6866057
Description
Mind Map by Karina Jiménez, updated more than 1 year ago
|
Created by Karina Jiménez
about 8 years ago
|
|
Epidemiología Clínica y
Medicina Basada en Evidencias
- EPIDEMIOLOGÍA
CLÍNICA
- Bases: método científico
- Campos: todo el proceso
de enfermedad
- Predicciones sobre pacientes a
partir de episodios clínicos en
grupos con pacientes similares
- Aplicaciones
- Evaluación de
literatura
- Mejor prevención
terapéutica
- Uso racional lab y
gabinete
- Ahorrar tiempo en
la búsqueda de
información
- Mejorar diagnósticos, no
cometer errores
- Apoyar el análisis de
decisiones
- Darle su justo valor a
la clínica y a la
tecnología
- Evaluación de
literatura
- Bases: método científico
- MBE
- Proceso sistemático que
consiste en la búsqueda,
evaluación y uso de la
información en la toma de
decisiones
- Pasos a seguir:
- 1. Necesidad de
información
- 2. Formular
pregunta clínica
- Básicas:
conocimiento general
- De primera línea:
conocimiento específico,
respaldar decisiones clínicas
- Básicas:
conocimiento general
- 3. Localizar
evidencia
- 4. Valoración crítica de
un artículo (validez,
magnitud y aplicabilidad)
- 5. Aplicación de la
evidencia
- 6. Evaluación
del rendimiento
- 1. Necesidad de
información
- Proceso sistemático que
consiste en la búsqueda,
evaluación y uso de la
información en la toma de
decisiones
- Protocolo de Investigación
- Planeación de las
diferentes etapas de
una investigación
- Objetivos
- Explicar el razonamiento
científico y describir
objetivos de estudio
- Proporcionar un
método de trabajo
claro y asegurar
consistencia de
información
- Garantizar
seguridad de
pacientes y
asegurar
calidad de datos
- Explicar el razonamiento
científico y describir
objetivos de estudio
- Fundamentación
- Título; Planteamiento
del problema; Pregunta
de investigación es la
médula de
investigación; marco
teórico; antecedentes.
- Hipótesis: propuesta
de respuesta al
problema
- Si no existe,
realizar estudio
transversal
- Hipótesis alterna:
hipótesis del trabajo,
existen diferencias,
- Hipótesis nula: en el
análisis, no existen
diferencias.
- Si no existe,
realizar estudio
transversal
- Justificación
- Relevancia del trabajo
para el individuo, familia,
institución, comunidad,
país, desarrollo ciencia.
- Relevancia del trabajo
para el individuo, familia,
institución, comunidad,
país, desarrollo ciencia.
- Objetivo
- General: ¿Qué buscas?, se
deriva de la hipótesis, si no
hay hipótesis se utiliza la
pregunta
- Específicos: pasos para
alcanzar el O.G.
- General: ¿Qué buscas?, se
deriva de la hipótesis, si no
hay hipótesis se utiliza la
pregunta
- Título; Planteamiento
del problema; Pregunta
de investigación es la
médula de
investigación; marco
teórico; antecedentes.
- Metodología
- Diseño de estudio;
Población diana/blanco y
población de estudio;
periodo; tamaño de la
muestra (potencia:
capacidad para evidenciar
resultados)
- Método de
selección de
muestra
- Muestreo
probabilístico: misma
probabilidad de ser
elegidos, en población
- Muestreo no probabilístico:
en tejidos, individuos,
unidades de salud
- Muestreo
probabilístico: misma
probabilidad de ser
elegidos, en población
- Variables:
definirlas
- ¿Cuál es la medida? ¿Cómo
obtendré las medidas?
¿Cómo voy a
interpretarlas?
- Cuantitativa: discretas, continuas
Cualitativas: nominal, ordinal
Dependiente/Independiente
- ¿Cuál es la medida? ¿Cómo
obtendré las medidas?
¿Cómo voy a
interpretarlas?
- ¿Cómo se obtendrá
la información?
¿Cómo se analizará?:
univariado, bivariado,
multivariado
- Pruebas estadísticas
- ¿Hay diferencias?
- Pruebas paramétricas:
cuantitativas con
distribución normal
- T- student: 2 variables
Anoba: +2 variables
- T- student: 2 variables
Anoba: +2 variables
- No paramétricas
cualitativas, cuantitativas
con distribución anormal
- U- de Mann Whitney: 2 variables
Wilcoxon: +2 variables
- U- de Mann Whitney: 2 variables
Wilcoxon: +2 variables
- Dicotómicas:
cualitativas
- X2: mayores de 30
- X2: mayores de 30
- Pruebas paramétricas:
cuantitativas con
distribución normal
- ¿Se relacionan?
- Pearson: Cuantitativas con
distribución normal Spearman:
Cualitativas o cuantitativas
con distribución normal
- Pearson: Cuantitativas con
distribución normal Spearman:
Cualitativas o cuantitativas
con distribución normal
- ¿Se asocian?
- RR: asociación causal
Razón de momios: posible
asociación causal
- RR: asociación causal
Razón de momios: posible
asociación causal
- ¿Concuerdan?
- Prueba de kappa
Tau de Kendall
alfa de Cranbach
- K = Co - Ce/
1 - Ce
- K = Co - Ce/
1 - Ce
- Prueba de kappa
Tau de Kendall
alfa de Cranbach
- ¿Hay diferencias?
- Resumen de datos (Medidas de
tendencia central y dispersión)
- Aspectos éticos,
recursos económicos,
humanos, técnicos y
físicos; cronograma de
actividades; referencias
y anexos.
- Diseño de estudio;
Población diana/blanco y
población de estudio;
periodo; tamaño de la
muestra (potencia:
capacidad para evidenciar
resultados)
- Planeación de las
diferentes etapas de
una investigación
- Diseños de investigación
- Experimentales: investigador
manipula variables
- Cuasiexperimental: no
aleatorización De
intervención; Básico: en
tejidos
- Ensayo Clínico
Aleatorizado: Experimental,
longitudinal, prospectivo,
prolectivo y analítico
- Cuasiexperimental: no
aleatorización De
intervención; Básico: en
tejidos
- Observacionales:
- Descriptivos
- Serie de casos
Reporte de casos
- Serie de casos
Reporte de casos
- Analíticos
- Cohorte: Observacional,
longitudinal, prospectivo,
prolectivo, analítico y
anterógrado. Establece
asociación causal (razón de
riesgos)
- RR: RE/ RNE >1: riesgo
=1 no hay asociación
<1 protección
- RR: RE/ RNE >1: riesgo
=1 no hay asociación
<1 protección
- Transversal:
Observacional, transversal,
retrospectivo, prolectivo,
descriptivo/analítico,
generar conocimiento,
hipotetizar, prevalencia. no
hay temporalidad.
- Casos y controles: Observacional,
longitudinal, retrospectivo, ambilectivo,
analítico, posibles asociaciones, fuerza
de asociación (razón de momios),
aproximación de temporalidad.
Mayores errores.
- RM= ad/cb
- RM= ad/cb
- Cohorte: Observacional,
longitudinal, prospectivo,
prolectivo, analítico y
anterógrado. Establece
asociación causal (razón de
riesgos)
- Descriptivos
- Experimentales: investigador
manipula variables
- Observaciones y
mediciones
- Medir: asignar números o
valores a las observaciones
- Calidad de medición: validez
medir lo que se quiere medir;
interna: los resultados reflejan
la situación verdadera de la
población en estudio;
confiabilidad: igual medición en
diferentes ocasiones pero en
condiciones similares.
- Validez interna: los resultados
reflejan la situación verdadera
de la población en estudio.
Validez externa: extrapolar
resultados a poblaciones
- Validez interna: los resultados
reflejan la situación verdadera
de la población en estudio.
