IC is confidence interval, not confidence level--so I had no way of knowing that the author was confusing the two. Based on what I have learned, precision level and margin or error are entirely different. Precision level is expressed as a long decimal and has to be determinedin order to calculate the confidence INTERVAL; margin of error is expressed as a percentage and is associated with confidence LEVEL. The author was mixing apples and oranges.
Uhmm, sorry to ask this but how does this new information helps you to understand better the "precision problem" that you were facing? You already knew that IC was confidence level, not interval and as far as I know, precision and margin of error are, in practical terms, synonyms.
It turns out that the author made a mistake. It was supposed to be a confidence LEVEL and margin of error; not a confidence interval (for which the precision level would not be expressed in this way). No wonder I couldn't find it!
My question is about how to phrase the precision part in English. I have not been able to confirm any of the answers so far with similar expressions on the Internet.
I wrote: "... a value from the poll falls between ..."
Actually, since the poll (30% of the real universe) is used to represent the universe, then I should have said "... a random value from the given universe would fall between ..."
Well, these are technical terms, so you either already know what it is about or you will need to learn (by "you" I mean the reader). So I have to agree with Faridis.
If you want to understand better about precision, please, take a look here: http://en.wikipedia.org/wiki/Accuracy_and_precision
What I think it means is that there is a 95% of probability that a value from the poll - whatever it is that they are polling - falls between -2.5% (minus 2.5%) and +2.5% of the mean value, and they are considering the distribution as "normal". We don't know, based on your text, the mean (average) value, so we can't actually tell what is the range of 95% of confidence level.
creo que un traductor solo debe traducir y no dar explicaciones. El escritor español dice precisión sin explicar de qué se trata. Obviamente se tratará del resto 5% de la confidencia...
Muriel, I don't understand what you mean by "I don't know how to phrase the second part....". You already know that IC = Confidence Level and "precisión" is obviously "precision" so it would be (95% confidence interval and precision of 5%). I don't see anything wrong with this translation.
Automatic update in 00:
Answers
1 hr confidence: peer agreement (net): -1
IC(índice de confidencia) = confidence index 95% - precision 5%
Explanation: IC CONFIDENCE INDEX: There may have been some small upward movement in confidence in September but don't get too excited about it or the UK stock market ... www.allbusiness.com/.../13270754-1.html
Explanation: Se trata del intervalo de confianza 95% con una medida de precisión del 5%
Intervalo de confianza (IC):Definición y propiedades
El intervalo de confianza describe la variabilidad entre la medida obtenida en un estudio y la medida real de la población (el valor real). Corresponde a un rango de valores, cuya distribución es normal y en el cual se encuentra, con alta probabilidad, el valor real de una determinada variable. Esta «alta probabilidad» se ha establecido por consenso en 95%. Así, un intervalo de confianza de 95% nos indica que dentro del rango dado se encuentra el valor real de un parámetro con 95% de certeza5-8.
Para comprender y hacer intuitivo el concepto de intervalo de confianza utilizaremos un ejemplo clásico6:
Supongamos que tenemos una moneda, la cual puede o no estar balanceada. Así, después de varios lanzamientos, la probabilidad que el resultado sea sello variará desde 0 (todas las veces cara, es decir, una moneda balanceada) hasta 1 (todas las veces sello, nuevamente balanceada), pasando por 0,5 (la mitad de las veces sello y las otras cara, lo que equivale a una moneda no balanceada). Como no conocemos la verdadera naturaleza de la moneda, vamos a experimentar con ella.
Iniciamos el experimento con 2 lanzamientos, uno es cara y el otro es sello. La probabilidad de que el resultado sea sello fue 0,5, con lo que podríamos concluir que la moneda no está balanceada, sin embargo, ¿con sólo 2 lanzamientos podemos concluir con total certeza que esa es la naturaleza de la moneda? La respuesta es no, por lo tanto ¿cuál es el rango de valores donde se encuentra el valor real? Dado que el azar pudo influir en este resultado, uno acepta que el rango de valores reales posibles es amplio, incluso desde uno tan bajo como 0 a uno tan alto como 1, por lo tanto aún no estamos seguros de la naturaleza de nuestra moneda.
