Your browser doesn't support javascript.
loading
Mostrar: 20 | 50 | 100
Resultados 1 - 20 de 23
Filtrar
1.
Multimed (Granma) ; 25(4): e1910, 2021. tab, graf
Artículo en Español | LILACS-Express | LILACS | ID: biblio-1287428

RESUMEN

RESUMEN Una vez diseñada la metodología ASI-IMC, que permite una correcta aplicación del análisis estadístico implicativo en los estudios de causalidad en medicina se aplicó la misma en dichos estudios. Se escogió como ejemplo un estudio de factores pronósticos de mortalidad en cáncer de mama. El objetivo es evaluar la efectividad de la metodología de empleo del análisis estadístico implicativo en la identificación de posibles factores causales. Se realizó un estudio observacional analítico prospectivo de tipo casos y controles anidado en una cohorte, cuyo universo de estudio quedó conformado por todas las mujeres mayores de 18 años de edad con el diagnóstico clínico e histológico de cáncer de mama, procedentes de la provincia de Santiago de Cuba, atendidas en el Hospital Oncológico "Conrado Benítez", entre 2014 y 2019 con una muestra de 140 casos y 140 controles, empleando 25 covariables como supuestos factores pronósticos y aplicando las 5 primeras etapas de la metodología de empleo del análisis estadístico implicativo en los estudios de causalidad en medicina. Fueron identificados como factores de buen pronóstico en pacientes con cáncer de mama la determinación de los biomarcadores, mientras que, de mal pronóstico clasificaron el estadio avanzado y la quimioterapia de manera directa, así como el tamaño tumoral y la metástasis, de manera indirecta. La metodología empleada permitió la identificación de posibles factores causales en la investigación presentada, evidenciando una vez más su efectividad.


ABSTRACT Once the "ASI-IMC" methodology that allows a correct application of the statistical analysis implicated in the causality studies in medicine was designed, it was applied in said studies. A study of prognostic factors of mortality in breast cancer was chosen as an example. In order to evaluate the effectiveness of the employment methodology of the statistical analysis implicit in the identification of possible causal factors; a prospective analytical observational study of cases and controls nested in a cohort was conducted, whose study universe was made up of all women over 18 years of age with the clinical and histological diagnosis of breast cancer, from the province from Santiago de Cuba, treated at the "Conrado Benítez" Oncology Hospital, between 2014 and 2019 with a sample of 140 cases and 140 controls, using 25 covariates as supposed prognostic factors and applying the first 5 stages of the employment methodology of the implicative statistical analysis in causation studies in medicine. Biomarker determination was identified as factors of good prognosis in breast cancer patients, while, of poor prognosis classified advanced stage and chemotherapy directly, as well as tumor size and metastasis, indirectly. The methodology used allowed the identification of possible causal factors in the research presented, demonstrating once again its effectiveness.


RESUMO Uma vez desenhada a metodologia ASI-BMI, que permite uma correta aplicação da análise estatística implicativa nos estudos de causalidade em medicina, foi aplicada nos referidos estudos. Um estudo de fatores prognósticos para mortalidade no câncer de mama foi escolhido como exemplo. O objetivo é avaliar a eficácia da metodologia de utilização da análise estatística implicativa na identificação de possíveis fatores causais. Foi realizado um estudo observacional analítico prospectivo do tipo caso-controle aninhado em uma coorte, cujo universo de estudo foi constituído por todas as mulheres maiores de 18 anos com diagnóstico clínico e histológico de câncer de mama, da província de Santiago de Cuba. , atendidos no Hospital Oncológico "Conrado Benítez", entre 2014 e 2019 com uma amostra de 140 casos e 140 controles, utilizando 25 covariáveis como supostos fatores prognósticos e aplicando as 5 primeiras etapas da metodologia de uso da análise estatística implicativa na causalidade estudos em medicina. A determinação dos biomarcadores foi identificada como fatores de bom prognóstico em pacientes com câncer de mama, enquanto o estágio avançado e a quimioterapia foram classificados diretamente como de mau prognóstico, assim como o tamanho do tumor e metástases, indiretamente. A metodologia utilizada permitiu a identificação de possíveis fatores causais nas pesquisas apresentadas, demonstrando mais uma vez sua eficácia.

2.
Arch. méd. Camaguey ; 25(4): e7956, 2021. tab, graf
Artículo en Español | LILACS-Express | LILACS | ID: biblio-1339122

RESUMEN

RESUMEN Fundamento: el cáncer es una de las primeras causas de muerte a escala mundial. La identificación de los factores pronósticos involucrados en su evolución es de gran interés para la prevención secundaria y terciaria de esta enfermedad tan frecuente. Objetivo: identificar los factores pronósticos de mortalidad por cáncer cérvico-uterino y evaluar la utilidad del análisis estadístico implicativo en las investigaciones clínico-epidemiológicas de causalidad. Métodos: se realizó un estudio de casos y controles en 106 mujeres con el diagnóstico clínico e histológico de cáncer cérvico-uterino, atendidas en el Hospital Oncológico de la provincia Santiago de Cuba desde enero de 2016 a enero de 2018. Se aplicó el análisis estadístico implicativo junto con la regresión logística binaria, la cual se consideró como estándar de oro. Resultados: la regresión logística binaria identificó como único factor de mal pronóstico la presencia de metástasis (OR=2,995) y como factores de buen pronóstico la quimioterapia (OR=0,151) y el intervalo libre de evento (OR=0,602). El análisis estadístico implicativo detectó estos mismos factores, pero además identificó otros factores de mal pronóstico como las complicaciones, el estadio avanzado y la recaída; todos con un 99 % de intensidad aplicativa. Conclusiones: esta técnica alcanzó una elevada sensibilidad y especificidad al compararse con la regresión y resultó útil para la identificación de factores pronósticos.


