¿Qué es el P-Hacking? | Estadísticas

P-hacking es un término utilizado para describir diversas técnicas que los investigadores pueden utilizar para aumentar las posibilidades de encontrar resultados estadísticamente significativos en su estudio, incluso si los resultados no son realmente significativos. Se trata de una forma de manipulación de datos que puede dar lugar a la publicación de resultados falsos positivos.

Ej.

En un estudio que compara la eficacia de dos intervenciones fisioterapéuticas diferentes para el dolor de hombro relacionado con el manguito de los rotadores, un investigador puede realizar múltiples análisis de los datos e informar sólo de los que muestran una diferencia estadísticamente significativa entre las dos intervenciones. Esto es p-hacking porque el investigador está informando selectivamente sólo de los resultados que apoyan su hipótesis mientras ignora los que no lo hacen.

Comparaciones múltiples no ajustadas

Otro ejemplo de p-hacking en la investigación fisioterapéutica es cuando un investigador realiza comparaciones múltiples entre distintas intervenciones pero no ajusta estas comparaciones múltiples. Esto puede aumentar la probabilidad de encontrar resultados estadísticamente significativos por casualidad, aunque las intervenciones no sean realmente diferentes.

Al eliminar selectivamente algunos de los datos, el investigador está "pirateando" los resultados, ya que aumenta la probabilidad de encontrar una diferencia estadísticamente significativa entre las dos intervenciones, aunque no haya ninguna diferencia real. El investigador podría entonces presentar los datos como si se tratara de una comparación equitativa, lo que puede llevar a conclusiones inexactas e inducir a error en futuras investigaciones y tratamientos. Ésta es sólo una de las formas de hacerlo.

Sin querer

Es fundamental tener en cuenta que el P-hacking puede producirse accidentalmente y derivarse de la falta de conocimientos estadísticos de un investigador o de la presión por publicar resultados prometedores. Sin embargo, también puede ser una elección hecha conscientemente con un objetivo en mente. Los investigadores deben registrar previamente el diseño y el plan analítico de su estudio, informar de todos los resultados y aplicar las técnicas estadísticas adecuadas para tener en cuenta las comparaciones múltiples con el fin de evitar el p-hacking. Para aumentar la confianza en los resultados, también se pueden utilizar estudios de replicación y réplicas independientes de los resultados.

Más información sobre el registro previo al juicio

El registro previo al ensayo, que incluye la presentación de información detallada sobre el diseño de la investigación, las intervenciones, los resultados y el plan de análisis, es el proceso de registro de un ensayo clínico antes de su inicio. Este procedimiento se considera crucial para aumentar la apertura y minimizar los sesgos en la investigación clínica. Los investigadores se comprometen a cumplir una serie de objetivos y procedimientos registrando públicamente un estudio antes de llevarlo a cabo, lo que puede ayudar a evitar la notificación selectiva de resultados y la manipulación de datos. El registro previo a los ensayos también facilita el acceso a los datos sobre ensayos en curso y finalizados y evita la duplicación de esfuerzos de investigación. Los ensayos registrados tienen más probabilidades de ser publicados, lo que puede reducir el sesgo de publicación y garantizar que los resultados del estudio estén disponibles para su uso en la práctica clínica y la elaboración de políticas. El registro previo a los ensayos es un paso importante para garantizar que la investigación clínica se lleve a cabo de forma transparente y rigurosa, lo que permitirá obtener resultados más fiables y útiles.

Gelman, A., y Loken, E. (2019). El jardín de los senderos que se bifurcan : Por qué las comparaciones múltiples pueden ser un problema , incluso cuando no hay " expedición de pesca " o " p-hacking " y la hipótesis de investigación se planteó de antemano ∗.

Daniele Fanelli (2012). Desaparecen los resultados negativos en la mayoría de las disciplinas y países. , 90(3), 891-904. doi:10.1007/s11192-011-0494-7

Lakens, D. (2019). El valor de la preinscripción para la ciencia psicológica: Un análisis conceptual. 心理学評論, 62(3), 221-230.

Storey, J. D. (2003). La tasa de falsos descubrimientos positivos: una interpretación bayesiana y el valor q. Anales de estadística, 31(6), 2013-2035.

Wicherts, J. M., Veldkamp, C. L. S., Augusteijn, H. E. M., Bakker, M., & van Aert, R. C. (2016). M., & van Assen, MALM (2016). Grados de libertad en la planificación, ejecución, análisis y elaboración de informes de estudios psicológicos: Una lista de control para evitar el p-hacking. Fronteras de la Psicología, 7.