De los datos a la información con Susana Astiz

00:00:06: Bienvenidos a Qui Comienza Rumilan, un espacio para los rumiantes.

00:00:10: Una iniciativa de Behringeringelheim, Animal Health España con grandes y pequeños rumiantes como protagonistas.

00:00:17: Con ellos en el centro hablamos de salud y bienestar Y lo hacemos siempre acompañados de expertos del primer nivel que nos ayudan ampliar nuestros conocimientos.

00:00:26: Y con este objetivo ya abrimos las puertas de Rumilan a Susana Stitz Un habitual en este espacio que regresa para dar continuidad a un tema.

00:00:34: Pero antes de contároslo, os voy a recordar que Susana es investigadora científica en INIA CSIC.

00:00:40: A lo largo de su trayectoria profesional ha trabajado como clínica del campo en Alemania y España y como técnica en distintas farmacéuticas.

00:00:48: Un recorrido que le ha permitido tener una visión amplísima de la veterinaria del bovino.

00:00:54: En el episodio anterior ella nos había animada a utilizar nuestros datos para poder extraer información cierta.

00:01:01: A lo largo de la entrevista vimos lo importante que es empezar recogiendo datos de una manera adecuada para que tengan calidad y para que puedan servir de punto de partida.

00:01:13: Ahí fue donde nos quedamos, y hoy retomamos la charla para hablar de una segunda fase qué es pasar de los datos a la información.

00:01:20: Bienvenido un día más a Rumilan Susana.

00:01:23: Hola Sirvia ¿Qué tal?

00:01:24: Muchas gracias por invitarme de.

00:01:25: nuevo.

00:01:26: bien pues como decía retomados el tema y lo hacemos desde un punto de inicio.

00:01:31: Ya tenemos una base de datos, un Excel con datos válidos y depurados.

00:01:36: Y ahora Susana la gran pregunta ¿Con este material podemos sacar conclusiones?

00:01:41: Pues todavía no.

00:01:43: Con el Excel de datos por muy buena calidad que tengan mis datos No me vale para sacar conclusión.

00:01:50: Si a mí me enseñan un Excel lo que decíamos con veinte columnas y trescientas y picofilas A mi de qué me vale saber que en la vaca tres cuatro seis siete quedó preñada y tenía limos Esta otra en el semino.

00:02:00: pepito Cuando yo quiero sacar conclusiones en base a datos, lo que espero es tener una respuesta a esa pregunta de investigación que habíamos planteado antes.

00:02:12: Yo no quiero tener trescientos treinta datos ni mil, ni veinte... Lo que quiero es una frase que nos resuma lo que ha ocurrido y cómo se resumen los datos.

00:02:22: se resumen con lo que llamamos medidas estadísticas, que son unas herramientas estadística, unos fórmulas o unos cálculos.

00:02:29: Que me da toda la información... Me los resume la información de todos esos datos en muy pocos números.

00:02:37: y lo que hacemos con estas medidas estadisticas es empezar a contar la historia, empezar a contar información.

00:02:45: Lo que decía antes No importa nadie, luego una vaca piticlín se ha quedado preñada.

00:02:50: La inseminar no sé quién pero sí digo el cuarenta y cinco por ciento de las vacas con el tratamiento a quedar un preñadas y el treinta y cinco Por ciento que daron preñados tras el tratamento B. esto es mucho más interesante.

00:03:02: o si digo la media producción de Las vacas a los que les dimos la dieta A Es cuarente y cinco litros por día Y la que le dimos en la dieta B es treinta e cinco litro por día.

00:03:11: Esto ya es otra historia.

00:03:13: realmente esto Ya es una historia.

00:03:15: estos información Y estos números que he dado porcentajes, media, mediana, desviación típica, que os suenan aunque no sepáis la descripción matemática son medidas estadísticas.

00:03:28: Que calculamos a partir de nuestros datos y que ya generan información.

00:03:32: Ya no son datos, ya empezamos a tener información Y además, empezamos ya a aplicar estadística por mucha manía que detengáis miedo o si hay reacción a ella.

00:03:45: lo hacemos habitualmente porque siempre pedís una media el porcentaje global etcétera.

00:03:50: Eso son medidas estadísticas y esta información que ellas estadísticas estadístico descriptiva.

