Autores: Varios
Miguel A. Martínez González (Editor)
Almudena Sánchez Villegas y Javier Faulin Fajardo (Co-editores)
Editorial: Ediciones Díaz de Santos S.A. (Madrid, España)
Año de edición: 2008
2009, Primera Reimpresión
ISBN: 9788479787912
Formato: Libro
Terminado: Rústica
Tamaño: 17 x 24 cm.
Número de páginas: 919
Reseña: En este manual los autores se han planteado el reto de hacer muy asequible una materia que habitualmente resulta ardua, no sólo para los estudiantes de medicina y carreras biosanitarias, sino también para muchos profesionales sanitarios. Han querido ofrecer un libro de texto de fácil lectura y comprensión que desarrolle el programa habitual de la asignatura de Bioestadística, pero también pretenden que sea de gran ayuda a profesionales con años de ejercicio, que tratan de enfrentarse a un plan de recogida de datos y su posterior análisis estadístico.
Este libro está pensado para iniciar al lector especialmente con dos de los programas más sencillos: SPSS para Windows y Microsoft-Excel, pero también se dan pautas para recurrir a STATA, R/Splus o SAS. Esto facilita que el lector pueda recurrir también a estos programas para aplicar la mayoría de los procedimientos que actualmente se usan en Bioestadística. Cada procedimiento se explica por lo tanto con un doble enfoque, el de un libro de texto clásico, que describe los fundamentos y los cálculos que habría que hacer a mano, y el de un manual de un paquete informático. Esto permite que se obtenga el mayor rendimiento tanto para entender lo que hace el ordenador como desde el punto de vista práctico, para poder realizar una aproximación ágil y flexible al análisis de datos en la investigación sanitaria.
Tabla de contenidos
Presentación
Primera parte
Técnicas básicas en bioestadística
1. Introducción a los métodos de la epidemiología y la bioestadística
M. A. Martínez-González, J. de Irala Estévez
1.1. Estadística, Estadística aplicada y Bioestadística
1.2. Bioestadística descriptiva y Bioestadística analítica o inferencial
1.3. Poblaciones y muestras
1.4. Etapas de la investigación científica: relaciones entre la Bioestadística y la Epidemiología
2. Procedimientos descriptivos
M. A. Martínez-González, J. de lrala Estévez
2.1. Tipos de variables
2.2. Representaciones gráficas
2.3. Medidas de tendencia central
2.4. Medidas de dispersión
2.5. Medidas de forma
2.6. Medidas de posición: cuantiles, percentiles
2.7. Medidas de tendencia central y dispersión con otros programas
3. Probabilidad. Distribuciones de probabilidad
M. A. Martínez-González, A. Sánchez-Villegas, E. Toledo Atucha
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 pre-test con la odds post-test
3.8. Planteamiento bayesiano
3.9. Distribuciones de probabilidad discretas
3.10. Distribuciones de probabilidad continuas: Distribución normal
3.11. Teorema del límite central
3.12. Condiciones y pruebas de normalidad
3.13. Las distribuciones binomial, Poisson y normal en el programa Excel
3.14. Aproximación a las distribuciones binomial y Poisson usando la distribución normal
3.15. Media y desviación estándar de una proporción
4. Intervalos de confianza y contraste de hipótesis
M. A. Martínez-González, J. de Irala Estévez
4.1. Error sistemático y error aleatorio
4.2. Muestreo aleatorio o selección aleatoria
4.3. Conceptos generales sobre estimación de parámetros
4.4. Estimación de una proporción
4.5. Estimación de una media
4.6. Intervalo de confianza de una media con SPSS, STATA, R/Splus y Excel
4.7. La distribución t de Student en Excel
4.8. Estimación de una mediana
4.9. Contraste de hipótesis
4.10. Hipótesis nula e hipótesis alternativa