ABSTRACT Background : cancer is one of the leading causes of death worldwide. The identification of the prognostic factors involved in its evolution is of great interest for the secondary and tertiary prevention of this frequent entity. Objective : to identify the prognostic factors of cervical cancer mortality and evaluate the usefulness of implicative statistical analysis in the clinical-epidemiological investigations of causality. Methods : study of cases and controls in 106 women with the clinical and histological diagnosis of cervical cancer treated at the Oncology Hospital of the province Santiago de Cuba from January 2016 to January 2018. The implicative statistical analysis was applied together with the binary logistic regression, which was considered as a gold standard. Results : binary logistic regression identified the presence of metastases as the only poor prognostic factor (OR=2.995) and chemotherapy (OR=0.151) and event-free interval (OR=0.602) as good prognostic factors. Implicative statistical analysis detected these same factors, but also identified other poor prognostic factors such as complications, advanced stage, and relapse; all with a 99% of implication intensity. Conclusions : this technique reached a high sensitivity and specificity when compared with the regression and was useful for the identification of prognostic factors.

3.
Arch. méd. Camaguey ; 25(3): e7979, 2021. tab, graf
Artículo en Español | LILACS-Express | LILACS | ID: biblio-1285175

RESUMEN

RESUMEN Fundamento: Santiago de Cuba al igual que el resto de las provincias cubanas, fue afectada por la COVID-19, aunque es de los territorios con menor incidencia de la enfermedad. Objetivo: describir los aspectos demográficos, clínico-epidemiológicos y geoespaciales de la COVID-19 en Santiago de Cuba. Métodos: se realizó un estudio observacional analítico en los niveles individual y poblacional. En el nivel individual, la población de estudio se integró por los 49 casos de COVID-19 de la provincia. Se estimó la frecuencia y distribución de casos, así como las pruebas de hipótesis para descubrir las diferencias entre estas. Para analizar el aspecto geoespacial se empleó como dato de área, el número de casos por territorio y como unidades de agregación de la información, los datos georreferenciados de la totalidad de consejos populares en que se encuentra dividida la provincia. Se realizó el análisis exploratorio de los datos espaciales, se estimó la autocorrelación espacial por consejos populares, por medio del índice global I de Moran y se visualizó la formación de conglomerados mediante el estadístico local G* de Getis-Ord. Resultados: se obtuvieron la frecuencia y distribución de las características demográficas, clínicas-epidemiológicas y la formación de agrupaciones espaciales por consejos populares según el número de casos de COVID-19 y su significación. Conclusiones: el municipio Santiago de Cuba marcó las diferencias a nivel poblacional en la epidemia de esta provincia. En cambio, a nivel individual se apreciaron diferencias entre los casos confirmados en algunos aspectos demográficos, no así en los clínicos ni epidemiológicos.


ABSTRACT Background: Santiago de Cuba, like the rest of the Cuban provinces, was affected by COVID-19, although it is one of the territories with the lowest incidence of the disease. Objective: to describe the demographic, clinical-epidemiological and geospatial aspects of COVID-19 in Santiago de Cuba. Methods: an analytical observational study was carried out at the individual and population levels. At the individual level, the 49 confirmed cases of COVID-19 in the province are used as the study population. The frequency and distribution of cases were estimated, as well as hypothesis tests, with a 5% significance, to discover the differences between them. To analyze the geospatial aspect, the geo-referenced data from all the popular councils into which the province is divided were used as area data, the number of cases by territory and as aggregation units of the information. The exploratory analysis of the spatial data was performed, the spatial autocorrelation was estimated by popular councils, using the Moran global index I, and the formation of clusters was visualized using the local G* statistic from Getis-Ord. Results: the frequency and distribution of the demographic, clinical and epidemiological characteristics were obtained, as well as the formation of spatial groupings by popular councils according to the number of COVID-19 cases and their significance. Conclusions: the municipality of Santiago de Cuba marked the differences at the population level in the epidemic of this province. On the other hand, at an individual level, differences were observed between the confirmed cases in some demographic aspects, but not in the clinical or epidemiological ones.

4.
Rev. cuba. med ; 60(1): e1382, tab
Artículo en Español | LILACS, CUMED | ID: biblio-1156560

RESUMEN

Introducción: A partir de la aparición de la epidemia COVID-19 se conforma un equipo multidisciplinario en Santiago de Cuba con participación de varias instituciones y activado por el Consejo de defensa provincial. El análisis integrado epidemiológico, la gestión gubernamental y la respuesta social resultarían determinantes en el control de la enfermedad. Objetivos: Identificar posibles grupos de casos con COVID-19 en la provincia Santiago de Cuba y caracterizar su transmisión según variables epidemiológicas. Métodos: Se desarrolló un estudio ecológico, comparándose los clústeres de transmisión de COVID-19. Se resumieron variables de interés y se realizó análisis de redes sociales desde el punto de vista de las relaciones entre casos y contactos, así como análisis espacial. Resultados: Se identificaron cinco grupos espaciales de transmisión en los municipios, uno en Palma Soriano, uno en Contramaestre y tres en Santiago de Cuba. Los antecedentes patológicos personales (hipertensión y procesos respiratorios), el sexo femenino, los casos sintomáticos y el promedio de 22 a 27 contactos por cada confirmado fueron las variables más relevantes. Se identificó fuente de infección introducida en 51 por ciento (25/49). Además, se identificaron redes sociales complejas en la transmisión de la enfermedad. Conclusiones: La transmisión de COVID-19 en la provincia Santiago de Cuba mostró grupos de casos y contactos con redes sociales epidemiológicas características para cada municipio, así como el modo de transmisión de acuerdo a la fuente de infección, relaciones de familiaridad o cercanía social y la relación de distancia espacial entre contactos, aspectos que influyeron en las bajas tasas de incidencia de la enfermedad, con predominio en su forma sintomática, edades jóvenes y en mujeres(AU)


