Teórico 5
ESTADÍSTICA
APLICADA A LOS
ESTUDIOS CLÍNICOS
Cálculo de tamaño
muestral
Muestreo
Trabajar con muestras supone aceptar la
inexactitud de las estimaciones.
Esa exactitud se refiere a la mayor o menor
magnitud de la diferencia entre un valor
(estimado) y el valor (real) del parámetro
en la población.
Esta diferencia se debe a errores
muestrales y errores no muestrales.
Error muestral
Es el error determinado estadísticamente,
de tipo genérico, válido para todas las
muestras posibles del mismo tamaño.
Surge por estudiar a una parte de la
población (y no a la totalidad).
Error muestral
Inicialmente su magnitud es desconocida.
Disminuye cuando aumenta el tamaño de la
muestra, lo cual depende del diseño aplicado y
del estimador empleado.
Si la muestra es probabilística es posible
controlar y estimar su magnitud.
Algunas medidas que lo cuantifican: varianza,
desvío estándar.
Error muestral
El error standard mide la magnitud de las
variaciones de las medias muestrales en torno a la
media de la población.
Dado que la muestra es una parte de la población,
por perfecta que sea, habrá normalmente una
divergencia entre los estadísticos descriptivos
obtenidos de la muestra (media, desvío,
porcentajes, etc.) y los parámetros poblacionales.
Error muestral
Para su determinación se parte de la idea
de que la media aritmética de la
población es igual a la media aritmética
de la muestra, más/menos (+/-) un
cierto error muestral.
Error muestral
Este error se utiliza para establecer límites
formados por la media de la muestra,
más/menos el error en cuestión, dentro de
los que se debe encontrar la media
poblacional con un nivel de confianza
determinado.
Distribución muestral de un
estimador
Para cada muestra posible se origina una estimación y
estos valores permiten definir la distribución muestral
o probabilística del estimador.
•Muestra 1 •Muestra 2 •Muestra 3 •.......... •Muestra ..k
Distribución muestral de un
estimador
La distribución muestral del estimador permite:
Conocer sus propiedades (estabilidad,
variabilidad, etc.).
Fijar criterios comparativos entre distintos
estimadores.
Calcular el tamaño de una muestra (junto con
otros insumos).
Error no muestral
Los errores no muestrales no pueden ser
medidos fácilmente y pueden aumentar a
medida que aumenta el tamaño muestral.
Hay diferentes tipos de errores no
muestrales.
Error no muestral
Errores no muestrales que se relacionan
con el muestreo estrictamente.
Por ejemplo: definición defectuosa de la
población, marco muestral no
representativo, errores de no respuesta).
Error no muestral
Errores no muestrales que se relacionan con
otras etapas del proceso de investigación.
Por ejemplo: definición defectuosa del
problema, problemas en la elaboración del
instrumento de recolección de datos, errores
en el procesamiento y análisis de los datos,
etc.).
Margen de error
Son dos números que, para un tamaño de
muestra y un estimador determinado, permiten
fijar el porcentaje de muestras (sobre todas las
posibles) que brindan estimaciones entre los
límites que esos números definen.
Matemáticamente: es la cantidad de error que
se espera con un tamaño de muestra y un
diseño dado a cierto nivel de confianza.
Margen de error
Es el valor máximo permitido entre la futura
estimación y el valor del parámetro, habiendo
determinado un nivel de confianza.
Se define al momento de determinar el tamaño
de muestra.
Su magnitud está medida en las mismas
unidades que la variable en estudio.
Manifiesta la precisión deseada para la
estimación.
Nivel de confianza
Magnitud que señala el porcentaje de muestras
sobre todas las posibles que brindan
estimaciones dentro de los márgenes de error
fijados.
Su magnitud está medida en términos
probabilísticos 0.99, 0.95,... (99%, 95%, etc.).
Permite construir los intervalos de confianza.
Margen de error y nivel de
confianza
Bajo un mismo tamaño de muestra, un mismo
diseño muestral y aumentando el nivel de
confianza, el margen de error aumenta.
A tamaño fijo de muestra, si se requiere más
nivel de confianza se necesita perder
precisión.
Margen de error y nivel de
confianza
Márgenes de error
para tamaño A
Márgenes de error
para tamaño B
Márgenes de error para un mismo nivel de
confianza (95%) pero con tamaños de
muestra distintos.
Determinación del tamaño muestral
El tamaño de una muestra depende de:
los recursos y el presupuesto,
el tipo de población en estudio,
la variable a estudiar (numérica o categórica),
el grado de homogeneidad de ésta en la
población,
el diseño muestral empleado,
el tipo de estimador a emplear.
Determinación del tamaño muestral
Para determinar el tamaño de una muestra
(cuando se va a estimar un promedio o una
proporción) hay tres elementos importantes a
considerar:
1. margen de error,
2. nivel de confianza (y las constantes
asociadas),
3. una magnitud de la dispersión o del grado de
homogeneidad de la variable a estudiar.
Grado de homogeneidad
Es la dispersión de la variable en la población.
Es una magnitud que señala qué tan diferentes
son las unidades de la población en la variable de
estudio.
Varianza, desvío estándar, rango intercuartil son
algunas medidas que dan idea de esta magnitud.
