Tema 14: Visión general TICs

La sociedad está cada vez más condicionada por el uso de las nuevas tecnología, aumentando progresivamente en la última década. Las Tecnologías de la Información y la Comunicación (TICs), y muy especialmente Internet, se han introducido en la vida cotidiana de las personas, en el ámbito económico, social, cultural y en el campo de la salud. 

• La tecnología de la comunicación comprende los medios de comunicación tradicional: radio, televisión y telefonía. 
• La tecnología de la información comprende aquellas características por la digitalización de esa tecnología, es decir, la informática y la telemática.

 Las TICs son instrumentos técnicos que pueden crear, transformar, almacenar, gestionar, recuperar y difundir información de forma rápida en una realidad virtual. Nos permite comunicarnos haciendo que desaparezcan las distancias geográficas y el tiempo. El uso de las TICs, es dual, podemos hacer tanto un uso adecuado de las mismas, como un uso inadecuado de ellas. No sólo son herramientas para producir riqueza sino también para el entretenimiento y socialización. 

1.TICs en asistencia sanitaria

Desde el punto de vista de la salud, la aplicación de las TICs eleva la calidad de la asistencia sanitaria. En Junio de 2000 la Unión Europea estableció o identificó 11 áreas de las TICs entre la que se encuentran la e-Salud o Salud en Línea, dentro de esa área incentivada y desarrollada en los países miembros se establecieron cinco áreas de TICs sanitarias para garantizar la cobertura y para desacelerar el gasto sanitario: 

• La historia clínica electrónica (HCE): en la que se identifican a los pacientes a través de la tarjeta sanitaria y permite la continuidad de su elaboración en cualquier centro de salud en el que se encuentre el paciente sea este el de referencia para él o no.
• Receta electrónica: el médico o enfermero prescribe directamente en la tarjeta sanitaria pudiéndolo comprar el medicamento en la farmacia, de forma que se ahorran costos económicos y mayor seguridad de prescripción.
• Movilidad: podemos hacer seguimientos de pacientes crónicos mediante internet encontrándose el paciente en casa monitorizado, y sin la necesidad de que el profesional se desplace hasta el domicilio para recoger la información.
• Telemedicina: (Años 70) nos permite la administración de servicios a distancia por el médico o el enfermero sin necesidad de desplazamientos y ahorrando tiempo. Tele-Health: intervenciones de todos los profesionales de la salud (Ej: telederma).
• Picture Archiving Communication System (PACS): se encuentra en relación con la historia clínica, consiste en el almacenaje de todos los resultados de pruebas de imagen como radiografías, TAC, ecografías, etc. 

En la actualidad se han incorporado los siguientes conceptos: 

• E-Health (Pagliari et al., 2005): Provisión de salud y cuidados de salud mediante las tecnologías de la comunicación y la información. Internet como gran recurso. 
• M-HEALTH (WHO, 2011): E-health a través del móvil. 
• S-HEALTH (Lee, 2011): A través de smartphones. 
• U-HEALTH: A través de tecnologías ubicuas, en cualquier momento, cualquier lugar y con cualquier dispositivo. utilizando las tecnologías de comunicación móvil junto a dispositivos y sensores para obtener datos del paciente en su vida diaria con el fin de ayudar a la prevención, diagnóstico y tratamiento de su enfermedad, bajo supervisión médica.

2. Uso de Salud móvil.

Las aplicaciones móviles de salud están diseñadas para ayudar a las personas a documentarse sobre la salud, por ejemplo, sobre la dieta y el ejercicio, y realizar un seguimiento o una monitorización de algunas enfermedades, como por ejemplo, la hipertensión o la diabetes. 

El uso de la “salud móvil” puede .(Steinhubl et al. 2013): 

• Transformar la asistencia sanitaria, empoderando a pacientes, permitiéndoles más autodeterminación y control respecto a su salud, y disminuyendo el número de visitas a los profesionales sanitarios. 
• Permitir el abordaje de manifestaciones clínicas relacionadas con cuadros leves.
• Fomentar la gestión de enfermedades crónicas, aumentando la adherencia a tratamientos. 
• Proporcionar una retroalimentación individualizada por parte de profesionales de la salud. 
• Mejorar la relación profesional-paciente, ofreciendo oportunidades para invertir más tiempo en educación para la salud, prevención de la enfermedad y diagnóstico. 

3.Concepto de red de información sanitaria

Red de información del ámbito sanitario y sus organizaciones que gestiona ese ámbito sanitario como por ejemplo en la sanidad pública (el SAS y la consejería de salud). La red de información sanitaria ofrece el soporte tecnológico al organismo sanitario para prestar servicio administrativo y de salud. Está formada por distintos niveles: 

• En la base del sistema tenemos las infraestructuras de la comunicación (fibra óptica, circuito, sistema de trasmisión)
• El hardware: ordenadores, módems, routers, switches (hace accesible toda esa información). 
• El software: (comunicaciones, interprocesos, sistema de gestión de bases de datos, análisis de imágenes, protocolo, comunicaciones).

