Documentos de Académico
Documentos de Profesional
Documentos de Cultura
com
Rocky Mountain Center for Occupational & Environment Health, Department of Family and Preventive Medicine, School of Medicine, University of Utah,
Salt Lake City, UT 84108, EE. UU.
Correspondencia a:Matthew S. Thiese, PhD, MSPH. Rocky Mountain Center for Occupational & Environment Health, Department of Family and
Preventive Medicine, School of Medicine, University of Utah, 391 Chipeta Way, Suite C, Salt Lake City, UT 84108, USA. Correo electrónico:
matt.thiese@hsc.utah.edu .
Abstracto:La distribución de valiosos descubrimientos de investigación es necesaria para el avance continuo de la atención al
paciente. La publicación y la subsiguiente confianza en los resultados falsos del estudio serían perjudiciales para la atención al
paciente. Desafortunadamente, la mala conducta en la investigación puede tener su origen en muchas fuentes. Si bien hay
evidencia de mala conducta en la investigación en curso en todas sus formas, es un desafío identificar la ocurrencia real de la
mala conducta en la investigación, lo cual es especialmente cierto para la mala conducta en los ensayos clínicos. La mala
conducta en la investigación es difícil de medir y hay pocos estudios que informen la prevalencia o las causas subyacentes de la
mala conducta en la investigación entre los investigadores biomédicos. Es probable que las estimaciones de prevalencia
informadas de mala conducta sean subestimaciones y oscilan entre el 0,3 % y el 4,9 %. Ha habido esfuerzos para medir la
prevalencia de la mala conducta en la investigación; sin embargo, los relativamente pocos estudios publicados no son
libremente comparables debido a las diversas caracterizaciones de la mala conducta en la investigación y los métodos utilizados
para la recopilación de datos. Hay algunas señales que pueden indicar una mayor posibilidad de mala conducta en la
investigación, sin embargo, es necesario que los investigadores biomédicos sigan autocontrolándose. Hay recursos existentes
para ayudar a garantizar métodos estadísticos apropiados y prevenir otros tipos de fraude en la investigación. Estos incluyeron
los "Análisis y métodos estadísticos en la literatura publicada", también conocidos como las pautas SAMPL, que ayudan a los
científicos a determinar el método apropiado para informar varios métodos estadísticos; el “Fortalecimiento del Pensamiento
Analítico para los Estudios Observacionales”, o el STRATOS, que hace énfasis en la ejecución e interpretación de resultados; y el
Comité de Ética de la Publicación (COPE), que fue creado en 1997 para brindar orientación sobre la ética de la publicación. COPE
tiene una secuencia de visiones y estrategias fundamentadas en los valores de honestidad y precisión.
© Revista de enfermedades torácicas. Reservados todos los derechos. jtd.amegroups.com Enfermedad torácica J2017;9(10):4117-4124
4118 Thiese et al. Verdades, mentiras y estadísticas.
tabla 1Indicar actividades o métodos de mala conducta en la investigación La investigación biomédica se ha vuelto cada vez más compleja, particularmente en la investigación clínica quirúrgica (1).
Diseño del estudio y recopilación de datos La revisión de la literatura encuentra análisis estadísticos que consisten principalmente en pruebas t y estadísticas descriptivas
Diseño inapropiado (es decir, medias, desviaciones estándar, rango) (5,9). Los avances recientes en los métodos estadísticos y el poder
computacional cada vez mayor han dado lugar a herramientas analíticas cada vez más sólidas que se pueden utilizar en la
Distorsión del diseño
investigación clínica. Aunque los métodos de análisis estadístico se han vuelto más robustos, las pruebas estadísticas básicas
Descuido o incompetencia empleadas comúnmente en los años setenta continúan siendo la principal o, a menudo, la única herramienta analítica en la
Fabricación de datos investigación quirúrgica (10). Todavía es relativamente común encontrar evaluaciones estadísticas incorrectas realizadas para el
diseño de estudio dado y/o tipo de datos. Las pruebas paramétricas básicas siguen utilizándose con frecuencia, aunque la
No seguir protocolo de seguridad o consentimiento informado
mayoría de los datos no se distribuyen normalmente (11). Una revisión de 91 artículos quirúrgicos comparativos publicados
