En la investigación, el valor que refleja 'ningún efecto' suele ser 0 o 1.0. Entonces, al igual que las pruebas de significancia tradicionales, si 0 o 1.0 está dentro del intervalo de confianza (IC), no hay una diferencia significativa entre los tratamientos. Si 0 o 1.0 está fuera del IC, existe una diferencia significativa entre los tratamientos. Pero los IC nos dicen más que 'importancia estadística'. Nos dan una idea de los efectos más pequeños y más grandes que probablemente se den con los datos observados, y transmiten una idea de precisión. Los IC estrechos suelen surgir en estudios grandes que tienen un "poder" razonable para detectar un efecto, por lo que las estimaciones del efecto verdadero que abarcan son bastante precisas. Por otro lado, los IC amplios suelen surgir en estudios pequeños que tienen poca potencia para detectar un efecto, por lo que las estimaciones del efecto verdadero que abarcan son bastante imprecisas y proporcionan información limitada (como en la caricatura de Garfield).
Resultados inventados: "La diferencia en la duración de la analgesia posoperatoria después de la artroplastia total de rodilla fue mayor para los pacientes que recibieron ropivacaína inyectada en el espacio de la herida intraarticular que en el espacio de la herida extraarticular [6.0 h (IC del 95 %: 1.1 - 10.9 h)]". En la muestra estudiada, la diferencia en la duración de la analgesia postoperatoria se estimó en 6 horas (a favor de la intraarticular). Si este efecto fuera cierto, tendríamos un 95 % de confianza en que el IC calculado a partir de esta muestra (1 a 11 horas) lo contiene. Algunos lectores pueden sentir que la diferencia de 6 horas es de mínima importancia para sus pacientes; además, el límite inferior de 1 hora puede reforzar su conclusión de que el abordaje intraarticular tiene poco interés clínico. Otros pueden sentir que el IC es algo amplio. Pueden preocuparse por la precisión del estudio y pueden cuestionar la exactitud de la diferencia estimada de 6 horas derivada de la muestra estudiada. Pero esto está "bien" porque los IC brindan estimaciones de efecto y precisión que fomentan este tipo de pensamiento entre investigadores y médicos; los valores de p no pueden.
El próximo mes, las estadísticas en pequeñas dosis recapitularán la importancia de una buena recopilación y gestión de datos, en particular aquellos "puntos críticos" estadísticos que pueden causar estragos en el análisis y la interpretación estadísticos.
