Las falacias de la p y significación estadística / The fallacies of P and statical significance

Resumen ANTECEDENTES: El valor de p es el método más empleado para estimar la significación estadística de cualquier hallazgo; sin embargo, en los últimos años se ha intensificado su debate al respecto, debido a la baja credibilidad y reproducibilidad de diversos estudios. OBJETIVO: Describir el estado actual del concepto del valor de p y la significación estadística (prueba de significación de la hipótesis nula [por sus siglas en inglés: Null Hypothesis Significance Testing: NHST]), especificar los problemas más importantes y puntualizar las soluciones propuestas para la mejor utilización de los conceptos. METODOLOGÍA: Se llevó a cabo la búsqueda bibliográfica en MEDLINE y Google Scholar, con los términos: "NHST", "Statistical significance; P value" en idioma inglés y español, de 2018-2019, limitándose a la selección de artículos publicados entre 2005 y 2019, mediante la revisión de tipo narrativo con búsqueda manual; sobre todo estudios de metodología. RESULTADOS: La búsqueda global reportó 1411 artículos: 875 de PubMed y 536 de Google Scholar. Se excluyeron 817 por duplicación, 155 sin acceso completo y 414 ensayos clínicos (sin metodología estadística); los 25 restantes fueron el motivo del análisis. CONCLUSIONES: El concepto del valor de p no es simple, tiene varias falacias y malas interpretaciones que deben considerarse para evitarlas en lo posible. Se recomienda no usar el término "estadísticamente significativo" o "significativo", sustituir el umbral de 0.05 por 0.005, informar valores de p precisos y con IC95%, riesgo relativo, razón de momios, tamaño del efecto o potencia y métodos bayesianos.

Abstract BACKGROUND: The P value is the most widely used method of estimating the statistical significance of any finding, however, in recent years the debate over the P value has been increasingly intensified due to the low credibility and reproducibility of many studies. OBJECTIVE: To describe the current state of the concept of the value of P and the statistical significance (Null Hypothesis Significance Testing (NHST), specify the most important problems and point out the solutions proposed in the literature for their best use. METHODOLOGY: Search in MEDLINE and Google Scholar, with the terms: "NHST", "Statistical significance; P value "in English and Spanish, carried out from 2018-2019, limited to articles published from 2005 to 2019, and a narrative-type review with manual search. Articles on methodology were preferably selected. RESULTS: The global search yielded 1411 articles, 875 from PubMed and 536 from Google Scholar. 817 were excluded by duplication, 155 without full access, 414 from clinical trials, without statistical methodology. The 25 selected articles were the reason for the analysis. CONCLUSIONS: The concept of the value of P is not simple, and it has several fallacies and misinterpretations that must be taken into account to avoid them as much as possible. Recommendations: Do not use "statistically significant" or "significant", replace the threshold of 0.05 with 0.005, report accurate P values with 95% CI, relative risk, odds ratio, effect size or power, and Bayesian methods.

Comparaciones indirectas: una herramienta para la toma de decisiones en salud / Indirect comparisons: Tool for decision-making in health

Resumen Para el desarrollo de políticas sanitarias y económicas en el sector salud, es necesario que la toma de decisiones esté basada en la evidencia. El desarrollo de nuevas tecnologías para el cuidado de la salud se ha incrementado en las últimas décadas permitiendo la aparición, cada vez más rápida, de múltiples alternativas farmacológicas para el manejo de una misma patología; dada la cantidad de intervenciones se hace indispensable comparar las relevantes, en especial, mediante la realización de ensayos clínicos controlados, con el fin de evaluar y determinar la mejor alternativa en términos de beneficios, menores efectos adversos y costos. Sin embargo, debido a la ausencia de este tipo de estudios dado su alto costo, las comparaciones indirectas de tratamientos como las redes de meta-análisis y las comparaciones mixtas de tratamientos, son una herramienta útil para la selección de la mejor opción. Esta revisión, proporciona una orientación sobre la interpretación de las comparaciones indirectas, los métodos, supuestos, validez, métodos de análisis, beneficios y limitaciones, con el fin de proporcionar herramientas suficientes para la adecuada toma de decisiones en salud.

Abstract For the development of health and economic policies in the health system, it is necessary for decision making is based on evidence. The development of new technologies for health care has increased in recent decades, allowing the appearance, fastest growing, multi-drug alternatives for handling the same pathology, given the number of interventions is essential to compare all relevant specially through controlled clinical trials, to evaluate and determine the best alternative in terms of benefits, fewer side effects and costs. However, due to the absence of this type of study due to its high cost, indirect comparisons of treatments such as networks of meta-analysis and mixed treatment comparisons provide a useful tool for selecting the best treatment option. This review provides guidance on the interpretation of indirect comparisons, methods, assumptions, validity, analysis methods, benefits and limitations in order to provide sufficient tools for proper decision-making in health.

