INTRODUCCIÓN
Hacia el año 3000 a. de C. los babilonios utilizaban ya pequeñas tablillas de arcilla para recopilar datos sobre la producción agrícola y los géneros vendidos o cambiados mediante trueque. En el antiguo Egipto, los faraones lograron recopilar, alrededor del año 3050 a. de C., prolijos datos relativos a la población y la riqueza del país; de acuerdo con el historiador griego Herodoto, dicho registro de la riqueza y la población se hizo con el propósito de preparar la construcción de las pirámides. En el mismo Egipto, Ramsés II hizo un censo de las tierras con el objeto de verificar un nuevo reparto.
En el antiguo Israel, la Biblia da referencia, en el libro de los Números, de los datos estadísticos obtenidos en dos recuentos de la población hebrea. El rey David, por otra parte, ordenó a Joab, general del ejército, hacer un censo de Israel con la finalidad de conocer el número de habitantes, y el libro Crónicas describe el bienestar material de las diversas tribus judías.
En China ya había registros numéricos similares con anterioridad al año 2000 a. de C. Los griegos, hacia el año 594 a. de C., efectuaron censos periódicamente con fines tributarios, sociales (división de tierras) y militares (cálculo de recursos y hombres disponibles). La investigación histórica revela que se realizaron 69 censos para calcular los impuestos, determinar los derechos de voto y ponderar la potencia guerrera.
Pero fueron los romanos, maestros de la organización política, quienes mejor supieron emplear los recursos de la estadística. Cada cinco años llevaban a cabo un censo de la población, y los funcionarios públicos tenían la obligación de anotar nacimientos, defunciones y matrimonios, sin olvidar los recuentos periódicos del ganado y de las riquezas contenidas en las tierras conquistadas. En la época del nacimiento de Cristo sucedía uno de estos empadronamientos de la población bajo la autoridad del Imperio.
Durante los mil años posteriores a la caída del Imperio Romano se hicieron muy pocas operaciones estadísticas, con la notable excepción de las relaciones de tierras pertenecientes a la Iglesia, compiladas por Pipino el Breve y por Carlomagno en los años 758 y 762, respectivamente. En Francia se realizaron algunos censos parciales de siervos durante el siglo IX.
Después de la conquista normanda de Inglaterra en 1066, el rey Guillermo I encargó un censo en el año 1086. La información en él obtenida se recoge en el Domesday Book, o Libro del Gran Catastro, que es un documento acerca de la propiedad, la extensión y el valor de las tierras en Inglaterra. Esta obra fue el primer compendio estadístico de ese país.
Aunque Carlomagno en Francia y Guillermo el Conquistador en Inglaterra trataron de revivir la técnica romana, los métodos estadísticos permanecieron casi olvidados durante la Edad Media. Durante los siglos XV, XVI y XVII, hombres como Leonardo de Vinci, Nicolás Copérnico, Galileo Galilei, William Harvey, Francis Bacon y René Descartes hicieron grandes operaciones con base en el método científico, de tal forma que cuando se crearon los Estados nacionales y surgió como fuerza el comercio internacional, había ya un método capaz de aplicarse a los datos económicos.
Debido al temor que Enrique VII tenía de la peste, en el año 1532 empezaron a registrarse en Inglaterra las defunciones causadas por esta enfermedad. En Francia, más o menos por la misma época, la ley exigía a los clérigos registrar los bautismos, fallecimientos y matrimonios.
Durante un brote de peste que apareció a fines del siglo XVI, el gobierno inglés comenzó a publicar estadísticas semanales de los decesos. Esa costumbre continuó muchos años, y en 1632 los llamados Bills of Mortality (Cuentas de Mortalidad) ya contenían datos sobre los nacimientos y fallecimientos por sexo. En 1662, el capitán John Graunt compiló documentos que abarcaban treinta años, mediante los cuales efectuó predicciones sobre el número de personas que morirían de diversas enfermedades, así como de las proporciones de nacimientos de hombres y mujeres que cabía esperar. El trabajo de Graunt, condensado en su obra Natural and political observations… made upon the Bi lls of Mortality (Observaciones políticas y naturales…hechas a partir de las Cuentas de Mortalidad), fue un esfuerzo de inferencia y teoría estadística.