No obtener la aprobación de la junta de revisión institucional antes de
encontró que la mayoría (78%) contenía errores potencialmente significativos en la aplicación de estadísticas analíticas. Los
comenzar el estudio
errores comunes incluían no realizar una prueba de significancia cuando estaba indicado, proporcionar valores de p sin
métodos analíticos
referencia a una comparación específica y la aplicación inadecuada de métodos estadísticos básicos (12). Otro estudio que
Falsificación de datos
evaluó 100 artículos sobre cirugía ortopédica informó que el 17 % de los resultados no respaldaron las conclusiones exageradas
Análisis inadecuado y el 39 % realizó un análisis incorrecto en conjunto (13). Las revisiones de otra literatura revisada por pares encontraron que
Comparaciones múltiples no informadas o ajustadas aproximadamente la mitad de la investigación clínica tiene uno o más errores estadísticos, algunos de los cuales influyeron en
los resultados y la interpretación de los hallazgos del estudio (14-16). Una revisión de 91 artículos quirúrgicos comparativos
Tergiversación de métodos/análisis estadísticos
publicados encontró que la mayoría (78%) contenía errores potencialmente significativos en la aplicación de estadísticas
Análisis post hoc no identificados
analíticas. Los errores comunes incluían no realizar una prueba de significancia cuando estaba indicado, proporcionar valores de
Exclusión de valores atípicos p sin referencia a una comparación específica y la aplicación inadecuada de métodos estadísticos básicos (12). Otro estudio que
Publicación evaluó 100 artículos sobre cirugía ortopédica informó que el 17 % de los resultados no respaldaron las conclusiones exageradas
y el 39 % realizó un análisis incorrecto en conjunto (13). Las revisiones de otra literatura revisada por pares encontraron que
Informes selectivos
aproximadamente la mitad de la investigación clínica tiene uno o más errores estadísticos, algunos de los cuales influyeron en
Falta de publicación/acuerdo de no publicación
los resultados y la interpretación de los hallazgos del estudio (14-16). Una revisión de 91 artículos quirúrgicos comparativos
Debilidades del estudio no descritas Publicaciones analíticas. Los errores comunes incluían no realizar una prueba de significancia cuando estaba indicado, proporcionar valores de
p sin referencia a una comparación específica y la aplicación inadecuada de métodos estadísticos básicos (12). Otro estudio que
duplicadas o casi idénticas Conflictos de interés
evaluó 100 artículos sobre cirugía ortopédica informó que el 17 % de los resultados no respaldaron las conclusiones exageradas
significativos o no revelados No proporcionará datos
y el 39 % realizó un análisis incorrecto en conjunto (13). Las revisiones de otra literatura revisada por pares encontraron que
sin procesar
aproximadamente la mitad de la investigación clínica tiene uno o más errores estadísticos, algunos de los cuales influyeron en los resultados y la interpre
© Revista de enfermedades torácicas. Reservados todos los derechos. jtd.amegroups.com Enfermedad torácica J2017;9(10):4117-4124
Jo 4119
19.00
con estimaciones de artículos retractados en 0,07% (21). Un
20.00
estudio de 1999 identificó artículos retractados indexados en
15.00 Medline desde 1966 hasta 1996 (22). El estudio identificó 198
declaraciones de retractación de publicación, retractando 235
10.00 8.60
artículos. Posteriormente, se clasificaron según el motivo
5.00
principal de la retractación, y la mayoría (38,7 %) se retractó por
1.07 errores, seguido de cerca por (36,6 %) por mala conducta (22).
0.00 Muchos de estos artículos retractados fueron luego citados por
1955-2009 2010-2017 2015-2016
1.893 artículos posteriores después de que se realizó la
Figura 1Número medio de retracciones por año en la literatura retractación, siendo casi todas las citas explícitas (14,5 %) o
neuroquirúrgica publicada adaptada de Wangy otros. 2017 (26). implícitamente positivas (77,9 %) y solo una pequeña proporción
(7,5 %) reconociendo la retractación (22 ). Un estudio reciente
que evaluó las retractaciones específicamente en la
ha habido algunos intentos de cuantificar la prevalencia de la mala investigación ortopédica encontró que la mayoría de las
conducta en la investigación; sin embargo, los diferentes estudios no son retractaciones fueron por fraude (26,4 %) o plagio (22,7 %) (23).
