Qu son confianza intervalos y los valores de p?

Un intervalo de confianza calculado para una medida del efecto del

tratamiento muestra el rango dentro del cual es probable que se encuentre el
verdadero efecto del tratamiento (Sujeto a una serie de hiptesis).
Un valor de p se calcula para evaluar si los resultados de los ensayos son
propensos a tener ocurrido debido al azar (suponiendo que no hay una
verdadera diferencia entre tratamiento nuevo y viejo, y asumiendo, por
supuesto, que el estudio se llev a cabo bien).
Los intervalos de confianza son preferibles a los valores de p, ya que nos
dicen la gama de posible efecto tamaos compatibles con los datos. Los
valores de p
simplemente proporcionan un lmite ms all de lo que afirmamos que la
hallazgos son estadsticamente significativo" (por convencin, esto es p
<0,05).
Un intervalo de confianza que abarca el valor de la diferencia entre los
tratamientos indica que el tratamiento bajo investigacin no es
significativamente diferente del control.
Intervalos de confianza interpretacin ayuda de datos de ensayos clnicos
por poner lmites superior e inferior del tamao probable de cualquier efecto
real.
El sesgo se debe evaluar antes intervalos de confianza se pueden
interpretar.Incluso muestras muy grandes y los intervalos de confianza muy
estrechos puede inducir a error si proceden de estudios sesgados.
Sin importancia no significa "ningn efecto". Los estudios pequeos a
menudo se informar no significacin, incluso cuando hay efectos importantes,
reales el cual habra detectado un gran estudio.
La significacin estadstica no significa necesariamente que el efecto es real:
por azar solamente uno de cada 20 hallazgos significativos ser espurio.
estadsticamente significativa no significa necesariamente clnicamente
importante.Es la magnitud del efecto que determina la importancia, no el
presencia de significacin estadstica.
1
Que es...? Estadsticas de la serie segunda edicin

Para ms ttulos de la serie, visite:

www.whatisseries.co.uk
PhD Huw Davies
Profesor de Salud Poltica de la atencin yAdministracin,
Universidad de St Andrews
PhD Iain K Crombie
Profesor de FFPHM
Salud pblica,Universidad de Dundee
Qu son confianza intervalos y los valores de p?
Con el apoyo de Sanofi-Aventis
Fecha de elaboracin: Abril 2009 NPR09 / 1106
La medicin del tamao del efecto Los ensayos clnicos tienen por objeto
generar nuevos conocimientos sobre la eficacia (o no) de intervenciones de
asistencia sanitaria. Al igual que todas las clnicas la investigacin, esto implica
la estimacin de una clave parmetro de inters, en este caso el efecto
tamao. El tamao del efecto se puede medir en una variedad de formas, tales
como el riesgo relativo
reduccin, la reduccin del riesgo absoluto o la nmero necesario a tratar
(NNT, Tabla 1).
Las medidas relativas tienden a enfatizar beneficios potenciales, mientras que
absoluta medidas proporcionan un-la-tabla por summary.1 O puede ser que les
corresponda,para corregir la interpretacin.
Cualquiera que sea la medida utilizada, algunos La evaluacin se efectuar de
la confiabilidad o la robustez de la recomendaciones. Los resultados del estudio
proporcionan una sealar estimacin del efecto, y esto plantea una dilema: son
los resultados de esta muestra Tambin es probable que sea cierto sobre otros
similares
grupos de pacientes? Antes de responder a tales una pregunta, dos cuestiones
deben abordarse.
Se plantea ningn beneficio aparente de tratamiento
debido a la forma del estudio ha sido

Cules son los intervalos de confianza y los valores de p?

2
Qu son los intervalos de confianza y valores de p?
Fecha de elaboracin: Abril 2009 NPR09 / 1106
Cuadro 1. La prueba de hiptesis y la generacin de los valores de p
La lgica de la prueba de hiptesis y los valores de p se enrevesado.
Supongamos que un nuevo tratamiento parece superar al tratamiento estndar
en un estudio de investigacin. Estamos interesados en determinar si esta
efecto aparente es probable que sea real o slo podra ser un hecho aislado: los
valores de p nos ayudan a hacer esto.
Al calcular el valor de p, lo primero que suponemos que realmente no hay
verdadera diferencia entre los dos
tratamientos (esto se conoce como la hiptesis nula). A continuacin, calcular
la probabilidad de que somos para ver el diferencia que hemos observado slo
por casualidad si nuestra suposicin es verdad (es decir, si realmente existe
ninguna diferencia verdadera). Este es el valor de p. Por lo que el valor de p es
la probabilidad de que se podra observar efectos tan grandes como las
observadas en el estudio si realmente no haba ninguna diferencia entre los
tratamientos. Si p es pequeo, los resultados son poco probable que han
surgido por casualidad y rechazar la idea de que no hay diferencia entre los dos
tratamientos (se rechaza la hiptesis nula). Si p es grande, la diferencia
observada es plausible una oportunidad de encontrar y no se rechaza la idea
de que no hay ninguna diferencia entre los tratamientos.
Tenga en cuenta que no se rechaza la idea, pero no aceptamos, sea:
simplemente somos incapaces de decir una u otra manera hasta que otros
factores han sido considerados.
Pero, qu entendemos por un valor de p "pequeo" (una lo suficientemente
pequea como para hacernos rechazar la idea de que no haba realmente
ninguna diferencia)? Por convencin, los valores de p inferior a 0,05 se
consideran "pequeos".
Es decir, si p es menor que 0,05 existe un menos de un 20 en la posibilidad de
que una diferencia tan grande como la visto en el estudio podran haber
surgido por casualidad si haba realmente no hay diferencia verdadera. Con los
valores de p este pequeo (o menor) que dicen que los resultados del ensayo
son estadsticamente significativas (poco probable que han surgido por
casualidad). p-valores ms pequeos (digamos p <0,01) a veces se llama "muy
importante"

porque indican que la diferencia observada pasara menos de una vez cada
cien veces si realmente no haba ninguna diferencia verdadera.
3
Qu son
los intervalos de confianza y valores de p?
llev a cabo (sesgo), o podra surgir simplemente debido a la casualidad? La
breve nota a continuacin cubre brevemente la importancia de la evaluacin
de sesgo sino que se centra ms en la evaluacin del papel de oportunidad.
Parcialidad
El sesgo es un trmino que abarca cualquier sistemtica los errores que
resultan de la forma en que el estudio fue diseada, ejecutada o interpretada.
Comn
fallas en los ensayos de tratamiento son:
La falta de (o el fracaso en) la asignacin al azar, dando lugar a grupos
desequilibrados
cegamiento deficiente, lo que lleva a un trato injusto y evaluaciones
sesgadas
Un gran nmero de pacientes perdidos durante el seguimiento.La evaluacin
en estas reas es crucial antes los resultados de cualquier ensayo se pueden
evaluar, y Existen muchas guas tiles para ayudar a este proceso,como por
ejemplo un artculo de Guyatt et al y por los libros Sackett et al y por la
interpretacin Crombie.2-5 de los efectos del azar slo tiene sentido una vez
que el sesgo se ha excluido como una explicacin para cualquier
differences.6,7 observada variabilidad aleatoria
Los resultados de un estudio concreto variarn slo por casualidad. Los
estudios difieren en cuanto a la
las personas que estn incluidos, y las formas en que estos individuos
especficos reaccionan a intervenciones teraputicas. Incluso cuando todo lo
posible se mantiene constante, hay seguir siendo algunas variaciones
aleatorias. Por lo tanto necesitamos algunas herramientas para ayudarnos a
evaluar si las diferencias que vemos entre la nueva el tratamiento y la edad en
cualquier estudio en particular son manifestaciones reales e importantes, o
simplemente de variabilidad aleatoria. Los intervalos de confianza y p-valores
nos ayudan a hacer esto.
Cules son los valores de p?

Hasta hace relativamente poco tiempo, las evaluaciones de el papel del azar se
realizaron de forma rutinaria usando prueba de la hiptesis, que produce un
"pvalue ' (Cuadro 1). El valor de p permite la evaluacin de si los resultados
son"Significativamente diferente" o "no de forma significativa diferente "de un
valor de referencia (en los ensayos,Este suele ser el valor que refleja "ningn
efecto";
Tabla 1). Un diferente y potencialmente ms enfoque til para evaluar el papel
de oportunidad ha pasado a primer plano: la confianza intervals.8 Aunque
stos podran aparecer en lugar diferente a los valores de p, y la teora los
clculos se basan estos dos enfoques son bsicamente los mismos.
Fecha de elaboracin: Abril 2009 NPR09 / 1106
Medida del efecto Abreviatura Descripcin Sin efecto total xito
ARR riesgo del cambio absoluto absoluta del riesgo: el riesgo de un evento en
RRA = 0% ARR = riesgo inicial
reduccin del grupo de control menos el riesgo de un evento en el grupo
tratado; generalmente se expresa como una porcentaje Proporcin relativa RRR
riesgo de que el riesgo eliminado por el tratamiento: el RRR RRR = 0% = 100%
reduccin del riesgo absoluto dividido por la reduccin del riesgo inicial, el
grupo de control; generalmente se expresa como un porcentaje Relativa RR
riesgo El riesgo de un evento en el grupo tratado dividido por RR = 1 o RR = 0
el riesgo de un evento en el grupo de control; por lo general RR = 100%
expresado como una proporcin decimal, a veces como una porcentaje
Odds ratio OR Las probabilidades de un evento en el grupo tratado dividido por
O=1O=0
las probabilidades de un evento en el grupo control; generalmente
expresado como una proporcin decimal
Nmero NNT nmero de pacientes que necesitan ser tratados con NNT =
NNT = 1 / inicial
necesaria prevenir un evento; este es el recproco del riesgo
para tratar la reduccin del riesgo absoluto (cuando se expresa como una
fraccin decimal); Por lo general, se redondea a una
nmero entero
Tabla 1. Resumen de las medidas del efecto Cules son los intervalos de
confianza? Los intervalos de confianza proporcionan diferente informacin del

que se plantea pruebas de hiptesis. La prueba de hiptesis produce una

decisin acerca de cualquier diferencia observada: ya sea que la diferencia es
"estadsticamente significativo "o que es" estadsticamente significativa ".En
contraste, los intervalos de confianza proporcionar una gama sobre el efecto
observado tamao. Esta gama se construye de tal manera que sabemos cmo
es la probabilidad de capturar la verdad - pero desconocida - tamao del
efecto.
Por lo tanto, la definicin formal de una intervalo de confianza es: 'un rango de
valores para una variable de inters [en nuestro caso, la medida del efecto del
tratamiento] construido de manera que este gama tiene una probabilidad
especificada de incluir el verdadero valor de la variable. El especificado
probabilidad se llama el nivel de confianza, y los puntos finales del intervalo de
confianza son llamado el limits'.9 confianza Es convencional para crear
confianza intervalos en el nivel de 95% - as que esto significa que 95% de las
veces una buena construccin los intervalos de confianza deben contener el
verdadero valor de la variable de inters. Esta corresponde a la prueba de
hiptesis con pvalues, con un punto de corte convencional para p de menos de
0,05.Ms coloquialmente, el intervalo de confianza proporciona una gama de
nuestra mejor estimacin del tamao del verdadero efecto del tratamiento que
es plausible dado el tamao de la diferencia en realidad
observado.
Evaluar la significacin de una intervalo de confianza Una caracterstica til de
los intervalos de confianza es que uno puede decir fcilmente si o no
significacin estadstica se ha alcanzado, justo como en una prueba de
hiptesis.

Si el intervalo de confianza de la captura valor que refleja "ningn efecto",

esto representa una diferencia que es estadsticamente no significativa (Para
un intervalo de confianza del 95%, esto es no significacin al nivel del 5%).
Si el intervalo de confianza no lo hace escribir el valor que refleja "ningn
efecto", esto representa una diferencia que es estadsticamente significativa
(de nuevo, para un 95% intervalo de confianza, esto es en importancia el nivel
de 5%). Por lo tanto, "significacin estadstica" (Correspondiente a p <0,05) se
puede deducir de los intervalos de confianza - sino que, adems, estos
intervalos muestran el mayor y el menor efectos que son probables, dados los
datos observados.
Esto es til la informacin adicional.Un ejemplo de la utilizacin de confianza
intervalos se muestra en el Cuadro 2.10 El examen de la anchura de una
intervalo de confianza Una de las ventajas de los intervalos de confianza ms

tradicional prueba de hiptesis es la informacin que transmiten. Los lmites

superior e inferior del intervalo de Give informacin nos de lo grande o
pequea sea la verdadera efecto podra ser plausible, y la anchura de el
intervalo de confianza tambin transmite algunos.
informacin til.
Si el intervalo de confianza es estrecha,
la captura de slo una pequea gama de los tamaos del efecto, nos puede ser
bastante seguros de que cualquier efecto mucho de esta gama han sido
descartada por el estudiar. Esta situacin se presenta generalmente cuando el
tamao del estudio es bastante grande y, por lo tanto, la estimacin del
verdadero efecto es bastante precisa.
Otra forma de decir esto es tener en cuenta que la estudio tiene razonable
"poder" para detectar una efecto.
Sin embargo, si el intervalo de confianza es bastante de ancho, la captura de
una amplia gama de tamaos del efecto, podemos inferir que el estudio era
probablemente bastante pequea. Por lo tanto, cualquier estimacin del
tamao del efecto sern bastante imprecisa. Tal estudio es "baja potencia"
y nos proporciona menos informacin.
Los errores en la interpretacin Los intervalos de confianza, al igual que los
valores de p, nos proporcionan con una gua para ayudar con la interpretacin
de resultados de la investigacin a la luz de los efectos de oportunidad. Hay,
sin embargo, tres importante dificultades en la interpretacin.
Hacerlo mal: al ver que los efectos no son reales En primer lugar, podemos
examinar la confianza intervalo y / o el valor-p y observar que la diferencia es
"estadsticamente significativa".De esto vamos a concluir que por lo general
una diferencia entre los dos tratamientos.
Sin embargo, slo porque es poco probable que
observar una diferencia tan grande simplemente
oportunidad, esto no quiere decir que no lo har
ocurrir. Por definicin, una de cada 20
4
Qu son
los intervalos de confianza y valores de p?

Fecha de elaboracin: Abril 2009 NPR09 / 1106

hallazgos significativos sern espuria - con origen
simplemente por casualidad. Por lo tanto, pueden ser engaados
por casualidad en la creencia en algo que es
no es real - Tcnicamente, esto se llama un "tipo I
error'.
Es una caracterstica frustrante pero inevitable, de
significacin estadstica (si evalu utilizando
intervalos de confianza o los valores de p) que en torno
uno de cada 20 engaarn. Sin embargo, no podemos saber
lo que de cualquier conjunto dado de comparaciones es
haciendo la engaosa. Esta observacin
advierte contra la generacin de demasiados
comparaciones estadsticas: los ms comparaciones
hecho en cualquier estudio dado, mayor ser la
posibilidad de que al menos algunos de ellos sern
resultados espurios. ensayos tanto, clnicos que
5
Qu son
los intervalos de confianza y valores de p?
Fecha de elaboracin: Abril 2009 NPR09 / 1106
Box 2. Un ejemplo de la utilizacin de intervals10 confianza
Ramipril es un inhibidor de la enzima convertidora de angiotensina (ACE) que
ha sido probado para su uso en
pacientes con alto riesgo de eventos cardiovasculares. En un estudio publicado
en la revista New England Journal
de Medicina,

10 de un total de 9.297 pacientes fueron reclutados en un estudio aleatorizado,

doble ciego,
ensayo controlado. Las principales conclusiones presentadas en el resultado
primario y las muertes se muestran a continuacin.
Incidencia de la variable principal y las muertes por cualquier causa
Resultado grupo de Ramipril Placebo grupo de riesgo relativo
(N = 4645) (n = 4652) (IC 95%)
Nmero (%) Nmero (%)
evento cardiovascular (incluyendo la muerte) 651 (14,0) 826 (17,8) 0,78 (0.700.86)
La muerte por causa no cardiovascular 200 (4,3) 192 (4,1) 1,03 (0.85-1.26)
Muerte por cualquier causa 482 (10,4) 569 (12,2) 0,84 (0.75-0.95)
Estos datos indican que un menor nmero de personas tratadas con ramipril
sufrieron un evento cardiovascular
(14,0%) en comparacin con los del grupo de placebo (17,8%). Esto le da a un
riesgo relativo de 0,78, o
una reduccin en el riesgo (relativa) de 22%. El intervalo de confianza del 95%
para esta estimacin de la relacin
riesgo va desde 0,70 a la de 0.86. Dos observaciones a continuacin se pueden
hacer de este intervalo de confianza.
En primer lugar, la diferencia observada es estadsticamente significativa al
nivel del 5%, debido a que el
intervalo no incluye a un riesgo relativo de uno.
En segundo lugar, los datos observados son consistentes con tanto como
una reduccin del 30% en relacin
riesgo o tan poco como una reduccin del 14% en el riesgo.
Del mismo modo, la ltima fila de la tabla muestra que las reducciones
estadsticamente significativas en la general
tasa de mortalidad se registraron: un riesgo relativo de 0,84 con un intervalo
de confianza que va desde 0,75 hasta