00:03:56: aún nos sacamos conclusiones sobre sí el protocolo a función de la estrategia tal no pero ya veo realidades.

00:04:05: Entonces, vamos avanzando y asumiendo que hemos estudiado bien nuestra pregunta de investigación.

00:04:09: Y tenemos nuestro Excel depurado y revisado.

00:04:12: lo que parece es que aún nos queda otro problema porque incluso con datos bien recogidos y producto del aplicación del método científico TCTCT podemos equivocarnos igual a la hora de concluir cosas.

00:04:24: ¿Y esto por qué sucede?

00:04:25: ¿Qué debemos hacer entonces?

00:04:27: Pues es que nos queda otro enemigo de la verdad o de la ciencia, dicho así un poco divulgativo.

00:04:34: Que es el azar.

00:04:36: Normalmente los grupos experimentales y los que comparo las vacas del tratamiento A e B en realidad nunca dan exactamente el mismo número.

00:04:45: Siempre hay una variación matemática.

00:04:47: Es imposible que si tengo cincuenta vacas en un lado, cincuentos vaca en otros me den exactamente el mesmo número de producción porcentaje de preñez etcétera.

00:04:56: Entonces aparece la gran pregunta.

00:04:59: Esto que estoy viendo, que es diferente matemáticamente... ¿Es un efecto de aquello que estoy probando?

00:05:05: Es un efecto real.

00:05:06: Los grupos dan lugar a resultados diferentes.

00:05:09: de verdad o simplemente por suerte y esto pasa por azar.

00:05:14: los números varían.

00:05:15: entonces unas veces me dan unas cosas pero si lo repito pues me va dar las cosas diferentes.

00:05:21: Esto es lo que decimos, esta diferencia es de vida al azar.

00:05:24: Es mala suerte o que me den diferente pero realmente no es porque sean diferentes.

00:05:30: y ésta es la pregunta que nos ayuda a contestarla.

00:05:34: estadística porque si no... No nos vale la información que tengo.

00:05:39: Nos vale para describir la realidad pero no puedo sacar conclusiones.

00:05:43: Entonces aplicamos estos estadísticos en nuestros resultados para precisamente poder contar esto.

00:05:48: Poder responder a esto, poder descartar el azar.

00:05:53: En general, tenemos mucha manía a la pobre estadística pero realmente es la que nos permite pasar de los datos en la información y de ahí a las decisiones.

00:06:00: La estadísticano para complicarnos la vida es para defendernos de este azar, de ese enemigo que os he escrito y para descartarlo y estar un poco más segura del lo que estamos viendo.

00:06:08: ¿Realmente la estadístika?

00:06:10: Lo que hace es estimar de manera tranquila e clara esa posibilidad de la mala suerte que por azar los datos nos den diferentes.

00:06:20: Y para comprender las bases de la estadística, aunque sean muy empinceladas y gruesas tengo que contar una cosa esencial.

00:06:28: Que para mí es fascinante, que es la famosa normalidad.

00:06:33: La normalidad un concepto que puede parecer obvio y que entendemos perfectamente pero creo en este punto es importante ser precisos.

00:06:40: ¿Susana qué es la normalidad?

00:06:43: Pues esto de la normaldad es algo increíble.

00:06:47: yo soy muy friki con los datos y esto, pero este de verdad que es increíble.

00:06:51: Y es aún más increíble o me parece más impresionante que un científico en este caso, Carl Friedrich Gauss logrará verlo y demostrar qué es una realidad en la naturaleza.

00:07:03: La normalidad es mágica.

00:07:04: Es una magia que se ve cuando empiezas a trabajar con datos.

00:07:08: De lo que se dio cuenta Gauss es que cuando un fenómeno es el resultado de muchas repeticiones o determinaciones independientes y aleatorias, el resultado final del conjunto de todas esas determinaciones en la población tiende a ser representada o tener una representación con la misma forma que es la famosa campana de Gauss, que es una campana invertida.

00:07:27: Esto quiere decir que la mayoría de los individuos cuando medimos cualquier cosa peso número de veces que tosen los perros cuando tienen todas las perredas temperatura corporal de las vacas, producción media.

00:07:44: Todo tiende a distribuirse de la misma manera.

00:07:47: y esta misma manera es que los individuos, los datos se agrupan en torno al centro qué es lo que denominamos la media.

