Examen estadística

PLANTEAMIENTO: Se quiere evaluar los niveles de estrés laboral en un conjunto de profesores de la Universidad de las áreas de ciencias de la salud y ciencias sociales, con una población total de 200 profesionales, con el objetivo de saber si existe asociación entre el estrés laboral y el área en donde se ejerce como profesor. PREGUNTA 1: Elige la opción adecuada. H0: existe asociación entre el estrés laboral y el área donde se ejerce como profesor. H0: no existe asociación entre el estrés laboral y ser profesor en ciencias sociales. H1: existe asociación entre el estrés laboral y ser profesor de ciencias de la salud. H1: existe asociación entre el estrés laboral y el área donde se ejerce como profesor.

PLANTEAMIENTO: Se quiere evaluar los niveles de estrés laboral en un conjunto de profesores de la Universidad de las áreas de ciencias de la salud y ciencias sociales, con una población total de 200 profesionales, con el objetivo de saber si existe asociación entre el estrés laboral y el área en donde se ejerce como profesor. PREGUNTA 2: el nivel de significación se establece en... Nivel de significación alfa = 5%. Nivel de significación alfa = 0,01. Nivel de significación alfa = 0,05. Todas son correctas.

PLANTEAMIENTO: Se quiere evaluar los niveles de estrés laboral en un conjunto de profesores de la Universidad de las áreas de ciencias de la salud y ciencias sociales, con una población total de 200 profesionales, con el objetivo de saber si existe asociación entre el estrés laboral y el área en donde se ejerce como profesor. PREGUNTA 3: seleccionar estadístico de prueba. t de Student. Chi cuadrado. ANOVA de un factor. Correlación de Pearson.

PLANTEAMIENTO: Se quiere evaluar los niveles de estrés laboral en un conjunto de profesores de la Universidad de las áreas de ciencias de la salud y ciencias sociales, con una población total de 200 profesionales, con el objetivo de saber si existe asociación entre el estrés laboral y el área en donde se ejerce como profesor. PREGUNTA 4: si tras realizar el estudio se obtiene un valor P = 0,03, ¿aceptarías o rechazarías la hipótesis nula?. Depende del nivel de significancia establecido. Acepto la hipótesis nula. Rechazo la hipótesis nula. Acepto la hipótesis alternativa.

PLANTEAMIENTO: Se quiere evaluar los niveles de estrés laboral en un conjunto de profesores de la Universidad de las áreas de ciencias de la salud y ciencias sociales, con una población total de 200 profesionales, con el objetivo de saber si existe asociación entre el estrés laboral y el área en donde se ejerce como profesor. PREGUNTA 5: si el nivel de significación se establece en 0,05 y tras realizar el contraste de hipótesis obtenemos un valor P = 0,01, ¿cómo interpretas el resultado?. En los profesores de universidad se encontró asociación entre el estrés laboral y el área donde se ejerce como profesor. En los profesores de universidad no se encontró asociación entre el estrés laboral y el área donde se ejerce como profesor. Los profesores de ciencias de la salud tienen más estrés que los de ciencias sociales. Los profesores de ciencias sociales tienen más estrés que los de ciencias de la salud.

Probabilidad de hallar una diferencia suponiendo que la hipótesis nula sea cierta: Valor P. Intervalo de confianza. Beta. Poder estadístico.

El error que se comete cuando se rechaza la hipótesis nula por error y se acepta la alternativa: Error tipo 1 o alfa. Error tipo 2 o beta. Valor P. Beta.

Se está estudiando si los traumatismos craneales incrementan el riesgo de desarrollar demencia. ¿Cuál de las siguientes afirmaciones es FALSA?. Para poder rechazar la hipótesis nula, el valor de P debe ser superior a alfa. La hipótesis nula (H0) es que los traumatismos craneales no incrementan el riesgo de presentar demencia. La hipótesis alternativa (H1) es que los traumatismos craneales incrementan el riesgo de presentar demencia. Un error tipo 1 consiste en concluir que los traumatismos craneales incrementan el riesgo de demencia cuando esto es falso.