Genetic diversity and structure of wild populations of the tropical dry forest tree Jacaratia Mexicana (Brassicales: Caricaceae) at a local scale in Mexico

The tropical dry forest is a greatly endangered ecosystem, from which Jacaratia mexicana is a native tree. With the aim to assess the levels of genetic variation and population structure, four wild populations of J. mexicana were studied in the Sierra de Huautla Biosphere Reserve, Morelos, Mexico. For this, DNA was extracted from 159 individuals and were amplified with six random primers using the Random Amplified Polymorphic DNA (RAPD). A total of 54 bands were obtained, of which 50 (92.6%) were polymorphic. The total genetic diversity found within the four populations was 0.451 when estimated by Shannon’s index. An AMOVA analysis showed that 84% of the total genetic variation was found within populations and 16% was among populations. The UPGMA dendrogram showed that all individuals from one of the populations (Huaxtla) formed one distinct genetic group, while the rest of the individuals did not cluster according to population. A Mantel test did not show an association between genetic and geographical distances among populations (r=0.893, p=0.20). A Bayesian cluster analysis performed with STRUCTURE, showed that the most probable number of genetic groups in the data was four (K=4), and confirmed the distinctness of Huaxtla population. Our results showed that important genetic differentiation among populations can occur even at this small geographic scale and this has to be considered in conservation actions for this genetic resource.

Jacaratia mexicana es un árbol nativo del bosque tropical seco, que es considerado el tipo de vegetación en mayor riesgo de desaparecer completamente. Se utilizaron polimorfismos de ADN amplificados al azar (RAPD, Random Amplified Polymorphic DNA), para evaluar los niveles de variación y estructura genética en cuatro poblaciones silvestres de J. mexicana en la Reserva de la Biósfera Sierra de Huautla (Morelos, México). Se amplificó el ADN de 159 individuos utilizando seis oligonucleótidos (“primers”) aleatorios. Se obtuvieron en total 54 bandas, de las cuales 50 (92.6%) fueron polimórficas. La diversidad genética total que se encontró en las cuatro poblaciones de J. mexicana fue de 0.451 de acuerdo con el índice de Shannon. Un análisis de varianza molecular (AMOVA) mostró que el 84% de la variación genética total se encuentra dentro de las poblaciones y el 16% entre las poblaciones. Un dendrograma construido mediante el algoritmo UPGMA mostró que los individuos de una población (Huaxtla) formaron un grupo, mientras que el resto de los individuos no se agruparon de acuerdo a su población de origen. Una prueba de Mantel no mostró una asociación entre las distancias genéticas y geográficas entre las poblaciones (r=0.893, p=0.20). Un análisis de agrupamiento Bayesiano realizado mediante STRUCTURE mostró que el número más probable de grupos genéticos es cuatro (K=4) y confirmó la diferenciación de la población Huaxtla. Nuestros resultados muestran que una considerable diferenciación genética entre poblaciones puede existir incluso a esta escala geográfica, lo cual es de interés para la conservación de este recurso genético.

Use of Poisson spatiotemporal regression models for the Brazilian Amazon Forest: malaria count data / Uso de modelos Poisson espaço-temporal de regressão para a Floresta Amazônica Brasileira: contagem de dados de malária

INTRODUCTION: Malaria is a serious problem in the Brazilian Amazon region, and the detection of possible risk factors could be of great interest for public health authorities. The objective of this article was to investigate the association between environmental variables and the yearly registers of malaria in the Amazon region using Bayesian spatiotemporal methods. METHODS: We used Poisson spatiotemporal regression models to analyze the Brazilian Amazon forest malaria count for the period from 1999 to 2008. In this study, we included some covariates that could be important in the yearly prediction of malaria, such as deforestation rate. We obtained the inferences using a Bayesian approach and Markov Chain Monte Carlo (MCMC) methods to simulate samples for the joint posterior distribution of interest. The discrimination of different models was also discussed. RESULTS: The model proposed here suggests that deforestation rate, the number of inhabitants per km², and the human development index (HDI) are important in the prediction of malaria cases. CONCLUSIONS: It is possible to conclude that human development, population growth, deforestation, and their associated ecological alterations are conducive to increasing malaria risk. We conclude that the use of Poisson regression models that capture the spatial and temporal effects under the Bayesian paradigm is a good strategy for modeling malaria counts.