Introduction: From the onset of COVID-19 epidemic, a multidisciplinary team is formed in Santiago de Cuba with the participation of several institutions and activated by the Provincial Defense Council. Integrated epidemiological analysis, government management and social response would be decisive in controlling the disease. Objectives: To identify possible groups of COVID-19 cases in the Santiago de Cuba province and to describe the transmission according to epidemiological variables. Methods: An ecological study was carried out, comparing COVID-19 transmission clusters. Variables of interest were summarized and analysis of social contact networks was carried out from the point of view of the relationships between cases and contacts, as well as spatial analysis. Results: Five spatial transmission groups were identified in the municipalities, one in Palma Soriano, one in Contramaestre and three in Santiago de Cuba. The personal pathological antecedents (hypertension and respiratory processes), female sex, symptomatic cases and the average of 22 to 27 contacts for each confirmed were the most relevant variables. A source of introduced infection was identified in 51 percent (25/49). In addition, complex social networks were identified in the transmission of the disease. Conclusions: The transmission of COVID-19 in Santiago de Cuba province showed groups of cases and contacts with characteristic epidemiological social networks for each municipality, as well as the mode of transmission according to the source of infection, relationships of familiarity or social closeness and the relationship of spatial distance between contacts, which influenced on the low incidence rates of the disease, with predominance of symptomatic form, young ages and in women(AU)


Asunto(s)
Humanos , Análisis por Conglomerados , Métodos Epidemiológicos , Infecciones por Coronavirus/epidemiología , Red Social , Cuba
5.
Rev. cuba. med ; 59(3): e1375, tab, graf
Artículo en Español | LILACS, CUMED | ID: biblio-1139056

RESUMEN

Introducción: El comportamiento no homogéneo de la cantidad de casos confirmados con COVID-19 en diferentes regiones de Cuba aún no se ha esclarecido, lo cual resultaría de utilidad para la toma de decisiones en futuras epidemias en el país. Objetivo: Determinar la influencia de la entrada de viajeros y la densidad poblacional sobre la distribución no homogénea de la cantidad de casos con COVID-19 por provincias en Cuba. Métodos: Se desarrolló un estudio ecológico, exploratorio, de grupos múltiples, comparando las provincias cubanas según variables del nivel global y agregado, relacionadas con la cantidad de casos con COVID-19, confirmados durante la epidemia en Cuba. Se aplicó el análisis de regresión lineal múltiple para seleccionar el modelo que mejor describe el comportamiento de los datos y el análisis de clúster para visualizar la agrupación de las provincias. Resultados: Se evidenció una correlación significativa entre la cantidad de casos con COVID-19 y la cantidad de viajeros con COVID-19, la cantidad total de viajeros que arribaron al país en marzo y los eventos de trasmisión. En el modelo de regresión resultaron significativas la densidad poblacional y las cantidades de viajeros total y con COVID-19. El análisis de clúster reveló la formación de cuatro grupos de provincias. Conclusiones: La cantidad de casos con COVID-19 por provincia se relaciona con la cantidad de viajeros que entraron al país, con y sin COVID-19, y la densidad poblacional. Se forman cuatro grupos de provincias por su similitud en los aspectos identificados en la regresión(AU)


Introduction: The non-homogeneous behavior of the number of COVID-19 confirmed cases in different regions of Cuba has not yet been clarified, which would be useful for decision-making in future epidemics in the country. Objective: To determine the influence of the arrival of travelers and the population density on the non-homogeneous distribution of the number of COVID-19 cases by provinces in Cuba. Methods: An ecological, exploratory, multiple group study was carried out, comparing Cuban provinces according to variables of the global and aggregate levels, related to the number of COVID-19 cases, confirmed during the epidemic in Cuba. Multiple linear regression analysis was applied to select the model that best describes the behavior of the data and cluster analysis to visualize the grouping of the provinces. Results: A significant correlation was proved between the number of COVID-19 cases and the number of travelers with COVID-19, the total number of travelers who arrived in Cuba in March, and transmission events. In the regression model, the population density and the total number of travelers and those with COVID-19 were significant. The cluster analysis revealed the formation of four groups of provinces. Conclusions: The number of cases with COVID-19 by province is related to the number of travelers who arrived in the country, with and with no COVID-19, and the population density. Four groups of provinces are formed by their similarity in the aspects identified at regression(AU)


Asunto(s)
Humanos , Masculino , Femenino , Densidad de Población , Infecciones por Coronavirus/prevención & control , Infecciones por Coronavirus/transmisión , Control Sanitario de Viajeros , Cuba
6.
Rev. cuba. inform. méd ; 12(1)ene.-jun. 2020. tab, graf
Artículo en Español | LILACS, CUMED | ID: biblio-1126553

RESUMEN

Las investigaciones sobre factores de riesgo, iniciadas a mediados del siglo pasado, sentaron las bases del modelo multicausal y se enmarcan en el enfoque lineal que ha predominado en las ciencias naturales. Sin embargo, el proceso salud-enfermedad es complejo lo que conlleva a la necesidad de aplicar técnicas estadísticas renovadoras, este es el caso del análisis estadístico implicativo creado para solucionar problemas didácticos de las matemáticas. En esta dirección se enmarca la presente investigación, cuyo objetivo fue crear una metodología de contextualización de este análisis a las investigaciones médicas de causalidad. El diseño de la metodología tuvo en cuenta la literatura, el criterio de expertos y las regularidades y contradicciones demostradas en los estudios de casos y controles realizados previamente con la aplicación de la metodología propuesta. La metodología quedó constituida por ocho etapas: análisis exploratorio, transformación de los datos, análisis principal, presentación de los resultados, interpretación de los resultados, análisis a posteriori, selección de las variables a incluir en el modelo de regresión logística binaria y discusión de los resultados. Esta es una propuesta en evolución que debe irse adaptando a solicitud de los investigadores clínicos y bioestadísticos, sus principales usuarios y debe constituir un pilar importante que complemente las técnicas multivariadas empleadas habitualmente en los estudios clínico-epidemiológicos para la identificación de factores pronósticos y de riesgo(AU)