Algunos de los conceptos de red de información son:

• Datos: financieros, nomina, contabilidad, intervalo de material, fichero maestro de pacientes, historia clínica de pacientes, resultado de peticiones. 
• Seguridad: control de acceso, autentificación, seguridad de red. 
• Aplicaciones: control electrónico, citaciones, admisiones, clínicas, enfermería, laboratorio, radiología, farmacia, facturación y pagos, enlace de red, administración del sistema, ofimática, contabilidad financiera, nóminas, inventario. 
• Interfaz y usuario: interfaz usuarios. 
• Intranet: desarrolla comunicación entre todos los ámbitos o servicios del mismo centro u hospital, conectando: urgencias-con laboratorio, radiologíacon urgencias, etc. y a la vez puede ver este historial clínico el profesional en el hospital a la vez que el profesional en el centro de salud. 
• Extranet: red externa, que comunica al hospital y su área de salud con agentes externos como proveedores de material, con universidades, centros de investigación, con agentes farmacéuticos, etc. Mediante extranet los profesionales de salud, pacientes y ciudadanos en general, pueden acceder a distintas aplicaciones de esta red (por ejemplo: cita previa). 

4.Aplicación de las tecnologías en los procesos asistenciales.

Aumenta la calidad, comodidad y flexibilidad para prestar asistencia a la vez que existe una comunicación entre los diferentes profesionales. Hay mejor conexión entre los 3 sistemas asistenciales: nivel asistencial primario, especializado y domiciliario. Las Tics están mejorando la gestión que hay que hacer con los pacientes, gracias a 3 aplicaciones: 

1. Tarjeta sanitaria electrónica. 
2. Historia clínica electrónica. 
3. Hospital digital.

Ejercicios Temas 11,12,13

1)      Se recogen datos de las notas obtenidas en la asignatura de matemáticas de dos institutos, uno privado y otro público, con un total de 128 alumnos. Con la siguiente tabla:

	INSUFICIENTE	SUFICIENTE/BIEN	NOTABLE	SOBRESALIENTE
Centro privado	6	14	17	9
Instituto	30	32	17	3

–        Formula la Ho y H₁

–        Calcula el test estadístico adecuado, con una p>0.05

–        ¿Existe relación entre pertenecer a un centro u otro en la nota obtenida?

H0: No existe relación entre pertenecer a un tipo de centro con las notas académicas

H1: Los alumnos de Instituto sacan notas más bajas que los alumnos de centro privado

H2: Los alumnos de Instituto sacan notas más altas que los alumnos de centro privado.

Ambas variables son cualitativas, por lo que llevaremos a cabo el modelo de Chi cuadrado. Comenzaremos calculando las frecuencias esperadas y definir las observadas.

Frecuencias observadas	Insuficiente	Suficiente/Bien	Notable	Sobresaliente	Total
Centro Privado	6	14	17	9	46
Instituto	30	32	17	3	82
Total	36	46	34	12	128

Frecuencias esperadas	Insuficiente	Suficiente/Bien	Notable	Sobresaliente
Centro Privado	12’94	6’53	12’22	4’31
Instituto	23’06	29’47	21’78	7’69

Aplicando y sustituyendo la fórmula nos queda un resultado de: 17'266

Calculamos grado de libertad = (nºfila –  1) x (nº columnas-1) = 3

La t tabulada es menor que la t del estudio por lo que rechazamos hipótesis nula y aceptamos la alternativa. Al ser la media de notas mayor en el centro privado aceptamos la hipótesis 1: ‘’Los alumnos de Instituto sacan notas más bajas que los alumnos de centro privado’’

2)      Un grupo de investigadores se plantea una investigación para saber si, en un grupo de pacientes de una unidad médica de hospitalización, las cifras de urea plasmática tienen algún tipo de relación con los valores de la hemoglobina. Para ello, se estudiaron ambos parámetros en una muestra de 8 pacientes de esta unidad, obteniéndose los siguientes valores:

Valores de urea plasmática (mg/dl)	(xi- x‾)	(x1- x‾)2	Valores de hemoglobina en sangre (g/dl)	(yi-y‾)	(xi-x‾) · (yi-y‾)
38,0	10,3	106,5	20,5	-4,4	-45,1
33,5	5,8	33,9	41,0	16,1	93,9
43,5	15,8	250,3	11,5	-13,4	-211,5
14,0	-13,7	187,1	28,0	3,1	-42,8
24,0	-3,7	13,5	28,0	3,1	-11,5
38,0	10,3	106,5	3,5	-21,4	-220,5
24,0	-3,7	13,5	35,5	10,6	-39,1
6,5	-21,2	448,6	31,0	6,1	-129,8
x‾=27,68 mg/dl Sx = 12,87 mg/dl		Σ (x1- x‾1)2 = 1160	y‾ = 24,87 g/dl Sy = 12,45 g/dl		Σ(xi-x‾) · (yi-y‾) = -606,6

Plantear la hipótesis adecuada y realizar el modelo que mejor explique el tipo de relación existente entre ambos variables, realizando el test de hipótesis más pertinente. Dibujar el grafico, con la recta que define el modelo.

