Ronda clínica y epidemiológica. Series de tiempo

Alba Luz León-Álvarez, Jorge Iván Betancur-Gómez, Fabian Jaimes-Barragán, Hugo Grisales-Romero

Resumen


El análisis de series de tiempo es una técnica que involucra el estudio de individuos o grupos observados en momentos sucesivos en el tiempo. Este tipo de análisis permite estudiar la relación potencialmente causal entre diferentes variables que cambian en el tiempo y que se relacionan entre sí. Es la técnica más importante para hacer inferencias acerca del futuro, predicción, con base en lo que ha ocurrido en el pasado y se aplica en diferentes disciplinas del conocimiento. Se exponen los diferentes componentes, la técnica de análisis y algunos ejemplos específicos en el área de la salud.


Palabras clave


Autorregresivo integrado de medias móviles; Nivel; Series de tiempo; Tendencia

Texto completo:

PDF XHTML

Referencias


(1.) Kontopantelis E, Doran T, Springate DA, Buchan I, Reeves D. Regression based quasi-experimental approach when randomisation is not an option: interrupted time series analysis. BMJ. 2015;350:h2750. DOI 10.1136/bmj.h2750.

(2.) Box GE, Jenkins GM, Reinsel GC. Operational research quarterly. In: Time Series Analysis: Forecasting and Control. 4th ed. Hoboken, NJ: Wiley; 2008. p. 137-91.

(3.) Asteriou D, Hall SG. ARIMA Models and the Box–Jenkins Methodology. In: Applied Econometrics. 2nd ed. London: Palgrave Macmillan; 2011. p. 265-86.

(4.) Coutin Marie G. Utilización de modelos ARIMA para la vigilancia de enfermedades transmisibles. Rev Cubana Salud Pública. 2007 Abr-Jun;33(2):1-11.

(5.) Grisales H. Una aplicación de los modelos ARIMA en la predicción de la mortalidad por ataque con arma de fuego y explosivos para la ciudad de Medellín, de 1997 al año 2000. Rev Fac Nac Salud Pública. 1999 Ene-Jun;16(2):30-49.

(6.) Guisande C, Vaamonde A, Barreiro A. Series temporales. En: Tratamiento de datos con R, Statistica y SPSS. España: Díaz de Santos; 2011. p. 585-637.

(7.) Aguirre A. La modelación ARIMA. ¿Es la serie estacionaria? En: Introducción al tratamiento de series temporales: aplicación a las ciencias de la salud. España: Díaz de Santos; 1994. p. 173-213.

(8.) Dunlop SM, Dobbins T, Young JM, Perez D, Currow DC. Impact of Australia’s introduction of tobacco plain packs on adult smokers’ pack-related perceptions and responses: results from a continuous tracking survey. BMJ Open. 2014 Dec;4(12):e005836. DOI 10.1136/bmjopen-2014-005836. Erratum in: BMJ Open. 2015;5(8):e005836corr1.

(9.) Zhang X, Zhang T, Pei J, Liu Y, Li X, Medrano-Gracia P. Time Series Modelling of Syphilis Incidence in China from 2005 to 2012. PLoS One. 2016 Feb;11(2):e0149401. DOI 10.1371/journal.pone.0149401.

(10.) Ruiz MS, O’Rourke A, Allen ST. Impact Evaluation of a Policy Intervention for HIV Prevention in Washington, DC. AIDS Behav. 2016 Jan;20(1):22-8. DOI 10.1007/s10461-015-1143-6.




DOI: https://doi.org/10.17533/udea.iatreia.v29n3a12 Resumen : 1020 PDF : 653 XHTML : 2

Métricas de artículo

Cargando métricas ...

Metrics powered by PLOS ALM


Copyright (c) 2016 Iatreia

Licencia de Creative Commons
Este obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.

Esta publicación hace parte del Sistema de Revistas de la Universidad de Antioquia
¿Quieres aprender a usar el Open Journal system? Ingresa al Curso virtual
Este sistema es administrado por el Programa Integración de Tecnologías a la Docencia
Universidad de Antioquia
Powered by Public Knowledge Project