Cómo interpretar resultados estadísticos en investigación médica
Contenido elaborado por el equipo DataMedix.
Revisión metodológica: Dr. Lucas Vargas, médico especialista en Epidemiología.
Interpretar resultados no consiste en buscar valores p menores de 0,05. Aprende a relacionar las medidas estadísticas con la pregunta, el diseño, la magnitud del efecto, la precisión y la relevancia clínica.
Obtener una tabla de resultados no significa que el análisis haya terminado.
La parte más importante consiste en comprender qué muestran los datos, qué grado de incertidumbre existe, cómo responden al objetivo y hasta dónde pueden respaldar las conclusiones.
Interpretar resultados estadísticos en una investigación médica requiere revisar de manera conjunta:
- la pregunta de investigación;
- el diseño del estudio;
- la calidad de los datos;
- la medida utilizada;
- la magnitud del efecto;
- el intervalo de confianza;
- el valor p;
- la relevancia clínica;
- los posibles sesgos;
- las limitaciones del estudio.
Ningún número debe interpretarse de manera aislada.
¿Qué significa interpretar un resultado?
Interpretar significa traducir una estimación estadística a una conclusión compatible con la pregunta, el diseño y los datos.
Por ejemplo, no basta con escribir:
Se encontró un riesgo relativo de 1,50 con un valor p de 0,02.
También debe explicarse:
- qué grupos fueron comparados;
- cuál fue el desenlace;
- qué significa la magnitud observada;
- cuál es el intervalo de confianza;
- si la asociación es clínicamente importante;
- si se realizó un ajuste por posibles variables de confusión;
- qué limitaciones pueden afectar la estimación;
- si el diseño permite hablar de asociación, predicción o efecto.
Antes de interpretar: revisa la calidad del análisis
Una interpretación correcta no puede compensar un análisis realizado con datos incorrectos o un diseño incoherente.
Antes de leer valores p o modelos de regresión, verifica:
- que las variables estén bien definidas;
- que las unidades sean consistentes;
- que las categorías estén correctamente codificadas;
- que los datos faltantes hayan sido evaluados;
- que los valores extremos hayan sido revisados;
- que no existan participantes duplicados;
- que la prueba estadística corresponda al tipo de variable;
- que se hayan evaluado los supuestos necesarios;
- que el análisis responda a un objetivo previamente definido;
- que el modelo no incluya variables sin una justificación metodológica.
Una base desorganizada puede producir resultados numéricamente correctos para datos conceptualmente incorrectos.
Paso 1. Relaciona cada resultado con un objetivo
Cada análisis debe responder una pregunta concreta.
Una manera sencilla de organizar los resultados es relacionarlos con:
- objetivo descriptivo;
- objetivo comparativo;
- objetivo de asociación;
- objetivo de predicción;
- objetivo de evaluación de una intervención;
- objetivo de precisión diagnóstica.
Por ejemplo:
Objetivo: determinar si la obesidad se asocia con complicaciones posoperatorias.
Los resultados relevantes serían aquellos que describen:
- la frecuencia de obesidad;
- la frecuencia de complicaciones;
- la comparación entre personas con y sin obesidad;
- la magnitud de la asociación;
- la precisión de la estimación;
- el ajuste por posibles variables de confusión.
Incluir análisis que no responden a ningún objetivo puede generar ruido y favorecer interpretaciones guiadas por resultados llamativos.
Paso 2. Identifica qué medida estás interpretando
Las medidas más frecuentes no responden exactamente la misma pregunta.
Medidas de tendencia central
Describen el centro de una distribución.
- Media: promedio aritmético.
- Mediana: valor que divide las observaciones en dos mitades.
La media puede verse afectada por valores extremos. La mediana suele ser útil cuando la distribución es asimétrica.
Medidas de dispersión
Describen la variabilidad.
- Desviación estándar.
- Rango intercuartílico.
- Rango.
- Varianza.
Dos grupos pueden tener la misma media y distribuciones muy diferentes. Por eso, las medidas de centro deben acompañarse de una medida de dispersión.
