Resumen de Modelos de markov aplicados a la investigación en Ciencias de la Salud
En ciencias de la salud, muchas variables de interés muestran cambios en el tiempo. Predecir qué valor futuro alcanzará una variable bajo determinadas condiciones iniciales constituye una importante fuente de información para la investigación básica y aplicada, al igual que para la toma de decisiones en la gestión de servicios de salud y la atención sanitaria. Los procesos estocásticos son secuencias de variables aleatorias observadas en sucesivos instantes de tiempo, y los modelos de Markov permiten estudiar la evolución temporal de cualquier proceso cuyo estado futuro dependa solo del estado en que se encuentre en el presente, pero no de su historia pasada. Desde comienzos del siglo XX sus aplicaciones en el ámbito sanitario han sido múltiples, siendo una línea de investigación de interés en la actualidad tanto a nivel teórico como aplicado. El objetivo de este trabajo es mostrar los modelos markovianos utilizados con mayor frecuencia en ciencias de la salud, prestando especial atención a los métodos de estimación, la interpretación de resultados y el software disponible para su aplicación. Desde un punto de vista práctico se abordan cuatro aspectos fundamentales para llevar a cabo análisis de datos basados en modelos de Markov, a saber: definición de los estados del proceso y los mecanismos de transición entre ellos, selección del modelo más apropiado, determinación de las probabilidades de transición entre estados y descripción de la evolución temporal del proceso.