Alrededor del año 1540, el alemán Sebastián Muster realizó una compilación estadística de los recursos nacionales, que comprendía datos acerca de la organización política, instrucciones sociales, comercio y poderío militar. Durante el siglo XVII se aportaron indicaciones más concretas sobre los métodos de observación y análisis cuantitativo y se ampliaron los campos de la inferencia y la teoría estadística.
Los eruditos del siglo XVII demostraron especial interés por la estadística demográfica como resultado de la especulación sobre si la población aumentaba, disminuía o permanecía estática.
En los tiempos modernos, tales métodos fueron resucitados por algunos reyes que necesitaban conocer las riquezas monetarias y el potencial humano de sus respectivos países. El primer empleo de los datos estadísticos para fines ajenos a la política tuvo lugar en 1691 y estuvo a cargo de Gaspar Neumann, un profesor alemán que vivía en Breslau. Este investigador se propuso destruir la antigua creencia popular de que en los años terminados en 7 moría más gente que en los restantes, y para lograrlo hurgó pacientemente en los archivos parroquiales de la ciudad. Después
de revisar miles de partidas de defunción, pudo demostrar que en tales años no fallecían más personas que en los demás. Los procedimientos de Neumann fueron conocidos por el astrónomo inglés Halley, descubridor del cometa que lleva su nombre, quien los aplicó al estudio de la vida humana. Sus cálculos sirvieron de base para las tablas de mortalidad que hoy utilizan todas las compañías de seguros.
Godofredo Achenwall, profesor de la Universidad de Gotinga, acuñó en 1760 la palabra estadística, que extrajo del término italiano statista (estadista). Creía, y con sobrada razón, que los datos de la nueva ciencia serían el aliado más eficaz del gobernante consciente. La raíz remota de la palabra se halla en el término latino s t a t u s, que significa “estado” o“situación”. Esta etimología aumenta el valor intrínseco de la palabra por cuanto que la estadística revela el sentido cuantitativo de las más variadas situaciones.
En la actualidad la estadística ocupa un lugar de gran importancia tanto en la investigación como en la práctica médica; en los estudios de medicina de cualquier país se incluyen varias asignaturas dedicadas a la estadística; es difícil, por no decir imposible, que un trabajo de investigación sea aceptado por una revista médica sin la utilización de técnicas y conceptos estadísticos en su planteamiento y en el análisis de los datos. Y sin embargo esta situación es bastante reciente, baste señalar que el gran auge de la utilización del método estadístico, tanto para la planificación de experimentos como para el análisis de los datos obtenidos, podemos situarlo en los trabajos de quien sin lugar a dudas se considera como el padre de la estadística moderna, Ronald A. Fisher (1890-1962), aunque su aplicación generaliza en la medicina tardó más en llegar. El comienzo de los ensayos clínicos aleatorizados en medicina, fundamentados en esos trabajos de Fisher, empiezan a despegar con Sir Austin Bradford Hill (1897-1991). Precisamente los editores de Lancet, comprendiendo la necesidad de difundir y explicar las técnicas estadísticas a los médicos, encargaron a Hill escribir una serie de artículos destinados a explicar el uso correcto de la estadística en medicina; artículos que posteriormente darían lugar a un libro, auténtico betseller del género, Principles of Medical Statistics, cuya primera edición corresponde a 1937, y la última a 1991. Esta evolución de la difusión de la estadística, va en paralelo con la de la ciencia en general y con la medicina en particular, cuyo gran desarrollo podemos situarlo en el siglo XIX. Tengo conocidos que todavía recuerdan que cuando eran niños han visto utilizar las sanguijuelas por los médicos para sangrar a los pacientes, o al menos eso dicen.
