Tomo “estadísticas” ahora ampliamente.
1. Una de las principales dificultades debe ser en el ámbito del cribado y el tiempo de supervivencia. Esta interpretación errónea se denomina parcialidad del tiempo de entrega:
A continuación, podemos ver que está bastante claro que el tiempo real de supervivencia (la longitud de toda la barra) no se ha modificado mediante el cribado (arriba) entre estas dos experiencias alternativas de este paciente, pero se percibe fácilmente así, porque tenemos Comencé a contar el tiempo de supervivencia más temprano en el escenario de selección (arriba, marca media).
Ahora, es fácil ver que nos estamos engañando mal si comenzamos a contar antes y luego interpretamos que la diferencia (tiempo de entrega o casos adicionales detectados debido al tiempo de entrega) es un resultado de cribado maravilloso cuando puede ser todo lo contrario. (Recibir un diagnóstico causa daños).
Esto puede volver a empeorar debido a un problema relacionado, el sobrediagnóstico, en el que el método de detección selecciona personas que nunca se habrían detectado en el escenario sin detección y que nunca tendrían la enfermedad real (cáncer).
¿Cuáles son las etapas modelo de la transición epidemiológica? ¿Cuáles son sus funciones?
¿Cuál es la diferencia entre un mundo en un videojuego (por ejemplo, Sims, Skyrim) y nuestro mundo?
Cuando ocurre una pandemia, ¿quién es el primero en responder?
De todos modos, cuando se les dan resultados reales de investigación que se han hecho así, los médicos parecen cometer este error a menudo. Tenga en cuenta que no hice una búsqueda exhaustiva, pero he aquí un estudio que da alguna pista sobre lo difícil que es (¿los médicos comprenden las estadísticas de detección del cáncer? Una encuesta nacional de médicos de atención primaria en los Estados Unidos):
Alrededor de la mitad (47%) de los médicos dijo incorrectamente que encontrar más casos de cáncer en poblaciones seleccionadas que en las poblaciones no selectivas “prueba que el examen salva vidas”.
2. El segundo concepto incomprendido que debe ser bastante importante es interpretar la ” respuesta individual ” a partir de observaciones comunes. Esto se reduce a la comprensión de la variación y el modelo de causalidad contrafactual .
Esto ha sido discutido de manera destacada por el estadístico Stephen Senn (Variación de dominio: componentes de varianza y medicina personalizada).
3. El tercer problema importante debe ser la regresión a la media y especialmente pensar que hay un verdadero efecto placebo detrás de mejorarse de forma espontánea. La mayoría de los problemas de salud mejoran cualquier cosa que haga, y la variación y selección aleatorias hacen que parezca que las personas mejoran (o empeoran) por cualquier cosa que haga.