medigraphic.com

2020, Número 1

<< Anterior Siguiente >>

Rev Clin Esc Med 2020; 10 (1)


Valor P
Correcta e incorrecta interpretación

Marin BL, Paredes RD

Idioma: Español
Referencias bibliográficas: 14
Paginas: 45-52
Archivo PDF: 588.71 Kb.


RESUMEN

Actualmente, gracias al predominio de la escuela frecuentista, para realizar inferencia a partir de los resultados de ensayos clínicos, se utiliza principalmente el valor P y la probabilidad de error alfa. Estos a pesar de ser herramientas estadísticas útiles e importantes, tienen limitaciones, las cuales no son ampliamente comprendidas, lo que lleva a confusión de su significado y de la utilidad de estas herramientas. A la hora de realizar investigación clínica, se debe conocer bien el problema en cuestión, los resultados y las herramientas estadísticas óptimas a utilizar, para obtener conclusiones lo más correctas posible. La preferencia de unos métodos estadísticos sobre otros, genera una visión e interpretación limitada de la evidencia.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. Bland JM Altman DG. Bayesians and frequentists. BMJ : British Medical Journal. 1998;317(7166):1151-1160.

  2. Mark DB, Lee KL, Harrell FE. Understanding the Role of P Values and Hypothesis Tests in Clinical Research. JAMA Cardiol. 2016;1(9):1048–1054.

  3. Goodman S. Toward Evidence-Based Medical Statistics. 1: The P Value Fallacy. Ann Intern Med. 1999;130:995-1004.

  4. Cohen HW. P values: use and misuse in medical literature. Am J Hypertens. 2011 Jan;24(1):18-23.

  5. Goodman S. A dirty dozen: twelve p-value misconceptions. Semin Hematol. 2008 Jul;45(3):135-40.

  6. Ioannidis JPA. The Proposal to Lower P Value Thresholds to .005. JAMA. 2018 Apr 10;319(14):1429-1430.

  7. Wasserstein RL Lazar NA. The ASA’s statement on P-values: context, process, and purpose. Am Stat. 2016;70(2):129-133.

  8. Goodman S MD PhD. Toward Evidence-Based Medical Statistics. 2: The Bayes Factor. Ann Intern Med. 1999;130:1005-1013.

  9. Davidoff F. Standing statistics right side up. Ann Intern Med. 1999 Jun 15;130(12):1019-21.

  10. Ahlbom A. Significance testing: Why does it prevail? Eur J Epidemiol. 2017 Jan;32(1):1-2.

  11. Vaux DL. Research methods: Know when your numbers are significant. Nature. 2012 Dec 13;492(7428):180-1.

  12. Gardner MJ Altman DG. Confidence intervals rather than P values: estimation rather than hypothesis testing Br Med J (Clin Res Ed). 1986 Mar 15;292(6522) 746-50.

  13. International Committee of Medical Journal Editors [www.icmje.org]. Recommendations for the Conduct, Reporting, Editing and Publication of Scholarly Work in Medical Journals – updated December 2016. http://www.ICMJE.org. Accesado en Julio 16, 2018.

  14. Nuzzo R. Scientific Method: statistical errors. Nature. 2014; 506, 150-152.




2020     |     www.medigraphic.com