medigraphic.com
ISSN 2078-7170 (Digital)

2021, Número 4

<< Anterior

CorSalud 2021; 13 (4)


Alternativas bayesianas para la investigación de cardiología y COVID-19

Idioma: Español
Referencias bibliográficas: 15
Paginas: 487-489
Archivo PDF: 205.05 Kb.


FRAGMENTO

Sr. Editor:

Se recomienda la replicación de las investigaciones en ciencias de la salud basadas en las pruebas de significación, pues estas son obtenidas según el ren-dimiento promedio hipotético al realizar una serie de repeticiones idénticas en la investigación, a partir de la muestra seleccionada de la población de estu-dio, que determina —con un determinado grado de confianza— si el resultado que puede representarse mediante un tamaño de efecto, es estadísticamente significativo o es debido al azar. Sin embargo, esta interpretación dicotómica de los resultados como «significativos» o «no significativos» ha sido cuestio-nable debido a que se han informado resultados replicables inestables. Por esta razón, es importan-te el uso del enfoque bayesiano como una forma mejorada de extraer conclusiones estadísticas a partir de datos clínicos, dado que facilita la respues-ta a la pregunta: ¿cuán probable es la evidencia a favor de los hallazgos según los datos, que brinda una mayor validez y credibilidad a las hipótesis estadísticas?


REFERENCIAS (EN ESTE ARTÍCULO)

  1. Ramos-Vera CA. El método del factor Bayes para la investigación en Cardiología. CorSalud [Inter-net]. 2021 [citado 10 Abr 2021];13(3):386-8. Disponible en:http://www. revcorsalud. sld. cu/index. php/cors/article/view/711/1308

  2. Ramos-Vera CA. Replicación bayesiana: cuán pro-bable es la hipótesis nula e hipótesis alterna. Educ Méd. 2020;22(S3):234-5. [DOI]

  3. Kelter R. Bayesian alternatives to null hypothesis significance testing in biomedical research: a non-technical introduction to Bayesian inference with JASP. BMC Med Res Methodol [Internet]. 2020 [citado 10 Abr 2021];20(1):142. Disponible en: https://doi. org/10. 1186/s12874-020-00980-6

  4. Keysers C, Gazzola V, Wagenmakers EJ. Using Bayes factor hypothesis testing in neuroscience to establish evidence of absence. Nat Neurosci. 2020;23(7):788-99. [DOI]

  5. Santos Medina M, Ricardo Mora E, Rodríguez Ra-mos M, Batista Bofill S. Factores de riesgo de muerte súbita en pacientes con infarto agudo de miocardio. CorSalud [Internet]. 2020 [citado 10 Abr 2021];12(4):364-71. Disponible en:http://www. revcorsalud. sld. cu/index. php/cors/article/view/732/1249

  6. Santos Medina M, Prohías Martínez J, Martínez García G, Gómez Fernández M, Prieto Guerra M, Blanco Pérez Y, et al. Infarto agudo de miocardio en cuatro hospitales de atención secundaria en Cuba en la era COVID-19. CorSalud [Internet]. 2021 [citado 10 Abr 2021];13(1):1-8. Disponible en: http://www. revcorsalud. sld. cu/index. php/cors/article/view/746/1281

  7. Lenhard W, Lenhard A. Computation of effect sizes [Internet]. Dettelbach (Germany): Psycho-metrica [citado 11 Abr 2021]; 2016. Disponible en: http://dx. doi. org/10. 13140/RG. 2. 2. 17823. 92329

  8. Gronau QF, Akash Raj KN, Wagenmakers EJ. In-formed Bayesian inference for the A/B test [In-ternet]. arXiv [citado 11 Abr 2021]; 2019. Disponi-ble en: http://arxiv. org/abs/1905. 02068

  9. Wagenmakers EJ, Gronau QF, Akash Raj KN. How a Simple Bayesian Test Could Have Rescued a Famous Clinical Trial [Internet]. 2020 [citado 11Abr 2021]. Disponible en: https://jasp-stats. org/2020/01/14/how-a-simple-bayesian-test-could-have-rescued-a-famous-clinical-trial/

  10. Rosenfeld J, Olson JM. Bayesian Data Analysis: A Fresh Approach to Power Issues and Null Hy-pothesis Interpretation. Appl Psychophysiol Bio-feedback. 2021;46:135-40. [DOI]

  11. Hulme OJ, Wagenmakers EJ, Damkier P, Made-lung CF, Siebner HR, Helweg-Larsen J, et al. A Bayesian reanalysis of the effects of hydroxy-chloroquine and azithromycin on viral carriage in patients with COVID-19. Plos One [Internet]. 2021 [citado 11 Abr 2021];16(2):e0245048. Disponible en: https://doi. org/10. 1371/journal. pone. 0245048

  12. Arbona-Haddad E, Tremont-Lukats 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 [Internet]. 2021 [citado 11 Abr 2021];8(3): 723-5. Disponible en:https://doi. org/10. 1002/acn3. 51288

  13. Zampieri FG, Casey JD, Shankar-Hari M, Harrell FE Jr, Harhay MO. Using Bayesian methods to augment the interpretation of critical care trials. An overview of theory and example reanalysis of the alveolar recruitment for acute respiratory dis-tress syndrome Trial. Am J Respir Crit Care Med. 2021;203(5):543-52. [DOI]

  14. Zampieri FG, Damiani LP, Bakker J, Ospina-Tas-cón GA, Castro R, Cavalcanti AB, et al. Effects of a resuscitation strategy targeting peripheral perfu-sion status versus serum lactate levels among pa-tients with septic shock. A Bayesian reanalysis of the ANDROMEDA-SHOCK Trial. Am J Respir Crit Care Med. 2020;201(4):423-9. [DOI]

  15. Franchi F, Biuzzi C, Detti E, Cevenini G, Scolletta S. The Bayesian approach: May we learn a lesson from the ANDROMEDA-SHOCK trial? Ann Transl Med [Internet]. 2020 [citado 12 Abr 2021];8(12): 804. Disponible en:https://doi. org/10. 21037/atm. 2020. 02. 17




2020     |     www.medigraphic.com