Vol. 19 | Num. 2 (Junio de 2024)
12 min
Métricas
901
Visualizaciones
187
Descargas
Compartir
Compartir
Resumen (ES)
Palabras clave (ES):
Resumen (EN)
Palabras clave (EN):
Como la dicotomía del p-valor en la interpretación de los resultados de un estudio, con su división estricta entre lo “significativo” y “no significativo”, ha sido objeto de críticas por diferentes motivos (Tabla 2), se ha reconocido la necesidad de adoptar otros enfoques más descriptivos y contextuales en la interpretación de resultados estadísticos. En este sentido, se han propuesto enfoques alternativos, como el uso de medidas de tamaño del efecto con la estimación del intervalo de confianza, que proporcionan una comprensión más completa de los resultados y evitan algunos de los problemas asociados con la interpretación del p-valor6.
[font="Poppins"]Los intervalos de confianza (IC) corresponden a un método de estimación y representan el rango o intervalo de valores, construidos mediante métodos estadísticos, que teóricamente incluyen el verdadero valor del parámetro poblacional con una cierta probabilidad de contener dicho parámetro (también denominado nivel de confianza). Un nivel de confianza de 95% significa que si tomamos repetidamente muestras de la misma población y calculamos intervalos de confianza del 95%, aproximadamente el 95% de esos intervalos contendrán el verdadero valor del parámetro poblacional[/font][font="Poppins"]6,7[/font][font="Poppins"]. El intervalo describe los límites inferiores y superiores dónde el parámetro de interés podría estar contenido, permitiendo asociar un error de muestreo a la estimación. La amplitud del intervalo depende principalmente del tamaño de la muestra y del control (calidad) en la medición: si la amplitud es grande (usualmente con tamaños de muestra pequeños) representa mayor incertidumbre y menor precisión en la estimación, mientras que si la amplitud es pequeña representa mayor certeza y una mayor precisión de la estimación[/font][font="Poppins"]7[/font][font="Poppins"].[/font]
[font="Poppins"]En resumen, las pruebas de hipótesis con el valor de p sólo permiten establecer si se puede o no rechazar una hipótesis nula sin dar información sobre la magnitud y dirección del efecto, mientras que los intervalos de confianza permiten determinar la variabilidad del efecto en un rango estimado de posibles muestras. En ambos casos, los médicos y los investigadores deben interpretar de manera adecuada los resultados estadísticos de los estudios considerando aquellos factores que pueden afectar o distorsionar estos resultados ([/font][font="Poppins"]Tabla 1[/font][font="Poppins"]) y teniendo presente que los resultados estadísticamente significativos no necesariamente son clínicamente relevantes y conduzcan a una mejora en la atención médica o en la calidad de vida de los pacientes[/font][font="Poppins"]2,6[/font][font="Poppins"].[/font]
[size=4][font="Poppins"]Significancia clínica[/font][/size]
[font="Poppins"]La significancia clínica se centra en la relevancia práctica o la importancia de los resultados desde una perspectiva clínica o de atención médica. Involucra consideraciones como la magnitud del efecto observado, su impacto en la práctica clínica, la relevancia para los pacientes, los efectos secundarios, los costos y la viabilidad de implementar los hallazgos en entornos reales de atención médica. Incluso si un resultado es estadísticamente significativo, puede carecer de significancia clínica si el efecto observado es pequeño o poco relevante desde el punto de vista práctico, y, por otro lado, un resultado no significativo podría considerarse clínicamente relevante si tiene un impacto significativo en la práctica médica[/font][font="Poppins"]1,6[/font][font="Poppins"].[/font]
[font="Poppins"]Los desenlaces clínicamente significativos son aquellos que mejoran la atención médica, lo que resulta en una mejora de la función física del individuo, su estado mental o su capacidad para participar en la vida social, entre otros. Estos desenlaces clínicamente significativos debieran ser definidos en la planificación y diseño del estudio, o al menos declarados antes de comenzar la etapa de análisis, y debieran estar fundamentados en la evidencia disponible y en la plausibilidad de que estos desenlaces puedan ser observados y evaluados. Esta consideración previa, es importante para los investigadores (y posteriormente para los lectores) ya que permite enfocar los esfuerzos de investigación en seleccionar un diseño de estudio idóneo, planificar una selección de participantes adecuada, identificar instrumentos o técnicas de medición pertinentes y la realización de mediciones objetivas. En la fase de análisis, tener presente los desenlaces clínicamente significativos, evitará la manipulación o análisis selectivo de datos (p-hacking)[/font][font="Poppins"]5,6[/font][font="Poppins"].[/font]
