Cada término de los tutoriales y de las herramientas con un subrayado punteado lleva aquí. Las definiciones son resúmenes propios, escritos para un lector de ciencias de la salud; para profundizar, cada una indica las fuentes de referencia en las que se basa.
Cegamiento
Ocultar a una o más personas del ensayo qué tratamiento recibe cada participante: al paciente, a quien trata, a quien evalúa el desenlace o a quien analiza los datos. Evita que las expectativas influyan en el tratamiento, en el reporte de síntomas o en la medición. Es más importante cuanto más subjetivo es el desenlace. No debe confundirse con el ocultamiento de la secuencia de asignación, que protege la aleatorización.
Fuentes: Schulz y Grimes, 2002; Hulley et al., 2013.
Coeficiente de correlación
Número entre −1 y 1 que mide qué tan fuerte es la relación lineal entre dos variables numéricas (r de Pearson) o entre sus rangos (rho de Spearman). Cero indica ausencia de relación lineal; el signo indica la dirección. Para calcular el tamaño de muestra se usa el valor mínimo de r que sería importante detectar.
Fuentes: Kirkwood y Sterne, 2003; Hulley et al., 2013.
Confusión
Distorsión de la asociación entre una exposición y un desenlace causada por una tercera variable que se asocia con ambas y no es consecuencia de la exposición. Se controla en el diseño (restricción, emparejamiento) o en el análisis (estratificación, ajuste en un modelo de regresión).
Fuentes: Rothman et al., 2008; Porta, 2014.
Conglomerado
Grupo de unidades vecinas (por ejemplo, un conjunto de viviendas de una zona) que se selecciona como un todo en la primera etapa de una muestra. Las personas de un mismo conglomerado se parecen entre sí más que dos personas al azar, y eso aumenta el error estándar. En la ENDES es la unidad primaria de muestreo y se identifica con la variable HV001.
Fuentes: Lumley, 2010; INEI, ficha técnica ENDES 2024.
Corrección de continuidad
Ajuste que se aplica cuando una distribución continua (la normal) aproxima datos que en realidad son conteos. En el cálculo del tamaño de muestra para comparar dos proporciones aumenta un poco el n y lo acerca al que exigiría una prueba exacta; por eso suele recomendarse.
Fuentes: Fleiss et al., 2003.
Corrección por población finita
Reducción del tamaño de muestra cuando la población es pequeña y conocida (por ejemplo, los 400 internos de un hospital). Con la fórmula clásica, n = N z² p q / [d² (N − 1) + z² p q]. Solo cambia el resultado de forma apreciable cuando la muestra es más de 5 % de la población.
Fuentes: Cochran, 1977; Lwanga y Lemeshow, 1991.
Curva ROC
Gráfico que muestra, para todos los puntos de corte de una prueba con resultado numérico, la sensibilidad frente a 1 − especificidad. El área bajo la curva (AUC) resume su capacidad de discriminar: es la probabilidad de que un enfermo elegido al azar tenga un valor más alto que un sano elegido al azar. Un AUC de 0,5 equivale al azar y uno de 1, a una discriminación perfecta.
Fuentes: Hanley y McNeil, 1982; Kirkwood y Sterne, 2003.
Dato censurado
Participante de un estudio de supervivencia que no presentó el evento mientras fue observado: terminó el estudio sin el evento, se perdió en el seguimiento o salió por otra causa. Se sabe que estuvo libre del evento hasta su último control, y esa información se aprovecha en el análisis. Los métodos de supervivencia suponen que la censura no está relacionada con el pronóstico (censura no informativa).
Fuentes: Clark et al., 2003; Kirkwood y Sterne, 2003.
Desviación estándar
Medida de cuánto se dispersan los valores alrededor de su media, en las mismas unidades que la variable. Para el tamaño de muestra se toma de un estudio previo o de un piloto en una población parecida.
Fuentes: Kirkwood y Sterne, 2003.
Diseño muestral complejo
Forma de seleccionar una muestra que no es aleatoria simple: combina estratos, conglomerados y probabilidades de selección distintas. Para estimar bien hay que declarar el diseño (en R, con survey::svydesign()); si se ignora, las cifras describen a la muestra y los intervalos de confianza son incorrectos.
