IntroducciónEl lectura de artículos en la Ciencia y tímidos; revistas cien- y asistir a conferencias de investigadores publicados son considerados distintivos del profesional bien. De hecho, la ignorancia de los consejos obtenida de este tipo de publicaciones o de las exhortaciones verbales de sus autores podría ser motivo para la investigación de la competencia profesional. Cuestionar el valor de estas fuentes de aprendizaje parece ser contrario a la intuición. Sin embargo, como este artículo se describen existen razones justificadas para hacerlo
Publications & ldquo; RECIENTES. Las estadísticas pueden probar casi cualquier cosa, y rdquo; fue un titular en el National Post Estas publicaciones están sugiriendo que hay una esencia de la falta de fiabilidad que rodea prácticamente todos los descubrimientos científicos. Sería útil saber si una revelación tan dramático tiene un apoyo adicional PERTINENTE PUBLICATIONSIn noviembre de 2010, el Atlantic el artículo es compatible con estas afirmaciones con un resumen de dos significativa documentos publicados por el Dr. Ioannidis. El primero apareció en PLoS Medicine en 2005.4 En él se utiliza el razonamiento matemático para predecir correctamente que el 80% de los estudios no aleatorios (los más comunes), el 25% de las pequeñas y ndash aleatorios; ensayos de tamaño mediano, y el 10% de los grandes ensayos aleatorios haría sus resultados han convincentemente refutada por tarde studies.3 el segundo documento también apareció en 2005 en el Journal of the American Medical Association.5 Esta vez Ioannidis se concentró en 49 de los hallazgos más significativos que se han producido en la medicina durante los últimos 13 años según lo determine por dos factores. Uno, los artículos pertinentes habían sido publicados en las revistas más citadas por la comunidad de investigación y dos, los 49 artículos mismos eran los artículos más citados en las revistas. Los temas tratados en los trabajos incluidos; el uso generalizado de HRT durante la menopausia, la vitamina E para reducir las enfermedades del corazón, los stents coronarios para disminuir el riesgo de ataques cardíacos y las dosis diarias de aspirina para reducir el riesgo de enfermedades del corazón y accidentes cerebrovasculares. Cuarenta y cinco (45) de los 49 artículos comprendidos métodos para verificar la eficacia de sus respectivas pretensiones. Cuando se volvieron a analizar dichas reclamaciones 34, 14 o 41% de ellos se muestra de manera bastante convincente que estar equivocado o gravemente exaggerated.5 Si entre un tercio y la mitad de los más prestigiosos de investigación médica, altamente aceptado no es de fiar, es razonable poner en duda la fiabilidad de los resultados en los documentos que se citan con frecuencia o aparecen en las publicaciones menores. la importancia de esto para la odontología se hace posible por referencia a la reciente artículo de Faggion.2 en él se reconoce journal Citation Reports (JCR). Estos son, un medio objetivo y cuantificable sistemático de evaluación de la influencia de la investigación y el impacto de las revistas científicas. Las revistas médicas de mayor rango con el factor de impacto (FI) son; New England Journal of Medicine y ndash; SI = 47, Lancet y ndash; SI = 30,7 y Revista de la Asociación Médica de Estados Unidos y ndash; SI = 28,8. Ioannidis seleccionó a sus 49 artículos, de entre estos tres principales revistas y otros que tenían factores de impacto mayor de siete según el JCR. Como se ha señalado por Faggion2 las revistas dentales son de más alto rango; Journal of Clinical Periodontología y ndash; SI = 3,5, Journal of Dental Research y ndash; SI = 3,4 y Oncología oral & ndash; SI = 3,1. Como acotación al margen, el Revista de la Asociación Dental canadiense tiene un factor de impacto de 0,95 en contraste con el Canadian Medical Association Journal, con un factor de impacto de 7,2. Los impactos de la investigación y de las influencias las tres revistas médicas de mayor prestigio son aproximadamente 10 veces mayores que las de las tres publicaciones dentales citadas con mayor frecuencia. Desde Ioannidis ha demostrado que el 30-50% de la investigación médica muy respetada es defectuoso, es una suposición segura que al menos el 50% de los resultados de las investigaciones dentales son altamente cuestionables. De hecho, la situación es probablemente mucho peor. Como se dijo anteriormente, Ioannidis, con el apoyo de una gran franja de la comunidad médica, cree que tanto como el 90% de la información publicada profesional que los médicos se basan en es defectuoso. (3) Es muy probable que al menos una similar, si no mayor, nivel de fallo se aplica a los resultados de la investigación que el uso dentista para guiar sus prácticas. RESULTSFaggion estadísticamente significativa sugiere que a pesar