[font="Poppins"]En el caso de los lectores de la literatura biomédica, también es fundamental identificar si los hallazgos reportados como estadísticamente significativos se refieren a desenlaces que son clínicamente significativos, y si éstos lo son, deberán evaluar cuidadosamente el diseño de estudio, el tamaño y forma de selección de la muestra, el tamaño del efecto reportado, la calidad de las mediciones, los sesgos reportados y la reproducibilidad del estudio[/font][font="Poppins"]1,6[/font][font="Poppins"].[/font]
[font="Poppins"]Resumiendo, considerar tanto la significancia estadística como la significancia clínica puede contribuir a mejorar la toma de decisiones clínicas al ayudar a los médicos a evaluar críticamente la relevancia de los resultados de la investigación en el contexto de la atención individualizada del paciente. A continuación, se aplican ambos conceptos a un ejemplo hipotético. [/font]
[size=4][font="Poppins"]Evaluación de la significancia de los resultados en un ejemplo hipotético[/font][/size]
[font="Poppins"]Para mejorar la comprensión y la aplicación de los conceptos anteriores, se plantea el siguiente ejemplo hipotético. Supongamos que un equipo de investigadores realizó un ensayo clínico aleatorizado doble ciego con dos grupos paralelos de pacientes asmáticos adolescentes (12-15 años).[/font]
[font="Poppins"]El objetivo fue probar si el Tratamiento Nuevo (TN) es más eficaz que el Tratamiento Convencional (TC) para mejorar el control del asma. Para evaluar el control del asma se utilizó el Test de Control del Asma ([/font][font="Poppins"]Asthma Control Test-ACT[/font][font="Poppins"]) que ha sido ampliamente utilizado y está validado al idioma español. Este cuestionario califica el control del asma en un rango de 5 puntos (peor control) a 25 puntos (control total). En el estudio se incluyeron pacientes con puntuaciones ACT pretratamiento menor a 16 puntos (asma no controlada). Se ha reportado que una diferencia de al menos 3 puntos entre dos aplicaciones del test es una Diferencia Mínima Clínicamente Relevante (DMCR)[/font][font="Poppins"]8[/font][font="Poppins"]. El resultado fue evaluado a las 4 semanas de tratamiento. Ningún participante abandonó o se perdió durante el estudio.[/font]
[font="Poppins"]Como se compararán los resultados de las pruebas de hipótesis (p-valor) y los intervalos de confianza de 95% (IC95%) se exponen dos escenarios hipotéticos (de acuerdo a la DMCR) con 5, 50 y 150 participantes por grupo ([/font][font="Poppins"]Tabla 3[/font][font="Poppins"]). Asimismo, la respuesta medida por ACT será analizada resumiendo el efecto con la media (y desviación estándar) de la diferencia entre el puntaje de la medición pretratamiento y postratamiento para ambos tratamientos.[/font]
[font="Poppins"]De acuerdo a los resultados del escenario 1, el estudio con una muestra de cinco pacientes mostró que la media del grupo con TN fue mayor que la del TC, con una diferencia de 1 punto. El resultado de la prueba de hipótesis para comparación de grupos independientes con [/font][font="Poppins"]t [/font][font="Poppins"]de[/font][font="Poppins"] Student [/font][font="Poppins"](test estadístico usualmente utilizado para comparar medias entre 2 grupos)[/font][font="Poppins"] [/font][font="Poppins"]tuvo un p-valor de 0,20 (considerando una hipótesis alternativa de una cola: el TN es mejor que el TC), valor que está por sobre el umbral de 0,05, y, por lo tanto, no se rechaza la hipótesis nula; ambos tratamientos parecen ser igualmente eficaces. [/font]
[font="Poppins"]Para este mismo escenario 1, al aumentar el número de participantes a 50 por grupo, se puede observar que en ambos grupos se reduce levemente la variabilidad entre sus participantes (desviaciones estándares), la diferencia entre las medias de ambos grupos disminuye ligeramente (0,7 puntos a favor del TN) y la significancia estadística mejoró (p=0,03). Por otro lado, en este mismo escenario, si el número de participantes se incrementa sustancialmente a 150 por grupo, la diferencia entre las medias es de 0,55 puntos a favor del TN, con un p-valor <0,001. En ambas situaciones, el aumento del número de participantes, redujo la variabilidad de los resultados en los grupos de comparación, la diferencia entre los tratamientos fue baja (0,55 y 0,7 puntos) y el valor-p fue menor de acuerdo al aumento de participantes (en ambos p<0,05) evidenciando diferencias “estadísticamente significativas”, lo que llevaría a rechazar la hipótesis nula y concluir que la diferencia observada en la mejora del control del asma no es probable que haya ocurrido por azar o que en este estudio el TN es mejor que el TC. [/font]
