técnicas
Glosario
aAbandonos
Conjunto de pacientes que no finalizan el estudio. Para garantizar que el tamaño de muestra del estudio es el correcto, se deberá corregir (aumentar) en función del porcentaje esperado de abandonos y/o violaciones del protocolo esperados.
Aleatorización
Proceso que garantiza que la asignación de los tratamientos a los pacientes se ha realizado de forma aleatoria. Este hecho permite asumir que los grupos de tratamiento estarán balanceados respecto posibles factores de riesgo no considerados en el diseño del estudio. Si los grupos de tratamiento están balanceados, se podrán obtener conclusiones de causalidad.
Alfa
El error cometido al rechazar la hipótesis nula siendo en realidad cierta.
Análisis de la Varianza
Análisis basado en la separación de la varianza total de cierta variable para un conjunto de observaciones en diversas partes debido a factores particulares -por ejemplo el sexo, grupo de tratamiento- y utilizando el método de comparación de varianzas del test F, se pueden analizar las diferencias entre las medias de dicha variable según los niveles del factor considerado.
ANOVA
Acrónimo para el análisis de la varianza.
Beta
El error cometido al no rechazar la hipótesis nula siendo cierta la hipótesis experimental.
Bilateral
Ver Test Bilateral.
Cálculo del tamaño de muestra
Conjunto de cálculos que permiten determinar el número de unidades experimentales óptimo para llevar a cabo el contraste de una hipótesis experimental o la estimación de un parámetro poblacional con determinada precisión.
Colas
Referencia utilizada para indicar si la hipótesis experimental se realizará mediante un Test Unilateral (1 cola) o un Test Bilateral (2 colas).
Contraste de Equivalencia
La hipótesis experimental en los tests de equivalencia es la igualdad entre los grupos de tratamiento. Los análisis estadísticos son muy particulares: se basan en dos comparaciones unilaterales simultáneas.
Contraste de Hipótesis
Prueba estadística que se realiza con el objetivo de rechazar una determinada hipótesis experimental. Cuando el objetivo del estudio es el contraste de determinada hipótesis experimental, el cálculo del tamaño de muestra responderá a las preguntas: ¿Cuántas unidades experimentales será necesario incluir en el estudio para garantizar la detección la hipótesis experimental? ¿Qué potencia tendrá la prueba estadística para detectar la hipótesis experimental si se incluyen en el estudio n unidades experimentales? ¿Qué sensibilidad tendrá la prueba estadística para detectar la hipótesis experimental si se incluyen en el estudio n unidades experimentales?
Contraste de No-Igualdad
La hipótesis experimental en las pruebas de no-igualdad es que existen diferencias entre los grupos de tratamiento.
Contraste de No-Inferioridad
La hipótesis experimental en las pruebas de no-inferioridad es que el Tratamiento Experimental no es peor que el Tratamiento de Referencia. En realidad, se demuestra que el Tratamiento Experimental es superior al Tratamiento de Referencia menos un determinado margen.
Correlación
Término general para describir la independencia entre pares de variables.
Correlación de Pearson
Medida utilizada para cuantificar la asociación linela entre dos variables continuas. Toma valores entre -1 y 1.
Delta
Ver Tamaño del efecto.
Desviación estándar
Raíz Cuadrada de la Varianza.
Diseño balanceado
Término generalmente usado en diseños experimentales en qué se selecciona el mismo número de observaciones para cada posible nivel de los factores experimentales.
Diseño en grupos cruzados
Diseño donde se asigna en primera instancia uno de los tratamientos a cada paciente y posteriormente, después de un periodo de lavado se les asigna otro tratamiento distinto. De este modo, se puede analizar con más precisión el efecto propio del individuo requiriendo menor tamaño de muestra para llegar a las conclusiones deseadas. Proporciona muestras relacionadas ya que un mismo individuo pertenece a ambas muestras.
Diseño en grupos paralelos
Diseño utilizado en estudios confirmatorios, analizando 2 o más grupos de tratamiento aplicados a pacientes diferentes durante un mismo período de tiempo. Proporciona muestras independientes para cada grupo de tratamiento.
