Mostrar el registro sencillo del ítem

dc.contributor.authorRuiz Ruano García, Ana María 
dc.contributor.authorLópez Puga, Jorge 
dc.date.accessioned2020-11-06T10:31:07Z
dc.date.available2020-11-06T10:31:07Z
dc.date.issued2020-06
dc.identifier.citationRuiz-Ruano García, A. M., & Puga, J. L. (2020). Cómo mejorar la comunicación de estadísticos inferenciales en ciencias de la salud. Revista Española de Comunicación En Salud, 11(1). [https://doi.org/10.20318/recs.2020.5173]es_ES
dc.identifier.urihttp://hdl.handle.net/10481/64095
dc.description.abstractLas técnicas de inferencia estadística son esenciales para las ciencias de la salud. Gracias a estas herramientas estadísticas se pueden identificar, por ejemplo, factores de riesgo que afectan negativamente al estado de salud de las personas. Sin embargo, el proceso de comunicación científica y la relevancia de los hallazgos científicos pueden distorsionarse por el mal uso de estadísticos inferenciales como el p-valor o el factor de Bayes. En este trabajo proporcionamos siete directrices básicas que pretenden ayudar a interpretar y usar conjuntamente el pvalor clásico de un contraste de hipótesis en conjunción con los factores de Bayes. Aunque el factor de Bayes es menos conocido, y de introducción más reciente, que el p-valor es susceptible de ser utilizado superficial o erróneamente. Una comunicación más eficiente de los resultados de la investigación científica favorecería una mejor comprensión de estos y redundaría en mayores cotas de salud pública. Esperamos que estas directrices puedan ser de utilidad para personas de ciencia con poca experiencia, frente a la toma de decisiones políticas relacionadas con hallazgos científicos, en procesos editoriales y para el público en generales_ES
dc.description.abstractStatistic techniques for inference are essential for health sciences. Those techniques are useful to identify, for example, risk factors. However, the scientific communication process can be biased when inferential statistics are wrongly used. Here we provide seven guidelines to help readers to use the p-value and Bayes factor, two inferential statistics. Although the Bayes factor is less known than the p-value it is also prone to be misinterpreted and misused. A better scientific communication of research output would lead to a better understanding of scientific discoveries. As a result, this improvement in the information process would affect positively public health. We hope our guidelines to be helpful for researchers, reviewers, editors, policy decision makers and the general publices_ES
dc.language.isospaes_ES
dc.publisherUniversidad Carlos III Madrides_ES
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 España*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es/*
dc.subjectComunicación en saludes_ES
dc.subjectDiseminación de la informaciónes_ES
dc.subjectCiencias de la informaciónes_ES
dc.subjectDirectriceses_ES
dc.subjectModelos estadísticoses_ES
dc.subjectProbabilidades_ES
dc.subjectIncertidumbre es_ES
dc.subjectTeorema de Bayeses_ES
dc.subjectHealth communicationes_ES
dc.subjectInformation disseminationes_ES
dc.subjectInformation scienceses_ES
dc.subjectGuidelineses_ES
dc.subjectStatistical modeles_ES
dc.subjectProbabilityes_ES
dc.subjectUncertainty es_ES
dc.subjectBayes theoremes_ES
dc.titleCómo mejorar la comunicación de estadísticos inferenciales en ciencias de la saludes_ES
dc.title.alternativeHow to improve inferential statistics reporting in health scienceses_ES
dc.typejournal articlees_ES
dc.rights.accessRightsopen accesses_ES
dc.identifier.doi10.20318/recs.2020.5173
dc.type.hasVersionVoRes_ES


Ficheros en el ítem

[PDF]

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Atribución-NoComercial-SinDerivadas 3.0 España
Excepto si se señala otra cosa, la licencia del ítem se describe como Atribución-NoComercial-SinDerivadas 3.0 España