Determinación del tamaño muestral
Cálculo del tamaño de muestra
para estimar un promedio o una
proporción
Estimación de n
N
un promedio N c2
1
Z 2S2
N = Tamaño de la población
c = Margen de error
Z = Constante asociada al nivel de confianza
(1.64 para el 10%; 1.96 para 5%, 2.56 para
1%)
S = Desvío estándar de la variable en estudio
Estimación de una proporción
NP(1 P) c
n con D
( N 1) D 2 P(1 P) Z
N = Tamaño de la población
c = Margen de error
Z = Constante asociada al nivel de confianza
(1.64 para el 10%, 1.96 para el 5%, 2.57 para
el 1%)
P = un valor a priori de la proporción a estimar
Estimación de una proporción
desconociendo P
1
n 2
c
n = Tamaño de la muestra
c = Margen de error
Estimación desconociendo la
dispersión
Por todos los medios hay que procurar hacer
una estimación del desvío estándar.
Se puede recurrir a un estudio piloto para
determinar una estimación del mismo o
emplear una estimación que provenga de otro
estudio anterior.
Como último recurso se puede emplear alguna
aproximación a la distribución de la variable
bajo estudio.
Estimación desconociendo la
dispersión
Si la distribución de la variable se presume
RECTANGULAR se puede emplear como
aproximación del desvío la siguiente fórmula:
desvío estándar ~= 0.29*(max(x)-min(x))
Mín Máx
Estimación desconociendo la
dispersión
Si la distribución de la variable se presume
TRIANGULAR NO SIMÉTRICA se puede emplear
como aproximación del desvío la siguiente
fórmula:
desvío estándar ~= 0.24*(max(x)-min(x))
Mín Máx Mín Máx
Estimación desconociendo la
dispersión
Si la distribución de la variable se presume
TRIANGULAR SIMÉTRICA se puede emplear
como aproximación del desvío la siguiente
fórmula:
desvío estándar ~= 0.20*(max(x)-min(x))
Mín Máx
Estimación desconociendo la
dispersión
Si la distribución de la variable se presume
NORMAL se puede emplear como aproximación
del desvío la siguiente fórmula:
desvío estándar ~= (max(x)-min(x))/6
Mín Máx
Determinación del tamaño muestral
Cálculo del tamaño de muestra
en estudios clínicos
Tamaño de muestra en estudios
clínicos
El cálculo del tamaño muestral se realiza a partir de
la hipótesis que se va a poner a prueba.
Es necesario establecer:
Alfa (probabilidad de cometer error de Tipo I)
Estimación de la variabilidad de los resultados
(desviación estándar o equivalente)
Diferencia mínima a detectar o margen de error
aceptable
Poder (1-beta)
Tamaño de muestra en estudios
clínicos
Alfa () corresponde a la probabilidad
de cometer error de tipo I: rechazar la
hipótesis nula (H0) siendo ésta
verdadera.
Es el riesgo de que si se encuentra una
diferencia o relación en la muestra, la
misma se deba al azar.
Tamaño de muestra en estudios
clínicos
Beta () corresponde a la probabilidad de
cometer error tipo II: no rechazar la H0
siendo ésta falsa.
Si existe una diferencia o relación
verdadera en la muestra, la probabilidad
de detectarla es 1- (Potencia).
Tamaño de muestra en estudios
clínicos
Es importante considerar el nivel de medición de
la variable central del estudio.
Si la variable es numérica, es necesario
determinar la media esperada en cada grupo y el
desvío esperado en el total. Estos datos pueden
ser tomados de la literatura médica que da
sustento al estudio.
Si la variable central es discreta (cualitativa o
cuantitativa agrupada) se requiere establecer la
proporción esperada en cada grupo.
Tamaño de muestra en estudios
clínicos
En relación al tamaño de muestra en un protocolo
se debe informar:
procedimientos de cálculo aplicados;
hipótesis del estudio;
mínimo beneficio clínicamente relevante
esperado con uno de los tratamientos frente al
otro
fundamentos científicos para proponer la ventaja
terapéutica.
Tamaño de muestra en estudios
clínicos. Ejemplo
Se requiere determinar el tamaño de muestra
para un estudio en el que se van a comparar
dos tratamientos para la infección urinaria. En
el tratamiento estándar la sintomatología
desaparece en 48 hs. en el 80% de las
pacientes. Se espera que en el nuevo
tratamiento en el 90% de las pacientes
desaparezca la sintomatología en el mismo
tiempo.
Tamaño de muestra en estudios
clínicos. Ejemplo
Para el cálculo del tamaño de la muestra es
necesario contar con los siguientes datos:
Proporción esperada en grupo experimental
Proporción esperada en grupo de control
Nivel de significación
Potencia (1-)
Tamaño de muestra en estudios
clínicos. Ejemplo
Proporción esperada en el grupo experimental =
0,90
Proporción esperada en el grupo de control =
0,80
Nivel de significación () = 0,05 (5% de
probabilidad de que si se encuentra una
diferencia, la misma sea debida al azar)
Potencia (1-) = 0,80 (80% de probabilidad de
que si se encuentra una diferencia entre
tratamientos, la misma sea genuina)
Tamaño de muestra en estudios
clínicos. Ejemplo
Se obtiene el tamaño de muestra
necesario, que en el ejemplo es de dos
grupos de 175 pacientes cada uno. Una
muestra de este tamaño permitirá
detectar (en caso de que la hubiere) una
diferencia de 80% vs. 90% en la eficacia
de los dos tratamientos.
