key: cord-0057254-0bnjn28v authors: Ramos-Vera, Cristian Antony title: El uso del factor Bayes en la investigación clínica de cardiología date: 2021-03-09 journal: Rev Esp Cardiol DOI: 10.1016/j.recesp.2021.01.013 sha: 834f24ccfc21aa8d52992bbdd2acc14dab0f69bc doc_id: 57254 cord_uid: 0bnjn28v nan El uso del factor Bayes en la investigació n clínica de cardiología The use of Bayes factor in clinical cardiology research He leído con interé s el artículo de Solano-Ló pez J et al. 1 , un importante artículo que halla una asociació n estadísticamente significativa (p < 0,05) entre la mortalidad hospitalaria y el diagnó stico positivo de COVID-19 en pacientes con infarto agudo de miocardio mediante la medida de asociació n de razó n de momios (odds ratio [OR]). Se recomienda la replicació n de las investigaciones clínicas basadas en las pruebas de significació n para generar una evidencia con mayor credibilidad en el á mbito de la cardiología. Esto es posible mediante la inferencia bayesiana, pues permite reanalizar el hallazgo significativo reportado por Solano-Ló pez et al. 1 , donde el mé todo del factor de Bayes (FB) se refiere como la probabilidad de los datos bajo una hipó tesis en relació n con la otra (hipó tesis nula frente a hipó tesis alternativa) 2,3 . Es decir, que el factor Bayes estima la cuantificació n del grado o evidencia en que los datos respaldan tanto la hipó tesis nula como la hipó tesis alternativa para su contraste má s allá de la interpretació n dicotó mica del rechazo o la aceptació n de la hipó tesis nula 2,3 . La repetició n estadística de hallazgos significativos mediante el FB permite reforzar la credibilidad prá ctica de futuros artículos del á rea de cardiología (ensayos clínicos, intervenciones y tratamientos, entre otros), que se precisa cuando la inferencia bayesiana produce una evidencia concluyente (fuerte) o superior (FB 10 > 10) a partir de la interpretació n de clasificació n de valores de Jefreys 4 para el FB: anecdó tica, moderada, fuerte y muy fuerte (figura 1). La finalidad de la presente carta es proporcionar un ejemplo sencillo de reaná lisis bayesiano para precisar el grado de fuerza probatoria de las hipó tesis estadísticas. Por lo tanto, se consideró primeramente la conversió n del valor OR (8,23) a tamañ o de efecto de correlació n (r) mediante la calculadora online de Lenhard y Lenhard 5 , que arrojó un valor de r = 0,502, y tambié n se consideró el tamañ o muestral (187) para la reproducció n del FB 2 . Este mé todo refiere 2 interpretaciones: FB 10 (a favor de la hipó tesis alternativa de significació n) y FB 01 (a favor de la hipó tesis nula), con un intervalo de credibilidad del 95% 6 . Los resultados obtenidos del factor Bayes son: FB 10 = 3,18 10 y FB 01 = 3,14 -11 y un intervalo de confianza del 95% de 0,383-0,599, lo cual respalda el hallazgo significativo comunicado por Solano-Ló pez et al. 1 con una evidencia muy fuerte a favor de la hipó tesis estadística alternativa (correlació n). Asimismo se estimó el pará metro del factor Bayes má ximo (FB 10má x = 3,568 10 ) para determinar la estabilidad de los resultados, cuyo valor de mayor magnitud fortalece la estimació n de la revaluació n bayesiana. La conversió n del tamañ o de efecto (TE) y otras medidas estadísticas que se basan en el contraste de hipó tesis (d, f, h 2 , OR, x 2 , Z) al coeficiente de correlació n (r), de mayor uso universal en las ciencias de la salud, es beneficioso para futuros aná lisis y reaná lisis bayesianos. Ademá s, tales estimaciones son fá ciles de realizar mediante la calculadora de Lenhard y Lenhard 5 . El FB es ú til en otras pruebas estadísticas de significació n 7,8 (regresió n lineal, ANOVA, entre otros), cuyas medidas de TE tambié n son convertibles. Se recomienda el manual de Goss-Sampson 6 para la inferencia bayesiana de los aná lisis má s utilizados en la investigació n de cardiología. El uso inclusivo de varios TE convertibles afianza el incremento de investigaciones con diversos mé todos estadísticos para futuros metaná lisis. A su vez, la aplicació n del FB es beneficiosa para seleccionar los TE con mayor solidez de evidencia (FB 10 > 10) para el diseñ o metanalítico, ya que refuerza una mayor credibilidad de las conclusiones metanalíticas clínicas. En conclusió n, el FB es un instrumento metodoló gico de gran utilidad, con una implicació n prá ctica en la toma de decisiones a partir de la confirmació n de resultados que sean concluyentes, de mayor relevancia en el contexto de la COVID-19. No se ha recibido financiació n. Sin conflicto de intereses. Cristian Antony Ramos-Vera Área de Investigación, Facultad de Ciencias de la Salud, Universidad Ce´sar Vallejo, Lima, Perú Factores de riesgo de muerte hospitalaria en pacientes con infarto agudo de miocardio durante la pandemia de la COVID-19 Bayesian reanalyses from summary statistics: A guide for academic consumers Bayesian benefits with JASP Theory of probability Computation of effect sizes Bayesian inference in JASP: a guide for students Bayesian alternatives to null hypothesis significance testing in biomedical research: a non-technical introduction to Bayesian inference with JASP Replicació n bayesiana: cuá n probable es la hipó tesis nula e hipó tesis alterna