[font="Poppins"]Como se puede ver en el ejemplo hipotético, la significancia estadística depende del tamaño de la muestra, siempre y cuando las condiciones del estudio sean iguales. El supuesto es que a medida que aumenta el número de participantes es factible que la mayoría tenga valores cercanos al promedio y con ello disminuya la variabilidad entre los sujetos. Sin embargo, como se puede observar, el efecto sobre el control del asma entre los grupos es pequeño (< 1 punto) y, probablemente, sin una posible implicación clínica. Con los resultados de estos dos últimos estudios ¿Cambiaría el TC por el TN en sus pacientes asmáticos adolescentes?[/font]
[font="Poppins"]La [/font][font="Poppins"]tabla 3[/font][font="Poppins"] también presenta los resultados para el Escenario 2 donde la diferencia promedio entre los tratamientos es mayor que la DMCR (>= 3 puntos en el ACT). Cuando el estudio incluyó 5 pacientes, el TN mejoró el control del asma 3,5 puntos en promedio en comparación con el TC y el p-valor de la prueba [/font][font="Poppins"]t[/font][font="Poppins"] de [/font][font="Poppins"]student[/font][font="Poppins"] fue de 0,06, con lo cual no se rechaza la hipótesis nula; ambos tratamientos parecen ser igualmente eficaces. Al aumentar el tamaño de muestra a 50 participantes por grupo, la diferencia se incrementó 5,1 puntos a favor del TN (p<0,001), estos resultados llevarían a rechazar la hipótesis nula y concluir que la diferencia observada en la mejora del control del asma no es probable que haya ocurrido por azar aceptándose un efecto a favor del TN. Este tamaño de muestra ya sería suficiente para tomar una decisión de preferir el TN. Realizar un estudio con más pacientes (por ejemplo, 150 participantes por grupo) no sería ético y sí más costoso para llegar a la misma conclusión. [/font]
[font="Poppins"]En los escenarios expuestos se observa que el IC95% se redujo a medida que aumentaron los participantes. Cabe recordar que, cuando el intervalo de confianza no incluye el valor nulo (en este ejemplo, es el valor 0) se tiene suficiente confianza para decir que es estadísticamente diferente. Con cinco pacientes, los IC95% indicaron que la diferencia entre las puntuaciones con el TN y el TC fluctuaba entre valores negativos y valores positivos, existiendo la posibilidad de una diferencia de 0 y, por lo tanto, no se tiene confianza para tomar partido sobre alguno. Por otro lado, cuando se aumentó el tamaño de los participantes por grupo en ambos escenarios, el IC95% de la diferencia no incluyó el valor nulo y su amplitud disminuyó, llevando a concluir a favor del TN. Sin embargo, a la luz de estos resultados, la decisión de un cambio en los tratamientos debiera realizarse en base a la DMCR, considerando además que no haya contraindicaciones en el uso del TN, mayores efectos adversos que el TC y el costo económico del TN sea aceptable, entre otros aspectos. La [/font][font="Poppins"]tabla 4[/font][font="Poppins"] muestra las posibles interpretaciones para los distintos escenarios del ejemplo hipotético[/font][font="Poppins"]9[/font][font="Poppins"].[/font]
[size=4][font="Poppins"]Reflexión final[/font][/size]
[font="Poppins"]Recapitulando, las pruebas de significación estadística buscan descartar el azar como explicación de los resultados observados, mientras que la significancia clínica se refiere a la relevancia práctica de esos resultados en el contexto de la atención médica y la práctica clínica. Es importante considerar ambas facetas para interpretar adecuadamente los resultados de una investigación, especialmente en el ámbito de la salud.[/font]
[font="Poppins"]La significancia estadística y la significancia clínica no son mutuamente excluyentes, ambos conceptos juegan roles distintos, pero igualmente importantes en la evaluación de la relevancia de los hallazgos científicos. Un resultado puede ser tanto estadísticamente como clínicamente significativo, o solo uno de ellos, o ninguno. Sin embargo, es crucial evitar la confusión entre ambos conceptos, ya que un hallazgo estadísticamente significativo no garantiza necesariamente una relevancia clínica, y viceversa.[/font]
[font="Poppins"]Financiamiento[/font]
[font="Poppins"]El presente artículo no ha recibido ninguna beca especifica de agencias de los sectores público, comercial o con ánimo de lucro.[/font]
[font="Poppins"] [/font]
[font="Poppins"]Conflicto de interés[/font]
[font="Poppins"]Los autores declaran no presentar conflictos de interés.[/font]
[font="Poppins"]Responsabilidades éticas[/font]
[font="Poppins"]Los autores confirman que en el marco de esta investigación no se han llevado a cabo experimentos en seres humanos ni en animales, además de no incluir datos de pacientes en este artículo.[/font]
[size=4][font="Poppins"]Referencias[/font][/size]
Explorar
Artículos
Volúmenes
Sobre la revista
Más leídos
Neumología Pediátrica
Neumología Pediátrica
Neumología Pediátrica
Neumología Pediátrica
Neumología Pediátrica