El Departamento de Bioestadística e Investigación ha Inaugurado el Seminario Permanente de Estadística Aplicada a la Investigación en Medicina

El Seminario, que se desarrollará a lo largo de todo el curso 2014-15, con una o dos sesiones cada mes, traerá a expertos en diferentes áreas relacionadas con la estadística y su aplicación específica a la investigación médica. La vocación del seminario es ser una herramienta útil, por lo que no es tanto un curso de estadística como un espacio donde trabajar sobre ejemplos que incluso traigan los propios participantes de las sesiones.

La sesión inaugural se celebró el lunes 3 de octubre y fue impartida por el Profesor Rafael Romero Villafranca, Catedrático de Estadística en la Universidad Politécnica de Valencia y Miembro de la Real Academia de la Cultura Valenciana. Esta primera sesión del seminario se dedicó a los conceptos básicos de la estadística y contó con la asistencia de 60 participantes que escucharon del Profesor Romero varios mensajes importantes:

• Antes de cualquier estudio inferencial hay que realizar un estudio descriptivo de los datos.
• Toda investigación debe empezar con una adecuada y precisa definición de la población objeto del estudio.
• La representatividad de una muestra no tiene ninguna relación con su tamaño.
• El tamaño de una muestra sólo afecta a la precisión de los análisis inferenciales que hacemos a partir de la misma.
• Para saber si una muestra puede o no considerarse representativa se necesita un buen conocimiento previo sobre la población y el tema en estudio.
• Una muestra no representativa no puede ser analizada estadísticamente, sea cual sea su tamaño.
• Todos los modelos son abstracciones y como tal son falsos.
• A un modelo no se le pide que sea verdadero, se le pide que sea útil. En el caso de la normalidad, carece de sentido decir: “mis datos son normales”, es más correcto decir: “la distribución de mis datos es lo suficientemente parecida al modelo normal como para que los resultados que se deducen del mismo sean una aproximación útil a la realidad que estoy estudiando”.

Después de esto el Profesor Rafael Romero nos explicó la naturaleza de los Contrastes de Hipótesis, como una ilustración del modo de aplicar la Inferencia Estadística y, en ese contexto, nos explicó qué quiere decir que un efecto es estadísticamente significativo.

Aprendimos que un Contraste de Hipótesis se compone de una Hipótesis Nula (H0), una Hipótesis Alternativa (H1), una Muestra y un Estadístico, que es un valor que se calcula a partir de la muestra y que, si H0 fuera cierta, tendría un comportamiento conocido, de manera que si el valor del estadístico es muy diferente al esperado nos inclinaremos a rechazar H0. Esta forma de razonar se basa en el modelo falsacionista de la ciencia propuesto por Karl Popper en su libro La lógica de la investigación científica.

La sesión finalizó con una reflexión acerca de la diferencia entre Significación Estadística y Relevancia Clínica, ya que son conceptos que se confunden a menudo. Vimos como un estudio con una muestra muy grande puede llevarnos a una estimación muy precisa, pudiendo decir que hemos encontrado un efecto muy significativo, cuando el efecto que hemos encontrado es tan pequeño que no tiene relevancia práctica. Del mismo modo vimos como un efecto muy grande, con una gran relevancia práctica, puede resultar no significativo, por no contar con un tamaño muestral lo suficientemente grande. Además del concepto de significación entendimos el concepto de potencia y valor p, de gran importancia en la Inferencia Estadística.

Dr. Rafael Romero

La sesiones segunda y tercera se celebrarán los próximos lunes 3 y 17 de noviembre y comparten el título: De la Comparación de Medias a los Modelos de Regresión y de nuevo serán impartidas por el Profesor Rafael Romero.