P. 1
La Importancia de Los Intervalos de Confianza

La Importancia de Los Intervalos de Confianza

|Views: 12|Likes:
Publicado porMigue Villa

More info:

Published by: Migue Villa on Aug 08, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

07/24/2014

pdf

text

original

LA IMPORTANCIA DE LOS INTERVALOS DE CONFIANZA.

Dr. Alfredo Tanaka Chávez.

El Intervalo de Confianza es una herramienta poderosa para evaluar la precisión estadística y para evidenciar si un estudio médico es “clínicamente significativo”, ya que podemos encontrarnos con estudios que tienen valores de p “estadísticamente significativos” y que no necesariamente son “clínicamente significativos”. El Intervalo de Confianza es el rango de valores, donde se encuentra, nuestro punto de estimación del estudio, con una probabilidad de estarlo en un 95% (cifra que habitualmente se elige en la mayoría de los estudios médicos), siendo su valor mínimo y máximo denominados límites de confianza. Si el estudio es no sesgado, podemos interpretar que existe un 95% de oportunidad que el intervalo de confianza incluya la medida del efecto verdadero. Entre más angosto sea el intervalo de confianza, mucha más certeza existe sobre la medida del efecto verdadero. A diferencia del valor de p, los intervalos de confianza indican la fuerza de la evidencia sobre las cantidades de interés directo, tales como el beneficio del tratamiento. El Intervalo de Confianza se basa en la idea de que el mismo estudio, realizado con diferentes muestras de pacientes, obtendría resultados que se extendieran alrededor del verdadero, pero desconocido valor. El Intervalo de Confianza estima esta “variación de muestreo”. Veamos el siguiente ejemplo del Annals of Internal Medicine 1991;114(6):515-517. Supongamos, que en un ensayo clínico multicéntrico, 480 de 800 pacientes (60%) respondieron a un tratamiento nuevo de cáncer y que 416 de 800 pacientes (52%) respondieron al tratamiento tradicional. Aplicando la prueba de Chi-cuadrada obtendremos una P= 0.001. El valor de P= 0.001 es la probabilidad de obtener al azar los 8 puntos porcentuales de diferencia entre las dos muestras del estudio (60% menos de 52%). Debido a que 0.001 es mucho menor al umbral convencional de 0.05, los valores obtenidos son “estadísticamente significativos”. Aunque el pequeño valor de P sugiere una diferencia entre los dos grupos, este valor no mide el tamaño o importancia de esta diferencia. Dos medidas estadísticas estiman el tamaño de la diferencia verdadera en la población blanco: los estimadores puntuales y los intervalos de confianza. En nuestro ejemplo: el estimador puntual observado es del 8%. No obstante que estos 8 puntos porcentuales son el mejor estimador numérico simple, es improbable que sea exactamente igual a la desconocida, verdadera diferencia (entre los porcentajes de respuesta a los dos tratamientos) entre todos los pacientes. Un intervalo de confianza proporciona un rango plausible para el verdadero valor, dando la diferencia observada en el estudio, que en nuestro ejemplo, tomando un valor del 95%, comprenden los límites entre 3% a 13%; y si asumimos que para ser “clínicamente significativo” la diferencia entre los tratamientos debe ser mayor del 15% luego entonces nuestro estudio no es “clínicamente significativo” a pesar de ser claramente “estadísticamente significativo”. Comparemos con otro supuesto ensayo clínico multicéntrico, en el cual 240 de 400 pacientes (60%) respondieron al nuevo tratamiento, a diferencia de 140 de 400 (36%) que respondieron al tratamiento tradicional. La diferencia observada es de 24% (60% menos 36%) y el intervalo de confianza al 95% es de 17% a 31%, en este caso el valor verdadero en un 95% de los casos caerá en el rango de valores del 17 al 31%, mayor del 15%, en que habíamos considerado en que existe un efecto clínicamente significativo, y el valor de P en este caso es de P< 0.05, por lo que el estudio, además de ser “clínicamente significativo” es también “estadísticamente significativo”. Por lo tanto concluiremos que para el reporte de resultados de un estudio clínico sea más completo, debe incluir no solo el resultado del Valor de P, sino además los Valores del Intervalo de Confianza, lo que nos orientará a valorar la significancia estadística de que los resultados del estudio sean consecuencia del azar, junto con la precisión estadística de los valores reportados y decidir si un estudio clínico es “estadísticamente” y “clínicamente” significativo.

You're Reading a Free Preview

Descarga
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->