Libro

P. Juez y F. J. Díez.
Probabilidad y Estadística en Medicina: Aplicaciones en la Práctica Clínica y en la Gestión Sanitaria.
Ed. Díaz de Santos, Madrid, 1996. xvi+364 págs.

Fe de erratas

Autores

Pedro Juez Martel
Dpto. Economía Aplicada e Historia Económica
Facultad de CC. Económicas y Empresariales
UNED
Francisco Javier Díez Vegas
Dpto. Inteligencia Artificial
Facultad de Ciencias / E.T.S.I. Informática
UNED

Índice

(Entre corchetes se indican las páginas.)
Presentación [xi]

Primera parte: PROBABILIDAD [1]
(F. J. Díez Vegas)


1. TEORÍA DE LA PROBABILIDAD [3]
1.1 Nociones de probabilidad [3]
1.1.1 Definiciones básicas [3]
1.1.2 Interpretación de la probabilidad [6]
1.1.3 El teorema de Bayes [7]
1.1.4 Sensibilidad y especificidad [8]
1.2 Independencia condicional [11]
1.2.1 Variables dependientes e independientes [11]
1.2.2 Representación gráfica de dependencias e independencias [13]
1.2.3 Diferencia entre causalidad y correlación [16]
1.2.4 Método clásico de diagnóstico probabilístico [18]
1.3 Notas complementarias [20]
2. REDES BAYESIANAS [21]
2.1 Fundamentos matemáticos [21]
2.1.1 Definiciones básicas sobre grafos [21]
2.1.2 Definición de red bayesiana [23]
2.2 Propagación de evidencia en redes bayesianas [27]
2.2.1 El modelo general [27]
2.2.2 La puerta OR [33]
2.2.3 Comparación con el método clásico [39]
2.2.4 Comentarios [40]
2.3 Construcción de redes bayesianas [41]
2.3.1 Aspectos generales [41]
2.3.2 Fase cualitativa: estructura de la red [42]
2.3.3 Información numérica [46]
2.4 Notas complementarias [48]
3. TEORÍA DE LA DECISIÓN [51]
3.1 Fundamentos [51]
3.1.1 Planteamiento del problema [51]
3.1.2 Valor esperado y utilidad esperada [52]
3.1.3 Actitudes frente al riesgo [54]
3.2 Árboles de decisión [56]
3.2.1 Decisiones no informadas [56]
3.2.2 El valor de la información [58]
3.3 Diagramas de influencia [62]
3.3.1 Propiedades básicas [62]
3.3.2 Otros ejemplos de diagramas de influencia [64]
3.3.3 Ventajas de los diagramas de influencia [66]
3.4 Construcción de diagramas de influencia en medicina [67]
3.4.1 Funciones de utilidad universales [68]
3.4.2 Utilidades específicas para cada paciente [69]
3.4.3 Comentarios [71]
3.5 Notas complementarias [72]
4. ESTIMACIÓN SUBJETIVA DE LA PROBABILIDAD [75]
4.1 Errores en la estimación de la probabilidad [75]
4.1.1 Representatividad [75]
4.1.2 Disponibilidad [78]
4.1.3 Ajuste y anclaje [80]
4.1.4 Atribución causal [81]
4.2 Errores en la toma de decisiones [84]
4.2.1 Errores debidos al marco de elección [85]
4.2.2 La búsqueda de certeza [87]
4.3 Errores en medicina [89]
4.4 Expresiones cualitativas de la probabilidad [92]
4.5 Notas complementarias [93]
4.6 Conclusión: el futuro de la medicina [94]

Segunda parte: ESTADÍSTICA [99]
(P. Juez Martel)