00:07:55: esto es un concepto muy intuitivo y que lo vemos continuamente.

00:07:59: La mayoría de las personas tenemos normal peso y tendemos a tener normal peso Y hay muy pocas que son muy obesas y hay muy poucas Que son muy flacas.

00:08:09: Entonces, es un concepto que lo percibimos porque es una regla natural universal y eso es lo que llamamos la distribución normal o la famosa campana de Gauss.

00:08:19: Y de verdad queda igual que hablamos de personas de vacas o de cerdos.

00:08:22: Esto ya es impresionante.

00:08:24: que la naturaleza siga a una ley universal y que se logre demostrar por parte del investigador de Gaus es que además tiene una magia matemática.

00:08:32: ¿y por?

00:08:32: qué?

00:08:33: Porque este hecho de seguir una curva normal nos permite analizar el azar, la probabilidad de que tiene al azar.

00:08:42: De qué los comportamientos de los datos se han debido o no a al Azar y por qué es esto.

00:08:47: bueno con esta curva tenemos claramente que se nos agrupan los datos de cualquier cosa en el centro.

00:08:54: de hecho con la norma sabemos que el sesenta y ocho por ciento de los individuos están centrados en la media.

00:09:01: ¿Y cómo es centrado?

00:09:03: Pues el sesenta y ocho por ciento de las poblaciones en cualquier cosa que miramos, que siga normal, están distribuidos en la media más o menos la desviación típica.

00:09:11: Ahora, por eso os sonará porque siempre tendemos a describir las cosas así... Las vacas producen cuarenta y cinco litros mas o menos ocho.

00:09:21: Más-menos ocho es ocho, es la desviación típicas.

00:09:24: Porque es que el sesentay ocho Porcientó de las vacas produce Esa producción más o menos la desviación típica?

00:09:30: porque sigue en la normal y es elucinante que cualquier cosa que sigan a normal tenga este patrón.

00:09:36: En noventa y cinco por ciento de los individuos se agrupan La media más menos dos veces la desviación típica.

00:09:43: Y luego tenemos las dos colas, lo que decía... Hay muy pocas personas muy obesas y hay muy poca personas muy delgadas pues esas colas es el cinco por ciento, dos con cinco por cien de los individuos tienen valores extremadamente altos y dos con five por ciento de los indivíduos tiene valores extremamente bajos.

00:10:01: Todo esto nos permite calcular probabilidades porque si yo sé independientemente de lo que sea que esté midiendo el animal, la característica todo.

00:10:10: Sé que tiene esa distribución.

00:10:12: sabiendo la media a la desviación típica y esta que sigue esta distribución yo cuando tengo un grupo de animales de esa población y me da un valor yo puedo calcular cómo es de razonable qué se deba al azar que no me da matemáticamente exactamente en la media sino que me da una valor diferente.

00:10:32: o si es muy distante a esa media, puedo razonablemente decir y esto no se debe al azar.

00:10:39: Es algo está pasando algo más y ese algo mas que es de otra población?

00:10:43: De otra campana de Gauss.

00:10:45: Y esto es lo mágico que gracias a que hemos hecho o gaus ha hecho esta descripción tan exacta de su campanada de gauss podemos controlar el azar la probabilidad de que una cosa, de que unas diferencias numéricas sean debidas a simplemente al azar y estamos en la misma población o no.

00:11:07: algo está pasando y seguramente tengamos otra población diferente.

00:11:11: Entonces sin la normal cada número sería un misterio aislado.

00:11:15: siempre tendríamos la duda.

00:11:16: vale estoy viendo números diferentes pero realmente se debe a lo que yo estoy cambiando el tratamiento o la estrategia tal... Y no podríamos distinguir nunca un efecto real del azar.

00:11:26: Y es aquí y ahora cuando aparece la famosa P y el concepto de estadísticamente significativo.

00:11:32: ¿Qué puedes contarnos sobre esto?

00:11:34: Sí, exactamente... La p es probablemente la letra más famosa y peor entendida del alfabeto.

00:11:41: La p responde a la probabilidad que observar la diferencia que vemos porque hemos dicho que los valores numéricos nunca me salen iguales hasta media lo que esperamos que esta diferencia numérica se deba lazar.

