Libro Medicina Basada en Evidencias MBE Alberto Narvaez | Page 300

ANEXO 1
ANALISIS INFERENCIAL
INTRODUCCIÓN
Hacer inferencia estadística es pasar de los datos obtenidos en la muestra (estimador), a
calcular valores en la población de la que se obtuvo la muestra (parámetro) con un cierto
grado de certeza.
Existen dos tipos de pruebas de análisis inferencial:
1. Pruebas de significación estadística o estimación de punto
2. Intervalos de confianza o estimación de intervalo.
En el pasado en los artículos científicos se presentaban simplemente tablas y gráficos con
una descripción y explicación de los principales hallazgos. Actualmente se exige que se
evalué la significación estadística de los hallazgos a través del uso de pruebas de
significación o intervalos de confianza. La necesidad de las pruebas de significación y los
intervalos de confianza cobraron importancia por la presencia del error de muestreo en los
estudios.
ERROR DE MUESTREO
Como ya se explicó en la unidad anterior, cualquiera que sea el procedimiento de selección
de los individuos de un estudio, el tamaño de la muestra y de las medidas estadísticas
calculadas, siempre hay la probabilidad de que exista un error de muestreo que afecta los
resultados. Los efectos del error de muestreo son más evidentes cuando las muestras son
más pequeñas.
Supongamos que en el universo de una población en estudio tienen el 50% de varones y el
50% de mujeres. Si se toma una muestra de diez niños, aunque nosotros esperaríamos que
cerca de la mitad podrían ser mujeres, no deberíamos sorprendernos si se encuentra siete
mujeres y solamente tres niños varones. Si se toma una segunda muestra, el obtener
cuatro mujeres y de seis varones, tampoco debería sorprendernos. El ejemplo anterior nos
hace ver que debido al error de muestreo rara vez tendríamos 50% mujeres y 50% varones
en muestras pequeñas.
Los efectos del error del muestreo se presentan en cualquier circunstancia en la
investigación médica. Supongamos que dos tratamientos se están comparando en un estudio
clínico controlado. Los pacientes han sido asignados aleatoriamente (por sorteo) en dos
grupos. Aunque la asignación aleatoria o randomización evita diferencias sistemáticas (o
debidas al azar) entre los dos grupos, no evita que existan diferencias por error de muestreo.
Por ejemplo, podría suceder que en uno de los dos grupos de estudio existan mas pacientes
enfermos graves, creando una diferencia aparente entre los tratamientos aunque en realidad
46