Science">
Valor P. Medicina Basada en Evidencia
Valor P. Medicina Basada en Evidencia
Valor P. Medicina Basada en Evidencia
INTEGRANTES:
CICLO:
2020 – I
SEPTIEMBRE - 2020
INFORME – MEDICINA BASADA EN EVIDENCIA FMH - UNPRG
ÍNDICE
I. INTRODUCCIÓN ...............................................................................................................1
II. MARCO TEÓRICO ............................................................................................................2
PRUEBAS DE HIPÓTESIS .....................................................................................................2
HIPÓTESIS NULA ............................................................................................................2
HIPÓTESIS ALTERNA.....................................................................................................2
VALOR P ....................................................................................................................................3
NIVEL DE SIGNIFICACIÓN ....................................................................................................4
TIPOS DE ERRORES ..............................................................................................................4
PROCEDIMIENTOS ESTADÍSTICOS PARA DE CONTRASTE DE HIPÓTESIS ..........5
III. DISCUSIÓN.....................................................................................................................6
¿QUÉ ES EL VALOR P?, ¿CUÁL ES SU INTERPRETACIÓN? ......................................6
EJEMPLOS ................................................................................................................................6
IV. CONCLUSIONES .........................................................................................................10
V. BIBLIOGRAFÍA .................................................................................................................11
INFORME – MEDICINA BASADA EN EVIDENCIA FMH-UNPRG
I. INTRODUCCIÓN
1
INFORME – MEDICINA BASADA EN EVIDENCIA FMH - UNPRG
HIPÓTESIS ALTERNA
Es habitual enunciar una hipótesis alternativa, que se acepte si se demuestra
que la hipótesis nula es muy improbable. El símbolo típico para la hipótesis
alternativa es Ha. En ocasiones se usa el símbolo H1.
Además, que los grupos difieren en la característica (parámetro) en estudio.
Por lo tanto, la diferencia observada es consecuencia efectiva entre las
poblaciones de origen.
2
INFORME – MEDICINA BASADA EN EVIDENCIA FMH - UNPRG
Si los datos no inducen a rechazar la hipótesis nula, esto será todo lo que
podamos decir. No podemos afirmar que la hipótesis nula es cierta, sólo que no
se ha rechazado.
VALOR P
Un valor p es una probabilidad, la probabilidad de que se produzca el
resultado encontrado o uno más desigual todavía.
El valor p depende de tres elementos: el test estadístico, la hipótesis nula
(H0) y la hipótesis alternativa (H1).
El valor p es una probabilidad condicionada. La condición es que H0 sea
cierta.
Por convención, un valor p<0,05 equivale a un resultado significativo. Es
decir que se rechazó la H0 y se concluirá que los datos apoyaban la H1.
Cuando p ≥ 0,10 no se rechaza la hipótesis nula y se dice que no se
alcanzó significación estadística.
Cuando p está entre 0,05 y 0,10 podría concluirse que se está “en tierra de
nadie” y se hablaría de valores próximos a la significación estadística, en
esta circunstancia es mejor presentar el valor p concreto que se ha
calculado y evitar decisiones dicotómicas radicales.
Un valor p muy bajo significa que sería muy raro encontrar esa muestra si
H0 fuese cierta; por tanto, se rechaza la H0 y se apoya la H1.
En cambio, un valor p alto significa que no hay argumentos en contra de la
H0 y no se podrá rechazar.
El valor p se calcula en una muestra, pero permite extraer una conclusión
acerca de una población.
Los valores p del resultado principal de una investigación pueden ser
determinantes en la decisión de publicar o no esa investigación o de poder
publicarla en una revista científica más importante.
3
INFORME – MEDICINA BASADA EN EVIDENCIA FMH - UNPRG
NIVEL DE SIGNIFICACIÓN
El nivel de significación o riesgo α es una probabilidad que el investigador fija
de antemano, sin ni siquiera conocer los datos. Es el umbral o criterio fijado
para su decisión y muchas veces será constante de uno a otro experimento (p.
ej. α= 0,05).
TIPOS DE ERRORES
En el contraste de hipótesis se definen dos tipos de errores:
A. Error tipo I:
Consistente en rechazar la hipótesis nula cuando es cierta. La probabilidad de
incurrir en este error se denomina nivel de significación y se denota por α. El
valor 1- α expresa, por tanto, la probabilidad de no rechazar una hipótesis que
es cierta y se conoce como el nivel de confianza de la prueba.
Para recordarlo se podría decir que el Error tipo I es como dejar a tu
enamorada(o) cuando ella es verdadera o sincera(o).
