Lo esencial en Bioestadística Médica
Palabras clave:
bioestadística, medicina, estadística, epidemiología, investigación, análisis descriptivo, análisis inferencialSinopsis
PRÓLOGO
La bioestadística médica es el lenguaje que habla la evidencia en el campo de la medicina. Es la herramienta que nos permite comprender, interpretar y aplicar los datos que emergen de la compleja red de información que caracteriza a la investigación en salud. Este libro es una guía indispensable para aquellos que buscan navegar por este vasto océano de datos con destreza y comprensión.
En un mundo donde la toma de decisiones clínicas y la formulación de políticas de salud dependen cada vez más de la evidencia científica, la bioestadística se erige como el cimiento sobre el cual se construye el conocimiento médico. Este libro no sólo proporciona las herramientas necesarias para entender los principios fundamentales de la bioestadística, sino que también explora cómo estas herramientas pueden ser aplicadas de manera práctica en la investigación médica.
A lo largo de estas páginas, el lector será guiado desde los conceptos más básicos hasta los métodos más avanzados, siempre con un enfoque claro en la relevancia clínica. Se abordarán temas que van desde la recopilación y descripción de datos hasta el diseño y análisis de estudios epidemiológicos y ensayos clínicos. Se destacarán casos prácticos y ejemplos reales para ilustrar cómo la bioestadística influye en la toma de decisiones médicas y en la mejora de la atención al paciente.
Este libro es el resultado de la colaboración de expertos en bioestadística y profesionales de la salud, unidos por la convicción de que el conocimiento estadístico es esencial para una práctica médica basada en la evidencia. Esperamos que este viaje a través de la bioestadística médica sea tan educativo como emocionante, y que al final, los lectores se sientan capacitados para explorar, entender y contribuir al vasto campo de la investigación médica.
Dr. Wilber Adolfo Gómez Vargas, PhD.
Universidad de Antioquia (Colombia)
Descargas
Citas
Alavi, M., Visentin, D. C., Thapa, D. K., Hunt, G. E., Watson, R., & Cleary, M. (2020). Chi-square for model fit in confirmatory factor analysis. Journal of Advanced Nursing, 76(9), 2209-2211. https://doi.org/10.1111/jan.14399
Ardila Duarte, G. (2022). Bioestadística descriptiva. Rigurosamente sencilla. (1era ed., Vol. 1). Ecoe Ediciones.
Beierl, E., Bühner, M., & Heene, M. (2018). Is that measure really one-dimensional? Nuisance parameters can mask severe model misspecification when assessing factorial validity. Methodology, 14(4). https://ora.ox.ac.uk/objects/uuid:59631d88-9805-4634-8237-3714870971f2
Bonita, R., Beaglehole, R., & Kjellstróm, T. (2008). Epidemiología Básica (2da ed.). Organización Panamericana de la Salud.
Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297-334. https://doi.org/10.1007/BF02310555
De Boeck, P., & Elosua, P. (2016). Reliability and Validity: History, Notions, Methods, and Discussion. En F. T. L. Leong, D. Bartram, F. Cheung, K. F. Geisinger, & D. Iliescu (Eds.), The ITC International Handbook of Testing and Assessment (p. 0). Oxford University Press. https://doi.org/10.1093/med:psych/9780199356942.003.0028
Donis, J. H. (2013). Tipos de diseños de los estudios clínicos y epidemiológicos. Avances en Biomedicina, 2(2), 76-99. https://www.redalyc.org/pdf/3313/331327989005.pdf
Effendi, M., Zamri Khairani, A., Adnan, R., & Matore, E. M. (2019). Exploratory Factor Analysis (EFA) for Adversity Quotient (AQ) Instrument among Youth (SCOPUS). Journal of Critical Reviews, 6(6), 234-242. https://doi.org/10.22159/jcr.06.06.33
Espinoza Casco, R. J., Sánchez Camargo, M. R., Velasco Taipe, M. A., Gonzales Sánchez, A., Romero-Carazas, R., & Mory Chiparra, W. E. (2023). METODOLOGÍA Y ESTADÍSTICA EN LA INVESTIGACIÓN CIENTÍFICA. En Puerto Madero Editorial Académica (2020-). Puerto Madero Editorial Académica. https://doi.org/10.55204/PMEA.17
Ferrando, P. J., & Lorenzo-Seva, U. (2014). El Análisis Factorial Exploratorio de los Ítems: Algunas consideraciones adicionales. Anales de Psicología, 30(3), 1170-1175. https://doi.org/10.6018/analesps.30.3.199991
Forsythe, G. B., McGaghie, W. C., & Friedman, C. P. (1986). Construct Validity of Medical Clinical Competence Measures: A Multitrait-Multimethod Matrix Study Using Confirmatory Factor Analysis. American Educational Research Journal, 23(2), 315-336. https://doi.org/10.3102/00028312023002315
Gadermann, A., Guhn, M., & Zumbo, B. (2019). Estimating ordinal reliability for Likert-type and ordinal item response data: A conceptual, empirical, and practical guide. Practical Assessment, Research, and Evaluation, 17(1). https://doi.org/10.7275/n560-j767
Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, P. (2010). Metodología de la Investigación (5ta ed.). McGrawHill.
