Usando Las Funciones De Nutrición - Antropometría Nutricional - Guía De Usuario - Apoyo - Epi Info ™

Tabla de contenido:

Usando Las Funciones De Nutrición - Antropometría Nutricional - Guía De Usuario - Apoyo - Epi Info ™
Usando Las Funciones De Nutrición - Antropometría Nutricional - Guía De Usuario - Apoyo - Epi Info ™

Vídeo: Usando Las Funciones De Nutrición - Antropometría Nutricional - Guía De Usuario - Apoyo - Epi Info ™

Vídeo: Usando Las Funciones De Nutrición - Antropometría Nutricional - Guía De Usuario - Apoyo - Epi Info ™
Vídeo: Uso de Epi Info 7 2023, Septiembre
Anonim

Usando las funciones de nutrición

Puede haber casos en los que los datos nutricionales ya se hayan recopilado en otro programa (por ejemplo, Microsoft Excel) pero faltan las puntuaciones z y los percentiles. Volver a ingresar todos estos datos en el proyecto de Nutrición Epi Info ™ 7 sería ineficiente y requeriría mucho tiempo.

La herramienta Epi Info ™ 7 Classic Analysis contiene dos funciones especializadas, ZSCORE y PFROMZ, que pueden agregar puntajes z y percentiles a un conjunto de datos existente. Para obtener información adicional sobre la herramienta Análisis clásico, consulte la sección Análisis clásico de esta guía del usuario.

  • Función ZSCORE
  • Función PFROMZ

La función ZSCORE

La función ZSCORE toma una serie de parámetros y devuelve una puntuación z (estadística z) basada en esos parámetros. Los parámetros nutricionales incluyen:

  1. Conjunto de referencia de crecimiento (es decir, CDC 2000 Growth Reference).
  2. Tipo de puntaje z (es decir, índice de masa corporal para la edad).
  3. Nombre de la columna que almacena la medición primaria (es decir, IMC).
  4. Nombre de la columna que almacena la medición secundaria (es decir, AgeMonths).
  5. Nombre de la columna que almacena el género del niño, almacenado como 1 y 2.

Nota: Los datos disponibles en el proyecto de Nutrición almacenan información de género como M y F y deben convertirse a 1 y 2

Cada parámetro está separado por una coma, y toda la serie de parámetros está encerrada entre paréntesis. Si desea calcular el índice de masa corporal para la edad utilizando la Referencia de crecimiento de CDC 2000, la función debe hacer referencia al IMC bruto del niño (columna IMC), la edad del niño en meses (columna AgeMonths) y el género del niño (columna Sexo). La función será similar a la siguiente:

ZSCORE ("CDC 2000", "BMI", BMI, AgeMonths, Gender).

El primer parámetro es "CDC 2000". Las comillas son obligatorias ya que los dos primeros parámetros son valores literales (es decir, valores fijos, los cálculos siempre se referirán al valor exacto de CDC 2000). El conjunto completo de referencias válidas que se pueden usar para este parámetro se enumeran a continuación.

Valid Values for First Parameter
Valid Values for First Parameter

Figura 11.12: Valores válidos para el primer parámetro

El segundo parámetro, "IMC", le dice al programa que calcule un puntaje z para el índice de masa corporal para la edad. Las comillas para este segundo parámetro también son obligatorias. El conjunto completo de tipos de puntuación z válidos que se pueden usar para el segundo parámetro se enumeran a continuación. No todas las referencias de crecimiento admiten todos los tipos de cálculos de puntuación z (es decir, "IMC" puede ser válido para CDC 2000, pero no se admite cuando se usa la referencia de crecimiento NCHS 1977).

Valid Values for Second Parameter
Valid Values for Second Parameter

Figura 11.13: Valores válidos para el segundo parámetro

El tercer parámetro también es IMC, pero no contiene comillas porque este parámetro es el nombre de la columna (o campo) en el conjunto de datos actual que contiene el cálculo de IMC sin procesar del niño. Para este ejemplo, se supone que la puntuación de IMC sin procesar se almacena en una columna llamada IMC.

El cuarto parámetro es AgeMonths. Es fundamental tener en cuenta que este parámetro supone que la columna especificada es numérica y que los números representan la edad del niño en meses.

El quinto parámetro es el género. Se supone que los géneros se almacenan en la base de datos como 1 (masculino) y 2 (femenino).

Nota: Los datos disponibles en el proyecto de Nutrición almacenan información de género como M y F en el campo VisitSex. Para crear los datos de género necesarios, ingrese el siguiente código en Análisis clásico

DEFINIR Género NUMÉRICO SI VisitSex = "M" ENTONCES ASIGNAR Género = "1" FINAL

SI VisitSex = "F" ENTONCES ASIGNAR Género = "2" FINAL

Los nombres de bases de datos y columnas pueden diferir del ejemplo anterior. Los tres parámetros finales pueden variar considerablemente según la base de datos. Sin embargo, los dos primeros parámetros solo aceptarán el conjunto limitado de entradas indicado en las tablas anteriores.

Para ejecutar este cálculo, la función ZSCORE debe estar emparejada con un comando ASIGNAR. Por ejemplo:

ASIGNAR BMIZ = ZSCORE ("CDC 2000", "BMI", BMI, AgeMonths, Gender)

BMIZ Calculation
BMIZ Calculation

Figura 11.14: Cálculo de BMIZ

El código anterior le indica al programa que asigne el puntaje z para el índice de masa corporal para la edad utilizando la Referencia de crecimiento de CDC 2000 a la columna BMIZ. Esto se hará para cada fila del conjunto de datos actual.

Función PFROMZ

La segunda función de antropometría nutricional incluida en Epi Info ™ 7 se llama PFROMZ, que convierte una puntuación z en un percentil. Para realizar el cálculo del percentil, ingrese el nombre de la columna que contiene una puntuación z como parámetro, y se devuelve el percentil correspondiente. Por ejemplo:

PFROMZ (BMIZ)

El código anterior supone que la columna BMIZ contiene las puntuaciones z para el índice de masa corporal para la edad. Tenga en cuenta que la función PFROMZ no necesita conocer la referencia, el tipo de puntuación z, el género, etc., de los datos. Por ejemplo:

ASIGNAR BMIP = PFROMZ (BMIZ)

El código anterior le indica al programa que tome el percentil asociado con los valores de puntaje z almacenados en la columna BMIZ y que asigne ese valor a la columna BMIP. Esto se hará para cada fila del conjunto de datos actual.

  • PrevNutStat Growth Ch…
  • SiguienteCapítulo 11: Nutri …

Recomendado: