Estoy haciendo un estudio para encontrar la correlación entre la edad de inicio de la diabetes y la puntuación Z del IMC. Nuestro estudio encontró que estas dos variables están correlacionadas negativamente. Esta asociación es un poco controvertida en la literatura ya que algunos de los estudios encontraron una correlación positiva, otros una correlación negativa y ninguna correlación.
Suponemos que la falta de consistencia entre los estudios puede deberse a los diseños experimentales o a la potencia del estudio, etc. He recopilado las literaturas antiguas y he realizado una prueba post hoc para calcular la potencia alcanzada de estos estudios utilizando el software G*Power. Mi pregunta es: "¿Tiene sentido hacer un análisis de potencia post hoc para un estudio en el que la correlación entre dos variables es r = 0,01; p =0,82, ya que es estadísticamente insignificante?
Respuesta
¿Demasiados anuncios?
Depende.
Tiene sentido hacer un cálculo de potencia para saber si los estudios tienen potencia para tamaños de efecto plausibles. Si no lo estuvieran, no sería sorprendente que los estudios no mostraran un efecto y, en combinación con el sesgo de publicación (y la flexibilidad en las opciones de análisis), podría significar que cualquier resultado con algún $p\leq 0.05$ son espurios. Por otro lado, si tuvieran un buen poder estadístico, entonces quizás no haya un efecto de al menos el tamaño hipotético.
Lo que no suele tener sentido es un análisis de potencia asumiendo el tamaño del efecto observado. Como dijo Senn, parece que sólo se hacen si p>0,05 y, por tanto, invariablemente, se encuentra una potencia <50%. Entonces los investigadores afirman que su efecto favorito podría existir, después de todo...
En cuanto al análisis específico, ¿tiene sentido correlacionar estas variables? ¿No es más lógico hacer un análisis de supervivencia de una cohorte de pacientes de riesgo? Sólo tendrías un tiempo de inicio para aquellos que realmente desarrollaron diabetes y eso presumiblemente lleva a todo tipo de efectos de selección extraños (como todas esas publicaciones que producen una "aceleración de la trayectoria de la glucosa hacia la diabetes" trazando valores de glucosa relativos al momento en que exactamente los mismos valores de glucosa exceden por primera vez un umbral particular).