Precisamente se citan los trabajos de un eminente médico francés, Pierre-Charles-Alexandre Louis (1787-1872), como uno de los primeros en aplicar el razonamiento científico en un trabajo de investigación sobre la fiebre tifoidea, en el que estudió la mortalidad en relación con la edad de los pacientes, el tiempo de estancia en París y la eficacia de las sangrías. También analizó numéricamente la eficacia de las sangrías en el tratamiento de la neumonía. Aunque su intención fue similar a la que actualmente guía los ensayos clínicos, su planteamiento, a la luz de nuestros conocimientos actuales, dista mucho de ser adecuado: los grupos escogidos no eran comparables y sus tablas contenían errores aritméticos de bulto, aunque sus conclusiones en cuanto a la falta de eficacia de las sangrías hoy sabemos que son correctas. La oposición a la utilización de procedimientos numéricos para el análisis de datos clínicos era entonces, y continuó siendo durante mucho tiempo, la "posición oficial", ya que se argumentaba que cada persona, y por lo tanto cada paciente, era un ser "único" y no podían existir conclusiones generalizables; se contemplaba la medicina más como un arte que como una ciencia. Incluso un investigador tan prestigioso como Claude Bernard (1813-1878) rechazaba la utilización de datos estadísticos, considerando la medicina como una disciplina fundamentada únicamente en la fisiología experimental de cada paciente individual. Este debate todavía habría de durar bastante tiempo.
Aunque solemos situar el nacimiento de la ciencia moderna basada en la experimentación en el Renacimiento, es a finales del siglo XVIII y comienzos del siglo XX cuando se produce en Europa la denominada revolución industrial, comenzando en Inglaterra con el empleo de la máquina de vapor y la utilización del carbón como primera fuente de energía, que irá substituyendo poco a poco a los animales y a la mano de obra humana en diferentes tareas. Paralelamente asistimos al declive de los regímenes monárquicos, y a los comienzos de la difusión de la recogida sistemática de datos de tipo social y económico, de los cuales el propio Napoleón era un gran entusiasta, dada su pasión por las matemáticas, y su tremendo espíritu organizativo. Precisamente contó con gran número de matemáticos franceses en su tarea reformadora, entre los que hay que contar a uno de los padres de la teoría de probabilidades, Pierre Simon de Laplace, que fue profesor suyo, y a quien nombraría incluso ministro del interior en 1799, aunque sólo duró en el cargo unas pocas semanas, pero al que concedería la Legión de Honor en 1805.
Es en ese entorno cuando podemos datar uno de los primeros y rotundos éxitos de lo que después conoceremos como epidemiología, al descubrir John Snow (1813-1858) en 1854 mediante un cuidadoso y planificado estudio, más de veinte años antes de que Pasteur y Koch sentaran las base de la moderna microbiología, que el medio de propagación de las epidemias de cólera estaba en el suministro de agua de la ciudad de Londres, en línea diametralmente opuesta a la teoría entonces dominante de la "miasma" y su difusión área. Precisamente en una encuesta realizada a los médicos británicos en 2003 fue elegido por éstos como el médico más grande de la historia. No sólo fue pionero en la utilización de la higiene médica, sino también en el empleo de la anestesia. En cuanto al estudio de los datos de consumo de agua procedente de las distintas estaciones de bombeo de Londres y los números de muertes acaecidos en los diferentes distritos servidos por estas fuentes, resulta revelador la esmerada y cuidadosa recogida de datos, que permiten la obtención de conclusiones claras a partir de cálculos muy sencillos, de aritmética elemental, lo que contrasta poderosamente con la situación actual, en la que quizás se ha invertido la posición, y asignamos a la estadística un papel tan predominante, que incluso se emplea para intentar arreglar las consecuencias de una mala planificación o de un mal diseño del estudio, y otras veces para ornamentar con un halo de tecnicismo trabajos que son a todas luces mediocres o irrelevantes.
