Hola!! A falta del examen, se puede decir que hemos concluido la asignatura,y por lo tanto los temas en este blog. A pesar de que no me gusta absolutamente nada la asignatura (soy malísima con los números), el hecho de tener que llevar a cabo este blog me ha parecido una tarea interesante, y aclaratoria para algunos conceptos. Dado que pertenecemos a una generación que está muy en contacto con las nuevas tecnologías, el conocimiento sobre TICs ya lo traíamos, en mayor o menos medida, con nosotros, por lo que no ha sido una tarea difícil. Para la realización del mismo, me he ayudado de los apuntes de clase, de algunos vídeos de Youtube y de algunos Blogs de otros años para servirme como guía. Espero que les haya parecido interesante a todos ustedes también!!
El uso de las TICS en sanidad ha conseguido el empoderamiento de los pacientes
e-salud y e-bienestar: nuevos espacios virtuales para los cuidados.
Pagliari 2005: modificación definición de e-salud de Eisenbach:
La esalud es un campo emergente de la de la informática médica, refiriéndose a la organización y prestación de servicios de salud e información a través de Internet y las tecnologías relacionadas. En un sentido más amplio, el término caracteriza no sólo un desarrollo técnico, sino también una nueva forma de trabajar, una actitud y un compromiso para el pensamiento global en red, con el fin de mejorar la atención sanitaria a nivel local, regional y mundial mediante el uso de tecnologías de la información y la comunicación
Según la OMS:
Cibersalud: El uso de tecnologías de la información y la comunicación (TIC) para la salud.
e-salud: se ocupa de mejorar el flujo de información, a través de medios electrónicos, para apoyar la prestación de servicios de salud y la gestión de los sistemas de salud.
Salud Conectada:
“La salud conectada es la convergencia e integración de Internet y otras
tecnologías digitales en el ámbito de la salud. Implica el desarrollo de
competencias en el uso de herramientas tecnológicas para la mejora de la salud
propia y la de aquellas personas que nos rodean, así como una capacidad de
adaptación a los nuevos desafíos que se presentan en un entorno en constante
evolución”.
APLICACIÓN DE LAS TICS A LOS CIUDADOS ENFERMEROS:
Los ámbitos de aplicación de las TIC en salud se han
venido agrupando en cuatro grandes campos:
• Practica clínica
• Gestión
• Educación / docencia
• Investigación
Ventajas TIC en enfermería:
• Favorecer la difusión de información y la comunicación entre los diferentes miembros del equipo de salud.
• Mayor visibilidad de la enfermería
• Agilidad en toma de decisiones y aumento calidad de cuidados
• Perspectiva clínica y favoreces la investigación.
• Facilita el intercambio de información entre la enfermera y el paciente.
• Mantenimiento de la formación (formación continuada).
Desventajas TIC en enfermería:
• Distracciones
• Dispersión
• Pérdida de tiempo
• Información no fiables
• Aprendizajes incompletos y superficiales
• Visión parcial de la realidad
• Ansiedad
• Dependencia de la personas.
¿QUÉ RELACIÓN TIENEN LOS CUIDADOS ENFERMEROS CON LAS TICS?
Las Redes Sociales son otro campo profesional en el que podemos desarrollar nuestros cuidados.
COMO EJEMPLO DEL USO DE LAS REDES SOCIALES EN ENFERMERÍA, ME GUSTARÍA MOSTRAROS A ENFERMERA SATURADA, QUE DESDE SUS DIFERENTES PERFILES EN TWITTER, INSTAGRAM, FACEBOOK, ETC. NOS ENSEÑA EL DÍA A DÍA DE UN ENFERMERO EN LA ACTUALIDAD CON UN TOQUE DE HUMOR, ADEMÁS TAMBIÉN HA ESCRITOS VARIOS LIBROS SOBRE NUESTRA PROFESIÓN ¡Y CON UN UNOS NOMBRES MUY ORIGINALES!.
Las tecnologías de Información y Comunicación (TICs) son el conjunto de herramientas relacionadas con la transmisión, procesamiento y almacenamiento digitalizado de la información.
Otros conceptos:
• NTICS: Nuevas Tecnologías de la Información y la Comunicación
• TI: Tecnologías de la Información
SOCIEDAD DE LA INFORMACIÓN
Características de la sociedad de la información:
• impulsar la globalización mediante el uso y desarrollo de las TICS.
