Obtener un tamaño de muestra (sample size) mediante un análisis de potencia (power analysis) que supere significativamente el objetivo o lo que es factible, es un desafío metodológico frecuente en los estudios académicos. La potencia estadística de un estudio está determinada fundamentalmente por la interacción de cuatro variables principales: la tasa de error Tipo I (alfa), la potencia estadística (1-beta), el tamaño del efecto (effect size, ¿Qué es el Concepto de Tamaño del Efecto?) y el tamaño de la muestra. Debido a la relación matemática entre estas variables, es necesario optimizar otros parámetros para reducir el tamaño de la muestra sobre una base racional y científica.
La forma más efectiva de reducir el tamaño de la muestra es reevaluar el tamaño del efecto esperado. La distinción entre significación estadística e importancia clínica o científica es crucial en este punto. Si el tamaño del efecto objetivo en el estudio (por ejemplo, d de Cohen o r de Pearson) se ha establecido demasiado pequeño, el número de sujetos necesarios para detectar esta pequeña diferencia aumentará logarítmicamente. Al examinar los resultados de meta-análisis de estudios similares en la literatura o datos de estudios piloto, y definir un tamaño del efecto mayor basado en el criterio de la «diferencia clínica mínima importante» (MCID), el requisito de muestra se reducirá directamente. Sin embargo, este aumento debe basarse en evidencia científica y no ser especulativo.
Una segunda estrategia consiste en aumentar la precisión en el diseño estadístico y la gestión de variables del estudio. Mejorar la fiabilidad (reliability) de las herramientas de medición y reducir la desviación estándar (standard deviation) ayuda a alcanzar la misma potencia con menos sujetos al disminuir el ruido en los datos. Por ejemplo, optar por diseños de medidas repetidas (repeated measures), donde los sujetos actúan como sus propios controles, en lugar de diseños de muestras independientes (independent samples), minimiza la varianza y permite un ahorro significativo en el tamaño de la muestra. De manera similar, el control de variables de confusión mediante métodos como el análisis de covarianza (ANCOVA) reduce el término de error, disminuyendo así el número de sujetos necesarios.
Aunque flexibilizar los parámetros estadísticos (alfa y beta) es una opción, debe manejarse con cuidado, ya que aumentará el margen de error del estudio. Los valores de potencia (power) aceptados como estándar, como el 80% o 90%, deben mantenerse dentro de un límite razonable (por ejemplo, sin bajar del 80%) dependiendo de la naturaleza del estudio. Aumentar la tasa de error Tipo I (alfa) por encima de 0.05 generalmente no es recomendable en términos de ética académica y aceptabilidad; sin embargo, el uso de hipótesis unilaterales (one-tailed), si el marco teórico lo respalda, puede reducir el número necesario de sujetos.
Finalmente, los cambios en la metodología de recolección de datos pueden aumentar la eficiencia de la muestra. Equilibrar la tasa de asignación (allocation ratio) entre grupos maximiza la potencia estadística. Si existe una desviación de la relación 1:1 entre los grupos, se debe aumentar el número total de sujetos para obtener la misma potencia. Por lo tanto, mantener la tasa de asignación lo más cercana posible a la igualdad ayudará a mantener el tamaño de la muestra en el nivel más bajo posible. Al realizar todos estos ajustes, es esencial para la integridad académica del informe final que no se comprometa la validez científica del estudio ni el riesgo de error Tipo II por el simple hecho de reducir el tamaño de la muestra.
Intervenciones técnicas en la fase de cálculo
Optimizar el tamaño de la muestra durante la fase de cálculo del análisis de potencia es posible no solo cambiando los parámetros estadísticos, sino también mejorando la configuración técnica del modelo analítico de datos. La profundidad matemática del modelado estadístico proporciona al investigador diversas áreas de maniobra técnica para llevar el requisito de muestra a un plano racional.
Una de las formas más fundamentales de reducir técnicamente el tamaño de la muestra es optimizar el tipo de escala y la precisión de medición de la variable dependiente. Las variables categóricas o dicotómicas requieren muestras mucho más grandes que las variables continuas. Por ejemplo, en lugar de categorizar a un paciente como «recuperado/no recuperado», medir el nivel de recuperación con una escala numérica aumenta la capacidad del test estadístico para explicar la varianza. El uso de variables continuas evita la pérdida de información en los datos, permitiendo obtener una mayor potencia de prueba con un grupo más pequeño.
Incluir variables auxiliares (covariates) en el modelo de análisis, es decir, configurar modelos ANCOVA o de regresión múltiple, es otra estrategia técnica importante. Agregar variables de control que puedan explicar parte de la varianza total en la variable dependiente y que no sean el foco principal, reduce el término de «varianza de error» (error variance). La disminución del término de error hace que el efecto principal investigado sea estadísticamente más prominente y, por lo tanto, reduce matemáticamente el número de sujetos necesarios para alcanzar la potencia objetivo.
