Categoría Estadística

La manipulación visual de los datos utilizando gráficos mal diseñados puede distorsionar su interpretación. Se describen los errores más comunes, como la omisión de ejes, escalas manipuladas y gráficos circulares confusos, que pueden inducir a conclusiones erróneas. Aprender a detectar estos errores nos permitirá mejorar la capacidad de análisis visual e interpretación de los datos.

La prueba de Egger es el método cuantitativo más popular para valorar la asimetría del gráfico en embudo. Se basa en un modelo de regresión lineal entre la medida de efecto y la precisión de los estudios. Un valor del intercepto distinto de cero indica asimetría en el gráfico en embudo y posible sesgo de publicación.

La existencia de sesgo de publicación puede sesgar los resultados de un metanálisis. El método de trim and fill trata de calcular una estimación del efecto corregida por el sesgo que puedan haber introducido los estudios ausentes. El objetivo es imputar estos estudios faltantes e ir incluyéndolos en el gráfico en embudo hasta que desaparezca la asimetría. Una vez conseguido este embudo extendido, se recalcula la medida de efecto para obtener una estimación que corrija el efecto de los estudios pequeños.

Las pruebas de Shapiro-Wilk y de Kolmogorov-Smirnov son los test de contraste más empleados para comprobar la bondad de ajuste a una distribución normal de nuestros datos. Se describe su realización paso a paso y su equivalencia en métodos gráficos como el gráfico de cuantiles teóricos y el gráfico de la función de densidad acumulada.