fácilmente comparables debido a las distintas definiciones de mala Hay múltiples estudios que demuestran que las tasas de retracción
conducta en la investigación. Además, la población estudiada es difícil de están aumentando (24). Un artículo que evaluó las retractaciones entre
identificar y analizar. Teóricamente, cualquier persona que realice una 2001 y 2011 informó un aumento de 10 veces en las retractaciones para
investigación podría cometer una mala conducta en la investigación, ese período de tiempo (25).Figura 1 muestra datos adaptados de Wang et
desde asistentes de investigación en pequeños estudios piloto hasta el al que representan el aumento en la frecuencia de retracción de la
investigador principal (PI) en un gran ensayo multicéntrico. La literatura neuroquirúrgica (26). El estudio de las retracciones en la
identificación del PI es relativamente fácil; sin embargo, la enumeración investigación ortopédica encontró tendencias crecientes similares en el
de todos los trabajadores investigadores involucrados en un estudio número de retracciones por año (26).
generalmente no es factible. Además, es lógico creer que las personas en Se han sugerido algunas soluciones y se ha avanzado en el
ciertos niveles de carrera pueden tener una mayor probabilidad de intento de prevenir el fraude en la investigación clínica. Las posibles
cometer una mala conducta en la investigación (p. ej., publicar para soluciones incluyen la regulación legal (19) y el requisito de
obtener un puesto). El mayor problema para identificar la prevalencia de compartir datos sin procesar para una evaluación independiente y la
la mala conducta en la investigación es el sesgo de respuesta hacia la replicación de los resultados (18).
subdeclaración, incluso en encuestas anónimas. La investigación en esta
área ha tratado de abordar esto haciendo preguntas que no son de
Tergiversaciones estadísticas no intencionales
autoinforme, como "¿conoce a alguien que haya cometido una mala
conducta en la investigación?" en lugar de preguntas de autoinforme En muchos casos específicos, puede ser difícil o imposible identificar si un
como "¿alguna vez cometió una mala conducta en la investigación?". Es problema con un estudio fue intencional y, por lo tanto, se consideró una
probable que la prevalencia informada de individuos que respondieron la mala conducta en la investigación, o si no fue intencional y se atribuyó a
pregunta de autoinforme sea significativamente diferente de la un error honesto, una diferencia de opinión u otra causa benigna. Es
prevalencia imparcial o no autoinformada. A pesar de estas deficiencias, probable que las estimaciones de prevalencia de errores no intencionales
hay un cuerpo de literatura pequeño pero creciente que evalúa la en la investigación estén menos sesgadas que las estimaciones de mala
prevalencia de la mala conducta en la investigación tanto en estudios conducta en la investigación, aunque ambas siguen siendo
autoinformados como no autoinformados. Entre la prevalencia subestimaciones. Los errores no intencionales en el análisis de datos
autoinformada de mala conducta en la investigación, la prevalencia representan solo el 15% de las publicaciones retractadas (21). Las causas
media estimada es de aproximadamente el 2%, con una posible no intencionales informadas para las retractaciones incluyen informes
tendencia a la baja levemente decreciente en el tiempo (20). Por el inadecuados de casos, exclusión inadvertida de valores atípicos que
contrario, la prevalencia general de mala conducta en la investigación no conducen a interpretaciones erróneas y sesgos no reconocidos que
autoinformada fue ligeramente superior al 14 % (20). salieron a la luz al final del estudio o después de la publicación.
© Revista de enfermedades torácicas. Reservados todos los derechos. jtd.amegroups.com Enfermedad torácica J2017;9(10):4117-4124
4120 Thiese et al. Verdades, mentiras y estadísticas.
Tabla 2Signos estadísticos que indican una posible mala conducta en la investigación de muchas fuentes, incluidos: pares de investigación, revisores,
Emplear una prueba estadística incorrecta auditores del IRB e incluso participantes del estudio. Un estudio
informó que casi una cuarta parte (24,4 %) de los 115 casos de mala
Simplificación excesiva de los análisis
conducta fueron informados por un participante del estudio (30).
Exclusión de datos
También hay algunos signos estadísticos comunes que pueden
Análisis exploratorios indicar una posible mala conducta en la investigación (4,8,17,30).
Múltiples pruebas realizadas pero pocas estadísticamente significativas Estos se describen enTabla 2.