INTRODUÇÃO: A malaria é uma doença endêmica na região da Amazônia Brasileira, e a detecção de possíveis fatores de risco pode ser de grande interesse às autoridades em saúde pública. O objetivo deste artigo é investigar a associação entre variáveis ambientais e os registros anuais de malária na região amazônica usando métodos bayesianos espaço-temporais. MÉTODOS: Utilizaram-se modelos de regressão espaço-temporais de Poisson para analisar os dados anuais de contagem de casos de malária entre os anos de 1999 a 2008, considerando a presença de alguns fatores como a taxa de desflorestamento. Em uma abordagem bayesiana, as inferências foram obtidas por métodos Monte Carlo em cadeias de Markov (MCMC) que simularam amostras para a distribuição conjunta a posteriori de interesse. A discriminação de diferentes modelos também foi discutida. RESULTADOS: O modelo aqui proposto sugeriu que a taxa de desflorestamento, o número de habitants por km² e o índice de desenvolvimento humano (IDH) são importantes para a predição de casos de malária. CONCLUSÕES: É possível concluir que o desenvolvimento humano, o crescimento populacional, o desflorestamento e as alterações ecológicas associadas a estes fatores estão associados ao aumento do risco de malária. Pode-se ainda concluir que o uso de modelos de regressão de Poisson que capturam o efeito temporal e espacial em um enfoque bayesiano é uma boa estratégia para modelar dados de contagem de malária.

Uso de modelos bayesianos de volatilidade estocástica no estudo temporal dos registros de doações de sangue. / Using Bayesian stochastic volatility models in a temporal study of the records of blood donors.

Na área das finanças, modelos como o ARCH (autoregressive conditional heteroscedaticity), GARCH (general autoregressive conditional heteroscedasticity) e o modelo de volatilidade estocástica (MVE) são amplamente utilizados na análise de séries de tempo. Por outro lado, essas ferramentas são pouco difundidas na área da saúde. No presente estudo, buscamos transportar os conceitos do MVE para a análise dos registros de doações de sangue do Hemocentro de Ribeirão Preto, São Paulo, realizadas no período de julho de 1996 a junho de 2005. Para isso, utilizamos uma modelagem bayesiana baseada em métodos Monte Carlo em cadeia de Markov. Esse modelo é capaz de apontar os períodos de maior alteração do fluxo de doadores de sangue captados na rotina mensal do Hemocentro ao longo dos anos, e os seus resultados são de grande utilidade para o planejamento de campanhas de doação e captação de doadores, quando identificados os períodos mais críticos para os estoques de bolsas de sangue. O MVE evidencia que, nos anos que compõem o período estudado, o número de doações é caracterizado por uma grande diminuição no número de doações em dezembro, um aumento posterior no mês de janeiro e novamente uma queda em fevereiro.

In studies from the financial literature, models as ARCH (autoregressive conditional heteroscedaticity), GARCH (general autoregressive conditional heteroscedasticity) and the volatility stochastic model are extensively used in the analysis of time series. However, the application of these tools in the health is inexpressive. In the present study, we aimed to adapt the concepts from the volatility stochastic model to the analysis of the records of blood donors who attend Ribeirão Preto Blood Center, São Paulo, Brazil, between July 1996 and June 2005. For this purpose, we used a Bayesian approach based in Markov chain Monte Carlo (MCMC) methods. This model can identify the periods of time when the flux of blood donations collected in the mensal routine of the Blood Center is subject to the largest variation over the years, and its results are very useful for the planning of donation campaigns and search for blood donors, when the most critical periods of blood supply are identified. The volatility stochastic model shows that in the studied period, there is a large decrease in the number of blood donations in December, a subsequent increase in January, and a new decrease in February.

Distribuição espaço-temporal da mortalidade por malformações congênitas e causas mal definidas, em estados da região centro-sul do Brasil / Space and time distribution of malformation and uncertain causes of death in the Brazilian states of the center-south region

A investigação da distribuição espacial da mortalidade por malformações congênitas pode ser útil em programas de vigilância ambiental em saúde. Foram analisados os padrões espaço-temporais da mortalidade por malformações congênitas e causas mal definidas em Estados brasileiros (MS, MT, GO, MG, SP, PR, SC e RS) e no Distrito Federal, no período de 2000 a 2004. Os valores observados foram obtidos do Sistema de Informações de Mortalidade (SIM) do Ministério da Saúde. Foi utilizado um modelo bayesiano que rende interação espaço-temporal. Muitas microrregiões com baixas taxas para malformações congênitas tiveram valores elevados para causas mal definidas, sendo que os óbitos por causas mal definidas prejudicam a identificação de microrregiões com taxas de mortalidade por malformações congênitas acima do esperado, indicativas da existência de fatores ambientais de risco para estas doenças.

The investigation of the spacial distribution of deaths caused by malformations could be useful in environmental health vigilance programs. Patterns of deaths by malformations and uncertain causes in Brazilian States (MS, MT, GO, MG, SP, PR, SC e RS) and Distrito Federal were studied, from 2000 to 2004.The observed values were obtained from the Brazilian Ministry of Health Mortality Information System (SIM). A Bayesian model that allowed for space-time interaction was applied. Many micro-regions having low rates for deaths by malformations presented high values for the deaths by uncertain causes, and the deaths by uncertain causes prejudice the identification of the micro-regions having rates of death by malformations higher than the expected, indicative of the existence of risk factors for those illnesses, present in the environment.