ISSN: 0300-8932 Factor de impacto 2023 7,2
Vol. 74. Núm. 7.
Páginas 642-643 (Julio 2021)

Carta al editor
El uso del factor Bayes en la investigación clínica de cardiología. Respuesta

The use of Bayes factor in clinical cardiology research. Response

Juan Manuel Monteagudo RuizJorge Solano-LópezJosé Luis ZamoranoÁngel Sánchez-Recalde
Rev Esp Cardiol. 2021;74:641-210.1016/j.recesp.2021.01.013
Cristian Antony Ramos-Vera

Opciones

Sr. Editor:

Agradecemos enormemente el interés de Cristian Antony Ramos-Vera en nuestro trabajo con su carta en la que resalta las virtudes de utilizar el factor de Bayes (FB) como alternativa a la interpretación dicotómica tradicional de los tests de contraste de hipótesis, y con su análisis respalda de una forma más consistente nuestros hallazgos1.

La estadística frecuentista domina casi sin rival la investigación en medicina. El lector promedio tiene interiorizados los conceptos de contraste de hipótesis, valor de p y significación estadística. Las limitaciones de la estadística frecuentista y los problemas con su interpretación han sido ampliamente abordados2 y, además de la presente, se han hecho repetidas exhortaciones a incorporar la estadística bayesiana a la investigación biomédica3. Si bien es cierto que la estadística bayesiana permite una interpretación más natural e intuitiva, la realidad es que su uso no se ha generalizado y tampoco la entienden la mayoría de los lectores.

Hoekstra et al.4 realizaron un reanálisis de 36 artículos con resultados negativos calculando el FB. El FB más pequeño fue 2,42 (los datos observados son 2,42 veces más probables bajo la hipótesis nula) y el mayor, 560,9. Es clave el hecho de que la correlación entre el valor de p y el FB fue pobre. Un valor de p elevado podía estar presente tanto en estudios con escasa evidencia a favor de la hipótesis nula (FB pequeño) como en estudios con fortísima evidencia (FB elevado). Esto nos permite afirmar que el FB comunica de manera intuitiva la fuerza probatoria de la hipótesis, y de ahí nuestra recomendación, al igual que refiere el Dr. Ramos-Vera, de que se incorpore sistemáticamente a los artículos científicos.

FINANCIACIÓN

Ninguna entidad ha financiado este artículo.

CONTRIBUCIÓN DE AUTORÍA

J.M. Monteagudo ha concebido y redactado el manuscrito. J. Solano-López ha realizado la revisión crítica del texto. J.L. Zamorano ha realizado la revisión crítica del texto. Á. Sanchez-Recalde ha concebido la idea de este artículo y ha realizado la revisión crítica del texto. Todos los autores aprueban la versión final del manuscrito.

CONFLICTO DE INTERESES

Á. Sánchez-Recalde es editor asociado de Revista Española de Cardiología; se ha seguido el procedimiento editorial establecido en la Revista para garantizar la gestión imparcial del manuscrito.

Bibliografía
[1]
J. Solano-López, J.L. Zamorano, A. Pardo Sanz, et al.
Factores de riesgo de muerte hospitalaria en pacientes con infarto agudo de miocardio durante la pandemia de la COVID-19.
Rev Esp Cardiol., (2020), 73 pp. 985-993
[2]
J.P.A. Ioannidis.
Why most published research findings are false.
[3]
L.C. Gurrin, J.J. Kurinczuk, P.R. Burton.
Bayesian statistics in medical research: an intuitive alternative to conventional data analysis.
J Eval Clin Pract., (2000), 6 pp. 193-204
[4]
R. Hoekstra, R. Monden, D. Ravenzwaaij, van, E.J. Wagenmakers.
Bayesian reanalysis of null results reported in medicine: Strong yet variable evidence for the absence of treatment effects.
PLoS One., (2018), 13 pp. e0195474
Copyright © 2021. Sociedad Española de Cardiología
¿Es usted profesional sanitario apto para prescribir o dispensar medicamentos?