BREVE EVOLUCIÓN HISTÓRICA
Uno de los primeros trabajos sobre la probabilidad corresponde al matemático italiano del siglo XVI Girolamo Cardano (1501-1576), aunque fue publicado 86 años después de su fallecimiento.
Ya en el siglo XVII nos encontramos con correspondencia relativa a la probabilidad en los juegos de azar entre los matemáticos franceses Blaise Pascal (1623-1662) y Pierre de Fermat (1601-1665), fundamentos sobre los que Christian Huygens (1629-1695), físico, matemático y astrónomo danés, publicaría un libro en 1656.
Uno de los primeros propulsores de la idea del uso de la teoría de probabilidades en meteorología y medicina fue el matemático suizo Jakob Bernouilli (1654-1705).
Como ya se ha comentado en la introducción, durante el siglo XVIII comienza el auge de la estadística descriptiva en asuntos sociales y económicos y es a finales de este siglo y comienzos del XIX cuando empiezan a sentarse verdaderamente las bases teóricas de la teoría de probabilidades con los trabajos de Joseph Louis Lagrange (1736-1813) y Pierre Simon de Laplace (1749-1827), del brillantísimo y ubicuo matemático y astrónomo alemán Carl Friedrich Gauss (1777-1855), y de Siméon-Denis Poisson (1781-1840). Previamente cabe destacar el descubrimiento de la distribución normal por Abraham de Moivre (1667-1754), distribución que será posteriormente "redescubierta" por Gauss y Poisson.
Una vez sentadas las bases de la teoría de probabilidades, el nacimiento de la estadística moderna y su empleo en el análisis de experimentos, podemos situarlo en los trabajos de Francis Galton (1822-1911) y Karl Pearson (1857-1936). Este último publicó en 1892 el libro The Grammar of Science, un clásico en la filosofía de la ciencia y fue él quien ideó el archiconocido test del chi2.
Pero es Ronald Arnold Fisher (1890-1962) sin lugar a dudas la figura más influyente de la estadística, situándola como una poderosa herramienta para la planificación y análisis de experimentos. Contemporáneo de Pearson, desarrolló el análisis de la varianza, fue pionero en el desarrollo de numerosas técnicas de análisis multivariante, y en la introducción del método de máxima verosimilitud para la estimación de parámetros. Su libro Statistical Methods for Research Workers publicado en 1925 ha sido probablemente el libro de estadística más utilizado durante mucho tiempo.
El hijo de Karl Pearson, Egon Pearson (1895-1980) y el matemático nacido en Polonia Jerzy Neyman (894-1981) pueden considerarse los fundadores de las pruebas modernas de contraste de hipótesis.
Mientras tanto en Rusia siempre ha habido una activa y fructífera escuela de matemáticos y la estadística, como no podía ser de otra forma, ha contado con su aportación e influencia. Durante finales del XVIII y comienzos del XIX cabe destacar las figuras de Pafnuty Chebichev (1821-1894) y Andrei Markov (1856-1922), y posteriormente Alexander Khinchin (1894-1959) y Andrey Kolmogorov (1903-1987).
LUCES Y SOMBRAS, Y ALGUNAS ANÉCDOTAS
En general en nuestra formación académica estudiamos las asignaturas científicas de un manera lineal y aséptica, como un cuerpo de doctrina fuera de cualquier contexto histórico, desligado de la vida de personas reales que contribuyeron a su desarrollo, así como de las circunstancias históricas y sociales que propiciaron la aparición de nuevas teorías y conocimientos, lo cual contrasta de forma sorprendente con el auge y éxito de ventas de las novelas históricas, de las biografías, ensayos sobre la historia de la ciencia y libros en los que se mezcla la matemática y la ficción. Pero por otro lado mucha gente piensa que las implicaciones éticas y sociales de la ciencia son de gran importancia, existiendo incluso un sector importante de la población que desarrolla una auténtica hostilidad hacia las cuestiones científicas, considerando la ciencia como una especie de gran enemigo de la humanidad. Es por ello que creemos que resulta de gran interés centrar la evolución histórica de la ciencia, de la cual la estadística constituye una pequeña parcela, en su contexto, así como conocer algo más sobre la vida y esfuerzos de las personas que, para bien o para mal, contribuyeron a su desarrollo. En el caso de la estadística, a quien esté interesado en la historia de sus protagonistas, de una forma amena aunque quizás algo superficial, le recomendamos el libro The lady tasting tea.