• fomentar la Sociedad del Conocimiento.
• mantener libre el flujo de información y conocimiento.
• marcar a una generación, su desarrollo e identidad.
• comunicar de forma inmediata eventos o noticias de interés público.
• permitir una mayor influencia de la sociedad en decisiones políticas.
• acelerar el desarrollo económico de los países mediante la tecnología.
• eliminar la presencialidad para comunicarse, estudiar o trabajar.
• crear nuevos puestos de trabajo.
• optimizar procesos industriales obsoletos que finalmente conducen a la
transformación digital.
SOCIEDAD DEL CONOCIMIENTO:
¿Qué es la sociedad del conocimiento?
Es aquella que se determina por el acceso y
procesamiento de la información para transformarla en conocimiento. Su valor
primordial es el aprendizaje, que no está determinado ni por el
espacio (las instituciones de enseñanza) o el tiempo.
En la cultura de esta sociedad, la utilización de las las TICS para la investigación, la
educación, la comunicación y la vinculación social mediante redes, son algunas de las
manifestaciones más importantes.
Carateristicas de las Sociedad del Conocimiento (David Y Foray, 2002)
• Aceleración de la producción de conocimientos
• La innovación se convierte en la actividad dominante
• La revolución de los instrumentos del saber
CONVERGENCIA DIGITAL:
• Nueva puerta a la innovación
• Evolución de los sistemas analógicos al campo digital
• Mayor demanda por los usuarios
• Desarrollo de la conectividad
• Continuación de tareas
• Adaptación de los dispositivos a los usos de la usuarios
Análisis bivariado variable cualitativa y
cuantitativa
Este tipo de análisis es sumamente frecuente en todos los ámbitos,
puesto que con frecuencia nos interesa saber si las categorías (o factores)
de una variable cualitativa (o también en otras situaciones) presentan unos valores medios similares, o no.
EJEMPLOS:
-¿Es diferente el peso en los chicos y chicas de clase?
-¿Es diferente la TAS media en un grupo de individuos catalogados por su IMC?
Test a aplicar en análisis bivariado variable
cualitativa y cuantitativa
•Paramétricos
–T de student para 1 o dos muestras (o categorías) (apareadas
o independientes).
–ANOVA (para más de dos muestras o categorías
independientes)
•No paramétricos
–Prueba U de Mann-Whitney (muestras independientes)
–Test Wilconxon (muestras apareadas)
–Test Kruskal-Wallis (más de dos muestras o categorías)
•1º Determinar si se trata de una muestra o dos muestras
independientes o apareadas.
•2º determinar si usaremos test paramétricos o no paramétricos
-Si la relación entre ambas medias sigue una
distribución normal se realizará Test
paramétrico.
-Si la relación entre ambas medias no sigue una
distribución normal se realizará Test no
paramétrico.
-Para la normalidad hacer test de kolmogorov- Smirnov (n>50) o
Shapiro-Wilk (n<50)
T DE STUDENT COMO TEST PARAMÉTRICO:
•Criterios de parametricidad
-Distribución Normalidad (Test K-S o Shapiro)
- Homocedasticidad o igualdad de varianzas
- Test Levene:
- F> 0,05: Se asume igualdad de varianzas
- F< 0,05: No hay igualdad de varianzas
o N muestral > 30
•Permite contrastar :
-Sí dos muestras proceden o no de la misma población.
- Si hay diferencia entre las dos medias.
• Las muestras
-Muestras independientes
-Muestras dependientes
• Esta función matemática nació en la fábrica de cerveza
Guinness.
CON EL T DE STUDENT...
comprobamos si existe una
diferencia estadísticamente significativa entre las
medias de dos muestras o grupos.
Es decir, comprobamos si las dos medias difieren
más de lo que consideramos normal cuando las
muestras proceden de la misma población o, lo que
es lo mismo, si las medias no difieren entre sí más de
lo que normal que difieran los sujetos entre sí.
ANOVA:
•Método para comparar dos o más medias, es necesario porque cuando se quiere comparar más de dos medias es incorrecto utilizar
repetidamente el contraste basado en la t de
Student.
• Anova, es un método que permite comparar
varias medias en diversas situaciones;
-Dos variables: 1 categórica (+ de dos categorías), 1
cuantitativa
• Está muy ligado al diseño experimental
• Es la base del análisis multivariable.