Fuentes: Lumley, 2010.
Efecto de diseño
Cuántas veces mayor es la varianza de una estimación con un muestreo complejo (por conglomerados, por ejemplo) que con un muestreo aleatorio simple del mismo tamaño. Se abrevia DEFF; el tamaño de muestra calculado para un muestreo simple se multiplica por él. Lo ideal es tomarlo de un estudio previo con el mismo diseño; si no lo hay, en encuestas por conglomerados suele asumirse un DEFF de 2.
Fuentes: Kish, 1965; Lwanga y Lemeshow, 1991.
Efecto Hawthorne
Cambio en la conducta de las personas por saber que están siendo observadas o estudiadas. Puede hacer que una medición refleje la conducta bajo observación y no la habitual, o que un grupo mejore por recibir más atención y no por la intervención. Se reduce con mediciones poco intrusivas y con el mismo calendario de visitas en todos los grupos.
Fuentes: McCambridge et al., 2014; Porta, 2014.
Efecto placebo
Mejoría atribuida a recibir un tratamiento sin principio activo, por la expectativa del paciente o el contexto de la atención. Parte de lo que se ve en un grupo placebo se debe a la evolución natural y a la regresión a la media. Su efecto propio es mayor en desenlaces subjetivos, como el dolor, que en desenlaces objetivos.
Fuentes: Hróbjartsson y Gøtzsche, 2001; Porta, 2014.
ENDES
Encuesta Demográfica y de Salud Familiar del Perú, a cargo del INEI. Mide la dinámica demográfica, la salud materno-infantil y las enfermedades no transmisibles y transmisibles. Su muestra es bietápica, probabilística de tipo equilibrado y estratificada, representativa por departamento y área urbana y rural. En el Cuestionario de Salud se entrevista a una persona de 15 y más años por hogar. Los microdatos se descargan en https://proyectos.inei.gob.pe/microdatos/.
Fuentes: INEI, ficha técnica ENDES 2024.
Ensayo cruzado
Ensayo en el que cada participante recibe todos los tratamientos en estudio, en un orden asignado al azar y separados por un periodo de lavado. Cada persona es su propio control, por lo que se necesitan menos participantes. Solo sirve en enfermedades crónicas y estables, con efectos que desaparecen al suspender el tratamiento, y se analiza con métodos para datos pareados.
Fuentes: Mills et al., 2009; Hulley et al., 2013.
Error estándar
Medida de cuánto variaría una estimación (una prevalencia, un coeficiente) si se repitiera el estudio con otras muestras del mismo tamaño. Es la base para calcular intervalos de confianza y valores p.
Fuentes: Kirkwood y Sterne, 2003.
Error tipo I y error tipo II
Los dos errores posibles al decidir con una prueba de hipótesis. El tipo I (α) es rechazar la hipótesis nula cuando es cierta: concluir que hay un efecto que no existe. El tipo II (β) es no rechazarla cuando es falsa: no detectar un efecto que sí existe. El nivel de significancia fija la probabilidad máxima del error tipo I, y la potencia es 1 − β.
Fuentes: Kirkwood y Sterne, 2003; Hulley et al., 2013.
Especificidad
Proporción de personas sin la enfermedad en las que la prueba da negativo. Una prueba muy específica rara vez da falsos positivos.
Fuentes: Kirkwood y Sterne, 2003; Buderer, 1996.
Estandarización marginal
Procedimiento para obtener una medida de asociación para toda la población a partir de un modelo: se predice el desenlace para todas las personas como si todas estuvieran expuestas y luego como si ninguna lo estuviera, y se comparan los promedios. Permite, por ejemplo, reportar una razón de prevalencias ajustada desde una regresión logística.
Fuentes: Muller y MacLehose, 2014; Rothman et al., 2008.
Estrato
Subgrupo de la población, definido antes del muestreo (por ejemplo, departamento y área urbana o rural), dentro del cual se selecciona una muestra independiente. La estratificación suele reducir el error estándar. En la ENDES se identifica con la variable HV022.
