El valor P en epidemiología

Abstract

El valor p es una herramienta ampliamente usada en Epidemiología. Forma parte del proceso de inferencia científica, entendiendo por éste el proceso reflexivo de evaluar teorías a partir de observaciones 1. Sin embargo, a pesar de su uso masivo, no ha estado libre de cuestionamientos, dando pie a interesantes debates entre los expertos. Este trabajo tiene como objetivo revisar la historia del valor p, desde su origen hasta hoy, destacando los antecedentes que permitan comprender sus usos y abusos en Epidemiología, y así promover el uso adecuado de este importante elemento de la inferencia científica. ORIGEN Y EVOLUCIÓN DEL VALOR P El valor p tiene su origen en la propuesta de Ronald A Fisher llamada Dócima de Significación. Esta fue planteada alrededor de 1920 y su objetivo era establecer si un resultado era significativo. Para ello, Fisher propuso el valor p o probabilidad de significación, que fue pensado como el indicador que permitiría evaluar la significación. Luego fue definido como la probabilidad bajo la hipótesis nula de obtener valores de la estadística de trabajo iguales o más extremos que los observados en el experimento 2. Así, fue concebido como la medida de la evidencia en un único experimento, lo que reflejaba la credibilidad de la hipótesis nula a la luz de los datos. Dicho de otro modo, el valor p correspondía a una medida de la discrepancia entre los datos y la hipótesis nula 2-4. Sin embargo, Fisher fue claro al plantear que este indicador debía ser utilizado con flexibilidad dentro de los procesos complejos de descripción e inferencia de la investigación científica. Debía ser combinado con otras fuentes de información sobre el fenómeno en estudio y en caso de utilizar un umbral para evaluar significación, éste debía ser flexible y depender del conocimiento acumulado sobre el fenómeno en estudio. Esto transformaba al valor p en un indicador informal que no formaba parte de un método formal de inferencia, dejando finalmente su interpretación en manos del investigador 2. Fisher, quien compartía intereses entre la estadística y la genética, deseaba resolver problemas reales y sus propuestas teóricas siempre estaban relacionadas con aplicaciones prácticas 5. Estas características de su trabajo, permiten comprender mejor su propuesta de racionamiento inductivo para evaluar la evidencia de un experimento, propuesta que generó distintas reacciones entre sus contemporáneos. Tal vez los más críticos de su propuesta fueron Jerzy Neyman y Egon Pearson, quienes plantearon en 1928 una nueva propuesta llamada Dócima de Hipótesis tendiente a reemplazar la Dócima de Significación ideada por RA Fisher. Neyman se caracterizó por un mayor énfasis en el razonamiento lógico y matemático, aunque sin dejar de lado la importancia de la aplicación práctica, ya que planteaba que los problemas prácticos eran la fuente de inspiración para la teoría estadística 6. Junto a Pearson criticaron