Sesión 1
El razonamiento clínico como inferencia: abducción, deducción, inducción
Estudio individual
Medicina y Ciencia 2026-2027
Ciencia de datos y estadística biomédica en el razonamiento clínico (sílabo v3).
Miércoles 20:00, 90 min · mié 11 nov 2026 a mié 10 mar 2027 · 16 sesiones (receso 23 de dic y 30 de dic)
IESS San Francisco y MSP Calderón
La ruta de un hallazgo
- ¿Qué tan frecuente es? (probabilidad basal)
- ¿Qué tan informativo es? (sens/esp → LR+ / LR−)
- ¿Qué tan seguro es ese número? (IC 95 %, calidad del estudio)
- ¿Cambia la conducta? (umbrales) y ¿cómo se lo digo al paciente?
Cada sesión usa una condición del blog como caso ancla; las cifras salen del artículo, no de memoria.
Cómo es cada clase
- 0–10Caso socrático. Estimas la probabilidad pretest sin ver el cociente.
- 10–35Concepto. Mini-clase anclada en el caso.
- 35–65Cálculo y debate. Tabla 2×2, LR y postest en parejas.
- 65–80Autoevaluación. Preguntas del Reto clínico.
- 80–90Cierre. ¿Qué cambia en la conducta?
Antes: lee el artículo ancla. Después: autoevalúate en el Reto clínico. Los casos ancla salen del blog clínico (48 condiciones).
Unidad 1 · Del hallazgo al número
Sesión 2
Datos clínicos: variables, bases relacionales, ENSANUT, MIMIC-IV, desidentificación y ética
Estudio individual
Sesión 3
Tabla 2×2: sensibilidad, especificidad, VPP y VPN
Se publica: Informe de caso · Unidad 1
Estudio individual
Sesión 4
De sens/esp a LR+ y LR−
Estudio individual
Unidad 2 · Razonar con probabilidades
Sesión 5
Probabilidad pretest, odds y nomograma de Fagan; falacia de la tasa base
Entrega: Informe de caso · Unidad 1
Estudio individual
Sesión 6
Combinar hallazgos: producto de LR e independencia condicional
Se publica: Informe de caso · Unidad 2
Estudio individual
Sesión 7
Umbrales de prueba y de tratamiento
Entrega: Informe de caso · Unidad 2
Estudio individual
Sesión 8
Evaluación 1: razonamiento bayesiano sobre casos nuevos
Entrega: Evaluación 1 · Razonamiento bayesianoEvaluación · 25 % de la nota
Estudio individual
Unidad 3 · Cuán seguro es el número
Sesión 9
Incertidumbre estadística: IC 95 %, valor p, tamaño de efecto
Estudio individual
Sesión 10
Calidad de los estudios de exactitud: STARD, QUADAS-2, sesgos de espectro y verificación
Se publica: Informe de caso · Unidad 3
Estudio individual
Sesión 11
Reglas de decisión clínica, puntos de corte y curvas ROC
Estudio individual
Sesión 12
Sesgos cognitivos y causalidad: confusión, colisionadores, DAG
Entrega: Informe de caso · Unidad 3
Estudio individual
Unidad 4 · Datos, IA y comunicación
Sesión 13
Laboratorio de datos: SQL y R/Python; sens/esp/LR desde una base
Se publica: Proyecto integrador (parejas)
Estudio individual
Sesión 14
Modelos de predicción e IA clínica: discriminación, calibración, explicabilidad
Estudio individual
Sesión 15
Comunicar el riesgo: frecuencias naturales y decisión compartida
Estudio individual
Sesión 16
Evaluación final / proyecto integrador
Entrega: Proyecto integrador (parejas)Evaluación · 35 % de la nota
Estudio individual
- Recursos en Classroom.
Evaluación
40 %
Formativa
8 de 20 puntos
25 %
Sumativa 1 · Razonamiento bayesiano
5 de 20 puntos
35 %
Sumativa final · Proyecto integrador
7 de 20 puntos
Entregas en Classroom
| Tarea | Componente | Se publica | Se entrega (hasta 21:30) |
|---|---|---|---|
| Informe de caso · Unidad 1 | Formativa | mié 25 nov 2026 | mié 09 dic 2026 |
| Informe de caso · Unidad 2 | Formativa | mié 16 dic 2026 | mié 06 ene 2027 |
| Informe de caso · Unidad 3 | Formativa | mié 27 ene 2027 | mié 10 feb 2027 |
| Evaluación 1 · Razonamiento bayesiano | Sumativa 1 · Razonamiento bayesiano | mié 13 ene 2027 | mié 13 ene 2027 |
| Proyecto integrador (parejas) | Sumativa final · Proyecto integrador | mié 17 feb 2027 | mié 10 mar 2027 |
La formativa (40 %) reúne los tres informes de caso, las autoevaluaciones del Reto clínico y la participación en el caso socrático. Los informes se califican con la rúbrica de abajo.
Rúbrica: informe de caso (20 puntos)
| Probabilidad pretest estimada y justificada | 6 |
| Cálculo e interpretación (sens/esp, LR, postest) | 6 |
| Valoración crítica de la evidencia (IC, calidad, aplicabilidad) | 4 |
| Decisión clínica, comunicación y referencias verificables | 4 |
- Todo dato de paciente va anonimizado: sin nombres, cédulas ni identificadores.
- Las cifras diagnósticas se citan con su referencia (PMID/DOI); un número sin fuente no puntúa.
- Declara el uso de IA generativa: su salida es un borrador, no una fuente.
- Las entregas se gestionan en Google Classroom.