revisión estadística
intervalos de confianza: la estimación del intervalo de un parámetro de población, y generalmente establecido en 95%. Si se tomaran 100 muestras de la población, la puntuación media o la medición de 95 de esas poblaciones de la muestra caerían dentro del rango de intervalos de confianza del 95%. Cuanto más cerca o más apretado sea el rango del IC del 95% de la media real, más fuertes serán los resultados de esa prueba.,
Error estándar de medición: este valor indica el rango ( + / – ) dentro del cual el puntaje verdadero de un paciente podría caber dentro de una prueba dada. Si el SEM para la medición goniométrica del rango de movimiento para la flexión de la rodilla es de 3,5 grados, se podría esperar una variación del rango de movimiento real/real entre 116,5 y 123,5 grados cuando el valor medido real es de 120 grados. También se considera como la desviación estándar de los valores de los puntajes repetidos en las pruebas.
sensibilidad: si un paciente tiene una afección, ¿cuáles son las probabilidades de que la prueba clínica sea positiva?, Esta es su medida de los verdaderos positivos. Los valores varían de 0 a 1.0 donde 1.0 = 100% de verdaderos positivos. El hocico mnemónico se utiliza para aplicar estos hallazgos. Si una prueba tiene una alta sensibilidad y la prueba es negativa, el médico puede sentirse mejor al descartar la enfermedad (hocico). Las pruebas clínicas con una sensibilidad más alta son mejores para examinar a los pacientes para la condición objetivo, pero no tan buenas para proporcionar un diagnóstico específico., En otras palabras, cuando una prueba altamente sensible es negativa, puede sentirse más seguro de que el paciente no tiene la condición, sin embargo, si la prueba es positiva, no puede estar seguro de que tenía esa condición, a menos que la prueba también fuera altamente específica.
especificidad: si un paciente no tiene una condición, ¿cuáles son las posibilidades de que la prueba clínica sea negativa? Esta es su medida de los verdaderos negativos. Los valores varían de 0 a 1.0 donde 1.0 = 100% de negativos verdaderos. El espín mnemónico se utiliza para aplicar estos hallazgos., Si una prueba tiene una especificidad alta y la prueba es positiva, el médico puede sentirse mejor acerca de la determinación de la enfermedad (SpIn). Cuando una prueba altamente específica es positiva, puede sentirse más seguro de que el paciente tiene la condición, sin embargo, si la prueba es negativa, no puede estar seguro de que no tenga esa condición, a menos que la prueba también sea altamente sensible.
razón de verosimilitud positiva (+LR): expresa el cambio en las probabilidades que favorece la condición cuando se le da una prueba positiva. Es un cálculo de la especificidad y la sensibilidad de una prueba (+LR = Sensibilidad / 1-Especificidad)., A + LR > 1.0 aumenta la probabilidad de proporcionar un diagnóstico correcto basado en el resultado de la prueba.
razón de verosimilitud negativa: expresa el cambio en las probabilidades de que una condición esté ausente cuando se le da una prueba negativa. Es un cálculo de la especificidad y la sensibilidad de una prueba (-LR = 1-sensibilidad / especificidad). Un LR < 1.0 aumenta la probabilidad de proporcionar un diagnóstico correcto basado en el resultado de la prueba.,
Odds Ratio: esta es la estimación del riesgo relativo y se utiliza normalmente cuando el riesgo relativo no se puede determinar con precisión en función de las limitaciones del estudio (incapacidad para calcular con precisión la incidencia acumulada, es decir, un estudio de casos y controles). A menudo se usa para expresar el tamaño del efecto. Es la relación entre las probabilidades de que un evento ocurra en un grupo y las probabilidades de que ocurra en otro grupo. Es la probabilidad de que el mismo evento o condición ocurra en dos grupos., Una relación de probabilidades 1:1 significa que no hay diferencia en las probabilidades entre los grupos (el evento o condición ocurre por igual en ambos grupos).
