Staging ::: VER CORREOS
Acceder

Participaciones del usuario Mbmbmb - Política

Mbmbmb 10/05/20 20:06
Ha respondido al tema El CoronaVirus y su gestión
En realidad lo importante es si en el diseño del estudio y el cálculo del tamaño muestral han calculado las negativas a realizarse el test que van a encontrar. Cuando diseñas un estudio de ese tipo el tamaño muestral no se calcula a ojo ni porque a mi me parece relevante. Tienes que dar una serie de datos, eliges la certeza con la que quieres saber los resultados, tienes que estimar el número de personas que se van a negar al estudio, a ver, no es algo complicadisimo e imposible pero no es algo que se haga a ojo, hay unos criterios para decidir el tamaño muestral. Y sobre ello aumentas el número de negativas a hacerse la prueba que estimas. Y esta estimación reduce el riesgo de sesgos, es para lo que se hace. Y además te da unos datos sobre lo mucho o poco que te puedes creer esos resultados según el tamaño muestral. Por eso digo que para juzgar si el tamaño muestral esta bien o es insuficiente tendria que ver el artículo completo cuando lo publiquen, porque sin muchos datos que ahora mismo no tenemos es imposible valorar esto. Básicamente hay formas de aumentar el tamaño muestral hasta que el número de negativas sea irrelevante. Hay auténticos expertos en este tema. Yo no lo soy, pero si a alguien le interesa creo que la mejor bibliografía al respecto es este libro: https://books.google.es/books?id=L3GQoFQdJ-MC&printsec=frontcover&dq=designing+clinical+research&hl=es&sa=X&ved=2ahUKEwi37did8anpAhWWrIsKHa2LB1EQ6AEwAHoECAAQAQ#v=onepage&q=designing%20clinical%20research&f=falseSaludos 
Ir a respuesta
Mbmbmb 10/05/20 19:56
Ha respondido al tema El CoronaVirus y su gestión
Y un blog donde también lo explica con mucha claridad. https://saludineroap.blogspot.com/2020/04/prevalencia-de-covid-19-la-clave-para.html?m=1
Ir a respuesta
Mbmbmb 10/05/20 19:23
Ha respondido al tema El CoronaVirus y su gestión
Hay distintos tipos de errores y es importante saber delante de cual te encuentras. En realidad si que es estadística, se llama valor predictivo positivo y valor predictivo negativo, sensibilidad y especificidad. Y el resultado efectivamente no es opinable y es el que he explicado previamente. Estas tomando el valor pedictivo positivo como igual al valor predictivo negativo, y eso no es así. Son dos valores diferentes dependiendo del test que utilices. El asumir que el valor predictivo positivo y el valor predictivo negativo son iguales es algo que no es discutible porque... Nunca son iguales. Te dejo un artículo donde lo explica aplicado a las pruebas diagnósticas. Probablemente lo explica mejor que yo. https://www.google.com/search?q=definicion+valor+predictivo+positivo&ie=utf-8&oe=utf-8&client=firefox-b-mSaludos 
Ir a respuesta
Mbmbmb 10/05/20 18:06
Ha respondido al tema El CoronaVirus y su gestión
El error (y lo he explicado ya u  par de veces) se calcula sobre los positivos, no sobre el total. Es una cuestión de bioestadistica. Siento no saber explicarlo mejor pero es así. Saludos 
Ir a respuesta
Mbmbmb 10/05/20 18:04
Ha respondido al tema El CoronaVirus y su gestión
En cualquier caso y como ya tenía el post casi acabado voy a explicar con más detalle lo que implica que en Galicia solo se haya encontrado un 1% de personas con anticuerpos. El tema de si los 60000 gallegos invitados a participar están bien seleccionados o no, si no os importa, lo vamos a dejar para más adelante. Por ahora vamos a asumir que la selección de participantes esta bien hecha. Aclaro antes de empezar que voy a simplificar mucho con el fin de que sea sencillo de entender. Se perfectamente lo que es un intervalo de confianza y jamás publicaría un artículo con estos números, pero para que se me entienda mejor voy a simplificar las cuentas y no entrar en modelos estadísticos complejos. Tomemos una población total de 1000 habitantes. Queremos saber la prevalencia de una enfermedad en esa población y vamos a hacer una prueba diagnostica a los 1000 habitantes. Pongamos que la posibilidad de que haya anticuerpos y el test los detecte es del 95% y que la posibilidad de que los haya y no los detecte es del 5%. El test da positivo en 10 habitantes. Esto significa que puede haber medio habitante que tenga anticuerpos y no lo hayamos detectado, es decir, en lugar de un 1% un 1,05%. La diferencia existe  esta ahí, pero evidentemente no es significativa.  