Diferencias absolutas
Expresan cuánto cambia una medida entre dos grupos.
Ejemplo:
La mortalidad fue del 10 % en el grupo expuesto y del 6 % en el no expuesto.
La diferencia absoluta de riesgos es de cuatro puntos porcentuales.
Medidas relativas
Expresan el resultado como una razón entre grupos.
Entre ellas:
- riesgo relativo;
- odds ratio;
- razón de prevalencias;
- razón de tasas;
- hazard ratio.
Las medidas relativas pueden parecer grandes aunque la diferencia absoluta sea pequeña. Por eso, siempre que sea posible, conviene presentar ambas perspectivas.
Paso 3. Interpreta correctamente el valor p
El valor p es uno de los conceptos más utilizados y peor interpretados.
De manera simplificada, representa qué tan incompatibles son los datos observados con un modelo estadístico específico que incluye una hipótesis nula.
Más formalmente, 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.
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 resultado se deba únicamente al azar;
- la magnitud del efecto;
- la importancia clínica;
- la calidad del estudio;
- la probabilidad de que el resultado pueda reproducirse.
¿Qué significa p < 0,05?
Significa que el valor observado supera un umbral convencional previamente definido bajo el modelo utilizado.
No significa que:
- exista un 95 % de probabilidad de que el hallazgo sea verdadero;
- el resultado sea clínicamente importante;
- la asociación sea causal;
- el estudio esté libre de sesgos;
- el efecto sea grande.
El umbral de 0,05 no es una ley universal. Debe definirse antes del análisis y no utilizarse como la única base para clasificar un resultado como verdadero o falso.
¿Qué significa p > 0,05?
No demuestra que no exista asociación o diferencia.
Puede reflejar:
- ausencia de un efecto importante;
- muestra insuficiente;
- alta variabilidad;
- mediciones imprecisas;
- un efecto pequeño;
- un intervalo compatible con diferentes posibilidades.
Es más correcto analizar la estimación y su intervalo de confianza que concluir simplemente “no hubo diferencias”.
Paso 4. Examina el intervalo de confianza
El intervalo de confianza proporciona información sobre la estimación y su precisión.
Un intervalo de confianza del 95 % puede entenderse como un rango de valores compatibles con los datos y el modelo utilizado.
En el marco frecuentista, si el procedimiento se repitiera muchas veces bajo las mismas condiciones, aproximadamente el 95 % de los intervalos construidos mediante ese método contendría el valor verdadero.
¿Cómo interpretar la amplitud?
- Intervalo estrecho: mayor precisión.
- Intervalo amplio: mayor incertidumbre.
La amplitud depende, entre otros factores, de:
- tamaño de la muestra;
- variabilidad;
- frecuencia del desenlace;
- cantidad de información disponible;
- estructura del modelo.
Valor nulo
El valor nulo depende de la medida:
- para diferencias, suele ser 0;
- para razones como RR, OR o HR, suele ser 1.
Ejemplo:
RR 1,40; IC 95 %: 1,10 a 1,78.
El intervalo no incluye 1 y es compatible con un aumento relativo del riesgo de entre aproximadamente 10 % y 78 %, dentro de los supuestos del análisis.
Otro ejemplo:
RR 1,40; IC 95 %: 0,82 a 2,40.
La estimación puntual es la misma, pero el intervalo es mucho más amplio e incluye posibilidades que van desde una reducción hasta un aumento importante del riesgo. La incertidumbre es considerable.
Paso 5. Evalúa la magnitud del efecto
La significación estadística no informa por sí sola si un efecto es grande, pequeño o importante.
Para valorar la magnitud pueden utilizarse:
- diferencia de medias;
- diferencia de riesgos;
- riesgo relativo;
- odds ratio;
- hazard ratio;
- coeficientes de regresión;
- tamaños del efecto estandarizados;
- número necesario a tratar;
- número necesario para causar daño.
Ejemplo: efecto relativo y absoluto
Supongamos que un tratamiento reduce un desenlace del 20 % al 15 %.