00:11:55: Por azar, si tengo una variable que se distribuye como una normal y mido a varios individuos de esta población presenta valores diferentes a la media.

00:12:04: Por azal pues pueden estar más o menos centrados a la derecha a la izquierda de la media.

00:12:09: pero ésta p nos dice cómo deprobable es que ese valor diferente numéricamente sea debido al azar.

00:12:16: aunque el valor sea diferente o sea que se ha debido al acar quiere decirte aunque el valor lo vea diferente.

00:12:21: Quiere decir que ahora me ha dado esto, pero si lo vuelvo a repetir en los mismos individuos esa medición me dará otro al mejor más cercano de la media.

00:12:29: Es decir estoy en esa misma población.

00:12:31: no son valores realmente diferentes.

00:12:33: por azar me dan numéricamente diferentes Pero realmente estoy en la misma población.

00:12:38: nada ha cambiado o SAP.

00:12:40: Por el contrario también me puede decir Oye La probabilidad es que sea de las mismas poblaciones mínima.

00:12:47: sería rarísimo.

00:12:49: O sea, es altamente probable que esa diferencia sea real.

00:12:52: Que esas vacas de las que me han sacado un número diferente a lo que esperaba sean diferentes provengan de otra población y eso es lo que decimos que es significativamente diferente.

00:13:03: o sea la estoy trabajando con dos vacas que he conseguido separar porque me producen de manera diferente nivel diferente o se quedan preñadas con una frecuencia diferente.

00:13:13: En el ejemplo que habíamos puesto antes, que también ha hablado de un grupo de vacas que los alimento con A y producen veinticinco litros.

00:13:19: Y otros que los alimentos con B producen ventiocho La P me da la probabilidad de que aunque matemáticamente Los dos grupos de vaca tienen diferente producción, veinticinco y veintiocho Me dice si es por azar El set.

00:13:32: Por Azar sería que están en la misma población unas medan veintinco otra veintiotcho pero por casualidad No porque realmente produzcan diferente o lo contrario.

00:13:41: Entonces, si la p, la probabilidad es grande y el consenso es mayor de cero coma a cero cinco decimos que no es una diferencia significativa.

00:13:50: ¿Qué quiere decir esto?

00:13:52: Que es por azar.

00:13:53: me he visto veinticinco y veintiocho pero realmente nos son diferentes.

00:13:56: ha sido por casualidad que me ha dado esto.

00:13:59: Y si la P es menor del cero como acero cinco quiere decir que la probabilidade de que veintico y veinte ocho sean diferentes numéricamente por azares muy pequeña O sea, que realmente está pasando algo diferente.

00:14:11: Es que son vacas en otras campanas de Gauss porque con esa estrategia nutricional he conseguido que estén en unos niveles productivos diferentes y esto es alucinante que nos lo podamos ver.

00:14:24: Al final es un cálculo matemático y una P y lo podemos interpretar desde.

00:14:28: dicho de otro modo si esa probabilidad es muy pequeña o sea esa P es muy pequeño decimos que la azar no explica que veamos valores diferentes Y hay algo más que, según el diseño de lo que estemos estudiando podemos inferir.

00:14:44: Entonces si es algo más es que estoy comparando unas estrategias nutricionales y estoy comparado con protocolos hormonales.

00:14:49: por eso siempre esperamos saber esa p. si es menor decimos a estadísticamente significativo a esto que estamos haciendo sí que crea una diferencia porque crea dos poblaciones de vacas diferentes.

00:15:03: apuntarla.

00:15:04: Esta famosa P no es la probabilidad de que el resultado sea cierto, tampoco es la importancia del efecto.

00:15:10: No nos dice qué algo valga la pena o no.

00:15:12: hay veces que salen diferencias significativas pero el efecto clínico es mínimo.

00:15:17: a lo mejor me sale... Oye este fármaco baja la fiebre en cero coma cero.

00:15:21: cero dos grados puede ser pero clínicamente me da igual aunque sea significativamente diferente.

00:15:27: La p solamente me dice la probabilía de que lo que estoy viendo ¿Se debe balazar?

00:15:33: O sea, son la misma población o no.

00:15:35: Es muy poco probable que sean las mismas poblaciones.

00:15:39: Son diferentes.