Error de Tipo II
Ver beta.
Error de Tipo I
Ver alfa.
Estimación de parámetros
Cuando el objetivo del estudio es la estimación de un parámetro con cierto grado de precisión, el cálculo del tamaño de muestra responderá a las preguntas: ¿Cuántas unidades experimentales será necesario incluir en el estudio para garantizar una precisión de w unidades en la estimación de determinado parámetro? ¿Qué precisión se obtendrá al estimar determinado parámetro a partir de una muestra de n unidades experimentales?
Estudio Confirmatorio
Estudios que siguen un protocolo escrito y firmado anteriormente a la realización del análisis dónde se detallan de manera clara los objetivos primarios y secundarios, los respectivos contrastes de hipótesis y el cálculo del tamaño de muestra necesario para confirmarlos. En este sentido, los resultados que se obtienen serán robustos. Por ejemplo suelen ser estudios confirmatorios: la determinación o confirmación de dosis y los trabajos de campo controlados.
Estudio Exploratorio
Estudios en general precursores a los confirmatorios donde las hipótesis suelen estar poco especificadas e incluso pueden depender de los datos observados. No obstante es igualmente necesario la especificación de los objetivos. Si el estudio se lleva a cabo con un número muy reducido de individuos, también recibe el nombre de estudio piloto.
Grupos
Número de Tratamientos, ramas o muestras de las que consiste el estudio.
Hipótesis Alternativa
Hipótesis que se desea demostrar contraria a la Hipótesis Nula que se contrastará en el test de hipótesis. También conocida cómo hipótesis experimental.
Hipótesis Experimental
Ver Hipótesis Alternativa.
Hipótesis Nula
Hipótesis a contrastar en un test de significación. Excepto en los tests de Equivalencia o No-Inferioridad, la Hipótesis Nula postula que no hay asociación o que no existen diferencias entre las medidas (normalmente medias o proporciones) de estudio en contraposición a la Hipótesis Alternativa que postula diferencias diferentes de cero o bien asociación entre variables.
Intervalo de Confianza
Rango de valores, calculados a partir de las observaciones muestrales que son considerados que contienen el valor real del parámetro de interés. Un intervalo de confianza del 95% (o también con un nivel de confianza del 95%) implica que, cuando todo el proceso de estimación del parámetro de interés es repetido muchas veces, un 95% de los intervalos de confianza calculados contendrán el valor verdadero de dicho parámetro.
Intervalo de Confianza para log(OR)
Intervalo de confianza donde el parámetro de interés es el Odds Ratio de ocurrencia de determinado evento entre dos muestras distintas.
Intervalo de Confianza para log(RR)
Intervalo de confianza donde el parámetro de interés es el Riesgo Relativo de ocurrencia de determinado evento entre dos muestras distintas.
Intervalo de Confianza para una media
Intervalo de confianza donde el parámetro de interés es la media de una variable de naturaleza continua medida en una única muestra.
Intervalo de Confianza para una media (poblaciones finitas)
Intervalo de confianza donde el parámetro de interés es la media de una variable de naturaleza continua medida en una única muestra. Se asume que el tamaño de la población es finito.
Intervalo de Confianza para una proporción
Intervalo de confianza donde el parámetro de interés es la proporción de ocurrencia de determinado evento medido en una única muestra.
Intervalo de Confianza para una proporción (Muestreo Inverso)
Intervalo de confianza donde el parámetro de interés es la proporción de ocurrencia de determinado evento medido en una única muestra. El cálculo del tamaño de muestra se basa en el número total de eventos observados en lugar del número total de unidades experimentales.
Intervalo de Confianza para una proporción (poblaciones finitas)
Intervalo de confianza donde el parámetro de interés es la proporción de ocurrencia de determinado evento medido en una única muestra. Se asume que el tamaño de la población es finito.
Media
Medida de localización del valor central de una variable continua. Muy útil cuando la variable de interés tiene una distribución simétrica y no contiene outliers. Calculada a partir de la suma de todos los valores dividido por el número total de casos.
