• Inicio
• Acerca de
• Números anteriores
• Noticias
• Estadísticas

Inicio > Vol. 20, No 2 (2018): may.-ago. > Ríos Obregón



Editorial

La preparación estadística del profesional médico, una tarea pendiente

The statistical preparation of the medical professional, a pending task

Jorge Manuel Ríos Obregón¹, Vicente Eloy Fardales Macías².

 

EDITORIAL

La estadística es ampliamente utilizada por el profesional médico, bien como recurso metodológico durante el desarrollo del proceso investigativo, bien para mantener actualizados sus conocimientos mediante la lectura crítica de las evidencias provenientes de la investigación científica, en particular aquellas generadas en los ámbitos clínico y epidemiológico.

Sin embargo, a pesar de que en estos escenarios la preparación estadística resulta esencial, hay evidencias que indican que el profesional médico tiene limitaciones en la aplicación de esta herramienta metodológica. Una manifestación de ello, es el hecho de que se ha señalado que los artículos científicos publicados en las revistas médicas muestran con frecuencia errores en la metodología estadística^1-5, entre los que se encuentran una aplicación inadecuada de los recursos de la estadística descriptiva y de las pruebas de significación. Otra, las insuficiencias que presentan para afrontar situaciones profesionales cuyo proceso de solución demanda la aplicación de contenidos estadísticos desde la perspectiva de un productor consumidor de información^6-12, donde aspectos de índole valorativo tales como la interpretación de resultados resultan esenciales para efectuar la apreciación crítica de la literatura científica de su especialidad.

En la investigación de Massip y cols.¹, en la que se analizaron 180 artículos originales publicados en la Revista Cubana de Higiene y Epidemiología desde 1996 a 2009, se encontró que los recursos de la estadística descriptiva fueron los más utilizados en los 150 trabajos que emplearon algún procedimiento estadístico para respaldar sus resultados. Sin embargo, no se hace un uso integrado de estos, pues los autores declaran que el 50 % de estos artículos apoyó sus resultados en la aplicación de un solo recurso estadístico.

Jaykaran y Preeti ² incluyen en su estudio a 196 artículos publicados desde 2002 hasta 2010 en las revistas Indian Journal of Pharmacology (IJP) e Indian Journal of Physiology and Pharmacology (IJPP) y sostienen que el uso inapropiado de la estadística descriptiva abarcó el 78.1 % de los trabajos. Además que la manifestación más usual consistió en emplear la media de la muestra de conjunto con su error estándar (media ± EEM) para presentar los resultados, en lugar de hacerlo con la desviación estándar (media ± DE).

Es importante resaltar que este modo de proceder, sobreestima la precisión de la estimación puntual, pues el valor del error estándar de la media siempre es inferior al que arroja la desviación estándar muestral. Además, ambos estadígrafos de dispersión aportan diferente información. El primero informa sobre la variabilidad de los datos en torno a la media muestral de una determinada variable del estudio (con distribución normal), el segundo, sobre la variabilidad de las medias muestrales de esa variable en torno a su media poblacional.

Se ha señalado que los editores de 20 revistas médicas de alto factor de impacto, consideran que entre las limitaciones metodológicas más frecuentes que presentan los manuscritos científicos que se someten a arbitraje, se encuentran las deficientes estrategias de análisis asumidas por los autores y los problemas relacionados con la interpretación de los resultados, en particular, con los p-valores que arrojan las pruebas de significación, en la que con frecuencia se hace un excesivo énfasis en la significación estadística de los resultados. Asimismo, que la elección de las pruebas de significación estadísticas sin tomar en cuenta las premisas para su aplicación, constituye una importante y frecuente deficiencia metodológica^3,4, señalada también por Leucuta⁴, quien asevera que constituye el principal error en los trabajos que utilizan pruebas de hipótesis.

En relación con los p-valores, varios estudios documentan que son mal interpretados^11-17. Una de las falsas concepciones más extendidas, consiste en considerar que representan la probabilidad de que la hipótesis bajo prueba sea cierta, y en consecuencia, que un resultado estadísticamente significativo implica que es muy poco probable que la hipótesis sea verdadera.

Para realizar una correcta interpretación es preciso percatarse que del p-valor representa la probabilidad de obtener determinado resultado (evento) asumiendo la veracidad de la hipótesis bajo prueba, que es diferente de la probabilidad de que la hipótesis sea cierta dado que se ha obtenido este resultado; por ejemplo, en el ámbito clínico una analogía ocurre con la sensibilidad (probabilidad de un resultado positivo en los enfermos) y valor predictivo positivo (probabilidad de estar enfermo en los individuos con resultado positivo) de una prueba diagnóstica.

