técnicas
Otros diseños
En general, el objetivo de muchos estudios suele ser la comparación de no-igualdad de una variable medida en dos grupos. Habitualmente la respuesta principal se puede resumir mediante diferencias de medias o proporciones. Estas situaciones han sido tratadas anteriormente.
Sin embargo, también puede ocurrir que la variable respuesta sea una variable cualitativa ordinal o bien un tiempo de supervivencia.
También puede suceder que en lugar de comparar dos grupos, se esté interesado en comparar tres o más grupos.
Finalmente, también sería posible que el objetivo fuera medir el efecto de una variable continúa en la variable respuesta, en lugar de medir el efecto de los distintos grupos. En esta situación, se puede diferenciar además entre una variable respuesta continua o una variable respuesta cualitativa binaria (proporción).
Todas estas situaciones se engloban aquí en “otros diseños”.
Los detalles generales del razonamiento para calcular el número de sujetos necesarios para conseguir determinada potencia ya se han comentado en los capítulos anteriores. En esta sección sólo se incluyen explicaciones sobre los parámetros nuevos.
Comparación de dos variables ordinales
Técnica: Prueba U de Mann-Whitney para dos muestras independientes
La hipótesis experimental es que las distribuciones de una variable ordinal medida en dos muestras independientes no son iguales.
Posibles objetivos del cálculo del tamaño de muestra:
Determinar n (Tamaño de Muestra para conseguir determinada potencia de la prueba)
Determinar Potencia (Potencia de la prueba obtenida para determinado Tamaño de Muestra)
Ejemplo:
Un investigador desea llevar a cabo un estudio para comparar la eficacia de dos fármacos en enfermos con úlcera gástrica o duodenal recién diagnosticada. La variable respuesta será el pronóstico de evolución recogido en una escala ordinal con 4 categorías (g=4): poco favorable, intermedio, favorable o muy favorable. Mediante un estudio piloto, sabe que el odds ratio entre dos categorías consecutivas acumuladas de la variable respuesta es aproximadamente de 1.5 unidades (or=1.5). El investigador necesitará incluir 306 sujetos por grupo de tratamiento (n1=350) en el estudio para obtener un 80% de potencia (pow=0.80) para detectar diferencias entre los grupos de tratamiento en una prueba bilateral (c=2) con un nivel de significación del 5% (alfa=0.05).
Comparación de más de dos medias
Técnica: Prueba ANOVA de 1 Factor para muestras independientes
La hipótesis experimental es que las medias de una variable continua medida en diversas muestras independientes son diferentes.
Posibles objetivos del cálculo del tamaño de muestra:
Determinar n (Tamaño de Muestra para conseguir determinada potencia de la prueba y fijando el Tamaño del Efecto)
Determinar Potencia (Potencia de la prueba obtenida para determinado Tamaño de Muestra y cierto Tamaño del Efecto)
Determinar Delta (Tamaño del Efecto para conseguir determinada potencia de la prueba y fijando el Tamaño de Muestra)
Ejemplo:
Un investigador desea comparar cuatro tratamientos experimentales para la pérdida de peso en pacientes obesos. Después de realizar un estudio piloto, el investigador obtuvo unas reducciones promedio para cada uno de los 4 tratamientos (j=4) de 10 Kg, 15 Kg, 18 Kg y 20 Kg (mu1=10, mu2=15, mu3=18, mu4=20). La desviación estándar de la variable reducción de peso fue estimada en 20 unidades (sigma=20). El investigador necesitará incluir 78 pacientes por grupo de tratamiento (w1=0.25, w2=0.25, w3=0.25, w4=0.25, n1=78) para poder detectar las diferencias deseadas con una potencia del 80% (pow=0.80) y un nivel de significación del 5% (alfa=0.05).
Contraste de un coeficiente de correlación
Técnica: Prueba T-Student para un coeficiente de correlación de Pearson
La hipótesis experimental es que la correlación de Pearson entre dos variables continuas, medidas ambas variables en una misma muestra, no es nula.
Posibles objetivos del cálculo del tamaño de muestra:
Determinar n (Tamaño de Muestra para conseguir determinada potencia de la prueba)
Determinar Potencia (Potencia de la prueba obtenida para determinado Tamaño de Muestra)
Determinar Coeficiente de Correlación (Tamaño del Coeficiente de Correlación para conseguir determinada potencia de la prueba y fijando el Tamaño de Muestra)
Ejemplo:
Un investigador desea contrastar si existe correlación entre la talla de recién nacidos y la edad de gestación. El investigador considera que una correlación de 0.25 (r=0.25) sería suficiente para confirmar que existe relación entre ambas variables. El investigador necesitará incluir un mínimo de 120 sujetos (n=120) para asegurarse una potencia del 80% (pow=0.80) para poder detectar una correlación de esta magnitud con una prueba bilateral (c=2) y un nivel de significación del 5% (alfa=0.05).
Contraste de una covariable en regresión logíctica
Técnica: Prueba de Wald en un modelo de regresión logística
La hipótesis experimental es que el efecto de una variable continua en un modelo de regresión logística, para explicar la proporción de ocurrencia de determinado evento, y medidas ambas variables en una misma muestra, no es nulo.
Posibles objetivos del cálculo del tamaño de muestra:
Determinar n (Tamaño de Muestra para conseguir determinada potencia de la prueba)
Determinar Potencia (Potencia de la prueba obtenida para determinado Tamaño de Muestra)
Ejemplo:
Un investigador desea estudiar si existe relación entre el índice de masa corporal y sufrir algún accidente cardiovascular, en una determinada población. Consultando bibliografía, el investigador sabe que en otra población de referencia, un 10% de los individuos con IMC igual a 25 (p1=0.10) habían sufrido algún accidente cardiovascular (IMC promedio de la población) y que un 20% de los individuos con IMC igual a 28 (p2=0.20) lo habían sufrido (IMC promedio más una desviación estándar). El investigador necesitará incluir al menos 165 sujetos (n=165) en el estudio para detectar diferencias de la misma magnitud con una potencia del 80% (pow=0.80) mediante una prueba bilateral (c=2) y un nivel de significación del 5% (alfa=0.05).
Comparación de la supervivencia de dos grupos
Técnica: Prueba Log-Rank para dos muestras independientes
La hipótesis experimental es que el tiempo de supervivencia hasta la ocurrencia de determinado evento medido en dos muestras independientes no es igual.
Posibles objetivos del cálculo del tamaño de muestra:
Determinar n (Tamaño de Muestra para conseguir determinada potencia de la prueba)
Determinar Potencia (Potencia de la prueba obtenida para determinado Tamaño de Muestra)
Ejemplo:
Un investigador desea comparar un tratamiento experimental para la enfermedad del SIDA respecto de un tratamiento de referencia. Consultando bibliografía, el investigador sabe que de los pacientes que toman el tratamiento de referencia, un 70% (p1=0.70) sobreviven al menos un año. Teniendo en cuenta que un porcentaje de supervivencia al cabo de un año del 85% (p2=0.85) sería clínicamente muy relevante, el investigador necesitará incluir un mínimo 125 pacientes por grupo de tratamiento (n1=125) para asegurarse una potencia del 80% (pow=0.80) para poder detectar unas diferencias en las curvas de supervivencia de tal magnitud con una prueba bilateral (c=2) y un nivel de significación del 5% (alfa=0.05).