En medicina y psicología, la importancia clínica es la importancia práctica del efecto de un tratamiento: si tiene un efecto real, genuino, palpable y perceptible en la vida diaria. [1]
La significación estadística se utiliza en la prueba de hipótesis , mediante la cual se prueba la hipótesis nula (que no existe relación entre las variables ). [2] Se selecciona un nivel de significancia (más comúnmente α = 0,05 o 0,01), que significa la probabilidad de rechazar incorrectamente una hipótesis nula verdadera. [2] Si hay una diferencia significativa entre dos grupos en α = 0,05, significa que sólo hay un 5% de probabilidad de obtener los resultados observados bajo el supuesto de que la diferencia se debe enteramente al azar (es decir, la hipótesis nula es verdadero); no da ninguna indicación de la magnitud o importancia clínica de la diferencia. [3] Cuando se logran resultados estadísticamente significativos, favorecen el rechazo de la hipótesis nula, pero no prueban que la hipótesis nula sea falsa. Asimismo, los resultados no significativos no prueban que la hipótesis nula sea cierta; Tampoco dan evidencia de la verdad o falsedad de la hipótesis que ha generado el investigador. [2] La significancia estadística se relaciona únicamente con la compatibilidad entre los datos observados y lo que se esperaría bajo el supuesto de que la hipótesis nula es verdadera.
En un uso amplio, la "importancia clínica práctica" responde a la pregunta de qué tan efectiva es la intervención o el tratamiento, o cuánto cambio causa el tratamiento. En términos de probar tratamientos clínicos, la significación práctica produce de manera óptima información cuantificada sobre la importancia de un hallazgo, utilizando métricas como el tamaño del efecto , el número necesario a tratar (NNT) y la fracción preventiva . [4] La importancia práctica también puede transmitir evaluaciones de utilidad semicuantitativas, comparativas o de viabilidad.
El tamaño del efecto es un tipo de importancia práctica. [4] [5] Cuantifica en qué medida una muestra se desvía de las expectativas. [6] El tamaño del efecto puede proporcionar información importante sobre los resultados de un estudio y se recomienda su inclusión además de la significación estadística. Los tamaños de los efectos tienen sus propias fuentes de sesgo, están sujetos a cambios según la variabilidad poblacional de la variable dependiente y tienden a centrarse en los efectos grupales, no en los cambios individuales. [5] [7] [8]
Aunque significado clínico y significado práctico a menudo se utilizan como sinónimos, un uso más restrictivo técnicamente indica que esto es erróneo. [5] Este uso técnico dentro de la psicología y la psicoterapia no sólo resulta de una precisión y particularidad del lenguaje cuidadosamente dibujadas, sino que permite un cambio de perspectiva desde los efectos grupales a los cambios específicos dentro de un individuo. [ cita necesaria ]
Por el contrario, cuando se utiliza como término técnico dentro de la psicología y la psicoterapia, la importancia clínica proporciona información sobre si un tratamiento fue lo suficientemente eficaz como para cambiar la etiqueta diagnóstica de un paciente. En términos de estudios de tratamiento clínico, la importancia clínica responde a la pregunta "¿Es un tratamiento lo suficientemente eficaz como para hacer que el paciente sea normal [con respecto a los criterios de diagnóstico en cuestión]?" [ cita necesaria ]
Por ejemplo, un tratamiento podría cambiar significativamente los síntomas depresivos (significación estadística), el cambio podría ser una gran disminución de los síntomas depresivos (significación práctica-tamaño del efecto) y el 40% de los pacientes ya no cumplían los criterios de diagnóstico de depresión (significación clínica). ). Es muy posible tener un tratamiento que produzca una diferencia significativa y tamaños de efecto medianos o grandes, pero que no haga que un paciente pase de ser disfuncional a funcional. [ cita necesaria ]
