RESUMEN
Si tradicionalmente ha
sido una prioridad tan baja en la profesión, ¿por qué entonces necesitamos
mejorar nuestra comprensión de las estadísticas? Somos consumidores de la
información. Las estadísticas nos permiten organizar y resumir información y
tomar decisiones utilizando solo una muestra de todos los datos disponibles.
Casi todos los lectores de la literatura de radiología saben que comprender los
resultados de un estudio y determinar la aplicabilidad de los resultados a su
práctica requiere una comprensión de los problemas estadísticos. Sin embargo,
incluso cuando se aprenden, las habilidades de investigación pueden ser
olvidadas rápidamente si no se aplican de forma regular, algo que la mayoría de
los radiólogos probablemente no hagan, dada su creciente demanda clínica.
El pensamiento
estadístico es probabilístico. Por ejemplo, la mayoría de los radiólogos están
familiarizados con la noción de que un valor de P inferior a .05 representa un
resultado estadísticamente significativo. Pocos entienden que .05 es un umbral
arbitrario. Al realizar una investigación de agronomía, Sir Ronald Fisher ayudó
a establecer el nivel de corte de valor P de .05 (comúnmente denominado nivel)
en la primera parte del siglo XX. Fisher estaba probando hipótesis sobre los
niveles apropiados de fertilizante para las plantas de papa y necesitaba una
base para la toma de decisiones. Hoy en día a menudo utilizamos esta misma base
para probar hipótesis sobre la atención adecuada al paciente.
Los avances en
computadoras y software estadístico han sido paralelos a este aumento. Sin
embargo, los beneficios asociados con la mala aplicación de los métodos
estadísticos pueden eclipsar los beneficios del fácil acceso a las herramientas
de análisis estadístico. El software estadístico hace que sea demasiado fácil
realizar múltiples pruebas de datos sin hipótesis previas (el llamado fenómeno
de la extracción de datos) o informar resultados demasiado precisos que denotan
una falsa sensación de precisión. También existe la posibilidad de errores en
el software estadístico y el riesgo siempre presente de que los investigadores
no se tomen el tiempo de examinar cuidadosamente los datos en bruto.
DESCARGAR EL ARTICULO COMPLETO AQUÍ
No hay comentarios:
Publicar un comentario