Si la respuesta a la pregunta anterior es que el Antibiótico“ B” es mejor que el Antibiótico“ A” porque este último presenta un valor de p más bajo un grave error. Hay que recordar que la significación estadística es un concepto estadístico y no clínico, y lo único que evidencia es que la probabilidad de que estos resultados se deban al azar es del 4 % para el Antibiótica“ A” y de 1 / 100000 en el Antibiótico“ B”. Sin embargo, la significación estadística no proporciona información clínica sobre la magnitud del efecto.
Para conocer el efecto se debe analizar en cuántos días disminuye la estancia hospitalaria en ambos estudios y con qué precisión. En el ejemplo anterior se observa que el Antibiótico“ A” reduce un promedio de días estada de de 5,3, mientras que con el Antibiótico“ B” la reducción promedio es de 3,2 días, por lo tanto el Antibiótico“ A” tiene una eficacia mayor al B. Por lo tanto, un mejor valor de p no necesariamente se relaciona con una mayor relevancia o validez clínica.
Tamaño del efecto
Una medida muy importante para evaluar la precisión del efecto es Tamaño de Efecto( Effect Size). En estadística, el tamaño del efecto es una medida de la fuerza de un fenómeno 1( por ejemplo, el cambio en el resultado después de una intervención experimental). El tamaño del efecto calculado a partir de datos es una estadística descriptiva que transmite la magnitud estimada de una relación sin hacer ninguna inferencia acerca de si la relación aparente en los datos reflejan una verdadera relación en la población. De esa manera, los tamaños del efecto se complementan con la estadística inferencial, como los valores p. Entre otros usos, el tamaño del efecto juega un papel importante en el metaanálisis de los estudios que resumen los resultados de un área específica de investigación, y en la potencia estadística de análisis( Wikipedia). El concepto de tamaño del efecto ya aparece en el lenguaje cotidiano. Por ejemplo, un programa de pérdida de peso puede presumir que conduce a una pérdida de peso promedio de 30 libras. En este caso, 30 libras es el tamaño del efecto estimado. Otro ejemplo es que un programa de tutoría que afirma que eleva el rendimiento escolar en una 10 % la calificación. Este aumento de calificación es el tamaño efecto declarado del programa. Estos son dos ejemplos de tamaños del efecto absoluto, lo que significa que son portadores de la diferencia media entre los dos grupos, sin ninguna discusión de la variabilidad dentro de los grupos. Por ejemplo, si los resultados de los programas de pérdida de peso estiman en promedio 30 libras, es posible que cada participante pierda exactamente 30 libras, o la mitad de los participantes pierda 60 libras y el resto no pierda peso en absoluto.
Reportar el tamaño del efecto se considera una buena práctica en la presentación de resultados de la investigación empírica en muchos campos. La notificación del tamaño del efecto facilita la interpretación clínica de los resultados. Las medidas relativas y absolutas de tamaño del efecto transmiten información diferente, y se pueden utilizar de forma complementaria.
Tamaño de efecto no estandarizado
El término“ tamaño del efecto” puede referirse a una medidas estandarizadas de efecto( por ejemplo, r, d de Cohen, y la odds ratio), o con una medida no estandarizada( por
71