LA ESTADÍSTICA Y EL NAZISMO
Tal y como queda dicho R.A. Fisher constituye una figura capital en el desarrollo de la estadística moderna, se puede incluso decir que quizás la más importante e influyente, y sin embargo también existen zonas de sombra en su importante trabajo. A raíz de los descubrimientos de Darwin sobre el mecanismo hereditario de evolución de las especies, surgió una nueva teoría científica (?) denominada eugenesia, término acuñado por Francis Galton en 1883, quien era por cierto sobrino de Darwin y fue el "descubridor" de las huellas digitales.
Podríamos definir la eugenesia como la ciencia que estudia cómo mejorar la raza humana, proporcionando los mecanismos para que las características que se consideran como mejores se desarrollen más rápidamente sobre las que se consideran inadecuadas. Se trata por tanto de dirigir de forma controlada la selección natural. En cuanto escuchamos esta definición en seguida nos viene a la mente el nazismo y sus teorías de superioridad de la raza aria, la limpieza étnica... El desarrollo de la teoría de la evolución de las especies, el auge del método estadístico aplicado a las ciencias y el auge de los fascismos europeos, comparten la secuencia temporal y se influenciaron mutuamente. Desgraciadamente no sólo matemáticos sino también gran número de científicos de otras especialidades fueron defensores de las teorías eugenésicas. La lista de científicos que, al menos inicialmente, prestaron apoyo a la teoría eugenésica es lamentablemente demasiado grande; entre los estadísticos empezando por Galton, Karl Pearson, y sobre todo Fisher. Otros científicos fueron Haldane, Husley, Castle, Morgan, Jennings, Davenport, Goddart, Grant, Konrad Lorenz..., inventores como Graham Bell, o escritores como Bernard Shaw (Sin embargo resulta curioso que a éste último se le atribuya la anécdota de que en cierta ocasión una bellísima actriz de la época le comentara en un acto social que harían buena pareja, ya que sus futuros hijos serían tan guapos como ella y tan listos como él, a lo que parece que le contestó que probablemente no, ya que podían resultar tan feos como él y tan tontos como ella).
En 1933 el gobierno alemán presidido por Hitler promulgó la ley de esterilización eugenésica, que puede considerarse ya como el antecedente de los exterminios perpetrados en los campos de concentración y las atrocidades cometidas en nombre de una supuesta experimentación médica en dichos campos.
Aunque en 1930 Huxley, Haldane, Hogben, Jennings y otros biólogos comenzaron a reaccionar contra lo descabellado de muchas ideas propugnadas por la eugenesia, ya era demasiado tarde, puesto que dichas ideas había adquirido difusión e importancia, y no sólo en los regímenes fascistas europeos. Un importante biólogo americano Charles Davenport, financiado por la Carnegie Foundation, creó el Eugenics Record Office en 1910, y miles de americanos cumplimentaron un "registro de rasgos familiares", una especie de pedigree familiar...
Todo ello revela que, contrariamente a lo que muchas veces creemos o tratamos de creer, no podemos desligar la evolución científica del marco social en el que ésta se desarrolla, existiendo un camino de ida y vuelta entre ambos, y siendo frecuentemente difícil, incluso en ocasiones imposible, desligar las propias creencias y opiniones a priori en la interpretación de los hechos observados, como vamos a ver en el siguiente apartado
¿FUMAR PRODUCE CÁNCER?