Research on risk factors, started in the middle of the last century, laid the foundations of the multicausal model framed in the linear approach that has predominated in the natural sciences. However, the health-disease process is complex, which leads to the need to apply renovating statistical techniques, as is the case of the implicative statistical analysis created to solve didactic problems in mathematics. Framed in this direction, the present research aims to create a methodology for contextualizing this analysis to causal medical research. To design the methodology we took into account the literature, the expert judgment and the regularities and contradictions demonstrated in the case-control studies previously carried out with the application of the proposed methodology. The methodology consisted of eight stages: exploratory analysis, data transformation, main analysis, presentation of results, interpretation of results, ex-post analysis, selection of variables to include in the binary logistic regression model, and discussion of the results. This is an evolving proposal that must be adapted at the request of clinical and biostatistician researchers, its main users, and must constitute an important pillar that complements the multivariate techniques commonly used in clinical-epidemiological studies for the identification of prognostic and risk factors(AU)


Asunto(s)
Informática Médica , Proceso Salud-Enfermedad , Análisis Estadístico , Factores de Riesgo , Interpretación Estadística de Datos , Investigación Biomédica/métodos
7.
Medisan ; 24(2): 223-234, mar.-abr. 2020. tab, graf
Artículo en Español | LILACS-Express | LILACS | ID: biblio-1098392

RESUMEN

RESUMEN Introducción: Los biomarcadores son sustancias que se encuentran aumentadas en el organismo si existen tumores. Para demostrar cómo influyen en la mortalidad es necesario un estudio analítico donde se imbriquen técnicas estadísticas como el análisis estadístico implicativo. Objetivos: Determinar la influencia de los biomarcadores como factores pronósticos de mortalidad por cáncer de mama y demostrar la validez del análisis a posteriori como etapa en la metodología de aplicación del análisis estadístico implicativo. Métodos: Se realizó un estudio analítico de casos y controles de 75 pacientes mayores de 18 años con diagnóstico clínico e histológico de cáncer de mama, atendidas en el Hospital Oncológico Docente Provincial Conrado Benítez García de Santiago de Cuba, en el período de 2014 a 2019. Se siguieron las etapas previstas para aplicar esta forma de análisis y se obtuvieron el grafo implicativo y los árboles de similaridad y cohesión. Resultados: Se verificó que la relación entre los biomarcadores y las pacientes vivas se debió al subtipo luminal B. Asimismo, en la metarregla que incluye a las fallecidas se imbricó el subtipo luminal B, mientras que el subtipo luminal A formaba parte de dicha metarregla; los demás subtipos no formaron reglas con ningún otro factor. Conclusiones: Se demostró la necesidad y la importancia de la etapa de análisis a posteriori, donde se confirma la existencia de algunos factores pronósticos y se desechan otros antes encontrados.


ABSTRACT Introduction: Biomarkers are substances that are increased in the organism if tumors exist. To demonstrate how they influence in the mortality it is necessary an analytic study where statistical techniques are involved as the implicative statistical analysis. Objectives: To determine the influence of biomarkers as prediction factors of mortality due to breast cancer and to demonstrate the validity of a posteriori analysis as a phase in the methodology of the implicative statistical analysis implementation. Methods: A cases and controls analytic study of 75 patients older than 18 years with clinical and histological diagnosis of breast cancer was carried out, they were assisted in Conrado Benítez García Teaching Provincial Cancer Hospital in Santiago de Cuba, from 2014 to 2019. The foreseen phases were followed to implement this form of analysis and the implicative grapho and the similarity and cohesion trees were obtained. Results: It was verified that the relationship between the biomarkers and the alive patients was due to B luminal subtype. Also, in the meta-rules that includes dead women, B luminal subtype was involved, while the A luminal subtype was part of this meta-rule; the other subtypes didn't form rules with any other factor. Conclusions: The necessity and importance of the posteriori analysis phase was demonstrated, where the existence of some prediction factors was confirmed and others found before were rejected.

8.
Rev. cienc. med. Pinar Rio ; 24(2): 287-300, mar.-abr. 2020. graf
Artículo en Español | LILACS-Express | LILACS | ID: biblio-1098923

RESUMEN

RESUMEN Introducción: las técnicas estadísticas multivariadas son aquellas que analizan múltiples características medidas en un mismo individuo, que por estar interrelacionadas no tiene sentido medir su efecto de manera aislada. Las mismas son más frecuentemente empleadas en los estudios observacionales acerca de la etiología y el pronóstico de una enfermedad, ya que permiten explicar, predecir, controlar variables confusoras y obtener mayor consistencia en la inferencia estadística. Objetivo: exponer las técnicas multivariadas que pueden ser empleadas para el estudio de la causalidad en las ciencias biomédicas. Métodos: se llevó a cabo una revisión de la literatura sobre el tema en bases de datos bibliográficas como Pubmed/Medline, SciELO, SCOPUS, Web of Science, EBSCOhost, Google, entre otras. Se emplearon en la estrategia de búsqueda como descriptores los consignados en las palabras claves del artículo, los mismos fueron utilizados en idiomas inglés, francés, portugués y español, combinados con los operadores lógicos. De los más de 200 documentos digitales encontrados, se escogieron los de mayor actualidad, elaborando un informe donde se agrupan las técnicas según su objetivo y tipos de variables empleadas en el análisis. Resultados: se presentan las técnicas descriptivas, explicativas y mixtas, considerando los diferentes tipos de regresión y las ecuaciones estructurales como las técnicas más empleadas en el estudio de la causalidad. Conclusiones: se propone el empleo del análisis estadístico implicativo en la determinación de factores de riesgo y pronósticos.


