Alumno:

Stephanie Domínguez Caamaño

Materia:

EPIDEMIOLOGIA Y BIOESTADISTICA

Profesora:

OLLIN MARTINEZ RAMIREZ

Actividad

Análisis de caso

Fecha:

21 de marzo de 2022

Epidemiología y bioestadística 1
 Actividad 7. Análisis de casos

Instrucciones:
1. Revisa el material sugerido
2. Lee detenidamente los casos (planteamientos) que a continuación se presentan.
Resuelve y responde indicando lo que se te solicita
3. Elabora la actividad en el procesador de textos
4. Incorpora al inicio del documento una portada que incluya el nombre de la
universidad, asignatura, título del trabajo, fecha de entrega y tu nombre

OBJETIVO Establecer, por medio del chi cuadrado, la significancia estadística de la relación entre dos
variables cualitativas.

Unidad 3. Estadística inferencial

Pruebas de hipótesis y chi cuadrada
TEMA

Epidemiología y bioestadística 2
COMPARACIÓN DE DOS PROPORCIONES: Ley de X2 (ji cuadrada)

La prueba de X2 permite relacionar dos variables con 2 o más categorías.

En Ciencias de la Salud es habitual el estudio de variables categóricas, porque es frecuente disponer de dos grupos de
sujetos en los que se quiere valorar una respuesta binaria.

Cuando se desea estudiar la asociación entre dos variables categóricas, o comparar dos o más grupos de sujetos, se
suele presentar en forma de tabla de contingencia, y si las variables son binarias obtendremos una tabla de 2x2.

Este estadístico permite medir la distancia entre las distribuciones mediante la siguiente formula:

Hagamos un ejemplo:

Se trata de un estudio comparativo para verificar si las distribuciones de asistencia al hospital público y a la clínica
privada, en los diferentes días de la semana, son iguales para ambos centros sanitarios.

Hipótesis de los investigadores H1: La proporción de asistencia de los pacientes al hospital y a la clínica, será diferente
en los diferentes días de la semana, tanto para el hospital público, como para la clínica privada.

Hipótesis nula H0: La proporción de asistencia de los pacientes al hospital y a la clínica, no será diferente en los
diferentes días de la semana, tanto para el hospital público, como para la clínica privada.

Epidemiología y bioestadística 3
Las frecuencias observadas en los hospitales son:

Días de la semana Hospital público Hospital privado

L, M, M, J 35 16

V, S, D 56 33

Antes de iniciar: Si ya conozco la distribución de las frecuencias observadas, ¿cómo obtengo las frecuencias
esperadas?

Realicemos una tabla de 2 x 2:

Epidemiología y bioestadística 4
Calcular la frecuencia esperada y anótala en los paréntesis:

Días de atención Establecimiento Total

Público Privado

L, M, M, J 35 (38.46) 16(32.65) 51

V, S, D 56 (61.44) 33(67.35) 89

Total 91 49 140

X2 o Chi cuadrada:

La prueba de comparación de c distribuciones se efectúa a partir del estadístico de contraste X2 para el conjunto de
casillas de la tabla.

Calcula X2:

X2= 0.4640
Epidemiología y bioestadística 5
Grados de libertad:

Para determinar los grados de libertad, se debe buscar en las tablas de significancia. (c-1) (r-1)

Donde: c son las columnas, y r son las filas. Esta tabla tiene 2 columnas y 2 filas.

Si buscamos el valor de los gl de esta tabla:

gl= (c-1) (r-1) = (2-1) (2-1) = 1

Grado de significación P: El valor p es un valor de probabilidad, por lo que oscila entre 0 y 1. El valor p nos muestra la
probabilidad de haber obtenido el resultado que hemos obtenido suponiendo que la hipótesis nula H0 es cierta.

Para buscar en tablas debemos tomar en cuenta el valor de Chi cuadrada (X2) y los grados de libertad (gl). Buscamos en
la tabla el valor de X2 o el que se aproxime más, en la columna de los grados de libertad.