Hernández-Avila, M., Garrido-Latorre, F., & López-Moreno, S. (2000). Diseño de estudios epidemiológicos. Salud Pública de México, 42(2), 144-154. https://doi.org/10.1590/S0036-36342000000200010
Hox, J. j. (2021). Confirmatory Factor Analysis. En C. Barnes & D. R. Forde (Eds.), The Encyclopedia of Research Methods in Criminology and Criminal Justice (pp. 830-832). John Wiley & Sons, Ltd.
Kaiser, H. F. (1958). The varimax criterion for analytic rotation in factor analysis. Psychometrika, 23(3), 187-200. https://doi.org/10.1007/BF02289233
López Segovia, L. (2020). Bioestadística y sus aplicaciones. Lucas López Segovia.
Lozano Poveda, D. (2012). Principios de epidemiología (2da ed.). Pontificia Universidad Javeriana. http://repository.javeriana.edu.co/handle/10554/47755
MacCallum, R. C., Browne, M. W., & Cai, L. (2007). Factor analysis models as approximations. En R. Cudeck & R. C. MacCallum (Eds.), Factor analysis at 100: Historical developments and future directions (pp. 153-175). Lawrence Erlbaum Associates Publishers.
Maldonado Reyes, F. B., Álvarez Ochoa, R. I., Maldonado Córdova, P. A., Cordero Cordero, G. del R., & Capote Llanares, M. Á. (2023). METODOLOGÍA DE LA INVESTIGACIÓN: De la teoría a la práctica. En Puerto Madero Editorial Académica (2020-; 1era ed.). Puerto Madero Editorial Académica. https://doi.org/10.55204/pmea.24
Manterola, C., Grande, L., Otzen, T., García, N., Salazar, P., & Quiroz, G. (2018). Confiabilidad, precisión o reproducibilidad de las mediciones. Métodos de valoración, utilidad y aplicaciones en la práctica clínica. Revista chilena de infectología, 35(6), 680-688. https://doi.org/10.4067/S0716-10182018000600680
Martín Andrés, A., & Luna del Castillo, J. de D. (2004). Bioestadística para las Ciencias de la Salud (+) (1era ed.). Capitel Editores.
Martínez Hernández, J. (2013). Nociones de Salud Pública (2da ed.). Ediciones Díaz de Santos.
McDonald, R. (1985). Factor analysis and related methods. Lawrence Erlbaum Associates Publishers.
Medina, M. C. (2011). Generalidades de las pruebas diagnósticas, y su utilidad en la toma de decisiones médicas. Revista Colombiana de Psiquiatría, 40(4), 787-797. http://www.scielo.org.co/scielo.php?script=sci_abstract&pid=S0034-74502011000400015&lng=en&nrm=iso&tlng=es
Meredith, W. (1964). Rotation to achieve factorial invariance. Psychometrika, 29(2), 187-206. https://doi.org/10.1007/BF02289700
Moreno-Altamirano, A., López-Moreno, S., & Corcho-Berdugo, A. (2000). Principales medidas en epidemiología. Salud Pública de México, 42(4), 337-348. https://doi.org/10.1590/S0036-36342000000400009
Morin, A. J. S., Marsh, H. W., & Nagengast, B. (2013). Exploratory structural equation modeling. En G. R. Hancock & R. O. Mueller (Eds.), Structural equation modeling: A second course (2nd ed., pp. 395-436). IAP Information Age Publishing.
