Luego de dos versiones anteriores en los años 2017 y 2019, durante el año 2020 se realizó un nuevo ciclo de sesiones de Bioestadística, esta vez en forma remota debido a la situación sanitaria, a través del Salón Virtual de la Plataforma Académica de la Escuela de Salud Pública. Contando con una importante asistencia, se realizaron cinco presentaciones: cuatro de ellas de parte de académicos del Programa de Bioestadística y una de un académico invitado perteneciente a otra facultad.
A continuación queremos compartir los enlaces a las grabaciones de este ciclo de sesiones, para que puedan ser vistos por todas las personas interesadas en los temas tratados. Aprovechamos de hacer la invitación al ciclo que estamos organizando para este año, que será difundido oportunamente a toda la comunidad de nuestra Escuela. Extendemos esta invitación no sólo para conectarse a las sesiones, sino también para participar como expositoras/es (interesadas/os escribir a mauricio.fuentes@uchile.cl).
Mauricio Fuentes Alburquenque, Programa de Bioestadística, Escuela de Salud Pública, Facultad de Medicina, Universidad de Chile
6 de octubre de 2020
“Tomando como insumo la distribución de distintos tipos de comorbilidades entre casos de COVID-19 hospitalizados y no hospitalizados, se presentó un cálculo del porcentaje de hospitalización según la comorbilidad. Vimos cómo este cálculo es posible completando una tabla de contingencia a partir de la información proveniente de los informes epidemiológicos del Ministerio de Salud, obteniendo estimaciones puntuales de los riesgos de hospitalización para cada enfermedad crónica, y cómo estas estimaciones se muestran estables en el tiempo.”
Ramiro Bustamante Araya, Departamento de Ciencias Ecológicas, Facultad de Ciencias, Universidad de Chile
20 de octubre de 2020
"La distribución normal o gaussiana es la más utilizada en las investigaciones científicas cuando se realizan pruebas de hipótesis. En Ecología es usual que cuando los datos no siguen una distribución normal (lo que ocurre no pocas veces) se realicen transformaciones para que éstos sí se ajusten a ella, sin considerar que hay otras pruebas estadísticas que usan otras distribuciones. En esta presentación hablamos sobre la necesidad de utilizar pruebas de bondad de ajuste usando hipótesis alternativas que expliciten otras distribuciones de probabilidad, además de la normal."
Mauricio Fuentes Alburquenque, Programa de Bioestadística, Escuela de Salud Pública, Facultad de Medicina, Universidad de Chile
3 de noviembre de 2020
“En esta sesión se mostró el método RDS como estrategia de levantamiento de información en grupos de personas a los que resulta difícil acceder con métodos de muestreo convencionales. En esta metodología son los propios participantes quienes reclutan a otros miembros de la población, bajo un muestreo tipo bola de nieve, pero probabilístico. También vimos la experiencia y los resultados de la aplicación de este método en el estudio VIBIMOS-VIH Chile, realizado por la Escuela de Salud Pública en el año 2016.”
Asociación entre material particulado fino e ingresos hospitalarios en 6 ciudades de Chile
Rodrigo Torres Arellano, Programa de Bioestadística, Escuela de Salud Pública, Facultad de Medicina, Universidad de Chile
17 de noviembre de 2020
“Mediante el uso de regresiones de Poisson, el empleo de Modelos Aditivos Generalizados y a través del enfoque de los Modelos no Lineales distribuidos, vimos cómo se estimaron los efectos de corto plazo de los niveles de material particulado fino PM-2.5 sobre la salud respiratoria (operacionalizada a través del número diario de consultas de urgencia) en una serie de ciudades chilenas altamente contaminadas por humo de leña, concluyendo que existen efectos perjudiciales en la salud de la población expuesta, que se exacerban con el nivel de contaminante”.
Uso de simulaciones para evaluar métodos estadísticos
Felipe Medina Marín, Programa de Bioestadística, Escuela de Salud Pública, Facultad de Medicina, Universidad de Chile
1 de diciembre de 2020
“Revisamos cómo las simulaciones pueden asistir a la inferencia estadística. Primero revisamos el método bootstrap para calcular intervalos de confianza y vimos cómo adaptarlo al ajuste de curvas de germinación para además guiar la selección de modelos. Luego revisamos un estudio basado en simulaciones para evaluar la influencia del diseño experimental sobre la calidad de las estimaciones hechas con diferentes métodos. Finalmente, compartimos un trabajo que propone cómo planificar y reportar estudios de simulación para evaluar metodologías estadísticas.”