¿Para qué sirve el error típico (error estándar)?. Para conocer el intervalo de confianza. Para saber si te has confundido. Para conocer el coeficiente de variación. Para conocer las desviaciones típicas.

En un grupo de 100 pacientes, se mide la FC obteniendo como media el valor de 80 pulsaciones, con una desviación típica de 10. ¿Qué porcentaje de estos pacientes tiene entre 70 y 90 pulsaciones por minuto?. 68%. 40%. 75%. 95%.

De los siguientes, ¿cuál se corresponde con un error tipo 2?. Rechazar que un tratamiento eficaz produce efectos útiles. Aceptar que un tratamiento ineficaz produce efectos útiles. Rechazar que un tratamiento ineficaz produce efectos útiles. Aceptar que un tratamiento eficaz produce efectos útiles.

La inferencia estadística es... La generalización de los resultados hallados en la muestra. La descripción de los resultados obtenidos en la muestra. La descripción de los resultados obtenidos en la población. La generalización de los resultados hallados en la población.

Medimos el número de glóbulos rojos y blancos en cada individuo de una población. Se observa cierta variabilidad en esas cantidades. ¿Cómo podemos saber qué tipo de célula presenta mayor variabilidad?. Compararemos los coeficientes de variación. Compararemos las desviaciones típicas. Compararemos los rangos. Estudiaremos el coeficiente de correlación lineal de Pearson.

Se pregunta a los individuos su opinión sobre una cuestión, pudiendo valorar estas personas su respuesta en términos de: en contra / en parte a favor / muy a favor / totalmente de acuerdo. Elige la afirmación correcta: La variable es de tipo ordinal. Podemos calcular la media. Podemos calcular el coeficiente de variación. La variable es de tipo cualitativo nominal.

El tipo de muestreo que consiste en seleccionar individuos según una regla o proceso periódico se denomina: Muestreo sistemático. Muestreo estratificado. Muestreo por conglomerados. Muestreo aleatorio simple.

De las siguientes representaciones gráficas, ¿cuál muestra directamente las observaciones extremas?. Cajas de Tukey. Diagrama de excesos. Diagrama de barras. Diagrama de observaciones atípicas.

Si al realizar un estudio experimental obtenemos un valor de P = 0,03 respecto a la diferencia entre el grupo control y el grupo experimental, la interpretación más adecuada es: La diferencia entre el grupo experimental y el grupo control es estadísticamente significativa, pero puede que no sea clínicamente relevante. La diferencia entre el grupo experimental y el grupo control es estadísticamente significativa. La diferencia entre el grupo experimental y el grupo control es poco significativa. No hay diferencia entre el grupo experimental y el grupo control.

Al estudiar la relación entre la dosis administrada de un fármaco a un grupo de pacientes y sus correspondientes valores de TA, se obtiene un coeficiente de correlación de Pearson r = -1. ¿Cómo interpretas ese resultado?. Dosis altas del fármaco se asocian con valores bajos de TA. Dosis bajas del fármaco se asocian con valores bajos de TA. Las variables estudiadas son independientes. El coeficiente de correlación de Pearson no puede ser negativo.

De las siguientes, ¿qué prueba estadística usarías para comprobar la eficacia, en términos cualitativos, de un nuevo protocolo de cuidados en el tratamiento de úlceras por decúbito?. Chi cuadrado. Coeficiente de correlación. t de Student. Análisis de la varianza.

Para medir la variabilidad de una variable utilizamos: El coeficiente de variación y la desviación típica. Solo el coeficiente de variación. Solo la desviación típica. El coeficiente de determinación.

¿Cuál de las siguientes medidas define mejor la tendencia central de los datos: 1, 2, 4, 5, 9, 1, 3, 9, 400?. Ninguna de estas. Media. Moda. Desviación típica.

¿Cuál de las siguientes frases no nos encontraríamos nunca en un estudio estadístico?. El rango de la variable es negativo. La media era mayor que la mediana. La correlación de las variables es negativa. La asimetría es negativa.

De las siguientes variables, ¿con cuál no puedo calcular la media?. Grupo sanguíneo. Temperatura corporal. pH del estómago. Número de glóbulos rojos.