La reducción relativa del riesgo es:
25 %.
La reducción absoluta es:
5 puntos porcentuales.
El número necesario a tratar sería aproximadamente:
20 personas.
Decir solamente “redujo el riesgo en 25 %” puede hacer que el efecto parezca mayor de lo que se observa en términos absolutos.
La interpretación clínica necesita conocer el riesgo basal y la diferencia absoluta.
Paso 6. Diferencia significación estadística y relevancia clínica
Un resultado puede ser estadísticamente compatible con una diferencia y, aun así, tener poca importancia clínica.
Esto sucede, por ejemplo, cuando una muestra muy grande permite detectar una diferencia mínima.
También puede ocurrir lo contrario: un resultado potencialmente importante puede presentar un intervalo amplio y no superar el umbral convencional debido a una muestra pequeña.
Para evaluar la relevancia clínica, pregúntate:
- ¿La magnitud cambia decisiones clínicas?
- ¿Supera una diferencia mínima clínicamente importante?
- ¿El beneficio compensa riesgos, costos y carga para el paciente?
- ¿El desenlace es importante para pacientes y profesionales?
- ¿La diferencia absoluta es relevante?
- ¿El resultado puede aplicarse a la población de interés?
- ¿El intervalo incluye efectos clínicamente importantes y no importantes?
Paso 7. Interpreta las medidas de asociación
Riesgo relativo
Compara el riesgo de un desenlace entre dos grupos.
- RR = 1: no existe diferencia relativa.
- RR > 1: el desenlace es relativamente más frecuente en el grupo expuesto.
- RR < 1: el desenlace es relativamente menos frecuente en el grupo expuesto.
Ejemplo:
RR 1,50.
El grupo expuesto presentó 1,5 veces el riesgo del grupo de referencia, es decir, un aumento relativo del 50 %.
Esto no significa necesariamente que el aumento absoluto sea grande.
Odds ratio
Compara odds, no riesgos directamente.
- OR = 1: no se observa asociación.
- OR > 1: mayores odds del desenlace o exposición, según el planteamiento.
- OR < 1: menores odds.
En estudios de casos y controles es la medida de asociación característica.
Cuando el desenlace es frecuente, interpretar el odds ratio como si fuera un riesgo relativo puede exagerar intuitivamente la magnitud.
Hazard ratio
Compara la tasa instantánea de ocurrencia de un evento entre grupos durante el seguimiento, bajo los supuestos del modelo.
Un HR de 0,70 no significa necesariamente que el 30 % de los pacientes evitará el evento. Describe una relación entre hazards y debe interpretarse junto con curvas de supervivencia, riesgos absolutos y periodo de seguimiento.
Razón de prevalencias
Compara la prevalencia de una condición entre grupos.
Es frecuente en estudios transversales analíticos.
Una razón de prevalencias de 1,30 indica que la prevalencia observada fue 30 % mayor en un grupo respecto al de referencia.
Paso 8. Diferencia resultados crudos y ajustados
Un resultado crudo muestra la asociación sin controlar otras variables.
Un resultado ajustado proviene de un modelo que incorpora posibles variables de confusión u otros predictores.
Ejemplo:
OR crudo: 2,10.
OR ajustado: 1,25.
La reducción de la estimación después del ajuste sugiere que parte de la asociación inicial podría explicarse por otras variables incluidas en el modelo.
Sin embargo, un resultado ajustado no está automáticamente libre de confusión.
Debe revisarse:
- por qué se seleccionaron las variables;
- si fueron medidas correctamente;
- si existe confusión residual;
- si se incluyeron mediadores innecesariamente;
- si existe colinealidad;
- si el número de eventos es suficiente;
- si el modelo cumple sus supuestos.
Paso 9. Revisa el diseño antes de escribir causalidad
La forma de redactar la conclusión debe ser compatible con el diseño.