Fuentes: Lumley, 2010; INEI, ficha técnica ENDES 2024.
Estudio transversal
Estudio que mide la exposición y el desenlace en el mismo momento en una población definida. Estima prevalencias, no incidencias, por lo que no permite establecer qué ocurrió primero.
Fuentes: Porta, 2014; Rothman et al., 2008.
Factor de expansión (peso)
Número de personas de la población que representa cada persona de la muestra. Es la inversa de su probabilidad de selección, ajustada por la falta de respuesta. Usarlo corrige que algunos grupos estén sobrerrepresentados en la muestra. En el Cuestionario de Salud de la ENDES es la variable PESO15_AMAS, que viene con seis decimales implícitos.
Fuentes: Lumley, 2010; INEI, ficha técnica ENDES 2024.
Falacia ecológica
Error de atribuir a las personas una asociación observada entre grupos, como países o distritos. Una relación entre promedios de grupos puede no existir, o incluso invertirse, dentro de cada grupo. Por eso un estudio ecológico genera hipótesis, que deben confirmarse con datos individuales.
Fuentes: Morgenstern, 1995; Porta, 2014.
Hazard ratio
Cociente entre las tasas instantáneas del evento (hazards) de dos grupos, estimado habitualmente con la regresión de Cox. Un HR de 0,70 indica que, en cada momento del seguimiento, la tasa del evento es un 30 % menor en un grupo que en el otro. Supone que ese cociente es constante en el tiempo (riesgos proporcionales) y, como toda medida relativa, conviene acompañarlo de los riesgos absolutos.
Fuentes: Clark et al., 2003; Kirkwood y Sterne, 2003.
Heterogeneidad
Variación entre los resultados de los estudios de un metaanálisis mayor que la esperable por azar. Se evalúa con la prueba Q y se cuantifica con I², el porcentaje de la variabilidad que se debe a diferencias reales entre estudios; valores cercanos a 25 %, 50 % y 75 % suelen describirse como baja, moderada y alta. Cuando es alta, se busca su explicación y se usa un modelo de efectos aleatorios.
Fuentes: Higgins et al., 2003.
Intención de tratar
Análisis de un ensayo en el que cada participante se incluye en el grupo al que fue asignado, haya recibido o no el tratamiento. Conserva la comparabilidad que da la aleatorización y responde qué pasa cuando se indica el tratamiento. El análisis por protocolo, que excluye a quienes no cumplieron, puede complementarlo, pero pierde esa protección.
Fuentes: Hulley et al., 2013; Porta, 2014.
Intervalo de confianza
Rango de valores compatibles con los datos para el parámetro estimado. Un intervalo del 95 % se construye con un método que, en repeticiones del estudio, contendría el valor real el 95 % de las veces. Su amplitud refleja la precisión de la estimación.
Fuentes: Kirkwood y Sterne, 2003; Rothman et al., 2008.
Intervalo de predicción
En un metaanálisis de efectos aleatorios, rango en el que se espera que esté el efecto verdadero de un nuevo estudio o de un nuevo lugar. A diferencia del intervalo de confianza, que describe la precisión del efecto promedio, refleja también la heterogeneidad entre estudios, por lo que suele ser mucho más ancho.
Fuentes: Riley et al., 2011.
Mediana y rango intercuartílico (RIC)
La mediana es el valor que deja a la mitad de los datos por debajo y a la otra mitad por encima. El rango intercuartílico va del primer cuartil (Q1, el 25 % más bajo) al tercero (Q3, el 75 % más bajo) y contiene a la mitad central de los datos. Se usan para variables numéricas asimétricas, porque los valores extremos no los arrastran como a la media y la desviación estándar.
Fuentes: Kirkwood y Sterne, 2003.
Método de Kaplan-Meier
Estimación de la probabilidad de seguir libre del evento a lo largo del tiempo. En cada momento en que ocurre un evento, multiplica la probabilidad acumulada por la proporción de quienes, estando en riesgo, no lo presentaron, y aprovecha a los participantes censurados mientras fueron observados. Se representa como una curva escalonada y permite estimar la mediana de supervivencia.