Con la finalidad de atenuar estos errores estadísticos en las publicaciones científicas, varios son los autores que han sugerido fortalecer el arbitraje^18-20, en particular con revisores expertos en metodología estadística o la necesidad de que en los equipos de investigación participen profesionales de esta disciplina²¹, asimismo se ha propuesto el uso de guías estandarizadas²². Sin embargo, consideramos que es necesario tratar esta problemática desde el proceso formativo de estos profesionales, en particular, en la formación posgraduada bajo la premisa de que el profesional médico no requiere ser un experto en Estadística, pero sí tener una cultura estadística sustentada en el dominio de las bases conceptuales de esta disciplina.

EDITORIAL

Statistics are widely used by the medical professional, either as a methodological resource during the development of the research process, or to keep their knowledge up-to-date through a critical reading of evidences from the scientific research, particularly those generated in the clinical and epidemiological fields.

However, despite of the fact that statistical preparation is essential in these scopes, there is evidence that the medical professional has limitations in the application of this methodological tool. A manifestation of this is the fact that it has been pointed out those scientific articles published in medical journals frequently shows some errors in the statistical methodology^1-5, among which are inadequate applications of the resources of the descriptive statistics and the significance tests. Besides, the insufficiencies presented in facing professional situations, this solution process requires the application of statistical content from the perspective of a consumer producer of information^6-12, where aspects of evaluative nature such as the interpretation of results are essential to make the critical assessment of the scientific literature of his specialty.

In the investigation of Massip et al.¹, in which 180 original articles, published in the Cuban Journal of Hygiene and Epidemiology, were analyzed from 1996 to 2009, it was found that the resources of descriptive statistics were the most used from the 150 works that used some statistical procedure to support their results. However, there is no integrated use of these, as the authors declare that 50 % of these articles supported their results in the application of a single statistical resource. Jaykaran and Preeti ² include in their study 196 articles published from 2002 to 2010 in the Indian Journal of Pharmacology (IJP) and the Indian Journal of Physiology and Pharmacology (IJPP) and maintain that the inappropriate use of descriptive statistics covered 78.1 % of works. Furthermore, the most common manifestation was to use the average sample as a whole with its standard error (mean ± SEM) to present the results, instead of the standard deviation (mean ± SD).

It is important to note that this procedure overestimates the accuracy of the score calculation since the value of the average standard error is always lower than the standard sample deviation. In addition, both dispersion statisticians provide different information. The first one informs about the variability of the data around the average sample of a certain variable of the study (with normal distribution), the second, about the variability of the average sample of that variable around its average population.

It has been pointed out that the editors from 20 high impact factor journals consider that the most frequent methodological limitations presented by the scientific manuscripts submitted to arbitration are the poor analysis strategies assumed by the authors and the related problems with the interpretation of the results, in particular, with the p-values that yield the significance tests, in which an excessive emphasis is often made on the statistical significance of the results. Likewise, the choice of statistical significance tests without taking into account the premises for its application, constitutes an important and frequent methodological deficiency^3,4, also pointed out by Leucuta⁴, who asserts that it constitutes the main mistake in the researches that use hypothesis testing.

In relation to p-values, several studies document that they are misinterpreted^11-17. One of the most widespread misconceptions is to consider that they represent the probability the study hypothesis to be true, and consequently, that a statistically significant result implies that it is very unlikely the hypothesis to be true. To make a correct interpretation it is necessary to realize that the p-value represents the probability of obtaining a certain result (event) assuming the veracity of the study hypothesis, which is different from the probability the hypothesis to be true due to the obtained result; For example, in the clinical sphere an analogy occurs with sensitivity (probability of a positive result in patients) and positive predictive value (probability of being sick with a positive result) of a diagnostic test.

With the aim of attenuating these statistical errors in scientific publications, several authors have suggested strengthening arbitration^18-20, in particular with expert reviewers in statistical methodology or the need of professionals from this discipline to participate in research teams21, likewise, the use of standardized guidelines has also been proposed²². However, we consider that it is necessary to address this problem from the training process of these professionals, in particular, in postgraduate training with the premise that the medical professional does not need to be an expert in statistics, but have a statistical culture based on the proficiency of the conceptual bases of this discipline.

REFERENCIAS BIBLIOGRÁFICAS

Recibido:  2018-07-16
Aprobado: 2018-07-17

Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional.

• Inicio
• Acerca de
• Noticias
• Números anteriores
• Estadísticas