e pidemiología y estadística

En la siguiente gráfica podemos ver que el área total es la suma del área de varios trapecios, y el área de cada trapecio es la suma de las áreas de un triángulo y un rectángulo. El área de un rectángulo es base por altura (b*h) y el área de un triángulo es base por altura partido por dos (b*h/2). ¡Qué recuerdos! ¿No?

Tomamos la curva de uno de los fármacos como ejemplo. La base de todos los triángulos y rectángulos es 3, porque hemos medido la TAS cada 3 minutos. En el primer trapecio, la altura del rectángulo es la TAS a los 3 minutos y la altura del triángulo es la TAS en el minuto 0 menos la TAS en el minuto 3. En el segundo trapecio la base sigue siendo 3. La altura del rectángulo es la TAS a los 6 minutos y la altura del triángulo es la TAS a los 3 minutos menos la TAS a los 6 minutos, y así sucesivamente (la altura de los rectángulos es la medición posterior y la altura de los triángulos es la medición anterior menos la medición posterior). Si a alguien le apetece, puede pensar qué ocurre con las áreas entre los minutos 3 y 6, y entre los minutos 12 y 15. Una vez calculadas todas estas áreas, se suman y tenemos para cada individuo un área global. Ahora ya podemos comparar las medias de las áreas según el fármaco mediante una t de student para datos independientes, y ver si con alguno de los fármacos el área media en los primeros quince minutos es significativamente más alta o más baja (Gráfica 3)

A modo de resumen, cuando se comparan dos medias de muestras independientes, la prueba estadística a utilizar es la t de student. Si se trata de muestras relacionadas, porque lo que medimos es el cambio (son los mismos individuos medidos en dos ocasiones distintas), se utiliza la t de student para datos apareados (t-paired). Cuando se comparan más de dos medias de muestras independientes la prueba estadística es el ANOVA, y si se trata de más dos mediciones en muestras relacionadas (los mismos individuos medidos más de dos veces), se utiliza el ANOVA para medidas repetidas.

Mi objetivo en este artículo no ha sido mostrar números ni fórmulas, sino enfatizar en la importancia de tener los objetivos del estudio muy claros y sobre todo saber con qué tipo de muestras estamos tratando: ¿son muestras independientes o están relacionadas? O lo que es lo mismo, ¿estamos comparando grupos diferentes o estamos valorando el cambio?

Hay situaciones en la vida en que la verdad y la sencillez forman la mejor pareja (Jean de la Bruyere).

Por otro lado, cuando se tienen muchas mediciones, la tentación de hacer mil comparaciones es muy grande, y sólo por azar algunas de esas diferencias detectadas pueden resultar estadísticamente significativas. De ahí la importancia de realizar una corrección en el nivel de significación estadística.

Pero lo más importante de todo es ver si esas diferencias estadísticamente significativas son o no clínicamente relevantes. Como siempre.

La verdad es lo que es, y sigue siendo verdad aunque se piense al revés (Antonio Machado). Gráfica

Correspondencia: bbermejo_amim@hotmail.com