Limpieza y calidad de datos en investigación clínica
La limpieza de datos no consiste en borrar valores extraños. Aprende cómo identificar, verificar y documentar problemas antes del análisis clínico.
La limpieza de datos no consiste en borrar valores extraños. Aprende cómo identificar, verificar y documentar problemas antes del análisis clínico.
¿Vas a construir la base de tu tesis en Excel? Utiliza esta estructura para organizar pacientes, variables, códigos y documentación desde el comienzo.
Antes de ejecutar pruebas estadísticas, revisa estructura, variables, duplicados, rangos, valores faltantes y coherencia. Utiliza este checklist.
Los datos faltantes pueden afectar la precisión y producir sesgo. Aprende cómo evaluarlos antes de decidir entre análisis completo, imputación u otras estrategias.
El diccionario de variables documenta qué significa cada columna de tu base, cómo se mide y cómo se codifica. Aprende a construirlo paso a paso.
Una buena codificación evita categorías duplicadas y errores durante el análisis. Aprende cómo codificar variables médicas de forma consistente y documentada.
Celdas combinadas, categorías inconsistentes, fórmulas, fechas incorrectas y datos faltantes pueden afectar tu análisis. Aprende qué revisar antes de analizar.
Una base de datos bien organizada facilita el análisis estadístico y reduce errores. Aprende cómo estructurar filas, columnas, variables, códigos y valores faltantes.