Baja potencia estadística/alto error de tipo II La selección del tipo correcto de prueba estadística para usar en el plan
Identificación incorrecta del diseño del estudio analítico se elige según el tipo de datos y la pregunta de estudio que se
aborda (33). Las preguntas de estudio generalmente vienen en dos
No siguió un plan de análisis a priori
formas diferentes, las que evalúan las diferencias entre los grupos y las
Realizar solo pruebas unilaterales de significación que evalúan las similitudes/igualdad entre los grupos. Por ejemplo, si la
estadística sin justificación
pregunta del estudio es evaluar si existe una diferencia estadística entre
dos enfoques quirúrgicos, entonces hay un número selecto de pruebas
estadísticas que se pueden emplear para evaluar la diferencia entre los
presentación y procedimientos estadísticos inapropiados. Uno enfoques quirúrgicos. Sin embargo, si la pregunta del estudio tiene como
de los cuales es el "Análisis y métodos estadísticos en la objetivo demostrar que dos abordajes quirúrgicos son equivalentes,
literatura publicada", también conocido como las pautas SAMPL, entonces se debe emplear un conjunto diferente de pruebas estadísticas,
que ayudan a los investigadores a informar sobre diversos según el tipo de datos que se analicen (11). Se necesita una identificación
métodos estadísticos (27). Otro recurso valioso es el adecuada de la pregunta de estudio y el tipo de datos correctos antes de
“Fortalecimiento del Pensamiento Analítico para Estudios hacer un plan de análisis para minimizar errores significativos y posibles
Observacionales”, o el STRATOS, que se enfoca en la orientación interpretaciones erróneas de los resultados del estudio. Los resultados
de ejecución e interpretación de resultados (28). Por último, el de emplear la prueba estadística incorrecta podrían convertirse en una
Comité de Ética de la Publicación (COPE) se estableció en 1997 limitación menor o, en el peor de los casos, completando la invalidación
para brindar orientación sobre la ética de la publicación. La de los resultados del estudio (34).
COPE cuenta con una serie de postulados y lineamientos, los
cuales se basan en los principios de honestidad y exactitud (29). Las evaluaciones estadísticas incorrectas a menudo caen en una de
La honestidad, en forma de transparencia, divulgación y dos categorías. La categoría más común es la prueba para evaluar si hay
autoevaluación crítica en la investigación quirúrgica, prohíbe las una diferencia entre dos grupos (35) y se supone que los datos están
tergiversaciones intencionales. La precisión evita distribuidos normalmente, cuando en realidad no lo están. Las pruebas
tergiversaciones estadísticas no intencionales. La inexactitud de diferencias pueden ser pruebas de un solo lado, es decir, evaluar si
demuestra comprensión metodológica, analítica o interpretativa hay una diferencia entre los grupos en una sola dirección (solo mejorado,
o atención al detalle. solo más alto, etc.), o una prueba de dos lados que analiza las diferencias
La investigación clínica requiere autocontrol y obligar a los pares a cumplir estadísticas en cualquier dirección. (mejorado o peor, mayor o menor,
con altos estándares rigurosos para mantener la credibilidad (30). Los estudios etc.). Las pruebas unilaterales son menos conservadoras que las pruebas
seleccionados identificaron acciones tomadas contra la mala conducta en la bilaterales y deben estar bien justificadas y descritas en un plan de
investigación. En un estudio, se tomó alguna medida en el 46 % de los 78 casos análisis antes de realizar el estudio. El otro tipo de pruebas estadísticas
de mala conducta en la investigación no informados por los propios son las pruebas de equivalencia y no inferioridad, que evalúan si dos
encuestados (31). En otro estudio de casos de mala conducta en la grupos o intervenciones son estadísticamente equivalentes (36,37). Estas
investigación no autoinformados, más de la mitad de las personas que pruebas no indican que dos grupos simplemente no sean
informaron de mala conducta no propia, también informaron haber estadísticamente diferentes (37). Además, se utilizan para evaluar si dos
confrontado a la persona que cometió la mala conducta. Además, muchos cosas son estadísticamente intercambiables y, a menudo, se utilizan para
también denunciaron la mala conducta al supervisor (36,4 %) o a la Junta de evaluar nuevos métodos de evaluación, abordajes quirúrgicos o
Revisión Institucional (IRB) (12,1 %) (32). tratamientos (38). Un ejemplo de una prueba de no inferioridad diseñada
La identificación de la mala conducta en la investigación a menudo viene para evaluar si un nuevo
© Revista de enfermedades torácicas. Reservados todos los derechos. jtd.amegroups.com Enfermedad torácica J2017;9(10):4117-4124
Journal of Thoracic Disease, Vol 9, No 10 Octubre 2017 4121
enfoque quirúrgico tiene los resultados positivos como el enfoque fuentes de datos erróneos (11). Las posibles circunstancias que pueden resultar en datos individuales incorrectos e inexactos
quirúrgico actual. La aplicación de pruebas de diferencias en lugar de deben considerarse antes de la recopilación de datos y deben reducirse a través de un protocolo de estudio (p. ej., estandarizar a
pruebas de similitudes puede aplicarse de manera inapropiada, lo que da los médicos o calibrar el equipo antes de cada evaluación) o memorizarse en un plan para identificar y manejar estos
como resultado conclusiones falsas. problemas. . Una circunstancia en la que la exclusión de datos a menudo se realiza sin explicación en la publicación son los
La identificación del tipo correcto de datos (numéricos o categóricos) y la valores atípicos. Es aconsejable tener una definición establecida de lo que constituye un valor atípico (es decir, 3 desviaciones
distribución (normal o no normal) dictan las pruebas específicas a usar (35), y a estándar o 1,5 IQR) antes del análisis e incluir claramente esta información en la sección de métodos. Sin tener en cuenta las
menudo se simplifica demasiado en los ensayos quirúrgicos. Los ensayos restricciones de recuento de palabras ni dar demasiada información, es mejor ser lo más transparente posible al incluir análisis
aleatorizados solían utilizar pruebas t para muestras apareadas si se evaluaba de datos con valores atípicos y sin ellos. Los planes de análisis están cada vez más disponibles a través de fuentes secundarias,
al mismo paciente tanto antes como después de la intervención, o pruebas t como Clinicaltrials.gov, o los solicitan los editores de revistas antes de publicar un artículo. La explicación adecuada para excluir
para muestras independientes en los ensayos experimentales tradicionales. cada dato debe ser el resultado de una desviación de protocolo documentada o un error de laboratorio, no simplemente puntos
contraensayo de control. Sin embargo, las pruebas t suponen una distribución de datos que están "más allá de lo esperado" (p. ej., 2 desviaciones estándar por encima de la media). Un estudio que analizó la
normal de los datos y los datos biomédicos no suelen tener una distribución mala conducta en la investigación concluyó que más de un tercio (33,7 %) de los investigadores encuestados admitieron
normal. Cuando los datos no se distribuyen normalmente, se debe emplear el metodologías de investigación deficientes indicativas de mala conducta en la investigación, incluida la exclusión de datos o datos
uso de pruebas no paramétricas (p. ej., prueba de chi-cuadrado, prueba U de múltiples debido a una "intuición de que eran inexactos" y engañosos o selectivos. notificación del diseño, los datos o los
Mann-Whitney, prueba de rango de signo de Wilcoxon, prueba de suma de resultados del estudio (20). gov o solicitado por los editores de revistas antes de publicar un artículo. La explicación adecuada
rango de Wilcoxon) (39). El uso inapropiado de estas pruebas paramétricas en para excluir cada dato debe ser el resultado de una desviación de protocolo documentada o un error de laboratorio, no
lugar de su equivalente no paramétrico probablemente haya resultado en simplemente puntos de datos que están "más allá de lo esperado" (p. ej., 2 desviaciones estándar por encima de la media). Un
resultados falsos. La suposición de que todos los datos se distribuyen estudio que analizó la mala conducta en la investigación concluyó que más de un tercio (33,7 %) de los investigadores
normalmente es una indicación de descuido, ignorancia o incompetencia del encuestados admitieron metodologías de investigación deficientes indicativas de mala conducta en la investigación, incluida la
éter (11) y puede ser un síntoma de una mala conducta de investigación más exclusión de datos o datos múltiples debido a una "intuición de que eran inexactos" y engañosos o selectivos. notificación del
amplia y generalizada. Muchos estudios anteriores describen el tipo de análisis diseño, los datos o los resultados del estudio (20). gov o solicitado por los editores de revistas antes de publicar un artículo. La
apropiado dado el tipo de datos y el diseño del estudio (5,11,13,27,39-41). explicación adecuada para excluir cada dato debe ser el resultado de una desviación de protocolo documentada o un error de
laboratorio, no simplemente puntos de datos que están "más allá de lo esperado" (p. ej., 2 desviaciones estándar por encima de
la media). Un estudio que analizó la mala conducta en la investigación concluyó que más de un tercio (33,7 %) de los
La complejidad estadística en la investigación en cirugía clínica está selectivos. notificación del diseño, los datos o los resultados del estudio (20). 2 desviaciones estándar por encima de la media). Un estudio que analizó la m
© Revista de enfermedades torácicas. Reservados todos los derechos. jtd.amegroups.com Enfermedad torácica J2017;9(10):4117-4124
4122 Thiese et al. Verdades, mentiras y estadísticas.
la verificación mediante el monitoreo estadístico central es necesaria de la beca de capacitación del Centro de Educación e
para asegurarse de que los datos recopilados sean confiables para Investigación del Instituto Nacional para la Seguridad y Salud
responder a su pregunta central, detectar fraude y cualquier patrón Ocupacional (NIOSH/CDC) T42/CCT810426-10.
anormal, especialmente en los ensayos multicéntricos (17,47,48). En
algunas circunstancias, principalmente para reducir el costo de la
Nota
verificación constante de los datos de origen, se pueden recomendar
auditorías de datos específicos para detectar fraudes además de Conflictos de interés:Los autores no tienen ningún conflicto de intereses que
promover otras actividades de autocontrol (44-46,48). declarar.
El seguimiento estadístico es posible gracias a la naturaleza estructurada de los 1. Kurichi JE, Sonnad SS. Métodos estadísticos en la literatura
datos clínicos. Con respecto a los ensayos multicéntricos, a menudo los datos quirúrgica. J Am Coll Surg 2006;202:476-84.
se recopilan utilizando formularios de recopilación similares, lo que facilita la 2. Harris JS, Sinnott PL, Holland JP, et al. Metodología para
realización de análisis que evalúen cualquier anomalía en todas las variables o actualizar las recomendaciones de práctica en las Pautas de
variables específicas de un centro en comparación con otros (49-52). Los práctica de medicina ocupacional del American College of
senderos aleatorios también pueden aprovechar la naturaleza estructurada de Occupational and Environmental Medicine, segunda edición. J
las variables para el seguimiento estadístico. En teoría, las variables de Occup Environ Med 2008;50:282-95.
referencia no deberían diferir significativamente entre todos los grupos 3. Melhorn JM HK. Metodología. En: Melhorn JM, Ackerman WE.
aleatorizados. Las fechas de las visitas de los participantes también pueden editor. Guías para la evaluación de la causalidad de
monitorearse en busca de anomalías, incluido un número sospechosamente enfermedades y lesiones. Prensa AMA; 2008.
elevado de visitas durante el fin de semana (42, 48, 53). Otro acto fraudulento 4. Strasak AM, Zaman Q, Pfeiffer KP, et al. Errores estadísticos en la
que realizan los investigadores es copiar y pegar datos de un participante a investigación médica: una revisión de las trampas comunes. suizo
otro. Se puede utilizar una prueba de similitud para garantizar la honestidad en Semanal Med 2007;137:44-9.
el informe de datos. En cambio, algunos investigadores adoptan un enfoque 5. Feinstein AR. Bioestadística clínica. XXV. Una encuesta de los
más largo para fabricar datos inventando valores para las variables faltantes. procedimientos estadísticos en revistas médicas generales. Clin
Sin embargo, los humanos no son buenos para hacer números completamente Pharmacol Ther 1974; 15:97-107.
aleatorios, usando la Ley de Benford sobre la distribución de los primeros 6. Williams JL, Hathaway CA, Kloster KL, et al. Baja potencia, errores
dígitos, los investigadores pueden ver si los investigadores han inventado de tipo II y otros problemas estadísticos en la investigación
números (54). cardiovascular reciente. Am J Physiol 1997;273:H487-93.
7. Thiese MS, Arnold ZC, Walker SD. El mal uso y abuso de la
estadística en la investigación biomédica. Biochem Med
Conclusiones
(Zagreb) 2015;25:5-11.
La mala conducta en la investigación puede tener su origen en muchas 8. Cassidy LD. Conceptos básicos de análisis estadístico para la
fuentes. A menudo es difícil de detectar y se sabe poco sobre la investigación quirúrgica. J Surg Res 2005;128:199-206.
prevalencia o las causas subyacentes de la mala conducta en la 9. Emerson JD, Colditz GA. Uso del análisis estadístico en el
investigación entre los investigadores biomédicos. Es probable que las New England Journal of Medicine. N Engl J Med
estimaciones de prevalencia de mala conducta sean subestimaciones, 1983;309:709-13.
que van del 0,3 % al 4,9 %. Hay signos que pueden indicar una mala 10. Oliver D, Salón JC. Artículos originales: uso de estadísticas
conducta en la investigación y que se necesita un autocontrol continuo en la literatura quirúrgica y el fenómeno 'Huérfano P'.
por parte de los investigadores biomédicos. Además, existen algunas Aust NZJ Surg 1989;59:449-51.
mejores prácticas, incluido el desarrollo y la difusión de un plan de 11. Greenland S, Senn S, Rothman K, et al. Pruebas estadísticas,
análisis antes de recopilar datos, que pueden minimizar la oportunidad valores de P, intervalos de confianza y potencia: una guía para
de mala conducta en la investigación. las malas interpretaciones. Eur J Epidemiol 2016;31:337-50.
