Blog de una estudiante de enfermería de 21 años dedicado a la asignatura de Etic´s.
Grupo de seminario 2. Grupo de investigación Marina Estrada, Irene Guillén, Concepción Hermonso y Andrea Cabrera.
Como última entrada de este blog haré una reflexión final sobre la asignatura, sobre el blog y sobre este primer año de enfermería.
Empezando por el blog decir que personalmente, aunque haya compañeros que les han cogido el gustillo a esto de escribir y publicar cosas, a mi especialmente (puede ser por eso mismo, porque no me guste escribir) no me ha gustado y tampoco veo mucho la finalidad que tiene, porque aunque estaba pensado como herramienta de estudio para ir día a día con la asignatura, creo que solo pocas personas han conseguido dicho objetivo.
Con respecto a la asignatura decir que lo que más me ha gustado de ella ha sido el proyecto de investigación que he hecho junto a mis tres compañeras. Aunque ha tenido sus complicaciones y nos ha amargado un poco la existencia (y creo que ésto ha sido por dejarlo como siempre todo para el final) he de decir que es gratificante ver el resultado final y sobre todo lo mucho que aprendes sobre el tema escogido, que en nuestro caso fue sobre el embarazo.
Por último hacer una reflexión sobre este primero de enfermería que ya se esta acabando, y aunque parezca mentira se me ha pasado en un abrir y cerrar de ojo. Parece que fue ayer septiembre, cuando me dijeron que estaba admitida en enfermería y por fin iba a estudias lo que quería y ya estoy prácticamente en segundo.
Agradecer a todas esas personas que he conocido este año y que han facilitado este transito por primero de carrera pero, sobre todo agradecer a mis compañeras y compañero de estudio (Cristina Martínez, Irene Guillén y Jesús Bracho) el haber estado ahí en las buenas y en las malas, animarnos y sacarnos fuerzas para seguir estudiando cuando ya dábamos una asignatura por perdida y sobre todo, por todos esos momentos de risa.
En éste 5º y último seminario de la asignatura de Etic´s realizamos la exposición del trabajo de investigación, "Cuanto sabes sobre tu embarazo" que es un estudio comparativo sobre los conocimientos que tienen las madres de la provincia de Huelva y Sevilla, para saber e identificar cual de las dos tiene mejor información acerca de sus embarazo y cual es la opinión que tienen estas sobre el personal sanitario con respecto a la información que ofrecen durante la gestación.
En ésta exposición se ha explicado el porque de éste tema para la realización del proyecto de investigación y cuales han sido los resultados obtenidos tras el estudio.
Bueno y con ésta última entrada doy por finalizada la asignatura, aunque ahora viene lo peor...
Para controlar los errores aleatorios, además del cálculo de intervalos de confianza, contamos con una segunda herramienta en el proceso de inferencia estadística: los test o contrastes de hipótesis.
Con los intervalos nos hacemos una idea de un parámetro de una población dado un par de números entre los que confiamos que esté el valor desconocido.
Con los contrastes (test) de hipótesis la estrategia es la siguiente:
- Establecemos a priori una hipótesis cerca del valor del parámetro.
- Realizar la recogida de datos.
- Analizamos la coherencia entre la hipótesis previa y los datos obtenidos.
Son herramientas estadísticas para responder a preguntas de investigación: permite cuantificar la compatibilidad entre una hipótesis previamente establecida y los resultados obtenidos.
Sean cuales sena los deseos de los investigadores, el test de hipótesis siempre va a contrastar la hipótesis nula (la que establece igualdad entre los grupos a comparar, o lo que es lo mismo, la que no establece relación entre las variables de estudio).
Tipo de análisis estadísticos según el tipo de variables implicadas en el estudio.
ERRORES DE HIPÓTESIS:
El test de hipótesis mide la probabilidad de error que cometo si rechazo nula.
Con una misma muestra podemos aceptar o rechazar la hipótesis nula. Todo depende de un error, al que llamamos alfa.
El error alfa es la probabilidad de equivocarnos al rechazar la hipótesis nula.
El error alfa más pequeño al que podemos rechazar Ho es el error p. (p es sinónimo de alfa minimizada).
Habitualmente rechazamos Ho para un nivel alfa máximo del 5% (p <0,05). Por encima del 5% de error, aceptamos la hipótesis nula. Es lo que llamamos "significación estadística".
TIPOS DE ERRORES EN TEST DE HIPÓTESIS:
El error más importante para nosotros es el tipo alfa. Aceptamos que podemos equivocarnos hasta un 5%.
TEST DE HIPÓTESIS CHI-CUADRADO:
Para comparar variables cualitativas (dependiente e independiente)
Razonamiento a seguir: Suponemos la hipótesis cierta y estudiamos como es de probable que siento iguales dos grupos a comparar se obtengan como los obtenidos o haber encontrado diferencias más grandes por grupos.
TEST DE STUDENT (COMPARACIÓN DE MEDIDAS):
Se utiliza cuando la variable independiente es cualitativa (dicotómica) y la variable es continua.
RELACIONES ENTRE VARIABLES Y REGRESIÓN:
El término regresión fue introducido por Galton en su libro "Natural inheritanca" (1889) refiriéndose a "las de la regresión universal".
Cada peculiaridad en un hombre es compartido por sus descendientes, pero en media, en un grado menor. Regresión de la media.
Su trabajo se centraba en la descripción de los rasgos físicos de los descendientes (una variable) a partir de los de sus padres (otra variable).
Pearson realizó un estudio con mas 1000 registros de grupos familiares observando una relación tipo:
Altura del hijo: 85 cm + 0,5 a la altura del padre aproximadamente.