00:15:41: Nos quedamos con la P como la probabilidad de lo que vemos.

00:15:44: se debe balazar.

00:15:45: y entonces vuelvo a pedirte un ejemplo práctico.

00:15:48: y así creo que vamos a dejar para todo el mundo los conceptos estadísticos asentados.

00:15:53: Vale Sigamos con las vacas que tenía una media producción muy diferente de media.

00:15:57: Por ejemplo, vacas con un manejo A o una estrategia nutricional a y otras con la estrategía nutricial b. Las medias nunca salen exactamente iguales matemáticamente siempre hay diferencias numéricas.

00:16:07: Con todo lo que he explicado podemos afirmar que la pregunta que me contesta La p, la estadística no es... Oye son distintos estos números?

00:16:15: No sino que me contesta la pregunta.

00:16:18: esa diferencia que veo numérica refleja un efecto real.

00:16:22: o sea Es probable que esos dos grupos de vacas sean de dos poblaciones diferentes, dos campanas de gavos o de la misma y que sean diferente numéricamente.

00:16:32: eso lo fruto del azar.

00:16:34: La P nos deja saber esa probabilidad.

00:16:36: el azar los permite controlar ese enemigo que os he dicho es enemigo de la verdad.

00:16:41: por eso si el valor p es muy pequeño menor que alfa s zero cinco cero cero cinco es el valor alfa.

00:16:47: se denomina valor alfan.

00:16:48: estadística.

00:16:49: lo que estamos diciendo es que siendo en los números como son que realmente fuera por azar ocurriría en menos del cinco por ciento de las veces, o sea es muy poco probable que estén en la misma población.

00:17:00: Otra manera de decirlo cuando la P me dan pequeña el azar no es una explicación razonable para esta diferencia de resultados.

00:17:08: entonces diríamos las vacas del grupo A y del grupo B dan diferente producción.

00:17:14: Ahora, sin muchas gracias creo que con esto hemos acabado de explicar la estadística y lo hemos hecho sin comentar test estadísticos.

00:17:21: ¿Te gustaría añadir algún concepto más?

00:17:23: Aunque creo que llegados hasta aquí ya hemos abordado muchísima información.

00:17:28: Silvia los tests no merecen la pena comentarlos y menos en un podcast.

00:17:31: si queremos saber qué test aplicar.

00:17:32: bueno ya depende de los datos.

00:17:34: dependen de muchas cosas.

00:17:36: Lo que yo quería hacer con este podcast es que entendamos la utilidad y los conceptos básicos para interpretar e dar más seguridad a los veterinarios respecto al estadística, que estamos obligados a utilizarla.

00:17:46: Pero es una gran aliada de lo que queremos que es tener evidencias y poder funcionar con nuestras evidencias.

00:17:53: Lo que sí me gustaría es dar una pincelada del otro concepto estadístico epidemiológico, el concepto de riesgo porque es uno de los conceptas más relevantes en veterinaria.

00:18:04: muy fácil de calcular con nuestros datos y realmente si una vez que le pillamos el truco, es fácil interpretar.

00:18:10: Nos da mucha capacidad de decisiones.

00:18:15: El concepto del riesgo es básico para eventos médicos y en general para todo lo que queramos analizar en función de la frecuencia.

00:18:22: ¿de ocurre o no?

00:18:24: viene del hecho de las enfermedades porque el origen es analizando eventos sobre todo de enfermedad.

00:18:29: pero bueno de cualquier evento médico no ocurre por aza sino por determinadas cosas que hace que su frecuencia sea en mayores, mayor o menor.

00:18:39: y eso esas determinadas cosas que hacen que la probabilidad de que ocurra una cosa sea mayor o menor es lo que denominamos factor de riesgo.

00:18:47: Factor de riesgos aquello que lleva la frecuencia, la ocurrencia Que ocurra algo.

00:18:51: y ese algo puede ser enfermedad, preñez lo que sea que queremos analizar.

00:18:55: Y cuando lo reduce hablamos de un factor protecto.

00:18:57: Entonces es tremendamente interesante.

00:18:59: Es muy útil porque nos permite saber qué puede determinar con unas granjas unas cosas vayan mejor o peor vayan mal O bien se preñen más o se peñan menos.

00:19:08: ¿Y cómo lo determinamos?

