¿POR QUÉ MI DOCTOR DEBERÍA ESTUDIAR ESTADÍSTICA?

John Ioannidis, un epidemiólogo, señala en un artículo que el 50% de todos los estudios científicos publicados resultan estar mal. Por ejemplo, al principio se concluyó que la terapia de reemplazamiento de hormonas era segura... después se dijo que no. También se atribuyeron beneficios a la salud coronaria debido a la Vitamina E... y siempre no. ¿La principal razón de esta confusión? La falta de un análisis estadístico válido. Es común que muchos experimentos médicos presenten resultados erróneos simplemente porque los investigadores no siempre disponen de los conocimientos matemáticos avanzados que les permitan probar válidamente sus hipótesis. 

En Asesoría Estadística Especializada sabemos que el desarrollo científico en el país debe ser una de las bases del crecimiento económico. Los avances en medicina, biología, agricultura, agronomía y en general en todas las ciencias, son el pilar de la sociedad moderna. Y pensando en mejorar la calidad de la investigación nacional, enlistamos los problemas más comunes que Ioannidis encontró en la metodología estadística de los estudios que resultaron ser... no tan científicos:

• Demasiadas hipótesis. En estadística, siempre que se prueba una hipótesis, existe cierto grado de error asociado. Por lo general, ese error es muy pequeño. Sin embargo, algunos investigadores tienden a probar veinte, treinta o ¡incluso miles de hipótesis! Así como comprar muchos billetes de lotería incrementa drásticamente la posibilidad de ganar, muchas pruebas incrementan la probabilidad de tener falsos resultados. Esto no significa que estemos condenados a hacer una sola prueba por investigación, sino que exige que el analista realiza correcciones adecuadas para considerar la posible existencia de falsos resultados significativos.

  

• Reducido Tamaño de Muestra. En estadística, por lo general, entre mayor cantidad de casos se analice, los resultados serán más confiables. Por ello, se recomienda determinar un tamaño de muestra mínimo al diseñar el experimento. Además, si usted tiene pocos datos, es muy posible que requiera un análisis no paramétrico, distinto a los análisis estadísticos convencionales- A veces no es posible obtener muchos casos, pero incluso entonces, con el análisis adecuado es posible obtener resultados que, si bien no son concluyentes, pueden ser científicamente válidos.

• Mala apreciación del Efecto a Medir. Algunos efectos son muy directos y fácilmente detectables, como los efectos del cigarro en la salud. Los llamamos fácilmente detectables porque se replican con facilidad en la mayoría de las personas. Algunos otros efectos suelen ser más "discretos", como los efectos de algunas drogas que únicamente se presentan en relativamente pocos individuos. El diseño de un experimento debe considerar el nivel esperado del efecto a estudiar, a fin de asegurar que el tamaño de muestra y el análisis elegido sean los más apropiados.

• Análisis Inadecuado. Hay cientos de pruebas estadísticas disponibles, ¿Cómo saber cuál elegir? Factores como la distribución de los datos, las hipótesis a probar, el tamaño de muestra o el diseño del experimento afectan de forma importante el análisis a realizar. Por ello, para asegurarse de que su estudio será válido, debe determinar qué método estadístico es el que le brindará los mejores resultados.En nuestro sitio de Facebook, le brindamos asesoría gratuita a investigadores para facilitarles un poco la tarea de elegir un análisis estadístico adecuado.

La estadística es la base de la investigación y en Asesoría Estadística Especializada le ofrecemos los últimos avances científicos para que esa base sea realmente sólida.

Para dudas con respecto a este tema o para recibir mayor información, contáctenos

ASESORÍA ESTADÍSTICA ESPECIALIZADA

www.asesoriae.mx