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.
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 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 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.