Resumen de La abismal diferencia entre no rechazar la hipótesis nula y afirmar que es cierta

Carmen Carazo Díaz, Luis Prieto Valiente

• español

  Un error muy frecuente al interpretar el valor de p del test en la investigación biomédica consiste en asumir que una hipótesis es cierta porque no se ha encontrado suficiente evidencia para rechazarla. Es obvio que un valor de p = 0,28, por ejemplo, no invita a rechazar la hipótesis nula, pero, si se entiende lo que indica (que no es un tema matemático, sino puramente lógico), resulta igualmente obvio que no autoriza a afirmar que es cierta. Si al comparar un nuevo fármaco frente al antiguo encontramos en las muestras que el nuevo presenta mayor porcentaje de curaciones y, por ejemplo, el valor de p del test es = 0,0004, la comunidad científica concluye que el nuevo es mejor. Pero si, por ejemplo, el valor de p del test es = 0,14, la comunidad científica no concluye que el nuevo es igual al antiguo. Sólo concluye que no queda demostrado que el nuevo aventaje al otro. Por ello, queda abierta la puerta a que en una ampliación del estudio con más casos pueda demostrarse que el nuevo es mejor.

• English

  Abstract. Assuming that a hypothesis is true because insufficient evidence has been found to reject it is a very common error when interpreting the p-value of a test in biomedical research. For example, a value of p = 0.28 obviously does not mean the null hypothesis should be ruled out, but if we understand what it means (which is not a mathematical issue, but instead a purely logical one) that it is equally obvious that it cannot be stated that it is true. If the samples in a comparison of a new drug with an old one show that the new one has a higher healing percentage and the p-value of the test is 0.0004, for example, the scientific community concludes that the new one is better. However, if for example the p-value of the test is 0.14, the scientific community does not conclude that the new one is as good as the old one. It merely concludes that the new one has not been shown to outperform the other one. It is therefore possible that an extension of the study with more cases may demonstrate that the new one is better.