Fuentes: Bland y Altman, 1998; Clark et al., 2003.
Modelo log-binomial
Modelo lineal generalizado con distribución binomial y enlace logarítmico. Sus coeficientes exponenciados son razones de prevalencias (o de riesgos). Con desenlaces frecuentes o covariables continuas suele no converger, porque algunas probabilidades predichas superarían 1.
Fuentes: Barros y Hirakata, 2003; Zou, 2004.
Nivel de confianza
Porcentaje de intervalos de confianza que, si se repitiera el estudio muchas veces, contendrían el valor real. Es 1 − α, donde α es la probabilidad de error tipo I (concluir que hay diferencia cuando no la hay). Lo habitual es 95 % (α = 0,05), que corresponde a z = 1,96.
Fuentes: Kirkwood y Sterne, 2003; Hulley et al., 2013.
Número necesario a tratar
Número de pacientes que hay que tratar durante un periodo determinado para evitar un evento adicional. Es el inverso de la reducción absoluta del riesgo (NNT = 1 / RAR). Cuando el tratamiento aumenta el riesgo de un daño, el inverso del aumento absoluto es el número necesario para dañar (NNH). Siempre se reporta con su periodo y su intervalo de confianza.
Fuentes: Laupacis et al., 1988; Altman, 1998.
Obesidad abdominal
Exceso de grasa en el abdomen, que se estima con el perímetro de cintura. Con los criterios del ATP III se define como un perímetro mayor de 102 cm en hombres y mayor de 88 cm en mujeres. No se evalúa en gestantes.
Fuentes: ATP III, 2001.
Odds (chance)
Cociente entre la probabilidad de que ocurra un evento y la probabilidad de que no ocurra: p/(1 − p). Una prevalencia de 50 % equivale a una odds de 1; una de 80 %, a una odds de 4.
Fuentes: Kirkwood y Sterne, 2003; Porta, 2014.
Odds ratio (OR)
Cociente de dos odds: la del desenlace en expuestos entre la de no expuestos. En una tabla 2×2 es ad/bc. Se parece a la razón de prevalencias solo cuando el desenlace es raro; cuando es frecuente se aleja de 1 mucho más. Es la medida que estima la regresión logística.
Fuentes: Kirkwood y Sterne, 2003; Rothman et al., 2008.
Pérdidas o no respuesta
Proporción de participantes que se espera perder: personas que no aceptan participar, abandonan el seguimiento o tienen historias clínicas incompletas. El tamaño de muestra se divide entre (1 − proporción de pérdidas) para que, al final, queden suficientes datos.
Fuentes: Hulley et al., 2013.
Persona-tiempo
Suma del tiempo que cada participante estuvo en observación y en riesgo de presentar el desenlace. Si una persona fue seguida 2 años y otra 6 meses, aportan 2,5 persona-años. Se usa como denominador de la tasa de incidencia cuando el seguimiento no es igual para todos: la tasa es el número de eventos dividido entre la persona-tiempo total.
Fuentes: Rothman et al., 2008; Kirkwood y Sterne, 2003.
Porcentaje por columna y por fila
En una tabla que cruza dos variables, el porcentaje por columna se calcula dentro de cada columna (de las personas con presión alta, qué porcentaje son hombres) y el porcentaje por fila, dentro de cada fila (de los hombres, qué porcentaje tiene presión alta). La Tabla 1 de una tesis usa porcentajes por columna; la prevalencia de un desenlace por grupo es un porcentaje por fila.
Fuentes: Kirkwood y Sterne, 2003.
Potencia estadística
Probabilidad de que el estudio detecte una diferencia o asociación si realmente existe con el tamaño que se planteó. Es 1 − β, donde β es la probabilidad de error tipo II (no encontrar una diferencia que sí existe). Lo habitual es 80 % o 90 %.
Fuentes: Hulley et al., 2013; Kirkwood y Sterne, 2003.
