YazminMercado7
- 5 Followers
- 3 Following
- 50 Posts
Referencia:
Rivas-Ruiz, Rodolfo; Roy-García, Ivonne; Pérez-Rodríguez, Marcela; Berea, Ricardo; Moreno-
Palacios, Jorge; Moreno-Noguez, Moisés; Palacios-Cruz, Lino; Ureña-Wong, Kingston Rodolfo
Pertinencia e impertinencia de los gráficos en la investigación clínica
Revista alergia México, vol. 67, núm. 4, 2020, Octubre-Diciembre, pp. 381-396
Colegio Mexicano de Inmunología Clínica y Alergia, A.C.
DOI: https://doi.org/10.29262/ram.v67i4.854
🖥️ 🤓 📊 💊 🧬 🤖 🔬
🧵 20/20
La selección del tipo de gráfico es tan importante como la elección de la prueba estadística. Conocer el tipo de variable, el número de grupos, así como el objetivo permitirá seleccionar de modo adecuado el gráfico pertinente. En un artículo, los gráficos son fundamentales para ilustrar y enriquecer los resultados de un trabajo de investigación.
🧵 19/20
Posibles errores al graficar datos en una investigación clínica:
• Manipulación de escalas o ejes
• Omisión de los datos de dispersión
• Omisión de datos
Posibles errores al graficar datos en una investigación clínica:
• Manipulación de escalas o ejes
• Omisión de los datos de dispersión
• Omisión de datos
🧵 18/20
Gráficos que muestran comparaciones y efectos múltiples (análisis multivariado)
3. Gráficos de supervivencia: Para modelos de variables múltiples con desenlace híbrido “tiempo-persona”. A diferencia con el modelo de Kaplan-Meier, no contienen el valor de los datos censurados.
Gráficos que muestran comparaciones y efectos múltiples (análisis multivariado)
3. Gráficos de supervivencia: Para modelos de variables múltiples con desenlace híbrido “tiempo-persona”. A diferencia con el modelo de Kaplan-Meier, no contienen el valor de los datos censurados.
🧵 17/20
Gráficos que muestran comparaciones y efectos múltiples (análisis multivariado)
2. Forest plot: para modelos de variables múltiples con desenlace cualitativo. Se agregan los valores de beta y el error estandarizada de los valores de beta obtenidos en el análisis de regresión.
🧵 16/20
Gráficos que muestran comparaciones y efectos múltiples (análisis multivariado)
1. Gráfico de dispersión: Para modelos de variables múltiples con desenlace cuantitativo. A diferencia de una correlación, el eje de las X corresponde a la suma de las diferentes variables independientes incluidas en el modelo.
🧵 15/20
Gráficos que muestran relación de dos variables (análisis bivariado)
4. Forest plot: Comparación de dos variables cualitativas en dos grupos. Utilizados en metaanálisis, OR, RR, HR o diferencia de medias.
🧵 14/20
Gráficos que muestran relación de dos variables (análisis bivariado)
3. Gráficos de cajas y bigote: comparar visualmente dos o tres grupos en los cuales la variable dependiente es cuantitativa de distribución libre, u ordinal.
🧵 13/20
Gráficos que muestran relación de dos variables (análisis bivariado)
2. Barras de error: Comparación de dos variables cuantitativas de distribución normal agrupadas.