ABSTRACT Introduction: multivariate statistical techniques are those that examine multiple characteristics considered in the same individual, and that because they are interrelated do not make sense to determine their effect in an isolated way. They are more frequently applied in observational studies in relation to the etiology and prognosis of a disease, since they permit to explain, predict and control confusing variables to obtain greater consistency in statistical inference. Objective: this paper is aimed at describing the multivariate techniques that can be applied for the study of causality in biomedical sciences. Methods: a review of the literature on the subject was carried out, searching in bibliographic databases such as Pubmed/Medline, SciELO, SCOPUS, Web of Science, EBSCOhost, Google, among others. The descriptors used in the search strategy were those provided in the key words of the article, which were used in English, French, Portuguese and Spanish, combined with the logical operators. Out of more than 200 digital documents found, the most current ones were chosen, and a report was prepared where the techniques were grouped according to their objective and types of variables applied in the analysis. Results: descriptive, explanatory and mixed techniques were presented, considering the different types of regression and structural equations as the most applied techniques in the study of causality. Conclusions: The use of implicit statistical analysis in the determination of risk factors and prognosis was proposed.

9.
Medisur ; 18(2): 292-306, mar.-abr. 2020. graf
Artículo en Español | LILACS-Express | LILACS | ID: biblio-1125207

RESUMEN

RESUMEN El perfeccionamiento de las técnicas estadísticas es un problema de investigación que no pierde vigencia. Una vez identificado y fundamentado el empleo del análisis estadístico implicativo en la búsqueda de posibles factores causales en Salud, se hizo necesario el diseño de una metodología para su aplicación óptima, en la cual la etapa más compleja resultó ser la interpretación de los resultados. Por ello, este trabajo tiene como objetivo describir cómo realizar dicha interpretación, cuya base se sustenta en los referentes teóricos de la literatura, y los prácticos, a partir de las experiencias adquiridas de los diversos estudios de casos y controles con la aplicación de la técnica. En la interpretación se abordan los índices, las tablas y los gráficos del tipo: árboles de similaridad y cohesitivo, y el grafo implicativo, a partir de los cuales se identifican los posibles factores causales, las variables confusoras, las modificadoras del efecto y otras que pueden intervenir.


ABSTRACT The improvement of statistical techniques is a research problem which does not lose its validity. Once it was identified and founded the use of the statistical analysis involved in the search for possible causal factors in health, it was necessary to design a methodology for its optimal application, in which the most complex stage turned was result interpretation. Therefore, this work aims at describing how to perform this interpretation, whose base is founded on literature theoretical references, and the practical ones, based on the experiences acquired from the various case studies and controls with the application of the technique. Indices, tables and graphs of the type are presented in the interpretation, similarity and cohesive trees, and implicative graph, from which the possible causal factors, confusing variables, effect modifiers and others that are identified and others which could be involved.

10.
Rev. cuba. salud pública ; 46(supl.1): e2578, 2020. graf
Artículo en Español | LILACS, CUMED | ID: biblio-1144560

RESUMEN

Introducción: La COVID-19 se ha convertido en una terrible pandemia, de ahí el interés de investigadores y decisores en estudiar las características de los casos confirmados en cada territorio, lo que es útil como patrón de comparación con las demás regiones y para crear las bases de la investigación de las causas de tal comportamiento. Objetivo: Describir el comportamiento de los casos confirmados con COVID-19 de la provincia Santiago de Cuba entre marzo y abril de 2020. Métodos: Se realizó un estudio observacional descriptivo transversal tomando como población de estudio los 49 casos confirmados con COVID-19 en la provincia de Santiago de Cuba, entre marzo y abril de 2020. Se seleccionaron variables clínicas y epidemiológicas. Se aplicó como técnica estadística el análisis estadístico implicativo, con sus tres formas de análisis: de similaridad, cohesitivo e implicativo. Resultados: Se obtuvo el conjunto de todas las relaciones entre las variables estudiadas de manera gráfica, destacándose entre estas, las diferencias entre ambos sexos, al asociarse las femeninas con la categoría asintomático y los masculinos con sintomático, grave y fallecido, los adultos mayores se relacionaron con la mayor cantidad de antecedentes personales patológicos y los fallecidos, los adultos jóvenes con los antecedentes y los síntomas del aparato respiratorio. Conclusiones: El estudio permite visualizar, como rasgo distintivo del comportamiento de los casos con COVID-19 en la provincia Santiago de Cuba, que el subgrupo de mayor riesgo es el adulto mayor del sexo masculino con enfermedades de base, fundamentalmente, la hipertensión arterial, lo cual está en concordancia con lo ocurrido en otras regiones del planeta(AU)


Objective: To describe the behaviour of COVID-19 confirmed cases from Santiago de Cuba province between March and April, 2020. Methods: It was carried out a cross-sectional, observational descriptive study taking as studied population 49 COVID-19 positive cases in Santiago de Cuba province between March and April, 2020. There were selected clinic and epidemiologic variables. As statistical technique it was applied the implicative statistical analysis with its three forms: similarity, cohesive, and implicative. Results: It was obtained a set of all the relations among the studied variables in a graphic way, being highlighted the differences among both sexes since the females were related to the asymptomatic category and the males to symptomatic, seriously ill and deceased categories; while older adults were related with the higher amount of personal pathological background and the deceased ones, and young adults were related to the backgrounds and respiratory system's symptoms. Conclusions: This study allows to visualize, as a distinctive feature of COVID-19 cases´ behaviour in Santiago de Cuba province, that the highest risk sub-group is the one of male older adults with underlying diseases, mainly arterial hypertension, which is similar to what is happening in other regions of the world(AU)


Asunto(s)
Humanos , Masculino , Femenino , Interpretación Estadística de Datos , Infecciones por Coronavirus , Epidemiología Descriptiva , Estudios Transversales , Estudio Observacional
11.
Multimed (Granma) ; 23(6): 1416-1440, nov.-dic. 2019. graf
Artículo en Español | LILACS-Express | LILACS | ID: biblio-1091359