X2=0.4640
El valor de P es mayor a 0.10
gl: 1 Se suele decir que valores altos
de p no permiten rechazar la
H0, mientras que valores bajos
de p si permiten rechazar la H0
(valor significativo).

Epidemiología y bioestadística 6
También podemos determinar la diferencia en porcentajes que existen entre las dos proporciones:

Días de Establecimiento Total

atención Público % Privado % Diferencia %:

L, M, M, J 35 (38.46) 16 (32.65 ) 51 38.46 – 32.65 = 5.81%

V, S, D 56 (61.44 ) 33 (67.35 ) 89 61.54 – 67.35 = -5.81%

Total 91 (100) 49 (100) 140

Conclusión: Se ha comprobado que, no hay diferencia significativa entre la proporción de asistencias al hospital y a la
clínica, en los diferentes días de la semana. Se acepta la hipótesis nula que señala que no hay diferencias en el hospital
público con respecto a la clínica privada.

Podemos decir:

Hay 5.81% más asistencias en L, M, M, J en el H. público respecto al privado; hay 5.81% menos asistencias en V, S, D
en el H. público respecto al privado.

Epidemiología y bioestadística 7
Ejercicio 1.

Con el propósito de determinar si la aplicación de insecticida modifica la presencia de casos de Dengue, en una población
que ha estado expuesta a la presencia del vector, se realiza un estudio para comparar las proporciones de casos de
Dengue y la fumigación correspondiente.

Fumigación Total

Con insecticida Sin insecticida

Con Dengue 45 (64.56) 95 (75.43) 140

P= 107*140/232 P=125*140/232

Sin Dengue 62 (42.43) 30 (49.56) 92

P= 107*92 /232 P=125*92/232

Total 107 125 232

Analiza y explica qué ha encontrado, apóyate con la calculadora STATCALC de EPI INFO para corroborar tus datos:

X2: 5.92617+9.02627+5.07735+ 7.71980 = 27.74959

Con corrección 26.35 de acuerdo con el Software EPI INFO

gl: (r-1) *(c-1) = (2-1) *(2-1) =1

P: <0.001
Epidemiología y bioestadística 8
Valor más cercano a 26.35 con grado de libertad de 1 es 10,8274

Diferencia de proporción de personas con dengue positivo que se les aplico fumigación y los que no:

FUMIGACION TOTAL

CON INSECTICIDA % SIN INSECTICIDA %

CON DENGUE 45 42.05 95 76 140

SIN DENGUE 62 57.95 30 24 92

TOTAL 107 100% 125 100% 232

• Con Dengue: 42.05-76= -33.95

• Sin dengue: 57.95-24= 33.95

Conclusión:

Como se muestra la P, es quien se encuentra en los rangos bajos lo cual nos indica que hay una cierta diferencia entre
ambas poblaciones, las de personas infectadas y las no infectadas, marcando un 33.95% de menos posibilidades de
padecer Dengue y un 33.95% de posibilidades de permanecer sano si se mantiene fumigado. Lo cual se mantiene
rechazada la Hipótesis nula H0 por no haber modificaciones.

Epidemiología y bioestadística 9
Ejercicio 2:

Se ha realizado un estudio para determinar si el consumo de refrescos endulzados impacta en el peso de la población. El
estudio incluye dos grupos, los que consume altas cantidades de azúcar en la ingestión de refrescos, y otro que tiene un
consumo bajo; y el peso en ambos grupos.