Hacia 1920 se observó un gran incremento de los fallecimientos por cáncer de pulmón. Aunque existen trabajos previos sobre la posible relación entre el hábito de fumar y el cáncer de pulmón, como los de Lombard y Doering (1928) y Müller (1939), no será hasta 1950 con los trabajos de Wynder y Graham (1950), y sobre todo Doll y Hill (1950, 1952), que la cuestión cobrará verdadero interés e incluso propiciará agrios debates en la opinión pública. Este último trabajo, publicado en BMJ, es un estudio casos-controles, donde los casos lo constituyen los pacientes que ingresaban en ciertos hospitales con diagnóstico de cáncer de pulmón, mientras que los controles eran pacientes cuyo ingreso se debía a otras causas. A ambos tipos de pacientes se les interrogaba sobres sus hábitos tabáquicos, inhalación de otros gases, y otros posibles agentes etiológicos diferentes. Las encuestas fueron efectuadas por personal "ciego", en el sentido de que desconocían el propósito del trabajo. El resultado fue que los casos y controles tenían una exposición similar a todos los posibles factores de riesgo, salvo el tabaco, con los siguientes resultados:
|
| Casos | Controles | Total |
| Fumador | 1350 | 1296 | 2646 |
| No fumador | 7 | 61 | 68 |
| Total | 1357 | 1357 | 2714 |
Si efectuamos los cálculos, el odds ratio es de 9.1, y dado que las tasas de cáncer de pulmón en la población son bajas, el odds ratio puede interpretarse como un riesgo relativo de padecer cáncer de pulmón de los fumadores frente a los no fumadores. El resultado es estadísticamente significativo con un nivel de probabilidad inferior a 0.001.
Sin embargo estos trabajos recibieron numerosas y fuertes críticas y de personalidades tan respetadas como Joseph Berkson, estadístico principal de la Clínica Mayo. Incluso Jerzy Neyman puso objeciones. Pero quizás el principal paladín de esas críticas fue nada menos que el gran R.A. Fisher (a quien en vemos en muchas fotografías con su pipa en la mano), quien en 1958 publicó un artículo titulado "Cigarettes, Cancer and Statistics" en Centennial Review, y dos artículos en la prestigiosa revista Nature titulados "Lung Cancer and Cigarettes" y "Cancer and smoking".
En 1954 Doll y Hill comenzaron un estudio prospectivo, de cohortes, en el que se efectuaba un seguimiento de médicos británicos y se estudiaba la posible asociación entre las tasas de mortalidad y el hábito tabáquico, que corroboró no sólo los resultados anteriores sino también una mortalidad más rápida también por otras causas, fundamentalmente enfermedades coronarias, entre los fumadores.
A medida que la evidencia se fue acumulando tanto Berkson como Neyman fueron cambiando de opinión, aunque Fisher permaneció irreductible en su posición. Otro gran estadístico Jerome Cornfield con cinco expertos más del National Cancer Institute, de la American Cancer Society, y el Sloan-Kettering Institute, escribieron un artículo en 1959 en el que se revisaba los diferentes trabajos publicados al respecto, así como las objeciones que habían sido planteadas tanto por Fisher, como Berkson, y Neyman, y el propio Tobacco Institute, demostrando la abrumadora evidencia a favor de que la tesis de que el hábito de fumar es una causa importante del aumento de la incidencia de cáncer de pulmón.
Esta historia ilustra tanto la dificultad que entraña probar mediante argumentos estadísticos una relación causa efecto, como la importancia que tienen las propias creencias en el análisis de los datos, incluso entre investigadores que supuestamente deberían tener una opinión ecuánime.