En un estudio observacional suele ser más prudente utilizar expresiones como:
- se observó una asociación;
- el factor se relacionó con;
- se encontró una mayor frecuencia;
- la exposición se asoció con un aumento;
- la variable mostró capacidad predictiva.
No debería escribirse automáticamente:
- la exposición causó;
- el tratamiento produjo;
- el factor determinó;
- la variable generó.
La causalidad no se establece únicamente porque el valor p sea pequeño o porque un modelo haya sido ajustado.
Paso 10. Considera sesgos y limitaciones
Antes de formular la conclusión, revisa qué podría explicar el resultado además de la asociación estudiada.
Entre los problemas frecuentes se encuentran:
- sesgo de selección;
- sesgo de información;
- clasificación incorrecta;
- confusión;
- pérdidas durante el seguimiento;
- datos faltantes;
- mediciones no validadas;
- múltiples comparaciones;
- análisis no planificados;
- tamaño de muestra insuficiente;
- sobreajuste;
- falta de representatividad;
- cambios en la exposición;
- errores en la codificación.
Las limitaciones no deben añadirse como una formalidad al final del artículo. Deben influir directamente en la fuerza y el lenguaje de las conclusiones.
Ejemplo completo de interpretación
Supongamos que una cohorte evalúa la asociación entre una exposición y una complicación.
Resultados:
- complicación en expuestos: 18 %;
- complicación en no expuestos: 12 %;
- RR: 1,50;
- IC 95 %: 1,12 a 2,01;
- valor p: 0,006;
- RR ajustado: 1,32;
- IC 95 % ajustado: 1,01 a 1,74.
Interpretación descriptiva
La complicación se presentó en el 18 % de los pacientes expuestos y en el 12 % de los no expuestos.
Interpretación absoluta
La diferencia observada fue de seis puntos porcentuales.
Interpretación relativa
Antes del ajuste, el riesgo fue 50 % mayor en el grupo expuesto.
Interpretación ajustada
Después de considerar las variables incluidas en el modelo, la exposición se asoció con un riesgo aproximadamente 32 % mayor.
Incertidumbre
El intervalo ajustado fue compatible con aumentos relativos de aproximadamente 1 % a 74 %, lo que indica una amplitud considerable.
Conclusión adecuada
En esta cohorte, la exposición se asoció con una mayor frecuencia de complicaciones después del ajuste por las variables incluidas en el modelo. La amplitud del intervalo y las limitaciones propias del diseño observacional deben considerarse al interpretar la magnitud de la asociación.
Conclusión inadecuada
La exposición causó complicaciones porque el valor p fue menor de 0,05.
Errores frecuentes al interpretar resultados
Mirar únicamente el valor p
El valor p no informa la magnitud ni la relevancia clínica.
Escribir “hubo tendencia” cuando p > 0,05
Esta expresión puede utilizarse para insinuar un efecto sin suficiente respaldo. Es preferible describir la estimación y su incertidumbre.
Interpretar ausencia de significación como igualdad
No superar un umbral no demuestra equivalencia entre grupos.
Confundir odds ratio con riesgo relativo
Especialmente cuando el desenlace es frecuente, pueden transmitir magnitudes diferentes.
Ignorar los intervalos de confianza
Dos estudios con la misma estimación puntual pueden tener niveles de precisión muy distintos.
Concluir causalidad desde una asociación
El lenguaje debe corresponder al diseño y al riesgo de sesgo.
Destacar solamente los resultados favorables
Seleccionar análisis después de conocer sus valores puede aumentar el riesgo de conclusiones engañosas.
Ejecutar múltiples pruebas sin control
Cuantas más comparaciones se realizan, mayor es la probabilidad de encontrar resultados llamativos por variación aleatoria.
No diferenciar análisis planificados y exploratorios
Los análisis exploratorios pueden ser útiles para generar hipótesis, pero deben identificarse como tales.
Aún no te queda claro como interpretar resultados estadísticos en investigación médica… Este Checklist puede ayudarte
Antes de redactar la discusión, verifica:
- ¿Cada resultado responde a un objetivo?
- ¿La medida estadística es apropiada para el diseño?