Tomando como ejemplo la evaluación de un tratamiento nuevo con la terapia
convencional se cometería un error tipo I al afirmar que el tratamiento nuevo es
más eficaz cuando en realidad no hay diferencia en la eficacia y el α es la
probabilidad de que ocurra este error.
4
INFORME – MEDICINA BASADA EN EVIDENCIA FMH - UNPRG
5
INFORME – MEDICINA BASADA EN EVIDENCIA FMH - UNPRG
III. DISCUSIÓN
¿QUÉ ES EL VALOR P?, ¿CUÁL ES SU INTERPRETACIÓN?
El valor p se refiere a aquella probabilidad de que un hallazgo de interés se
haya alcanzado por casualidad o al azar. Como el valor p es una probabilidad,
su valor oscila entre 0 y 1 (o como porcentaje entre o% y 100%). Valores altos
de p no permiten rechazar la hipótesis nula, por otro lado, los valores bajos de
p si permiten rechazar la Ho.
Por acuerdo, se considera que si el valor p es menor a 0.05 es lo
suficientemente improbable que el hallazgo de interés se deba al azar, por lo
cual se rechaza con cierta seguridad la Ho. Mientras que si el valor de p es
mayor de 0.05 no se tendrá la confianza suficiente para poder rechazar la Ho.
EJEMPLOS
1. Fernando lee un artículo sobre las últimas enfermedades no trasmisibles que
está causando daño a la población en la cual menciona que el 26% de la
población peruana puede tener más de una enfermedad no trasmisible. A él le
da curiosidad saber si esta cantidad es mayor en su ciudad por lo que él probó
Ho: p = 0.26 contra H1: p > 0.26, donde p representa la proporción de personas
en su ciudad que pueden tener más de una enfermedad no trasmisible.
Encontró que 40 de las 120 personas muestreadas pueden tener más de una
enfermedad no trasmisible. El estadístico de prueba para estos resultados fue
1.83.
Suponiendo que se cumplen las condiciones necesarias, ¿cuál es el valor P
aproximado para la prueba de Fernando?
Explicación
De la población total él escoge a 120 personas
Además, tenemos
Ho: p = 0.26
H1: p > 0.26
Estadístico de prueba: 1.83.
Para eso calculamos el valor P
Valor P = = 0.0336
Ahora comparamos el valor con el nivel de significancia que en este caso sería
el 50% (
6
INFORME – MEDICINA BASADA EN EVIDENCIA FMH - UNPRG
Valor P = 0.0336
Como vemos ya que el resultado es mejor al nivel de significancia debemos
rechazar la hipótesis nula, esto me dio a entender que la probabilidad de tener
el resultado Ho: p = 0.26, suponiendo que la hipótesis nula es verdadera se
encuentra debajo del valor que determine y rechazaré la hipótesis nula y
sospecharé la validez de la hipótesis alternativa.
7
INFORME – MEDICINA BASADA EN EVIDENCIA FMH - UNPRG
La hipótesis nula podría ser cierta, pero en ese caso habría aparecido una
muestra extraordinariamente apartada de lo esperado. Se concluye que, si la
proporción de fallos del método sintotérmico fuese del 4%, existiría una
probabilidad muy baja (0,6%, o p = 0,006) de que en una muestra de 500
mujeres se produzcan nueve o menos embarazos.
Si [p1 - p2] resulta ser mayor que el producto de 1,96 (Zα-0,05) multiplicado por
el error estándar, concluimos que la diferencia es significativa.
Explicación:
Primero hallamos la diferencia de proporciones:
[p1-p2]= [0.080-0.026] = 0.054
Luego procederemos a calcular el error estándar (ES), para hallar
necesitamos una media de ambas proporciones:
P = [p1+p2]/2 = [0.080+0.026]/2 = 0.053
Teniendo la media, procedemos a hallar el ES:
8
INFORME – MEDICINA BASADA EN EVIDENCIA FMH - UNPRG
9
INFORME – MEDICINA BASADA EN EVIDENCIA FMH - UNPRG
IV. CONCLUSIONES
Generalmente, una p < 0,05 quiere decir que es poco probable que la H0
sea cierta, luego se rechaza para abrazar la alternativa, pero siempre se
tiene cierta probabilidad de cometer lo que se denomina un error de tipo 1:
rechazar la hipótesis nula cuando en realidad es verdadera.
Por otra parte, el valor de p > 0,05 no afirma que la H0 sea verdadera, ya
que puede ocurrir que la diferencia sea real y el estudio no tenga potencia
para detectarla. Estaremos ante el error de tipo 2: no rechazar la hipótesis
de nulidad (y afirmar que no existe el efecto) cuando en realidad sí que
existe en la población.
10
INFORME – MEDICINA BASADA EN EVIDENCIA FMH - UNPRG
V. BIBLIOGRAFÍA
11