Farmacología
Manejo de variables continuas y modelado de asociaciones no lineales en datos de atención sanitaria: guía práctica
24 julio 2025
El manejo adecuado de las variables continuas es crucial en la investigación sanitaria, por ejemplo, en el modelado de regresión con fines descriptivos, explicativos o predictivos. Sin embargo, se suelen utilizar métodos inadecuados. Este artículo ilustra las consecuencias de la categorización, por qué asumir una relación lineal entre variables podría ser inapropiado y cómo modelar relaciones no lineales.BMJ, 16 de julio de 2025.
Estandarización y predicción para controlar la confusión: una nota metodológica sobre las alternativas disponibles
09 abril 2025
Los objetivos de este artículo son revisar los conceptos clásicos de estandarización y vincularlos con el modelado de regresión para la inferencia causal. Los autores también describen enfoques basados en ponderación y emparejamiento en comparación con la estandarización basada en regresión. Annals of Internal Medicine, 8 de abril de 2025.
Uso de modelos autorregresivos de media móvil integrada para el análisis de series temporales de datos observacionales
27 diciembre 2023
Es frecuente el análisis de series temporales de indicadores de fenómenos de salud, como casos de una enfermedad en la población, nivel de mortalidad o consumo de antibióticos. Pero si deseamos describir los patrones de evolución a lo largo del tiempo o pronosticar valores más allá del período de observación, es necesario tener en cuenta cómo los valores actuales pueden depender de valores anteriores, la existencia de tendencias en los datos o las posibles variaciones estacionales. Los modelos ARIMA permiten tener en cuenta todas estas características para una mejor descripción y eventual predicción a partir del análisis temporal. British Medical Journal, 20 de diciembre de 2023.
Una nota metodológica: ¿es cierto que la hipótesis nula nunca puede aceptarse?
23 junio 2023
La metodología estadística utilizada en los ensayos clínicos plantea que la hipótesis de ausencia de diferencias entre las intervenciones (hipótesis nula) puede ser rechazada si los resultados obtenidos fueran muy improbables en caso de que fuera cierta; de lo contrario no puede rechazarse, aunque esto no implique que quede aceptada o probada. En este artículo se aplica la metodología de likelihood ratio a los resultados obtenidos en 130 investigaciones con resultados estadísticamente no significativos y se muestra que en casi la mitad de ellos la ausencia de eficacia de la intervención estudiada tiene muy alta probabilidad y podría aceptarse. JAMA, 20 de junio de 2023.
Recomendaciones para visualizar mejor los eventos adversos en los ensayos clínicos
23 mayo 2022