Materia · FeMed

Métodos

Metodología Científica 1. Preguntas de parciales reales, no inventadas.

48 temas 1866 preguntas 3 gratis, sin registro
Parcial real · Métodos
A partir de los datos de la tabla 2 del artículo, suponiendo que los pacientes del estudio fueron sometidos a una única cirugía dentro del año cuando se desarrolló el mismo, si se elige un participante al azar, ¿cuál sería la probabilidad de que el mismo haya sido sometido a cirugía de tipo urológica, sabiendo que no fue sometido a cirugía abdominal laparoscópica? Redondee el resultado a tres dígitos después de la coma.
↓ La respuesta está más abajo, gratis

Todos los temas

48 temas · los 3 marcados "Gratis" tienen contenido real abierto abajo, sin cuenta.

Teorema de Bayes y probabilidad condicional 40 preguntas Gratis
Distribución Binomial 45 preguntas
Distribución de Poisson 41 preguntas
Distribución Normal 54 preguntas
Medidas de resumen: tendencia central y dispersión 42 preguntas
Intervalos de confianza para la media 31 preguntas
Intervalos de confianza para proporciones 28 preguntas
Cálculo del tamaño muestral 29 preguntas
Sensibilidad y especificidad 41 preguntas
Valores predictivos y prevalencia 44 preguntas
Razones de verosimilitud (LR) y elección de la prueba según el objetivo clínico 30 preguntas
Odds Ratio (OR) 44 preguntas
Riesgo Relativo (RR) 41 preguntas
Intervalos de confianza de OR y RR 39 preguntas
Lógica del contraste de hipótesis: hipótesis, valor-p y errores 63 preguntas Gratis
Estadísticos Z y T: contraste de medias y proporciones 56 preguntas
Prueba chi-cuadrado de independencia 55 preguntas
Corrección de Yates y test exacto de Fisher 24 preguntas
Correlación de Pearson y su significación estadística 50 preguntas
Medicina Basada en Evidencia: proceso y niveles de evidencia 59 preguntas
Formulación de la pregunta clínica (PICO) y operadores booleanos 45 preguntas
Bases de datos biomédicas y estrategia de búsqueda bibliográfica 28 preguntas
Revisión por pares (peer review) 22 preguntas
Diseños descriptivos: generan hipótesis, no las prueban 53 preguntas
Diseños analíticos observacionales: cohorte y caso-control 89 preguntas Gratis
Ensayo clínico aleatorizado 58 preguntas
Validez interna, validez externa y los sesgos que las amenazan 44 preguntas
Evolución histórica de la ética de la investigación: el ciclo transgresión-normativa 32 preguntas
Fundamentos de las normativas internacionales y el Informe Belmont 34 preguntas
Declaración de Helsinki: historia y evolución (1964-2013) 29 preguntas
Pautas CIOMS y otras normativas internacionales complementarias 27 preguntas
Los siete requisitos éticos de Emanuel para una investigación válida 60 preguntas
Comités de Ética de la Investigación (CEI) 37 preguntas
Doble estándar moral en investigación con seres humanos 37 preguntas
Uso de placebo en investigación con seres humanos 35 preguntas
Obligaciones post-investigación: fundamentos y evolución normativa internacional 35 preguntas
Obligaciones post-investigación: argumentación a favor y en contra 24 preguntas
Normativa uruguaya sobre investigación en seres humanos 37 preguntas
Investigación con población vulnerable: concepto y posturas filosóficas 34 preguntas
Investigación con población vulnerable: normativa y aplicación práctica 36 preguntas
El concepto de persona en bioética 22 preguntas
Fundamentos y marco normativo de la investigación epidemiológica 31 preguntas
El cambio de paradigma sobre el daño y casos ilustrativos 26 preguntas
Consentimiento informado, comunitario y sobre datos y muestras 44 preguntas
Difusión de resultados, distribución de beneficios y estudios internacionales 22 preguntas
Estatuto moral de los animales y especismo 23 preguntas
Marco de las 3R y normativa de investigación con animales 23 preguntas
La perspectiva utilitarista de Peter Singer 23 preguntas

Ver el glosario de Métodos (259 términos) →

Probá gratis estos 3

Resumen + preguntas de examen reales, con sus opciones. Sin registrarte.

Teorema de Bayes y probabilidad condicional Gratis

Probabilidad condicional: qué significa P(A|B)

La probabilidad condicional P(A|B) mide qué tan probable es que ocurra el suceso A una vez que ya sabemos que ocurrió el suceso B.

