Ciencia sin seso… locura doble, una sección orientada a la metodología de la ciencia presentada por el Dr. Manuel Molina
Una falacia es un argumento que parece válido pero no lo es. A veces se usan para engañar a la gente y darles gato por liebre, pero la mayor parte de las veces se utilizan por una razón mucho más triste: por pura ignorancia.
Siempre hay alguien que no hace lo que se le dice. Mira que el planteamiento de un ensayo clínico parece sencillo en lo que se refiere a sus participantes. Se les asigna al azar a una de las dos ramas del ensayo y unos se tienen que tomar las pastilla A y otras la B, para que nosotros podamos ver cuál de las dos funciona mejor.
¿Qué hacemos a la hora de analizar los resultados?
…mona se queda. Y se queda. Por mucho que lo intente, seguirá siendo una mona. Y esto es así porque las características de cada uno o sus defectos naturales no pueden evitarse simplemente porque hagamos mejoras externas.
Cuando un estudio no encuentra resultados estadísticamente significativos sus autores traten de encontrar diferencias mediante comparaciones múltiples entre grupos basados en características diferentes a las basales.
El problema es que cuantas más comparaciones se realicen, mayor será la probabilidad de cometer un error de tipo I, encontrando un efecto falsamente positivo simplemente por efecto del azar.
El ahorro es un condicionante importante a la hora de realizar cualquier estudio, especialmente si se trata de un ensayo clínico, habitualmente costoso en tiempo y dinero. Por eso tratan de diseñarse nuevas formas de hacer los estudios que nos permitan ahorrar en el número de participantes necesarios.
Dice el refrán que el hombre es el único animal que tropieza dos veces con la misma piedra. Dejando aparte las connotaciones del uso de la palabra animal, la frase quiere dar a entender que podemos cometer muchas veces el mismo error, aún a pesar de darnos cuenta de ello.Dándose cuenta o no, en estadística hay una serie de errores que se cometen con mucha frecuencia, utilizando parámetros o pruebas estadísticas de forma incorrecta, ya sea por ignorancia o, lo que es peor, para obtener resultados más llamativos.