0.95. Por lo tanto, la verdadera reduccin de las muertes puede ser tanto como
un cuarto o podra ser slo como poco
como 5%; Sin embargo, tenemos un 95% seguro de que la tasa de mortalidad
general se redujo en el grupo de ramipril.
Finalmente, la exploracin de los datos presentados en la fila del medio
muestra un ejemplo de cmo un confianza
intervalo puede demostrar la no importancia. Hubo unas pocas muertes ms
de no cardiovascular
provoca en el grupo de ramipril (200) en comparacin con el grupo placebo
(192).
Debido a esto, el riesgo relativo se calcula para ser 1,03 - que muestra un
ligero aumento de riesgo en el
grupo de ramipril. Sin embargo, el intervalo de confianza se ve para capturar el
valor de ningn efecto (relativa
Riesgo = 1), funcionando como lo hace 0,85-1,26. La diferencia observada es,
pues, no significativo;
el valor real podra ser cualquier cosa de una reduccin del 15% en las muertes
no cardiovasculares para ramipril
a un aumento de 26% en estas muertes. No slo sabemos que el resultado no
es significativo, pero
Tambin puede ver cun grande o pequea una verdadera diferencia
plausiblemente podra ser, teniendo en cuenta estos datos.
6
mostrar significacin en slo uno o dos
subgrupos no son convincentes - tales
importancia puede ser engaosa. A no ser que
en particular los anlisis de subgrupos han sido
especificado de antemano, las diferencias que no sea
para el objetivo primario para todo el grupo
deben ser vistos con sospecha.
La significacin estadstica y clnica

significado
La significacin estadstica es tambin a veces
mal interpretada como significando un importante
Resultado: se trata de un segundo escollo importante en
interpretacin. Importancia de pruebas simplemente
pregunta si los datos producidos en un estudio son
compatible con la nocin de diferencia
entre las nuevas intervenciones y de control.
El rechazo de la equivalencia de los dos
intervenciones no significa necesariamente que
aceptamos que existe una importante
diferencia entre ellos. Un amplio estudio puede
identificar como estadsticamente significativo un bastante
pequea diferencia. Es entonces bastante separada
juicio para evaluar la significacin clnica
de esta diferencia. Al evaluar la importancia
de resultados significativos, es el tamao del efecto
- No slo el tamao de la importancia - que
asuntos.
Hacer las cosas mal otra vez: no encontrar
efectos reales
Otro error que podemos cometer es
concluir a partir de la constatacin de que no significativa
no hay ningn efecto, cuando en realidad no es un verdadero
efecto - esto se llama un "error de tipo II '.
La equiparacin no significacin con "ningn efecto" es una

Malentendido comn. A no significativa

intervalo de confianza simplemente nos dice que el
diferencia observada es coherente con all
siendo verdadera diferencia entre los dos
grupos. Por lo tanto, no podemos rechazar esta
posibilidad. Aqu es donde los intervalos de confianza
son mucho ms tiles que los valores de p simples:
la diferencia observada tambin ser
compatible con una gama de otros tamaos del efecto
como se describe por la confianza interval.8 Nosotros
son incapaces de rechazar estas posibilidades y
debe entonces determinar si algunos de ellos
(por lo general los lmites superior e inferior de la
intervalo de confianza) podra ser importante. Slo
porque no hemos encontrado una significativa
efecto del tratamiento, esto no significa que hay
Se ningn efecto del tratamiento que se found.11 El
pregunta crucial es: cmo tener cuidado que
interpretado los resultados?
La extrapolacin ms all del juicio
A pesar de la complejidad de la comprensin sesgo
y el azar en la interpretacin de la
resultados de los ensayos clnicos, otro
consideracin importante no debe ser
olvidado. Los resultados de cualquier estudio
relacionarse con los pacientes incluidos en este estudio.