del fraude proceso de revisión por pares y la mala conducta son desafortunadas realidades de investigaciones.2 médica sería na y IUML; ve a creer que la investigación dental es inmune a abusos similares. Aunque el fraude y la mala conducta producirán resultados falsos, hay otros aspectos menos maliciosos de metodología de investigación que se cree que son responsables de los resultados inexactos y poco fiables Simmons et al 1 y Ioannidis4 discutir el término y ldquo;. Estadísticamente significativa y rdquo; y su adecuación a los resultados incorrectos. Para apreciar por qué, se requiere una breve comprensión de la hipótesis nula, los valores de p, los falsos positivos y el sesgo de publicación. La hipótesis nula es la afirmación de que implica ningún efecto o ninguna relación entre fenómenos o datos que están siendo investigados. Se suele expresar como algo negativo. Un ejemplo podría ser, y ldquo; La hiperactividad no está relacionada con el consumo de azúcar y rdquo.; Si mediante el uso de estadísticas de la hipótesis se ha probado y se ha encontrado a ser probablemente falsa, entonces la hipótesis nula se rechaza o se anula con el resultado de que podría haber una conexión entre la hiperactividad y la ingesta de azúcar. Es la significación estadística de la prueba que se utiliza para cualquiera de rechazar la hipótesis nula o no rechazar la misma. De acuerdo con ello, una hipótesis nula es una construcción estadística que nunca puede ser probada, puesto que en realidad no lo está, o puede que no haya una relación entre la hiperactividad y la ingestión de azúcar Los valores de p y SIG Estadística y tímida;. Signifi-. P-valores son términos estadísticos que se refieren a la probabilidad de que un resultado de la prueba podría ser debido a variaciones aleatorias normales, en otras palabras- oportunidad. Un valor de p de 0 (el más bajo posible) significa que hay un 0% posibilidad de que los resultados de pruebas se deben al azar y que los resultados son significativos. Un valor de p de uno (la más alta posible) significa que los resultados de la prueba son 100% compatibles con las debidas a variaciones al azar y que los resultados no son significativos Por convención un valor de 0,05 se elige comúnmente como el p-valor crítico o el importante nivel en el que es posible rechazar la hipótesis nula. Esto se debe a 0,05 se traduce en una probabilidad del 95% que los resultados no se deben al azar y sólo un 5% de probabilidad de que se deben al azar. Cuando se rechaza la hipótesis nula el resultado se dice que es estadísticamente significativa lo que implica que el resultado es probablemente cierto. Otros valores de p se pueden utilizar. Sin embargo, es importante darse cuenta de que cuanto mayor es el valor de p mayor es la probabilidad de que los resultados se deben al azar. Por ejemplo, un valor de p de 0,1 indica una probabilidad del 90% de que los resultados son verdaderos y una probabilidad de 10% que son falsos, mientras que un valor de p de 0,01 indica que hay una probabilidad de 99% que los resultados son correctos y Sólo un 1% de probabilidad de que están equivocados. los falsos positivos ¿Cuáles son las rechazo incorrecto de la hipótesis nula. Si la prueba de un tratamiento conocido para ser clínicamente ineficaces determina que el uso de un valor de p de 0,05 la terapia es probablemente eficaz, la hipótesis nula y ldquo; que es clínicamente ineficaces y rdquo; será rechazado con la creación de un falso positivo. Como consecuencia de los falsos positivos, se aceptará la terapia ya que se ha demostrado que tienen una probabilidad del 95% de ser útil. La presencia generalizada de falsos positivos es considerado como uno de los errores más graves en el médico (dental) research.1,3,4 Publicación Bias ¿Por qué resultados falsos positivos SON DANGEROUSA ejemplo más extremo se hará hincapié en la magnitud del problema. Supongamos que un equipo se encarga de investigar la capacidad de 100 enjuagues bucales para controlar o prevenir la gingivitis sin saber que todos ellos son clínicamente ineficaces. Es muy probable que uno de cada 20 pruebas producirán un valor de p de 0,05 o menor por pura casualidad. Esto significa que alrededor de cinco pruebas (100/20) tendrán en & ldquo; estadísticamente significativa y rdquo; resultados que sugiere que son eficaces. Esta es una tasa de falsos positivos del 5%. A pesar de que todos los enjuagues bucales son inútiles para los fines que se prueba, los investigadores hipotéticos se ignoran las 95 pruebas negativas y se centran en tener los cinco resultados positivos publicados debido a la conciencia de que los editores de revistas abrumadoramente a favor de los resultados positivos (aunque falsa). A su vez, los cinco productos con el & ldquo; estadísticamente significativas y rdquo; Los