RESUMEN

RESUMEN El presente trabajo tiene por objetivo establecer una comparación de dos técnicas estadísticas multivariadas empleadas en investigaciones clínico-epidemiológicas para la identificación de factores pronósticos o de riesgo a partir de diseños observacionales. Se comparan la regresión logística binaria, muy empleada en salud desde mediados del siglo pasado para identificar la influencia de diversos factores sobre un desenlace dicotómico y el análisis estadístico implicativo, herramienta de la minería de datos, empleada para modelar la cuasi-implicación entre los sucesos y variables, que surgió para solucionar problemas de la Didáctica de las matemáticas; para lo cual se llevó a cabo una revisión de la literatura y de las investigaciones en las cuales se aplicaron de forma simultánea ambas técnicas. Se definieron catorce patrones de comparación. Se presentan las ventajas del análisis estadístico implicativo y se sugiere su empleo contextualizado previo a la regresión logística en los estudios epidemiológicos de causalidad.


ABSTRACT The purpose of this paper is to establish a comparison of two multivariate statistical techniques used in clinical-epidemiological research to identify prognostic or risk factors from observational designs. Binary logistic regression, widely used in health since the middle of the last century, is compared to identify the influence of various factors on a dichotomous outcome and the implicit statistical analysis, a data mining tool, used to model the quasi-implication between events. and variables, which arose to solve problems of the Didactics of mathematics; for which a review of the literature and of the investigations in which both techniques were applied simultaneously was carried out. Fourteen comparison patterns were defined. The advantages of the implicative statistical analysis are presented and its contextualized use is suggested prior to the logistic regression in the epidemiological studies of causality.


RESUMO O objetivo deste trabalho é estabelecer uma comparação de duas técnicas estatísticas multivariadas utilizadas na pesquisa clínico-epidemiológica para a identificação de fatores prognósticos ou de risco com base em desenhos observacionais. A regressão logística binária, amplamente utilizada na saúde desde meados do século passado, é comparada para identificar a influência de vários fatores em um resultado dicotômico e a análise estatística implícita, uma ferramenta de mineração de dados, usada para modelar a quase implicação entre eventos. e variáveis ​​que surgiram para solucionar problemas da Didática da Matemática; para o qual foi realizada uma revisão da literatura e das investigações nas quais as duas técnicas foram aplicadas simultaneamente. Quatorze padrões de comparação foram definidos. As vantagens da análise estatística implicativa são apresentadas e seu uso contextualizado é sugerido antes da regressão logística nos estudos epidemiológicos de causalidade.

12.
Gac. méd. espirit ; 21(2): 146-160, mayo.-ago. 2019.
Artículo en Español | LILACS | ID: biblio-1090436

RESUMEN

RESUMEN Fundamento: Los estudios de causalidad deben aportar resultados certeros, lo cual depende de la adecuación de los mismos, de ahí la necesidad de conocer los métodos que aseguren la validez de estas investigaciones. Objetivo: Sistematizar los métodos actuales para el estudio de causalidad en Medicina que incluye el diseño, los requerimientos que aseguran su validez y los métodos para el cumplimiento de estos requerimientos. Desarrollo: Se realizó una revisión bibliográfica en bases de datos biomédicas, se seleccionó la literatura de mayor actualidad, integralidad y cientificidad con la cual se organizó una síntesis crítica, a la que se le agregó la experiencia de las autoras. Se presentan técnicas para la detección y tratamiento de la confusión y la interacción y para garantizar la comparabilidad entre grupos. Entre las técnicas se destacan la aleatorización mendeliana, el puntaje de susceptibilidad, los G-métodos, los modelos estructurales marginales y anidados, la lógica difusa y el análisis estadístico implicativo. Conclusiones: A pesar del avance en los métodos estadísticos es el investigador el encargado de garantizar la no confusión residual y discernir entre lo estadísticamente significativo y lo clínicamente aceptable.


ABSTRACT Background: Causality studies must provide accurate results, which depends on their adequacy, therefore the need of knowing the methods that ensure the validity of these investigations. Objective: To systematize the current methods for the study of causality in Medicine that includes the design, the requirements that ensure its validity and the methods for complying with these requirements. Development: It was carried out a bibliographic review in biomedical databases and selected the most current, comprehensive, scientific literature, with this, a critical synthesis was organized, with the experience of the authors. Techniques for the detection and treatment of confusion and interaction were presented, also to ensure comparability between groups. Among the techniques, Mendelian randomization, susceptibility score, G-methods, marginal and nested structural models, fuzzy logic and implicative statistical analysis stand out. Conclusions: Despite the progress in statistical methods, the researcher is responsible for guaranteeing residual non-confusion and distinguishing between statistically significant and clinically acceptable.


Asunto(s)
Reproducibilidad de los Resultados , Interpretación Estadística de Datos , Investigación Biomédica/estadística & datos numéricos , Estudios de Casos y Controles , Análisis de Regresión , Modelos Estructurales
13.
Medisan ; 23(3): 534-556, mayo.-jun. 2019. tab
Artículo en Español | LILACS-Express | LILACS | ID: biblio-1091103

RESUMEN

RESUMEN Las técnicas estadísticas constituyen las herramientas matemáticas que permiten el análisis causal de los problemas de salud; de ahí la importancia de conocer cómo ha sido su desarrollo a lo largo del tiempo, por lo cual el objetivo de este trabajo fue elaborar una síntesis de la evolución histórica de las técnicas y metodologías empleadas en la investigación médica en relación con los modelos de causalidad que han primado en cada momento histórico. A tales efectos, se realizó una amplia revisión documental y, para una mejor comprensión, se dividió la evolución en cinco etapas, según el desarrollo alcanzado en las técnicas estadísticas. Asimismo, se describen los principales hechos y las características fundamentales de cada época y se destaca la regresión logística binaria como la técnica más empleada.