Considerando lo anterior, ampliamos el experimento y realizamos 8 nuevos lanzamientos (10 en total), resultando 5 caras y 5 sellos. Nuevamente el resultado es 0,5, sin embargo, ahora intuitivamente nos percatamos que la verdadera naturaleza de la moneda se encuentra en un rango menos amplio. Por ejemplo, es poco probable que después de 10 lanzamientos 9 sean sello, menos aún que todos lo sean, sin embargo, aún es factible que 8 ó 7 ó 6 sí lo sean. Así, nuestro nuevo rango puede variar entre 0,2 y 0,8, pero con un alcance: todos advertimos que si bien 0,8 y 0,2 son posibles, los valores centrales (0,4 y 0,6) lo son más aún, siendo 0,5 el más probable.
Decidimos seguir experimentando, realizando 90 nuevos lanzamientos (100 en total), resultando 50 caras y 50 sellos. Nuevamente el resultado es 0,5, advirtiendo que cada vez es más probable que la verdadera naturaleza de nuestra moneda es el de una no balanceada, pero aún con un rango de variabilidad que podríamos estimar entre 0,4 y 0,6 (es decir, que después de 100 lanzamientos, el resultado real varíe entre 40 y 60 sellos).
Realizamos 1.000 lanzamientos, resultando 500 sellos y 500 caras, con lo que estamos aún más seguros que nuestra moneda no está balanceada (nuestro rango puede ser 0,45 a 0,55 o menor).
El ejemplo anterior nos permite aclarar varios conceptos:
• La «verdadera naturaleza» de nuestra moneda (si está balanceada o no) corresponde al valor real.
• El rango de valores reales posibles, es decir, el rango donde se encuentra la verdadera naturaleza de nuestra moneda, corresponde al IC.
• El valor real más probable corresponde al estimador puntual del estudio, en este caso 0,5.
• Finalmente, advertimos la relación inversa entre la amplitud del IC y el tamaño muestral: si consideramos que el número de lanzamientos representa el n de la muestra, observamos que mientras más pequeño es el n más amplio es el IC. A mayor número de lanzamientos (mayor n) más certeza tenemos que el resultado del experimento se acerca al valor real, por lo tanto el IC es más estrecho5-8.
Para llevar a la práctica el concepto vamos a recurrir al ejemplo utilizado en el artículo anterior: la comparación de una nueva droga A versus una droga B en la prevención de AVE en pacientes con antecedente de accidente isquémico transitorio (AIT) (Tabla 1)4.
Interpretación de un IC
El intervalo de confianza es una medida de precisión que permite al clínico evaluar 2 aspectos de un resultado (estimador puntual):
1. Si existe diferencia estadística significativa.
2. Si tal diferencia es relevante para recomendarla a mis pacientes (relevancia clínica).
Para analizar si existe o no diferencia estadística significativa debemos observar los extremos del IC. Independiente si el estimador puntual muestra beneficio o daño, debemos verificar si alguno de los extremos del IC pasa sobre la línea del no efecto. Si es así, existe la posibilidad de que el valor real corresponda al no efecto o incluso tenga un efecto opuesto al esperado. En este caso no existiría diferencia estadísticamente significativa entre aplicar o no la intervención (Figura 1)7,8.
