SIGNIFICACIN ESTADISTICA Y POTENCIA DE UN ESTUDIO

APUNTES DE INVESTIGACION
DOCENCIA RAFALAFENA

SIGNIFICACIN ESTADSTICA
La realizacin de cualquier estudio clnico-epidemiolgico pretende poner de manifiesto al final del mismo si existe o no asociacin entre diferentes variables. Esta asociacin puede ser resultado de que realmente exista la asociacin indicada, pero esta asociacin tambin puede ser producto del azar, de la presencia de sesgos o de la presencia de variables de confusin. En estadstica, un resultado se denomina estadsticamente significativo cuando no es probable que haya sido debido al azar. Una "diferencia estadsticamente significativa" solamente significa que hay evidencias estadsticas de que hay una diferencia entre las variables estudiadas. No significa que la diferencia sea grande, importante, o significativa en el sentido estricto de la palabra, slo indica que hay diferencias. Una de las aplicaciones de la estadstica es hacer inferencias a poblaciones, a partir de muestras. En la realizacin de este proceso, siempre existe el riesgo de error o imprecisin ya sea por el azar o la variabilidad biolgica del fenmeno a estudiar.

DEFINICION

El nivel de significacin de un test es un concepto estadstico asociado a la verificacin de una hiptesis. En pocas palabras, se define como la probabilidad de tomar la decisin de rechazar la hiptesis nula (H 0) cuando sta es verdadera (decisin conocida como Error tipo I, o "falso positivo"). La decisin se toma a menudo utilizando el valor P (o p-valor): si el valor P es inferior al nivel de significacin, entonces la hiptesis nula es rechazada. Cuanto menor sea el valor P, ms significativo ser el resultado. La Ho (hiptesis nula) representa la afirmacin de que no hay asociacin entre las dos variables estudiadas y la H1 (hiptesis alternativa) afirma que hay algn grado de relacin o asociacin entre las dos variables.

Realidad (Poblacin) No existe Existe diferencia o diferencia o asociacin asociacin (H0 falsa) (H0 cierta) Diferencia o asociacin significativa (rechazo H0) Diferencia o asociacin no significativa No error (1-) Error tipo II Error tipo I Error No error

Resultado de la prueba (muestra)

Error (1-) (No rechazo H0) Ho (hiptesis nula) = No hay diferencia entre ambos tratamientos. H1 (hiptesis alternativa) = S existe diferencia.

El nivel de significacin se estableci siguiendo los comentarios del estadstico Fisher que seal "...es conveniente trazar una lnea de demarcacin a partir de la cual podamos decir: o bien hay algo en el tratamiento...". El valor de "p" que indica que la asociacin es estadsticamente significativa ha sido arbitrariamente seleccionado y por consenso se considera en 0.05.

Una seguridad del 95% lleva implcito una p < de 0.05. Una seguridad del 99% lleva implcita una p < 0.01.

Cuando rechazamos la Ho (hiptesis nula) y aceptamos la H 1 (hiptesis alternativa) como probablemente cierta afirmando que hay una asociacin, o que hay diferencia, estamos diciendo en otras palabras que es muy poco probable que el azar fuese responsable de dicha asociacin. Del mismo modo si la p>0.05 decimos que el azar no puede ser excluido como explicacin de dicho hallazgo y no rechazamos la H o (hiptesis nula) que afirma que ambas variables no estn asociadas o correlacionadas. La significacin estadstica depende de 2 componentes fundamentales: Magnitud de la diferencia Cuanto ms grande sea la diferencia entre 2 variables, ms fcil es demostrar que la diferencia es significativa. Tamao muestral A mayor tamao muestral, ms fcil es detectar diferencias. Lo hace a travs de del error estndar: a mas pacientes menor error estndar.

Error de tipo I () El error tipo I, conocido tambin como erro tipo alfa, se comete cuando el investigador rechaza la hiptesis nula (H 0), siendo sta verdadera en la poblacin. Es equivalente a encontrar un resultado falso positivo, ya que el investigador concluye que hay diferencia, cuando en realidad no existe. La "p" no es un indicador de fuerza de la asociacin ni de su importancia. La significacin estadstica es por tanto una condicin resultante del rechazo de una hiptesis nula mediante la aplicacin de una prueba estadstica de significacin. El nivel de significacin es el riesgo o la probabilidad que voluntariamente asume el investigador de equivocarse al rechazar la hiptesis nula, cuando en realidad es cierta. Este riesgo se establece normalmente en 0.05 (95%) 0.01 (99%). Si p < 0.05 se considera significativo, en cuyo caso se rechaza la hiptesis nula Si p> 0.05 se considera no significativo en cuyo caso no se rechaza la hiptesis nula.

Error de tipo II () El error tipo II o beta se comete en la situacin contraria: cuando el investigador NO rechaza la hiptesis nula (H 0), siendo sta FALSA en la poblacin. Es equivalente a un resultado falso negativo, ya que el investigador

concluye que ha sido incapaz de encontrar una diferencia que existe en la realidad. Su complemento, (1-), conocido como PODER o POTENCIA ESTADSTICA, representa la probabilidad de observar en la muestra una determinada diferencia o un efecto, si existen en la poblacin. El error de tipo I, es por lo tanto rechazar la Ho cuando en realidad es verdadera. Se podra considerar que para evitar este tipo de error deberamos de elegir un nivel de confianza ms elevado, sin embargo al aumentar el nivel de confianza aumenta la probabilidad de cometer el error de tipo II.

