Análisis Secundario de Datos Poblacionales en Salud: Consideraciones sobre el Uso de Encuestas / Secondary Analysis of Population Health Data: Considerations on the Use of Surveys

RESUMEN

Introducción. El análisis de datos secundarios en salud es importante para el éxito de la salud de la población. El propósito de esta guía práctica es entregar recomendaciones para el análisis adecuado de datos secundarios en salud. Desarrollo. varios problemas asociados con el análisis secundario de los datos de encuestas de salud deben abordarse, estos se relacionan con el diseño de la muestra, la medición de los datos, la falta de respuesta y la pérdida de datos. Para abordar algunos de estos problemas, se sugiere considerar el peso de la muestra, la operacionalización de las variables y la imputación de datos. Discusión. el análisis inapropiado de datos puede dar lugar a conclusiones inexactas y afectar la confiabilidad y validez de evidencia generada. Es importante explorar el conjunto de datos a analizar. Conclusión. es importante ser consciente de las particularidades del análisis secundario para evitar errores previsibles al seleccionar un conjunto de datos y realizar análisis estadístico.

ABSTRACT

Background. The analysis of population health data is important for the success of population health. The purpose of this practical guide is to provide recommendations for the adequate analysis of secondary health data. Development. There are several issues associated with the secondary analysis of health survey data that need to be addressed, these include relational sample design, data collection, non-response, and missing data. To resolve some of these problems, it is suggested to consider the weight of the sample, the operationalization of the variables and the imputation of data. Discussion. The inappropriate analysis of data can lead to inaccurate conclusions and affect the reliability and validity of evidence produced. It is important explore the data set to analyze. Conclusion. It is important to be aware of the particularities of secondary analysis to avoid foreseeable errors when selecting a data set and performing statistical analysis.