SAmuel: guía de estudio y trabajo epidemiológico
Esta guía acompaña los módulos de SAmuel web y explica el flujo de investigación, los supuestos y la interpretación. La biblioteca se consulta desde Ayuda; el manual completo está disponible en /manual-completo.pdf. Los ejemplos siguientes son ficticios.
1. De la pregunta al diseño
Antes de seleccionar una prueba, escriba la población, la unidad de análisis, el desenlace, la exposición, el período y el propósito: describir, comparar, explicar o predecir. Defina la pregunta principal y distinga análisis confirmatorios de exploratorios. Una fila no equivale necesariamente a una persona: puede ser una visita, episodio, establecimiento o estudio.
El protocolo del proyecto conserva esta información junto con la relación muestral aprobada. La detección automática busca identificadores repetidos, momentos y estructuras compatibles con seguimiento; no puede demostrar el diseño solo a partir de nombres de columnas. Revise el reclutamiento y la forma de registro antes de aprobar.
2. Diseños epidemiológicos y alcance de las conclusiones
En una cohorte, compruebe población en riesgo, inicio del seguimiento, exposición anterior al desenlace, pérdidas y duración comparable. En casos y controles se selecciona por desenlace; los controles deben representar la población fuente. Un transversal describe un corte y su temporalidad suele ser limitada. Un ensayo requiere revisar asignación, adherencia, pérdidas y análisis previsto. Un estudio ecológico usa grupos como unidades; no atribuya automáticamente sus asociaciones a individuos.
En cohortes puede estimarse riesgo relativo si se conocen los denominadores en riesgo. En el caso-control convencional no se calculan directamente riesgos desde los números muestreados: se usa OR. En transversales distinga prevalencia de incidencia. OR, RR y HR no son intercambiables. Referencia metodológica: CDC, Field Epidemiology Manual, capítulo Analyzing and Interpreting Data: https://www.cdc.gov/field-epi-manual/php/chapters/analyze-interpret-data.html
3. Unidades independientes, pares y conglomerados
Dos mediciones del mismo sujeto son relacionadas. También existe dependencia en hogares, hospitales o conglomerados. En formato ancho, dos columnas pueden representar momentos; en largo, el identificador se repite. No use una t independiente para mediciones pareadas ni trate visitas como sujetos nuevos.
La t pareada analiza las diferencias entre momentos. Su evaluación de distribución corresponde a esas diferencias, no a exigir normalidad por separado a cada columna. Para más momentos o agrupaciones, considere el procedimiento longitudinal apropiado, con su estructura de correlación y supuestos.
4. Naturaleza, nivel de medición y calidad
Separe identificadores de variables analíticas. Un código numérico de categoría no constituye una cantidad. Una variable ordinal exige documentar su orden; cambiar la apariencia del número no cambia su escala. Verifique unidades, fechas, categorías fuera de dominio, duplicados y rangos plausibles antes de calcular.
La vista previa permite buscar, ordenar y consultar páginas sin alterar la base. La presentación monetaria y los separadores no redondean los valores usados por los motores. Preparar datos requiere previsualización y aplicación explícita; deshacer conserva el historial, cuyo vínculo con la base debe revisarse después de cualquier cambio.
5. Descripción y normalidad con propósito
Describa tamaño observado, faltantes, tendencia central y dispersión. Compare media y mediana, inspeccione histograma, Q-Q y valores extremos. Un valor p de Shapiro-Wilk no prueba normalidad, y su rechazo no obliga por sí solo a abandonar un modelo. En comparaciones evalúe los grupos o diferencias pertinentes; en regresión lineal revise residuos y relación funcional.
La orientación de SAmuel para comparaciones y correlaciones usa los diagnósticos disponibles y explica la recomendación. No certifica automáticamente cada modelo del catálogo. Confirme independencia, escala, tamaño por grupo y objetivo del contraste; documente cualquier elección distinta.
