultados de aprendizaje

Competencias generales:

G.28. Obtener y utilizar datos epidemiológicos y valorar tendencias y riesgos para la toma de decisiones sobre salud.  

G.31. Conocer, valorar críticamente y saber utilizar las fuentes de información clínica y biomédica para obtener, organizar, interpretar y comunicar la información científica y sanitaria. 

G.33. Mantener y utilizar los registros con información del paciente para su posterior análisis, preservando la confidencialidad de los datos.

G.35. Comprender la importancia y las limitaciones del pensamiento científico en el estudio, la prevención y el manejo de las enfermedades.

G.36. Ser capaz de formular hipótesis, recolectar y valorar de forma crítica la información para la resolución de problemas, siguiendo el método científico.

G.37. Adquirir la formación básica para la actividad investigadora.


Competencias específicas:

E.53. Conocer los conceptos básicos de bioestadística y su aplicación a las ciencias médicas.

E.54. Ser capaz de diseñar y realizar estudios estadísticos sencillos utilizando programas informáticos e interpretar los resultados. 

E.55. Entender e interpretar los datos estadísticos en la literatura médica. 


Competencias transversales:

CT1. Leer y comprender textos en lengua inglesa.

CT2. Ser capaz de realizar un autoaprendizaje, específicamente en la recogida y tratamiento de la información.

CT3. Ser capaz de comunicarse escrita/oralmente, de forma estructurada, organizada y completa a varios públicos.

CT4. Saber usar y aplicar las TIC en el ámbito académico y profesional.

CT5. Saber aplicar los conocimientos adquiridos en la elaboración de un trabajo científico.

CT6. Ser capaz de integrarse en equipos, tanto en función de directivos o coordinadores como en funciones específicas acotadas y en funciones de apoyo al propio equipo o a otros.

 

Resultados de aprendizaje:

1. Conocer la necesidad y utilidad de la Metodología Estadística en la Investigación en Medicina.

2. Conocer el lenguaje estadístico básico.

3. Conocer algunos métodos estadísticos básicos para representar y analizar conjuntos de datos simples.

4. Conocer el manejo básico de paquetes estadísticos.

Contenidos

Tema 1.- Conceptos básicos y organización de datos 

1.1 Introducción 
1.2 Conceptos y funciones de la estadística: descripción e inferencia 
1.3 Variables: clasificación y notación 
1.4 Medición y escalas de medidas 
1.5 Distribución de frecuencias 
1.6 Representaciones graficas 

 

Tema 2.- Estadística Descriptiva 

2.1 Medidas de tendencias central 
2.2 Medidas de posición 
2.3 Medidas de variabilidad/dispersión 
2.4 Índice de asimetría de Pearson 
2.5 Puntuaciones típicas 

 

Tema 3.- Probabilidad y Distribuciones 

3.1. Introducción 
3.2. Conceptos de probabilidad 
3.3. Axiomas y propiedades de la probabilidad 
3.4. Concepto de independencia 
3.5. Probabilidad condicionada 
3.6. Inversión de las condiciones: teorema de Bayes 
3.7. Factor Bayes para relacionar la odds pretest con la odds postest 
3.8. Planteamiento bayesiano, inferencia bayesiana 
3.9. Distribuciones de probabilidad discretas 
3.10. Distribuciones de probabilidad continuas: distribución normal 
3.11. Teorema del límite central 
3.12. Condiciones, pruebas y gráficos de normalidad 


Tema 4.- Intervalo de Confianza y Contraste de Hipótesis  

4.1. Error sistemático y error aleatorio 
4.2. Muestreo aleatorio o selección aleatoria 
4.3. Diferencia entre selección aleatoria y asignación aleatoria (aleatorización) 
4.4. Conceptos generales sobre estimación de parámetros 
4.5. Estimación de una proporción 
4.6. Estimación de una media 
4.7. Intervalos de confianza  
4.8. Contraste de hipótesis 
4.9. Hipótesis nula e hipótesis alternativa 
4.10. Errores en el contraste de hipótesis: error tipo 1 y error tipo 2 
4.11. Interpretación de valores p: significación estadística 
4.12. Significación estadística frente a significación práctica 
4.13. Pruebas a una cola y pruebas a dos colas 
4.14. Pruebas de contraste de hipótesis frente a intervalos de confianza 
4.15. Potencia estadística 
4.16. Pruebas paramétricas y no paramétricas 


