Diferencia entre valor p e intervalo de confianza
Contenido elaborado por el equipo DataMedix.
Revisión metodológica: Lucas Vargas, médico epidemiólogo.
El valor p y el intervalo de confianza suelen aparecer juntos en los resultados de una investigación médica.
Sin embargo, no significan lo mismo.
El valor p ayuda a evaluar la compatibilidad de los datos con una hipótesis estadística específica.
El intervalo de confianza muestra un rango de valores compatibles con la estimación y permite valorar su magnitud y precisión.
Interpretar solamente el valor p puede ocultar información importante sobre el tamaño del efecto y la incertidumbre.
¿Qué es el valor p?
El valor p es la probabilidad de obtener un resultado igual o más extremo que el observado, suponiendo que la hipótesis nula y los demás supuestos del modelo sean ciertos.
Por ejemplo, una hipótesis nula podría plantear que no existe diferencia entre dos grupos.
Un valor p pequeño indica que los datos observados son poco compatibles con ese modelo nulo.
El valor p no representa
El valor p no indica:
- la probabilidad de que la hipótesis nula sea verdadera;
- la probabilidad de que la hipótesis alternativa sea verdadera;
- la probabilidad de que el hallazgo se deba al azar;
- el tamaño del efecto;
- la relevancia clínica;
- la calidad del diseño;
- la probabilidad de reproducir el resultado.
La American Statistical Association advierte que las conclusiones no deben basarse únicamente en si el valor p atraviesa un umbral y que la significancia estadística no mide la importancia del resultado.
¿Qué es un intervalo de confianza?
Un intervalo de confianza acompaña una estimación, como:
- una media;
- una diferencia de medias;
- una proporción;
- un riesgo relativo;
- un odds ratio;
- un hazard ratio;
- un coeficiente de regresión.
Un intervalo del 95 % presenta un rango de valores compatibles con los datos y el procedimiento estadístico utilizado.
¿Qué informa la amplitud del intervalo?
Intervalo estrecho
Sugiere mayor precisión.
Intervalo amplio
Indica mayor incertidumbre.
La amplitud puede depender de:
- tamaño de la muestra;
- número de eventos;
- variabilidad;
- calidad de las mediciones;
- estructura del modelo;
- frecuencia del desenlace.
¿Cuál es el valor nulo?
Depende de la medida.
| Medida | Valor nulo |
|---|---|
| Diferencia de medias | 0 |
| Diferencia de riesgos | 0 |
| Coeficiente de regresión | 0 |
| Riesgo relativo | 1 |
| Odds ratio | 1 |
| Hazard ratio | 1 |
Si un intervalo de confianza de una razón incluye 1, es compatible tanto con ausencia de asociación como con algunos grados de aumento o reducción.
Ejemplo 1: asociación precisa
RR: 1,50
IC 95 %: 1,20 a 1,88
p = 0,001
Interpretación:
- la estimación indica un riesgo relativo 50 % mayor;
- el intervalo es compatible con aumentos aproximados de 20 % a 88 %;
- el intervalo no incluye 1;
- los datos muestran incompatibilidad con la hipótesis nula bajo el modelo utilizado.
Ejemplo 2: misma estimación, menor precisión
RR: 1,50
IC 95 %: 0,75 a 3,00
p = 0,25
La estimación puntual también es 1,50, pero el intervalo es compatible con:
- una posible reducción;
- ausencia de diferencia;
- un aumento importante.
El problema principal es la incertidumbre. No sería correcto concluir simplemente que “no existe asociación”.
Relación entre valor p e intervalo de confianza
Cuando se utilizan:
- el mismo modelo;
- una prueba bilateral;
- el mismo nivel de significación;
- métodos estadísticos equivalentes;
un intervalo del 95 % que excluye el valor nulo suele corresponder aproximadamente a un valor p menor de 0,05.
Sin embargo, pueden existir diferencias por:
- redondeo;
- métodos exactos;
- ajustes por multiplicidad;
- modelos distintos;
- intervalos asimétricos;
- niveles de confianza diferentes.
Por eso, no deben tratarse como dos resultados completamente independientes.
¿Cuál es más importante?
No es necesario escoger uno y eliminar el otro.
El valor p aporta información sobre la incompatibilidad con un modelo nulo.
El intervalo de confianza aporta:
- dirección;
- magnitud;
- precisión;
- rango de efectos compatibles.
