Entendiendo la P

El uso de la p en medicina se basa en dos grandes grupos: 1) Las pruebas de

significacin de la hiptesis nula, desarrolladas por Fisher y 2) Las pruebas De
contraste de Hiptesis por Neiman y Pearson. Al dia de hoy existe confusin
acerca del valor de p ya que estas dos pruebas no son compatibles.
La p para Fisher fue diseado como un mtodo para obtener conclusiones
validas a partir de unos dato(inferencia); esta inferencia que nos ayudara a
poder extrapolar en funcin de nuestros resultados una conclusin aplicable a
nuestros pacientes. El mtodo de Fisher es flexible ya que el famosos 0.05 no
es un valor inamovible. En cambio, para Neyman y Pearson es una regla de
decisin.
Es muy importante entender el concepto de la hiptesis nula porque toda base
teorica parte de l, y porque nos limita claramente a la hora de disear algn
tipo de estudio que no pueda basarse en este concepto
Para sacar una buena de significacin la primera y ms importante es entender
que nos ha dicho el valor de p. La p es la probabilidad de obtener
resultados con la discrepancia igual o superior a la que hemos obtenido con
nuestros datos despus de realizar el estudio. Otra cosa que debemos tener en
cuenta es que una hiptesis con una buena base terica unida a un valor p
pequeo nos dar argumentos para seguir manteniendo la hiptesis que se ha
planteado; para Fisher y muchos estadstico este punto es importante; ya que
no sirve de nada tener una p significativa sin un buen apoyo terico detrs
Algunas precauciones para interpretar el resultado de una prueba de
significacin so:
-El rechazo de la hiptesis nula no sugiere causalidad: la obtencin de una
relacin causa efecto que es el fin de nuestro estudio, solo puede conseguirse
a partir del diseo de estudio, es un error muy frecuente en la literatura
mdica, asumir que una prueba estadstica significativa lleva asociada de una
relacin causa efecto.
-Un resultado no significativo no demuestra que la hiptesis nula sea cierta:
Los resultados no significativos solo indican que los datos no consiguen aportar
suficientes pruebas para dudar de la credibilidad de la hiptesis nula.
- El resultado estadsticamente significativo no tiene nada que ver con la
clnica: Ya que un resultado puede ser muy significativo y carecer en absoluto
de la menor relevancia clnica.
-La p no es una medida de la magnitud de efecto: La significacin estadstica
depende tanto de la magnitud del efecto investigado como el nmero de
sujetos incluidos en el estudio.

El intervalo de confianza; es una forma de expresar la precisin estadstica de

una forma clnicamente til; son tiles porque nos definen un lmite superior y
un limite inferior que es consistente con los datos de nuestro estudio. La
ventaja de usar intervalos de confianza es queque al expresar nuestros
resultados nos lo reducen a blanco o negro.
Recomendacines
estadstica :

para

tener

en

cuenta

en

pruebas

de

significacin

1) Antes:
- Revisar crticamente buena literatura y darle buen tiempo a esto
- Limitarnos a una o como mucho dos hiptesis
- Escoger el diseo ms adecuado y realista para el estudio
- Saber definir concretamente las variables
- Escojamos con precaucin pruebas estadstica que sern necesarias
- Recoger datos esenciales y relevantes para nuestra hiptesis
2) Despues:
- No nos dejemos fascinar por la p
- Juzguemos la relevancia clnica de nuestros resultados
- Hay que discutir posibles erros en el estudio y buscar alternantivas.