Todo estudio que evalúa una relación causa-efecto puede considerarse: Analítico. Observacional. Prospectivo. Experimental.

Se quiere hacer un estudio sobre el tabaquismo en la provincia de Málaga. Queremos asegurarnos de tener cierto número de individuos de la zona litoral, la capital y del interior, ya que creemos que en cada una de esas zonas la incidencia es diferente. Haremos un muestreo: Estratificado. Aleatorio simple. Sistemático. No probabilístico.

Se realiza un estudio con objeto de determinar el tiempo de supervivencia en pacientes con cáncer. Para ello, de los dos hospitales que hay en una ciudad, se selecciona aleatoriamente uno de ellos, y se elige una muestra aleatoria de pacientes, atendiendo al tipo de cáncer. El muestreo realizado es: Por conglomerados y estratificado. Sistemático. Aleatorio. Por conglomerados.

En la "Guía de Práctica Clínica para el Manejo de Pacientes con Insomnio en Atención Primaria" encontramos la siguiente evidencia: "los estudios realizados no han podido confirmar la eficacia de la información para el tratamiento del insomnio". ¿Cómo debe interpretarse?. No hay evidencia para tomar una decisión sobre si la información es eficaz para el tratamiento del insomnio. Según la evidencia, no debe darse información para el tratamiento del insomnio. Según la evidencia, debe darse información para el tratamiento del insomnio. Ninguna de las respuestas es correcta.

Al realizar un estudio para comprobar la eficacia de la visita preoperatorio de Enfermería en la disminución de la ansiedad de los pacientes quirúrgicos, usted obtiene un valor de Chi-cuadrado estadísticamente no significativo. Esto le indicará que en su estudio: La ansiedad no está relacionada con la visita preoperatoria de Enfermería. Los resultados obtenidos no se pueden atribuir al azar. La visita preoperatoria de Enfermería reduce la ansiedad del paciente quirúrgico. La prueba de Chi-cuadrado no está indicada para estudiar la relación entre este tipo de variables.

Es una variable cualitativa ordinal: Bebe (no / poco / mucho). Sexo (M / F). Nº de muelas cariadas. Tª corporal. Raza.

Es una variable cuantitativa continua: Bebe (no / poco / mucho). Sexo (M / F). Nº de muelas cariadas. Tª corporal. Raza.

Es una variable cualitativa dicotómica: Bebe (no / poco / mucho). Sexo (M / F). Nº de muelas cariadas. Tª corporal. Raza.

Es una variable cuantitativa discreta: Bebe (no / poco / mucho). Sexo (M / F). Nº de muelas cariadas. Tª del aire. Raza.

Es una variable cualitativa: Bebe (no / poco / mucho). Sexo (M / F). Nº de muelas cariadas. Sexo, bebe, raza. Raza (blanca / negra).

El histograma se usa para representar variables: Cualitativas. Cuantitativas discretas. Cuantitativas continuas. Cualquier variable. Cualitativas y cuantitativas discretas.

El diagrama de barras se usa para representar variables: Cualitativas. Cuantitativas discretas. Cuantitativas continuas. Cualquier variable. Cualitativas y cuantitativas discretas.

El diagrama de sectores se usa para representar variables: Cualitativas. Cuantitativas discretas. Cuantitativas continuas. Cualquier variable. Cualitativas y cuantitativas discretas.

El polígono de frecuencias se usa para representar variables: Cualitativas. Cuantitativas discretas. Cuantitativas continuas. Cualquier variable. Cualitativas y cuantitativas discretas.

Una distribución de datos se puede describir con: Una medida de centralización y otra de dispersión. Una distribución de frecuencias absolutas. Una distribución de frecuencias relativas. Un gráfico. Todas son ciertas.

Es una medida de centralización: Mediana. Rango. Varianza. Desviación estándar. Coeficiente de variación.

Es una medida de posición: Cuartil. Rango. Varianza. Desviación estándar. Coeficiente de variación.

Es un índice de dispersión: Desviación estándar. Media aritmética. Moda. Todos son correctos. Mediana.