H0: Los valores de hemoglobina en sangre y los valores de urea plasmática no están relacionados.

H1: Al aumentar los valores de urea plasmática se puede provocar el incremento de los valores de hemoglobina en sangre.

H2: Al aumentar los valores de urea plasmática se puede provocar la disminución de los valores de hemoglobina en sangre.

Las variables de la investigación son:

-        Variable independiente: Valores de la urea plasmática, en mg/dl.

–        Variable dependiente: Valores de hemoglobina en sangre, en g/dl.

Procedemos a realizar el modelo de regresión lineal, ya que estamos intentando asociar dos variables cuantitativas. Debemos calcular: la nube de puntos, la pendiente, el coeficiente de correlación de Pearson y Spearman y determinar el test de hipótesis. 

Ya sabemos los siguientes datos:

Fórmula de la pendiente: Y=Bo -Bx  à Y = 39,26 – 0,52· X

B = Σ(xi-x‾) · (yi-y‾) / Σ (x₁- x‾₁)² = -606’6 /1160 =  - 0’52

Bo= y‾ - B x‾ = 24,87 - (-0,52 · 27,68) = 39,26

Al tener la fórmula de la pendiente, es decir, el plano de la recta podremos dibujarla en la nube de puntos correspondiente a nuestra tabla. Utilizaremos para  dibujar la recta dos puntos cualesquieran correspondiente a la urea (por ejemplo) y los sustituiremos en la fórmula de la recta. Así obtendremos los puntos de unión.

Tras calcular la nube de puntos y la pendiente, pasamos a calcular los coeficientes de correlación:

r= β1 · sx/sy = (-0,52) · (12,87 / 12,45) = - 0’53 à Como r <0 : relación lineal inversa.

r²= (-0,53)²= 0,29

Por último para decidir si rechazar o no la hipótesis nula realizamos el test de hipótesis:

t = | β1 | : [sy / sx · √ n-1] = 0,52 : [12,45 / 12,87 · √ 8-1] = 1,42

Para culminar la comprobación debemos saber el grado de libertad = n1 + n2 -2 = 8 +  8 -2 = 14.

El resultado en la tabla es de 1’76  à La t tabulada > t descrita por lo que Aceptamos H0: ‘’Los valores de hemoglobina en sangre y los valores de urea plasmática no están relacionados’’

3)      Un investigador pretende saber si las condiciones socioeconómicas influyen sobre la talla infantil. Para ello, ha obtenido la talla de 20 niños de 5 años de edad, de dos condiciones socioeconómicas contrastantes (alta y baja), que se exponen en la siguiente tabla. Plantea la hipótesis pertinente, realiza la elección del test oportuno y toma la decisión que proceda respecto a la hipótesis planteada.

Nivel socioeconómico bajo	Nivel socioeconómico alto	(x1- x‾1)	(x1- x‾1)2	(x2- x‾2)	(x2- x‾2)2
101	103	0.1	0.01	-2	4
102	105	11,1	1,21	0	0
100	104	-0,9	0,81	-1	1
104	106	3,1	9,61	1	1
102	108	1,1	1,21	3	9
99	100	-1,9	3,61	-5	25
102	108	1,1	1,21	3	9
103	104	2,1	4,41	-1	1
97	105	-3,9	15,21	0	0
99	107	-1,9	3,61	2	4
x‾1=100,9	x‾1=105		Σ (x1- x‾1)2 = 40,9		Σ(x2 - x‾2)2 = 54

H0: Las condiciones socioeconómicas de los niños no influyen en la talla de éstos.

H1: Los niños de nivel socioeconómico bajo tienen tallas más bajas que los niños

pertenecientes al nivel socioeconómico alto.

H2: Los niños de nivel socioeconómico bajo tienen tallas más altas que los niños

pertenecientes al nivel socioeconómico bajo.

Variables de la investigación:

-        Variable independiente: Nivel socioeconómico. Variable dicotómica, con dos posibles valores (nivel socioeconómico alto o bajo)

-        Variable dependiente: Talla del niño en centímetros. Variable cuantitativa.