6. Comparaciones y asociación
Dos grupos cuantitativos independientes pueden requerir Student, Welch o Mann-Whitney según objetivo y supuestos. Tres o más grupos pueden requerir ANOVA, Welch o Kruskal-Wallis. Una prueba de rangos no es universalmente una prueba de medianas: la interpretación depende de la forma de las distribuciones.
Pearson describe asociación lineal; Spearman, asociación monotónica por rangos. Ninguna demuestra causalidad. Una correlación alta no garantiza acuerdo entre instrumentos: considere el procedimiento de acuerdo y, cuando corresponda, Bland-Altman.
7. Ejemplo epidemiológico: estimación y contexto
Suponga una cohorte ficticia: 20 eventos entre 100 expuestos y 10 entre 100 no expuestos. Los riesgos observados son 0,20 y 0,10; RR = 2 y diferencia de riesgos = 0,10. El OR de la tabla es (20 × 90)/(80 × 10) = 2,25. Este cálculo ilustra por qué OR no equivale siempre a RR.
Una redacción inicial es: «En esta cohorte se observó mayor frecuencia del evento entre expuestos; la magnitud y precisión deben informarse junto con el intervalo calculado». Falta revisar incertidumbre, comparabilidad, confusión y seguimiento. No concluye por sí sola que la exposición causó el desenlace ni prescribe una intervención.
8. Incertidumbre, valores p y relevancia
Informe estimación, intervalo, referencia, denominadores y período. Un intervalo amplio expresa imprecisión. Que incluya el valor nulo no demuestra equivalencia ni ausencia de efecto. Que lo excluya no prueba causalidad ni importancia clínica. Los análisis de equivalencia y no inferioridad requieren márgenes y diseños propios.
No convierta un valor p en probabilidad de que la hipótesis sea verdadera, tamaño del efecto ni medida de importancia. Evite seleccionar solo resultados favorables y considere multiplicidad. Referencia: Wasserstein y Lazar, The ASA Statement on p-Values (2016), https://doi.org/10.1080/00031305.2016.1154108
9. Modelos, confusión y causalidad
Distinga modelos explicativos de predictivos. Defina el conjunto de ajuste antes de inspeccionar todas las asociaciones; no seleccione confusores únicamente por valor p. Un DAG documenta premisas, no verifica que sean verdaderas. Ajustar un mediador o colisionador puede cambiar el estimando o introducir sesgo.
En regresión logística interprete OR condicional a las covariables; en un GLM con enlace log identifique la familia y la medida. En Cox interprete HR y revise proporcionalidad. En modelos agrupados distinga efectos condicionales y promedios poblacionales. Positividad, consistencia, intercambio y medición requieren argumentos sustantivos, no solo un resultado numérico.
10. Datos faltantes e imputación múltiple
Describa cantidad y patrones de faltantes y razone su mecanismo. MCAR, MAR y MNAR no se resuelven eligiendo un botón. PMM numéricas requiere predictores adecuados y observados suficientes; categorías nominales no deben convertirse en cantidades para forzar el algoritmo.
MICE mixtas y jomo multinivel requieren R y sus dependencias. Indique identificador en estructuras agrupadas y declare como nivel 2 únicamente las variables constantes por grupo. Revise trazas y estabilidad al variar iteraciones e imputaciones. La ausencia de errores no demuestra convergencia ni MAR.
Se combinan estimaciones y varianzas, no se concatenan las realizaciones para analizarlas como sujetos independientes. En logística, el agrupamiento se hace en escala de coeficientes antes de exponenciar. Referencias de implementación: https://amices.org/mice/reference/pool.html y https://search.r-project.org/CRAN/refmans/mitml/html/jomoImpute.html
Las tablas completas de imputación se exportan desde Resultados/Exportar. Los motores conservan los valores observados y la base original; ninguna imputación reemplaza silenciosamente los datos guiados.