Es un estadístico de dispersión: Todas son correctas. Amplitud. Desviación media. Rango intercuartílico. Coeficiente de variación.

Es un índice de dispersión adimensional: Coeficiente de variación. Desviación media. Varianza. Desviación estándar. Amplitud o rango.

¿Cuál de los siguientes es un estadístico descriptivo de posición?. Percentil. Media geométrica. Media ponderada. Varianza. Covarianza.

El 5% de los recién nacidos tiene un peso "demasiado bajo" al nacer. Teniendo en cuenta este gráfico, ¿qué peso se considera "demasiado bajo"?. Percentil 5. Percentil 95. Percentil 3. Percentil 10. Percentil 0,5.

¿Qué peso es superado solo por el 25% de los recién nacidos?. Percentil 75. Percentil 25. Percentil 50. Percentil 80. Primer cuartil.

El colesterol se distribuye simétricamente en la población. Supongamos que se consideran patológicos los valores extremos, y que el 90% de los individuos son normales. ¿Entre qué valores se encuentran los individuos normales?. Percentil 5 y percentil 95. Percentil 25 y percentil 75. Percentil 5 y percentil 50. Primer y tercer cuartil. Segundo y tercer cuartil.

Sabemos que, en un estudio entre 100 hombres, el 50% tiene una altura que se considera normal. ¿Entre qué valores se encuentran los individuos más normales de una población?. Primer y tercer cuartil. Percentil 25 y percentil 85. Percentil 20 y percentil 80. Primer y segundo cuartil. Percentil 25 y percentil 65.

Se estudia el peso de recién nacidos y vemos que tiene una distribución asimétrica con una gran desviación de los datos hacia la derecha. ¿Qué medida de tendencia central usaremos para dividir la distribución en dos mitades?. Ninguna opción es correcta. Media. Percentil 25. Percentil 75. Moda.

Una enfermera hace un estudio y obtiene resultados variables en el seguimiento de un curso de formación sanitaria entre hombres y mujeres. ¿Qué indicador nos informa de que el resultado es estadísticamente significativo?. Valor p = 0,03. Valor p = 0,30. Varianza mayor en los dos grupos. Varianza mayor en el grupo de más media. Ninguna es correcta.

Queremos medir la relación entre los niveles de colesterol y el seguimiento o no de una dieta saludable. ¿Qué test de contraste de hipótesis usaremos?. Primero tenemos que determinar si los datos tienen una distribución normal. t de Student. U de Mann Whitney. Test de Wilcoxon. Correlación de Pearson.

Vamos a medir la relación entre el sobrepeso en niños y el grado de seguimiento de la lactancia. ¿Qué test debemos utilizar?. Chi cuadrado. t de Student. Correlación de Pearson. Correlación de Spearman. Ninguna es correcta.

Es cierto que: En distribuciones normales, la media, la mediana y la moda coinciden. Una muestra no puede tener más de una moda. La media se usa para medir la centralización de distribuciones simétricas. Todas las opciones son correctas. Ninguna es correcta.

Es falso que: La talla de una persona es una variable cuantitativa continua. Que aparezcan o no bacterias en una enfermedad es una variable cualitativa dicotómica. La posición por orden de nacimiento que ocupa una persona entre sus hermanos es una variable cualitativa ordinal. Todas las opciones son correctas. Ninguna es correcta.

¿Qué significa que el valor r sea igual a 0 (r = 0) cuando comparamos la correlación de dos variables?. Incorrelación. Correlación positiva. Correlación negativa. No hay correlación directa. Correlación lineal.

CASO PRÁCTICO. Teniendo en cuenta la información de esta tabla sobre los pesos al nacer de un grupo de bebés, ¿qué tipo de variable es el peso?. Cuantitativa continua. Cuantitativa discreta. Cualitativa ordinal. Cualitativa politómica. Cualitativa continua.

CASO PRÁCTICO. Teniendo en cuenta la información de esta tabla sobre los pesos al nacer de un grupo de bebés, ¿cuántos niños pesan por debajo de 3 kg?. 94. 139. 56. 16. No lo sabemos.

