Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1000-Texto Del Manuscrito Completo (Cuadros y Figuras Insertos) - 4621-1-10-20120923 PDF
1000-Texto Del Manuscrito Completo (Cuadros y Figuras Insertos) - 4621-1-10-20120923 PDF
El significado de la significancia
Favio Rivas
291
-Un valor bajo de p demuestra la validez del dos tratamientos no tienen un efecto similar
estudio. sobre la hipertensión arterial (rechazo de la
- Un valor de p alto (por ejemplo, p>0,05)
hipótesis nula) y, por extensión, que el
significa que no hay asociación entre la medicamento B es mejor que el A.
exposición A y el resultado B o que no hay El primer concepto que debe quedar claro,
diferencia entre exposición y no exposición, entonces, es que las pruebas estadísticas nada
etc. prueban; simplemente evalúan la probabilidad de
Desde luego, hay algunas otras interpre- que nuestros hallazgos puedan o no atribuirse al
taciones erróneas con respecto al valor de p, azar. Para probar una asociación en el campo
pero quizás, éstas sean las más frecuente- de la ciencia, no son suficientes las pruebas
mente leidas, referidas o escuchadas por parte estadísticas y se necesitan varios criterios
del personal de salud. adicionales con los cuales puede establecerse,
por ejemplo, una relación causa-efecto, como
Las pruebas de significancia estadística parten
de una hipótesis de no asociación (o de no se verá más adelante.
diferencia) a la cual se le llama hipótesis nula. En contraste con la probabilidad de que ocurra
Por ejemplo, se quiere evaluar mediante un por azar una diferencia detectada en un estudio
ensayo clínico, si el tratamiento B es mejor que (valor p), las medidas de asociación (riesgo
el ya conocido tratamiento A para el manejo de relativo, RR, y razón de disparidades, OR)
la hipertensión arterial. La hipótesis nula sería indican la dirección y la fuerza con que están
que el tratamiento B es igual (o no es mejor) ligados dos factores (por ejemplo, exposición-
que el A, a la cual se le contrapone una enfermedad) y sus intervalos de confianza del
hipótesis alterna: el tratamiento B es mejor que 95% (IC95%) pueden ser usados como prueba
el tratamiento A. La diferencia de proporciones de significancia estadística.
de individuos que mejoraron con uno y otro
tratamiento, se evaluará con la prueba de El RR se obtiene dividiendo la incidencia de
significancia. enfermedad de quienes estaban expuestos al
factor de riesgo entre la incidencia de
Vamos a suponer que una vez finalizado el
estudio, se encontró una diferencia enfermedad de quienes no lo estaban. Si las
(estadísticamente significativa) en las dos incidencias resultaren iguales, el RR será
proporciones de individuos que mejoraron en igual a 1 y a esto se llama el valor nulo de esta
cada grupo de pacientes hipertensos, a favor medida. El OR mide lo mismo que el RR en
del tratamiento B. La prueba de significancia aquellos estudios en los cuales no es posible
estadística solamente permitirá establecer establecer las incidencias de la enfermedad
aué tan i~robableera encontrar esa diferencia (casos y controles).
(o una mayor) de ser cierta la hipótesis nula. Por su parte, los intervalos de confianza del
Es decir, si partimos del supuesto que los dos 95% (IC 95%), para estos casos, indican entre
tratamientos contra la hipertensión arterial
qué valores se encuentra un RR o un OR con un
eran similares, ¿qué tan probable era
95% de certeza, es decir, con sólo 5% de
encontrar la diferencia que pudimos detectar o
incertidumbre. Aquellos IC 95% que dejan por
una aún mayor a esa? Esta probabilidad es la
que está indicando el valor de p. Si resultó ser fuera el valor nulo (uno) de cualquiera de estas
del orden de 0,002, quiere decir que la dos medidas, serán significativos. Por ejemplo,
probabilidad de detectar tal diferencia (o una se encontró un RR de 2 con un IC 95% que
más grande) entre las proporciones de oscila entre 1,5 y 3,O; entonces, decimos que el
individuos hipertensos que mejoraron con uno hallazgo es estadísticamente significativo
y otro tratamiento, es de 2 por mil y eso se porque el valor nulo de todo RR es 1 y, en este
considera ínfimo. Por tanto, se afirma que los caso, está por fuera del intervalo encontrado.