Precisión
En el cálculo del tamaño de muestra, la mitad del ancho que se acepta para el intervalo de confianza (también llamada error o margen de error, d). Si la prevalencia esperada es 20 % y la precisión 5 %, se busca un intervalo de aproximadamente 15 % a 25 %. Puede ser absoluta (en puntos porcentuales) o relativa (como fracción de la prevalencia).
Fuentes: Lwanga y Lemeshow, 1991.
Prevalencia
Proporción de personas de una población que tienen una condición en un momento dado. Se expresa como proporción (0,62) o porcentaje (62 %).
Fuentes: Porta, 2014.
Prueba de chi cuadrado
Prueba que compara las frecuencias observadas en una tabla de contingencia con las esperadas si las dos variables fueran independientes. Con datos de una encuesta compleja se usa la corrección de Rao-Scott, que ajusta el estadístico por el efecto del diseño muestral; en R, survey::svychisq().
Fuentes: Kirkwood y Sterne, 2003; Rao y Scott, 1984; Lumley, 2010.
Razón de prevalencias (RP)
Cociente entre la prevalencia del desenlace en expuestos y en no expuestos: P₁/P₀. Una RP de 3 significa que la condición es tres veces más frecuente en los expuestos. Es la medida de asociación natural de los estudios transversales.
Fuentes: Rothman et al., 2008; Barros y Hirakata, 2003.
Reducción absoluta del riesgo
Diferencia entre el riesgo del grupo control y el del grupo tratado, expresada en puntos porcentuales. A diferencia de la reducción relativa, depende del riesgo basal: un mismo efecto relativo produce un beneficio absoluto mayor en pacientes de alto riesgo. Es la base del número necesario a tratar.
Fuentes: Laupacis et al., 1988; Rothman et al., 2008.
Regresión a la media
Tendencia de una medición extrema a ser seguida por otra más cercana al promedio, por simple variación aleatoria. Si los participantes entran a un estudio cuando sus valores están en su peor momento, mejorarán en la siguiente medición aunque no reciban ningún tratamiento. Por eso, comparar antes y después sin grupo control puede crear efectos falsos.
Fuentes: Bland y Altman, 1994.
Regresión de Cox
Modelo para el tiempo hasta un evento que estima el hazard ratio (HR): cuántas veces mayor es el riesgo instantáneo del evento en un grupo frente a otro, ajustando por otras variables. Aprovecha a los participantes que no tuvieron el evento durante el seguimiento (datos censurados). Supone que esa razón se mantiene constante en el tiempo (riesgos proporcionales), lo que se revisa en R con survival::cox.zph().
Fuentes: Kirkwood y Sterne, 2003; Rothman et al., 2008.
Regresión de Poisson
Modelo lineal generalizado para conteos, con enlace logarítmico. Aplicado a un desenlace binario (0/1), sus coeficientes exponenciados son razones de prevalencias; para que los intervalos de confianza sean correctos debe usarse con varianza robusta.
Fuentes: Zou, 2004; Barros y Hirakata, 2003.
Regresión logística
Modelo para desenlaces binarios que relaciona las covariables con el logaritmo de la odds del desenlace. Sus coeficientes exponenciados son odds ratios.
Fuentes: Hosmer et al., 2013.
Riesgo relativo
Cociente entre el riesgo (la incidencia acumulada) del desenlace en los expuestos y en los no expuestos. Se usa en estudios de cohortes. Un RR de 2 significa que los expuestos tienen el doble de riesgo.
Fuentes: Rothman et al., 2008; Porta, 2014.
Sensibilidad
Proporción de personas con la enfermedad en las que la prueba da positivo. Una prueba muy sensible rara vez da falsos negativos.
Fuentes: Kirkwood y Sterne, 2003; Buderer, 1996.
Sesgo de publicación
Distorsión de la evidencia disponible porque la publicación de un estudio depende de sus resultados: los positivos se publican más, antes y en revistas más visibles. Un metaanálisis basado solo en lo publicado sobrestima el efecto. Se explora con el funnel plot y se reduce buscando también en registros de ensayos y en la literatura gris.
