Calculadora gratuita de Editverse
Calculadora del índice de fragilidad (Robustez de los ensayos clínicos aleatorizados)
Comprueba la robustez de un resultado de ensayo estadísticamente significativo (el índice de fragilidad indica cuántos eventos de resultado tendrían que cambiar para perder significancia) con el comando R exacto que genera el resultado. A continuación, se incluye una guía completa. Validado con R 4.3.3.
En palabras simples
El índice de fragilidad plantea una pregunta sencilla sobre el resultado de un ensayo 2×2 significativo: ¿cuántos pacientes en un grupo habrían tenido que cambiar de resultado (de no evento a evento) para que el valor p pasara de ser inferior a 0.05 a igual o superior a este valor? Un número pequeño significa que el resultado depende de tan solo unos pocos eventos.
Un índice de fragilidad de 1 o 2 indica un resultado que, si bien es estadísticamente significativo, puede ser fácilmente refutado por otros resultados, lo cual resulta especialmente preocupante si se pierde el seguimiento de más pacientes que lo que indica el propio índice. Un índice mayor indica un hallazgo más sólido. El índice complementa el valor p; no lo reemplaza.
Cuándo utilizar el índice de fragilidad
Utilice el índice de fragilidad para evaluar la solidez de un resultado binario significativo en un ensayo aleatorizado, especialmente cuando la muestra es pequeña, el número de eventos es bajo o el valor p es ligeramente inferior a 0.05. Su uso se reporta cada vez con mayor frecuencia en revisiones sistemáticas para señalar evidencia frágil.
Interprétalo como un dato contextual, no como un veredicto: un índice bajo no invalida un ensayo, y la métrica tiene limitaciones conocidas, como que los ensayos suelen diseñarse para ser estadísticamente eficientes en lugar de «robustos» según esta medida. Léelo junto con el valor p , el tamaño del efecto y el intervalo de confianza . ¿No sabes cómo presentar la robustez? Nuestro selector de pruebas puede ayudarte.
ea <- {ea}; na <- {na}; ce <- {ce}; nc <- {nc} fp <- function(x1, x0) fisher.test(matrix(c(x1, na - x1, x0, nc - x0), 2, byrow = TRUE))$p.value p0 <- fp(ea, ec); x1 <- ea; x0 <-ec; fi <- 0 si (p0 < 0.05) while (fp(x1, x0) < 0.05) { si (ea <= ec) x1 <- x1 + 1 else x0 <- x0 + 1; fi <- fi + 1 } c(fisher_p = p0, índice_fragilidad = if (p0 < 0.05) fi else NA)Guía del usuario
Cuándo usarlo. Evalúe la solidez de un resultado de un ensayo clínico aleatorizado estadísticamente significativo.
Supuestos. Resultado binario 2×2 de un ensayo aleatorio.
Errores comunes. Un índice de fragilidad bajo no invalida por sí solo un ensayo clínico.
Ejemplo trabajado
Haga clic en "Cargar datos de ejemplo" arriba y, a continuación, en "Ejecutar análisis" para ver un resultado completo con la figura, la fórmula y la interpretación de esta prueba.
Referencias
- Walsh M, et al. La significación estadística de los resultados de los ensayos controlados aleatorios suele ser frágil. J Clin Epidemiol. 2014;67:622-628.
Ejemplos resueltos
Ejemplo 1: Un resultado frágil
Un ensayo reporta 8/50 eventos en el grupo de tratamiento frente a 21/50 en el grupo de control (prueba exacta de Fisher bilateral p = 008). Al convertir los no eventos en eventos en el grupo de tratamiento, p se mantiene por debajo de 0.05 en 9/50 (p = 016) y 10/50 (p = 030) y lo cruza en 11/50 (p = 053): un índice de fragilidad de 3, lo que indica que el resultado depende de pocos eventos. El ejemplo precargado (8/50 frente a 15/50) no es significativo (p = 153), por lo que la calculadora informa que el índice no se aplica.
Ejemplo 2: Índice frente a pérdida de seguimiento
Si ese índice de fragilidad es 3, pero el ensayo perdió a 10 participantes durante el seguimiento, el resultado es especialmente frágil: se perdieron más pacientes de los necesarios para anular el hallazgo, lo que debería atenuar la confianza en la conclusión.
Supuestos a verificar
Un resultado binario 2×2 de un ECA. El índice de fragilidad se define para un ensayo de dos brazos con un resultado dicotómico analizado mediante una prueba 2×2, no para variables continuas o de tiempo hasta el evento.
Un resultado estadísticamente significativo. El índice estándar se aplica a los resultados significativos; un índice de fragilidad inverso analiza por separado los resultados no significativos.
Los brazos de igual tamaño facilitan la interpretación. El índice es sensible al tamaño de la muestra y a la tasa de eventos, por lo que resulta más comparable entre ensayos de tamaño y equilibrio similares.
Errores comunes
Considerar un índice bajo como invalidez
Un índice de fragilidad bajo indica sensibilidad, no error. Un ensayo con un diseño sólido puede tener un índice moderado; la métrica es el contexto, no un veredicto.
Ignorar la pérdida de seguimiento
Un índice de fragilidad menor que el número de pacientes perdidos durante el seguimiento es una señal de alerta importante. Siempre compare ambos.
Aplicarlo fuera de un ensayo clínico aleatorizado 2×2
El índice está definido para resultados binarios en ensayos de dos brazos. Utilizarlo para resultados continuos o de supervivencia supone una aplicación incorrecta del método.
Olvidarlo está ligado al valor p.
Dado que el índice se basa en el umbral de 0.05, hereda las limitaciones de las pruebas de significación dicotómicas y debe interpretarse teniendo esto en cuenta.
Preguntas frecuentes
¿Qué mide el índice de fragilidad?
Es el número mínimo de eventos de resultado que tendrían que cambiar en un brazo para que un resultado significativo pase a ser no significativo.
¿Un índice de fragilidad bajo es malo?
Esto indica que el resultado es sensible a algunos factores, lo cual justifica la cautela, pero no significa por sí solo que el ensayo sea erróneo.
¿Qué es el índice de fragilidad inversa?
Es el recuento análogo para un resultado no significativo: cuántos eventos tendrían que cambiar para que fuera significativo.
¿Coincide el resultado con R?
Sí. La calculadora utiliza la prueba exacta de Fisher bilateral y convierte los no eventos en eventos, uno a la vez, en el grupo con menos eventos hasta que p alcanza 0.05; el método R que se muestra reproduce el recuento.
Calculadoras relacionadas
Referencias
- Walsh M, Srinathan SK, McAuley DF, Mrkobrada M, Levine O, et al. La significación estadística de los resultados de los ensayos controlados aleatorios suele ser frágil: un argumento a favor de un índice de fragilidad. J Clin Epidemiol. 2014;67(6):622–628. PMID 24508144.
- Cote MP, Lubowitz JH, Rossi MJ, Matzkin E. El Índice de Fragilidad suele malinterpretarse y tener poco valor: los ensayos clínicos están diseñados para ser frágiles. La artroscopia. 2024;40(12):2738–2741. PMID 39151709.
- Feinstein AR. El índice de fragilidad de la unidad: una evaluación adicional de la “significación estadística” para un contraste de dos proporciones. J Clin Epidemiol. 1990;43(2):201–209.
¿Necesita que se realice este análisis en su manuscrito?
Nuestros bioestadísticos con doctorado evalúan la solidez de los resultados de los ensayos (índice de fragilidad, análisis de sensibilidad y tamaños del efecto con intervalos de confianza) con resultados reproducibles en R.