- ¿Se presenta la magnitud del efecto?
- ¿Se incluye el intervalo de confianza?
- ¿Se presentan medidas absolutas cuando son relevantes?
- ¿El valor p se interpreta sin convertirlo en una prueba de verdad?
- ¿Se distingue asociación de causalidad?
- ¿Se comparan resultados crudos y ajustados?
- ¿Se explica la selección de variables del modelo?
- ¿Se revisaron los supuestos estadísticos?
- ¿Se consideraron los datos faltantes y los valores extremos?
- ¿Se evaluaron los posibles sesgos?
- ¿La importancia clínica se analiza por separado?
- ¿La conclusión refleja la incertidumbre?
- ¿El lenguaje es compatible con el diseño?
Preguntas frecuentes
¿Un valor p menor de 0,05 significa que el resultado es verdadero?
No. Indica el grado de incompatibilidad de los datos con un modelo que incluye la hipótesis nula, pero no proporciona la probabilidad de que la hipótesis sea verdadera.
¿Un valor p mayor de 0,05 significa que no existe efecto?
No necesariamente. Deben revisarse la estimación, el intervalo de confianza, la precisión y el tamaño de la muestra.
¿Qué es más importante: el valor p o el intervalo de confianza?
Cumplen funciones diferentes, pero el intervalo de confianza aporta información sobre la magnitud y precisión que un valor p aislado no proporciona.
¿Qué significa que un intervalo sea amplio?
Que existe mayor incertidumbre sobre la magnitud del efecto. Puede relacionarse con una muestra pequeña, pocos eventos o alta variabilidad.
¿Una asociación ajustada demuestra causalidad?
No. El ajuste puede controlar algunas variables medidas, pero no elimina automáticamente la confusión residual, los sesgos ni los factores no observados.
¿Cómo sé si un resultado es clínicamente importante?
Debe valorarse la magnitud absoluta y relativa, el riesgo basal, el desenlace, los beneficios, los posibles daños, la diferencia mínima clínicamente importante y el contexto de aplicación.
Conclusión
Interpretar resultados estadísticos no consiste en separar una tabla entre valores p menores y mayores de 0,05.
Una interpretación rigurosa debe integrar:
- el diseño;
- la calidad de los datos;
- la magnitud del efecto;
- la precisión;
- la relevancia clínica;
- los posibles sesgos;
- las limitaciones;
- la incertidumbre.
Los números no hablan por sí solos. Necesitan una pregunta clara, un método adecuado y una explicación que no vaya más allá de lo que los datos permiten concluir.
¿Necesitas ayuda para interpretar tus resultados?
¿Recibiste una tabla estadística, pero no sabes cómo convertirla en resultados, discusión y conclusiones coherentes?
En DataMedix revisamos la relación entre tus objetivos, variables, pruebas estadísticas, medidas de asociación e intervalos de confianza para ayudarte a presentar una interpretación clara, rigurosa y defendible.
Referencias
- Wasserstein, R. L., & Lazar, N. A. (2016). The ASA statement on p-values: context, process, and purpose. The American Statistician, 70(2), 129-133.
- Yaddanapudi, L. (2016). The American Statistical Association statement on P-values explained. Journal of Anaesthesiology Clinical Pharmacology, 32(4), 421–423. https://doi.org/10.4103/0970-9185.194772
- Schober, P., Bossers, S. M., & Schwarte, L. A. (2018). Statistical significance versus clinical importance of observed effect sizes: what do P values and confidence intervals really represent?. Anesthesia & Analgesia, 126(3), 1068-1072.
- Hazra A. Using the confidence interval confidently. J Thorac Dis. 2017 Oct;9(10):4125-4130. doi: 10.21037/jtd.2017.09.14. PMID: 29268424; PMCID: PMC5723800.
- National Library of Medicine. Finding and Using Health Statistics: Confidence Intervals.
- von Elm E, Altman D, Egger M et al.The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: guidelines for reporting observational studiesThe Lancet, 370, 1453-1457