ABSTRACT The statistical techniques constitute the mathematical tools that allow the causal analysis of the health problems; that is why it is import to know about their development through time, reason why the objective of this work was to elaborate a synthesis of the historical course of the techniques and methodologies used in the medical investigation in connection with the causality models that have prevailed in each historical moment. To such effects, a wide documental review was carried out and, for a better understanding, the changes were divided in five stages, according to the development reached in the statistical techniques. Also, the main facts and the fundamental characteristics of each stage are described and the binary logistical regression is highlighted as the most used technique.

15.
Medisan ; 22(6)jun. 2018. ilus
Artículo en Español | LILACS | ID: biblio-955045

RESUMEN

Se realizó un estudio de casos y controles, no balanceado, anidados en una cohorte, de pacientes atendidos en la Unidad de Cuidados Intensivos e Intermedios del Hospital Provincial Docente Clinicoquirúrgico Saturnino Lora Torres de Santiago de Cuba, con la doble finalidad de identificar los factores pronósticos que incidieron en el estado nutricional al egreso de estos y además evaluar la utilidad del análisis estadístico implicativo en la identificación de dichos factores. En el procesamiento de los datos se emplearon dos técnicas: la regresión logística, con la cual se identificaron como factores de mal pronóstico la ventilación mecánica, la infección intrahospitalaria, el tratamiento quirúrgico y la estadía prolongada; y el análisis estadístico implicativo, con el que se detectaron el estado nutricional al ingreso, la infección intrahospitalaria, la ventilación mecánica y la estadía prolongada. El análisis estadístico implicativo mostró mayor probabilidad de identificar factores pronósticos, con buenos resultados en los indicadores de eficacia estimados


An unbalanced cases and control study, nested in a cohort, of patients assisted in the Intensive and Intermediate Care Unit of Saturnine Lora Torres Teaching Provincial Clinical Surgical Hospital in Santiago de Cuba was carried out, with the double purpose of identifying the prognosis factors that impacted in the nutritional state at their discharge and also to evaluate the usefulness of the statistical analysis for the identification of these factors. In the processing of data two techniques were used: the logistical regression analysis, with which the mechanical ventilation, the intrahospital infection, the surgical treatment and the prolonged stay were identified as bad prognosis factors; and the statistical analysis, with which the nutritional state at admission, the intrahospital infection, the mechanical ventilation and the prolonged stay were detected. The statistical analysis showed a higher probability of identifying prognosis factors, with good results in the effectiveness calculated indicators


Asunto(s)
Humanos , Masculino , Femenino , Adulto , Persona de Mediana Edad , Anciano , Anciano de 80 o más Años , Pronóstico , Estado Nutricional/fisiología , Análisis Estadístico , Alta del Paciente/estadística & datos numéricos , Gravedad del Paciente , Unidades de Cuidados Intensivos
16.
Medisan ; 22(1)ene. 2018. tab, ilus
Artículo en Español | LILACS | ID: biblio-894671

RESUMEN

Se efectuó una investigación observacional y analítica, desde septiembre de 2013 hasta igual mes de 2014, con el fin de evaluar la utilidad de una nueva técnica de análisis estadístico implicativo para la identificación de los factores pronósticos de la mortalidad por cáncer de próstata en la provincia de Santiago de Cuba. Según la regresión logística, los factores que empeoraron el pronóstico en los pacientes con cáncer de próstata fueron la afectación ganglionar y el grado III de la diferenciación histológica, y según el análisis estadístico implicativo, lo hicieron la afectación ganglionar, las metástasis y las complicaciones. El análisis estadístico implicativo complementó a la regresión logística en la identificación de los factores pronósticos, con lo cual se logró una mejor comprensión de la causalidad y se elevó la calidad de este tipo de estudio


An observational and analytic investigation was carried out, from September, 2013 to the same month in 2014, with the purpose of evaluating the usefulness of a new technique of involving statistical analysis for the identification of mortality prediction factors for prostate cancer in Santiago de Cuba. According to the logistical regression, the factors that worsened the prediction in the patients with prostate cancer were the ganglionic disorder and the grade III of the histological differentiation, and according to the involving statistical analysis, the ganglionar disorder, the metastasis and complications. The involving statistical analysis supplemented the logistical regression in the identification of the prediction factors, with which a better understanding of the causation was achieved and there was an increase in the quality of this type of study


Asunto(s)
Humanos , Masculino , Adulto , Persona de Mediana Edad , Anciano , Anciano de 80 o más Años , Pronóstico , Neoplasias de la Próstata/mortalidad , Análisis Estadístico , Neoplasias/mortalidad , Mortalidad/tendencias , Estudios Observacionales como Asunto/métodos
17.
Medisan ; 22(1)ene. 2018. tab, ilus
Artículo en Español | CUMED | ID: cum-70189

RESUMEN

Se efectuó una investigación observacional y analítica, desde septiembre de 2013 hasta igual mes de 2014, con el fin de evaluar la utilidad de una nueva técnica de análisis estadístico implicativo para la identificación de los factores pronósticos de la mortalidad por cáncer de próstata en la provincia de Santiago de Cuba. Según la regresión logística, los factores que empeoraron el pronóstico en los pacientes con cáncer de próstata fueron la afectación ganglionar y el grado III de la diferenciación histológica, y según el análisis estadístico implicativo, lo hicieron la afectación ganglionar, las metástasis y las complicaciones. El análisis estadístico implicativo complementó a la regresión logística en la identificación de los factores pronósticos, con lo cual se logró una mejor comprensión de la causalidad y se elevó la calidad de este tipo de estudio(AU)


