Cómo mejorar la comunicación de estadísticos inferenciales en ciencias de la salud
Las técnicas de inferencia estadística son esenciales para las ciencias de la salud. Gracias a estas herramientas estadísticas se pueden identificar, por ejemplo, factores de riesgo que afectan negativamente al estado de salud de las personas. Sin embargo, el proceso de comunicación científica...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | Book |
| Published: |
Universidad Carlos III de Madrid,
2020-06-01T00:00:00Z.
|
| Subjects: | |
| Online Access: | Connect to this object online. |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Las técnicas de inferencia estadística son esenciales para las ciencias de la salud. Gracias a estas herramientas estadísticas se pueden identificar, por ejemplo, factores de riesgo que afectan negativamente al estado de salud de las personas. Sin embargo, el proceso de comunicación científica y la relevancia de los hallazgos científicos pueden distorsionarse por el mal uso de estadísticos inferenciales como el p-valor o el factor de Bayes. En este trabajo proporcionamos siete directrices básicas que pretenden ayudar a interpretar y usar conjuntamente el pvalor clásico de un contraste de hipótesis en conjunción con los factores de Bayes. Aunque el factor de Bayes es menos conocido, y de introducción más reciente, que el p-valor es susceptible de ser utilizado superficial o erróneamente. Una comunicación más eficiente de los resultados de la investigación científica favorecería una mejor comprensión de estos y redundaría en mayores cotas de salud pública. Esperamos que estas directrices puedan ser de utilidad para personas de ciencia con poca experiencia, frente a la toma de decisiones políticas relacionadas con hallazgos científicos, en procesos editoriales y para el público en general. |
|---|---|
| Item Description: | 1989-9882 10.20318/recs.2020.5173 |