•Permite estudiar la asociación entre una variable
cuantitativa y una variable cualitativa de más de dos
categorías, siempre que la cuantitativa siga una
distribución normal.
• Se basa en el cálculo del estadístico F de Fisher- Schnedecor.
FRANCIS GALTON describió el término REGRESIÓN en su libro "Natural inheritance"
Su trabajo se centraba en el estudio de los rasgos físicos de los descendientes (una de las variables) a partir de la de sus padres (la otra variable).
Hoy en día el sentido de la regresión es de predecir una medida basándonos en el conocimiento de otra.
PEARSON hizo un estudio con más de 1000 registros familiares observando relaciones. Ejemplo: sacó en conclusión que la altura de los padres se hereda en parte a sus hijos, que tienden a regresar a la media
Relación entre dos variables cuantitativas
• Una variable cuantitativa toma valores que son cuantificables, por ejemplo
la talla de una persona, el peso, presión arterial, el sueldo que gana, los
gastos que tiene, etc
Estudio conjunto de dos variables
En cada fila tenemos los datos de un individuo
Cada columna representa los valores que toma una variable.
Estas observaciones se pueden representar en un diagrama de dispersión.
Nuestro objetivo es averiguar si existe relación entre las variables, de qué tipo y si es posible determinar el valor de una a partir de la otra.
EL PESO AUMENTA CON LA ALTURA.
Relación directa e inversa
Relación entre dos variables cuantitativas
-Dependencia Funcional: puntos exactamente sobre la línea recta o curva.
Pero en estadística no se suele dar este tipo de casos
-Dependencia Estocástica: no están todos los puntos exactamente sobre el modelo, sino que existe una tendencia.
Regresión lineal simple: correlación y determinación
•Se trata de estudiar la asociación lineal entre dos variables cuantitativas.
•Ejemplo: influencia de la edad en las cifras de Tensión arterial Sistólica.
•Regresión lineal simple: una sola variable independiente.
•Regresión lineal múltiple: más de una variable independiente.
•Ecuación de la recta: y = a + bx (ej: TAS=a +b· edad)
•Pendiente de la recta → b
•Punto de intersección con el eje de coordenadas → a
• “b” expresa la cantidad de cambio que se produce en la variable
dependiente por unidad de cambio de la variable independiente.
• “a” expresa cuál es el valor de la variable dependiente (eje y)
cuando la independiente vale cero (eje x).
Si x=0 → y= a
Coeficiente de Correlación de Pearson
Por lo que ya podemos decir que si la “r” es menor que 0, tenemos
una relación lineal inversa. Si la “r” es mayor de 0, la relación es
lineal directa, y si “r” es igual a 0, podemos tener una variables
independientes o por otro lado una relación que no sea lineal.
•Para comparar dos variables cualitativas (dependiente e independiente). •Razonamiento a seguir: suponemos la hipótesis cierta, y estudiamos cómo es de probable que siendo iguales los dos grupos a comparar se obtengan resultados como los obtenidos o haber encontrado diferencias más grandes por grupos.
Tablas de contingencia-Frecuencias absolutas:
•se emplean para registrar y analizar la asociación entre dos o más variables de naturaleza cualitativa (nominales u ordinales).
•Ejemplo ¿Existen diferencias en el consumo de tabaco en función del sexo?
•Hipótesis:
–Ho=No existe asociación entre el consumo de tabaco y el sexo.
–H1=Existe asociación entre el consumo de tabaco y el sexo.
Porcentajes por fila (genero)
Porcentajes por columna (consumo de tabaco)
La prueba o estadístico Chi cuadrado se utiliza para comprobar si la diferencia en los datos que observamos:
•Es debida al azar
•Recordemos que la Ho establece que no hay diferencia, es decir, que hay igualdad. Aceptamos la Ho.
•Es debida a algo más, por ejemplo una asociación entre las variables que estudiamos.
•Rechazamos la H0. Aceptamos la H1.
•Las condiciones para aplicarlas son:
1.Las observaciones tienen que serindependientes.
2.Utilizar variables cualitativas.
3.Deben ser más de 50 casos.
4.Las frecuencias teóricas o esperadas en cada casilla de clasificación no deben
ser inferiores a 5. Si son menores que 5, no podemos sacar conclusiones del contraste de hipótesis con Chi-cuadrado
Si no se cumplen los requisitos: Se usan pruebas paramétricas.