Condicionar cambia el espacio de referencia: en vez de calcular sobre toda la población, se calcula solo dentro del subgrupo que cumple la condición B.

La fórmula de Bayes

El teorema de Bayes permite invertir el sentido de una probabilidad condicional, calculando P(A|B) a partir de P(B|A) y de las probabilidades previas (a priori) de A y de su complemento Ac.

El numerador de la fórmula es la probabilidad conjunta de que ocurran A y B juntos, expresada como P(B|A) multiplicado por P(A).

A partir de los datos de la tabla 2 del artículo, suponiendo que los pacientes del estudio fueron sometidos a una única cirugía dentro del año cuando se desarrolló el mismo, si se elige un participante al azar, ¿cuál sería la probabilidad de que el mismo haya sido sometido a cirugía de tipo urológica, sabiendo que no fue sometido a cirugía abdominal laparoscópica? Redondee el resultado a tres dígitos después de la coma.
A0,166
B0,277
C0,655
D0,904
Correcta: 0,166. Como los tipos de cirugía son mutuamente excluyentes, P(Urológica|no laparoscópica) = P(Urológica)/[1-P(laparoscópica)] = 15,0%/90,3% = 0,166, usando los porcentajes publicados en la tabla 2.
La siguiente pregunta (12), refiere a un estudio de la Universidad de Granada (España) que se interesó en determinar el consumo mensual de cerveza de los estudiantes de primer año de la carrera de Medicina (tabla de consumo mensual de cerveza en litros, por sexo). De acuerdo a estos datos, ¿qué probabilidad tiene un joven de sexo masculino dentro de esta población de consumir más de 17 litros de cerveza mensuales, si se sabe que el mismo consume menos de 19 litros de cerveza por mes?
A0,398
B0,726
C0,768
D1,000
Correcta: 0,726. P(>17|<19)=77/106=0,726, con hombres <19L=106 y hombres entre 17 y 19L=77.
Considerando los datos de la Tabla 4 del estudio de Illamola y col. (Sin riesgo n=545, Con riesgo n=99, total=644). ¿Cuál es la probabilidad de seleccionar al azar una persona con riesgo de sarcopenia?
A0,151
B0,342
C0,667
D0,302
Correcta: 0,151. P(riesgo)=99/644=0,1537≈0,154. La opción más cercana por lejos es 0,151 (las demás no corresponden a ningún cálculo razonable de la tabla); posible imprecisión de redondeo del propio examen.
Considerando los datos de la Tabla 2 (Varones sin+con riesgo=217+23=240; Mujeres=312+74=386; total=626). ¿Cuál sería la probabilidad de encontrar una mujer con riesgo de sarcopenia si suponemos que el riesgo de sarcopenia y el sexo se consideran sucesos independientes?
A0,095
B0,192
C0,904
D0,808
Correcta: 0,095. P(mujer)=386/626=0,6166. P(riesgo)=97/626=0,1550. Bajo independencia: P(mujer∩riesgo)=0,6166×0,1550=0,0955≈0,095.
¿Qué mide la expresión P(A|B)?
AQué tan probable es A, calculado dentro del subgrupo en que ya se sabe que ocurrió B
BLa probabilidad de A calculada sobre toda la población, ignorando B
CQué tan probable es B, calculado dentro del subgrupo en que ya ocurrió A
DLa probabilidad de que ocurran A y B al mismo tiempo, sin condicionar nada
Correcta: Qué tan probable es A, calculado dentro del subgrupo en que ya se sabe que ocurrió B. El texto define P(A|B) como la probabilidad de A sabiendo que ya ocurrió B, y aclara que condicionar cambia el espacio de referencia al subgrupo que cumple B.
Confundir la sensibilidad de un test con su valor predictivo positivo es un error frecuente porque:
AAmbas miden exactamente lo mismo y por eso da igual usar cualquiera
BSon dos probabilidades condicionales con los términos invertidos entre sí (P(test+|enfermo) vs. P(enfermo|test+))
CLa sensibilidad se calcula con el teorema de Bayes y el VPP no requiere ningún cálculo
DNinguna de las dos depende de si el paciente está o no enfermo
Correcta: Son dos probabilidades condicionales con los términos invertidos entre sí (P(test+|enfermo) vs. P(enfermo|test+)). El apunte señala que la sensibilidad es P(test positivo|enfermo) y el VPP es P(enfermo|test positivo), y que confundirlas es el error clásico de tratar como simétrica una probabilidad condicional que no lo es.

