Video Experimental Relacionado
Updated: Jul 5, 2026

Using Cholesky Decomposition to Explore Individual Differences in Longitudinal Relations between Reading Skills
Published on: September 17, 2019
Multiplicidad en ensayos aleatorios II: subgrupos y análisis intermedios
Kenneth F Schulz1, David A Grimes
1Family Health International, PO Box 13950, Research Triangle Park, NC 27709, USA. KSchulz@fhi.org
Los análisis de subgrupos y los análisis intermedios pueden inflar las tasas de falsos positivos. Utilice pruebas de interacción estadística o métodos secuenciales de grupo como O'Brien-Fleming para manejar las preocupaciones de multiplicidad y mantener la integridad del estudio.
Área de la Ciencia:
- La bioestadística es la bioestadística.
- El diseño del ensayo clínico.
- Metodología de la investigación médica Metodología de la investigación médica.
Sus antecedentes:
- Los análisis de subgrupos y los análisis intermedios en ensayos clínicos presentan preocupaciones de multiplicidad significativas.
- Los análisis de subgrupos no controlados pueden conducir a hallazgos espurios y distorsionar la literatura médica al informar de manera selectiva resultados significativos.
- Los análisis intermedios repetidos sin el ajuste estadístico adecuado aumentan el riesgo de errores de falsos positivos.
Objetivo del estudio:
- Para abordar las preocupaciones de multiplicidad asociadas con los análisis de subgrupos y análisis intermedios en ensayos clínicos.
- Recomendar métodos estadísticos apropiados para llevar a cabo los análisis necesarios de subgrupos y análisis intermedios.
- Para resaltar la importancia de preservar el poder estadístico y controlar la tasa de error de falsos positivos.
Principales métodos:
- Desalentar los análisis rutinarios de subgrupos, abogando por pruebas estadísticas de interacción cuando las investigaciones de subgrupos son esenciales.
- Recomendando el uso de métodos estadísticos de detención, como los métodos secuenciales de O'Brien-Fleming y los grupos de Peto, para análisis intermedios.
- Haciendo hincapié en la necesidad de tener en cuenta la multiplicidad para evitar el aumento de las tasas de error de falsos positivos.
Principales resultados:
- Los análisis de subgrupos, si se realizan, deben utilizar pruebas de interacción en lugar de analizar cada subgrupo de forma independiente.
- Los métodos de detención secuencial de grupos preservan efectivamente el nivel alfa deseado y la potencia estadística durante los análisis intermedios.
- La terminación anticipada de los ensayos debido a la aparente superioridad del tratamiento utilizando estos métodos puede conducir a estimaciones exageradas del efecto del tratamiento.
Conclusiones:
- Los análisis de subgrupos deben abordarse con precaución debido a preocupaciones de multiplicidad; se prefieren las pruebas de interacción.
- Los métodos estadísticos de detención son cruciales para manejar la multiplicidad en los análisis intermedios, asegurando la integridad del ensayo.
- Si bien la interrupción temprana puede ser beneficiosa, los investigadores y lectores deben ser conscientes de la posible sobreestimación de los efectos del tratamiento.
Videos de Conceptos Relacionados
Group Design
Introduction to Test of Independence
The test statistic for a test of independence is similar to that of a goodness-of-fit test:
One-Way ANOVA: Equal Sample Sizes
Different sample means can result in different values for the variance estimate: variance between samples. This is because the variance between samples is calculated as the product of the sample size and the variance between the...
One-Way ANOVA: Unequal Sample Sizes
Two-Way ANOVA
The two-way ANOVA analysis initially begins by stating the null hypothesis that there is an interaction effect between the two factors of a dataset. This effect can be visualized using line segments formed by joining the means for...
Randomized Experiments
Simple randomization
Simple...

