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. Expendio de recetas en
Farmacia.
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.
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.
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.
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.
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.
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.