En estudios multicéntricos o estratificados, considerar el efecto de agrupamiento (clustering) es un detalle técnico crítico. Si los datos se recopilan bajo grupos específicos (por ejemplo, diferentes hospitales o clases), la dependencia entre los sujetos aumenta el tamaño de la muestra debido al «efecto de diseño» (design effect). En este caso, utilizar el modelado de efectos aleatorios (random effects modeling) o modelos mixtos (mixed-effects models) en la fase de análisis para estimar correctamente la correlación intraclase (intraclass correlation) evita una inflación innecesaria de la muestra.
La transición del enfoque «frecuentista» al enfoque «bayesiano» en el método de cálculo también puede ofrecer una alternativa técnica. El análisis de potencia bayesiano utiliza información previa de la literatura existente (prior distributions) incorporándola al análisis, en lugar de construir un conjunto de datos desde cero. Este método, especialmente en investigaciones de casos raros o estudios de alto costo, sienta las bases para realizar inferencias significativas con tamaños de muestra más pequeños gracias al poder informativo de los datos previos. Al calcular los detalles estadísticos y el tamaño del efecto en el estudio, se hace referencia al estudio relevante y el análisis de potencia se lleva a cabo a la luz de estos datos. Esta etapa requiere experiencia en interpretación estadística y análisis de potencia.
Finalmente, la gestión de las correcciones de comparaciones múltiples (Bonferroni, Tukey, etc.) utilizadas durante el análisis requiere una optimización técnica. A medida que aumenta el número de hipótesis, estas correcciones realizadas para controlar el riesgo de error Tipo I reducen drásticamente la potencia de la prueba y aumentan el requisito de muestra. Por lo tanto, evitar análisis de subgrupos innecesarios y centrarse únicamente en el punto final primario (primary endpoint) es uno de los enfoques técnicos que mejor asegura que el tamaño de muestra calculado se mantenga dentro de los límites operativos.
Concéntrese en la hipótesis principal, no se ahogue en hipótesis secundarias
Centrarse en hipótesis secundarias o laterales en lugar del punto final primario (primary endpoint) al realizar el análisis de potencia es uno de los mayores problemas técnicos del análisis de potencia. La potencia estadística conlleva una carga matemática separada por cada variable independiente probada y cada hipótesis adicional. Especialmente en modelos de análisis multivariante como la regresión logística, cada predictor incluido en el modelo aumenta el tamaño de la muestra de forma no lineal para mantener el margen de error bajo control. La regla de «eventos por variable» (EPV), comúnmente aceptada en la literatura como «al menos 10-20 eventos por variable», explica por qué el requisito total de muestra alcanza dimensiones gigantescas a medida que el modelo se vuelve más complejo.
Dado que los supuestos de algunos de mis análisis y su aplicabilidad a su estructura de datos solo se aclararán después de recopilar el conjunto de datos, se debe evitar la percepción errónea de que todos los análisis se realizarán definitivamente en las solicitudes a los comités de ética. La viabilidad de algunos análisis depende de la distribución y estructura de los datos y puede no ser adecuada para cada conjunto de datos. Como regla general, el método más adecuado es realizar el análisis de potencia solo con la hipótesis principal en las solicitudes a los comités de ética.
Perseguir hipótesis secundarias en modelos multivariantes no solo aumenta el número de sujetos, sino que también puede debilitar la estabilidad (stability) y el poder predictivo del modelo. Cuando se calcula la potencia para un gran número de términos de interacción o resultados secundarios en lugar de centrarse en la hipótesis principal, surge el «problema de las comparaciones múltiples» (multiple comparisons problem). Esto, cuando se combina con correcciones como Bonferroni para mantener el margen de error alfa, obliga a recopilar miles de sujetos adicionales para mantener la potencia estadística del estudio. Esto constituye un diseño de investigación insostenible desde el punto de vista operativo y financiero.
Para un investigador que desea mantener el tamaño de la muestra en un nivel racional, el enfoque más científico es construir todo el diseño y el cálculo de potencia del estudio basándose únicamente en la hipótesis principal. Las hipótesis secundarias y los desgloses dentro de los modelos de regresión logística deben definirse como análisis «exploratorios» (exploratory) y no como los objetivos principales «potenciados» (powered) del estudio. Al hacer esta distinción, el tamaño de la muestra se mantiene en el límite optimizado necesario para capturar el efecto principal, mientras que los hallazgos secundarios pueden presentarse en la sección de discusión con honestidad académica. De este modo, se preserva la validez académica y se evita la inflación innecesaria de la muestra.