Fuentes: Sterne et al., 2011; Turner et al., 2008.
Sesgo de recuerdo
Sesgo de información que aparece cuando los participantes recuerdan o reportan su exposición pasada de manera distinta según tengan o no el desenlace. Es típico de los estudios de casos y controles: los casos suelen buscar una explicación y recordar con más detalle. Se reduce con datos registrados antes del desenlace o con preguntas estandarizadas aplicadas igual a todos.
Fuentes: Coughlin, 1990; Delgado-Rodríguez y Llorca, 2004.
Sesgo de selección
Error sistemático que se produce por la forma en que los participantes entran o permanecen en el estudio, cuando esa forma se relaciona con la exposición y con el desenlace. Incluye la autoselección de voluntarios, la falta de respuesta, la elección inadecuada de controles y las pérdidas en el seguimiento. Aumentar el tamaño de la muestra no lo corrige.
Fuentes: Delgado-Rodríguez y Llorca, 2004; Rothman et al., 2008.
Tabla 2×2
Tabla que cruza una exposición (sí/no) con un desenlace (sí/no). Por convención, los expuestos van en la primera fila y el desenlace presente en la primera columna; las celdas se llaman a, b (expuestos) y c, d (no expuestos).
Fuentes: Kirkwood y Sterne, 2003.
Tamaño del efecto
Magnitud de la diferencia o asociación que el estudio quiere poder detectar: una diferencia de medias, un OR, un RR, una correlación. No es la que uno espera ver, sino la mínima que tendría importancia clínica. Cuanto más pequeño es, más grande debe ser la muestra.
Fuentes: Hulley et al., 2013.
Tasa de incidencia
Número de casos nuevos dividido entre el persona-tiempo en riesgo. Se expresa, por ejemplo, por cada 100 o 1000 persona-años. A diferencia del riesgo (incidencia acumulada), admite que cada participante haya sido seguido un tiempo distinto. Dos tasas se comparan con la razón de tasas, que se estima con la regresión de Poisson.
Fuentes: Rothman et al., 2008; Kirkwood y Sterne, 2003.
Valor p
Probabilidad de obtener un resultado igual o más extremo que el observado si la hipótesis nula fuera cierta. Un valor p pequeño indica que los datos son poco compatibles con esa hipótesis, pero no mide el tamaño ni la importancia de un efecto, ni la probabilidad de que la hipótesis sea cierta.
Fuentes: Wasserstein y Lazar, 2016; Kirkwood y Sterne, 2003.
Varianza robusta
Forma de calcular los errores estándar de un modelo que no depende de que la distribución supuesta sea correcta (también llamada estimador sándwich). Corrige los intervalos demasiado anchos de la regresión de Poisson aplicada a un desenlace binario. En R se obtiene con sandwich::vcovHC().
Fuentes: Zou, 2004.
Fuentes
Porta M, editor. A Dictionary of Epidemiology. 6.ª ed. Nueva York: Oxford University Press; 2014.
Rothman KJ, Greenland S, Lash TL. Modern Epidemiology. 3.ª ed. Filadelfia: Lippincott Williams & Wilkins; 2008.
Kirkwood BR, Sterne JAC. Essential Medical Statistics. 2.ª ed. Oxford: Blackwell Science; 2003.
Hosmer DW, Lemeshow S, Sturdivant RX. Applied Logistic Regression. 3.ª ed. Hoboken: Wiley; 2013.
Lumley T. Complex Surveys: A Guide to Analysis Using R. Hoboken: Wiley; 2010.
Zou G. A modified Poisson regression approach to prospective studies with binary data. Am J Epidemiol. 2004;159(7):702-6.
Barros AJD, Hirakata VN. Alternatives for logistic regression in cross-sectional studies: an empirical comparison of models that directly estimate the prevalence ratio. BMC Med Res Methodol. 2003;3:21.
Muller CJ, MacLehose RF. Estimating predicted probabilities from logistic regression: different methods correspond to different target populations. Int J Epidemiol. 2014;43(3):962-70.