SIGNIFICADO DE LA SIGNIFICANCIA
estadística inadecuada para el tipo de datos que atribuir al azar un hallazgo en contra de una
se está analizando, aunque ahora, con la ayuda asociación ya descrita y estudiada que cuando
de los computadores y de los paquetes es l a primera vez que se describe,
estadísticos es menos probable encontrar estas independientemente del resultado de las
fallas en la literatura científica. pruebas.
Los sesgos, que resultan críticos en cualquier Si con lo expuesto hasta ahora no ha quedado
tipo de estudio, determinan la validez y, si a su clara la respuesta a la pregunta de qué tratan de
prevención, le adicionamos el juicio del resolver las pruebas de significancia, aquella
epidemiólogo al considerarlos, así como la con que empieza este documento, hay que
consistencia de los hallazgos con anteriores decir que no es posible responderla ciento por
estudios similares, la relación temporal entre ciento afirmativamente y a lo máximo que
exposición y enfermedad, la plausibilidad podremos llegar es al 90%, al 95% o al 99% de
biológica y la relación dosis-respuesta, puede certidumbre (este último con tamaños de
considerarse, ahora sí con más seriedad, una muestra bastante mayores que los dos primeros
relación causa-efecto. porcentajes). Es decir, si con nuestro estudio
(eso sí, bien hecho) hemos detectado un RR de
No se puede finalizar esta revisión sin
2,2 con unos intervalos de confianza del 95%
mencionar un último punto, para tranquilidad de
entre 1,7y 3,1, podemos afirmar con un 95% de
los estadísticos y, también, de los
probabilidades de no equivocarnos, que el
epidemiólogos. Si se tiene un estudio bien
verdadero RR en el universo poblacional estará
hecho, esto es, con una muestra adecuada
entre 1,7y 3 , l . A esto, nunca podremos llegar
para el problema que desea abordarse, libre
al considerar únicamente el valor de p.
de sesgos y de confusión y con una aplicación
correcta de las pruebas de significancia, insistir Referencias
en que hay asociación sólo porque se observó
Beaglehole R, Bonita R, Kjellstrom T.
cierta diferencia en los resultados (por ejemplo, Epidemiología básica. Publicación Científica No.
de los tratamientos A y 13 mencionados 551. Washington. D.G.: OPS; 1994.
anteriormente) sin que se consiguiera rechazar Giesecke J. Modern infectious disease epide-
la hipótesis nula, es a todas luces, inadecuado. miology. New York: Oxford University Press, Inc.;
1994.
De otro lado, los estudios que muestran
asociaciones estadísticas significativas Gregg M. Field epidemiology. New York: Oxford
University Press. Inc.; 1996.
(cuando se describen por primera vez) son y
han sido, en no pocas ocasiones, el punto de Norman G , Streiner D. Bioestadistica. Barcelona:
partida de investigaciones más profundas que MosbyIDoyma Libros; 1996.
han permitido conocer a fondo algunos Londofio J. Melodologia de ia investigación
factores de riesgo de enfermedad. epidemiológica. Medellin: Editorial Universidad de
Antioquia; 1995.
Finalmente, K. Rothman y S. Greenland, en la Dawson B, Trapp R. Basic and ciinical bio-statistcs.
última edición de su texto Modern epidemiology, New Jersey: Prentice-Hall lnternational inc.; 1990.
afirman "ser estadístico o médico o ambos al
Goldberg M. La epidemiología sin esfuerzo. Madrid:
tiempo, no es necesario ni suficiente para ser Diaz de Santos; 1994.
epidemiólogo. Se necesita el entendimiento de
Lilienfeld A , Lilienfeld D. Fundamentos de
los principios de la investigación epidemiológica epidemiologia. México, D.F.. Addison-Wesiey
y experiencia para aplicarlos". De eso se trata, Iberoamérica: 1986.
de pensar con criterio epidemiológico, cosa Rothman K, Greenland S. Modern epidemiology.
bastante diferente del simplemente estadístico o Second edition. USA: Lippincott-Raven Publishers:
del simplemente médico. Es mucho más <<fácil,) 1998