Bioestadística como Herramienta aplicada por estudiantes de la Facultad de Ciencias Médicas en el Aprendizaje dentro del Campo de la Salud

Palabras clave: Bioestadística, Estadística Descriptiva, Estadística Inferencial, Media, Mediana, Moda, Inferencia, Dispersión, Error, Proyección, Comparabilidad, Representatividad

Resumen

El profesional sanitario gracias a su experiencia y estudio, construye su ojo clínico. La estadística le ofrece conceptos que pueden facilitar este aprendizaje. La bioestadística es la estadística aplicada a las ciencias biológicas y en particular al área de ciencia de la salud, un instrumento necesario para la planificación de investigaciones. Estas investigaciones requieren del manejo teórico y práctico de estadística. Todos los datos recopilados a través de la bioestadística sirven para encontrar patrones que ayuden a luchar contra las enfermedades y a diseñar campañas de prevención. La estadística se divide en dos ramas: estadística descriptiva y estadística inferencial. La estadística descriptiva es una rama de las matemáticas que permite: ordenar, organizar y presentar la información de una determinada investigación, mediante el uso de tablas y figuras así como valores representativos de tendencia central, de forma, de dispersión. Las medidas de tendencia central tienen como objetivo describir, mediante un valor numérico, la localización de las observaciones. Son valores que representan, la posición donde se concentran los datos observados, los más usados: la media, mediana y moda. Se denominan medidas de dispersión aquellas que pretenden captar y resumir la mayor o menor variabilidad, la mayor o menor concentración, homogeneidad o parecido entre las observaciones de la variable. Se presenta a continuación las medidas de dispersión más frecuentes: el rango o recorrido, la varianza, la desviación estándar y el coeficiente de variación. La estadística inferencial se encarga de contrastar los resultados de la muestra y generalizarlos hacia toda la población,  considerando un riesgo de que en este proceso se cometa algún error como por ejemplo de un “1%, o un 5% dependiendo del nivel de confianza. El modelo de regresión lineal exige que los datos de la población cumplan los supuestos de linealidad, homocedasticidad, independencia entre las observaciones y normalidad de las distribuciones condicionadas de la variable Y.Se aplicó una metodología descriptiva, con un enfoque documental, es decir, revisar fuentes disponibles en la red, con contenido oportuno y relevante para dar respuesta a lo tratado en el presente artículo.

Descargas

La descarga de datos todavía no está disponible.

Biografía del autor/a

Marcos Rodolfo Tobar Moran

Magister en Sistemas de Información Gerencial; Ingeniero en Electricidad Especialización Electrónica; Universidad de Guayaquil; Universidad de Especialidades Espíritu Santo; Guayaquil, Ecuador

Sara Falconi San Lucas

Máster Universitario en Ingeniería de Software y Sistemas Informáticos; Magíster en Gerencia y Liderazgo Educacional; Universidad de Guayaquil; Guayaquil, Ecuador

Zynnia Gabriela Reyes Sánchez

Master en Sistemas de Información con Mención en Inteligencia de Negocios; Ingeniera en Sistemas Computacionales; Universidad de Guayaquil; Guayaquil, Ecuador

Ana María Ramírez Hecksher

Master Universitario en Diseño y Gestión de Proyectos Tecnológicos; Licenciada en Ciencias de la Educación; Universidad de Guayaquil; Guayaquil, Ecuador

Citas

Andrade, H. (2019). Bioestadistica Aplicada Ciencias de la Salud. Fundación Gustavo Palma Calderón, 45. Retrieved 2022, from https://www.researchgate.net

Calvache, J., Barón, F., & Garret, R. (2006). La bioestadística y su aplicación a la investigación en salud. Revista Facultad Ciencias de la Salud: Universidad del Cauca, 8(3), 56 -59. Retrieved 2022, from https://dialnet.unirioja.es

Castro, M. (2019). Bioestadística aplicada en investigación clínica: conceptos básicos. Revista Médica Clínica Las Condes, 30(1), 50 - 65. doi:https://doi.org/10.1016/j.rmclc.2018.12.002

Gómez, S., Vivó, M., & Soria, E. (2001). Pruebas de significación en Bioestadística. Revista de Diagnóstico Biológico, 50(4). Retrieved 2022, from https://scielo.isciii.es

Nolasco, A., & Moncho, J. (2016). Estadística básica en la Ciencias de la Salud. Universidad de Alicante. Retrieved 2022, from https://rua.ua.es

Pantoja, M., & Burbano, D. (2021). Importancia de la bioestadística en odontología: estadística aplicada a la investigación prueba de Kruskal-Wallis. Revista Universidad y Sociedad,, 13(3), 275 - 282. doi:org/0000-0002-5643-6511

Revista Electrónica de PortalesMedicos.com. (2013, Septiembre). La bioestadística aplicada a ciencias de la salud. Enfermería. Revista Electrónica de PortalesMedicos.com. Retrieved 2022, from https://www.revista-portalesmedicos.com

Roi, A., Pérez, I., Hunte, V., & Ruiz, E. (2018, Agosto). La estadística como necesidad en la investigación en Salud. Revista Información Científica, 97(4). Retrieved 2022, from http://scielo.sld.cu

Velázquez, V., González, R., Velázquez, G., & Martínez, P. (2019). Impacto de la Bioestadística como ciencia. Correo Científico Médico(23). Retrieved 2022, from https://www.medigraphic.com/pdfs

Publicado
2022-09-11
Cómo citar
Tobar Moran, M. R., San Lucas, S. F., Reyes Sánchez, Z. G., & Ramírez Hecksher, A. M. (2022). Bioestadística como Herramienta aplicada por estudiantes de la Facultad de Ciencias Médicas en el Aprendizaje dentro del Campo de la Salud. RECIAMUC, 6(3), 677-686. https://doi.org/10.26820/reciamuc/6.(3).julio.2022.677-686
Sección
Artículos de Investigación