Conclusión: los padres muy altos tiene tendencia a acercarse a la media. Lo mismo puede decirse de los padres muy bajos.
Hoy en día el sentido de la regresión es de predicción de una media basándonos en el conocimiento de otra.
ESTUDIO CONJUNTO DE DOS VARIABLES.
A la derecha tenemos una posible manera de recoger los datos observando dos variables en varios individuos de una muestra.
En cada fila tenemos los datos de un individuo. Cada columna representa los valores que toma unas variables sobre los mismos. Los individuos no se muestran en ningún orden particular.
Dichas observaciones pueden ser representadas en un diagrama de dispersión ("Scalterplol"). En ellos cada individuo es un punto cuyas coordenadas son los valores de las variables.
Nuestro objetivo será intentar reconocer a partir del mismo si hay relación entre las variables, de que Ho y si es posible predecir el valor de una de ellas en función de otras.
DIAGRAMA DE DISPERSIÓN Y NUBE DE PUNTOS:
Tenemos las alturas y los pesos de 30 individuos representados en un diagrama de dispersión.
RELACIÓN ENTRE VARIABLES:
Tenemos las alturas y los pesos de 30 individuos representados en un diagrama de dispersión.
PREDICCIÓN DE UNA VARIABLE EN FUNCIÓN DE OTRA.
Aparentemente el peso aumenta 10 kg por cada 10 cm de altura... o sea el peso aumenta en una unidad por cada unidad de altura. RELACIÓN DIRECTA E INDIRECTA:
Para los valores de X por encima de la media tenemos valores de Y por encima y por debajo en proporciones similares. Incorrelación.
Para los valores de X mayores que la media le corresponden valores de Y mayores también.
Para los valores de X menores de la media le corresponden valores de Y menores también.
Para los valores de X mayores que la media le corresponden valores de Y menores. Esto es relación inversa o decreciente (cierta relación inversa).
MODELOS DE ANÁLISIS DE REGRESIÓN:
REGRESIÓN LINEAL SIMPLE: CORRELACIÓN Y DETERMINACIÓN.
Se trata de estudiar la asociación lineal entre dos variables cuantitativas.
Ejemplo de insuficiencia de edad en las cifras de tensión arterial sistólica.
Regresión lineal simple: una sola variable independiente.
Regresión lineal múltiple: más de una variable independiente.
Ecuación de la recta: y=ax + b
Pendiente de la rectaa=ß1. El valor de a positivo la correlación entre las dos variables es directa y si el valor de a es negativo la correlación entre las dos variables es indirecta.
Punto de inserción en el eje de coordenadasb= ß0
ß1 expresa la cantidad de cambios que se produce en la variable dependiente por unidad de cambio de la variable independiente.
ßo expresa cual es el valor de la variable dependiente cuando la independiente vale 0.
Modelos lineales deterministas: la variable independiente determine el valor de la variable dependiente.
Modelos lineales probabilisticos: para cada valor de la variable independiente existe una distribución de probabilidad de valores de la dependiente, con una probabilidad entre 0 y .
La resta a determinar es aquella con la menor de cada punto a ella.
Y seria la media de la variable dependiente en un grupo con el mismo valor de la variable independiente Y= y + e.
Para construir un modelo de regresión lineal hace falta conocer: Punto de inserción con el eje de coordenadas = ß0 y la pendiente de la resta ß1 (mayor valor de la ß1 la pendiente será muy pronunciada en el sentido directo o inverso).
No hay modelo determinista: hay un nube de punto y buscamos la resta que mejor explica el comportamiento de la variable dependiente en función de la variable independiente.
ANOVA: ANALISIS DE LA VARIANZA
En el test de la t de Student para muestras independientes, aprendimos como usar la distribución t para contrastar la hipótesis de que no existen diferencias ente las medias de dos poblaciones.
Este método no es apropiado por las siguientes razones:
Es tendinoso a comparar todas las posibles combinaciones.
Cualquier estadístico basado en parte de la evidencia (como ocurre cuando solo se comparan dos grupos) es menos estable que uno basado en toda evidencia.
Si se hacen muchas comparaciones aumentan la probabilidad de que alguna resulta significativa.
LA LÓGICA DEL ANOVA:
El contraste de hipótesis del ANOVA se basa en comprobar si las medias de las muestras difieren mas de los que cabe esperar cuando es cierta, la hipótesis nula.
Esta cuestión acerca de las medias se responde analizando las varianzas.
- Nos fijamos en las varianzas, porque cuando queremos saber si algunas medias difieren enrte si, tenemos que valorar la varianza entre estas medias.
DOS FUENTES DE VARIABILIDAD:
En ANOVA, un estimador de la variabilidad entre grupos se compara con la variabilidad dentro de los grupo.
- La variación entre grupos es la variacion entre las medias de los diferentes traramientos debidas al azar (erro de muestreo) y al efecto de los tratamientos, si es que existe.
- La variación dentro de los grupos es la variación debida al azar (error de muestreo entre individuos a los que se ha dado el mismo tratamiento.
VARIABILIDAD ENTRE GRUPOS.
Hay mucha variabilidad entre las medias.
las diferencias entre las medias de los grupos son demasiado grandes para atribuirlas al azar.
Es difícil imaginar que los seis grupos son muestras aleatorias tomadas de la misma población.
Se rechaza la hipótesis nula, es decir, existe efecto del tratamiento al menos en unos de los grupo.
VARIABILIDAD ENTRE GRUPOS:
Hay variabilidad entre las medias de los grupo.
Sin embargo, hay más variabilidad dentro de cada grupo.
La mayor variabilidad dentro de los grupos, hace poco creíble que tengamos muestras procedentes de poblaciones diferentes.