11. Diagnóstico, predicción y población
Sensibilidad y especificidad se condicionan al estado de referencia; los valores predictivos dependen de la población evaluada. Defina umbral, patrón de referencia y dirección de la puntuación. AUC no reemplaza calibración ni utilidad clínica. La validación debe evitar que el mismo sujeto aparezca en entrenamiento y evaluación.
En población, documente numerador, denominador, población estándar y período. Una tasa por persona-tiempo no es una proporción. Para comparar territorios revise estructura etaria y estandarización; una tasa agregada no permite inferir mecanismos individuales. En series distinga tendencia, estacionalidad, intervención y anomalía: una alerta no confirma un brote.
12. Lectura automática y síntesis de un trabajo
SAmuel combina la narrativa del motor con una lectura asistida de estimaciones estructuradas, cuando reconoce su medida e intervalo. Explica el valor nulo y las precauciones de OR, HR y coeficientes. Si faltan campos o supuestos, lo indica en lugar de inventar una conclusión. El usuario debe revisar la salida antes de incorporarla a un informe.
La síntesis del historial organiza resultados y sus límites; no suma ni promedia asociaciones de pruebas distintas y no transforma resultados exploratorios en conclusiones confirmatorias. Explicite concordancias, discrepancias, precisión, sensibilidad y límites del diseño.
13. Guardar, retomar y corregir
SAmuel incorpora una copia local cifrada de recuperación por cuenta. Se actualiza cada 60 segundos si hay cambios y la página está visible. Abra Recuperación automática para guardar ahora, restaurar o eliminarla. Si ya existe una copia, el sistema espera su elección antes de sustituirla; restaurar requiere confirmar la sustitución del trabajo en memoria. Incluye datos, resultados compatibles, protocolo, niveles y scripts, sin ejecutarlos. No conserva versiones ni sincroniza equipos. DPAPI depende del perfil Windows: conserve un .samuel independiente ante pérdida del equipo o del perfil.
Guarde el proyecto .samuel para conservar datos, naturaleza, historial, recetas y configuraciones web compatibles. Abrirlo no ejecuta scripts. Seleccione un resultado y use su receta para revisar o preparar un análisis nuevo; conserve el anterior para trazabilidad. Si la base o la naturaleza cambió, reevalúe la receta en vez de presentar una reejecución como idéntica.
Los proyectos alterados o con parámetros no reconocidos se rechazan sin modificarlos. Una figura importada como PNG requiere reejecutar su receta para volver a editarla. Mantenga copias del proyecto y de sus fuentes originales; un informe exportado no reemplaza al proyecto.
14. Herramientas integradas de SAmuel web
La interfaz agrupa análisis por niveles, conserva Univariado en Básico y organiza gráficos fuera del catálogo estadístico. La selección buscable de variables y las tablas paginadas facilitan revisar la información. La cabecera compacta reúne ayuda, seguridad, licencia y cita. Las consolas son opcionales y no ejecutan proyectos importados automáticamente.
SAmuel integra análisis, proyectos, mapas, gráficos y programación. La validación predictiva admite archivos externos y el catálogo de extensiones permite inspeccionar paquetes sin ejecutarlos. Las consolas conservan objetos compatibles durante la sesión. La ejecución libre en un servicio multiusuario requiere workers aislados y autorización del entorno; los servicios cartográficos externos requieren sus recursos y condiciones.
15. Cómo citar y condiciones de uso
Consulte /citar para la referencia editorial y BibTeX, /licencia para el acuerdo vigente y /terceros para las atribuciones. No invente DOI ni URL comercial de una versión aún no publicada. La referencia sugerida no sustituye la cita de los métodos y fuentes usados en su investigación.
Académico es gratuito; Individual cuesta COP $10.000/mes desde el inicio; Comercial se contrata anualmente con COP $15.000.000 mensuales. La aprobación sigue siendo administrativa. Las autorizaciones firmadas anteriores conservan sus condiciones. Consulte el acuerdo, no solo este resumen.