PRUEBA DE HIPÓTESIS EN SALUD PUBLICA.

 

La bioestadística es una habilidad esencial para todo investigador de salud pública porque proporciona un conjunto de métodos precisos para extraer conclusiones significativas de los datos. Es frecuente, especialmente en el campo de la salud, que un profesional en ejercicio de su actividad se detenga en un fenómeno que lo hace pensar que el grupo al que está observando tiene un comportamiento especial respecto a una determinada variable.

Así, por ejemplo, un kinesiólogo puede pensar que los pacientes sometidos a una secuencia especial de ejercicios demoran menos en recuperar la función muscular que aquellos tratados con el método tradicional. A un médico psiquiatra radicado en Punta Arenas le puede parecer que los suicidios adolescentes son más frecuentes en su región. Un profesional de la nutrición puede creer que los pacientes con problemas de absorción intestinal responden mejor a una alimentación con verduras que con carnes. El director de salud de un municipio puede pensar que su consultorio tiene mejor resolución de problemas complejos que el consultorio del municipio vecino. Detrás de todas estas situaciones se esconde una hipótesis que espera para ser verificada.

Una hipótesis se define como una afirmación transitoria que debe ser sometida a prueba. La inferencia estadística propone un procedimiento para llevar a cabo la prueba de las hipótesis. Propone, primero, enunciarlas formalmente y luego contrastarlas con la evidencia de los datos. Son los datos, entonces, con su coro de características, los que dirán si una hipótesis es falsa o verdadera. Este procedimiento se realiza considerando a los parámetros, que ya sabemos corresponden al universo, como los objetos para los cuales se enuncian las hipótesis.

Dicho de otro modo, una hipótesis se enuncia para una característica del universo o población y se origina en la observación del comportamiento de la misma característica en un grupo restringido o muestra. El método de las pruebas de hipótesis consiste fundamentalmente en establecer la probabilidad de que sea consecuencia del azar la diferencia existente entre dos cantidades. Se pueden distinguir dos situaciones:

a) Diferencia entre un valor muestral y un valor poblacional, o valor teórico.

b) Diferencia entre dos o más valores muéstrales.

En el caso a se tratará de evaluar la diferencia entre un valor obtenido en la muestra y un valor correspondiente en el universo, y en el caso b se evaluará la diferencia entre dos valores provenientes de dos muestras. Los valores que se comparen, ya sean de la muestra o del universo, pueden ser promedios, porcentajes u otros.  En general, lo que hace una prueba estadística es evaluar la diferencia entre dos o más valores. Respecto de esta diferencia se elabora una hipótesis previa y se plantea formalmente en términos estadísticos.

Estadístico de prueba

Para realizar tan delicada operación debemos utilizar el instrumento apropiado: le llamaremos estadístico de prueba, el que podremos calcular con los datos de nuestra muestra. Luego buscaremos la probabilidad de ocurrencia del valor calculado en la tabla correspondiente (Normal, t de student u otra) y a la luz de la probabilidad obtenida tomaremos una decisión respecto de nuestra hipótesis. La hipótesis constituye el eje central de la investigación y consiste en suponer un aspecto que se acepta en forma transitoria, para positivamente extraer una conclusión de ella. La investigación está dirigida, preferentemente, a   un área acotada   de la ciencia a investigar.

Las hipótesis de investigación pueden ser:

a) Explicativas: Explican la posible causa de un hecho.

b) Predictivas: Plantean el posible efecto o consecuencia de un hecho.

c) Comparativas: Contrastan resultados o características de grupos en diferentes condiciones.

d) Correlaciónales: Suponen una posible relación estadística entre variables cuantitativas.

e) Descriptivas: Indican una probable relación no causal entre variables cuantitativas.

Tipos de errores.

Error tipo I. La probabilidad de rechazar la hipótesis nula cuando en realidad es verdadera y es la “p”, por lo es un riesgo que asume el investigador de equivocarse al rechazar la hipótesis nula, cuando en realidad es cierta. Este riesgo se establece normalmente en 0.05 ó 0.01 Por lo tanto “p” no es un indicador de fuerza de la asociación ni de su importancia, sino una probabilidad.

Error de tipo II. El error de tipo II consiste en aceptar la hipótesis nula cuando es falsa y esto se conoce como el error de tipo II o Beta (β).

Ejemplo de hipótesis y errores.

H0: El nivel del sodio sérico en pacientes con tuberculosis miliar no difiere de la población general.

H1: El nivel del sodio sérico en pacientes con tuberculosis miliar difiere de la población general.

Error α: Probabilidad de decir que el Sodio sérico es diferente en los pacientes con TBC miliar cuando en realidad son iguales.

Error β: Probabilidad de decir que el Sodio sérico es igual en los pacientes con TBC miliar cuando en realidad son diferentes.