Services on Demand
Journal
Article
Indicators
- Cited by SciELO
- Access statistics
Related links
- Cited by Google
- Similars in SciELO
- Similars in Google
Share
Biomédica
Print version ISSN 0120-4157On-line version ISSN 2590-7379
Abstract
PIOVANI, Daniele; K. NIKOLOPOULOS, Georgios and BONOVAS, Stefanos. Escollos y peligros del análisis de supervivencia: el caso de los datos de COVID-19. Biomed. [online]. 2021, vol.41, suppl.2, pp.21-28. Epub Oct 15, 2021. ISSN 0120-4157. https://doi.org/10.7705/biomedica.5987.
El análisis de supervivencia es un método estadístico muy popular en la investigación médica actual. Sin embargo, el recurrir al análisis de supervivencia cuando no se cumplen sus supuestos fundamentales puede sesgar gravemente los resultados. Actualmente, cientos de estudios clínicos están utilizando esta metodología para estudiar los factores potencialmente asociados con el pronóstico de la COVID-19 y probar nuevas estrategias preventivas y terapéuticas.
En la pandemia actual es más importante que nunca que las decisiones se basen en pruebas y en métodos estadísticos sólidos. Sin embargo, este no es siempre el caso. Se han detectado errores metodológicos graves en estudios seminales recientes sobre COVID-19: uno que informa los resultados de los pacientes tratados con remdesivir y otro sobre la epidemiología, el curso clínico y los resultados de los pacientes críticamente enfermos. La evidencia de calidad es esencial para informar a los médicos sobre las terapias óptimas contra la enfermedad y, a los legisladores, sobre el verdadero efecto de las medidas preventivas destinadas a abordar la pandemia. Aunque se necesitan pruebas oportunas, debemos fomentar la aplicación adecuada de los métodos de análisis de supervivencia y una cuidadosa revisión por pares para evitar la publicación de resultados defectuosos que pueden afectar la adopción de decisiones.
En este artículo, recapitulamos los supuestos básicos que subyacen al análisis de supervivencia y los errores frecuentes en su aplicación, y discutimos cómo manejar los datos sobre la COVID-19.
Keywords : infecciones por coronavirus; betacoronavirus; síndrome respiratorio agudo grave; análisis de supervivencia; interpretación estadística de datos.