Agradecemos enormemente el interés de Cristian Antony Ramos-Vera en nuestro trabajo con su carta en la que resalta las virtudes de utilizar el factor de Bayes (FB) como alternativa a la interpretación dicotómica tradicional de los tests de contraste de hipótesis, y con su análisis respalda de una forma más consistente nuestros hallazgos1.

La estadística frecuentista domina casi sin rival la investigación en medicina. El lector promedio tiene interiorizados los conceptos de contraste de hipótesis, valor de p y significación estadística. Las limitaciones de la estadística frecuentista y los problemas con su interpretación han sido ampliamente abordados2 y, además de la presente, se han hecho repetidas exhortaciones a incorporar la estadística bayesiana a la investigación biomédica3. Si bien es cierto que la estadística bayesiana permite una interpretación más natural e intuitiva, la realidad es que su uso no se ha generalizado y tampoco la entienden la mayoría de los lectores.

Hoekstra et al.4 realizaron un reanálisis de 36 artículos con resultados negativos calculando el FB. El FB más pequeño fue 2,42 (los datos observados son 2,42 veces más probables bajo la hipótesis nula) y el mayor, 560,9. Es clave el hecho de que la correlación entre el valor de p y el FB fue pobre. Un valor de p elevado podía estar presente tanto en estudios con escasa evidencia a favor de la hipótesis nula (FB pequeño) como en estudios con fortísima evidencia (FB elevado). Esto nos permite afirmar que el FB comunica de manera intuitiva la fuerza probatoria de la hipótesis, y de ahí nuestra recomendación, al igual que refiere el Dr. Ramos-Vera, de que se incorpore sistemáticamente a los artículos científicos.