Pruebas secuenciales de hipótesis en ciencias básicas

Question

Soy farmacólogo y, según mi experiencia, casi todos los artículos de investigación biomédica básica utilizan la prueba t de Student (ya sea para apoyar la inferencia o para ajustarse a las expectativas...). Hace un par de años me llamó la atención que la prueba t de Student no es la prueba más eficiente que podría utilizarse: las pruebas secuenciales ofrecen mucha más potencia para cualquier tamaño de muestra, o un tamaño de muestra mucho menor en promedio para una potencia equivalente.

En la investigación clínica se utilizan procedimientos secuenciales de diversa complejidad, pero he nunca visto uno utilizado en una publicación de investigación biomédica básica. Observo que tampoco aparecen en los libros de texto de estadística de nivel introductorio, que es lo único que la mayoría de los científicos básicos suelen consultar.

Mi pregunta es triple:

1. Dada la gran ventaja de eficacia de las pruebas secuenciales, ¿por qué no se utilizan más?
2. ¿Existe algún inconveniente asociado a la utilización de métodos secuenciales que haga desaconsejar su uso a quienes no sean estadísticos?
3. ¿Se enseña a los estudiantes de estadística los procedimientos de prueba secuenciales?

Answer 1

No sé mucho de pruebas secuenciales y su aplicación fuera del análisis interino (Jennison y Turnbull, 2000) y las pruebas adaptativas informatizadas (van der Linden y Glas, 2010). Una excepción es en algunos estudios de fMRI que están asociados a grandes costes y dificultad para inscribir sujetos. Básicamente, en este caso las pruebas secuenciales tienen como objetivo principal detener el experimento antes. Por lo tanto, no me sorprende que estos enfoques tan personalizados no se enseñen en las clases habituales de estadística.

Sin embargo, las pruebas secuenciales no están exentas de dificultades (hay que especificar de antemano los errores de tipo I y II, hay que justificar la elección de la regla de parada y la observación múltiple de los resultados, los valores p no se distribuyen uniformemente bajo el nulo como en un diseño de muestra fija, etc.). En la mayoría de los diseños, se trabaja con un escenario experimental preespecificado o se realiza un estudio preliminar de potencia para optimizar algún tipo de criterio de rentabilidad, en cuyo caso se aplican los procedimientos de prueba estándar.

He encontrado, sin embargo, el siguiente documento de Maik Dierkes sobre fijo vs. diseño de muestra abierta muy interesante: Una reivindicación de los diseños secuenciales de experimentos .