riesgo relativo: esta es la medida del efecto relativo, que es la relación que describe los riesgos asociados con el grupo expuesto en comparación con el grupo no expuesto. Indica la probabilidad de que alguien que ha estado expuesto a un factor de riesgo desarrolle la condición en comparación con alguien que no ha estado expuesto.
tamaño del efecto: la magnitud de la diferencia entre dos tratamientos o la relación entre dos variables., Un tamaño de efecto más grande para un tratamiento indica que resultó en una diferencia positiva más grande en el resultado que se midió.
validez: ¿mide la prueba clínica lo que pretende medir? Esta es la pregunta que la validez responde. Esto a menudo se puede medir por valores de sensibilidad y especificidad, así como razones de verosimilitud (los valores predictivos positivos y negativos se utilizan a menudo, pero no son tan útiles como las razones de verosimilitud).
fiabilidad: ¿qué tan bien coinciden los examinadores en los hallazgos de una prueba? La fiabilidad es una medida de acuerdo, pero no de validez., Se basa en la cantidad de error que está presente en un conjunto de puntuaciones. Para que una prueba clínica tenga buena validez, se requiere una buena confiabilidad. Sin embargo, las pruebas que no tienen buena validez aún pueden tener una excelente confiabilidad. Los examinadores pueden medir una prueba de manera muy confiable entre ellos y otros examinadores, pero eso no significa necesariamente que la prueba sea una buena medida de una afección o diagnóstico específico. Se mide por coeficientes (Kappa o coeficientes de correlación Intraclase dependiendo del tipo de variable).,
Kappa: esta es una medida de acuerdo que ha sido corregida al azar. Esta estadística evalúa la proporción de acuerdo observado y luego tiene en cuenta la proporción que se puede esperar por casualidad. Se diseñó principalmente para medir datos no paramétricos como variables dicotómicas, que incluyen respuestas Sí / No y positivas / negativas, y variables categóricas como grados de prueba muscular manual. El rango de las puntuaciones va de 0 a 10 y la interpretación de las puntuaciones ha sido sugerida como:
1,0 = perfecto
0,8 a 1,0 = excelente
0,6 a 0,8 = sustancial
0,4 a 0.,6=moderado
< 0,4 = pobre
Kappa ponderado: el estadístico Kappa regular no diferencia entre desacuerdos. Si un investigador quiere asignar un mayor peso a un desacuerdo sobre otro debido a mayores riesgos posibles, entonces se convierte en un Kappa ponderado. Algunos desacuerdos pueden ser más serios que otros. No todos los datos se pueden diferenciar de esta manera, pero si se puede entonces este Kappa ponderado se puede utilizar para estimar la fiabilidad.
coeficiente de correlación Intraclase (ICC) : el ICC es un coeficiente de fiabilidad., Calcula la varianza en las puntuaciones y es capaz de reflejar tanto el grado de correspondencia como la concordancia entre las calificaciones. Oscila entre 0 y 1.0. El ICC es una medida de confiabilidad diseñada principalmente para variables paramétricas (datos de intervalo o relación), que son continuas, como mediciones de rango de movimiento, altura, peso, etc. La interpretación de las puntuaciones ha sido sugerida como:
1,0 = perfecto
0,9 a 1,0 = excelente
0,75 a 0,9 = bueno
0,5 a 0,75 = moderado
< 0.,5 = correlación pobre
: La correlación es una medida de asociación y no de concordancia (la confiabilidad mide concordancia). Indica la relación lineal entre variables y varía de -1 a 0 a 1 y se mide por coeficientes (Pearson o Spearmans). Cuanto más cerca esté la variable de 1, más fuerte será la correlación positiva y cuanto más cerca esté de -1, más fuerte será la correlación negativa. En su mayor parte, un cero indica que no hay correlación entre las variables. Los tamaños de correlación se han definido como:
+/ – 0.1 a 0.3 = pequeño
+ / – 0.3 a 0.5 = medio
+ / – 0.5 a 1.,0 = coeficientes de correlación grandes
: estadísticas que describen cuantitativamente la fuerza y la dirección de una relación entre dos variables.