Estimación bayesiana en medicina de rehabilitación: perspectivas prácticas para la aplicación clínica a partir de...

Área de la Ciencia:

• Investigación en rehabilitación
• Modelización estadística
• Diseño de ensayos clínicos

Sus antecedentes:

• La estimación bayesiana está ganando terreno en la investigación de rehabilitación, especialmente para tamaños de muestra pequeños.
• Su aplicación práctica en la interpretación de hallazgos y la información para el desarrollo de intervenciones requiere una mayor exploración.

Objetivo del estudio:

• Comparar la estimación bayesiana con los métodos frecuentistas para interpretar los resultados de la investigación.
• Evaluar cómo la estimación bayesiana puede informar el diseño de intervenciones de rehabilitación.
• Utilizar datos de un estudio piloto y un ensayo controlado aleatorizado (ECA) para la comparación.

Principales métodos:

• Se aplicó un modelo lineal generalizado mixto (GLMM) bayesiano en un estudio piloto (n=22).
• Se aplicó un modelo lineal mixto (LMM) frecuentista en un ECA (n=72).
• Ambos estudios involucraron una intervención de rehabilitación dirigida al equilibrio tarea-habilidad, con Ikigai-9 como resultado principal.

Principales resultados:

• Ambos análisis, bayesiano y frecuentista, mostraron efectos positivos de la intervención (intervalos excluyendo cero).
• Se observaron estimaciones puntuales comparables (bayesiano: 4,44; frecuentista: 4,06) con una convergencia estable de MCMC.
• La estimación bayesiana ofreció información basada en probabilidades, particularmente valiosa en condiciones de datos limitados para el diseño e interpretación de ECAs.

Conclusiones:

• Los métodos bayesianos y frecuentistas proporcionan fortalezas analíticas complementarias en la investigación de rehabilitación.
• La comprensión de ambos enfoques mejora el rigor metodológico y la relevancia práctica.
• Estos métodos son especialmente beneficiosos para estudios con tamaños de muestra pequeños o incertidumbre inherente.