Dentro de la psicología y la psicoterapia, la importancia clínica fue propuesta por primera vez por Jacobson, Follette y Revenstorf [9] como una forma de responder a la pregunta: ¿es una terapia o tratamiento lo suficientemente eficaz como para que un cliente no cumpla los criterios para un diagnóstico? Jacobson y Truax definieron más tarde la importancia clínica como "el grado en que la terapia mueve a alguien fuera del rango de la población disfuncional o dentro del rango de la población funcional". [10] Propusieron dos componentes de este índice de cambio: el estado de un paciente o cliente después de que se ha completado la terapia, y "cuánto cambio ha ocurrido durante el curso de la terapia". [10]
La importancia clínica también es una consideración al interpretar los resultados de la evaluación psicológica de un individuo. Con frecuencia, habrá una diferencia de puntuaciones o subpuntuaciones que es estadísticamente significativa y es poco probable que haya ocurrido puramente por casualidad. Sin embargo, no todas esas diferencias estadísticamente significativas son clínicamente significativas, ya que no explican la información existente sobre el cliente ni proporcionan una dirección útil para la intervención. Las diferencias que son de magnitud pequeña normalmente carecen de relevancia práctica y es poco probable que sean clínicamente significativas. Tampoco es probable que las diferencias que son comunes en la población sean clínicamente significativas, porque pueden reflejar simplemente un nivel de variación humana normal. Además, los médicos buscan información en los datos de la evaluación y en el historial del cliente que corrobore la relevancia de la diferencia estadística, para establecer la conexión entre el desempeño en la prueba específica y el funcionamiento más general del individuo. [11] [12]
Así como hay muchas formas de calcular la significación estadística y la significación práctica, existe una variedad de formas de calcular la significación clínica. Cinco métodos comunes son el método de Jacobson-Truax, el método de Gulliksen-Lord-Novick, el método de Edwards-Nunnally, el método de Hageman-Arrindell y el modelado lineal jerárquico. [5]
Jacobson-Truax es un método común para calcular la importancia clínica. Implica calcular un índice de cambio de confiabilidad (RCI). [10] El RCI es igual a la diferencia entre las puntuaciones previas y posteriores a la prueba de un participante, dividida por el error estándar de la diferencia. Las puntuaciones límite se establecen para ubicar a los participantes en una de cuatro categorías: recuperado, mejorado, sin cambios o deteriorado, según la direccionalidad del RCI y si se cumplió la puntuación límite. [ cita necesaria ]
El método Gulliksen-Lord-Novick [13] es similar al de Jacobson-Truax, excepto que tiene en cuenta la regresión a la media . Esto se hace restando las puntuaciones previas y posteriores a la prueba de una media poblacional y dividiendo por la desviación estándar de la población. [5]
El método Edwards-Nunnally [14] para calcular la importancia clínica es una alternativa más estricta al método Jacobson-Truax. [5] Las puntuaciones de confiabilidad se utilizan para acercar las puntuaciones de la prueba previa a la media, y luego se desarrolla un intervalo de confianza para esta puntuación de la prueba previa ajustada. Los intervalos de confianza se utilizan al calcular el cambio entre la prueba previa y la prueba posterior, por lo que es necesario un cambio real mayor en las puntuaciones para mostrar significación clínica, en comparación con el método de Jacobson-Truax. [ cita necesaria ]
El cálculo de importancia clínica de Hageman-Arrindell [15] implica índices de cambio grupal y de cambio individual. La confiabilidad del cambio indica si un paciente ha mejorado, permanece igual o se ha deteriorado. Un segundo índice, la importancia clínica del cambio, indica cuatro categorías similares a las utilizadas por Jacobson-Truax: deteriorado, no cambiado de manera confiable, mejorado pero no recuperado y recuperado. [ cita necesaria ]
HLM implica un análisis de la curva de crecimiento en lugar de comparaciones previas a la prueba y posteriores a la prueba, por lo que se necesitan tres puntos de datos de cada paciente, en lugar de solo dos puntos de datos (preprueba y posprueba). [5] Se utiliza un programa informático, como el modelado jerárquico lineal y no lineal [16], para calcular las estimaciones de cambio para cada participante. HLM también permite el análisis de modelos de curvas de crecimiento de díadas y grupos. [ cita necesaria ]