Bondad de ajuste y análisis de concordancia

Abstract

Este es un artículo open access bajo la licencia CC BY-NC-ND (http://creativecommons.org/licenses/by-nc-nd/4.0/). Nuestra vida se desperdicia en los detalles…. Hay que simplificar. Simplificar. Henry David Thoreau Estimado Dr. Manuel Garza León, hemos leído en la Revista Mexicana de Oftalmología, del mes de mayo-ju-nio de 2019, un artículo publicado por Saucedo-Urdapilleta, et al., «Estudio comparativo entre los biómetros ópticos IOL Master 500 versus IOL Master 700 en pacientes con catarata y análisis de repetibili-dad» 1. En este estudio se realiza una comparación entre el IOL Master 500 y el IOL Master 700, en una población de 55 ojos de 55 pacientes, donde se pre-tendía establecer un análisis de concordancia entre ambos equipos, a lo que llaman «analizar la repetibili-dad», según las mediciones de longitud axial, querato-metrías, profundidad de cámara anterior (ACD) y distancia blanco-blanco. Luego de que analizamos crí-ticamente el artículo, decidimos presentarle algunas reflexiones en relación con la estadística empleada. En el estudio, en la sección de análisis estadístico, se establece que: «la base de datos se revisó usando el test de Kolmogorov-Smirnov (K-S)", el cual nunca más se cita en el artículo. El resultado del test no se encuen-tra en los resultados, como que nunca se hubiese rea-lizado. Independientemente de este hecho, es importante hacer una reflexión de para qué son estos test de bon-dad de ajuste y cuál debe ser utilizado en este caso. Muchas investigaciones utilizan pruebas estadísticas paramétricas en su análisis. En este caso se usó el coeficiente de correlación de Pearson y la prueba t de Student para datos pareados, ambos presuponen una distribución normal en la muestra. El violar este supuesto hace que las interpretaciones de los resulta-dos sean complejas, aun cuando hay estudios que señalan que estas pruebas son robustas cuando se viola tanto el supuesto de normalidad como el de homocedasticidad 2. En general, en los casos en que la muestra no se distribuye normalmente, se reco-mienda el uso de pruebas no paramétricas, y en este caso se planteó usar «la prueba de los rangos con signo de Wilcoxon», la cual tampoco se aclara si se usó o no. En la práctica, en muchas investigaciones se emplean pruebas paramétricas, suponiendo la norma-lidad y sin ningún tipo de comprobación del supuesto. Este paso que se requiere realizar previo al análisis de los datos, muchas veces no se realiza por desconoci-miento de los autores. Actualmente existen varias pruebas estadísticas que permiten comprobar el supuesto de normalidad. Estas son: la prueba de K-S, la prueba de K-S con la correc-ción de Lilliefors (K-S-L), la prueba de Shapiro-Wilk (S-W), la prueba de Jarque-Bera (J-B) y la prueba de Anderson Darling (A-D) 3. La prueba de K-S es una de las más clásicas en el estudio de la normalidad. Fue desarrollada por dos matemáticos rusos, A. Kolmogorov