Peso de los Consumo de azúcar Total

pacientes Alto Bajo

Sobrepeso 145 (114.41) 40 (70.59) 185

P:145*185/456 P:40*185/456

Normo peso 137 (167.59) 134 (103.41) 271

P: 137*271/456 P: 134*271/456

Total 282 174 456

Analiza y explica qué ha encontrado, apóyate con la calculadora STATCALC de EPI INFO para corroborar tus datos:

X2:

= 8.17890+5.58355+13.25610+9.04891 =36.06747

Con corrección 34.9028 de acuerdo con el Software EPI INFO

Epidemiología y bioestadística 10
gl: (r-1) *(c-1) = (2-1) *(2-1) =1

P: <0.001

Valor + cercano a 34.9028 con grado de libertad de 1 es 10,8274

Diferencia de proporción de personas con sobrepeso con alto y bajo consumo de azúcar:

CONSUMO DE AZUCAR TOTAL

ALTO % BAJO %

SOBREPESO 145 51.42 40 23 185

NORMOPESO 137 48.58 134 77 271

TOTAL 282 100 174 100 456

• Sobrepeso: 51.42-23= 28.42

• Normo peso: 48.58-77= -28.42

Conclusión:

La Hipótesis nula H0 es rechazada y la 𝐻1 es aceptada por que los valores de P son demasiado bajos, el consumo
excesivo de azúcar ha rebasado y afectado el peso de las personas, se puede observar que el consumo de azúcares va
Epidemiología y bioestadística 11
predisponiendo de un 28.42% esto quiere decir que las personas que tienen consumo excesivo de azúcares son más
propenso a padecer sobrepeso en el caso de la población que tiene un consumo mínimo en los azucares tienen como
probabilidad un 28.42% de no padecer de sobrepeso.

Ejercicio 3:

Tenemos la información de antes y después de realizar una intervención, para que la población conozca los factores de
riesgo para contagiarse ante la epidemia de una enfermedad, y queremos analizar si hay alguna diferencia entre las
proporciones de personas afectadas.

Casos de la Antes Después Total

enfermedad

Positivos 135 (103.92) 30 (61.08) 165

P: 135*165/416 P: 30*165/416

Negativo 127 (150.08) 124 (92.92) 251

P: 127*251/416 P: 124*251/416

Total 262 154 416

Epidemiología y bioestadística 12
Analiza y explica qué ha encontrado, apóyate con la calculadora STATCALC de EPI INFO para corroborar tus datos:

X2: = 9.29528 + 3.54934 + 15.81477 + 10.39567=

39.05506

Con corrección 40.2925 de acuerdo con el Software EPI INFO

gl: (r-1) *(c-1) = (2-1) * (2-1) =1

P: <0.001

Valor más cercano a 40.2925 con grado de libertad de 1 es 10,8274

Diferencia de proporción de personas positivas a la enfermedad antes y después de la intervención:

ANTES % DESPUÈS % TOTAL

POSITIVOS 135 51.53 30 19.48 155

NEGATIVOS 127 48.47 124 80.52 261

TOTAL 262 100 154 100 416

• Positivos: 51.52-19.48=32.04

Epidemiología y bioestadística 13
 • Negativos: 48.47- 80.52= -32.04

Conclusión:

Es rechaza la 𝐻0 y se acepta la 𝐻1 lo cual indica que los valores P son bajos. En conclusión, hay una diferencia entre las
personas contagiadas y las no contagiadas. Las personas que daban positivo se enfermaban un 32.04% antes de recibir
las intervenciones y a las que se les realizaban las intervenciones ayudó a que un 32.04% a evitar la propagación de
contagio.

REFERENCIAS

• Tenelema, E. et al. (2020) Modelo de seguridad para mitigación de vulnerabilidades en ambientes de

almacenamiento en la nube con base en las normas ISO 27017 y 27018. Revista Espacios 41(17) pp.20.
https://www.revistaespacios.com/a20v41n17/20411720.html

• Quevedo, F. (2011) La prueba de ji-cuadrado. Revista Biomédica Revisada por Pares. 11(12). doi:
10.5867/medwave.2011.12.5266

• Soto, C. [MediKOnline Dr.Carlos Soto] (2022) Bioest2 Chi cuadrada [video] YouTube.
https://www.youtube.com/watch?v=buI2Zi3aYiI&t=625s

Epidemiología y bioestadística 14