Lógica del contraste de hipótesis: hipótesis, valor-p y errores Gratis

Planteo de la hipótesis nula y la hipótesis alternativa

En todo contraste de hipótesis se comparan dos afirmaciones opuestas sobre un valor poblacional: la hipótesis nula (H0), que habitualmente sostiene ausencia de efecto, diferencia o asociación, y la hipótesis alternativa (H1), que sostiene lo contrario.

Las hipótesis se formulan siempre sobre el valor poblacional -la media mu, la proporción p o el coeficiente de correlación poblacional rho- y no sobre el estadístico ya calculado en la muestra, que es un dato conocido y no algo que se esté poniendo a prueba.

El valor-p: definición correcta

El valor-p es la probabilidad de obtener, asumiendo que H0 es verdadera, un valor del estadístico de prueba igual o más extremo que el efectivamente observado en la muestra.

Interpretar el valor-p como la probabilidad de que H0 sea verdadera es un error conceptual frecuente: el valor-p se calcula partiendo del supuesto de que H0 ya es cierta, por lo que no puede al mismo tiempo medir la probabilidad de que lo sea.

Para la comparación de SpO2 entre grupos de tratamiento (p=0.028), si se considerara otro nivel de significación, ¿cuál de las siguientes afirmaciones es correcta respecto a si se mantiene la conclusión de 'no hay diferencia significativa'?
AA un nivel de significación alfa=0.005 se mantendrían las conclusiones de la pregunta anterior
BA un nivel de significación alfa=0.05 se mantendrían las conclusiones de la pregunta anterior
CA un nivel de significación alfa=0.10 se mantendrían las conclusiones de la pregunta anterior
DA un nivel de significación alfa=0.20 se mantendrían las conclusiones de la pregunta anterior
Correcta: A un nivel de significación alfa=0.005 se mantendrían las conclusiones de la pregunta anterior. La conclusión 'no significativo' se mantiene mientras p≥α. Con α=0.005, 0.028≥0.005, se mantiene. Con α=0.05, 0.10 o 0.20, en los tres casos p<α y la conclusión cambiaría a significativa.
Para el contraste de diferencia de medias del índice pulmonar entre grupos (IC95% -0.3 a 0.6, p=0.410), ¿cuánto vale el valor de referencia bajo la hipótesis nula?
A13.0
B13.1
C12.9
D0.2
E0.0
Correcta: 0.0. El contraste evalúa la diferencia de medias entre grupos (H0: la diferencia es 0). El IC95% (-0.3;0.6) incluye el 0, consistente con p=0.410 (no significativo). El valor de referencia bajo H0 para un contraste de diferencia de medias es siempre 0.
[Artículo Morales y cols., Rev Med Chile 2017;145:299-308] De acuerdo a los resultados obtenidos y mostrados en tabla 1, se podría afirmar que:
ALa prevalencia de obesidad fue significativamente mayor en estudiantes de 1er año
BLa prevalencia de obesidad fue significativamente mayor en estudiantes de 3er año
CNo hay evidencia estadística de diferencia de prevalencia de obesidad entre estudiantes de 1er y 3er año
Correcta: No hay evidencia estadística de diferencia de prevalencia de obesidad entre estudiantes de 1er y 3er año. Tabla 1: obesidad 9,8% vs 8,0% (p=ns), diferencia no significativa entre 1er y 3er año.
[Artículo Morales y cols., Rev Med Chile 2017;145:299-308] De acuerdo a los resultados obtenidos para las variables del "perfil lipídico", mostrados en tabla 1, se podría afirmar que:
ALa proporción de estudiantes con valores de CT y C-LDL elevados fue mayor en 1er año
BLa proporción de estudiantes con valores de CT y C-LDL elevados fue mayor en 3er año
CLa proporción de estudiantes con valores de CT y C-LDL elevados fue similar en ambos años.
Correcta: La proporción de estudiantes con valores de CT y C-LDL elevados fue mayor en 3er año. Tabla 1: CT elevado y C-LDL elevado son significativamente mayores en 3er año (p<0,01 y p<0,05).
[Artículo Morales y cols., Rev Med Chile 2017;145:299-308] Respecto a la prevalencia de consumo de alcohol, queda evidenciado que:
Aes mayor entre estudiantes de 1er año
Bes mayor entre estudiantes de 3er años
Ces similar en ambos años
Correcta: es mayor entre estudiantes de 3er años. Tabla 1: consumo de alcohol significativamente mayor en 3er año (72,4% vs 59,4%, p<0,01).
En relación a contrastes de hipótesis, y suponiendo la situación de un "contraste para la media" unilateral, se rechaza la hipótesis nula (Ho) a un nivel de significación del 1%. Dado la decisión precedente, si en lugar de usar 1% como nivel de significación se optara por usar 5%, ¿cuál pasaría a ser la decisión correcta entonces?
ASe mantiene el rechazo de Ho
BNo se puede rechazar Ho
CNo se puede saber a partir de los datos aportados
Correcta: Se mantiene el rechazo de Ho. Si se rechaza H0 al 1% (valor-p≤0,01), también se rechaza al 5% (0,01<0,05), ya que la región de rechazo al 5% contiene a la del 1%.