resultados se reciben endosos comerciales acompañados de promociones caros a la profesión y al público Este escenario exagerada muestra cómo es posible que todo falso, pero en & ldquo;. estadísticamente significativa y rdquo; hallazgos para entrar en la literatura con un nivel de credibilidad que es extremadamente difícil de desacreditar o dispute.1 Begg está de acuerdo con otros que el apoyo, la publicación y la aceptación de falsos positivos es y ldquo; profundamente arraigadas en la práctica y la investigación actual rdquo; con un potencial para producir la magnitud de las conclusiones erróneas identificadas por Ioannidis.4-7 La realidad de este entendimiento es revelada por apreciar que entre los resultados de las investigaciones más citadas en las revistas de mayor prestigio investigados por Ioannidis, el 32% con y ldquo; significativa y rdquo; Se han encontrado resultados para tener resultados incorrectos o exagerados, y que un increíble 74% de los que utilizan los valores de p convencionalmente aceptados de 0,05 se comprobara posteriormente a un error a pesar de que sus resultados de la prueba fueron aceptados como y ldquo;. estadísticamente significativa y rdquo; 5 Teniendo en cuenta que la mayoría de estos estudios eran ensayos aleatorizados controlados-la y ldquo; estándar de oro y rdquo; para fundamentada en la evidencia existe una clara posibilidad de que un análisis crítico de los resultados estadísticamente significativos de investigación dental revelaría un patrón similar de errores. Una cierta laxitud en cuanto a la publicación de resultados falsos positivos parece ser una razón fundamental por qué resultados de la investigación son deficientes. Tratar de entender por qué esto ha ocurrido ha sido un foco importante del trabajo realizado por Simmons, Ioannidis y Faggion.1-5 ¿Por qué investigación es FLAWEDIn su papel Simmons et al identificar la presencia de y ldquo; investigador grados de libertad y rdquo ; como una razón importante por la que la investigación se flawed.1 Este concepto se centra en dos aspectos de un investigador y rsquo; s comportamiento. La primera se refiere a la recogida y observaciones de datos. Por ejemplo, los investigadores rara vez se deciden de antemano qué datos específicos para recoger o rechazar, que las observaciones para incluir o excluir y cuáles variables de confusión para controlar o ignorar. En segundo lugar, cuando se enfrentan a tener que tomar decisiones específicas sobre estos temas durante el curso de un estudio, los investigadores tienen un deseo inherente de establecer un result.1 estadísticamente significativa tanto, cuando se enfrentan a decisiones analíticas concernientes a los datos, observaciones y variables Los investigadores, con convincentes auto-justificación, elegir aquellos que creará resultados que tienen una significación estadística de p & lt; 0,05. Esta manipulación de la prueba y su interpretación no es impulsado por malicia, sino por una convicción innata que cualquier decisión que producen los resultados más favorables (publicables) son totalmente apropiado Así, mientras que algunas de las decisiones que los investigadores hacen podría ser inocente y totalmente razonable para ellos, el y ldquo; grados de libertad y rdquo; que se permiten les permite extraer y ldquo; estadísticamente significativa y rdquo; resultados de casi cualquier prueba. De hecho, Simmons fue capaz de demostrar que las manipulaciones relativamente menores produciría falsos positivos en p & lt; 0,05 niveles-60% del tiempo y en p & lt; 0,01 niveles & mdash; el 21% de la tiempo.1 El ldquo; grados de libertad y rdquo; son similares a la presencia de y ldquo; sesgo y rdquo; en la investigación como señaló Ioannidis en 2005. De acuerdo con Ioannidis y ldquo; sesgo y rdquo; es la manipulación selectiva y la distorsión de un estudio y rsquo; s de diseño, datos, análisis y presentación para producir resultados que corresponden a lo que espera que los investigadores esperaban encontrar o lo que los editores y se publicará. Como consecuencia de ello, mientras que los resultados podrían ser atractivos porque parecen apoyar una hipótesis favorita que no están necesariamente true.4 Las posibilidades de que los resultados son verdaderos disminuye a medida que el nivel de y ldquo; sesgo y rdquo; increases.4 Por lo tanto, parece que el y ldquo; grados de libertad y rdquo; y ldquo; sesgo y rdquo; que los investigadores gozan en el diseño de sus estudios y en la interpretación de sus resultados son factores significativos en la producción de investigación imperfecta Además de y ldquo;. sesgo y rdquo; Ioannidis identificado otros seis factores que aumentan la probabilidad de un hallazgo de la investigación es falso. Tamaño de la muestra. Cuanto menor sea el tamaño de la muestra es menos probable es