Ramos VCA

Idioma: Español
Referencias bibliográficas: 10
Paginas: 225-228
Archivo PDF: 175.49 Kb.

FRAGMENTO

Señor Editor.

Las inferencias estadísticas según las pruebas frecuentistas de estimación utilizan un umbral de significancia de alfa=0,05 que refiere que la hipótesis nula tiene un 5 % de probabilidad de ser cierta en valores “p<0,05”, es decir, que hay cierta probabilidad de obtener un valor significativo en ausencia de un efecto verdadero por error y se rechace la hipótesis nula cuando es cierta (falsos positivos; error de tipo I), por lo tanto, se debe evaluar la fuerza probatoria de las hipótesis estadísticas.
La estadística bayesiana permite contrastar las hipótesis estadísticas de significancia mediante probabilidades, a priori y posteriori, dados los datos, cuya utilidad es idónea en la investigación clínica a diferencia de las pruebas de significancia estadística que se basan en el rendimiento promedio hipotético al realizar una serie de repeticiones idénticas del estudio. Uno de los métodos más conocidos es el factor Bayes (FB), que estima la probabilidad de una hipótesis en relación con otra, dados los datos (por ejemplo: hipótesis nula vs hipótesis alterna esto permite estimar el peso de la evidencia [10 veces el valor del logaritmo decimal del FB]), donde valores mayores a 20 son óptimos para la toma de decisiones clínicas de hallazgos significativos dado también que la hipótesis opuesta reporte una evidencia negativa decisiva.

REFERENCIAS (EN ESTE ARTÍCULO)

1. Ramos CA. Replicación bayesiana de los efectos de riesgo de mortalidad y morbilidad en la investigación de enfermedades crónicas. Finlay[Internet]. 2021[citado 14 Jul 2021];11(2):[aprox. 4p.] Disponible en: https://www.revfinlay.sld.cu/index.php/finlay/article/view/980/1969.

2. Weed DL. Weight of evidence: a review of concept and methods. Risk Anal. 2005;25(6):1545-57.

3. Ramos CA. Quantitative weight of evidence (QWOE) in clinical decision making for significant results. Nut Hosp. 2021;3(7):1.

4. Salgado JF. Transforming the Area under the Normal Curve (AUC) into Cohen's d, Pearson's rpb, Odds-Ratio, and Natural Log Odds-Ratio: Two Conversion Tables. J Eur Psychol Appl Legal Con. 2018;10(1):35-47.

5. Haddad EA, Tremont IW, Gogia B, Rai PK; Bayesian Neurology Group-Texas (BNG-TX). COVID-19 encephalopathy, Bayes rule, and a plea for case-control studies. Ann Clin Transl Neurol. 2021;8(3):723-5.

6. Suárez A, Álvarez A, Pupo JM, Berdú J, Hernández ME. Relación entre los indicadores del estado nutricional y el desarrollo de neumonía asociada al ictus isquémico. Finlay[Internet]. 2020[citado 27 May 2021];10(3):[aprox. 5p.]. Disponible en: https://revfinlay.sld.cu/index.php/finlay/article/view/765.

7. Negrín T, Rodríguez AE, Fardales R, Castellanos LA, Meneses JC, López MA. El índice tobillo-brazo como predictor de enfermedad coronaria multivaso en pacientes con síndrome coronario agudo y enfermedad arterial periférica. Finlay[Internet]. 2020[citado 12 Feb 2021];10(3):[aprox. 15p.]. Disponible en: https://revfinlay.sld.cu/index.php/finlay/article/view/848.

8. Rodríguez MC, Vivar Z, Peña Y, Suárez D, Caballero A. Caracterización de la mortalidad por tumores malignos. Finlay[Internet]. 2020[citado 19 May 2021];10(2):[aprox. 10p.]. Disponible en: https://revfinlay.sld.cu/index.php/finlay/article/view/708.

9. Ramos CA. El uso del factor Bayes en la investigación clínica de cardiología. Rev Esp Card[Internet]. 2021[citado 2 May 2021]; 74(7):[aprox. 2p.]. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7942137/.

10. Ramos CA. The Bayes Factor a Suitable Complement beyond Values of p< 0.05 in Nursing Research and Education. Invest Educ Enferm. 2021;39(1):14.