Caso de uso 1: analítica de datos
🧹 Depuración de datos
Analiza esta base de datos y detecta valores nulos, inconsistencias en variables categóricas y posibles outliers. Propón acciones de limpieza antes del análisis.
📊 Estadística descriptiva
Calcula media, mediana y desviación estándar de las variables clave (brotes antes y después) e interpreta si hay presencia de outliers.
📉 Tasa de brotes (antes vs después)
Calcula la reducción absoluta y porcentual de brotes por paciente y la media global de reducción tras el tratamiento.
📈 Comparación antes vs después (mismo grupo)
Compara el número de brotes antes y después del tratamiento y determina si hay diferencias estadísticamente significativas. Justifica el test utilizado.
💊 Comparación entre dos fármacos
Compara la reducción de brotes entre dos grupos de tratamiento y determina si existen diferencias estadísticamente significativas entre ambos.
🧠 Lesiones en RM
Analiza el cambio en el número de lesiones en RM antes y después del tratamiento y evalúa si la diferencia es estadísticamente significativa.
👥 Comparación de poblaciones
Compara las características basales de dos poblaciones (edad, sexo u otras variables) y determina si existen diferencias significativas entre ellas.
🔍 Elección del test estadístico
Indica qué test estadístico es el más adecuado para cada análisis (antes-después, entre grupos, variables categóricas) y justifica la elección.
🧠 Caso completo (integrador)
Analiza si existe una diferencia significativa en la reducción de brotes entre dos fármacos, incluyendo limpieza de datos, cálculo de variables, selección del test y conclusión.
Prompt agregado
Analiza la siguiente base de datos clínica siguiendo un enfoque completo y estructurado.
Primero, realiza una depuración de datos identificando valores nulos, inconsistencias en variables categóricas y posibles outliers. Propón acciones concretas de limpieza antes de cualquier análisis.
A continuación, calcula la estadística descriptiva de las variables clave (número de brotes antes y después del tratamiento), incluyendo media, mediana y desviación estándar, e interpreta si existen outliers relevantes.
Después, calcula la tasa de reducción de brotes por paciente (reducción absoluta y porcentual) y la media global de reducción tras el tratamiento.
Compara el número de brotes antes y después en el mismo grupo de pacientes y determina si hay diferencias estadísticamente significativas, indicando y justificando el test estadístico utilizado.
Analiza también la diferencia en la reducción de brotes entre dos grupos de tratamiento (dos fármacos distintos), evaluando si existen diferencias estadísticamente significativas entre ellos.
Evalúa el cambio en el número de lesiones en resonancia magnética (RM) antes y después del tratamiento y determina si la diferencia es significativa.
Compara las características basales de dos poblaciones (como edad, sexo u otras variables relevantes) e identifica si existen diferencias significativas entre ellas.
En cada uno de los análisis anteriores, indica qué test estadístico es el más adecuado según el tipo de datos (antes-después, entre grupos, variables categóricas) y justifica brevemente la elección.
Finalmente, integra todo en un análisis completo: limpia los datos, calcula las variables necesarias, selecciona los tests adecuados y concluye si existe una diferencia significativa en la reducción de brotes entre los dos fármacos, explicando los resultados de forma clara y accionable.