que los resultados de la investigación son ciertas. Un pequeño tamaño podría no detectar importantes diferencias entre los miembros de la muestra resultante en conclusiones falsas. Ioannidis ha señalado que los resultados de investigación son más propensos cierto en los campos científicos que llevan a cabo estudios a gran escala (varios miles de sujetos) en comparación con los que implican 100 o menos en la muestra size.4 Se recomienda que un estadístico competente es consultado en relación con el tamaño apropiado de la muestra pertinente con el tipo de estudio design.10 por desgracia, el tamaño de la muestra a menudo dependen de los recursos y el tiempo disponible para realizar el estudio, los inconvenientes en la recolección de una muestra grande, las experiencias de los investigadores y el número de muestras utilizadas en estudios similares anteriores .10 se acepta que el fallo de hacer un cálculo del tamaño correcto de la muestra afectará negativamente al valor de la study.4,10 Además de los principales estudios epidemiológicos que involucran & mdash; por ejemplo, & mdash; la incidencia de caries en poblaciones específicas es poco probable que cualquier cantidad significativa de investigación dental tiene tamaño de las muestras que se encuentran en los miles. Efecto tamaño. Esta es una medida de la magnitud del resultado. Por ejemplo, estudios con un compuesto que reduce la caries en un 60-80% son más propensos a ser verdad que los que implican solamente una disminución 5-10%. De acuerdo con Ioannidis cualquier campo científico (incluida la investigación dentales) que produce pequeños tamaños del efecto son, y ldquo; plagado de reclamos falsos positivos casi omnipresentes y rdquo;. 4 Los estudios anteriores. Bien diseñados ensayos controlados aleatorios (ECA) y los meta-análisis producirán generalmente resultados más exactos que un estudio simple o sencillo que intenta desafiar a un hypothesis.4 nula Si bien esto puede ser cierto, ECA y meta-análisis no son sin sus defectos . Por ejemplo, un meta-análisis utilizando los datos combinados de varios estudios es sólo tan bueno como cada uno de los estudios que suministran la información agrupada y se somete a los mismos grados de libertad y el sesgo como se ha descrito anteriormente descritas.11 Aunque se considera el y ldquo; standard & rdquo de oro; ECA son falibles. ECA con miles de muestras /temas son complejos, costosos y lentos. El gran número de estos mega-ensayos no aislarlos de las mismas emociones humanas que rigen el análisis de datos, observaciones y variables, y el cálculo estadístico posterior asociado a las investigaciones menos complejos más simples. Hay debates en curso en cuanto a los méritos de la ECA más studies.12,13 observacional Por lo tanto, no sería prudente considerar ECA como la última palabra en el diseño de los ensayos clínicos. flexibilidad en el diseño. Cuanto mayor es la flexibilidad en el diseño, definición, resultados aceptables y métodos de análisis de un estudio menos probable son los resultados para ser verdad. 4 que tiene normas comunes aplicables a los estudios sería beneficioso al igual que los resultados inequívocos. Por ejemplo, si el resultado de un estudio es la muerte, los resultados son susceptibles de ser más precisas que las que implican escalas de percepción del dolor después de la cirugía. Finanzas y prejuicios. El mayor de los intereses financieros o conflictos de interés relacionados con la investigación lo más probable es que los resultados serán false.4 Es razonable suponer que si los beneficios financieros son recogidos a partir de un resultado, investigador grados de libertad son capaces de la manipulación requerido para producir un resultado favorable. Ioannidis señala que si un animal doméstico creen o hipótesis de un investigador se convierte en un estudio simplemente para satisfacer un criterio para la tenencia, los sesgos inevitables de interés propio es casi seguro que producir un falso conflictos de interés result.4 surgir cuando, a través de la revisión por pares proceso, un estudio se aplasta a favor de uno que cumpla con las creencias de los revisores incluso si esa creencia se basa en la investigación defectuosa. Tal acción perpetúa la aceptación de findings.4 falsa popularidad del tema. Ioan y tímida; NIDIS ha demostrado que si la misma cuestión está siendo perseguido por una serie de equipos de investigación, la validez de los resultados disminuye a medida que el número de investigaciones increases.4 La razón probable de esto es que, dado que el prestigio se adjuntará al primer equipo para producir una y ldquo; positivo y rdquo; Se emplearán de resultados, compromisos y sesgos para acelerar un favorable aunque probablemente falsa resultado Si bien se desconoce el grado en que estos factores operan en odontología, su existencia es motivo suficiente para cuestionar la validez de la mayoría, si no todos, la investigación dental. Es de suponer que esta preocupación era que causó Faggion para llevar a cabo su estudio.2 ¿Cómo las imperfecciones en metodología de la investigación podrían aplicarse a la odontología se ilustra mediante la siguiente. En la edición de enero 2012 De la < em> Revista de la Asociación Dental canadiense hay un breve artículo titulado, y ldquo; Beneficios de la limpieza con hilo dental para reducir la gingivitis y rdquo;. 