An observational and analytic investigation was carried out, from September, 2013 to the same month in 2014, with the purpose of evaluating the usefulness of a new technique of involving statistical analysis for the identification of mortality prediction factors for prostate cancer in Santiago de Cuba. According to the logistical regression, the factors that worsened the prediction in the patients with prostate cancer were the ganglionic disorder and the grade III of the histological differentiation, and according to the involving statistical analysis, the ganglionar disorder, the metastasis and complications. The involving statistical analysis supplemented the logistical regression in the identification of the prediction factors, with which a better understanding of the causation was achieved and there was an increase in the quality of this type of study(AU)


Asunto(s)
Humanos , Masculino , Neoplasias de la Próstata/mortalidad , Análisis Estadístico , Pronóstico , Mortalidad , Neoplasias/mortalidad , Estudio Observacional
18.
Medisan ; 21(4)abr. 2017. tab, ilus
Artículo en Español | LILACS | ID: biblio-841683

RESUMEN

Se realizó un estudio observacional y analítico para evaluar la utilidad de una nueva técnica de análisis estadístico implicativo en la identificación de los factores pronósticos de la mortalidad por cáncer de mama en la provincia de Santiago de Cuba, desde septiembre de 2013 hasta igual mes de 2014. Según la regresión logística, los factores de mal pronóstico fueron la invasión neural y la radioterapia; según el análisis estadístico implicativo, la invasión neural, la radioterapia, la invasión vascular y el grado III de diferenciación histológica. El análisis estadístico implicativo resultó ser una técnica apropiada que complementa a la regresión logística en la identificación de factores pronósticos, con lo cual se logra una mejor comprensión de la causalidad y se eleva la calidad de las investigaciones de este tipo


An analytical observational study was carried out to evaluate the usefulness of a new technique of statistical analysis involving the identification of mortality prediction factors due to breast cancer in Santiago de Cuba, from September, 2013 to the same month in 2014. According to the logistical regression, the poor prediction factors were the neural invasion, radiotherapy; according to statistical involving analysis, neural invasion, radiotherapy, vascular invasion and histological differentiation stage III. The statistical involving analysis was a suitable technique that complements the logistical regression in the identification of prediction factors, with which a better understanding of causation is achieved and the quality of this type of investigations increases


Asunto(s)
Humanos , Femenino , Adulto , Persona de Mediana Edad , Anciano , Anciano de 80 o más Años , Neoplasias de la Mama , Análisis Estadístico , Interpretación Estadística de Datos , Pronóstico de Daños , Pronóstico , Cuba , Estudio Observacional
19.
Medisan ; 21(4)abr.2017. ilus, tab
Artículo en Español | CUMED | ID: cum-70023

RESUMEN

Se realizó un estudio observacional y analítico para evaluar la utilidad de una nueva técnica de análisis estadístico implicativo en la identificación de los factores pronósticos de la mortalidad por cáncer de mama en la provincia de Santiago de Cuba, desde septiembre de 2013 hasta igual mes de 2014. Según la regresión logística, los factores de mal pronóstico fueron la invasión neural y la radioterapia; según el análisis estadístico implicativo, la invasión neural, la radioterapia, la invasión vascular y el grado III de diferenciación histológica. El análisis estadístico implicativo resultó ser una técnica apropiada que complementa a la regresión logística en la identificación de factores pronósticos, con lo cual se logra una mejor comprensión de la causalidad y se eleva la calidad de las investigaciones de este tipo(AU)


An analytical observational study was carried out to evaluate the usefulness of a new technique of statistical analysis involving the identification of mortality prediction factors due to breast cancer in Santiago de Cuba, from September, 2013 to the same month in 2014. According to the logistical regression, the poor prediction factors were the neural invasion, radiotherapy; according to statistical involving analysis, neural invasion, radiotherapy, vascular invasion and histological differentiation stage III. The statistical involving analysis was a suitable technique that complements the logistical regression in the identification of prediction factors, with which a better understanding of causation is achieved and the quality of this type of investigations increases(AU)


Asunto(s)
Humanos , Femenino , Adulto , Persona de Mediana Edad , Anciano , Neoplasias de la Mama , Análisis Estadístico , Interpretación Estadística de Datos , Pronóstico , Pronóstico de Daños , Estudios Observacionales como Asunto
20.
Medisan ; 20(3): 344-353, mar.-mar. 2016.
Artículo en Español | LILACS-Express | LILACS | ID: lil-778887

RESUMEN

Se realizó un estudio observacional y analítico para evaluar la utilidad de una nueva técnica de análisis estadístico implicativo en la identificación de los factores pronósticos de una entidad clínica en la provincia de Santiago de Cuba, de septiembre de 2013 a igual mes de 2014, en cuyo caso fue seleccionado el cáncer de pulmón por ser la neoplasia maligna más frecuente en el territorio. Como factores pronósticos de tumores pulmonares, según la regresión logística fueron identificados la afectación ganglionar, la presencia de metástasis y la localización central del tumor, y según el análisis estadístico implicativo se detectaron la afectación ganglionar, la presencia de metástasis, el grado III de diferenciación histológica y el estadio avanzado. El análisis estadístico implicativo resultó ser una técnica apropiada que complementa a la regresión logística en la identificación de factores pronósticos, pues se logra una mejor comprensión de la causalidad y eleva la calidad de este tipo de investigación.


An observational and analytic study to evaluate the usefulness of a new technique of statistical analysis involving the prediction factors identification of a clinical entity in Santiago de Cuba, was carried out from September, 2013 to the same month in 2014, in this case lung cancer was selected for being the most frequent malignancy in the territory. As prediction factors of lung tumors, according to the logistical regression the nodular involvement, the metastasis and the central localization of the tumor were identified, and according to the statistical involving analysis, the nodular involvement, and metastasis, histologic differentiation stage III and advanced stage were detected. The statistical involving analysis turned out to be an appropriate technique that supplements logistical regression in the prediction factors identification, because a better understanding of the causation is achieved and the quality of this investigation increases.

SELECCIÓN DE REFERENCIAS
DETALLE DE LA BÚSQUEDA
...