Potenciar la investigación nutricional: estrategias prácticas para el tamaño de la muestra en regresión múltiple

Área de la Ciencia:

• Ciencias de la nutrición
• Estadísticas biológicas
• Epidemiología

Sus antecedentes:

• El análisis estadístico robusto, especialmente la regresión múltiple, es vital para la investigación nutricional basada en la evidencia.
• El tamaño inadecuado de la muestra en los estudios de nutrición conlleva el riesgo de errores de tipo II y reduce la interpretación de los resultados.
• Las justificaciones formales del tamaño de la muestra a menudo faltan en las investigaciones nutricionales publicadas.

Objetivo del estudio:

• Revisar y comparar tres enfoques comunes de determinación del tamaño de la muestra para la regresión múltiple en la investigación nutricional.
• Proporcionar un recurso educativo práctico para que los investigadores optimicen las decisiones sobre el tamaño de la muestra.
• Mejorar la reproducibilidad y la interpretabilidad de la investigación cuantitativa en nutrición.

Principales métodos:

• Revisión metodológica de tres enfoques del tamaño de la muestra: regla general, varianza explicada (R2) y pesos beta.
• Ilustración utilizando un ejemplo hipotético consistente para comparar las recomendaciones de tamaño de la muestra.
• Análisis de las ventajas, suposiciones y limitaciones de cada método.

Principales resultados:

• Las recomendaciones sobre el tamaño de la muestra varían considerablemente según los métodos examinados.
• La regla general ofrece simplicidad, el método R2 se vincula con el rendimiento del modelo y el enfoque de pesos beta proporciona precisión.
• Cada método tiene supuestos y limitaciones distintos que afectan a su aplicabilidad.

Conclusiones:

• La planificación rigurosa y transparente del tamaño de la muestra es esencial para avanzar en la investigación nutricional.
• La elección del método de tamaño de muestra adecuado depende del diseño del estudio, los objetivos y la potencia estadística deseada.
• La mejora de las prácticas de tamaño de la muestra mejorará la fiabilidad y la generalización de los hallazgos nutricionales.