Técnicas estadísticas multivariadas para el estudio de la causalidad en medicina

Nelsa María Sagaró Del Campo, Larisa Zamora Matamoros

Texto completo:

PDF XML

Resumen

Introducción: las técnicas estadísticas multivariadas son aquellas que analizan múltiples características medidas en un mismo individuo, que por estar interrelacionadas no tiene sentido medir su efecto de manera aislada. Las mismas son más frecuentemente empleadas en los estudios observacionales acerca de la etiología y el pronóstico de una enfermedad, ya que permiten explicar, predecir, controlar variables confusoras y obtener mayor consistencia en la inferencia estadística.

Objetivo: exponer las técnicas multivariadas que pueden ser empleadas para el estudio de la causalidad en las ciencias biomédicas.

Métodos: se llevó a cabo una revisión de la literatura sobre el tema en bases de datos bibliográficas como Pubmed/Medline, SciELO, SCOPUS, Web of Science, EBSCOhost, Google, entre otras. Se emplearon en la estrategia de búsqueda como descriptores los consignados en las palabras claves del artículo, los mismos fueron utilizados en idiomas inglés, francés, portugués y español, combinados con los operadores lógicos. De los más de 200 documentos digitales encontrados, se escogieron los de mayor actualidad, elaborando un informe donde se agrupan las técnicas según su objetivo y tipos de variables empleadas en el análisis.

Resultados: se presentan las técnicas descriptivas, explicativas y mixtas, considerando los diferentes tipos de regresión y las ecuaciones estructurales como las técnicas más empleadas en el estudio de la causalidad.

Conclusiones: se propone el empleo del análisis estadístico implicativo en la determinación de factores de riesgo y pronósticos.

Palabras clave

ESTADÍSTICAS; ANÁLISIS MULTIVARIANTE; ANÁLISIS DE REGRESIÓN; ANÁLISIS ESTADÍSTICO.

Referencias

Hair JF, Anderson RE, Tatham RL, Black WC. Análisis multivariante 5ª. Ed. [Internet] Prentice Hall International. Inc; 1999. [citado 10/01/2018]. Disponible en: https://www.scribd.com/document/367039653/Analisis-Multivariante-5ta-Edicion-Joseph-F-Hair-LIBROSVIRTUAL-com

Hernández Avila M, Garrido Latorre F. Diseño de estudios epidemiológicos. Salud Pública de México [Internet] 2000 marzo-abril [citado 10/01/2018]; 42(2): [aprox. 10p.]. Disponible en: https://www.scielosp.org/pdf/spm/2000.v42n2/144-154

Diaz-Quijano FA. Regresiones aplicadas al estudio de eventos discretos en epidemiología. Rev Univ Ind Santander Salud [Internet] 2016 [citado 18/03/2019]; 48(1): [aprox. 6p.]. Disponible en: http://www.scielo.org.co/scielo.php?script=sci_abstract&pid=S0121-08072016000100003

Lozares Colina C, López-Roldán P. El análisis multivariado: definición, criterios y clasificación. Revista de Sociologia [Internet] 1991 [citado 18/03/2019]; (37): [aprox. 21p.]. Disponible en: https://papers.uab.cat/article/view/v37-lozares-lopez

Closas AH, Arriola EA, Kuc CI, Amarilla MR, Jovanovich EC. Análisis multivariante, conceptos y aplicaciones en Psicología Educativa y Psicometría. Enfoques [Internet] 2013 [citado 18/03/2019]; 25(1): [aprox. 20p.]. Disponible en: https://dialnet.unirioja.es/servlet/articulo?codigo=5229555

Olive DJ. Robust Multivariate Analysis. [Internet] Switzerland: Springer International Publishing AG; 2017. [citado 18/03/2019] Disponible en: https://link.springer.com/content/pdf/10.1007/978-3-319-68253-2.pdf

Ranganathan P, Pramesh CS, Aggarwai R. Common pitfalls in statistical analysis: Logistic regression. Perspect Clin Res [Internet] 2017 [citado 15/01/2019]; 8(3): [aprox. 4p.]. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5543767/

Isaza-Jaramillo S, Jaimes-Barragán F. Ronda clínica y epidemiológica: aproximación a los modelos de predicción clínica. Iatreia [Internet]. 2017 [citado 15/01/2019]; 30(1): [Aprox. 7p.]. Disponible en: http://www.scielo.org.co/scielo.php?pid=S0121-07932017000100092&script=sci_abstract&tlng=es

Gentzkow M, Shapiro JM, Taddy M. Measuring Polarization in High-Dimensional Data: Method and Application to Congressional Speech. SIEPR Discussion Paper No. 16-028 Stanford Institute for Economic Policy Research; 2016. [citado 15/01/2019]. Disponible en: https://siepr.stanford.edu/sites/default/files/publications/16-028.pdf

