1Por qué la medicina necesita estadística
La bioestadística es la aplicación de los métodos estadísticos al estudio de fenómenos biológicos y de salud: diseñar estudios, resumir datos, y decidir si una diferencia observada refleja un efecto real o es producto del azar. Su necesidad no es un capricho metodológico: ningún organismo vivo se comporta de forma idéntica bajo la misma exposición —dos personas con la misma dosis del mismo fármaco pueden responder de forma distinta— y esa variabilidad biológica inherente exige herramientas capaces de distinguir un patrón genuino del ruido esperable de cualquier medición sobre seres vivos.
La medicina basada en evidencia —el paradigma que orienta la práctica clínica actual— depende directamente de esta disciplina: cada guía de práctica clínica, cada punto de corte diagnóstico y cada indicación terapéutica surge de estudios que necesitaron diseño estadístico riguroso para producir una conclusión confiable. Un profesional de la salud que no puede leer críticamente un estudio no puede, en sentido estricto, ejercer medicina basada en evidencia: solo puede confiar ciegamente en lo que otros le dicen que el estudio concluyó.
2Población y muestra
Una población es el conjunto completo de individuos (o mediciones) sobre el que se quiere concluir algo; una muestra es un subconjunto de esa población, seleccionado para estudiarlo porque estudiar a la población entera es, casi siempre, inviable en costo o tiempo. Toda la lógica de la inferencia estadística (Parte III de este manual) descansa sobre esta distinción: se miden datos en una muestra, y se generalizan conclusiones —con un margen de incertidumbre cuantificable— hacia la población de la que esa muestra proviene.
3Tipos de variables
Una variable es cualquier característica que puede tomar distintos valores entre los individuos de una muestra o población. La clasificación fundamental separa dos grandes tipos:
| Tipo | Definición | Ejemplos en medicina |
|---|---|---|
| Cualitativa (categórica) | Expresa una cualidad o categoría, no una cantidad | Sexo, grupo sanguíneo, estadio tumoral, presencia/ausencia de una enfermedad |
| Cuantitativa (numérica) | Expresa una cantidad medible | Edad, presión arterial, glucemia, talla |
Cada tipo, a su vez, se subdivide:
| Subtipo | Descripción | Ejemplo |
|---|---|---|
| Cualitativa nominal | Categorías sin orden intrínseco entre sí | Grupo sanguíneo (A, B, AB, O) |
| Cualitativa ordinal | Categorías con un orden lógico, pero sin distancia numérica definida entre ellas | Estadio tumoral (I, II, III, IV); intensidad del dolor (leve, moderado, severo) |
| Cuantitativa discreta | Toma valores enumerables, habitualmente enteros — resultado de contar | Número de hijos, número de episodios de dolor por semana |
| Cuantitativa continua | Puede tomar cualquier valor dentro de un rango — resultado de medir | Peso, talla, presión arterial, tiempo de supervivencia |
4Escalas de medición
Relacionada con la clasificación anterior, la escala de medición determina qué operaciones matemáticas son válidas sobre un dato:
| Escala | Propiedad | Operación válida |
|---|---|---|
| Nominal | Solo clasifica, sin orden | Conteo de frecuencias, moda |
| Ordinal | Clasifica y ordena, sin distancias iguales entre categorías | Mediana, percentiles — no la media aritmética en sentido estricto |
| De intervalo | Distancias iguales entre valores, pero el cero es arbitrario (no indica ausencia total) | Suma y resta; la media es válida (ej. temperatura en °C) |
| De razón | Distancias iguales y un cero absoluto que sí indica ausencia total de la magnitud | Todas las operaciones, incluida la razón/proporción entre dos valores (ej. peso, talla, glucemia — 0 kg es "ausencia de peso") |
¿Por qué importa tanto distinguir una variable ordinal de una de intervalo o razón, si en ambos casos parecen "números"? Porque calcular una media aritmética sobre una variable ordinal produce un número que parece riguroso pero carece de sentido real: el estadio tumoral II no es matemáticamente "el doble" del estadio I, ni la distancia entre estadio I y II es necesariamente igual a la distancia entre estadio III y IV — son categorías ordenadas, no cantidades con intervalos equivalentes. Promediar "estadios" y reportar un resultado como "estadio promedio 2,3" produce una cifra que suena cuantitativa pero que ningún clínico puede interpretar de forma válida. Esta es, de hecho, una de las trampas metodológicas más frecuentes en trabajos mal diseñados: aplicar herramientas estadísticas propias de variables de intervalo/razón a datos que en realidad son ordinales, generando conclusiones que parecen precisas pero que descansan sobre una base matemática inválida.
5Por qué la clasificación es siempre el primer paso
Cada capítulo siguiente de este manual —las medidas descriptivas (I.2-I.4), las distribuciones de probabilidad (Parte II), las pruebas de hipótesis (Parte III)— exige, como primer paso, identificar correctamente qué tipo de variable se está analizando. La media y el desvío estándar tienen sentido para variables cuantitativas; para variables cualitativas se usan proporciones y frecuencias. Las pruebas t comparan medias de variables cuantitativas; el chi-cuadrado compara frecuencias de variables categóricas. Ningún procedimiento estadístico posterior puede aplicarse correctamente sin haber resuelto primero esta clasificación inicial.
6Trampas de examen
| Trampa | Por qué confunde | Aclaración |
|---|---|---|
| Pensar que toda variable expresada con números es cuantitativa | Los estadios tumorales o las escalas de dolor se codifican habitualmente con números (I-IV, 1-10) | Codificar una categoría con un número no la vuelve cuantitativa — el número es solo una etiqueta ordenada; sigue siendo una variable ordinal con las limitaciones matemáticas correspondientes |
| Confundir escala de intervalo con escala de razón | Ambas tienen distancias iguales entre valores consecutivos | La diferencia está en si el cero es absoluto (razón: 0 kg = ausencia de peso) o arbitrario (intervalo: 0°C no significa "ausencia de temperatura", es solo un punto convencional) — esto determina si tiene sentido calcular razones (el doble, la mitad) entre dos valores |
7Puntos clave
- La bioestadística aplica métodos estadísticos a fenómenos biológicos y de salud, y sostiene la medicina basada en evidencia.
- Población (conjunto completo) vs. muestra (subconjunto estudiado) — la inferencia estadística generaliza de una a la otra.
- Variables cualitativas (nominal, ordinal) vs. cuantitativas (discreta, continua).
- Escalas de medición: nominal, ordinal, de intervalo, de razón — determinan qué operaciones matemáticas son válidas.
- Clasificar correctamente el tipo de variable es siempre el primer paso antes de aplicar cualquier medida o prueba estadística posterior.