Acceso usuarios
La idea original de rechazar estudios con baja potencia y autorizarlos si es suficientemente alta es razonable e incluso obligada, aunque en la práctica este razonamiento se ve muy limitado por el hecho de que la potencia de un estudio depende de varios factores y, por tanto, no es única. Además, no hay un valor frontera que separe los valores ‘altos’ de potencia de los ‘bajos’. Pese a esto, una vez realizado el estudio, si su resultado es muy significativo, no tiene sentido preguntarnos por la potencia que tenía. Sólo cabe aprovechar su resultado. Consideración aparte merece el caso en que dicho resultado no sea estadísticamente significativo. Entonces sí puede ser pertinente considerar su potencia. A continuación, se hace una reflexión sobre qué postura adoptar en estos casos y se muestra que, para sacar conclusiones razonables sobre el efecto poblacional, el cálculo de su intervalo de confianza es más útil que el cálculo de la potencia y su interpretación más fácilmente entendible por el médico sin formación en análisis estadístico
Abstract. The original idea of rejecting studies with low power and authorising them if their power is sufficiently high is reasonable and even an obligation, although in practice this reasoning is heavily constrained by the fact that the power of a study depends on several factors, rather than a single one. Furthermore, there is no threshold separating ‘high’ power values from ‘low’ power values’. However, if the result is very significant, considering how powerful it was it makes little sense after the study has been carried out. It is only possible to take advantage of the result. Situations in which this result is not statistically significant warrant further consideration. Consideration of the power may be useful in these circumstances. This article focuses on the position that should be adopted in these cases, and it shows that in order to draw reasonable conclusions about the effect size of the population, calculating the confidence interval is more useful than calculating the power, and its interpretation is more easily understood by physicians who lack training in statistical analysis.