Cuando un estudio demuestra un efecto con significación estadística (es decir el extremo del IC no cruza ni toca la línea del no efecto), el clínico debe definir cuál es el beneficio mínimo necesario para recomendar la terapia, lo que llamaremos umbral. Así, nuestro estudio hipotético demuestra beneficio estadístico significativo, siendo el beneficio mínimo probable un RRA de 0,9%. El que este beneficio tenga relevancia clínica depende del tipo de evento prevenido o favorecido, los efectos adversos de la droga A v/s la droga B, el costo, las circunstancias clínicas, etc. Si el evento a prevenir es banal, o si la droga A tiene muchos efectos adversos y es más cara que B, nuestro umbral va a ser alto, por lo tanto el beneficio demostrado en nuestro estudio no sería relevante7,8 (Figura 2).
Al contrario, si el evento a prevenir es relevante en sí mismo (por ej: mortalidad o invalidez), o si la nueva droga es más barata y sin efectos adversos, tal vez con demostrar un RRA de sólo 0,5% nos basta para recomendarla (umbral), por lo tanto nuestro estudio no sólo demuestra diferencia estadísticamente significativa, sino que también beneficio relevante para el paciente (Figura 3).
¿Con qué precisión se ha estimado el efecto de tratamiento?
Los resultados de un ECA deben acompañarse de su correspondiente IC 95% o al menos de los datos necesarios que permitan su cálculo. Las cifras obtenidas (RRR= 18,1%, RAR= 13%, NNT= 7,7) son estimaciones puntuales a partir de los datos de una muestra. Si en vez de los niños menores de dos años que conformaron la muestra de este estudio los autores del mismo hubieran incluido a otros niños menores de dos años distintos pero que cumplieran los mismos criterios de inclusión (el mismo diseño de estudio pero con una muestra de pacientes diferente), los resultados hubieran sido muy similares.
La repetición del mismo ECA con pacientes diferentes en cada ocasión daría como resultado estimaciones puntuales similares pero rara vez coincidentes. Cada estimación puntual es una aproximación al verdadero valor de cada medida (RRR, RAR, NNT) en la población de referencia.
Para acercarnos al verdadero valor de un parámetro poblacional a partir de su estimación en una muestra, podemos calcular el IC de dicha estimación. Mediante el IC obtenemos, con una confianza fijada a priori (si se trabaja con un valor alfa de 0,05 se obtendrá un IC del 95%) el intervalo de valores entre los cuales está el verdadero valor del parámetro poblacional.
El IC aporta más información que la estimación puntual: evalúa la precisión con la que se ha estimado el parámetro poblacional. Un IC del 95% expresa que, si repitiéramos el mismo experimento 100 veces, el IC incluiría el verdadero valor del parámetro poblacional en 95.
Un IC es tanto más preciso cuanto más estrecho es. Si es muy amplio, la información que aporta es escasa, ya que el valor del parámetro poblacional puede estar situado en cualquier punto del mismo. En el ejemplo que hemos utilizado el IC del 95% de la RAR está comprendido entre 1 y 25%. Su interpretación clínica sería: con una confianza del 95% se puede afirmar que, de cada cien niños menores de dos años con OMA, tratados con amoxicilina durante diez días, entre 1 y 25 no tendrán una persistencia de la sintomatología al 4º día de evolución. Un IC del 95% que incluye el valor 0 indica ausencia de diferencia entre el tratamiento y el placebo.
Para calcular el IC del 95% de NNT, basta con hallar el valor inverso de los extremos del IC del 95% de la RAR: IC 95% de NNT= 1/ 0,25 a 1/ 0,01 = 4 a 100.
La interpretación clínica de este IC 95% sería: con una confianza del 95% se puede afirmar que es necesario tratar con amoxicilina durante diez días entre 4 y 100 niños menores de dos años para prevenir que uno de ellos desarrolle una persistencia de la sintomatología clínica al 4º día de evolución
Bibliografía:
Sackett DL, Straus ShE, Richardson WS, Rosenberg W, Haynes RB. Tratamiento. En: Sackett DL, Straus ShE, Richardson WS, Rosenberg W, Haynes RB, editores. Medicina basada en la evidencia. Cómo practicar y enseñar la MBE. 2ª ed. Madrid: Ediciones Harcourt, SA; 2001.p. 91-131.
