Está usted entrando en un web con contenidos médicos
¿Es usted profesional de la salud?

 
Revista Española de Cardiología Revista Española de Cardiología
Rev Esp Cardiol. 2016;69:1235-6 - Vol. 69 Núm.12 DOI: 10.1016/j.recesp.2016.09.033

Por qué no utilizar el conocimiento previo: la estadística bayesiana. Respuesta

Javier Aranceta-Bartrina a,b,c,d,, Carmen Pérez-Rodrigo b,c, Natalia Ramos-Carrera e, Sonia Lázaro-Masedo e

a Medicina Preventiva y Salud Pública, Facultad de Farmacia, Universidad de Navarra, Pamplona, Navarra, España
b Sociedad Española de Nutrición Comunitaria (SENC), Barcelona, España
c Fundación FIDEC, Euskal Herriko Unibertsitatea-Universidad del País Vasco, Basurto-Bilbao, Vizcaya, España
d CiberOBN, Instituto de Salud Carlos III, Madrid, España
e SPRIM-España, Madrid, España

Contenido Relacionado

Artículo GratuitoPor qué no utilizar el conocimiento previo: la estadística bayesiana
Daniel Hernández-Vaquero, Rocío Díaz, Jacobo Silva, César Morís
Rev Esp Cardiol. 2016;69:1234-5
Texto Completo - PDF

Artículo

Sr. Editor:

Queremos agradecer a Hernández-Vaquero et al. su interés y sus comentarios sobre nuestro trabajo1. Coincidimos en que el enfoque bayesiano puede enriquecer el análisis de datos del estudio ENPE (Estudio Nutricional de la Población Española), y así lo consideraremos en futuras publicaciones. Desde hace tiempo está abierto el debate: métodos bayesianos frente a frecuentistas2, 3.

Hemos analizado con enfoque frecuentista los datos recogidos en una muestra de diseño probabilístico aleatorizada (n = 3.966), con cuidado protocolo metodológico y controles de calidad. Todos los estudios utilizados como referencia y contextualización, realizados en España y otros países, emplearon este enfoque. Hernández-Vaquero et al. indican que su estimación bayesiana coincide con bastante exactitud con nuestra estimación frecuentista, lo que suele suceder cuando hay poca variación entre los estudios y el tamaño de muestra es grande.

Estamos de acuerdo con muchos autores en que ninguno de los dos enfoques es mejor que el otro. Cada uno tiene ventajas y limitaciones. Es cierto que el interés por los métodos bayesianos está en aumento, como refleja la evolución del número de publicaciones recuperadas con la búsqueda del término “bayesian” en PubMed4. En los últimos 6 años (2010-2015), 16.665 publicaciones incluyen bayesian en el título y/o el resumen; 81.321, obesity; pero solo 71 registros contienen ambas, “bayesian” AND “obesity”. La mayor parte de la investigación epidemiológica se ha realizado (y sigue realizándose) desde el enfoque frecuentista, sin que por ello pueda menoscabarse el conocimiento adquirido. Muchos autores utilizan los dos enfoques, dependiendo de la pregunta de investigación, el diseño del estudio, el tamaño y el diseño de la muestra, el tipo de datos, etc5.. Defendemos un enfoque pragmático, desde el razonamiento, la reflexión y la contextualización de los datos.

FINANCIACIÓN

El estudio ENPE ha sido financiado por la Fundación Eroski a través de un acuerdo con SPRIM y la Sociedad Española de Nutrición Comunitaria (SENC). El patrocinador no ha intervenido en el diseño del estudio, la recogida de datos, el análisis o la interpretación de los resultados, la redacción del manuscrito o la decisión de publicar los resultados.

CONFLICTO DE INTERESES

S. Lázaro-Masedo y N. Ramos-Carrera están vinculadas a SPRIM, entidad que ha realizado actividades de consultoría para las Fundación Eroski.

Autor para correspondencia: javieraranceta@gmail.com

Bibliografía

1. Aranceta-Bartrina J, Pérez-Rodrigo C, Alberdi-Aresti G, Ramos-Carrera N, Lázaro-Masedo S. Prevalencia de obesidad general y obesidad abdominal en la población adulta española (25-64 años) 2014-2015: estudio ENPE. Rev Esp Cardiol. 2016;69:579-87.
2. Silva LC, Muñoz A. Debate sobre métodos frecuentistas vs bayesianos. Gac Sanit. 2000;14:482-94.
3. Greenland S. Bayesian perspectives for epidemiological research: I. Foundations and basic methods. Int J Epidemiol. 2006;35:765-75.
4. Zangiacomi-Martinez E, Alberto-Achcar J. Trends in epidemiology in the 21st century: time to adopt Bayesian methods. Cad Saude Publica. 2014;30:703-14.
5. Seliske L, Norwood TA, McLaughlin JR, Wang S, Palleschi C, Holowaty E. Estimating micro area behavioural risk factor prevalence from large population based surveys: a full Bayesian approach. BMC Public Health. 2016;16:478.

0300-8932/© 2016 Sociedad Española de Cardiología. Publicado por Elsevier España, S.L.U. Todos los derechos reservados.