En la mayoría de las investigaciones médicas, la estimación y su intervalo de confianza son esenciales para comprender el resultado. Las recomendaciones editoriales modernas insisten en no depender exclusivamente de los valores p y en presentar estimaciones acompañadas por incertidumbre.
Error: interpretar el 95 % como probabilidad
No es técnicamente correcto afirmar:
Existe una probabilidad del 95 % de que el valor verdadero se encuentre dentro de este intervalo.
En la interpretación frecuentista, el parámetro se considera fijo y el intervalo es el que variaría entre muestras.
Una formulación más prudente es:
El intervalo presenta los valores compatibles con los datos y el método utilizado.
Error: concluir igualdad cuando p > 0,05
Un valor p mayor de 0,05 no demuestra que los grupos sean iguales.
Para demostrar equivalencia o no inferioridad se requieren:
- hipótesis específicas;
- márgenes previamente definidos;
- diseño adecuado;
- tamaño de muestra suficiente;
- análisis correspondiente.
Error: confundir precisión con importancia
Un intervalo muy estrecho alrededor de un efecto pequeño puede indicar una estimación precisa, pero no necesariamente clínicamente importante.
De igual forma, un intervalo amplio puede incluir efectos importantes, aunque el valor p no sea menor de 0,05.
Cómo redactar los resultados teniendo en cuenta la diferencia entre valor p e intervalo de confianza
Redacción incompleta
Se encontraron diferencias significativas, p = 0,03.
Redacción recomendada
La presión arterial sistólica fue, en promedio, 5,2 mmHg menor en el grupo de intervención que en el grupo de comparación (diferencia de medias: −5,2; IC 95 %: −9,8 a −0,6; p = 0,03).
La segunda versión comunica:
- la dirección;
- la magnitud;
- la unidad;
- la incertidumbre;
- el valor p.
Checklist de interpretación
- ¿Qué estimación estoy presentando?
- ¿Cuál es el valor nulo?
- ¿El intervalo es estrecho o amplio?
- ¿Incluye efectos clínicamente importantes?
- ¿El valor p corresponde a una prueba previamente definida?
- ¿Se realizaron múltiples comparaciones?
- ¿El resultado fue ajustado?
- ¿El diseño permite la conclusión escrita?
- ¿Estoy confundiendo ausencia de evidencia con evidencia de ausencia?
- ¿La interpretación incluye magnitud y precisión?
Conclusión
El valor p y el intervalo de confianza están relacionados, pero no son intercambiables.
El valor p no mide la magnitud ni la importancia clínica.
El intervalo de confianza ayuda a comprender:
- cuánto podría cambiar el desenlace;
- en qué dirección;
- con qué precisión;
- qué valores son compatibles con los datos.
Una interpretación completa debe integrar ambos con el diseño, el contexto y las limitaciones.
¿Necesitas interpretar tus resultados?
En DataMedix revisamos tus estimaciones, intervalos de confianza, valores p y modelos para ayudarte a redactar resultados y conclusiones sin sobreinterpretar los datos.
Referencias
- Ronald L. Wasserstein & Nicole A. Lazar (2016) The ASA’s Statement on p-Values: Context, Process, and Purpose, The American Statistician, 70:2, 129-133, DOI: 10.1080/00031305.2016.1154108
- Yaddanapudi LN. The American Statistical Association statement on P-values explained. J Anaesthesiol Clin Pharmacol. 2016 Oct-Dec;32(4):421-423. doi: 10.4103/0970-9185.194772. PMID: 28096569; PMCID: PMC5187603.
- Harrington D, D’Agostino RB Sr, Gatsonis C, Hogan JW, Hunter DJ, Normand ST, Drazen JM, Hamel MB. New Guidelines for Statistical Reporting in the Journal. N Engl J Med. 2019 Jul 18;381(3):285-286. doi: 10.1056/NEJMe1906559. PMID: 31314974.
- Altman DG, Bland JM. Statistics notes: the normal distribution. BMJ. 1995 Feb 4;310(6975):298. doi: 10.1136/bmj.310.6975.298. PMID: 7866172; PMCID: PMC2548695.
- Lang TA, Altman DG. Basic statistical reporting for articles published in biomedical journals: the “Statistical Analyses and Methods in the Published Literature” or the SAMPL Guidelines. Int J Nurs Stud. 2015 Jan;52(1):5-9. doi: 10.1016/j.ijnurstu.2014.09.006. Epub 2014 Sep 28. PMID: 25441757.