4.11. Errores en el contraste de hipótesis: error tipo 1 y error tipo 2
4.12. Interpretación de valores p: significación y potencia estadística
4.13. Pruebas paramétricas y no paramétricas
4.14. Pruebas a una cola y pruebas a dos colas
4.15. Pruebas de contraste de hipótesis frente a intervalos de confianza
4.16. Significación estadística frente a significación práctica
5. Datos categóricos y porcentajes: comparación de proporciones
M. A. Martínez-González, J. de Irala Estévez, M. Bes-Rastrollo
5.1. Test de ji cuadrado de Pearson
5.2. Intervalo de confianza de la diferencia de dos proporciones
5.3. Test exacto de Fisher
5.4. Test de McNemar para datos emparejados
5.5. Test de tendencia lineal para categorías ordenables lógicamente (variables ordinales)
6. Comparación de medias entre dos grupos
M. A. Martínez-González, M. Seguí-Gómez, C. López del Burgo
6.1. Test de la t de Student para comparar una media con un valor de referencia
6.2. Test de la t de Student para dos muestras independientes
6.3. Transformación logarítmica de la variable dependiente en un test t
6.4. Test de la U de Mann- Whitney
6.5. Test de la t de Student para datos emparejados (muestras relacionadas)
6.6. Test de Wilcoxon para datos emparejados
7. Estimación del tamaño muestral
M. A. Martínez-González, A. Alonso, M. Bes-Rastrollo
7.1. Introducción
7.2. Factor de error (FE) y factor de error estandarizado (FEE)
7.3. Estimación de una sola proporción
7.4. Estimación de una sola media
7.5. Tamaño muestral para la comparación de dos medias
7.6. Comparación de dos proporciones
7.7. Resumen de fórmulas que deben utilizarse en el cálculo del tamaño muestral
7.8. Cálculo de la potencia estadística
7.9. Tamaño muestral y potencia estadística con STATA
8. Comparaciones de k medias (tres o más grupos)
M. A. Martínez-González, M. J. Calasanz, A. Tortosa
8.1. Introducción al ANOVA de una vía
8.2. Relación entre el ANOVA y la t de Student
8.3. Tabla del ANOVA
8.4. Condiciones de aplicación del ANOVA
8.5. Comparación no paramétrica de k medias independientes: test de Kruskal- Wallis
8.6. Contrastes: comparaciones a priori
8.7. Contrastes a posteriori (post hoc): comparaciones múltiples
8.8. Uso de distintos paquetes de estadística para realizar el ANOVA
8.9. Uso de SPSS y STATA para realizar contrastes en el ANOVA
8.10. El test de Kruskal-Wallis en SPSS y STATA
9. ANOVA Factorial y comparaciones de K medias relacionadas
M. A. Martínez-González, M. J. Calasanz, J. Núñez-Córdoba
9.1. Introducción
9.2. ANOVA factorial (de dos vías o dos criterios)
9.3. ANOVA con medidas repetidas (comparación de k medias relacionadas)
9.4. Equivalente no paramétrico del ANOVA con medidas repetidas: test de Friedman
9.5. ANOVA de dos vías en SPSS para Windows (modelo lineal general)
9.6. ANOVA de dos vías en otros programas
9.7. ANOVA de medidas repetidas con distintos programas
9.8. Test de Friedman con SPSS
10. Correlación y regresión
M. A. Martínez-González, S. Palma, E. Toledo
10.1. Introducción
10.2. Correlación
10.3. Regresión lineal simple
10.4. Supuestos del modelo de regresión
10.5. Regresión lineal en diversos programas informáticos
10.6. Usos e interpretación de una regresión lineal
10.7. Representación gráfica de los residuales en una regresión lineal
10.8. Relación entre regresión, ANOVA y t de Student
10.9. Uso de la regresión para sustituir al ANOVA factorial
10.10. Uso de la regresión para sustituir al ANOVA de medidas repetidas
10.11. Resumen de correlación y regresión lineal
11. Introducción al análisis de supervivencia
M. A. Martínez-González, A. Sánchez-Villegas, F. J. Basterra-Gortari