12. Salón JC, Colina D, Watts JM. Mal uso de métodos estadísticos
en la literatura quirúrgica de Australasia. Aust NZJ Surg
Agradecimientos
1982;52:541-3.
Fondos:Este estudio ha sido financiado, en parte, por subvenciones 13. Parsons NR, Price CL, Hiskens R, et al. Una evaluación de
© Revista de enfermedades torácicas. Reservados todos los derechos. jtd.amegroups.com Enfermedad torácica J2017;9(10):4117-4124
Journal of Thoracic Disease, Vol 9, No 10 Octubre 2017 4123
revistas ortopédicas generales. Método BMC Med Res investigación. Naturaleza 2008;453:980-2.
2012;12:60. 31. Tangney JP. El fraude saldrá a la luz, ¿o sí? Nuevo científico
14. Gore SM, Jones IG, Rytter CE. Mal uso de métodos 1987; 115: 62-3.
estadísticos: evaluación crítica de artículos en BMJ de 32. MS de Kattenbraker. Investigación y publicación en educación
enero a marzo de 1976. Br Med J 1977;1:85-7. para la salud: consideraciones éticas y la respuesta de los
15. Kim JS, Kim DK, Hong SJ. Evaluación de errores y estadísticas educadores en salud. Universidad del Sur de Illinois en
mal utilizadas en la investigación dental. Int Dent J Carbondale, 2007.
2011;61:163-7. 33. Hulley SB, Cummings SR, Browner WS, et al. Diseño de
16. Blanco SJ. Errores estadísticos en artículos del British Journal of investigaciones clínicas. Lippincott Williams & Wilkins, 2013.
Psychiatry. Br J Psiquiatría 1979;135:336-42. 34. Jamart J. Pruebas estadísticas en la investigación médica. Acta Oncol
17. George SL, Buyse M. Fraude de datos en ensayos clínicos. Clin 1992;31:723-7.
Investig (Londres) 2015;5:161-73. 35. Woolson RF, Clarke WR. Métodos estadísticos para el
18. PO de Myers. Datos abiertos: ¿pueden prevenir el fraude en la investigación, análisis de datos biomédicos. John Wiley & Sons, 2011.
promover la reproducibilidad y permitir el análisis de big data en la 36. Altman DG, Bland JM. Medición en medicina: el análisis de los
investigación clínica? Ann Thorac Surg 2015;100:1539-40. estudios de comparación de métodos. El estadístico
19. Smith R. Regulación legal necesaria para exponer y detener el 1983;32:307-17.
fraude médico. BMJ 2016;352:i293. 37. Wellek S. Prueba de hipótesis estadísticas de equivalencia y no
20. Fanelli D. ¿Cuántos científicos fabrican y falsifican investigaciones? inferioridad. Prensa CRC; 2010.
Una revisión sistemática y metanálisis de los datos de la encuesta. 38. D'Agostino RB, Massaro JM, Sullivan LM. Ensayos de no inferioridad:
PLoS One 2009;4:e5738. conceptos y problemas de diseño: los encuentros de
21. Moylan CE, Kowalczuk MK. Por qué se retractan los artículos: un consultores académicos en estadística. Stat Med 2003;22:169-86.
estudio transversal retrospectivo de los avisos de retractación en 39. Hollander M, Wolfe DA, Chicken E. Métodos
BioMed Central. Abierto BMJ 2016;6:e012047. estadísticos no paramétricos. John Wiley & Sons, 2013.
22. Budd JM, Sievert M, Schultz TR, et al. Efectos de la retractación de 40. Gore A, Kadam Y, Chavan P, et al. Aplicación de la bioestadística en la
artículos sobre la citación y la práctica en medicina. Bull Med Libra investigación por parte de docentes y estudiantes de posgrado de
Assoc 1999;87:437-43. último año en facultades de medicina moderna: un estudio
23. Yan J, MacDonald A, Baisi LP, et al. Retracciones en la investigación transversal. Int J Appl Basic Med Res 2012;2:11-6.
ortopédica. Articulación ósea Res 2016;5:263-8. 41. Pequeño RJ, Rubin DB. Análisis estadístico con datos perdidos.
24. Frijol JR. Verdad o consecuencias: la creciente tendencia de retractación de John Wiley e hijos; 2014.
publicaciones. Neurocirugía Mundial 2017;103:917-8. 42. Baigent C, Harrell FE, Buyse M, et al. Garantizar la validez de los ensayos
25. Van Noorden R. El problema con las retractaciones. Naturaleza mediante el aseguramiento de la calidad de los datos y la diversificación
26. Wang J, Ku JC, Alotaibi NM, et al. Retracción de publicaciones 43. Morrison BW, Cochran CJ, White JG, et al. Supervisión de la calidad
neuroquirúrgicas: una revisión sistemática. World de la realización de ensayos clínicos: una encuesta de las prácticas
Neurosurg 2017;103:809-14.e1. actuales. Ensayos clínicos 2011;8:342-9.
27. Lang TA, Altman DG. Informes estadísticos básicos para 44. Eisenstein EL, Collins R, Cracknell BS, et al. Enfoques sensatos para
artículos publicados en revistas biomédicas: los "Análisis y reducir los costos de los ensayos clínicos. Ensayos Clínicos
métodos estadísticos en la literatura publicada" o las 2008;5:75-84.
pautas SAMPL. En: Smart P, Maisonneuve H, Polderman A, 45. Christina Reith MB C, Martin Landray MB C, Granger CB, et al.
eds. Manual de editores científicos, Asociación Europea de Ensayos clínicos aleatorizados: eliminación
Editores Científicos, 2013. obstáculos innecesarios. N Engl J Med 2013;369:1061-5.
28. Sauerbrei W, Abrahamowicz M, Altman DG, et al. Fortalecimiento del 46. Grimes DA, Hubacher D, Nanda K, et al. La guía de buenas
pensamiento analítico para estudios observacionales: la iniciativa prácticas clínicas: un estándar de bronce para la investigación
STRATOS. Stat Med 2014;33:5413-32. clínica. Lancet 2005;366:172-4.
29. Apuesta E, Barbour V, Yentis S, et al. Retractaciones: 47. Administración de Alimentos y Medicamentos. Orientación para la industria:
Orientación del comité de ética de publicaciones (COPE). supervisión de investigaciones clínicas: un enfoque basado en el riesgo
© Revista de enfermedades torácicas. Reservados todos los derechos. jtd.amegroups.com Enfermedad torácica J2017;9(10):4117-4124
4124 Thiese et al. Verdades, mentiras y estadísticas.
al monitoreo. Silver Spring, MD: FDA 2013. Monitoreo del sitio central: resultados de una prueba de precisión en la identificación
48. Buyse M, George SL, Evans S, et al. El papel de la bioestadística de ensayos y sitios que no pasaron la inspección de la Administración de Alimentos y
en la prevención, detección y tratamiento del fraude en los Medicamentos. Ensayos Clínicos 2014;11:205-17.
ensayos clínicos. Stat Med 1999;18:3435-51. 52. Venet D, Doffagne E, Burzykowski T, et al. Un enfoque estadístico
49. Edwards P, Shakur H, Barnetson L, et al. Supervisión central y para el control central de la calidad de los datos en los ensayos
estadística de datos en el ensayo Clinical Randomization of an clínicos. Ensayos clínicos 2012;9:705-13.
Antifibrinolytic in Significant Hemorrhage (CRASH-2). Ensayos 53. Buyse M, Evans SJ. Fraude en ensayos clínicos. Wiley statsref:
Clínicos 2014;11:336-43. referencia de estadísticas en línea, 2005.
50. Kirkwood AA, Cox T, Hackshaw A. Aplicación de métodos para el 54. Al-Marzouki S, Evans S, Marshall T, et al. ¿Son reales estos
control estadístico central en ensayos clínicos. Ensayos clínicos datos? Métodos estadísticos para la detección de fabricación
2013;10:783-806. de datos en ensayos clínicos. BMJ 2005;331:267-70.
51. Lindblad AS, Manukyan Z, Purohit-Sheth T, et al.
© Revista de enfermedades torácicas. Reservados todos los derechos. jtd.amegroups.com Enfermedad torácica J2017;9(10):4117-4124