Pongamos que la posibilidad de que haya anticuerpos y el test los detecte es del 70%. La posibilidad de que los haya y no los detecte es del 30%. El test da positivo en10 pacientes. Podemos tener 14,2 casos, un 1,4% de. La población. Pongamos que la posibilidad de que haya anticuerpos y el test de positivo es del 50%. La posibilidad de que el haya anticuerpos y el test no los detecte es del 50%. El test da positivo en 10 pacientes. Podemos en realidad tener 20 casos, un 2% de la población. Pongamos que el test solo detecta el 30% de positivos. Deja sin detectar un 70% de positivos. Parece difícil pensar que alguien use esto para diagnóstico pero vamos a ver. El test da positivo en 10 pacientes. En realidad puede haber 33,3 casos, un 3,3%. Pongamos (si, me gustan los retos) que el test solo detecta al 10% de positivos y deja sin diagnosticar al 90%. Un desastre de test. Algo que ni de broma se aprueba para diagnóstico. Un auténtico desastre. Esro implica que puede haber 100 casos, un 10% de la población afectada. Vale. El 1% gallego implica que o el test tiene una capacidad de identificar a los positivos inferior al 10% o las diferencias que podemos observar en seroprevalencia son mínimas aplicadas a la población general. En realidad que afecte al 1 o al 3% es poco relevante desde el punto de vista clinico. Y que en esa población sea el 1% es importante porque parece difícil creer que en Galicia sea un 1% y en Madrid un 30%, implica que en todas partes estamos muy muy lejos de la inmunidad de rebaño y que hemos conseguido colapsar el sistema sanitario de algunas regiones con algo que ha afectado a un porcentaje muy pequeño de la población. Y  sobre el tema de la selección de participantes y el número de personas que han rechazado participar. Esto por supuesto es clave, aunque hay hay muchas formas de hacerlo bien, casi diría que es difícil no hacerlo bien. El cálculo del tamaño muestral es clave y los criterios que hayan utilizado para la estratificación (que no todos sean de zonas urbanas, una distribución por edades y sexos que represente la población general) es clave. Para juzgar esto necesitaría leer la publicación completa, pero a ojo el tamaño muestral elegido es muy bueno, es un 2% de la población general, e incluso si lo hacen de forma aleatoria con el padrón municipal es raro que no salga bien. Saludos 
Ir a respuesta
Mbmbmb 10/05/20 12:34
Ha respondido al tema El CoronaVirus y su gestión
Y continuando con el estudio gallego. Me vais a perdonar que no me ponga con el ordenador y haga los cálculos mentalmente. Un 5% de error en una prueba que da un 1% de positivos es que puede haber un 1,05% en lugar de un 1%, el error se calcula sobre los positivos. Si la prueba tiene una tasa de falsos negativos del 70% y te da un 1% de positivos resulta que es un 3% de positivos máximo lo que puedes tener. Si has elegido bien la muestra (espero que si) o razonablemente bien, como ves, la diferencia en los números es mínima. Que respondan 50000 de 60000 esta muy bien para este tipo de estudio y no debería aumentar los sesgos, que en todo caso sobreestimarian la tasa de positivos, dado que los que creen que han pasado la enfermedad son más propensos a hacerse la prueba. Vamos, que dar el 1% de seroprevalencia como números absolutos e inmutables no, pero que no va a ser del 10% pues si. Normalmente te dan un intervalo de confianza, que en este estudio no lo he leído, entiendo que porque son datos muy preliminares, pero ya te digo que ni de broma ese intervalo de confianza incluye los dos dígitos. Saludos 