CASO PRÁCTICO. Teniendo en cuenta la información de esta tabla sobre los pesos al nacer de un grupo de bebés, ¿qué porcentaje de niños tiene un peso inferior a 2 kg?. 8,5%. 1,5%. 16%. 97%. No lo sabemos.

CASO PRÁCTICO. Teniendo en cuenta la información de esta tabla, ¿cuántos años de escolarización tiene al menos la mitad de la población?. 12. 11. 13. 10. Tenemos que calcular la media.

CASO PRÁCTICO. Teniendo en cuenta la información de este diagrama, ¿qué grupo de pacientes tenía una media de edad más alta al someterse a angioplastía?. Este diagrama no nos da información sobre la media. Hombres. Mujeres. Los dos grupos tenían la misma edad. Ninguna es correcta.

¿Qué estadístico se usa para medir la asimetría?. Coeficiente de asimetría de Pearson. Rango intercuartílico. Coeficiente de asimetría de Spearman. Percentil 25. Tercer cuartil.

¿Con qué medida de dispersión se acompaña la media?. Desviación estándar. Rango intercuartílico. Primer cuartil. Varianza. Mediana.

¿Con qué medida de dispersión se acompaña la mediana?. Desviación estándar. Rango intercuartílico. Primer cuartil. Varianza. Mediana.

El valor Z de un dato concreto es de 1,87. ¿Qué percentil ocupa ese dato?. 0,969. 0,964. 95%. 87%. 0,187.

Nos permite hacer análisis bivariado de dos variables cualitativas: Tabla de contingencia. Tabla de 3x3. Diagrama de cajas. Histograma. Nube de puntos.

Este gráfico representa: Correlación inversa. Correlación directa. Correlación positiva. Incorrelación. Distribución normal.

¿La correlación implica causalidad?. No. Si. A veces. Depende de la información. Si, cuando la distribución es normal.

El error estándar nos permite calcular: Intervalo de confianza. Rango intercuartílico. Mediana. Media. Distribución normal.

"La ingesta de grasas saturadas influye en el peso de hombres y mujeres". Esta hipótesis es de tipo: Bidireccional o bilateral. Direccional o unilateral. Multivariada. Nula. Ninguna es correcta.

"El consumo de ácidos grasos produce un mayor aumento de peso en hombres que en mujeres". Esta hipótesis es de tipo: Bidireccional o bilateral. Direccional o unilateral. Multivariada. Nula. Ninguna es correcta.

El valor P se suele acompañar de: Intervalo de confianza. Media. Mediana. Desviación estándar. Rango intercuartílico.

CASO PRÁCTICO. Hacemos un estudio con una población de ratas, de las que un 60% desarrolla cáncer si no las tratamos con medicamentos. ¿Qué medicamento nos da un resultado estadísticamente significativo y buenos resultados en toda la población?. Medicamento A. Medicamento B. Medicamento C. Medicamento D. Medicamentos C y D.

CASO PRÁCTICO. Hacemos un estudio con una población de ratas, de las que un 60% desarrolla cáncer si no las tratamos con medicamentos. ¿Qué medicamento nos da un resultado estadísticamente significativo , pero podría ser perjudicial para una parte de la población?. Medicamento A. Medicamento B. Medicamento C. Medicamento D. Medicamentos C y D.

CASO PRÁCTICO. Hacemos un estudio con una población de ratas, de las que un 60% desarrolla cáncer si no las tratamos con medicamentos. ¿Qué medicamento nos da un resultado que no es significativo , pero podría ser beneficioso para una parte de la población?. Medicamento A. Medicamento B. Medicamento C. Medicamento D. Medicamentos C y D.

Realizamos un estudio sobre un nuevo medicamento antihipertensivo y concluimos que es más efectivo que los tratamientos tradicionales, pero en realidad no es así. ¿Qué error estamos comentiendo?. Error tipo 1. Error ß. Error tipo 2. Error de muestreo. No hemos cometido ningún error.

