Scotto MG, Tobías-Garcés A

Idioma: Español
Referencias bibliográficas: 24
Paginas: 506-511
Archivo PDF: 112.31 Kb.

RESUMEN

El presente ensayo trata de aclarar algunos conceptos utilizados habitualmente en el campo de investigación de la salud pública, que en numerosas situaciones son interpretados de manera incorrecta. Entre ellos encontramos la estimación puntual, los intervalos de confianza,y los contrastes de hipótesis. Estableciendo un paralelismo entre estos tres conceptos, podemos observar cuáles son sus diferencias más importantes a la hora de ser interpretados, tanto desde el punto de vista del enfoque clásico como desde la óptica bayesiana.

REFERENCIAS (EN ESTE ARTÍCULO)

1. Etzioni RD, Kadane JB. Bayesian statistical methods in public health and medicine. Annu Rev Public Health 1995;16:23-41.

2. Bacallao J. La perspectiva exploratorio-confirmatoria en las aplicaciones biomédicas de la estadistica: dos diálogos (I). Bayesianismo frente a frecuencialismo: sus respectivas implicaciones prácticas en relación con el análisis de datos. Med Clin 1996;107:467-471.

3. Bacallao J. La perspectiva exploratorio-confirmatoria en las aplicaciones biomédicas de la estadística: dos diálogos (II). Consideraciones críticas acerca de las pruebas de significación. Med Clin 1996;107:539-543.

4. Burton PR, Gurrin LC, Campbell MJ. Clinical significance not statistical significance: A simple Bayesian alternative to p values. J Epidemiol Community Health 1998;52:318-323.

5. Silva LC, Muñoz A. Debate sobre métodos frecuentistas vs métodos bayesianos. Gac Sanit 2000;14:482-494.

6. Rothman KJ. A show of confidence. N Engl J Med 1978;299: 1362-1363.

7. Burton PR. Helping doctors to draw appropiate inferences from the analysis of medical studies. Stat Med 1994;13:1699-1713.

8. Goodman SN. Of p-values and Bayes: A modest proposal. Epidemiol 2001; 12: 295-297.

9. Silva LC, Benavides A. El enfoque bayesiano: otra manera de inferir. Gac Sanit 2001;15:341-346.

10. Bayarri JM, Cobo E. Una oportunidad para Bayes. Med Clin 2002;119:252-253.

11. Alamo F, Vázquez FJ, Rodríguez JC. Herramientas para la investigación biomédica: la perspectiva bayesiana (I). Med Clin 2002;119:265-268.

12. Alamo F, Vázquez FJ, Rodríguez JC. Herramientas para la investigación biomédica: la perspectiva bayesiana (II). Med Clin 2002;119:269-272.

13. Murteira JF. Estatística: Inferência e decisão. Lisboa: Imprensa Nacional, Casa da Moeda, 1988.

14. Cox DR. Some problems connected with statistical inference. Ann Math Stat 1958;29:357-372.

15. Colton T. Statistics in medicine. Boston: Little Brown, 1974.

16. Armitage P, Berry G. Statistical methods in medical research. Oxford: Blackwell, 1987.

17. Bland M. An introduction to medical statistics. Oxford: Oxford University Press, 1987.

18. Campbell MJ, Machin D. Medical statistics: A commonsense approach. Chichester: John Wiley, 1993.

19. Casella G, George EL. Explaining the Gibbs sampling. Am Stat 1992;46:167-174.

20. Spiegelhalter D, Thomas A, Best N, Gilks W. BUGS Bayesian inference using Gibbs sampling version 0.50. Cambridge: MRC Biostatistics Unit, 1995.

21. Spiegelhalter DJ, Myles JP, Jones DR, Abrams KR. Methods in health service research. An introduction to Bayesian methods in health technology assessment. Br Med J 1999;319:508-512.

22. Spiegelhalter DJ, Myles JP, Jones DR, Abrams KR. Bayesian methods in health technology assessment: A review. Health Technol Assess 2000;4:1-130.

23. Cobo E, Campbell MJ. Interpreting results of observational research. P values are still useful. Br Med J 1994;309:1439.

24. Weinberg CR. It’s time to rehabilitate the p-value. Epidemiol 2001;12:288-290.