Ir a respuesta
Mbmbmb 10/05/20 12:26
Ha respondido al tema El CoronaVirus y su gestión
Cualquier prueba diagnostica tiene una tasa de falsos positivos y una tasa de falsos negativos. Cualquiera. Si un 90 o un 99% de fiabilidad no nos parece asumible entonces no podemos creernos el resultado de ninguna prueba diagnostica utilizada en medicina. Ninguna. Y no se como se iba a diagnosticar nada en ese caso, porque para muchos diagnósticos clínicos la fiabilidad es muy inferior a las pruebas diagnósticas.  Vamos, que si quieres pruebas ya puedes usarlas y asumir el margen de error y las limitaciones inherentes a las mismas. Yo creo que es mejor diagnosticar la hipoxemia con una gasometria que mirándole la cara al paciente y la extensión del cáncer de colon con la anatomía patológica que palpando el abdomen. Asumiendo que todo tiene un margen de error hay que saber que tipo de error tiene. Los falsos positivos son personas que no tienen la enfermedad y dan positivo en el test. Esto en la PCR esta por debajo del 1% , ya lo he explicado antes. Los falsos negativos, gente que da negativo en el test a pesar de presentar la enfermedad son más elevados, probablemente alrededor del 10% según los últimos datos que he leído. El motivo es que para un falso positivo necesitas que la muestra se contamine. Por el contrario para que de un falso negativo hay múltiples motivos: en ese pocillo de PCR no se cargaron correctamente los reactivos, había poco ARN y estaba por debajo del umbral de detección, ese pocillo concreto no llegó a las temperaturas necesarias por un fallo del aparato, etc. Esto se puede reducir y se reduce con controles positivos (muestras que sabes que tienen el virus) y negativos (sin muestra biológica pero con todos los reactivos) para detectar contaminaciones (falsos positivos) o fallo de los reactivos (falsos negativos), normalmente también se mira si hay alguna zona de la placa donde no sale ningún positivo y los controles se distribuyen uniformemente a lo largo de la placa para enterarte de si hay un problema en una zona del aparato. Por muy bien que lo hagas (y la cosa se ha automatizado mucho) siempre habrá fallos y errores, aunque sólo sea falsos negativos por una cantidad de ARN viral insuficiente para su detección. Esto ocurre como digo con absolutamente todos los tests diagnósticos utilizados en Medicina y con cualquier prueba biológica. El mejor test que tenemos para diagnosticar la presencia de infección por el coronavirus es la PCR, yo creo que es mejor usarlo aunque no sea absolutamente perfecto, porque si esperamos al test perfecto ya nos podemos sentar a esperar, pero por supuesto podemos debatirlo. Saludos 
Ir a respuesta
Mbmbmb 10/05/20 07:34
Ha respondido al tema El CoronaVirus y su gestión
El VIH tenía una forma de contagio muy específica, si, pero además de personas que tenían relaciones sexuales sin utilizar preservativo (que levante la mano el que este libre de culpa) o que compartían jeringuillas se infectaron un número muy importante de personas que padecían hemofilia y un número nada despreciable de personas que sencillamente recibieron una transfusión de sangre. Hubo un número nada despreciable de mujeres jóvenes, sanas y que no presentaban ningún factor de riesgo que se contagiaron por recibir una transfusión durante su parto. En algunos estudios el pico de contagio por transfusión de sangre fue en el año 1995. https://pubmed.ncbi.nlm.nih.gov/30110373/?from_term=HIV+transfusion+related&from_pos=2Pero si, se podía ir a los bares, cierto es que allí no te contagiabas. Desde mi punto de vista el tener una sanidad que nos permita enfrentarnos a esto es la única salida, y creo que si, que es preferible tener hospitales cerrados a tener que elegir a quien metemos en una UCI, pero si, es una opinión personal. También coincido en que es preferible tener hospitales cerrados a un ejército bien dotado, y si, también es una opinión personal. Saludos
Ir a respuesta