Hoja de datos de bioestadística para tontos

De Biostatistics For Dummies

Por John Pezzullo

Para estimar el tamaño de la muestra en la bioestadística, se debe indicar el tamaño de la importancia del efecto, o el tamaño del efecto que vale la pena conocer. Con unos pocos atajos, puede elegir un tamaño de efecto importante y averiguar cuántos sujetos necesita, basándose en ese tamaño de efecto, para varias pruebas estadísticas comunes.

Todos los gráficos, tablas y reglas generales son para un 80 por ciento de potencia y 0,05 alfa (es decir, el tamaño de la muestra que necesita para tener un 80 por ciento de posibilidades de obtener un valor p que sea menor o igual a 0,05). Si desea tamaños de muestra para otros valores de potencia y alfa, utilice estas sencillas reglas de escalado:

  • Por un 90 por ciento de potencia en lugar de un 80 por ciento: Aumente N por un tercio (multiplique N por 1.33).
  • Para α = 0,01 en lugar de 0,05: Aumente N a la mitad (multiplique N por 1,5).
  • Para un 90% de potencia y α = 0,01: Doble N (multiplique N por 2).

Estimación del tamaño de la muestra para pruebas de correlación en bioestadística

Para una prueba de correlación en bioestadística (como la prueba de Pearson o Spearman), elija la tabla de dispersión que parezca una cantidad importante de correlación. Cada gráfico muestra el valor de r (el coeficiente de correlación) y el número requerido de sujetos analizables (cada uno con un valor x y un valor y). Por ejemplo, si la gráfica de dispersión en la esquina inferior izquierda (correspondiente a r = 0,6) parece mostrar una cantidad importante de correlación, necesitará alrededor de 20 sujetos analizables.

Crédito: Ilustración de Wiley, Composition Services GraphicsPara

otros valores de r que no están en los gráficos de dispersión anteriores, utilice esta regla general para estimar el tamaño de la muestra: Necesitas alrededor de 8/r2 – 3 sujetos analizables.

Estimación del tamaño de la muestra para pruebas de estudiantes no apareadas en bioestadística

En bioestadística, al comparar las medias de dos grupos independientes de sujetos que utilizan una prueba Student t no emparejada, el tamaño del efecto se expresa como la proporción de Δ (delta, la diferencia entre las medias de dos grupos) dividida por σ (sigma, la desviación estándar dentro del grupo).

Cada tabla de la siguiente figura muestra curvas de campana superpuestas que indican el grado de separación entre dos grupos, junto con el tamaño del efecto (Δ/σ) y el número requerido de sujetos analizables en cada grupo. Escoja el gráfico que parezca una cantidad importante de separación entre los dos grupos. Por ejemplo, si el gráfico del medio (correspondiente a una diferencia entre grupos que es tres cuartas partes tan grande como la desviación estándar dentro del grupo) parece una cantidad importante de separación, entonces se necesitan alrededor de 29 sujetos analizables por grupo (para un total de 58 sujetos analizables).

Crédito: Ilustración de Wiley, Composition Services GraphicsPara

otros valores de Δ/σ, utilice esta regla general para estimar el tamaño de la muestra: Se necesitan alrededor de 16/(Δ/σ)2 temas analizables en cada grupo.

Estimación del tamaño de la muestra para pruebas de estudiantes emparejados en bioestadística

En bioestadística, cuando se comparan mediciones emparejadas (como cambios entre dos puntos temporales para la misma asignatura) utilizando una prueba Student t emparejada, el tamaño del efecto se expresa como la proporción de Δ (delta, el cambio medio) dividida por σ (sigma, la desviación estándar de los cambios). Otra manera, quizás más fácil, de expresar el tamaño del efecto es por el número relativo de sujetos esperados con cambios positivos versus negativos. (Estas relaciones se muestran debajo de cada curva.)

Cada gráfico de la siguiente figura muestra una curva de campana que indica la extensión de los cambios, junto con el tamaño del efecto (Δ/σ), la relación entre las diferencias positivas y negativas y el número requerido de sujetos analizables (cada sujeto proporciona un par de mediciones). Escoja el gráfico que parece una cantidad importante de cambio (en relación con la línea vertical que no representa ningún cambio). Por ejemplo, el gráfico medio corresponde a un cambio medio que es tres cuartas partes tan grande como la desviación estándar de los cambios, con alrededor de 3.

4 veces más sujetos aumentando que disminuyendo. Si esto parece una cantidad importante de cambio, entonces usted necesita 16 pares de mediciones (como 16 sujetos, cada uno con un pretratamiento y un valor de post-tratamiento).

Crédito: Ilustración de Wiley, Composition Services GraphicsPara

otros valores de Δ/σ, utilice esta regla general para estimar el tamaño de la muestra: Se necesitan aproximadamente 8/(Δ/σ)2 + 2 pares de medidas.

Estimación del tamaño de la muestra al comparar dos proporciones en bioestadística

La proporción de sujetos que tienen algún atributo (como responder al tratamiento) puede compararse entre dos grupos de sujetos mediante la creación de una pestaña cruzada a partir de los datos, donde las dos filas representan los dos grupos, y las dos columnas representan la presencia o ausencia del atributo. En bioestadística, esta etiqueta cruzada se puede analizar con una prueba de chi-cuadrado o de Fisher Exact.

Para estimar el tamaño de la muestra necesario, es necesario proporcionar las proporciones esperadas en los dos grupos. Busca las dos proporciones que quieres comparar a la izquierda y arriba de la siguiente tabla. El número en la celda de la tabla es el número de sujetos analizables que necesita en cada grupo. (El tamaño total de la muestra requerida es el doble de este número.)

Por ejemplo, si usted espera que el 40 por ciento de los sujetos no tratados con una cierta enfermedad mueran, pero sólo el 30 por ciento de los sujetos tratados con un medicamento nuevo mueran, encontrará la célula en la intersección de la fila 0.30 y la columna 0.40 (o viceversa), que contiene el número 376. Así que se necesitan 376 sujetos analizables en cada grupo, o 752 sujetos analizables en total.

Crédito: Ilustración de Wiley, Composition Services Graphics

Responder