Comparamos la tasa de cumplimiento por curso.
Calculamos la diferencia de proporciones y obtenemos el p-valor ajustado por Bonferroni.
Test de proporciones entre las tasas de cumplimiento
Grupo 1
Grupo 2
n 1
n 2
Tasa cumplimiento 1
Tasa cumplimiento 2
Diferencia
p valor
4º (pre-formación)
4º (post-formación corto plazo)
371
73
0.102
0.507
-0.404
<0.001
4º (pre-formación)
5º (post-formación largo plazo)
371
698
0.102
0.261
-0.158
<0.001
4º (post-formación corto plazo)
5º (post-formación largo plazo)
73
698
0.507
0.261
0.246
<0.001
Tip
El aumento del cumplimiento de la higiene de manos entre pre y post-corto es significativo.
La diferencia entre post-corto y post-largo es significativa, lo que sugiere que el efecto de la formación se disipa.
Aun así, el cambio entre pre y post-largo sigue siendo significativo, por lo que parece que la formación tiene efecto a nivel global en la adherencia a la higiene de manos.
Por escenario y curso
Tip
El escenario de Consulta es el único con trazabilidad del efecto en todos los cursos.
El escenario de Procedimiento Invasivo solo está en el último curso (post-largo): representa más d eun tercio de las oportunidades de higiene de manos y su tasa de cumplimiento es del 46 %
Tasas de cumplimiento por tipo de escenario e IC del 95 %
Tasa de cumplimiento
IC 95 % inf
IC 95 % sup
Box
0.038
0.024
0.058
Consulta
0.375
0.323
0.431
Procedimiento invasivo
0.461
0.398
0.526
Comparamos la tasa de cumplimiento por escenario: calculamos la diferencia de proporciones y obtenemos el p-valor ajustado por Bonferroni.
Test de proporciones entre las tasas de cumplimiento
Grupo 1
Grupo 2
n 1
n 2
Tasa cumplimiento 1
Tasa cumplimiento 2
Diferencia
p valor
Box
Consulta
572
325
0.038
0.375
-0.337
<0.001
Box
Procedimiento invasivo
572
245
0.038
0.461
-0.423
<0.001
Consulta
Procedimiento invasivo
325
245
0.375
0.461
-0.086
0.145
Box
Tasas de cumplimiento en el escenario BOX con IC del 95%
Tasa de cumplimiento
IC 95 % inf
IC 95 % sup
4º (pre-formación)
0.023
0.012
0.038
5º (post-formación largo plazo)
0.015
0.007
0.030
Calculamos la diferencia de la tasa de cumplimiento y obtenemos el p-valor ajustado por Bonferroni.
Test de proporciones entre las tasas de cumplimiento en el escenario BOX
Grupo 1
Grupo 2
n 1
n 2
Tasa cumplimiento 1
Tasa cumplimiento 2
Diferencia
p valor
4º (pre-formación)
5º (post-formación largo plazo)
308
264
0.045
0.03
0.015
0.471
Consulta
Tasas de cumplimiento en el escenario Consulta con IC del 95%
Tasa de cumplimiento
IC 95 % inf
IC 95 % sup
4º (pre-formación)
0.190
0.126
0.270
4º (post-formación corto plazo)
0.253
0.185
0.332
5º (post-formación largo plazo)
0.161
0.126
0.202
Calculamos la diferencia de la tasa de cumplimiento y obtenemos el p-valor ajustado por Bonferroni.
Test de proporciones en el escenario Consulta entre las tasas de cumplimiento
Grupo 1
Grupo 2
n 1
n 2
Tasa cumplimiento 1
Tasa cumplimiento 2
Diferencia
p valor
4º (pre-formación)
4º (post-formación corto plazo)
63
73
0.381
0.507
-0.126
0.582
4º (pre-formación)
5º (post-formación largo plazo)
63
189
0.381
0.323
0.058
1.000
4º (post-formación corto plazo)
5º (post-formación largo plazo)
73
189
0.507
0.323
0.184
<0.05
Important
Se vuelve a comparar la tasa de cumplimiento de la HM entre cursos sin el escenario de procedimiento invasivo.
Tasas de cumplimiento con IC del 95%
Tasa de cumplimiento
IC 95 % inf
IC 95 % sup
4º (pre-formación)
0.102
0.074
0.138
4º (post-formación corto plazo)
0.507
0.387
0.626
5º (post-formación largo plazo)
0.152
0.120
0.189
Comparamos la tasa de cumplimiento por curso: calculamos la diferencia de proporciones y obtenemos el p-valor ajustado por Bonferroni.
Test de proporciones entre las tasas de cumplimiento (sin el escenario de procedimiento invasivo)
Grupo 1
Grupo 2
n 1
n 2
Tasa cumplimiento 1
Tasa cumplimiento 2
Diferencia
p valor
4º (pre-formación)
4º (post-formación corto plazo)
371
73
0.102
0.507
-0.404
<0.001
4º (pre-formación)
5º (post-formación largo plazo)
371
453
0.102
0.152
-0.050
0.132
4º (post-formación corto plazo)
5º (post-formación largo plazo)
73
453
0.507
0.152
0.355
<0.001
Tip
El aumento del cumplimiento de la higiene de manos entre pre y post-corto sigue siendo significativo.
La diferencia entre post-corto y post-largo sigue siendo significativa, lo que sugiere que el efecto de la formación se disipa.
PERO el cambio entre pre y post-largo no es significativo para una confianza del 95 %, por lo que la formación tiene no tiene efecto a largo plazo en la adherencia a la higiene de manos si no contamos con el escanario de procedimiento invasivo.
Por momento OMS
Tasas de cumplimiento por tipo de indicacion e IC del 95 %
Tasa de cumplimiento
IC 95 % inf
IC 95 % sup
M1
0.237
0.200
0.278
M2
0.706
0.622
0.781
M3
0.109
0.062
0.173
M4
0.090
0.062
0.125
M5
0.049
0.006
0.165
Comparamos la tasa de cumplimiento por escenario: calculamos la diferencia de proporciones y obtenemos el p-valor ajustado por Bonferroni.
Test de proporciones entre las tasas de cumplimiento
Grupo 1
Grupo 2
n 1
n 2
Tasa cumplimiento 1
Tasa cumplimiento 2
Diferencia
p valor
M1
M2
472
136
0.237
0.706
-0.469
<0.001
M1
M3
472
138
0.237
0.109
0.129
<0.05
M1
M4
472
355
0.237
0.090
0.147
<0.001
M1
M5
472
41
0.237
0.049
0.189
<0.1
M2
M3
136
138
0.706
0.109
0.597
<0.001
M2
M4
136
355
0.706
0.090
0.616
<0.001
M2
M5
136
41
0.706
0.049
0.657
<0.001
M3
M4
138
355
0.109
0.090
0.019
1.000
M3
M5
138
41
0.109
0.049
0.060
1.000
M4
M5
355
41
0.090
0.049
0.041
1.000
Momentos de la OMS
Para cada indicación (momento OMS) de higiene de manos se muestra:
Número de oportunidades total.
Número de oportunidades por curso.
Número de oportunidades cumplidas por curso.
Tasa de cumplimiento por curso.
Las tasas de cumplimiento entre los cursos se comparan mediante pruebas no paramétricas de independencia: Chi-cuadrado o test exacto de Fisher.
La hipótesis nula establece que la distribución del cumplimiento de la higiene de manos es igual en todos los cursos, es decir, no hay relación entre el curso y cumplir con la higiene de manos.
Un p-valor bajo indica evidencia suficiente para rechazar la hipótesis nula: al menos un curso tiene una tasa de cumplimiento diferente a los demás.
En los casos donde el p-valor es bajo, se realizan comparaciones dos a dos entre cursos para identificar qué pares de cursos son significativamente diferentes.
M1
Momento de Higiene de manos M1 (472 oportunidades).
Characteristic
N
4º (pre-formación)
N = 1731
4º (post-formación corto plazo)
N = 331
5º (post-formación largo plazo)
N = 2661
p-value2
accion
472
29 (16.8%)
24 (72.7%)
59 (22.2%)
<0.001
1 n (%)
2 Pearson’s Chi-squared test
Tasas de cumplimiento en el momento OMS M1 con IC del 95%
Tasa de cumplimiento
IC 95 % inf
IC 95 % sup
4º (pre-formación)
0.168
0.115
0.232
4º (post-formación corto plazo)
0.727
0.545
0.867
5º (post-formación largo plazo)
0.222
0.173
0.277
Calculamos la diferencia de la tasa de cumplimiento y obtenemos el p-valor ajustado por Bonferroni.
Test de proporciones entre las tasas de cumplimiento en el momento OMS M1
Grupo 1
Grupo 2
n 1
n 2
Tasa cumplimiento 1
Tasa cumplimiento 2
Diferencia
p valor
4º (pre-formación)
4º (post-formación corto plazo)
173
33
0.168
0.727
-0.560
<0.001
4º (pre-formación)
5º (post-formación largo plazo)
173
266
0.168
0.222
-0.054
0.619
4º (post-formación corto plazo)
5º (post-formación largo plazo)
33
266
0.727
0.222
0.505
<0.001
M2
Momento de Higiene de manos M2 (136 oportunidades).
Characteristic
N
4º (pre-formación)
N = 51
4º (post-formación corto plazo)
N = 01
5º (post-formación largo plazo)
N = 1311
p-value2
accion
136
0 (0.0%)
0 (NA%)
96 (73.3%)
0.002
1 n (%)
2 Fisher’s exact test
Tasas de cumplimiento en el momento OMS M2 con IC del 95%
Tasa de cumplimiento
IC 95 % inf
IC 95 % sup
4º (pre-formación)
0.000
0.000
0.522
5º (post-formación largo plazo)
0.733
0.648
0.806
Calculamos la diferencia de la tasa de cumplimiento y obtenemos el p-valor ajustado por Bonferroni.
Test de proporciones entre las tasas de cumplimiento en el momento OMS M2
Grupo 1
Grupo 2
n 1
n 2
Tasa cumplimiento 1
Tasa cumplimiento 2
Diferencia
p valor
4º (pre-formación)
5º (post-formación largo plazo)
5
131
0
0.733
-0.733
<0.01
M3
Momento de Higiene de manos M3 (138 oportunidades).
Characteristic
N
4º (pre-formación)
N = 91
4º (post-formación corto plazo)
N = 01
5º (post-formación largo plazo)
N = 1291
p-value2
accion
138
0 (0.0%)
0 (NA%)
15 (11.6%)
0.6
1 n (%)
2 Fisher’s exact test
M4
Momento de Higiene de manos M4 (355 oportunidades).
Characteristic
N
4º (pre-formación)
N = 1581
4º (post-formación corto plazo)
N = 401
5º (post-formación largo plazo)
N = 1571
p-value2
accion
355
8 (5.1%)
13 (32.5%)
11 (7.0%)
<0.001
1 n (%)
2 Fisher’s exact test
Tasas de cumplimiento en el momento OMS M4 con IC del 95%
Tasa de cumplimiento
IC 95 % inf
IC 95 % sup
4º (pre-formación)
0.051
0.022
0.097
4º (post-formación corto plazo)
0.325
0.186
0.491
5º (post-formación largo plazo)
0.070
0.035
0.122
Calculamos la diferencia de la tasa de cumplimiento y obtenemos el p-valor ajustado por Bonferroni.
Test de proporciones entre las tasas de cumplimiento en el momento OMS M4
Grupo 1
Grupo 2
n 1
n 2
Tasa cumplimiento 1
Tasa cumplimiento 2
Diferencia
p valor
4º (pre-formación)
4º (post-formación corto plazo)
158
40
0.051
0.325
-0.274
<0.001
4º (pre-formación)
5º (post-formación largo plazo)
158
157
0.051
0.070
-0.019
1.000
4º (post-formación corto plazo)
5º (post-formación largo plazo)
40
157
0.325
0.070
0.255
<0.001
M5
Momento de Higiene de manos M5 (41 oportunidades).
Characteristic
N
4º (pre-formación)
N = 261
4º (post-formación corto plazo)
N = 01
5º (post-formación largo plazo)
N = 151
p-value2
accion
41
1 (3.8%)
0 (NA%)
1 (6.7%)
>0.9
1 n (%)
2 Fisher’s exact test
Modelos
El objetivo es medir el efecto del curso, la indicación y el escenario sobre la higiene de manos. Se considera el curso como ORDINAL para cuantificar el efecto tiempo, ya que suponemos que no están igualmente espaciados (en ese caso se incluiría en los modelos como numérica).
Resultado
Qué afirmar
L ✔️ / Q ✔️
Tendencia + curvatura
L ✔️ / Q ❌
Tendencia lineal
L ❌ / Q ✔️
Efecto no monótono
L ❌ / Q ❌
Sin asociación detectable
Interpretación de la variable curso
Parámetros lineal y cuadrático del factor curso significativos: existe una tendencia global a lo largo de los niveles PERO esa tendencia no es puramente lineal.
- El efecto del ordinal no puede resumirse en un único “por nivel”.
- Los cambios entre niveles no son constantes.
- El nivel intermedio se comporta de forma distinta a lo esperado por una recta.
Se hace el likelihood ratio test. Este test compara la bondad de ajuste de dos modelos, normalmente uno que más restringido que otro. En nuestro caso queremos ver si el modelo res para ver qué modelo explica mejor: aquel con curso como factor o aquel con curso como numérico
Modelo con variables independientes: curso, indicación y escenario.
Characteristic
log(OR)
95% CI
p-value
curso
curso.L
-0.41
-0.77, -0.04
0.030
curso.Q
-0.77
-1.3, -0.29
0.002
indicacion
M1
—
—
M2
1.6
0.86, 2.3
<0.001
M3
-1.7
-2.5, -0.82
<0.001
M4
-1.4
-1.9, -0.91
<0.001
M5
-0.09
-2.0, 1.2
>0.9
escenario
Box
—
—
Consulta
2.8
2.3, 3.4
<0.001
Procedimiento invasivo
3.0
2.3, 3.9
<0.001
Abbreviations: CI = Confidence Interval, OR = Odds Ratio
Test para confirmar la no linealidad de la variable curso
El LRT se basa en la idea de que el modelo más restringido es un caso especial del modelo más general.
El modelo con la varible ordinal tiene dos parámetros para la variable curso, mientras que el modelo con la variable numérica tiene un único parámetro.
El modelo numérico es más restringido ya que asume una relación lineal entre niveles (restricción fuerte) y el modelo ordinal es menos restringido ya que permite diferencias arbitrarias entre niveles al tener más parámetros (cada factor su propio efecto, menos restringido).
Nuestro contraste LRT evalúa si la restricción de linealidad es plausible: si no hay diferencia en la verosimilitud, el modelo más simple (variable numérica) puede ser suficiente.
H0: el efecto de curso es lineal (modelo numérico es suficiente).
H1: el efecto no es lineal (modelo categórico ajusta mejor).
Prueba de razón de verosimilitud (LRT) para evaluar la linealidad del efecto de curso
Se rechaza H0 (p < 0.05): el efecto de curso no es lineal y conviene tratarlo como factor.
Visualización del patrón no lineal.
Conclusiones sobre el efecto de la variable curso
Los parámetros lineal y cuadrático del factor curso son significativo.
El test LRT rechaza la hipótesis nula.
La relación entre curso y la probabilidad predicha presenta diferencias por curso.
Hay evidencia de una relación no lineal entre el curso y la tasa de cumplimiento de higiene de manos.
Por ello, no es apropiado usar odd ratios como medidas de interpretación del efecto del curso, se recomiendo usar las medias marginales estimadas: “¿Cuál es el riesgo en cada nivel específico del curso y cómo difieren entre sí?”
Medias marginales estimadas (probabilidad)
curso
prob
SE
df
asymp.LCL
asymp.UCL
4º (pre-formación)
0.2592021
0.0475527
Inf
0.1771898
0.3624524
4º (post-formación corto plazo)
0.4033476
0.0762740
Inf
0.2664469
0.5571622
5º (post-formación largo plazo)
0.1647415
0.0263755
Inf
0.1193028
0.2231023
Comparaciones pareadas entre niveles de curso usando estimaciones marginales
(4º (pre-formación)) - (5º (post-formación largo plazo))
0.5732440
0.2645314
Inf
2.167016
<0.1
(4º (post-formación corto plazo)) - (5º (post-formación largo plazo))
1.2318277
0.3077471
Inf
4.002727
<0.001
Interpretación: si estimate > 0, el primer grupo tiene mayor media; si estimate < 0, el segundo grupo tiene mayor media.
- pre vs post-corto. Diferencia negativa (post-corto > pre): la tasa aumenta a corto plazo pero no es significativo.
- pre vs post-largo. Diferencia positiva (post-largo < pre): la tasa disminuye a largo plazo pero no es significativo.
- post-corto vs post-largo. Diferencia positiva (post-largo < post-corto), la tasa disminuye con el tiempo en los cursos post-formación y la disminución sí es significativa.
Escenario Consulta
Se repetir el modelo usando solo el escenario de Consulta.
H0: el efecto de curso es lineal (modelo numérico es suficiente).
H1: el efecto no es lineal (modelo categórico ajusta mejor).
Prueba de razón de verosimilitud (LRT) para evaluar la linealidad del efecto de curso
term
df.residual
residual.deviance
df
deviance
p valor
accion ~ as.numeric(curso) + indicacion
320
391.9817
NA
NA
NA
accion ~ factor(curso) + indicacion
319
380.2034
1
11.77831
<0.001
Se rechaza H0 (p < 0.05): el efecto de curso no es lineal y conviene tratarlo como factor.
Visualización del patrón no lineal.
Note
Los parámetros lineal y cuadrático del factor curso son significativo.
El test LRT rechaza la hipótesis nula.
La relación entre curso y la probabilidad predicha presenta diferencias por curso.
Hay evidencia de una relación no lineal entre el curso y la tasa de cumplimiento de higiene de manos.
Por ello, no es apropiado usar odd ratios como medidas de interpretación del efecto del curso, se recomiendo usar las medias marginales estimadas: “¿Cuál es el riesgo en cada nivel específico del curso y cómo difieren entre sí?”
Medias marginales estimadas (probabilidad)
curso
prob
SE
df
asymp.LCL
asymp.UCL
4º (pre-formación)
0.4650606
0.1234428
Inf
0.2474034
0.6968911
4º (post-formación corto plazo)
0.6560655
0.1160066
Inf
0.4105151
0.8393575
5º (post-formación largo plazo)
0.3280542
0.1004945
Inf
0.1665148
0.5440192
Comparaciones pareadas entre niveles de curso usando estimaciones marginales
(4º (pre-formación)) - (5º (post-formación largo plazo))
0.5770131
0.3323323
Inf
1.736254
0.192
(4º (post-formación corto plazo)) - (5º (post-formación largo plazo))
1.3628085
0.3303295
Inf
4.125603
<0.001
Interpretación: si estimate > 0, el primer grupo tiene mayor media; si estimate < 0, el segundo grupo tiene mayor media.
- pre vs post-corto. Diferencia negativa (post-corto > pre): la tasa aumenta a corto plazo pero no es significativo.
- pre vs post-largo. Diferencia positiva (post-largo < pre): la tasa disminuye a largo plazo pero no es significativo.
- post-corto vs post-largo. Diferencia positiva (post-largo < post-corto), la tasa disminuye con el tiempo en los cursos post-formación y la disminución sí es significativa.