Validez externa: extrapolar
resultados a poblaciones
- Tipos de
error
- Aleatorio: falta de precisión,
debido al azar, las caracteristicas
de una persona son diferentes a
las otras en la poblacion de la
que fueron tomadas.
- Se reduce incrementando el
tamaño muestral
- Se reduce incrementando el
tamaño muestral
- Sistemático: medición
fuera del valor real.
- Se reduce elaborando
correctamente el diseño
de investigación.
- Selección: criterios de inclusión y
exclusión Información: capacitando a
observadores, uniformando técnica y
criterios de medición Confusión:
pareamiento, restricción, estratificación,
ajuste estadístico.
- Se reduce elaborando
correctamente el diseño
de investigación.
- Aleatorio: falta de precisión,
debido al azar, las caracteristicas
de una persona son diferentes a
las otras en la poblacion de la
que fueron tomadas.
- Datos blandos: subjetivos (HC)
Datos semiduros: EF Duros:
Objetivos (Laboratorio)
- Interrogatorio: validez de
contenido, constructo y criterio
- Interrogatorio: validez de
contenido, constructo y criterio
- Medir: asignar números o
valores a las observaciones
- Normalidad
- Normal: uso
rutinario en la
práctica e
investigación
clínica
- Teoría estadística:
distribución normal o
Gaussiana, es simétrica y
en forma de campana, el
promedio se encuentra en la
punto de la campana, es
asintótica. Dentro de dos DE
se encontrarán el 95% de los
individuos de la población.
- Normalidad según
la enfermedad
- Normalidad según
el riesgo de
enfermar
- Normalidad por
terapéutica
- Normal: uso
rutinario en la
práctica e
investigación
clínica
- Estadística Inferencial/ Errores en
las pruebas de hipótesis
- IC: rango dentro del cual se
pretende se encuentre el
parámetro de interés con un
cierto grado de confianza (90, 95,
99%)
- Error tipo 1 (alfa): cuando se
rechaza una hipótesis nula
verdadera. Valor de p.
- Error tipo 2 (beta) aceptación de la
hipótesis nula cuando es falsa (se
puede solucionar incrementando el
tamaño de la muestra)
- Poder estadístico de la
prueba (1-β) identificar
diferencias cuando las hay
(Potencia)
- Nivel de significancia estadístico (1- α).
probabilidad de aceptar la hipótesis
nula cuando es verdadera, (95%).
Representa el nivel de confianza de la
muestra.
- Significancia estadística
- P menor a α (< a 0.05):
rechazar la hipótesis nula.
P mayor a α (> a 0.05):
aceptar la hipótesis nula.
- Si se acepta la hipótesis alterna:
hay heterogenicidad Si se acepta
la hipótesis nula: no hay
heterogenicidad, hay homogenidad
- Si se acepta la hipótesis alterna:
hay heterogenicidad Si se acepta
la hipótesis nula: no hay
heterogenicidad, hay homogenidad
- P menor a α (< a 0.05):
rechazar la hipótesis nula.
P mayor a α (> a 0.05):
aceptar la hipótesis nula.
- IC: rango dentro del cual se
pretende se encuentre el
parámetro de interés con un
cierto grado de confianza (90, 95,
99%)
- Revisiones Sistemáticas
con Metaanálisis
- Diseño de investigación particular: parte de una base
de información secundaria, necesarias para subsanar
las diferencias en estudios observacionales o
experimentales
- Metaanálisis: análisis
estadístico, sintetizar datos
de una colección de estudios
- Resumen de resultados
- Pruebas de heterogeneidad y
tamaño del efecto (seguridad y
eficacia)
- Pruebas de heterogeneidad y
tamaño del efecto (seguridad y
eficacia)
- Presentación de resultados
- Gráfico de Forest y
Gráfico de embudo
- Gráfico de Forest y
Gráfico de embudo
- Resumen de resultados
- Metaanálisis: análisis
estadístico, sintetizar datos
de una colección de estudios
- Revisión narrativa: revisión de la
literatura científica, narrada por
un experto, el cual decide lo que es
relevante y lo que no.
- 1. Definición del problema
2. Formulación de los
objetivos 3.Búsqueda de
los artículos 4.Análisis
cualitativo 5.Metaanálisis
cuantitativo 6. Evaluación
(conclusiones y
recomendaciones)
- Evaluación de calidad de
los estudios
- ECC: Chalmers, McMaster y Criterios de Schultz (Cochrane)
New Castle (Ottawa): cohortes y casos y controles
CONSORT: ECA STROBE: estudios observacionales STARD:
pruebas diagnósticas
- ECC: Chalmers, McMaster y Criterios de Schultz (Cochrane)
New Castle (Ottawa): cohortes y casos y controles
CONSORT: ECA STROBE: estudios observacionales STARD:
pruebas diagnósticas
- Diseño de investigación particular: parte de una base
de información secundaria, necesarias para subsanar
las diferencias en estudios observacionales o
experimentales
- Causalidad
- Asociación estadística en la que dos eventos tienden
a ocurrir juntos, es decir, que cuando se presenta uno
es más probable que se presente el otro
- Asociación causal: si se altera la frecuencia o la
calidad de uno sigue una alteración en la
frecuencia o la calidad del otro
- Asociación causal: si se altera la frecuencia o la
calidad de uno sigue una alteración en la
frecuencia o la calidad del otro
- Criterios de Bradford Hill
- Temporalidad ,Asociación, Intensidad,
Especificidad, Gradiente biológico,
Plausabilidad biológica, Consistencia,
Coherencia, Experimento, Analogía
- Temporalidad ,Asociación, Intensidad,
Especificidad, Gradiente biológico,
Plausabilidad biológica, Consistencia,
Coherencia, Experimento, Analogía
- Estudios de Cohorte: establecen asociación
causal (RR) Estudios de casos y controles:
posible asociación causal (razon de momios)
Estudios Transversales: sugiere posible
asociación (no hay temporalidad)
- Factor de riesgo: modificables (aquello que
aumenta la posibilidad de enfermar)
Marcador de riesgo: no modificables
- Causa necesaria: indispensables
para el desarrollo del efecto
Causa suficiente: factores que en
conjunto culminan en un efecto
- Asociación estadística en la que dos eventos tienden
a ocurrir juntos, es decir, que cuando se presenta uno
es más probable que se presente el otro
- Diagnóstico
- Calificación que el médico
da de una enfermedad
(interpretación de la
información recabada del
paciente)
- Estrategias
- Reconocimiento de patrones
Búsqueda sistemática
Arborización (logarítmica)
Hipotético-deductiva
- Reconocimiento de patrones
Búsqueda sistemática
Arborización (logarítmica)
Hipotético-deductiva
- Validez de una
prueba diagnóstica
- Sensibilidad: Capacidad de
una prueba para
reconocer correctamente
a los enfermos
- Una prueba muy sensible es útil
para detectar enfermedades como
VIH, tuberculosis, diabetes
- Prueba de detección: detectar antes de
que se evidencie la enfermedad, NO
diagnostica la enfermedad, se necesitan
pruebas confirmatorias
- Prueba de detección: detectar antes de
que se evidencie la enfermedad, NO
diagnostica la enfermedad, se necesitan
pruebas confirmatorias
- Una prueba muy sensible es útil
para detectar enfermedades como
VIH, tuberculosis, diabetes
- Especificidad: Capacidad de
una prueba de reconocer
correctamente a los no
enfermos.
- Una prueba muy específica es
útil para descartar
enfermedades
- Una prueba muy específica es
útil para descartar
enfermedades
- VPP: Indica la
probabilidad de que un
individuo con una
prueba posiitiva
realmente se
encuentre enfermo.
- VPN: Es la probabilidad
probabilidad de que un
individuo individuo con
una prueba negativa
realmente se encuentre
libre de la enfermedad.
- RP+ compara la proporción de
verdaderos positivos entre el total de
enfermos (sensibilidad), con la de
falsos positivos,
- RP - compara la proporción de falsos
negativos en relación con la de la
especificidad de la prueba.
- Sensibilidad: Capacidad de
una prueba para
reconocer correctamente
a los enfermos
- Punto de corte: Valor de una prueba a
partir del cual se considera que
cambia el resultado de negativo a
positivo
- ¡Es la esencia del trabajo clínico!
- Calificación que el médico
da de una enfermedad
(interpretación de la
información recabada del
paciente)
- Pronóstico
- Valoración del futuro del
paciente a partir del análisis
del comportamiento de casos
similares
- Historia Natural de la
Enfermedad: diferentes etapas
por las que atravesaban las
enfermedades sin que el médico
interfiera y hasta su desenlace.
- Curso clínico: evolución que
sigue la enfermedad una vez
que se establece el diagnóstico.
- Factores pronósticos:
características o variables que
influyen sobre el desenlace
- Estudios sobre pronóstico:
estudios de cohorte o ECA
- Valoración del futuro del
paciente a partir del análisis
del comportamiento de casos
similares
- Tratamiento
- ECC: evaluación de diferentes
alternativas de acción o
maniobras terapéuticas
- Aleatorización,
Cegamiento y
Estratificación
- Investigación sobre
medicamentos: Fase preclínica: en
animales, teratogénesis y dosis
letal Fase Clínica I:
farmacocinética y
farmacodinamia Fase Clínica II:
eficacia y dosis Fase Clínica iii:
ECC, seguridad y eficacia Fase
Clínica IV: farmacovigilancia
- Aspectos éticos: Declaración de
Helsinki, consentimiento informado,
Cómite de Ética, Reglamento para
Investigación en Seres Humanos
- Aleatorización,
Cegamiento y
Estratificación
- ECC: evaluación de diferentes
alternativas de acción o
maniobras terapéuticas
- Análisis de decisiones y
Evaluación económica
- Heurística: proceso
cognoscitivo que permite
hacer estimaciones de
probabilidad con base en los
conocimientos y experiencia
previa.
- Pasos del análisis de decisiones:
1. Delimitar el problema 2.
Identificar alternativas de
acción y sus consecuencias. 3.
Asignar probabilidades. 4.
Asignar utilidad 5. Estimar la
utilidad esperada 6. Analizar
sensibilidad 7. Tomar decisiones
- Evaluación económica: las
elecciones en la asistencia
medica deben realizarse de
forma que se logre el beneficio
total máximo de los recursos a
disposición de la comunidad
- Costos directos (durante la
provisión de atención en
salud), indirectos (impacto que
sufre el paciente como
consecuencia de enfermar) e
intangibles (dolor, sufrimiento,
ansiedad)
- Costo- beneficio: unidades monetarias
Costo-efectividad: atención médica
Costo-utilidad: calidad de vida
Minimización de costos misma
efectividad, menos costosa
- Costos directos (durante la
provisión de atención en
salud), indirectos (impacto que
sufre el paciente como
consecuencia de enfermar) e
intangibles (dolor, sufrimiento,
ansiedad)
- Heurística: proceso
cognoscitivo que permite
hacer estimaciones de
probabilidad con base en los
conocimientos y experiencia
previa.
- Guías de Práctica
Clínica
- Recomendaciones desarrolladas de
forma sistemática sobre la
atención, el diagnóstico y el
tratamiento apropiado de
determinadas enfermedades y/o
condiciones de salud en la población
- Atributos: claridad,
especificidad, flexibilidad,
aplicabilidad, validez y
actualización
- Etapas: desarrollo,
implementación,
evaluación y actualización
- Objetivo:
estandarizar los
conocimientos
- NOM: términos obligatorios legales
mínimos que debo realizar, regula la
actividad de todo el personal del
área de la salud
- Recomendaciones desarrolladas de
forma sistemática sobre la
atención, el diagnóstico y el
tratamiento apropiado de
determinadas enfermedades y/o
condiciones de salud en la población
Media attachments
Want to create your own Mind Maps for free with GoConqr? Learn more.