Pita Fernández S, López de Ullibarri Galparsoro I. Número necesario de pacientes a tratar para reducir un evento. Metodología de la Investigación. Fisterra.com. [Consultado: 30/08/05].Disponible en: http://www.fisterra.com/mbe/investiga/5nnt/5nnt.htm
Pita Fernández S. Cómo se interpretan los estudios médicos: cuantificación del riesgo y de la incertidumbre. Medicina Basada en la Evidencia. Fisterra.com. [Consultado: 30/08/05]. Disponible: http://www.fisterra.com/mbe/mbe_temas/15/incertidumbre.htm
Argimón JM, Jiménez J. Papel de la estadística. En: Argimón JM, Jiménez J, editores. Métodos de investigación aplicados a la atención primaria de salud. Barcelona: Ediciones Doyma, SA; 1991.p. 151-166.
Fundamento y objetivo: El déficit de alfa-1-antitripsina (DAAT) es un trastorno hereditario con un riesgo incrementado de padecer enfisema pulmonar y hepatopatías crónicas en niños y adultos. Actualmente existe en España la posibilidad de aplicar tratamiento sustitutivo a pacientes con déficit grave que cumplan los requisitos establecidos por el Registro Español de Pacientes con DAAT, por lo que consideramos importante conocer el número de sujetos con DAAT en sus variantes PIS y PIZ y su distribución por fenotipos. Sujetos, material y método: Selección de estudios publicados sobre frecuencias alélicas PIS y PIZ en poblaciones españolas, con los siguientes criterios: a) método fiable de identificación de fenotipos; b) no ser estudios de cribado; c) factor de precisión estadística mayor o igual a 5, y d) muestras representativas de la población general de la comunidad. Resultados: Se seleccionaron 34 cohortes, que quedaron reducidas a 4 tras eliminar las que no cumplieron los criterios requeridos. Las frecuencias medias (en tanto por 1.000) fueron: 104 (intervalo de confianza [IC] del 95%, 96-113) para PI*S y 17 (IC del 95%, 14-21) para PI*Z. Extrapolando estos datos al total de la población, calculamos que habría en España 9.173.181 individuos con DAAT (IC del 95%, 9.167.966-9.178.398), con la siguiente distribución por fenotipos: PIMS, 7.358.263 (IC del 95%, 6.696.222-8.072.328); PIMZ, 1.222.041 (IC del 95%, 972.767-1.539.805); PISS, 436.023 (IC del 95%, 369.057-514.244); PISZ, 144.827 (IC del 95%, 107.227-195.038), y PIZZ, 12.026 (IC del 95%, 7.788-18.493). La prevalencia global calculada del DAAT fue de un deficiente por cada 4,4 sujetos, con la siguiente distribución: PIMS, 1/5; PIMZ, 1/33; PISS, 1/92; PISZ, 1/278, y PIZZ, 1/3.344. Conclusiones: El DAAT es una enfermedad frecuente e infradiagnosticada.