PRIMER ENSAYO CLÍNICO ALEATORIZADO
Bajo la influencia de los trabajos de Fisher y de sus publicaciones sobre el correcto diseño de experimentos, así como la utilización de la aleatorización como metodología para eliminar el sesgo y controlar la variabilidad experimental, la estadística comenzó a ser empleada también en la experimentación médica, de la mano de uno de sus principales impulsores Hill, como ya se ha comentado. Se suele citar como primer ensayo clínico aleatorizado el efectuado por el British Medical Research Council en 1946, sobre el uso de la estreptomicina en el tratamiento de la tuberculosis pulmonar, en el que intervino Hill y que fue planificado, ejecutado y publicado con un cuidado esmerado.
También en América la metodología estadística comenzaba su exitosa carrera en el mundo de la investigación médica. En 1954 se llevó a cabo el mayor y más costoso estudio médico jamás realizado, para evaluar la eficacia de la vacuna de Salk como protección contra la poliomelitis. Puesto que la incidencia anual de polio era solo del orden de 1/2000, fue necesaria la participación de alrededor de 2 millones de niños, con un coste superior a 5 millones de dólares, para comprobar definitivamente la eficacia de la vacuna.
BREVE HISTORIA DE LA REGRESIÓN LOGÍSTICA
El concepto de regresión es uno de los pilares de la estadística, y data al menos desde principios de 1800 con los trabajos de Legendre, Gauss y Laplace. Es posible que el término regresión sea debido a Francis Galton, quien acuñó el término "regresión hacia la media" para describir la observación de que los hijos de padres muy altos tienden a ser algo más bajos que sus progenitores, y por el contrario los hijos de padres muy bajos suelen ser algo más altos, y por lo tanto acercarse en ambos casos más a la media de la población. Este fenómeno que se produce en muchas más circunstancias en la naturaleza, queda muy bien explicado por Stephen M. Stiegler con el siguiente ejemplo. Supongamos que efectuamos en dos momentos diferentes de tiempo un examen sobre una materia concreta a un alumno, y evaluamos primero uno de ellos, observando que obtiene una nota mucho más alta que la media de sus compañeros de clase. ¿Cómo de buena esperamos que sea la puntuación en el segundo examen? Probablemente alta, pero también probablemente no tan alta como en la primera ocasión, ya que probablemente el gran éxito en la primera ocasión se deba a dos componentes: por un lado la capacidad del alumno (componente estable o permanente) y por otro un cierto grado de suerte (componente transitorio y en cierta medida aleatorio). El coeficiente que medía esa regresión hacia la media pasó desde entonces a indicarse con la letra r.
La posible presencia de regresión hacia la media entraña una "trampa" en la que es fácil caer ignorando su presencia. En el estudio de datos de tratamientos que reducen los niveles anormalmente altos de una variable biológica, como puede ser el caso de la tensión arterial, podemos analizar el subgrupo de pacientes con valores más elevados, observando un mayor descenso que puede no ser debido en su totalidad al tratamiento, sino precisamente a esa regresión hacia la media, que aparecería incluso sin tratamiento alguno. Esa es una de las ventajas de la aleatorización, entre otras, ya que permite compensar estos sesgos.
Aunque este primer concepto de regresión no tenga nada que ver con el sentido que actualmente se utiliza para esa palabra, que designa las técnicas empleadas para construir funciones matemáticas que permiten calcular o predecir el resultado de una o más variables a partir de otras variables.
Una de las técnicas de regresión más utilizada actualmente en medicina es la regresión logística. Ya en 1937 Bartlett utiliza la transformación log[y/(1-y)] para analizar proporciones. También Fisher y Yates sugieren en 1938 el uso de esa transformación para analizar datos binarios. El término logit fue introducido por Joseph Berkson en 1944 para designar esta transformación y sus trabajos popularizaron la utilización de la regresión logística. Jerome Cornfield utilizó la regresión logística para el cálculo de odds ratio como valores aproximados del riesgo relativo en estudios de casos y controles.
Pero quizás el principal difusor de la regresión logística fue David R. Cox en 1970 con su libro The Analysis of Binary Data.
