PROGRAMA DE FARMACIA

PROGRAMA DE BIOESTADÍSTICA 

Bioquímica

Parte 1 :  Estadística Descriptiva 

Tema 1. Introducción: Definiciones primarias. Historia breve. Magnitudes y variables. Estadígrafos. Precisión y exactitud. Cuestiones clínicas. Ejemplos. 

Tema 2. Recopilación de datos: Etapas de la recopilación. Formas de la recopilación. Mediciones de laboratorio. Recopilación en investigaciones clínicas. Mediciones industriales. Cuantificación de errores de medición. Ejemplos.

Tema 3. Presentación de datos: Informes de laboratorio. Informes estadísticos. Métodos: textual, tabular, gráfico y mixtos. Gráficos: circular, de barras, Pictogramas, cronológicos, diagrama de saldos. Histogramas. Polígono de frecuencias acumuladas. Pirámides de población. Ejemplos.

Tema 4. Estadígrafos:  Clasificación de estadígrafos. Clasificación de enfermedades por diagnosis. Índices clínicos. Índices de calidad diagnóstica: Sensibilidad, Especificidad e Índice de Youden. Eficiencia diagnóstica. Relatividad de los tests clínicos. Valores Predictivos y Likelihood ratios. Influencia de los puntos de corte. Otros índices diagnósticos. Índices de riesgo o daño: Odds ratio y riesgo relativo. Concordancia de una prueba clínica. Estadígrafos de posición: Medias, Mediana, Fractiles, Moda. Estadígrafos de dispersión: Rango, Desvío estándar y Varianza, Coeficiente de variación. Ejemplos. 

Parte 2 :  Probabilidad

Tema 5.  Probabilidad:  Introducción. Concepto de partición. Modelo axiomático. Propiedades derivadas y aplicaciones. Índices clínicos como probabilidades. Odds. Ejemplos. Anexos: Teoría de conjuntos y cálculo combinatorio.

Tema 6. Probabilidad condicional: Introducción. Independencia. Condicionalidad. Simulación para un test clínico. Teoremas de Probabilidad Total y de Bayes. Diagnóstico y el teorema de Bayes: Odds a posteriori. Simplificación de Bayes. Estudio de la independencia en las tablas de riesgo. Probabilidad hipergeométrica. Ejemplos.

Tema 7.  Pruebas repetidas: Procesos Bernoulli. Probabilidad Binomial. Contagio y repulsión. Probabilidad Pascal. Probabilidad Binomial Negativa. Probabilidad Geométrica. Probabilidad Multinomial. Procesos de tipo Poisson. Aplicaciones del modelo Poisson. Aproximación de la Binomial a la Poisson y a la Hipergeométrica. Ejemplos.

Tema 8. Funciones de probabilidad: Fenómenos aleatorios en Bioquímica y Farmacia. Función de distribución. Distribuciones discretas y continuas unidimensionales. Distribuciones conjuntas e independencia. Valor esperado y aplicaciones: riesgo en los test clínicos y en epidemiología. Momentos de orden k. Variables aleatorias tipificadas. Aplicaciones: Índice de agregación y muestreo de aceptación. Teorema Central del Límite. Ejemplos. 

Parte 3 :  Validación Estadística

Tema 9. La normalidad:  ¿Qué es lo normal? Criterios de normalidad. Valores de referencia o normales. La función de Gauss. Propiedades. Cálculo de probabilidades con Gauss. Aproximaciones con la función de Gauss. Correcciones por continuidad. Ejemplos. 

Tema 10. Teoría de muestras: Introducción. Muestras aleatorias y no aleatorias. Aplicaciones en Medicina. Distribuciones de probabilidad en el muestreo: medias, proporciones, diferencia de dos medias y de dos proporciones. Ejemplos de aplicación.

Tema 11. Teoría de la inferencia estadística: Introducción. Estimas por puntos y por intervalos. Intervalos de medias, de proporciones, del desvío estándar y de la varianza. Propiedades de un estimador. Intervalos para dos muestras. Intervalos para el cociente de dos proporciones. Ejemplos.

Tema 12. Teoría de la decisión estadística: Hipótesis estadísticas. Validaciones estadísticas: uso del test de hipótesis. Modelo de Gauss para una muestra aplicado a: medias, varianzas y proporciones. Comparaciones de dos muestras: comparaciones de medias y proporciones. Intervalos de confianza versus tests de hipótesis. Ejemplos.

Parte 4 :  Pequeñas muestras 

Tema 13. Teoría de pequeñas muestras:  Modelo de Student para una muestra: aplicación para medias muestrales y proporciones. Student para dos muestras independientes: comparaciones de medias y proporciones. Test de equivalencia biológica. Comparación de dos muestras apareadas. Modelo de la Chi-cuadrado. Modelo de Fisher. Significación clínica versus estadística. Ejemplos.