Realizamos un estudio sobre un nuevo tratamiento que reduce la estancia hospitalaria en los pacientes. En este estudio, una mayor dosis de anticoagulantes reduce el número de días de ingreso. Obtenemos un valor P de 0,03, y un intervalo de confianza de -0,87 / 1,75. Teniendo en cuenta el valor nulo: No podemos rechazar la hipótesis nula. Podemos rechazar la hipótesis nula. Podemos aceptar la hipótesis alternativa. No podemos rechazar la hipótesis alternativa. El valor nulo no influye en si aceptamos o rechazamos la hipótesis.

Según el teorema del límite central: Cuanto mayor sea la muestra, mayor probabilidad de que esta se comporte como distribución normal. Cuanto mayor sea la muestra, menor probabilidad de que esta se comporte como distribución normal. Cuanto menor sea la muestra, mayor probabilidad de que esta se comporte como distribución normal. Las muestras con valor P < 0,03 se comportan como distribución asimétrica. El teorema del límite central no influye en las muestras.

¿Qué test de contraste de hipótesis usaremos si tenemos dos variables cuantitativas con distribución normal?. Correlación de Pearson. Correlación de Spearman. Chi cuadrado. t de Student. U de Mann Whitney.

Son tipos de muestreo probabilístico todos, excepto: Muestreo consecutivo. Muestreo aleatorio simple. Muestreo aleatorio estratificado. Muestreo por conglomerados. Muestreo aleatorio sistemático.

Queremos hacer un estudio sobre la influencia del nivel educativo en el tipo de alimentación, dependiendo del nivel de estudios que tengan los pacientes que acuden a nuestra consulta. ¿Qué tipo de muestreo es el más indicado?. Muestreo aleatorio estratificado. Muestreo aleatorio sistemático. Muestreo aleatorio simple. Muestreo por conglomerados. Muestreo por cuotas.

CASO PRÁCTICO. Tenemos que hacer un estudio sobre el síndrome de burnout en los 1000 enfermeros y enfermeras del hospital de Ciudad Real. Sabemos que hay 700 mujeres y 300 hombres. Hacemos los cálculos necesarios y vemos que nuestra muestra tiene que ser de 100 personas (n = 100). ¿Cuántos hombres y mujeres deberemos seleccionar si queremos hacer un muestreo aleatorio estratificado con afijación óptima?. Depende de si los grupos son más homogéneos o más heterogéneos. 50 hombres y 50 mujeres. 30 hombres y 70 mujeres. 70 hombres y 30 mujeres. Ninguna es correcta.

Si establecemos un valor ß de 20%, ¿cuál es la potencia estadística de nuestro estudio?. 80. 20. 0,20. Depende de la muestra. La potencia estadística solo nos la da el valor alfa.

Según la siguiente tabla, el rango intercuartílico es: 4,7. 17,6. 17,83. 14,44. Con esta información no se puede saber el rango intercuartílico.

Según esta información, y asumiendo un valor alfa de 1%, ¿qué variables siguen una distribución normal?. Glucemia y consumo energético. Triglicéridos, glucemia y consumo energético. Tensión arterial sistólica, diastólica y talla. Ninguna variable tiene distribución normal. En esta tabla no podemos decidir si las variables siguen distribución normal.

Teniendo en cuenta que hemos planteado un estudio bidireccional, en el que buscamos diferencias en el nivel de colesterol y peso de dos poblaciones, ¿qué hipótesis nulas podemos rechazar?. No podemos rechazar ninguna. Podemos rechazar la H0 "no hay diferencias en el peso de estas dos poblaciones". Podemos rechazar la H0 "no hay diferencias en el colesterol de estas dos poblaciones". Se rechazan las dos hipótesis nulas. Esta información no es suficiente para rechazar o no rechazar la H0.

¿Qué estudio se usa para establecer relación causa-efecto?. Estudios analíticos. Estudios cuasi experimentales. Estudios observacionales. Estudios descriptivos. Todos buscan relación causa-efecto.

Tipo de estudio en el que el investigador no asigna ni controla el factor de estudio: Estudios observacionales. Estudios cuasi experimentales. Estudios analíticos. Estudios descriptivos. Estudios experimentales.

Si medimos los efectos del tabaco sobre la posibilidad de desarrollar cáncer de pulmón, estamos haciendo un estudio: Prospectivo. Retrospectivo. Ensayo clínico. Estudio de casos y controles. Transversal.

Seleccionamos un grupo de pacientes de cáncer de pulmón y queremos analizar si haber sido fumador influye en ese cáncer. ¿Qué tipo de estudio debemos hacer?. Prospectivo. Ninguno es correcto. Ensayo clínico. Estudio de casos y controles. Transversal.

Tipo de enmascaramiento en el que solo el analista conoce la información sobre los grupos caso y control. Doble ciego. Simple ciego. Abierto. Triple ciego. Analítico.

Tipo de enmascaramiento en el que pacientes, investigadores y analistas conocen todos los datos sobre el grupo caso y el grupo control. Doble ciego. Simple ciego. Abierto. Triple ciego. Analítico.

¿Qué estudio es el que nos permite conocer mejor la relación etiología-enfermedad?. Estudio de cohortes. Estudio de casos y controles. Estudio transversal. Estudio experimental. Estudio causal.

Tipo de medida que no incluye el numerador en el denominador. Razón. Proporción. Tasa. Todas incluyen el numerador. Ninguna incluye el numerador.

¿Cuál es el estudio descriptivo más utilizado?. Estudio de prevalencia. Estudio de incidencia. Estudio longitudinal. Estudio de cohortes. Ninguno es correcto.

En una muestra de 3000 personas, se diagnostican 39 pacientes con esquizofrenia. Dividimos 39/2961 y obtenemos un resultado de 0,013. ¿Qué estamos calculando?. Razón. Proporción. Tasa. Prevalencia. Incidencia.

En una muestra de 3000 personas, se diagnostican 39 pacientes con esquizofrenia. La razón es 39/2961 = 0,013. ¿Cómo interpretas ese resultado?. Por cada 77 pacientes sanos, hay 1 con esquizofrenia. Por cada 13 pacientes sanos, hay 1 con esquizofrenia. Por cada 100 pacientes sanos, hay 13 con esquizofrenia. Por cada 39 pacientes sanos, hay 13 con esquizofrenia. Por cada 77 pacientes sanos, hay un 13% que tiene esquizofrenia.

En una muestra de 500 embarazadas extraídas al azar, hay 300 primíparas y 200 multíparas. ¿Cuál es la proporción de primíparas?. 300/500 = 0,60. 300/200 = 1,1. 500/300 = 2,2. No podemos saber la proporción con esos datos. Ninguna es correcta.

Tipo de medida que incluye la unidad "tiempo". Tasa. Proporción. Razón. Incidencia. Prevalencia.

En un grupo de 2520 reclusos de un complejo penitenciario, se observa que 625 tienen manifestaciones de estados depresivos. Dividimos 625/2520 y obtenemos un resultado de 0,24 (24%). ¿Qué estamos calculando?. Prevalencia. Incidencia. Razón. Tasa. Ninguna es correcta.

CASO PRÁCTICO. En un estudio de seguimiento de 20 años de tratamiento hormonal en 8 mujeres postmenopáusicas, se observó que 3 presentaron enfermedad coronaria. ¿Cuál es la incidencia de enfermedad coronaria?. 3/8 = 0,87. 3/84 = 0,036. 3/20 = 0,15. 20/84 = 0,24. Ninguna es correcta.

CASO PRÁCTICO. En un estudio de seguimiento de 20 años de tratamiento hormonal en 8 mujeres postmenopáusicas, se observó que 3 presentaron enfermedad coronaria. ¿Cuál es la tasa de incidencia de enfermedad coronaria?. 3/8 = 0,87. 3/84 = 0,036. 3/20 = 0,15. 20/84 = 0,24. Ninguna es correcta.

Cuando una prueba da positivo y el paciente no está enfermo, tenemos un caso de: Falso positivo. Falso negativo. Verdadero negativo. Depende del paciente. Ninguna es correcta.

Cuando una prueba da negativo y el paciente está enfermo, tenemos un caso de: Falso positivo. Falso negativo. Verdadero negativo. Verdadero positivo. Ninguna es correcta.

