Métodos III: Análisis Estadístico y Tamaño Muestral
Puntos clave de la lección
- El análisis estadístico debe proporcionar detalles suficientes para garantizar la reproducibilidad del estudio por otros investigadores.
- El cálculo del tamaño muestral debe basarse en la probabilidad del desenlace, la variabilidad esperada y el poder estadístico deseado.
- La elección del método estadístico depende de la naturaleza de las variables (continuas vs. categóricas) y del diseño del estudio.
Objetivo del Análisis Estadístico: Explicar cómo se analizaron los resultados, especificando programas (incluyendo versión), métodos de aleatorización y justificación del tamaño de la muestra.
Esta subsección dentro de Métodos es fundamental para validar la solidez científica de tus hallazgos.
Análisis Estadístico y Tamaño Muestral
Para que los resultados de tu investigación sean considerados válidos, debes describir con precisión las herramientas utilizadas. No basta con mencionar que se realizó un análisis; es necesario detallar la probabilidad de ocurrencia de un desenlace en la población y cómo se manejaron las covariables de confusión.
El cálculo del tamaño muestral debe describirse de forma que sea comprobable. Esto implica declarar explícitamente qué diferencia mínima se esperaba detectar y qué poder estadístico se estableció para evitar errores de tipo II (no detectar una diferencia que realmente existe).
Recuerda que, si el estudio incluye análisis post hoc (realizados después de ver los datos), estos deben mencionarse aquí si es un reporte secundario, pero sus conclusiones deben manejarse como "generadoras de hipótesis" y no como definitivas.
Guía de selección de métodos estadísticos
| Método | Uso principal | Presentación de datos |
|---|---|---|
| Modelo de Cox | Asociación entre variables y riesgo de un evento. | Hazard Ratio (HR) e IC del 95%. |
| Prueba t | Comparar medias en dos momentos o dos grupos. | Media ± DE; valor de p. |
| Chi-cuadrado (χ²) | Asociación entre características categóricas (ej. sexo). | Porcentajes y valor de p. |
| ANOVA / ANCOVA | Diferencias entre tres o más grupos, ajustando por covariables. | Valor de p; F-statistic. |
Ejemplos de redacción técnica
Tamaño muestral
Justificación"Estimamos que una muestra de 200 pacientes proporcionaría suficiente poder estadístico para detectar una diferencia del X% en la tasa de eventos entre los brazos."
Análisis de Supervivencia
Kaplan-Meier"Se utilizó la prueba de log-rank para comparar las curvas de supervivencia entre los dos grupos de tratamiento; se consideró significativa una p < 0,05."
Errores comunes en la sección estadística:
- Falta de software: Omitir el nombre del programa (ej. SPSS, SAS, R) y su versión específica.
- Imprecisión en variables: No describir las transformaciones de datos realizadas (ej. normalización logarítmica).
- Confusión de términos: Usar "similar" cuando se quiere decir "sin diferencia estadísticamente significativa". Como indica la guía, la expresión "estadísticamente similar" es incorrecta.
Checklist de validación
- ¿Has indicado cómo se midió la magnitud del efecto?
- ¿El cálculo de la muestra incluye la variabilidad esperada y el poder estadístico?
- ¿Se describen las técnicas analíticas sofisticadas y por qué se emplearon?
- ¿Has seguido las directrices CONSORT (si es ensayo clínico) o STROBE (si es observacional) para el reporte de datos?
Resumen y siguiente paso
- La estadística no solo analiza, sino que justifica el alcance y la potencia de tu estudio.
- Es obligatorio detallar el manejo de datos faltantes y métodos de aleatorización.
- Los resultados que presentarás a continuación (como veremos en la próxima lección) deben seguir estrictamente el orden planteado en estos métodos.