Tema 14. Estadística no paramétrica: Conceptos básicos. Aplicación en una muestra: Modelo de la Binomial y la prueba de Rachas. Usos en muestras apareadas: Modelo del Signo y la prueba de rangos de Wilcoxon. Usos en dos muestras independientes: Modelo de la U de Mann-Whitney. Modelo de Cochran para n muestras apareadas. Modelo de Cohen-Kappa. Usos y aplicaciones prácticas.   

Tema 15. Análisis de frecuencias: Conceptos básicos. La prueba de la Chi-cuadrado. La prueba de G (G-test). Tablas de contingencia. Tablas de 2x2: Modelo I, II y III. Aplicaciones en Farmacia y Bioquímica: Riego Relativo y Odds Ratio. Modelos en Epidemiología. Análisis de factores ocultos. Factores encajados o jerárquicos. Reproducibilidad: Modelo de Guttman. Ejemplos.  

Tema 16. Bondad de ajuste: El método clásico de Pearson con Chi cuadrado. El método moderno con G-test. La prueba de Kolgomorov-Smirnov para una y para dos muestras. Tests de bondad de ajuste con repetición. Análisis de concordancia: Modelos de McNemar, Cochran, G-test de McNemar, Log-Odds Ratio, Cohen-Kappa, Phi o Yules. El método de visión dual. Paradojas de Feinstein. Aplicaciones prácticas.   

Parte 5 :  Análisis de Varianza

Tema 17. Análisis de Varianza (ANOVA): ANOVA de un factor: Modelo teórico. Formas cortas de cálculo. Aplicación en Control de Calidad: control de exactitud, de precisión y del factor humano. Modelos de Eisenhart: Modelo I y Modelo II de ANOVA. Supuestos básicos. Modelo no paramétrico equivalente de Kruskal-Wallis. Comparaciones de varias proporciones. Ejemplos. 

Tema 18. Comparaciones Múltiples: Modelo II: Componente añadida de varianza. Modelo I: Comparaciones múltiples “a priori” modelo del SS-STP. Comparaciones “a posterior”: Modelos de Tukey para tamaños muestrales iguales y de Gabriel para tamaños desiguales. Diseño básico de experimentos con ANOVA. Comparaciones no paramétricas equivalentes. Bioequivalencia.   

Tema 19. Análisis de ANOVA encajado: Ventajas respecto al modelo simple. Modelos encajados puros y mixtos. Formas cortas de cálculo para dos niveles. Modelo encajado de tres niveles. Formas cortas de cálculo. Ejemplos de aplicación. 

Tema 20. ANOVA para más de un factor: Modelo de ANOVA para dos factores con repetición: Supuestos básicos y modelos teóricos. Caso sin repetición. Modelo de bloques aleatorizados Modelo no paramétrico de Friedman. Sensibilidad de los modelos de Anova. Ejemplos. 

Parte 6:  Regresión, Correlación y Control de calidad

Tema 21. Modelos para más de una variable:  Conceptos básicos. Análisis de regresión. Diseños experimentales en regresión. Cálculos básicos. Cálculos cortos. Ensayos de hipótesis en regresión. Regresión por el origen: Recta de calibración. Caso de más de un valor de Y por cada valor de X. Curvas de regresión. Transformaciones en regresión. Aplicaciones prácticas. 

Tema 22. Análisis de Correlación: Conceptos básicos. Fórmula del producto momento del coeficiente de correlación. Cálculo del coeficiente de regresión. Ensayos de hipótesis en correlación. Comparación entre dos o más coeficientes de correlación. Modelo de Kendall. Ejemplos de aplicación.

Tema 23. Control de Calidad Instrumental: Conceptos básicos. Propagación de errores. Calibraciones de instrumentos: Calibración de balanzas, pipetas, capilares y micro pipetas. Calibración de urodensímetros, espectrofotómetros y equipos automatizados. Calibraciones microbiológicas. Otras calibraciones. Aplicaciones y usos. 

Tema 24. Control de Calidad Metodológico: Conceptos básicos. Sueros controles y patrones. Protocolo de las técnicas de laboratorio en la fases analítica del método. Controles del método de rutina Control de calidad en Microbiología y en exámenes bioquímicos. Usos y aplicaciones. 

Tema 25. Control de Calidad Estadístico: Conceptos básicos. Cartas de Control de Levey-Jennings. Cartas de Control de Westgard. Cartas corregidas. Especificaciones internacionales del error en mediciones clínicas. El error en sistemas no estables. Requisitos de la CLIA.

Bibliografía

Tablas Estadísticas