Capacidad de una prueba para decir que estamos enfermos: Sensibilidad. Especificidad. Valor predictivo positivo. Valor predictivo negativo. Todas miden lo mismo.

CASO PRÁCTICO. A partir de la siguiente información, ¿cómo calculamos la sensibilidad de una prueba diagnóstica?. 80/100. 80/180. 80/20. 80/600. 100/400.

CASO PRÁCTICO. A partir de la siguiente información, ¿cómo calculamos la especificidad de una prueba diagnóstica?. 400/500. 100/400. 400/420. 100/500. 400/600.

CASO PRÁCTICO. A partir de la siguiente información, ¿cómo calculamos el valor predictivo positivo de una prueba diagnóstica?. 80/180. 80/100. 80/600. 180/600. 180/420.

CASO PRÁCTICO. A partir de la siguiente información, ¿cómo calculamos el valor predictivo negativo de una prueba diagnóstica?. 400/420. 400/500. 100/500. 400/600. Ninguna es correcta.

CASO PRÁCTICO. Hacemos un estudio de cohortes sobre la asociación entre el consumo de tabaco y la supervivencia del paciente tras un infarto agudo de miocardio. ¿Cómo interpretamos el resultado del riesgo relativo (RR)?. Incidencia en expuestos > incidencia en no expuestos. Hay asociación positiva entre exposición y enfermedad. Incidencia en no expuestos > incidencia en expuestos. Hay asociación positiva entre exposición y enfermedad. Incidencia en expuestos > incidencia en no expuestos. Hay asociación negativa entre exposición y enfermedad. Incidencia en no expuestos < incidencia en expuestos. Hay asociación negativa entre exposición y enfermedad. Ninguna es correcta.

En un estudio, obtenemos un valor de odds ratio (OR) = 4, y tras calcular el intervalo de confianza (IC) obtenemos: IC del 95%; 0,5 a 23. ¿Cómo interpretas el resultado?. No es estadísticamente significativo, porque el IC incluye el valor nulo. No es estadísticamente significativo, porque el IC no incluye el valor nulo. Es estadísticamente significativo, porque el IC no incluye el valor nulo. La OR no nos permite medir si el estudio es estadísticamente significativo. Es estadísticamente significativo, porque el valor de la OR está incluido en el IC.

CASO PRÁCTICO. En un estudio sobre la influencia del colesterol en el desarrollo de enfermedad coronaria , obtenemos un riesgo atribuible (RA) de 0,11. ¿Cómo interpretas el resultado?. El colesterol incrementa el riesgo de sufrir enfermedad coronaria. El colesterol disminuye el riesgo de sufrir enfermedad coronaria. El resultado no es significativo porque incluye el valor nulo. El colesterol no aumenta ni disminuye el riesgo de sufrir enfermedad coronaria. Necesitamos saber el intervalo de confianza para poder tomar una decisión.

CASO PRÁCTICO. En un estudio de cohortes obtenemos una incidencia en los expuestos de 0,09 y en los no expuestos de 0,02. Calculamos la fracción atribuible y nos da un resultado de 0,77. ¿Cómo interpretas el resultado?. El 77% de los casos de enfermedad son atribuibles a la exposición al factor de riesgo. Un 77% de pacientes expuestos al factor de riesgo desarrolla la enfermedad. Un 77% de pacientes no expuestos al factor de riesgo no desarrolla la enfermedad. El 77% del total de los pacientes desarrolla la enfermedad. El 77% del total de los pacientes no desarrolla la enfermedad.

En un estudio que compara el consumo o no de tabaco con la posibilidad de desarrollar cáncer de pulmón, obtenemos un valor de odds ratio (OR) = 4 ¿Cómo interpretas el resultado?. Los fumadores tienen un riesgo 4 veces mayor de desarrollar cáncer que los no fumadores. Los fumadores tienen un riesgo 4 veces menor de desarrollar cáncer que los no fumadores. Los no fumadores tienen un riesgo 4 veces mayor de desarrollar cáncer que los fumadores. Necesitamos calcular el intervalo de confianza para interpretar el resultado. Ninguna es correcta.