Recomendaciones para disminuir el error de tipo I: Disponer de una teora que gue la investigacin, evitando el "salir de pesca" con el ordenador buscando asociaciones entre variables. Disminuir el nmero de test estadsticos llevados a cabo en el estudio. Depurar la base de datos para evitar errores de valores extremos que puedan producir hallazgos significativos. Utilizar valores de alfa ms reducidos (0.01 0.001). Reproducir el estudio. Si al reproducir el estudio se obtienen resultados similares, estaremos ms seguros de no estar cometiendo el error de tipo I.

Recomendaciones para disminuir el error de tipo II: Incrementar el tamao de la muestra. Estimar el poder estadstico (potencia) del estudio. Incrementar el tamao del efecto a detectar. Incrementar el valor de alfa. Utilizar test paramtricos (ms potentes) en lugar de test no paramtricos.

POTENCIA DE UN ESTUDIO
DEFINICION DE POTENCIA
Los estudios cuyos resultados no son estadsticamente significativos suelen denominarse estudios negativo. Sin embargo, la usencia de significacin no implica necesariamente que no exista en la realidad una asociacin relevante entre el factor de estudio y la respuesta. La probabilidad de cometer este error se conoce como , y su complemento 1 corresponde a la potencia estadstica, que cuantifica la capacidad de un estudio para detectar como estadsticamente significativo una determinada diferencia o asociacin que existe en la realidad. El poder estadstico de un estudio depende de diferentes factores, como: 1. El tamao del efecto a detectar , es decir, la magnitud mnima de la diferencia o asociacin entre los grupos que se considera clnicamente relevante Cuanto mayor sea el tamao del efecto que se desea detectar, mayor ser la probabilidad de obtener hallazgos significativos y, por lo tanto, mayor ser el poder estadstico.

2. La variabilidad de la respuesta estudiada. A mayor variabilidad en la respuesta, ms difcil ser detectar diferencias entre los grupos que se comparan y menor ser el poder estadstico de la investigacin. De ah que sea recomendable estudiar grupos lo ms homogneos posibles.

3. El tamao de la muestra a estudiar. A mayor tamao muestral, mayor ser la potencia estadstica de un estudio.

4. El nivel de significacin estadstica . Si se disminuye el valor de tambin se disminuye el poder de la prueba. Habitualmente se trabaja con un nivel de significacin del 95% ( = 0,05), por lo que el equilibrio hay que en encontrarlo finalmente entre el tamao

de la muestra que es posible estudiar y el poder que se quiere para el estudio. Los cuatro factores anteriores, junto con el poder estadstico, forman un sistema cerrado. De este modo, una vez fijados tres de ellos, el cuarto queda completamente determinado.

CLCULO DE LA POTENCIA
Generalmente, se suele trabajar con un poder en torno al 80% o al 90%. Con frecuencia, las condiciones en las que se lleva a cabo una investigacin son diferentes de las que se haban previsto en un principio. En consecuencia, y a la vista de hallazgos no significativos, es recomendable evaluar de nuevo a posteriori su potencia con el fin de discernir si el estudio carece del poder necesario para detectar una diferencia relevante o bien si realmente puede no existir tal diferencia. Existen frmulas que calculan el poder estadstico en funcin de la naturaleza de la investigacin. Con estas frmulas obtienes un valor, a partir del cual se determina la potencia recurriendo a unas tablas de la distribucin normal. Sin embargo, y aunque dichas frmulas nos permitiran analizar el poder estadstico en diferentes tipos de diseo, puede resultar ms sencillo disponer de algn software especfico con el que poder realizar dichos clculos.

Tabla 3. Valores de

ms frecuentemente utilizados.

Test unilateral Seguridad

Test bilateral

80 % 85 % 90 % 95 % 97,5 % 99 %
Poder estadstico

0,200 0,150 0,100 0,050 0,025 0,010

0,842 1,036 1,282 1,645 1,960 2,326

1,282 1,440 1,645 1,960 2,240 2,576

99 % 95 % 90 % 85 % 80 % 75 % 70 % 65 %

0,99 0,95 0,90 0,85 0,80 0,75 0,70 0,65

0,01 0,05 0,10 0,15 0,20 0,25 0,30 0,35

2,326 1,645 1,282 1,036 0,842 0,674 0,524 0,385

60 % 55 % 50 %

0,60 0,55 0,50

0,40 0,45 0,50

0,253 0,126 0,000

Tanto si los hallazgos son estadsticamente significativos como si no lo son, la estimacin de intervalos de confianza pueden tambin facilitar la interpretacin de los resultados en trminos de magnitud y relevancia clnica, proporcionndonos una idea de la precisin con la que se ha efectuado al estimacin, de la magnitud y de la direccin del efecto. De este modo, los intervalos de confianza nos permiten tener una idea acerca del poder estadstico de un estudio y, por tanto, de la credibilidad de la ausencia de hallazgos significativos.