Uno de los últimos avances más importantes en el campo de la regresión de los últimos años corresponde a la introducción de los modelos lineales generalizados GLM, por los estadísticos británicos John Nelder y R.W.M. Wedderburn, en 1972, que unifican toda la teoría existente en cuanto a modelos probit y modelos logísticos, con los modelos lineales basados en la distribución normal, así como el análisis de la varianza. Curiosamente el principal algoritmo para ajustar estos modelos se denomina "Fisher scoring", debido a que fue introducido por Fisher en 1935 para ajustar modelos probit de máxima verosimilitud.
LOS ORDENADORES
Muchos de los problemas de estimación de parámetros de modelos estadísticos no tienen una solución algebraica fácil o ni siquiera es posible obtener una fórmula para calcularla. Es el caso de la mayoría de las estimaciones por el método de máxima verosimilitud. Sin embargo es posible obtener una solución suficientemente aproximada mediante un método que se denomina iterativo. En esencia la idea es la siguiente: se trata de determinar el máximo de una función matemática (la función de verosimilitud). Si imaginamos la función como una colina que subimos con los ojos cerrados podemos suponer que mientras al avanzar sigamos ascendiendo todavía no hemos llegado a la cima, pero si en un momento determinado, al avanzar pasamos de ascender a descender entonces quiere decir que hemos llegado a la cumbre, la posición del máximo. El mecanismo por tanto es proponer un valor para el parámetro que se va a estimar y calcular el valor de la función. Aumentamos por ejemplo ligeramente el valor del parámetro y volvemos a calcular el valor de la función, si éste aumenta seguimos aumentando el valor de la solución y en caso contrario lo disminuimos. El tamaño del nuevo paso va a depender en cada momento de la pendiente observada: si la pendiente es grande daremos un paso grande, si es pequeña el siguiente paso será más pequeño. Aunque parece ser que este tipo de métodos numéricos ya eran utilizados en la antigua China y en el antiguo Egipto, sí que se sabe que era empleado por los bancos en la época del Renacimiento para cálculos de interés, guardando en secreto cada banco la fórmula concreta que utilizaba.
Está claro que incluso sin estos cálculos iterativos, los cálculos necesarios en cualquier procedimiento estadístico, aunque sólo sea para determinar la desviación estándar de un conjunto de datos, son tremendamente tediosos para ser efectuados con una calculadora básica no programable y no digamos a mano. De ahí que no resulte extraño que la verdadera "edad de oro" de la estadística haya ido pareja con el auge del ordenador personal. Aunque el enfoque estadístico de Fisher sigue siendo hoy igual de correcto y podemos decir que la estimación por el método de máxima verosimilitud es la base de la mayor parte de los nuevos métodos desarrollados, la diferencia en cuanto a su empleo universal radica ahora en la potencia de cálculo de la que disponemos, que ha permitido resolver problemas antes intratables y sobre todo divulgar su uso.
Un gran parte de las técnicas de análisis de la estadística moderna, como por ejemplo los métodos de Montecarlo, la estimación autosuficiente, la utilización de modelos bayesianos, etc. no son posibles sin la utilización del ordenador para efectuar los cálculos.
LOS AVANCES MÁS RECIENTES
Después de la segunda guerra mundial los avances recientes en física, economía y telecomunicaciones, abrieron nuevos campos para la utilización de técnicas estadísticas, entre las que cabe destacar el análisis de series temporales, la teoría de juegos, teoría del caos, redes neuronales, aunque la influencia de todas ellas en el campo de la estadística médica ha sido escasa.
Sin embargo uno de los campos en los que la bioestadística va a experimentar sin lugar a dudas un mayor crecimiento en un futuro reciente, como en muchas otras áreas de la medicina, es el campo de la genética y concretamente de la epidemiología genética.
http://www.uv.mx/cienciahombre/revistae/vol18num2/articulos/historia/index.htm
http://www.seh-lelha.org/historiastat.htm#LADY
No hay comentarios:
Publicar un comentario