(JAMA) Interpretación de Intervalo de Confianza.

https://jamanetwork.com/journals/jama/article-abstract/2786522

¿Qué es un IC?

En los análisis estadísticos que comparan 2 tratamientos, con el umbral de significación estadística establecido en .05, o 5%, un IC del 95% contiene todos los valores para el efecto del tratamiento que, si se proponen como hipótesis nulas, no se rechazarían utilizando los datos actuales. El IC puede considerarse un "intervalo de compatibilidad", que contiene los tamaños del efecto más compatibles con los datos, juzgados al producir valores de P no significativos al comparar los datos observados con un rango de tamaños de efecto hipotéticos. Para cualquier IC, el umbral de significancia correspondiente es 100 menos el nivel de confianza (el número antes del signo de porcentaje). Por lo tanto, un IC del 90% da los valores más compatibles con los datos si se usara un umbral de significancia del 10% (.10).

¿Por qué son útiles los IC al interpretar hallazgos no significativos?

El uso de IC puede permitir una interpretación más rica de los hallazgos que no logran encontrar una diferencia estadísticamente significativa entre los grupos de tratamiento (es decir, un resultado negativo) en comparación con una interpretación binaria basada en si un hallazgo alcanzó significación estadística. Para muchas comparaciones en la investigación médica, una variedad de efectos del tratamiento se consideraría clínicamente insignificante. Por ejemplo, una disminución o aumento de la presión arterial de 3 mm Hg no es relevante para un médico, incluso si es estadísticamente significativo. Al identificar primero la diferencia mínima clínicamente importante (MCID),  investigadores pueden identificar explícitamente el rango de valores clínicamente irrelevantes, generalmente centrados alrededor de 0 para medidas continuas y alrededor de 1 para odds ratios o hazard ratios. Si se especifica en base a hallazgos previos antes de que comience el análisis, el MCID puede mejorar en gran medida la interpretación de IC.

Limitaciones de los IC

Aunque los IC se pueden utilizar para mejorar la interpretación de un estudio, tienen una serie de limitaciones. Por ejemplo, un IC del 95% no tiene una probabilidad del 95% de contener el verdadero valor de interés (p. Ej., El verdadero efecto del tratamiento) , aunque comúnmente se describe de esa manera. La creación de un intervalo que tiene una probabilidad específica de contener el valor verdadero, denominado intervalo de probabilidad, requiere un análisis bayesiano. Además, los valores dentro de un IC del 95% no son los únicos valores que posiblemente podrían conducir a los datos actuales y resultados del modelo; son simplemente los valores más compatibles.