Muestras Apareadas
Ver muestras relacionadas.
Muestras independientes
Dos o varias muestras de observaciones con la característica que no hay ningún tipo de dependencia entre las observaciones de cada muestra. Por ejemplo, las muestras obtenidas asignando aleatoriamente los sujetos a diferentes grupos proporcionan muestras independientes.
Muestras relacionadas
Dos o varias muestras de observaciones con la característica que cada elemento de una de las muestras tiene un y sólo un elemento en cada una de las otras muestras con el cual lo podemos aparear. Por ejemplo, los mismos individuos y una variable de interés medida en diferentes momentos del tiempo.
Nivel de Confianza
Nivel de probabilidad fijado por el investigador y utilizado en los intervalos de confianza para fijar sus límites. Ver Intervalo de Confianza.
Nivel de Significación
Nivel de probabilidad fijado por el investigador a partir del cual se rechazará la Hipótesis Nula. Convencionalmente se utiliza el nivel de Significación igual a 0.05
P-Valor
Probabilidad asociada al test de significación, que mide la probabilidad de obtener un estadístico más lejano de la Hipótesis Nula suponiendo cierta la Hipótesis Nula.
Población
Conjunto de individuos (o unidades experimentales) con unas características comunes de interés para el investigador.
Población Finita
Si la población de referencia puede considerarse finita, el Intervalo de Confianza para determinado parámetro poblacional puede corregirse para obtener una mayor precisión con el mismo número de unidades experimentales.
Potencia
Probabilidad de rechazar la hipótesis nula cuando en realidad es cierta. La potencia da un criterio de comparación para el estudio de diferentes tests para la misma hipótesis, siendo el test más potente el preferido usualmente. Es también la base de los procedimientos para la estimación del tamaño de muestra requerido para detectar un efecto de una magnitud particular (tamaño del efecto). En general, se escogerá el tamaño de muestra que garantice una potencia de 0,8 (80%) al detectar el tamaño del efecto propuesto en la hipótesis alternativa. Se define la potencia cómo : 1-Beta, dónde Beta es el error de tipo II.
Precisión
Término utilizado para indicar la distancia entre los límites del intervalo de confianza y el parámetro de interés.
Proporción
Medida de descripción de variables dicotómicas. Calculada a partir del número de casos que cumplen determinada condición dividido por el número total de casos.
Prueba ANOVA de 1 Factor
Prueba para el contraste de la hipótesis experimental que las medias de una variable continua medida en diversas muestras independientes son diferentes.
Prueba Chi-2 para dos muestras independientes
Prueba para el contraste de la hipótesis experimental que las proporciones de ocurrencia de determinado evento medido en dos muestras independientes son diferentes.
Prueba Chi-2 para una muestra
Prueba para el contraste de la hipótesis experimental que la proporción de ocurrencia de determinado evento medido en una muestra es diferente a determinado valor fijado previamente.
Prueba de Equivalencia para dos muestras independientes (Medias)
Prueba para el contraste de la hipótesis experimental que la media de una variable continua medida en un grupo experimental es equivalente a la media medida en un grupo de referencia.
Prueba de Equivalencia para dos muestras independientes (Proporciones)
Prueba para el contraste de la hipótesis experimental que la proporción de ocurrencia de determinado evento medida en un grupo experimental es equivalente a la proporción medida en un grupo de referencia.
Prueba de McNemar para dos muestras relacionadas
Prueba para el contraste de la hipótesis experimental que las proporciones de ocurrencia de determinado evento medido en dos muestras relacionadas son diferentes.
Prueba de No-Inferioridad para dos muestras independientes (Medias)
Prueba para el contraste de la hipótesis experimental que la media de una variable continua medida en un grupo experimental no es inferior a la media medida en un grupo de referencia.
Prueba de No-Inferioridad para dos muestras independientes (Proporciones)
Prueba para el contraste de la hipótesis experimental que la proporción de ocurrencia de determinado evento medida en un grupo experimental no es inferior a la proporción medida en un grupo de referencia.