Bind MA. Causal Modeling in Environmental Health. Annu. Rev. Public Health [Internet] 2019 [citado 15/01/2019]; 40: [aprox. 9p.]. Disponible en: https://www.annualreviews.org/doi/abs/10.1146/annurev-publhealth-040218-044048

Lee L. Regression Discontinuity Designs in Economics. Journal of Economic Literature [Internet] 2010 [citado 15/01/2019]; 48(2): [aprox. 20p.]. Disponible en: http://dx.doi.org/10.1257%2Fjel.48.2.281

Ponce C, Escobal J. Metodología cuantitativa de la evaluación del impacto. En: Escobal J, Ponce C. (Eds.) Combinando protección social con generación de oportunidades económicas: una evaluación de los avances del programa Haku Wiñay [Internet]. Lima: GRADE Group for the Analysis of Development; 2016. [citado 20/01/2019]. Disponible en: https://www.grade.org.pe/publicaciones/metodologia-cuantitativa-de-la-evaluacion-del-impacto/

Monsalve Torra AE. Sistema de ayuda a la decisión clínica en enfermedades de diagnóstico complejo. [Tesis Doctoral]. Universidad de Alicante; 2017 [citado 21/02/2019]. Disponible en: https://rua.ua.es/dspace/bitstream/10045/65334/1/tesis_monsalve_torra.pdf

Jöreskog KG, Olsson UH, Wallentin FY. Multivariate Analysis with LISREL. [Internet] Switzerland: Springer International Publishing; 2016. [citado 21/02/2019]. Disponible en: https://link.springer.com/content/pdf/10.1007/978-3-319-33153-9.pdf

Roth Unzueta E. Análisis multivariado en la investigación psicológica: Modelado predictivo y causal en SPSS y AMOS. [Internet] Bolivia: SOIPA Ltda; 2012. [citado 21/02/2019]. Disponible en: http://repositorio.ucb.edu.bo/xmlui/bitstream/handle/UCB/134/LibroAnlisisMultivariadopescaneadonuevo-comprimido.pdf?sequence=1&isAllowed=y

Manzano Patiño AP. Introducción a los modelos de ecuaciones estructurales. Inv Ed Med [Internet]. 2017 [citado 18/01/2019]; 7(25): [aprox. 5p.]. Disponible en: http://www.scielo.org.mx/pdf/iem/v7n25/2007-5057-iem-7-25-67.pdf

Escobedo Portillo MT, Hernández Gómez JA, Estebané Ortega V, Martínez Moreno G. Modelos de Ecuaciones Estructurales: Características, Fases, Construcción, Aplicación y Resultados. Cienc Trab. [Internet] 2016 [citado 18/01/2019]; 18(55): [aprox. 6p.]. Disponible en: https://scielo.conicyt.cl/scielo.php?script=sci_abstract&pid=S0718-24492016000100004&lng=es&nrm=iso

Keith TZ. Multiple regression and beyond: An introduction to multiple regression and structural equation modeling. 2nd ed. [Internet]. New York: Taylor & Francis; 2015. [citado 18/01/2019]. Disponible en: http://admin.ifj.org/multiple-regression-and-beyond-an-introduction-to-multiple-regression-and-structural-equation-modeling.pdf

Alves de Oliveira A, Furquim de Almeida M, Pereira da Silva Z, Lisiane de Assunção P, Rigo Silva AM, Geremias dos Santos H, et al. Factors associated with preterm birth: from logistic regression to structural equation modeling. Cad. Saúde Pública [Internet]. 2019 [citado 18/01/2019]; 35(1): [aprox. 2p.]. Disponible en: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0102-311X2019000104001&lng=en&nrm=iso&tlng=en

Ruiz M, Pardo A, San Martín R. Modelos de ecuaciones estructurales. Papeles del Psicólogo [Internet] 2010[citado 20/01/2019]; 31(1): [aprox. 11p.]. Disponible en: http://www.redalyc.org/pdf/778/77812441004.pdf

Gras R, Régnier JC, Lahanier-Reuter D, Marinica C, Guillet F. L'Analyse Statistique Implicative. Des Sciences dures aux Sciences Humaines et Sociales 3ème édition revue et augmentée. Cépaduès Ed; 2017.