Tema 5.- Datos categóricos y porcentajes: comparación de proporciones 

5.1. Test de X2 
5.2. Test z para comparar dos proporciones 
5.3. Intervalo de confianza de la diferencia de dos proporciones 
5.4. Relación entre el intervalo de confianza y el valor p 
5.5. Ji cuadrado para comparar una proporción con una referencia externa (esperada): cálculo y su relación con la distribución binomial y sus aproximaciones 
5.6. Test exacto de Fisher 
5.7. Test de McNemar para datos emparejados 


Tema 6.- Comparación de medias 

6.1. Test de la t de Student para dos muestras independientes 
6.2. Test para comparar varianzas 
6.3. Test t para dos medias independientes con varianzas heterogéneas (test de Welch) 
6.4. Intervalo de confianza para la diferencia de medias 
6.5. Transformación logarítmica de la variable dependiente en un test t 
6.6. Test de la t de Student para comparar una media con un valor de referencia 
6.7. Test de la U de Mann-Whitney 
6.8. Test de la t de Student para datos emparejados (muestras relacionadas) 
6.9. Test de Wilcoxon para datos emparejados 

Tema 7.- Estimación del tamaño muestral 

7.1. Introducción 
7.2. Margen de error 
7.3. Estimación de una proporción 
7.4. Estimación de una media 
7.5. Comparación de dos proporciones 
7.6. Comparación de dos medias 
7.7. Cálculo de la potencia estadística 
7.8. Curvas de potencia 
 

Tema 8.- ANOVA 

8.1. Introducción al ANOVA de una vía 
8.2. Relación entre el ANOVA y la t de Student 
8.3. ANOVA de una vía con STATA 
8.4. Requisitos del ANOVA 
8.5. ANOVA factorial (de dos vías o dos criterios) 
8.6. ANOVA con medidas repetidas (comparación de k medias relacionadas) 
8.7. Equivalente no paramétrico del ANOVA con medidas repetidas: test de Friedman 
8.8. Ajuste del ANOVA por variables continuas: ANCOVA 
8.9. Comparaciones intragrupo e intergrupos con medidas repetidas 
8.10. Análisis estadístico de ensayos cross-over 


Tema 9.- Correlación y regresión lineal simple 

9.1. Introducción 
9.2. Correlación 
9.3. Coeficiente de correlación
9.4. Regresión lineal simple 
9.5. Usos e interpretación de una regresión lineal 
9.6. Supuestos del modelo de regresión 
9.7. Representación gráfica de los residuales en una regresión lineal 


Tema 10.- Análisis de supervivencia 

10.1. Introducción  
10.2. Descripción de la supervivencia: método de Kaplan-Meier 
10.3. Pasos para realizar curvas de supervivencia de Kaplan-Meier 
10.4. Representación gráfica del estimador de Kaplan-Meier 
10.5. Intervalos de confianza para la estimación de supervivencia acumulada 
10.6. Análisis de supervivencia con STATA 
10.7. Análisis de supervivencia con otros programas 
10.8. Curvas de incidencia de Nelson-Aalen 
10.9. Comparación de curvas de supervivencia: test del log-rank 


Tema 11.- Estadística avanzada 

11.2. Primera aproximación al modelo de regresión lineal múltiple 
11.3. Primera aproximación al modelo de regresión logística 
11.4. Primera aproximación al modelo de regresión de Cox 
11.5. Aspectos comunes y diferenciales de los modelos lineal, logístico y de Cox 

Criterios de evaluación

Utilizaremos una evaluación continua, para que el alumno adquiera las competencias como consecuencia del desarrollo de la actividad docente planificada.

Esta evaluación continua con sus respectivas ponderaciones constará de:

1.  Examen (70%)

Dos exámenes teórico-prácticos (60%) que deben ser superados con nota mínima de 5 puntos cada uno. El primer examen se evaluarán los contenidos del Bloque I, del tema 1 al 6. teniendo un peso en la evaluación continua del 30%. El segundo examen, que pondera otro 30%, se evaluarán los contenidos del Bloque II, tema 7 al 11 del temario. En este segundo examen se podrá exigir contenidos importantes impartidos y ya examinado en el Bloque I ya que la estadística, como muchas otras ciencias, es acumulativa en cuanto a conceptos se refiere. Mediante este sistema se evaluarán las competencias CE.53, CE.55 y CT.2.

***En las asignaturas que realicen exámenes teóricos parciales o semestrales/únicos durante el periodo de Evaluación Continua, será imprescindible obtener una nota mínima igual o superior a 5.00 en cada uno de ellos para que puedan ser tenidas en cuenta las calificaciones obtenidas en el resto de sistemas de evaluación considerados para la oportunidad de Evaluación Continua. En el caso de que se apruebe uno solo de ellos, se perderá la posibilidad de aprobar en Evaluación Continua y se irá al examen de fin de semestre con la asignatura completa

Un examen práctico (10%). Un examen a realizar en ordenador a través de un software estadístico donde se exigirán lo impartido en las clases prácticas y se tendrá que hacer uso de los contenidos desarrollados en las clases teóricas. Mediante este sistema se evaluarán las competencias CE. 53, CE. 54 y CE. 55.

3.  Informe de trabajo individual (20%), El alumno tendrán que desarrollar determinados ejercicios prácticos desarrollados o de tipo test (realizados en el aula presencialmente) que se les pueda proponer a lo largo del semestre que sirva para aplicar los conceptos teóricos a la práctica. En este sistema también se incluirá las prácticas realizadas con algún paquete estadístico de tratamiento de datos. La nota de este sistema de evaluación resultará de la media aritmética de los ejercicios realizados.  Este sistema nos servirá para evaluar las competencias CE.54, CE.55, CG. 28, CG 31 y CG. 36.

 4.  Informe de trabajo grupal (10%), que consistirá en la realización de varias tareas de resolución y diseño de contenido que sirva para conocer, asentar o repasar conceptos de la asignatura. En este sistema también se incluirá las prácticas con algún paquete estadístico de tratamiento de datos realizadas en grupos. La nota de este sistema de evaluación resultará de la media aritmética de los ejercicios realizados. Este sistema nos servirá para evaluar las competencias CE. 55, CT.5, y CT.6.
 

Para que puedan ser tenidas en cuenta las calificaciones obtenidas en el resto de sistemas de evaluación considerados para la oportunidad de Evaluación Continua mediante el cálculo del sumatorio de las notas ponderadas de los 4 sistemas de evaluación, será imprescindible obtener una nota mínima igual o superior a 5 en los dos exámenes teórico-prácticos. En el caso de que se apruebe uno solo de ellos, se perderá la posibilidad de aprobar en Evaluación Continua y se irá al examen de fin de semestre con la asignatura completa. El alumno superará la asignatura en evaluación continua si obtiene una nota mínima de 5 puntos sobre 10, teniendo en cuenta las ponderaciones de los descriptores de evaluación detallados anteriormente. Si el alumno obtuviera una nota inferior a 5, el alumno podrá ser evaluado en examen final sobre los contenidos impartidos en la oportunidad de examen fin de semestre y/o en la de final de curso. Para este examen final no se tendrán en cuenta los parámetros de evaluación continua de participación, trabajos o cuestionarios de clase.

Es requisito indispensable tener una asistencia obligatoria a las clases de un 75%. El no cumplimiento del porcentaje de asistencia mínimo obligatorio por parte del alumnado implica que el alumnado perderá el derecho a ser evaluado en cualquier oportunidad del presente curso (evaluación continua, examen fin de semestre y examen fin de curso) salvo si ha cumplido el 60% de asistencia, en cuyo caso tendrá la opción de ser evaluado en la última oportunidad de examen fin de curso. En relación a las justificaciones de faltas, se tendrá en cuenta lo indicado al respecto en la normativa de evaluación.

Metodología

Las metodologías empleadas en el desarrollo de la asignatura son las siguientes:

Clases expositivas: horas lectivas presenciales que se destinan a la presentación y explicación de contenidos teóricos por parte del docente en el aula.

Tutorías: El docente estará en los despachos de profesores en las horas indicadas al alumnado y que también pueden encontrarse en la plataforma. Las tutorías son a petición del alumnado, pero también pueden ser solicitadas por parte del docente a un alumno o un grupo de alumnos para realizar un seguimiento de la evolución en la asignatura. El alumnado deberá solicitar la tutoría con anterioridad, especificando el motivo de la atención para de esta manera el docente prepare recursos siendo la atención tutorial sea más eficiente.

Evaluación: horas realizadas en el aula por escrito o vía plataforma que se dedican a exámenes y actividades de evaluación teóricas y/o prácticas. También se pueden destinar estas horas para realizar en casa, es decir, fuera del aula, algún test online o prueba de evaluación vía plataforma.

En base a estas metodologías, se desglosan las actividades formativas siguientes:

ACTIVIDADES FORMATIVAS

  • Clases expositivas: 62 horas
  • Trabajo en grupo: 4 horas
  • Trabajo autónomo del alumnado: 72horas
  • Exámenes y actividades de evaluación teóricas y/o prácticas: 4 horas
  • Talleres de contenido práctico de la asignatura: 14 horas


Bibliografía

BIBLIOGRAFÍA OBLIGATORIA:


Martínez-González, M. Á., Sánchez-Villegas, A., Atucha, T. E., y Faulín, F. J. (2020). Bioestadística amigable. Elsevier. 


Grolemund, H. W. y Garrett. (2022). R for data science. https://r4ds.had.co.nz/index.html  


Grolemund, G., yWickham, H. (2017). R for Data Science: Import, Tidy, Transform, Visualize, and Model Data (1st edition). O’Reilly Media. 


R for beginners. (2023). Disponible en https://www.rensvandeschoot.com/tutorials/r-for-beginners


Navarro, D.J. y Foxcroft, D.R. (2022). Learning Statistics with Jamovi: a tutorial for psychology students and other beginners (https://www.learnstatswithjamovi.com/)


 

 

BIBLIOGRAFÍA COMPLEMENTARIA:

 

Hernández-Aguado I, Gil de Miguel A, Delgado Rodríguez M, Bolumar Montrull, F. (2018). Manual de Epidemiología y Salud Pública para Grados en Ciencias de la Salud (3a ed.). Madrid: Editorial Médica Panamericana.


Suárez Falcón, J.C., Recio Saboya, P., San Luis Costas, M.C., y Pozo Cabanillas, P. (2017). Introducción al análisis de datos: Aplicaciones en psicología y ciencias de la salud. Madrid: Sanz y Torres.

 

Suárez Falcón, J.C., Recio Saboya, P., San Luis Costas, M.C., y Pozo Cabanillas, P. (2017). Formulario y tablas estadísticas de introducción al análisis de datos en psicología y ciencias de la salud. Madrid: Sanz y Torres.


Martín de Andrés A, Luna del castillo JD. (2004). Bioestadística + para las Ciencias de la Salud (5a ed.). Madrid. Ediciones Norma Capitel.

Equipo docente

Adriana Ortiz Andrellucchi
Correo electrónico: aortiz@ufpcanarias.es 
Departamento de Medicina

Objetivos y metas de desarrollo sostenible

El desarrollo de  esta asignatura pretende abordar la adquisición de las Metas Globales y Canarias específicas para los ODS: 


3 – Salud y bienestar. 

Meta Global 3.d, y su consecuente meta canaria, sobre la capacitación en alerta temprana y reducción de riesgos. 


4 – Educación de calidad.

Meta Canaria 4.3.2. De aquí a 2030, ampliar y diversificar la oferta de formación técnica, profesional y superior de calidad, incluida la enseñanza universitaria, teniendo en cuenta los nichos de empleo y la demanda del sector productivo.

Meta Canaria 4.5.1. Garantizar a todas las personas, independientemente de su género, la equidad en el acceso a todos los niveles de enseñanza, en especial a las personas en situación de vulnerabilidad, de forma que dispongan de oportunidades de aprendizajes para alcanzar el mayor nivel de sus capacidades.

Meta Canaria 4.5.2. Garantizar al alumnado con enfermedades crónicas o con necesidad de tratamientos largos y, en ocasiones, con secuelas físicas posteriores, el derecho a una escolarización adaptada a sus necesidades dependientes de su situación en cada momento de la enfermedad, teniendo derecho a disponer de los recursos necesarios para su completo desarrollo, equiparándose al resto en cuanto a oportunidades de aprendizaje.

Meta Canaria 4.6.1. Garantizar que todas las personas adultas dispongan de un nivel pertinente y reconocido de conocimientos funcionales en lectura, escritura y cálculo y aritmética equivalentes al nivel de la enseñanza básica. 

Meta Canaria 4.7.1. Todas las etapas y enseñanzas del sistema educativo incluirán aprendizajes relacionados con la educación para el desarrollo sostenible y los estilos de vida sostenibles, los derechos humanos, la igualdad de género, la promoción de una cultura de paz y no violencia, la ciudadanía mundial y la valoración de la diversidad cultural y la contribución de la cultura al desarrollo sostenible.

Meta Canaria 4.a.4. Garantizar que todos los centros educativos dispongan de infraestructuras innovadoras que permitan metodologías abiertas y flexibles apropiadas para el aprendizaje competencial, y acceso a las Tecnologías de la Información y Comunicación (TICs).

5 – Igualdad de género.

Meta Canaria 5.5.3 sobre la promoción de la participación plena y efectiva de las mujeres en todos los ámbitos. 

Meta Canaria 5.b.2 sobre el fomento de vocaciones científico-tecnológicas entre las mujeres.