Efecto de la ingesta de solución de piloncillo sobre variables conductuales, zoométricas y bioquímicas
Carmen Virgen-Carrillo
2025-07-08
1. Introducción del análisis
📌 Se expuso a 12 roedores Wistar a la ingesta de solución de piloncillo ad libitum durante 8 semanas consecutivas. Se realizó el registro de diversas variables a lo largo del experimento, entre las que se incluyen consumo de líquido, consumo de alimento, peso corporal, glucosa y triglicéridos, a partir de lo cual surge la siguiente pregunta: ¿Existe alguna relación entre la cantidad de consumo de solución de piloncillo a lo largo del experimento con la cantidad promedio de consumo de alimento, el promedio final de peso corporal, los niveles finales de glucosa y triglicéridos séricos?
2. Descripción de la base de datos
# Carga de datos
datos<-readxl::read_excel("C:\\Users\\3PW97LA_RS4\\Desktop\\Estadística Intermedia\\correlaciones_piloncillo.xlsx")
# Ejemplo base
#ESTADISTICA DESCRIPTIVA
summary(datos)## SOLUCION ALIMENTO PESO_CORP GLUCOSA
## Min. :108.4 Min. : 5.093 Min. :242.0 Min. : 51.00
## 1st Qu.:124.6 1st Qu.: 5.691 1st Qu.:250.0 1st Qu.: 63.75
## Median :134.4 Median : 7.798 Median :336.0 Median : 68.50
## Mean :142.3 Mean : 8.013 Mean :338.6 Mean : 76.33
## 3rd Qu.:153.9 3rd Qu.:10.438 3rd Qu.:421.0 3rd Qu.: 83.00
## Max. :192.7 Max. :11.186 Max. :460.0 Max. :146.00
## TRIGLIC
## Min. :104.0
## 1st Qu.:137.5
## Median :163.5
## Mean :175.7
## 3rd Qu.:193.2
## Max. :296.0solución<-(datos$SOLUCION)
peso<-(datos$PESO_CORP)
alimento<-(datos$ALIMENTO)
glucosa<-(datos$GLUCOSA)
triglicéridos<-(datos$TRIGLIC)
sd(solución)## [1] 26.5194range(solución)## [1] 108.3750 192.7321sd(alimento)## [1] 2.52906range(alimento)## [1] 5.093214 11.186429sd(peso)## [1] 88.03456range(peso)## [1] 242 460sd(glucosa)## [1] 24.4404range(glucosa)## [1] 51 146sd(triglicéridos)## [1] 60.29976range(triglicéridos)## [1] 104 296📝 Los datos provienen del promedio obtenido a lo largo de 8 semanas experimentales.
3. Selección de variables
🎯 Variable dependiente: consumo de alimento, peso corporal, glucosa y triglicéridos
🎯 Independientes: consumo de solución de piloncillo
4. Análisis de correlación entre variables
View(datos)
cor(x=datos, method = "spearman")## SOLUCION ALIMENTO PESO_CORP GLUCOSA TRIGLIC
## SOLUCION 1.0000000 0.2027972 0.5884422 -0.2381790 -0.1258741
## ALIMENTO 0.2027972 1.0000000 0.8371291 -0.2171632 0.3496503
## PESO_CORP 0.5884422 0.8371291 1.0000000 -0.1719298 0.2136606
## GLUCOSA -0.2381790 -0.2171632 -0.1719298 1.0000000 0.1085816
## TRIGLIC -0.1258741 0.3496503 0.2136606 0.1085816 1.00000004.1 Gráficas de correlación
library(corrplot)## corrplot 0.95 loadedpar(mfrow = c(1,1))
corrplot(corr=cor(x= datos, method = "spearman"), method= "number", tl.cex = 0.7, number.cex = 1, cl.pos = "n")
library(ggplot2)
ggplot(datos, aes(x = solución, y = alimento)) +
geom_point(alpha = 0.7, size = 3, color = "darkblue") +
geom_smooth(method = "lm", se = TRUE, color = "red", linetype = "dashed") +
labs(title = "Relación entre Consumo de Solución y Consumo de Alimento",
x = "Consumo de Solución de Piloncillo (ml)",
y = "Consumo Promedio de Alimento (g)") +
theme_minimal()## `geom_smooth()` using formula = 'y ~ x'
ggplot(datos, aes(x = solución, y = peso)) +
geom_point(alpha = 0.7, size = 3, color = "darkgreen") +
geom_smooth(method = "lm", se = TRUE, color = "purple", linetype = "solid") +
labs(title = "Relación entre Consumo de Solución y Peso Corporal Final",
