Mensaje de error

  • Notice: Undefined variable: ub en my_visitors_get_count() (línea 254 de /home/fundamentosc/public_html/sites/all/modules/my_visitors/my_visitors.module).
  • Notice: Undefined variable: ub en my_visitors_get_count() (línea 266 de /home/fundamentosc/public_html/sites/all/modules/my_visitors/my_visitors.module).

HIPOTESIS.

Recordar que los estudios epidemiológicos tipo descriptivos no utilizan hipótesis (estudios ecológicos, de prevalencia, series de casos y descripción de un caso), y solo se usan en los estudios analíticos sean no experimentales  (cohortes, casos y controles), cuasi-experimentales (ensayos comunitarios y de campo) y experimentales (ensayos clínicos), ya que para que se pueda aplicar una hipótesis debe existir un grupo expuesto al factor de exposición en estudio y otro de control.

La hipótesis es un supuesto de una relación entre una factor de exposición en estudio y un efecto; también podría definirse como una solución provisional y no confirmada para un problema o sea es algo que se supone y a lo que se otorga cierto grado de posibilidad para concluir un efecto o una consecuencia (aumento de enfermedad coronaria con tabaquismo).

En todo estudio analítico deben existir dos hipótesis, una llamada nula y otra llamada alternativa, las cuales son mutuamente excluyentes.

 

.- Hipótesis nula (H0): Es el enunciado que supone que no existe relación o asociación entre el factor de exposición en estudio y el efecto (outcome), ejemplo: No existe relación entre la exposición al tabaco y la enfermedad coronaria.

 

.- Hipótesis alternativa (H1): Llamada también hipótesis de investigación, y es el enunciado que supone que existe relación o asociación entre el factor de exposición en estudio y el efecto (outcome), ejemplo: Existe relación entre la exposición al tabaco y la enfermedad coronaria.

 

.- Contraste o prueba de hipótesis: Consiste en comparar la hipótesis alternativa contra la hipótesis nula, con el propósito es determinar si el la H1 debe aceptarse como verosímil con base a la evidencia muestral o sea que se rechaza la H0 indicando que el factor estudiado si ha influido significativamente en los resultados; ya que lo que busca los estudios analíticos es rechazar la H0.

 

Mediante el contraste o prueba de hipótesis se presentan cuatro posibilidades:

- Rechazar la H0 porque hay diferencia por el efecto en el grupo expuesto Vrs el control: correcto.

- Aceptar la H0  porque no hay diferencia del efecto en el grupo expuesto Vrs el control: correcto.

- Rechazar la H0 sin haber diferencia del efecto en grupo expuesto Vrs el control: error tipo I o alfa

- Aceptar la Hhabiendo diferencia del efecto en el grupo expuesto Vrs control: error tipo II o beta

 

Significancia estadística: La significancia implica que no se está rechazando una hipótesis nula por azar, es decir, que si se presentó una diferencia entre los grupos (expuesto y control) es porque está realmente existe no por fenómeno de “suerte”. Sin embargo normalmente nunca se puede excluir del todo el azar por tanto se tolera un margen estrecho, que puede ser del 10%, del 5% o del 1% (dependiendo de la exigencia del estudio) de las veces el resultado sea por azar y no porque realmente es, a esto se le llama significancia estadística (o sea lograr un resultado debido a diferencias reales y no a azar con una seguridad del 90, del 95% o del 99%). Ejemplo: al lanzar una moneda al aire diez veces, en caso de caer igual de veces de cara que de cruz, se puede afirmar que es debido al azar, pero sí de las 10 veces 9 cae cara y 1 cruz lo más probable es que su comportamiento no sea por azar, sino porque presenta un peso por el lado de la cara.

 

El poder estadístico: Es igual a 1-β, quiere decir que es la capacidad del estudio para hallar una diferencia cuando realmente la hay, como queda claro entre más grande sea la muestra más evidente serán pequeñas diferencias.

 

Tanto la significancia como el poder estadístico se establecen a priori (o sea al inicia el estudio o sea cuando se diseña el estudio ya sea aleatorizado, con restricción o con apareamiento), para lo cual el investigador debe decidir que significancia estadística va a tener o sea que margen de error va a tolerar para el azar (es decir que tanto se va a permitir que los resultados sean explicados por el azar) ya sean del 10%, 5% o 1% dependiendo de lo exigente del estudio; y luego de obtenido el resultado del estudio se evaluar la significancia estadística mediante el cálculo del valor p (“p”) el cual debe ser menor que la significancia estadística propuesta a priori. También se debe definir que tanto poder estadístico se necesita, siendo que entre más pequeña sea la diferencia más poder se va a necesitar.