5. INTRODUCCIÓN A LA ESTADÍSTICA [101]
5.1 Introducción [101]
5.2 Población y muestra [101]
5.3 Tipos de variables [101]
5.4 Medidas de posición [102]
5.4.1 Principales medidas de tendencia central [102]
5.4.2 Principales medidas de dispersión [103]
5.5 Medida de correlación lineal [104]
5.6 Tipos de escalas [105]
5.6.1 Escala nominal o clasificatoria [105]
5.6.2 La escala ordinal o escala de rango [106]
5.6.3 La escala de intervalo [107]
5.6.4 La escala de proporción [109]
5.7 Distribuciones de probabilidad de tipo continuo [111]
5.7.1 Distribución normal [111]
5.7.2 Distribuciones derivadas de la normal: ji-cuadrado y t de Student [113]
5.8 Obtención de estadísticos mediante el SPSS/PC+ [115]
5.8.1 Introducción [115]
5.8.2 Introducción de los datos en el SPSS [115]
5.8.3 Obtención de estadísticos [116]
5.8.4 Otras opciones [117]
5.8.5 Fichero SPSS.LIS [118]
6. TABLAS DE CONTINGENCIA [119]
6.1 Método [120]
6.2 Tablas de contingencia 2x2 [122]
6.2.1 Frecuencias esperadas pequeñas [124]
6.2.2 Resumen del caso de una tabla de contingencia (Recomendaciones de Cochran) [129]
6.3 Tablas de contingencia con g.l. mayor que 1. [130]
6.3.1 Independencia en tablas R (filas) x C (Columnas) [130]
6.4 Determinación de las fuentes de asociación [132]
6.4.1 Análisis de los residuos [133]
6.4.2 Partición de tablas [134]
6.4.3 Partición en tablas dependientes [136]
6.5 Medidas de asociación en tablas de contingencia [139]
6.5.1 El coeficiente de contingencia [139]
6.5.2 La Q de Yule [143]
6.6 Análisis con el programa estadístico SPSS/PC+ [146]
6.6.1 Ejemplo sobre la relación entre enfermedad cardiovascular y el sexo [146]
6.6.2 Ejemplo sobre la relación entre la opinión del sistema sanitario público y el nivel de renta [147]
7. REGRESIÓN LOGÍSTICA [153]
7.1 Introducción [153]
7.2 El modelo lineal de probabilidad [155]
7.3 Modelos LOGIT Y PROBIT [160]
7.3.1 Modelos PROBIT [161]
7.3.2 Modelos LOGIT [163]
7.4 Aplicación del SPSS/PC+ a los modelos de regresión logística [170]
7.4.1 Presentación del ejemplo [170]
7.4.2 Comandos del SPSS utilizados [170]
7.4.3 Otras opciones del SPSS [171]
7.4.4 Utilización de la probabilidad estimada [179]
7.5 Modelos de elección múltiple [180]
8. ANÁLISIS DISCRIMINANTE [189]
8.1 Introducción [189]
8.2 Ejemplos de aplicación de análisis discriminante [190]
8.3 Analisis discriminante para dos grupos [191]
8.3.1 Método de Fisher [191]
8.3.2 Método de la D2 de Mahalanobis [197]
8.3.3 Relación entre el método de Fisher y la D de Malanobis [198]
8.3.4 Aproximación al análisis discriminante mediante un análisis de regresión [198]
8.4 Análisis discriminante para más de dos grupos. Funciones canónicas [201]
8.5 Elección de las variables discriminantes [204]
8.5.1 Elección de las variables discriminantes. [204]
8.5.2 Contribución de las variables discriminantes a la discriminación total [207]
8.6 Elección de las funciones discriminantes a retener en el análisis [208]
8.7 Análisis discriminante para variables cualitativas [211]
8.7.1 El caso de variables discretas: [211]
8.8 Análisis en el programa estadístico SPSS/PC+ [212]
9. ANÁLISIS DE SUPERVIVENCIA [223]
9.1 Introducción [223]
9.2 Tipos de censura [224]
9.2.1 Censura de tipo I [224]
9.2.2 Censura de tipo II [225]
9.2.3 Censura aleatoria [225]
9.2.4 Otros tipos de censura [226]
9.3 Tabla de vida [226]
9.3.1 Funciones de supervivencia [228]
9.4 Comparación de curvas de supervivencia [235]
9.4.1 Test de Savage de rangos logarítmicos [236]
9.4.2 Puntuaciones de supervivencia [237]
9.5 Análisis estadístico con el programa SPSS/PC+ [238]
9.5.1 Comparación de tablas de supervivencia en el SPSS/PC+ [240]
9.6 Ejemplo de aplicación conjunta del análisis de supervivencia y la regresión logística [245]
10. ANÁLISIS CONJUNTO [255]
10.1 Análisis conjunto: definición e historia [255]
10.1.1 Las etapas de un experimento de análisis conjunto [257]
10.1.2 Etapa 0: elección de atributos y niveles determinantes [258]
10.1.3 Selección del modelo o función de preferencia [259]
10.1.4 Selección del procedimiento de recogida de datos [265]
10.1.5 La construcción de estímulos [268]
10.1.6 Presentación de estímulos [272]
10.1.7 Medición de la variable dependiente [273]
10.1.8 Estimación de parámetros [274]
10.2 Interpretación de resultados de un experimento de análisis conjunto [283]
10.3 Caso práctico de análisis conjunto con SPSS [285]
10.3.1 D escripción del caso presentado [286]
11. TESTS NO PARAMÉTRICOS [295]
11.1 Elección de la prueba estadística adecuada [295]
11.1.1 El modelo estadístico [295]
11.1.2 Potencia-eficiencia de las pruebas no paramétricas [297]
11.1.3 Pruebas estadísticas paramétricas y no paramétricas [298]
11.2 Tests no paramétricos [300]
11.2.1 Tests no paramétricos para dos muestras relacionadas [300]
11.2.2 Caso de dos muestras independientes [316]
11.2.3 Caso de k muestras relacionadas [348]
11.2.4 Caso de k muestras independientes [357]
11.2.5 Las medidas de correlación y sus pruebas de significación [365]
11.2.6 Otras posibilidades en el programa estadístico SPSS/PC+ [384]
Bibliografía [385]

Enlaces relacionados