x = "Consumo de Solución de Piloncillo (ml)",
y = "Peso Corporal Final (g)") +
theme_minimal()## `geom_smooth()` using formula = 'y ~ x'
ggplot(datos, aes(x = solución, y = glucosa)) +
geom_point(alpha = 0.7, size = 3, color = "darkorange") +
geom_smooth(method = "lm", se = TRUE, color = "black", linetype = "dotted") +
labs(title = "Relación entre Consumo de Solución y Glucosa Final",
x = "Consumo de Solución de Piloncillo (ml)",
y = "Glucosa Sérica Final (mg/dL)") +
theme_minimal()## `geom_smooth()` using formula = 'y ~ x'
ggplot(datos, aes(x = solución, y = triglicéridos)) +
geom_point(alpha = 0.7, size = 3, color = "darkred") +
geom_smooth(method = "lm", se = TRUE, color = "grey", linetype = "twodash") +
labs(title = "Relación entre Consumo de Solución y Triglicéridos Finales",
x = "Consumo de Solución de Piloncillo (ml)",
y = "Triglicéridos Séricos Finales (mg/dL)") +
theme_minimal()## `geom_smooth()` using formula = 'y ~ x'
library(PerformanceAnalytics)## Warning: package 'PerformanceAnalytics' was built under R version 4.5.1## Cargando paquete requerido: xts## Warning: package 'xts' was built under R version 4.5.1## Cargando paquete requerido: zoo##
## Adjuntando el paquete: 'zoo'## The following objects are masked from 'package:base':
##
## as.Date, as.Date.numeric##
## Adjuntando el paquete: 'PerformanceAnalytics'## The following object is masked from 'package:graphics':
##
## legendlibrary(tidyverse)## Warning: package 'tidyverse' was built under R version 4.5.1## Warning: package 'readr' was built under R version 4.5.1## Warning: package 'forcats' was built under R version 4.5.1## Warning: package 'lubridate' was built under R version 4.5.1## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr 1.1.4 ✔ readr 2.1.5
## ✔ forcats 1.0.0 ✔ stringr 1.5.1
## ✔ lubridate 1.9.4 ✔ tibble 3.3.0
## ✔ purrr 1.0.4 ✔ tidyr 1.3.1## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::first() masks xts::first()
## ✖ dplyr::lag() masks stats::lag()
## ✖ dplyr::last() masks xts::last()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errorsnombres_variables<- c("SOLUCION", "ALIMENTO", "PESO_CORP", "GLUCOSA", "TRIGLIC")
mis_variables_numericas <- datos %>%
select(all_of(nombres_variables))
chart.Correlation(mis_variables_numericas, histogram = TRUE, pch = 19)
4.2 ✏️ Interpretación basada en el análisis de correlación
Consumo de piloncillo vs. consumo de alimento: Existe una relación positiva débil, pero no es estadísticamente significativa (r = 0.27, p >= 0.05).
Consumo de piloncillo vs. peso corporal final: Existe una relación positiva moderada y estadísticamente significativa (r = 0.50, p < 0.05). Esto sugiere que un mayor consumo de solución de piloncillo se asocia con un mayor peso corporal.
Consumo de piloncillo vs. glucosa: No parece haber una relación lineal (r = -0.24, no significativo).
Consumo de piloncillo vs. triglicéridos: No parece haber una relación lineal (r = -0.21, no significativo).
5. Conclusiones estadísticas
✍️ Los resultados generales indican que la cantidad de solución promedio ingerida durante las 8 semanas experimentales no predicen los resultados del consumo de alimento y las variables bioquímicas como glucosa y triglicéridos, mientras que, para la variable peso corporal, se encontró correlación moderada y estadísticamente significativa con el consumo de solución, lo querría decir que a mayor cantidad de ingesta de solución mayor tenderá a ser el peso corporal.