Epidemiología: acceso abierto

Abstracto

Características distributivas de determinadas variables químicas y ambientales: datos de NHANES 2003-2004

Ram B. Jain

Objetivo: Las transformaciones logarítmicas se utilizan habitualmente para normalizar los datos químicos. Sin embargo, no siempre normalizan los datos. Por lo tanto, el objetivo de este estudio fue utilizar de forma recursiva las técnicas exploratorias de Tukey para erigir límites hacia los extremos de los datos hasta que se alcanzara la normalidad o casi normalidad para los datos que se encontraban dentro de estos límites.

Diseño: Para realizar este estudio se utilizaron datos de la Encuesta Nacional de Examen de Salud y Nutrición para el período 2003-2004 correspondientes a 27 variables. Algunas de las 27 variables incluidas en este estudio fueron: folato sérico, receptor de transferrina sérico, perclorato urinario, policlorobifenilo (PCB) 44 sérico, PCB-28, PCB-87 y PCB-52. Se utilizaron de forma recursiva las técnicas exploratorias de Tukey para erigir límites hacia los extremos de los datos hasta que se alcanzó la normalidad o casi normalidad para los datos que se encontraban dentro de estos límites. A continuación, se utilizaron técnicas robustas para estimar los parámetros estadísticos para los datos reducidos que se encontraban dentro de estos límites. Se evaluaron las propiedades estadísticas de los datos reducidos así obtenidos y se compararon con los datos originales transformados en logaritmos.

Marco: Datos transversales de la Encuesta Nacional de Examen de Salud y Nutrición (NHANES) para el período 2003-2004 para 27 variables.

Sujetos: 1790 a 8363 dependiendo de la variable de interés que participaron en NHANES 2003-2004.

Resultados: El uso de datos no normales para el análisis estadístico puede llevar a una subestimación o sobreestimación de las medidas de tendencia central (medias y medias geométricas) dependiendo de la mezcla comparativa y la magnitud de las observaciones que se identifican como posibles valores atípicos y se eliminan de las colas inferior y superior de las distribuciones originales para lograr la normalidad. Las desviaciones estándar siempre se sobreestiman y los anchos de los intervalos de confianza alrededor de las medias se sobreestiman. Puede ser muy valioso obtener información adicional sobre las características demográficas de aquellos que se eliminaron de las colas extremas.

Conclusión: Para obtener estimaciones correctas de los datos descriptivos, vale la pena recortar temporalmente ciertos datos porcentuales (probablemente, < 5%) para lograr la normalidad o una aproximación a la normalidad. Una evaluación de estos datos recortados puede brindar información sobre las características de una variable dada de las personas que tienen concentraciones demasiado bajas o demasiado altas de las sustancias químicas de interés.