11.1. Introducción
11.2. Descripción de la supervivencia: método de Kap1an-Meier
11.3. Pasos a dar para realizar curvas de supervivencia de Kaplan-Meier (“product limit”)
11.4. Representación gráfica del estimador de Kaplan-Meier
11.5. Análisis de supervivencia con SPSS
11.6. Análisis de supervivencia con STATA
11.7. Intervalos de confianza para la estimación de supervivencia acumulada
11.8. Comparación de curvas de supervivencia: test del Log-Rank
12. Introducción a los modelos multivariables
M. A. Martínez-González, A. Sánchez-Villegas, C. López del Burgo
12.1. Introducción
12.2. Regresión lineal múltiple
12.3. Regresión logística
12.4. Regresión de Cox
12.5. Otros métodos multivariantes
Segunda parte
Técnicas avanzadas en bioestadística
13. Aspectos avanzados de regresión múltiple
A. Sánchez-Villegas, M. A. Martínez-González
13.1. Introducción: hipótesis nulas en una regresión múltiple
13.2. Variables categóricas y variables indicadoras (dummy)
13.3. Factores de confusión en la regresión múltiple
13.4. Interacción (o modificación del efecto) en la regresión múltiple
13.5. Construcción de un modelo de regresión múltiple
13.6. Elección del mejor modelo
13.7. Variables que deben registrarse en una investigación
13.8. Métodos por pasos (stepwise)
14. Aspectos avanzados de regresión logística
A. Sánchez-Villegas, M. A. Martínez-González
14.1. Introducción
14.2. Linealidad en el logit
14.3. Ajuste del modelo
14.4. Significación estadística
14.5. Test de Hosmer-Lemeshow: bondad de ajuste
14.6. Curvas ROC: discriminación
14.7. Criterios de construcción de modelos en regresión logística
14.8. Ejemplo de regresión logística
14.9. Regresión logística en otros programas
15. Aspectos avanzados de regresión de COX
M. Seguí-Gómez, M. A. Martínez-González, A. Sánchez-Villegas
15.1. Introducción
15.2. Hazard ratio
15.3. Comparación de curvas de supervivencia usando la regresión de Cox
15.4. Ecuación de la regresión de Cox
15.5. Intervalos de confianza para la hazard ratio en el modelo de regresión de Cox
15.6. Relación entre hazard ratio y razón de densidades de incidencia
15.7. Parecidos entre regresión de Cox y regresión logística
15.8. Diferencias entre la regresión de Cox y la regresión logística
16. Análisis de la concordancia
A. Sánchez-Villegas, M. A. Martínez-González, S. Palma
16.1. Conceptos y definiciones
16.2. Reproducibi1idad de las pruebas diagnósticas
16.3. Validez de las pruebas diagnósticas
17. Análisis factorial
A. Sánchez-Villegas, M. A. Martínez-González
17.1. Introducción al análisis factorial
17.2. Número de factores a extraer: gráfico de sedimentación
17.3. Cálculos numéricos
17.4. Sinonimias y equivalencias
17.5. Condiciones de aplicación del ACP
17.6. Consideraciones sobre el tamaño muestral
17.7. Rotación de los factores
17.8. Refinamiento del análisis: eliminación de variables
17.9. Análisis factorial común versus ACP
17.10. Análisis factorial confirmatorio versus exploratorio
17.11. Análisis factorial con STATA
18. Análisis de Clusters
F. Guillén-Grima, M. Seguí-Gómez, M. A. Martínez-González
18.1. Introducción
18.2. Concepto
18.3. Estudio de los clusters jerárquicos
18.4. Requisitos para la aplicación de los métodos de análisis de cluster
18.5. Cluster de variables
18.6. Análisis de cluster con SPSS
19. Modelos de Markov
F. J. Faulín Fajardo, M. A. Martínez-González
19.1. Los modelos de Markov en la toma de decisiones
19.2. Procesos estocásticos y cadenas de Markov
19.3. Uso de los modelos de Markov en medicina. Desarrollo de un caso práctico
Tablas estadísticas
Índice analítico
(Despachos a todo el mundo)
Cuéntaselo a un amigo