Expert Panel on Detection, Evaluation, and Treatment of High Blood Cholesterol in Adults. Executive summary of the third report of the NCEP Adult Treatment Panel III. JAMA. 2001;285(19):2486-97.
Instituto Nacional de Estadística e Informática. Ficha técnica. Encuesta Demográfica y de Salud Familiar 2024. Lima: INEI.
Rao JNK, Scott AJ. On chi-squared tests for multiway contingency tables with cell proportions estimated from survey data. Ann Stat. 1984;12(1):46-60.
Wasserstein RL, Lazar NA. The ASA’s statement on p-values: context, process, and purpose. Am Stat. 2016;70(2):129-33.
Lwanga SK, Lemeshow S. Sample size determination in health studies: a practical manual. Ginebra: Organización Mundial de la Salud; 1991.
Cochran WG. Sampling Techniques. 3.ª ed. Nueva York: Wiley; 1977.
Kish L. Survey Sampling. Nueva York: Wiley; 1965.
Fleiss JL, Levin B, Paik MC. Statistical Methods for Rates and Proportions. 3.ª ed. Hoboken: Wiley; 2003.
Hulley SB, Cummings SR, Browner WS, Grady DG, Newman TB. Designing Clinical Research. 4.ª ed. Filadelfia: Lippincott Williams & Wilkins; 2013.
Buderer NM. Statistical methodology: I. Incorporating the prevalence of disease into the sample size calculation for sensitivity and specificity. Acad Emerg Med. 1996;3(9):895-900.
Altman DG. Confidence intervals for the number needed to treat. BMJ. 1998;317(7168):1309-12.
Bland JM, Altman DG. Regression towards the mean. BMJ. 1994;308(6942):1499.
Bland JM, Altman DG. Survival probabilities (the Kaplan-Meier method). BMJ. 1998;317(7172):1572.
Clark TG, Bradburn MJ, Love SB, Altman DG. Survival analysis part I: basic concepts and first analyses. Br J Cancer. 2003;89(2):232-8.
Coughlin SS. Recall bias in epidemiologic studies. J Clin Epidemiol. 1990;43(1):87-91.
Delgado-Rodríguez M, Llorca J. Bias. J Epidemiol Community Health. 2004;58(8):635-41.
Hanley JA, McNeil BJ. The meaning and use of the area under a receiver operating characteristic (ROC) curve. Radiology. 1982;143(1):29-36.
Higgins JP, Thompson SG, Deeks JJ, Altman DG. Measuring inconsistency in meta-analyses. BMJ. 2003;327(7414):557-60.
Hróbjartsson A, Gøtzsche PC. Is the placebo powerless? An analysis of clinical trials comparing placebo with no treatment. N Engl J Med. 2001;344(21):1594-602.
Laupacis A, Sackett DL, Roberts RS. An assessment of clinically useful measures of the consequences of treatment. N Engl J Med. 1988;318(26):1728-33.
McCambridge J, Witton J, Elbourne DR. Systematic review of the Hawthorne effect: new concepts are needed to study research participation effects. J Clin Epidemiol. 2014;67(3):267-77.
Mills EJ, Chan AW, Wu P, Vail A, Guyatt GH, Altman DG. Design, analysis, and presentation of crossover trials. Trials. 2009;10:27.
Morgenstern H. Ecologic studies in epidemiology: concepts, principles, and methods. Annu Rev Public Health. 1995;16:61-81.
Riley RD, Higgins JP, Deeks JJ. Interpretation of random effects meta-analyses. BMJ. 2011;342:d549.
Schulz KF, Grimes DA. Blinding in randomised trials: hiding who got what. Lancet. 2002;359(9307):696-700.
Sterne JA, Sutton AJ, Ioannidis JP, Terrin N, Jones DR, Lau J, et al. Recommendations for examining and interpreting funnel plot asymmetry in meta-analyses of randomised controlled trials. BMJ. 2011;343:d4002.
Turner EH, Matthews AM, Linardatos E, Tell RA, Rosenthal R. Selective publication of antidepressant trials and its influence on apparent efficacy. N Engl J Med. 2008;358(3):252-60.