Estadística para no Estadísticos: Interpretación de resultados
Puntos clave en la interpretación de resultados
- Más allá del valor p: La significación estadística mide la probabilidad de que el azar explique los datos, pero no garantiza relevancia clínica.
- Precisión mediante Intervalos de Confianza (IC): Reflejan el rango de verosimilitud del efecto real. Un IC estrecho indica alta precisión; uno ancho sugiere incertidumbre.
- Potencia estadística (Power): Es la capacidad del estudio para detectar una diferencia real. Un estudio con pocos sujetos corre el riesgo de no identificar efectos verdaderos (falsos negativos).
- Significación clínica: Representa la magnitud del efecto necesaria para que un cambio en la conducta médica esté justificado.
Perspectiva del clínico y el MSL: No necesitas ser estadístico para interpretar un artículo científico, del mismo modo que no necesitas ser ingeniero para conducir un coche. Tú enfoque debe estar en interpretar el mensaje de los datos y asegurar que el método utilizado es coherente con el objetivo clínico.
El objetivo es traducir las pruebas estadísticas a un lenguaje de toma de decisiones basadas en la evidencia.
Explicación guiada: La dicotomía de la significación
Tradicionalmente, la lectura de artículos científicos se ha centrado ciegamente en el valor p < 0.05. Esta convención arbitraria indica que la probabilidad de obtener esos resultados si la hipótesis nula fuera cierta (es decir, si no hubiera efecto) es menor al 5%.
Sin embargo, el valor p tiene una limitación crítica para el profesional de Medical Affairs y la práctica clínica: no informa sobre la magnitud del beneficio. Un estudio con una muestra masiva puede alcanzar una "alta significación" (p < 0.0001) para una reducción mínima de la presión arterial (ej. 0.5 mmHg) que carece de utilidad terapéutica real.
Por el contrario, un resultado "no significativo" (p > 0.05) no siempre implica ausencia de efecto. A menudo, el estudio simplemente no tiene suficiente potencia (underpowered) debido a un tamaño muestral insuficiente, lo que impide que una diferencia clínica relevante alcance la significación estadística.
Sustituye la interpretación dicotómica (Significativo/No) por el continuo de la evidencia.
Evalúa siempre los Intervalos de Confianza (IC 95%) para observar si el rango del efecto cruza la "línea de no efecto" (el 0 en diferencias o el 1.0 en ratios como RR y OR).
Selección de pruebas estadísticas comunes
| Tipo de Datos / Escenario | Prueba Paramétrica (Distribución Normal) | Prueba No Paramétrica (Sin normalidad) | Uso en Investigación Biomédica |
|---|---|---|---|
| Comparar 2 grupos independientes | t de Student | U de Mann-Whitney | Diferencia de niveles de colesterol entre dos grupos distintos. |
| Mismo grupo (Antes/Después) | t de Student pareada | Prueba de Wilcoxon | Evolución de la presión sistólica tras administrar un fármaco. |
| Comparar 3 o más grupos | ANOVA (un factor) | Kruskal-Wallis | Efecto de tres dosis diferentes en la HbA1c. |
| Datos categóricos / Proporciones | Ji-cuadrado (χ²) | Prueba exacta de Fisher | Tasa de mortalidad o incidencia de eventos adversos. |
Factores que condicionan la fiabilidad
Precisión (IC)
Si el IC es muy amplio, los resultados son imprecisos. La verdadera magnitud del efecto podría ser mucho menor de lo que sugiere la media.
Normalidad
Las pruebas paramétricas requieren que los datos sigan una curva normal. Si se usan en datos muy sesgados sin justificación, el valor p puede ser engañoso.
Análisis Bilateral
Se debe utilizar siempre el análisis de dos colas (two-tailed) a menos que exista una razón biológica extrema para asumir que el efecto solo irá en una dirección.
Señales de alerta (Red Flags) en los resultados:
- Data Dredging (Pesca de datos): Realizar múltiples análisis de subgrupos no planificados hasta que uno resulte significativo por puro azar.
- P-hacking: Manipular el análisis (como excluir valores atípicos o cambiar el punto de corte del endpoint) para forzar la significación estadística.
- Omisión de IC: Reportar únicamente valores p sin intervalos de confianza, lo cual oculta la imprecisión de los resultados.
Interpretación del valor nulo en IC 95%
Punto crítico para lectura rápida de tablas:
- En diferencias de medias: Si el intervalo pasa por el 0 (ej. IC 95% -2.1 a 1.5), el resultado no es estadísticamente significativo.
- En medidas de asociación (RR, OR, HR): Si el intervalo pasa por el 1 (ej. IC 95% 0.85 a 1.20), no hay evidencia de diferencia entre las intervenciones.
Resumen y consolidación
- Aprendiste a diferenciar entre el azar (significación estadística) y la utilidad práctica (relevancia clínica).
- Identificamos las pruebas estadísticas adecuadas según la distribución y el tipo de muestra (paramétricas vs. no paramétricas).
- Establecimos criterios para juzgar la fiabilidad de los datos mediante los Intervalos de Confianza y la detección de sesgos de publicación.