00:19:10: Pues en muchos casos con nuestra base de datos podemos a calcular riesgos De manera súper sencilla El medidor, el estimador la medida estadística con la que estimamos riesgos.

00:19:24: muy frecuente aunque no es muy intuitiva.

00:19:27: No es muy fácil cuando intentas explicarlo desde la matemática.

00:19:31: y no es tan intuitivo y tan fácil pero es muy muy fácil de calcular.

00:19:36: La fórmula es muy sencilla Es la OSRATIO.

00:19:38: se traduce como razón de productos cruzados Y cualquiera sueto en reproducción.

00:19:44: siempre la vemos en los papers científicos para para demostrar o para definir, para describir cómo actúan factores de riesgo o factores protectores a la capacidad de quedar sepreñadas las vacas.

00:20:00: Me da igual.

00:20:01: la interpretación es igual o ratio.

00:20:02: si sabéis un poquito más de estadística la RIR ratio, la AR también es una medida de riesgó.

00:20:07: realmente la rir ratio es la medida del riesgo buena pero para poderla calcular tenemos que tener un estudio, que nos permita calcularla.

00:20:15: Y sin embargo la horratio es como un estimador de la riratio y la podemos calcular muchas más veces.

00:20:19: y con nuestro sextel en granja seguro.

00:20:22: voy a hacer un ejemplo aunque solamente hablado al mejor.

00:20:27: parece un poco complicado.

00:20:28: es que es muy fácil calcular la horatio Con el ejemplo que he ido diciendo de fertilidad tras protocolo B. Yo solamente necesito cuatro datos.

00:20:37: Yo he hecho el estudio en mi granja, tengo mi Excel y quiero cuatro datos vacas tratadas con A con el protocolo A que han quedado preñadas.

00:20:47: primer dato.

00:20:48: Vacas tratados con el protocolo A que quedaron vacías.

00:20:50: segundo dato.

00:20:52: Vacas tratadas por el protocoló B que es el comparábamos que ha quedando preñada.

00:20:56: tercer dato.

00:20:58: Y el cuarto dato vaca estatadas con B que quedan vacias.

00:21:00: Tengo estos cuatro datos la horratio Las tratadas con A preñadas por Tratadas Con B vacías, Partido.

00:21:07: Tratados con B vacias, Tratada con V preñabas.

00:21:11: Esa es la horratio y por eso se dice producto de razón de productos cruzados porque es como si hicieras una cruz sobre esos cuatro datos.

00:21:18: pero bueno aunque no sé si hayan quedado en la cabeza cómo calculas la horatio os vais a google y lo sacáis.

00:21:24: el rollo es que La horratió que es un cociente de unos productos.

00:21:28: Como es un cogiente los valores van de cero a infinito.

00:21:31: nunca va tener cero.

00:21:33: Entonces, ¿cómo interpretos a horratio o la interpretación de igual que fuera riratio?

00:21:39: Porque me han dado un paquete sadístico y me ha dado la RR.

00:21:42: La horratió de uno quiere decir el valor de arriba del cociente es igual al de abajo.

00:21:46: Es decir, que la probabilidad que ocurra preñez con el tratamiento A es prácticamente la misma que cuando con el protocolo B. Entonces, horratión de uno es lo que estoy analizando.

00:21:57: no afecta... Y todo lo que se aleje de uno es que afecta.

00:22:02: y cuanto más se aleje de uno, más afecta.

00:22:06: O sea la horratio no solamente me dice si es un factor protector o un factor de riesgo lo que estoy mirando sino sí es muy intensamente efectivo.

00:22:17: Las horratios mayores de una normalmente decimos pues que aumentan a la probabilidad que ocurra esto tantas veces.

00:22:22: y tengo... Es una manera sencilla de explicarlo.

00:22:25: No es matemáticamente muy exacto pero nos vale muy bien para comprenderlo.

00:22:29: Si tengo una horratió de diez quiere decir que mis vacas con el protocolo A tienen diez veces más probabilidad de quedarse preñadas, que con el protocólogo B. siempre es una comparativa.

00:22:38: Siempre tengo dos cosas que comparar.

00:22:40: y la ahorrate mayor de uno me dice que aquello que he puesto en la primera línea del tratamiento a pues es aumenta esa probabilidad.

