Abrís casi cualquier artículo clínico y lo primero que aparece es la notación: μ, x̄, σ, p, IC. No hace falta ser estadístico para leerla, pero sí saber qué promete cada símbolo y qué no. Esta guía corta es un manual de campo para eso.

El promedio de verdad: ¿μ o x̄?

En los textos científicos hay dos formas distintas de decir “promedio”, y la diferencia te dice si un número describe a las personas del estudio o a todos.

  • μ (mu) es el promedio de toda la población, por ejemplo el colesterol medio de todos los seres humanos. Es un valor ideal, llamado parámetro, que los investigadores intentan estimar pero nunca pueden medir directamente.
  • x̄ (x barra) es el promedio de las personas que efectivamente se midieron, digamos 50 o 100 pacientes. Se llama estadístico y es la mejor estimación disponible de μ.

Por eso también importa cuántos participantes hay. Con demasiados, un estudio gasta dinero y recursos de más. Con muy pocos, sus estimaciones son imprecisas, puede no detectar diferencias reales y llevar a conclusiones equivocadas.

¿Qué tan distintos son los pacientes? El desvío estándar (σ o DE)

El desvío estándar mide cuánto se diferencian los individuos entre sí alrededor del promedio.

Imaginá un estudio de presión arterial con una media de 120. Si el DE es 2, casi todos los pacientes están cerca de 120: el grupo es parejo y la media lo describe bien. Si el DE es 20, los pacientes van de unos 100 a 140, y la media te dice mucho menos sobre el próximo paciente que entre al consultorio.

Cuando leas una media, buscá su DE justo al lado.

El filtro de la verdad: el valor p

El valor p muchas veces decide si un fármaco se aprueba o se descarta. Por convención, p < 0,05 se llama “estadísticamente significativo”.

Qué significa: si en realidad no hubiera ningún efecto, resultados tan extremos como estos aparecerían menos del 5 % de las veces. No es la probabilidad de que la hipótesis sea cierta, y tampoco dice qué tan grande o importante es el efecto.

Esa es la trampa. Un fármaco que baja la fiebre 0,1 grados puede llegar fácilmente a p < 0,05 en un estudio grande y aun así no cambiarle nada a un paciente. La significancia estadística y la importancia clínica son preguntas distintas, y un buen lector se hace las dos.

El recién llegado: el intervalo de confianza

Cada vez más revistas piden a los autores que informen intervalos de confianza, por lo general junto con el valor p o en su lugar. Vas a ver algo así: IC 95 % [10,2 – 15,4].

Leelo como un rango de valores plausibles para el efecto verdadero: el estudio no puede darte el número exacto, pero los datos son compatibles con cualquier valor entre 10,2 y 15,4. El método con el que se construyen estos intervalos captura el valor verdadero el 95 % de las veces.

Lo útil es el ancho. Un intervalo angosto indica una estimación precisa. Uno ancho indica que el estudio dice menos de lo que sugiere el titular, aunque el valor p se vea impresionante.

La estadística es tu aliada

Aprender esta notación es como aprender a leer una partitura. Al principio son puntos y líneas en una hoja. Con un poco de práctica, empezás a escuchar la pieza.

Con estas cuatro ideas podés cuestionar una conclusión apresurada, notar si un resultado es preciso o frágil, y decidir con más seguridad qué significa un estudio para tus pacientes.