PI*S and PI*Z alpha 1-antitrypsin deficiency: estimated prevalence and number of deficient subjects in Spain
Background and objective: Alpha-1-antitrypsin deficiency (AATD) is an hereditary disorder with increased risk of pulmonary emphysema and chronic liver diseases in children and adults. Since it is possible currently in Spain to apply alpha-1-antitrypsin replacement therapy to AATD patients, the objective of this study was to calculate the total number of subjects affected by PIS and PIZ AATD, and its phenotypic distribution. Subjects, material and method: Selection of published studies on allelic frequencies PIS and PIZ according to the following criteria: a) alpha-1-antitrypsin phenotyping performed by isoelectrofocusing; b) rejection of «screening studies»; c) statistic precision factor score of 5, and d) samples representative of the Spanish general population. Results: Four out 34 cohorts were selected. Mean gene frequencies (per 1,000) were: 104 (95% confidence interval [CI], 96-113) for PI*S and 17 (95% CI, 14-21) for PI*Z. These data indicated that it would exist in Spain 9,173,181 AATD subjects (95% CI, 9,167,966-9,178,398), with the following phenotypic distribution: 7,358,263 (95% CI, 6,696,222-8, 072,328) for PIMS; 1,222,041 (95% CI, 972,767-1,539,805) for PIMZ; 436,023 (95% CI, 369,057-514,244) for PISS; 144,827 (95% CI, 107,227-195,038) for PISZ; and 12,026 (95% CI, 7,788-18,493) for PIZZ. The global prevalence was 1 out of 4.4 individuals, with the following distribution: PIMS 1/5; PIMZ 1/33; PISS 1/92; PISZ 1/278; and PIZZ 1/3,344. Conclusions: AATD is a frequent but underdiagnosed disease in Spain.
Smartranslators Spain Local time: 13:30 Native speaker of: Spanish PRO pts in category: 62
Notes to answerer
Asker: Thanks for the explanation. I would still like some help with a "precision" phrase that is common in English. Nothing suggested so far matches anything on the Internet. As far as I can tell. the precision factor score is a multidigit decimal, not a percentage.
Reference information: Una serie de medidas mediante un aparato, regla o calibre de una propiedad determinada como ser la temperatura, la longitud, la masa, etc, se caracterizan con dos parametros, la exactitud y la precisión.
En consecuencia pueden darse uno de 4 casos posibles,
1.- No exacto, no preciso,
2.- No exacto, sí preciso,
3.- Sí exacto y no preciso.
4.- Sí exacto, sí preciso.
Se dice que el resultado promedio de todas las lecturas es exacto si coincide con el valor real, en caso contrario no lo es.
Si la dispersión de las medidas es muy baja, se dice que las medidas son precisas, si la dispersión de las medidas es alto entonces no es preciso.
Una regla puede medir 20 veces una longitud, y siempre obtener el mismo valor 2.17 metros. En este caso decimos que las medidas son precisas. Si el valor real es de 2.00 metros, el resultado no es exacto a pesar de ser preciso.
Si tenemos una enorme dispersión de los datos se dice que el método no es preciso pero si el promedio de las lecturas coincide con el valor real entonces el método es exacto.
Concepto básico de precisión. Supongamos que tenemos una serie de medidas de longitud en cms. : 100.5, 100.0 y 99.5. El promedio es de 100.0 con una variación de +/-0.5cms.
Si ese valor lo expresamos en % tendremos una precisión de 0.5%
Por lo tanto se puede expresar la precisión de dos maneras, en las unidades utilizadas para medir o como un %.
La expresión como % permite aplicar el resultado a cualquier medida que se obtenga con la regla y es el preferido en estadística aplicada.
En la realidad, el concepto es algo un tanto más complicado ya que se asegura que con una confianza de 95% podemos asegurar que la precisión de la medida es de 0.5%.
Ahí nos metemos en un terreno más complicado ya que implica el conocimiento previo de la distribución de distintos estadígrafos.
Pero básicamente ésta es la idea tras la frase.
Suerte.
slothm Uruguay Works in field Native speaker of: Spanish
Note to reference poster
Asker: I really appreciate the explanations. I would still like some help with a "precision" phrase that is common in English. Nothing suggested so far matches anything on the Internet.
The updates to the menu were made to make the site easy and more intuitive for visitors. Obviously, like any change, this may take a few days to get used to.
The dropdown menus have been divided into two-dimensional panels with similar items grouped together under headings. This eliminates scrolling for those with smaller screens, and also improves readability.
Mouseover your name at the top of the screen. Here you will find information about your account, your email settings, and more. The "My ProZ.com" menu was moved up here to simplify the main navigation, and to keep all of this type of information together.
peer agreement (net): -1
peer agreement (net): +1