Incluso si un efecto se evala como probablemente verdadero

y lo suficientemente grande como para ser clnicamente importante, una
ms pregunta sigue siendo: Qu tan bien la
conclusiones aplicables a otros grupos de
pacientes, y es lo que particularizar a una determinada
? 12 Ni intervalos de confianza individuales ni
los valores de p son de mucha ayuda con este juicio.
La evaluacin de este validez externa se hace
basado en las caractersticas de los pacientes y en
el ajuste y la realizacin del ensayo.
Resumen
Los intervalos de confianza y valores de p toman como
su punto de partida los resultados observados en una
estudiar. Fundamentalmente, hay que comprobar primero que esta
es un estudio imparcial. La pregunta que se
Intervalos de confianza a continuacin, responder es: cul es
la gama de efectos reales que es compatible
con estos datos? El intervalo de confianza es
slo un intervalo tal, que el 95% de las veces se
contener el verdadero valor del criterio principal de valoracin
efecto (reduccin del riesgo relativo, riesgo absoluto
reduccin, NNT o lo que sea; Tabla 1).
Esto nos permite hacer dos cosas. En primer lugar, si el
intervalo de confianza abraza el valor de no
efecto (por ejemplo, no hay diferencia entre
dos tratamientos como lo demuestra un riesgo relativo

igual a uno o una diferencia absoluta igual a

cero), entonces los resultados son no significativos. Si
el intervalo de confianza no incluye a la
valor de la diferencia, a continuacin, los resultados son
Estadsticamente significante. Por lo tanto, la confianza
intervalos proporcionan la misma informacin que un valor de p.
Pero ms que esto: la superior y
las extremidades inferiores del intervalo de confianza
Tambin nos dicen qu tan grande o pequeo el efecto real
podra ser y an as nos dar la observada
descubrimientos por casualidad. este adicional
informacin es muy til en lo que nos permite
interpretar tanto significacin marginal y
no significacin. Los intervalos de confianza de
grandes estudios tienden a ser bastante estrecha en anchura,
que muestra la precisin con la que el estudio es
Qu son
los intervalos de confianza y valores de p?
Fecha de elaboracin: Abril 2009 NPR09 / 1106
7
capaz de estimar el tamao de cualquier efecto real. En
contraste, los intervalos de confianza de menor
estudios son generalmente de ancho, que muestra que la
hallazgos son compatibles con una amplia gama de
los tamaos del efecto.
referencias

1. Davies HT. Interpretacin de las medidas del efecto del tratamiento.

Hosp Med 1998; 59: 499-501.
2. Guyatt GH, Sackett DL, Cook DJ. Guas de usuarios a la
literatura mdica. II. Cmo utilizar un artculo acerca de la terapia
o prevencin. A. Son los resultados del estudio vlido? JAMA
1993; 270: 2598-2601.
3. Sackett DL, Haynes RB, Guyatt GH, Tugwell P. Clnica
Epidemiologa: Una ciencia bsica para la medicina clnica, 2 ed.
Boston, Massachusetts: Little, Brown and Company, 1991.
4. Sackett DL, Richardson WS, Rosenberg W, Haynes RB.
medicina basada en la evidencia: cmo practicar y ensear la MBE.
Londres: Churchill Livingstone, 1997.
5. Crombie IK. La gua de bolsillo para la valoracin crtica.
London: BMJ Publishing, 1996.
6. Brennan P, P. Croft Interpretacin de los resultados de la observacin
la investigacin: el azar no es una cosa tan bien. BMJ
1994; 309: 727-730.
7. Burls A. Cul es la valoracin crtica? Londres: Hayward
Medical Communications, 2009.
8. Gardner MJ, Altman DG. Los intervalos de confianza en vez
que los valores de p: estimacin en lugar de la prueba de hiptesis.
BMJ 1986; 292: 746-750.
9. ltima JM. Un diccionario de la epidemiologa. Oxford:
International Journal of Epidemiology, 1988.
10. Las Heart Outcomes Prevention Study Evaluacin
Los investigadores. Efectos de la angiotensina-convertingenzyme

inhibidor, ramipril, sobre los eventos cardiovasculares en

pacientes de alto riesgo. N Engl J Med 2000; 342: 145-153.
11. Altman DG, Bland JM. La ausencia de evidencia no es evidencia
de ausencia. BMJ 1995; 311: 485.
12. Guyatt GH, Sackett DL, Cook DJ. Guas de usuarios a la
literatura mdica. II. Cmo utilizar un artculo acerca de la terapia
o prevencin. B. Cules fueron los resultados y la voluntad que
me ayude en el cuidado de mis pacientes? JAMA 1994; 271:
59-63