Al ser una variable cualitativa dicotómica y una variable cuantitativa procedemos a realizar el test de student como modelo. Para ello debemos calcular Sp, grado de libertad y t.

sp = √ Σ (x1-x1)² + Σ(x2-x2)²/ (n1 + n2 - 2) = √ (40,9+54) / (10+10-2) =2,296

t= /x1 - x2/ : [sp · √ (1/n1 + 1/n2)] =  ( 100,9-105)  / [2,296 · √ (1/10 + 1/10)] = 3’99

gl= 10 + 10 -2 = 18

Observamos que la t tabulada es de 1’734 por lo que < que la t del estudio. Con ello rechazamos hipótesis nula y escogemos una alternativa. Al ser la media más baja los niños con nivel socioeconómico bajo, aceptamos la H1: ‘’ Los niños de nivel socioeconómico bajo tienen tallas más bajas que los niños pertenecientes al nivel socioeconómico alto.’’

4)      Predeterminar el tamaño de la muestra necesaria para estudiar los niveles de glucosa plasmática de la población de una zona básica de salud. Aceptamos un riesgo de error del 1% y pretendemos una precisión de 5 mg. En una muestra reducida, la desviación típica es de 15.

Utilizamos el proceso de cálculo de tamaño muestral mínimo para estimar una media, cuya fórmula es: N= (Z²· S²) / e²  = 2,582 ·152 /52 =59,9

El tamaño muestral necesario es de 60 participantes.

Tema 13: Pruebas paramétricas.T de Student. Anova.

1.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, observa los ejemplos) presentan unos valores medios similares, o no.

2.Comparación de medias: Casos

    La media de una variable respecto a un valor de interés (p ej: límite para instaurar una intervención). La media de dos muestras apareadas o dependientes. Los valores que adquiere una influye en los que adquiere la otra. Datos provienen del mismo conjunto de sujetos. La media de dos muestras desapareadas o independientes. Los valores que adquiere una no influyen en los de la otra. Datos provienen de sujetos diferentes. 

3. 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)

Test aplicar...

→1 muestra o 2 muestras apareadas: 

• Paramétrica: t-Student 
• No Paramétricos: Wilconson 

→2 muestras independientes: 

• Paramétrica: t-Student 
• No Paramétricos: U de Mann-Whitney 

→K muestras independiente: 

• Paramétrica: Anova 
• No Paramétricos: Kruskal-Walli

4.Pasos para aplicar un test

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 kolmogorovSmirnov (n>50) o Shapiro-Wilk (n<50).

5.T de Student como test parámetrico

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 

⇢N muestral > 30

      Permite contrastar: Sí dos muestras proceden o no de la misma población. Si hay diferencia entre las dos medias. Las muestras son Muestras independientes o Muestras dependientes. Esta función matemática nació en la fábrica de cerveza Guinness.

    Con la 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.

      Cuando el resultado del test obtenido en las tablas (al nivel de significación fijado de antemano) es menor que el estadístico calculado: Se rechaza la hipótesis nula (que establecía que no había diferencia o que la diferencia encontrada se debe al azar), o se acepta la H1 por lo que Podemos decir que la diferencia es estadísticamente significativa.

     En ocasiones se puede presentar la situación que las dos varianzas sean distintas o que partamos de la hipótesis de que las poblaciones de donde se han obtenido las muestras tengan varianza distintas. En este caso la fórmula:

    Hay que dar un paso intermedio y tener en cuenta la F (Fisher-Snedecor) o prueba de Levene que sale en los resultados del SPSS.

6.Anova

    Método para comparar dos o más medias, que 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. 

    Con el análisis de varianza comprobamos si existen diferencias estadísticamente significativas entre más de dos grupos. Comprobamos si las diversas muestras podemos considerarlas muestras aleatorias de la misma población. Es el método apropiado cuando tenemos más de dos grupos en el mismo planteamiento. En vez de comparar las medias de dos en dos, utilizamos el análisis de varianza. 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.

     El análisis de varianza, analizando varios grupos simultáneamente, nos dirá si entre las medias de los grupos hay o no hay diferencias significativas (superiores a la variabilidad normal dentro de los grupos). Pero, en el caso de que haya diferencias entre los grupos, el mero análisis de varianza no dice directamente entre qué grupos está la diferencia; habrá después que comparar los grupos de dos en dos mediante procedimientos análogos (hay varios) a la t de Student, denominados contrastes posteriores. Análisis de comparaciones múltiple o “Post-hoc”. Se basa en el cálculo del estadístico F de FisherSchnedecor. 

    En su forma más simple ANOVA pone a prueba las siguientes hipótesis: H0: Las medias de todos los grupos son iguales. Ha: No todas las medias son iguales. No dice cómo o cuáles difieren. Para ello hacer análisis de comparaciones múltiple o “Post-hoc”.