Prueba de Wald para una covariable en Regresión Logística
Prueba para el contraste de la hipótesis experimental que el efecto de una variable continua al explicar la proporción de ocurrencia de determinado evento medidos en una muestra no es nulo.
Prueba Log-Rank
Prueba para el contraste de la hipótesis experimental que el tiempo de supervivencia hasta la ocurrencia de determinado evento medido en dos muestras independientes no es igual.
Prueba para la Correlación de Pearson
Prueba para el contraste de la hipótesis experimental que la correlación entre dos variables continuas medidas en una muestra no es nula.
Prueba T-Student para dos muestras independientes
Prueba para el contraste de la hipótesis experimental que las medias de una variable continua medida en dos muestras independientes son diferentes.
Prueba T-Student para dos muestras relacionadas
Prueba para el contraste de la hipótesis experimental que las medias de una variable continua medida en dos muestras relacionadas son diferentes.
Prueba T-Student para una muestra
Prueba para el contraste de la hipótesis experimental que la media de una variable continua medida en una muestra independientes es diferente a determinado valor fijado previamente.
Prueba U de Mann-Whitney
Prueba para el contraste de la hipótesis experimental que las distribuciones de una variable ordinal medida en dos muestras independientes no son iguales.
Tamaño del Efecto
Término general para designar el tamaño estimado de efectos tales cómo diferencias de efectos entre tratamientos expresados en determinadas magnitudes.
Tamaño Muestral
Se designa así el número de individuos seleccionados en una investigación. Normalmente, si el objetivo del estudio es contrastar una hipótesis experimental, se escoge un tamaño de muestra de forma que el estudio tenga una determinada potencia para detectar un cierto tamaño del efecto.
Test Bilateral
Test de Hipótesis dónde la Hipótesis Alternativa no es direccional, por ejemplo que la media de dos poblaciones no es la misma. Usualmente, si no hay garantías claras de la unidireccionalidad de la Hipótesis Alternativa, la Hipótesis Experimental será considerada bilateral.
Test de Hipótesis
Procedimiento estadístico a partir del cual - aplicado a determinados grupos de observaciones- se obtiene un P-Valor relativo a alguna hipótesis.
Test de Significación
Ver Test de Hipótesis.
Test unilateral
Test de Hipótesis dónde la Hipótesis Alternativa es direccional, por ejemplo que la media de una población es superior a la otra.
Unidad experimental
Cada uno de los sujetos o individuos que configuran la muestra.
Valor Crítico
Valor o valores con el que el estadístico calculado a partir de la muestra es comparado con el objetivo de rechazar o aceptar la Hipótesis Nula. El valor crítico se escoge a un determinado nivel de significación.
Variable categórica
Variable cuyos valores representan etiquetas para diversas categorías. Por ejemplo: Estado Civil, Tratamiento, ...
Variable continua
Variable no restringida a valores particulares excepto por la precisión del instrumento de medida. Por ejemplo: Edad, Peso, Frecuencia Cardiaca, ...
Variable dicotómica
Variable categórica con exclusivamente dos posibles valores. Por ejemplo: Sexo.
Variable Ordinal
Variable que permite ordenar una muestra de individuos en función de determinada característica, aunque las diferencias entre diferentes puntos de la escala no tienen porqué ser equivalentes. Por ejemplo: La ansiedad medida en el escala: Leve, Moderada, Severa.
Variable principal
La variable principal será la más relevante clínicamente y íntimamente relacionada con el objetivo principal, las posibles evidencias clínicas se basarán en su análisis. El tamaño de muestra del estudio (número de individuos incluidos en el estudio) se calcula en base al análisis estadístico previsto para contrastar la hipótesis principal.
Varianza
Medida de la dispersión de una variable.
Violaciones del protocolo
Conjunto de pacientes que no se incluyen en el análisis debido a un incumplimiento del protocolo del estudio. Para garantizar que el tamaño de muestra del estudio es el correcto, se deberá corregir (aumentar) en función del porcentaje esperado de abandonos y/o violaciones del protocolo esperados.