00:22:48: lo que estoy analizando en este caso preñez y la horratio menor de uno me dice que eso, esa probabilidad de que ocurra disminuye.

00:22:56: Si me saliera una horratio de cero-cuatro quiere decir que la probabilidad dejar preñadas las vacas con el tratamiento A es menor que con el tratamiento B y el cero cuatro es que es sesenta por ciento menor que en el tratamento A. respecto al tratamiento B Es un poquito más complicado el porcentaje porque decir veinte veces más es más fácil que hacer el cálculo con los números decimales menores de uno, pero es fácil.

00:23:25: Solamente con que os quedéis en la cabeza menor de uno es que esa probabilidad de que ocurra lo que estoy analizando se reduce.

00:23:32: y la otra idea cuanto más aleje de uno más intensamente es o una horratio del cero uno que está muy lejos de uno... Es casi cero Es mucho más intensamente protector a ese evento, en este caso de preñez.

00:23:46: Me previene mucho más que las vacas me queden preñadas.

00:23:49: o sea no se preña ninguna vaca que si me da una horratio del zero nueve u cero nueves casi uno lo reduce un poco pero poco así podéis interpretarla.

00:23:58: y mayor de uno es muy fácil.

00:23:59: es tantas veces mas.

00:24:01: entonces si tengo una horatio de mil que podría ser es que es mil veces más probable dejar una vaca preñada con el tratamiento de algo y con el definir si los factores que puedo analizar son efectivos y además cuán intensamente efectivo es, si me interesa invertir en ellos.

00:24:20: Si a mí un protocolo que es muchísimo más complicado o más caro me da una horratio de uno coma uno pues a lo mejor no me compensa invertir porque voy aumentar al mejor cero cinco al por ciento la fertilidad.

00:24:31: luego tendré que hacer todo con datos ciertos y ver cuánte... qué porcentaje me varía en grupo de otro pero sí me da una horratio de veinte, hombre eso ya seguramente sí que pague el protocolo o las veces que tengo que cerrar las vacas etcétera.

00:24:46: Entonces todo esto lo podemos calcular de manera bastante fácil con nuestros propios datos.

00:24:53: Podemos calcular también por paquetes estadísticos.

00:24:56: muchas veces nos dan la RR o la horratió y la P es la significancia asociada a ello.

00:25:02: pero de manera fácil podemos calular con nuestros datos sin la P, pero la O ratio con valores muy exagerados y con unos datos de calidad.

00:25:13: Seguro que son ciertos y nos ayudan a tomar decisiones segurísimas.

00:25:17: así que de manera fácil somos muy capaces de extraer información objetiva y certera en base a nuestros datos que nos van ayudar a tomar decisions profesionales y no basadas en intuiciones ni creencias ni percepciones ni recuerdos sino en datos.

00:25:33: Una vez más se nos ha ido ya el tiempo, aunque creo que lo hemos aprovechado al máximo.

00:25:37: Para terminar y después de abordar el tema de los datos y la estadística en dos episodios ¿qué les dirías a los veterinarios que te están escuchando cómo cierre?

00:25:47: Pues mira qué animo a todos a que dejen de sentir la ciencia lejos de La Granja.

00:25:51: al revés.

00:25:52: Empieza exactamente los datos que ya tenéis, que ya tienen ellos Y no tengan miedo a la estadistica que es una gran amiga.

00:25:59: Entonces se trata de recoger datos de calidad, mirar los datos con curiosidad formular buenas preguntas concretarlas y aceptar que a veces la realidad no coincide con nuestras sensaciones sino enfadarse ni ser reacio a este hecho.

00:26:12: Y a partir de ahí los datos se convierten en información esta en evidencia y está en herramientas súper útiles para tomar decisiones acertadas y eficaces y todo esto sin ser estadístico ni matemático.

00:26:24: Ya tenemos el puzzle completo y sólo me queda agradecerte por acompañarnos en todo este viaje, por los datos.

00:26:30: La información era estadística.

00:26:32: Muchas gracias Silvia Y hasta otra.

00:26:35: Un placer Susana seguir aprendiendo contigo.

00:26:37: Hasta aquí el episodio de hoy.

00:26:39: Gracias a todos los que estáis al otro lado.

00:26:42: Os esperamos en próximas entregas de Rumilano.