Diseños analíticos observacionales: cohorte y caso-control Gratis

Estudio de cohorte: estructura y lo que mide

El estudio de cohorte parte de la exposición: se definen grupos de expuestos y no expuestos, libres del evento de interés al inicio, y se los sigue hacia adelante en el tiempo para observar la aparición de casos nuevos.

Porque cuenta casos nuevos durante un seguimiento, el diseño de cohorte es el que permite calcular directamente la incidencia de una enfermedad.

Estudio caso-control: estructura y lo que mide

El estudio caso-control parte del desenlace: se seleccionan por un lado personas con la enfermedad (casos) y por otro personas sin ella (controles), y luego se indaga retrospectivamente si estuvieron expuestas o no al factor de interés.

Como no se sigue a una cohorte en el tiempo, en el caso-control no puede calcularse directamente la incidencia ni el riesgo relativo; la medida de asociación adecuada es el odds ratio.

¿Cuál diseño epidemiológico permite estimar la incidencia de una enfermedad?
ASerie de casos
BCaso-control
CTransversal
DCohorte
Correcta: Cohorte. El estudio de cohorte sigue en el tiempo a individuos sin la enfermedad y observa la aparición de nuevos casos, lo que permite calcular directamente la incidencia.
¿Cuál medida puede ser estimada para evaluar la fuerza de asociación entre un factor de riesgo y una enfermedad en un estudio caso-control?
AEspecificidad
BSensibilidad
CPrevalencia
DOdds ratio
Correcta: Odds ratio. En un estudio caso-control no se puede calcular directamente el riesgo relativo, por lo que la medida estándar de fuerza de asociación es el Odds Ratio.
¿Cuál es el tipo de estudio adecuado para estudiar cómo el tiempo dedicado a realizar actividad física influye en el riesgo cardiovascular?
AEstudio descriptivo
BEstudio de series de casos
CEstudio analítico
Correcta: Estudio analítico. Estudiar cómo una exposición influye en un desenlace requiere evaluar asociación/efecto entre variables, lo que exige un diseño analítico (cohorte, caso-control o experimental), no uno meramente descriptivo.
Señale cuál es el diseño de estudio adecuado para determinar la incidencia:
ACohorte
BCaso-control
CTransversal
DEcológico
Correcta: Cohorte. El diseño de cohorte sigue sujetos en el tiempo y permite contar casos nuevos, lo que define la incidencia.
Se estudió el tabaquismo como un factor de riesgo para infarto agudo de miocardio. En dicho estudio se consideraron dos grupos de pacientes, unos con infarto agudo de miocardio y otros sin infarto agudo de miocardio. En ambos grupos se evaluó la presencia o no del factor de riesgo. ¿Cuál es este diseño de estudio?
ACaso-control
BEcológico
CCohorte
DTransversal
Correcta: Caso-control. El diseño parte de dos grupos definidos por el desenlace (con/sin infarto) y evalúa retrospectivamente la exposición: es un caso-control.
Un estudio analizó a dos grupos de embarazadas (adolescentes y no adolescentes), observadas durante todo el período gestacional para detectar complicaciones obstétrico-perinatales. El factor de exposición considerado en dicho estudio es:
AEl parto pretérmino
BEl embarazo
CEl embarazo adolescente
DLa diabetes gestacional
Correcta: El embarazo adolescente. Es un diseño de cohorte: los grupos se definen según si son o no embarazadas adolescentes (la exposición), y se sigue a ambos para observar el desenlace.

¿Te sirvió? Seguí con Métodos completo

48 temas, 1866 preguntas, pago único.

Seguir estudiando en metodos.femed.uy →