Gras R, Bodin A. L’A.S.I., analyseur et revelateur: de la complexite cognitive taxonomique. EMP [Internet]. 2017 [citado 22/01/2019]; 19(1): [aprox. 18p.]. Disponible en: http://dx.doi.org/10.23925/1983-3156.2017v19i1p497-515

Bodin A, Giovannini ML, Silva L. L’utilisation de l’analyse implicative et cohésitive pour exploiter un test standardisé de mathématique. Italian Journal of Educational Research [Internet]. 2017 [citado 20/01/2019]; 19. Disponible en: https://ojs.pensamultimedia.it/index.php/sird/article/view/2547

Sagaró Del Campo NM, Zamora Matamoros L. ¿Por qué emplear el análisis estadístico implicativo en los estudios de causalidad en salud? RCIM [Internet]. 2019 [citado 20/06/2019]; 11(1): [aprox. 15p.]. Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1684-18592019000100088

Sagaró Del Campo N, Zamora Matamoros L. Análisis estadístico implicativo versus Regresión logística binaria para el estudio de la causalidad en salud. MULTIMED [Internet] 2019 [citado 19/12/2019]; 23(6): [aprox. 24p.]. Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1028-48182019000601416&lng=es

García Mederos Y, Zamora Matamoros L, Sagaró del Campo N. Análisis estadístico implicativo en la identificación de factores de riesgo en pacientes con cáncer de pulmón. MEDISAN [Internet]. 2015 [citado 20/01/2018]; 19(8). Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1029-30192015000800003

Moraga Rodríguez A, Zamora Matamoros L, Sagaró del Campo NM, Moraga Rodríguez A, Rodríguez Griñán A. Análisis estadístico implicativo para la identificación de factores pronósticos de la mortalidad por cáncer de pulmón. MEDISAN [Internet]. 2016 [citado 20/01/2018]; 20(3). Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1029-30192016000300010

Moraga Rodríguez A, Zamora Matamoros L, Sagaró del Campo NM, Moraga Rodríguez A, Rodríguez Griñán A. Análisis estadístico implicativo para la identificación de factores pronósticos de la mortalidad por cáncer de mama. MEDISAN [Internet]. 2017 [citado 20/01/2018]; 21(4): [aprox. 1p.]. Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1029-30192017000400003

Moraga Rodríguez A, Zamora Matamoros L, Sagaró del Campo NM, Moraga Rodríguez A, Rodríguez Griñán A. Análisis estadístico implicativo para la identificación de factores pronósticos de la mortalidad por cáncer de próstata. MEDISAN [Internet]. 2018 [citado 20/01/2018]; 22(1). Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1029-30192018000100007

Paez Candelaria Y, Sagaró del Campo NM, Zamora Matamoros L. Análisis estadístico implicativo en la determinación de factores pronósticos del estado nutricional del paciente grave al egreso. MEDISAN [Internet]. 2018 [citado 20/01/2019]; 22(6). Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1029-30192018000600007

Galano Vázquez K, Sagaró del Campo NM, Zamora Matamoros L, Lambert Matos Y, Mingui Carbonell E. Análisis estadístico implicativo en la identificación de factores pronósticos de mortalidad del cáncer renal. Rev. inf. Cient [Internet]. 2018 [citado 14/05/2019]; 98(2). Disponible en: http://www.revinfcientifica.sld.cu/index.php/ric/ article/view/2268

Pardo-Santana S, Sagaró-del-Campo NM, Zamora-Matamoros L, Viltre-Castellanos DM. Utilidad del análisis estadístico implicativo para identificar factores pronósticos en pacientes con cáncer de mama. Revista Electrónica Dr. Zoilo E. Marinello Vidaurreta [Internet]. 2019 [citado 25/05/2019]; 44(4). Disponible en: http://revzoilomarinello.sld.cu/index.php/zmv/ article/view/1869

Balzarini M, Bruno C, Córdoba M, Teich I. Herramientas en el Análisis Estadístico Multivariado. Escuela Virtual Internacional CAVILA Facultad de Ciencias Agropecuarias, Universidad Nacional de Córdoba, Argentina; 2015.

Sagaró Del Campo NM, Zamora Matamoros L. Métodos gráficos en la investigación biomédica de causalidad. Revista Electrónica Dr. Zoilo E. Marinello Vidaurreta [Internet]. 2019 [citado 12/063/2019]; 44(4). Disponible en: http://revzoilomarinello.sld.cu/index.php/zmv/ article/view/1846

Sagaró Del Campo NM, Zamora Matamoros L. Métodos actuales para asegurar la validez de los estudios de causalidad en medicina. Gac. Méd. Espirit [Internet]. 2019 [citado 20/10/2019]; 21(2): [aprox. 14p.]. Disponible en: http://scielo.sld.cu/pdf/gme/v21n2/1608-8921-gme-21-02-146.pdf

Sagaró Del Campo NM, Zamora Matamoros L. Evolución histórica de las técnicas estadísticas y las metodologías para el estudio de la causalidad en ciencias médicas. MEDISAN [Internet]. 2019 [citado 11/06/2019]; 23(3). Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1029-30192019000300534



Copyright (c) 2020 Nelsa María Sagaró Del Campo, Larisa Zamora Matamoros

Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional.