medigraphic.com
ISSN 2007-5057 (Impreso)
Investigación en Educación Médica

2022, Número 44

<< Anterior Siguiente >>

Inv Ed Med 2022; 11 (44)


El valor p: ¿cómo analizarlo para separarse del positivismo extremo e inductivismo ingenuo?

Padilla-Santamaría F

Idioma: Español
Referencias bibliográficas: 15
Paginas: 105-114
Archivo PDF: 578.83 Kb.


RESUMEN

A pesar de las nuevas reflexiones y corrientes ideológicas en las ciencias médicas, muchos investigadores continúan apegados firmemente al positivismo científico, al inductivismo ingenuo y a miradas totalmente reduccionistas, donde el uso de estadística inferencial se considera casi indispensable para juzgar una investigación “de calidad”, y dentro de ella, estimar al famoso valor p como el número que determina que un estudio es “bueno” o “malo”, que vale la pena o no, que salió “bien” o “mal”. Aunque la estadística inferencial es la más frecuente en las ciencias médicas, muchos investigadores continúan con problemas epistemológicos para la interpretación del valor p y la toma de decisiones estadísticas; por ello, el objetivo principal de este trabajo es brindar una reflexión y análisis dinámico de qué es, cómo se obtiene, cómo suele interpretarse y cómo debería interpretarse el valor p.
Cabe destacar que este escrito no pretende enseñar estadística, sino que intenta cambiar la forma en que los estudiantes y profesionales de la salud interpretan la estadística inferencial, con el fin de fomentar la lectura crítica y de esta forma dar armas para el aprendizaje autodidacta. Para llegar al adecuado análisis del valor p, a lo largo del trabajo realizo un repaso general y gráfico acerca de la construcción de hipótesis, la distribución normal y las pruebas de hipótesis.
Si bien por el simple hecho de que este trabajo hable de estadística inferencial ya lo convierte (hasta cierto punto) en un artículo positivista, deseo que la nueva enseñanza en esta área permita formar nuevos profesionales e investigadores con visiones más amplias de la investigación, y así terminar con el fomento del reduccionismo e inductivismo ingenuo.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. Pérez J. El Positivismo y la Investigación Científica. RevEmpres. 2015;9(3):29-34. Disponible en: https://editorial.ucsg.edu.ec/ojs-empresarial/index.php/empresarial-ucsg/article/view/20

  2. Chalmers AF, (aut.), Pérez E, (trad.). ¿Qué es esa cosa llamadaciencia? Una valoración de la naturaleza y el estatutode la ciencia y sus métodos. 2a ed. Ciudad de México: SigloXXI Editores; 2019.

  3. Kremer-Marietti A. El Positivismo. 2a ed. México: PublicacionesCruz; 1989.

  4. Rodríguez MI, Albert A, Agnelli H. Pruebas de hipótesis y elvalor p: usos e interpretaciones. En: Buendía G, Castañeda A.(eds.). Memoria de la XII Escuela de Invierno en MatemáticaEducativa. Ciudad Madero: Universidad de Los Andes; 2009.104-117. Disponible en: http://funes.uniandes.edu.co/16270/

  5. Daniel WW. Prueba de hipótesis. En: Daniel WW. (aut.),León F. (trad.). Bioestadística. Base para el análisis de lasciencias de la salud. 4a ed. México: Limusa Wiley; 2013.p. 204-94.

  6. Romero N. La revolución en la toma de decisiones estadísticas:el p-valor. Telos. 2012;14(3):439-446. Disponible en:http://www.redalyc.org/articulo.oa?id=99324907004

  7. Daniel WW. Estadística descriptiva. En: Daniel WW. (aut.),León F. (trad.). Bioestadística. Base para el análisis de lasciencias de la salud. 4a ed. México: Limusa Wiley; 2013.p. 15-56.

  8. Daniel WW. Estadística no paramétrica y de libre distribución.En: Daniel WW. (aut.), León F. (trad.). Bioestadística.Base para el análisis de las ciencias de la salud. 4a ed. México:Limusa Wiley; 2013. p. 658-736.

  9. Candia R, Caiozzi G. Intervalos de Confianza. Rev Med Chile.2005;133:1111-1115. doi: 10.4067/S0034-98872005000900017

  10. Flores-Ruiz E, Miranda-Novales MG, Villasís-Keever MÁ.El protocolo de investigación VI: cómo elegir la prueba estadísticaadecuada. Estadística inferencial. Rev Alerg Mex.2017;64(3):364-370. doi: 10.29262/ram.v64i3.304

  11. Tovar CM. El falsacionismo de Popper y sus objeciones almarxismo. Letras. 2019;90(131):210-228. doi: 10.30920/letras.90.131.9

  12. Carvalho J, Patino CM. O que realmente significa o valorp? J Bras Pneumol. 2015;41(5):485. doi: 10.1590/S1806-37132015000000215

  13. Kline RB. Research Trinity. Design, measurement andanalysis. En: Kline RB. (aut.). Becoming a behavioral scienceresearcher: a guide to producing research that matters. 2aed. Nueva York: The Guilford Press; 2020. p. 14-47.

  14. Williamson J. Establishing Causal Claims in Medicine. Int StudPhilos Sci. 2019;32(1):33-61. doi: 10.1080/02698595.2019.1630927

  15. The RECOVERY Collaborative Group. Dexamethasone inHospitalized Patients with Covid-19. N Engl J Med. 2021;384:693-704. doi: 10.1056/NEJMoa2021436




2020     |     www.medigraphic.com