La significación estadística (p)está relacionada con el resultado del estudio.
Así, cuando se dice que la p < 0.05, estamos afirmando que el resultado del
estudio se cumple, al menos, en el 95% de los casos.
Contrastes de hipótesis:
El contraste de hipótesis nos permite decidir si
los resultados obtenidos son fruto de la
causalidad (por una relación causa-efecto) o de
la casualidad (por azar).
Permite cuantificar la compatibilidad entre
una hipótesis previamente establecida y los resultados
obtenidos.
•Se utiliza la prueba estadística correspondiente y se mide la
probabilidad de error al rechazar la hipótesis nula, asociada al
valor de p
• Según el nivel de significación que hayamos preestablecido
(habitualmente un 95%) las soluciones pueden ser:
Al conjunto de procedimientos estadísticos que permiten pasar de lo
particular, (la muestra) a lo general (la población) le denominamos:
inferencia estadística.
Dos formas de inferencia estadística: • ESTIMACIÓN: Parámetro - - Estimador
•CONTRASTE DE HIPÓTESIS Para ejemplificar:
Estimaciones:
•Proceso de utilizar información de una muestra para extraer
conclusiones acerca de toda la población
• Se utiliza la información recogida para estimar un valor
• Puede realizarse ESTIMACIÓN PUNTUAL o ESTIMACIÓN
POR INTERVALOS mediante el cálculo de INTERVALOS DE
CONFIANZA
Estimación puntual:
•Consiste en considerar al valor del estadístico muestral como
una estimación del parámetro poblacional
• Por ejemplo, si la TAS media de una muestra es 125 mmHg,
una estimación puntual es considerar este valor como una
aproximación a la TAS media poblacional.
Estimación por intervalos:
•Consiste en calcular dos valores entre los cuales se
encuentra el parámetro poblacional que queremos estimar
con una probabilidad determinada, habitualmente el 95%. Se pueden crear para cualquier
parámetro de la población
• Por ejemplo, a partir de lo datos de una muestra hemos
calculado que hay un 95% de probabilidad de la TAS media de
una población esté comprendida entre 120 y 130 mmHg (120 y
130 son los límites del intervalo de confianza)
Error estándar :
• Es la medida que trata de captar la variabilidad de los valores del
estimador (en este caso la media de los días de curación de la
úlcera)
• El error estándar de cualquier estimador mide el grado de
variabilidad en los valores del estimador en las distintas muestras
de un determinado tamaño que pudiésemos tomar de una
población.
• Cuanto más pequeño es el error estándar de un estimador, más nos
podemos fiar del valor de una muestra concreta.
• Si en lugar de variar el valor de la media en las muestras entre 52 y
64 días, variara entre 20 y 90 días, sería menos probable que al
seleccionar una muestra y calcular su media, ésta estuviera
cercana a 57,46, que es el valor de la media en la población
¿Cómo se calcula?
Teorema central del límite:
Para estimadores que pueden ser expresados como
suma de valores muestrales, la distribución de sus
valores sigue una distribución normal con media de
la de la población y desviación típica igual al error
estándar del estimador de que se trate.
Intervalos de confianza:
•Son un medio de conocer el parámetro en una población midiendo el
error que tiene que ver con el azar (error aleatorio)
• Se trata de un par de números tales que, con un nivel de
confianza determinados, podamos asegurar que el valor del
parámetro es mayor o menor que ambos números.
• Se calcula considerando que el estimador muestral sigue una
distribución normal, como establece la teoría central del límite
Para construir un intervalo de
confianza del 95% o del 99%
se aplica la fórmula:
– Para nivel de confianza 95%: z=1,96
– Para nivel de confianza 99%: z=2,58
– Z es un valor que depende del nivel de confianza 1-a
con que se quiera dar el intervalo
Contrastes de hipótesis:
• Para controlar los errores aleatorios, además del
cálculo de intervalos de confianza, contamos con una
segunda herramienta en el proceso de inferencia
estadística: los tests o contrastes de hipótesis
• Con los intervalos nos hacemos una idea de un
parámetro de una población dando un par de números
entre los que confiamos que esté el valor desconocido
• Con los contrastes (tests) de hipótesis la estrategia es
la siguiente:
– Establecemos a priori una hipótesis acerca del valor del
parámetro
– Realizamos la recogida de datos
– Analizamos la coherencia de entre la hipótesis previa y los
datos obtenidos
