Pocas cifras deciden tanto y se entienden tan mal como la p. Un valor por debajo de 0,05 se ha convertido en el sello de "esto funciona", pero significación estadística y relevancia clínica son dos cosas distintas: un hallazgo puede cruzar el umbral y no cambiarle la vida a nadie, y otro puede importar de verdad sin llegar a "significativo". Entender la diferencia es lo que separa leer un artículo de creérselo.
01Qué dice (y qué no dice) la p
El valor p responde a una pregunta muy concreta: si no hubiera ningún efecto real, ¿qué probabilidad habría de observar un resultado al menos tan extremo como el mío, solo por azar? Cuando esa probabilidad es baja (por convenio, menos de 0,05), decimos que el resultado es "estadísticamente significativo".
Fíjese en lo que no dice. No dice cómo de grande es el efecto. No dice si es importante. No dice la probabilidad de que su hipótesis sea cierta. Solo cuantifica cuán compatibles son sus datos con la hipótesis de que no pasa nada. Es una pieza de información útil, pero incompleta.
02Significativo no es lo mismo que importante
La p depende de dos cosas: del tamaño del efecto y del tamaño de la muestra. Con una muestra suficientemente grande, casi cualquier diferencia, por minúscula que sea, acaba siendo "significativa".
Un ejemplo. Un ensayo con 10.000 pacientes encuentra que un fármaco baja la tensión arterial 1 mmHg más que el placebo, con p = 0,001. Estadísticamente, impecable. Clínicamente, 1 mmHg no cambia el manejo de nadie. El asterisco está ahí, pero la relevancia no. Confundir una cosa con la otra llena la literatura de hallazgos "significativos" que no mueven la aguja.
03Y el problema, también al revés
La otra cara es igual de peligrosa. Un estudio pequeño puede encontrar un efecto clínicamente enorme y no alcanzar la significación, simplemente porque le faltaba potencia. Y entonces se concluye, erróneamente, que "no funciona".
Aquí está la trampa: ausencia de evidencia no es evidencia de ausencia. Un resultado no significativo puede significar que no hay efecto o que su estudio no tenía tamaño para detectarlo. La p, por sí sola, no distingue entre ambas.
04Qué mirar en su lugar
La pregunta útil no es "¿es significativo?", sino "¿cuánto, y con cuánta certeza?". Y eso se responde con dos cosas que la p esconde:
- El tamaño del efecto: la magnitud de la diferencia, en unidades que un clínico entienda (mmHg, puntos, riesgo absoluto, número necesario a tratar).
- El intervalo de confianza: el rango de efectos compatibles con sus datos. Un intervalo estrecho habla de precisión; uno ancho, de incertidumbre. Si el intervalo incluye tanto "irrelevante" como "muy relevante", su estudio todavía no ha respondido.
Un mismo "reduce el riesgo un 20 %" cambia por completo si el intervalo va del 2 al 38 % o del -5 al 45 %. La p no distingue esos dos escenarios; el intervalo, sí. Si quiere ver cómo el tamaño del efecto y la muestra mueven todo esto, puede probar con nuestra calculadora de tamaño muestral.
05Decida antes qué es "relevante"
La mejor defensa contra este lío se monta antes de recoger datos: definir la diferencia mínima clínicamente relevante, es decir, cuánto tiene que cambiar el desenlace para que importe de verdad. Esa cifra guía el cálculo del tamaño muestral y da un criterio con el que interpretar el resultado, en vez de dejar que la p decida sola qué es importante.
La estadística no debería sustituir al juicio clínico, sino ponerle números. Un buen análisis no termina en "p < 0,05": termina diciendo cuánto, con cuánta incertidumbre y si eso, en la consulta, cambia algo.
Si está diseñando un estudio o interpretando unos resultados y quiere una lectura honesta de qué permiten afirmar sus datos, la primera conversación no tiene coste: cuéntenos su estudio.