Una concepción topológica del “bootstrap” permite la demostración del sesgo de Berkson en epidemiología nutricional
- Gómez González, Carmen 8
- Peña Rodríguez, Amelia 1
- Salas Díaz, Inmaculada 2
- Praena Fernández, Juan Manuel 3
- Gálvez Acebal, Juan 4
- Lozano Rodríguez, Jesús 5
- Vilches Arenas, Ángel 6
- Ortega Calvo, Manuel 7
- 1 Unidad Clínica de Cardiología. Área del Corazón. Hospital Virgen del Rocío. Sevilla. España
- 2 Centro de Salud San Pablo. Unidad de Investigación Distrito Sanitario de Atención Primaria. Sevilla. España
- 3 Unidad de Estadística, Metodología y Evaluación de Investigación. Hospital Virgen del Rocío/IBIS/FISEVI. Sevilla. España
- 4 Unidad Clínica de Enfermedades Infecciosas, Microbiología y Medicina Preventiva. Hospital Universitario “Virgen Macarena”. Departamento de Medicina. Universidad de Sevilla. España
- 5 Grupo de Investigación AL-ANDALUS. Sevilla. España
- 6 Departamento de Medicina Preventiva. Universidad de Sevilla. España
- 7 Unidad de Investigación Distrito Sanitario de Atención Primaria. Sevilla. CIBER de la Fisiopatología de la Obesidad y de la Nutrición. Instituto de Salud Carlos III. Madrid. España.
- 8 Unidad de Cuidados Intensivos. Ciudad Sanitaria Virgen del Rocío. Servicio Andaluz de Salud. Sevilla. España
ISSN: 0211-6057
Año de publicación: 2016
Volumen: 36
Número: 4
Páginas: 134-142
Tipo: Artículo
Otras publicaciones en: Nutrición clínica y dietética hospitalaria
Resumen
Introducción: El núcleo semántico común para todos los usos del término “bootstrap” es la realización de una tarea compleja mediante la práctica de un gesto sencillo (un individuo y su caballo pueden dar un gran salto después de que tan sólo el jinete se haya tirado de los cordones de las botas). El “bootstrapping” es un método estadístico diseñado para la estimación de la distribución muestral de un estimador mediante remuestreo con reemplazamiento. Metodología: Intentando compensar las debilidades epistemológicas del cálculo del tamaño muestral, se deben obtener por parte de los investigadores, los valores más pequeños posibles del error relativo muestral o de efecto diseño. Por otro lado, nosotros podemos también crear un universo virtual (UV) ubicando topológicamente las muestras obtenidas mediante “bootstrap”. Resultados: El tamaño de UV será aproximadamente igual al número de repeticiones multiplicado por el tamaño de la muestra original. En términos frecuentistas podemos emitir una hipótesis de igualdad (H0) y otra de desigualdad (H1) entre nuestro UV y la población real (PR) de donde proviene la muestra primitiva. Para sustentar estas hipótesis hemos desarrollado un ejercicio práctico de demostración del sesgo de Berkson en un diseño de casos y controles mediante bootstrap. Conclusión: Nosotros defendemos una concepción topológica del remuestreo con “bootstrap” que permite ampliar el esquema jerárquico de validación externa propuesta por Justice y cols. a un nivel 0.1 tan sólo con la realización del efecto simulador en el paquete de datos del estudio primitivo. Este concepto permite la demostración del sesgo de Berkson en epidemiología nutricional.