Morin, A. J. S., Myers, N. D., & Lee, S. (2020). Modern factor analytic techniques: Bifactor models, exploratory structural equation modeling (ESEM), and Bifactor‐ESEM. En G. Tenenbaum, R. C. Eklund, & N. Boiangin (Eds.), Handbook of sport psychology: Exercise, methodologies, & special topics, Vol. 2, 4th ed (pp. 1044-1073). John Wiley & Sons, Inc. https://doi.org/10.1002/9781119568124.ch51
Muñiz, J. (2018). Introducción a la Psicometría. Teoría clásica y TRI. Pirámide.
Nunnally, J. C. (1978). Psychometric Theory (2da ed.). McGraw-Hill.
Organización Panamericana de la Salud. (2011). Módulo de Principios de Epidemiología para el Control de Enfermedades (MOPECE) (2da ed.). Organización Panamericana de la Salud.
Revelle, W. R. (2019). psych: Procedures for Personality and Psychological Research. Northwestern Scholars. https://www.scholars.northwestern.edu/en/publications/psych-procedures-for-personality-and-psychological-research/fingerprints/
Rhemtulla, M., Brosseau-Liard, P. É., & Savalei, V. (2012). When can categorical variables be treated as continuous? A comparison of robust continuous and categorical SEM estimation methods under suboptimal conditions. Psychological Methods, 17(3), 354-373. https://doi.org/10.1037/a0029315
Ricolfi, L., & Testa, S. (2021). Factorial Invariance and Orthogonal Rotation. Multivariate Behavioral Research, 56(5), 787-804. https://doi.org/10.1080/00273171.2020.1770571
Romero Sandoval, N., Valcálcer, I., Sánchez Pérez, H. J., & Martín Mateo, M. (2015). Principios de Epidemiología: Tasas y estandarización, análisis poblacionales y muestrales. Bubok.
Schweizer, K., Schreiner, M., & Gold, A. (2009). The confirmatory investigation of APM items with loadings as a function of the position and easiness of items: A two-dimensional model of APM. Psychology Science, 51(1), 47-64.
Shrestha, N. (2021). Factor Analysis as a Tool for Survey Analysis. American Journal of Applied Mathematics and Statistics, 9(1), Article 1. https://doi.org/10.12691/ajams-9-1-2
Sokal, R. R., & Rohlf, F. J. (2002). Introducción a la bioestadística. Reverte.
Sureshchandar, G. S. (2021). Quality 4.0 – a measurement model using the confirmatory factor analysis (CFA) approach. International Journal of Quality & Reliability Management, 40(1), 280-303. https://doi.org/10.1108/IJQRM-06-2021-0172
Trizano-Hermosilla, I., & Alvarado, J. M. (2016). Best Alternatives to Cronbach’s Alpha Reliability in Realistic Conditions: Congeneric and Asymmetrical Measurements. Frontiers in Psychology, 7. https://www.frontiersin.org/articles/10.3389/fpsyg.2016.00769
Tukey, J. W. (1977). Exploratory Data Analysis (1era ed.). Pearson.
Viladrich, C., Angulo-Brunet, A., & Doval, E. (2017). Un viaje alrededor de alfa y omega para estimar la fiabilidad de consistencia interna. Anales de Psicología / Annals of Psychology, 33(3), Article 3. https://doi.org/10.6018/analesps.33.3.268401
Villa Romero, A. R., Moreno Altamirano, L., & García de la Torre, G. (2012). Epidemiología y estadística en salud pública (2da ed.). McGrawHill.
Vizcaíno-Salazar, G. J. (2017). Importancia del cálculo de la sensibilidad, la especificidad y otros parámetros estadísticos en el uso de las pruebas de diagnóstico clínico y de laboratorio. Medicina y Laboratorio, 23(7-8), 365-386. https://doi.org/10.36384/01232576.34
Wrigley, C., Saunders, D. R., & Neuhaus, J. O. (1958). Application of the quartimax method of rotation to Thurstone’s primary mental abilities study. Psychometrika, 23(2), 151-170. https://doi.org/10.1007/BF02289011
Tennant A, Pallant JF. The root mean square error of approximation (RMSEA) as a
supplementary statistics to determine fit to the Rasch model with large sample sizes. Rasch Meas Trans. 2012; 25(4): 1348.
Descargas
Publicado
Colección
Licencia