14 se refiere a una reciente revisión sistemática Cochrane de ensayos controlados aleatorios para sugerir que, en & ldquo; el hilo dental restos un complemento eficaz para el cepillado de dientes y rdquo; porque, según la opinión, y ldquo; personas que cepillarse los dientes regularmente tienen menos sangrado de las encías en comparación con el cepillado de los dientes solos y rdquo;.? 15 ¿La naturaleza de la revisión justificar estas conclusiones La revisión sistemática fue un meta- análisis de 12 ECA realizados con anterioridad. A pesar de que el total combinado de los participantes en los 12 ensayos fue de 1.083, los ensayos individuales tenían tamaños de muestra de 24 a 218 y ninguno de los ensayos ofrecidos cómo se calcularon los tamaños de muestra. Cinco de los ensayos tenían un alto riesgo de sesgo con el resto que tiene un riesgo claro. A pesar de usar el hilo dental pareció tener un efecto estadísticamente significativo en la reducción de la gingivitis, el tamaño del efecto fue un 8% reduction.15 Los tamaños de las muestras, la presencia de sesgo y el tamaño del efecto pequeño indican que los resultados en cada uno de los 12 ensayos son probablemente falsa. Realizar un análisis de los resultados agrupados no se ajustará a los defectos en los ensayos originales. Por lo tanto, los resultados de la revisión sistémica son más que probablemente falsa. De hecho, los autores de la revisión deben ser aplaudidos por reconocer que el, y ldquo; Los ensayos eran de mala calidad y conclusiones deben ser considerados como poco fiable y rdquo;. 15 Curiosamente, en 2008, Berchier y sus colegas publicaron un meta-análisis de 11 estudios sobre la eficacia de flossing.16 dental Llegaron a la conclusión de que el hilo dental no tuvo ningún efecto en la reducción de la gingivitis. Esto parece apoyar la afirmación de Ioannidis que las fallas en la metodología de investigación son las razones por las cuales los investigadores aparentemente bien intencionadas que estudian el mismo tema a menudo llegan a dramáticamente diferente results.4,5 Tal vez la brevedad del artículo en la edición de enero de la revista Journal de la CDA impedido la inclusión del estudio de Berchier. Sin embargo, la omisión perpetúa el fundamento todavía creen que el uso de hilo dental es eficaz y demuestra el papel que tienen en la difusión de las publicaciones (probablemente no) afirma que, con toda probabilidad, son falsas. Lo anterior apoya la opinión de que la investigación dental se somete a los mismos defectos en el diseño y la interpretación como Simmons y Ioannidis han identificado para studies.1,4,5 médica por lo tanto, no parece ser una justificación para lo que sugiere que los dentistas deben ser altamente sospechoso de todos los resultados de la investigación. Como acotación al margen, la seda dental se introdujo en 1819.15 El hecho de que después de 193 años su eficacia sigue sin resolverse es un reflejo aburrida sobre el estado de la investigación dental mejorar los métodos de situación de aumento de la probabilidad de que los resultados de la investigación son ciertas han sido proporcionados por Faggion, Simmons y Ioannidis.1-4 las sugerencias se centran en la mejora de la capacidad de los estudios para ser replicado. La idea detrás de este concepto es, si los investigadores posteriores utilizando exactamente la misma metodología que los investigadores originales llegan a los mismos resultados, hay una mayor probabilidad de que los resultados son ciertos. Faggion se refiere a la metodología de la investigación como en & ldquo; los datos en bruto y rdquo;. 2 Los datos en bruto se requiere que los investigadores; identificar cómo y por qué se daría por terminado la recolección de datos antes de que comience la recogida de datos, una lista de todas las variables que influyen en el estudio, informe de todas las manipulaciones experimentales incluso los que no logró producir el resultado deseado e incluir los resultados estadísticos de las observaciones que fueron posteriormente eliminated.1,2 , 4 se cree que estos requisitos disminuirían la manipulación selectiva de la investigación con el fin de llegar a un resultado preconcebido o favorable. Los revisores externos podrían ayudar en esta tarea, asegurando que estos requisitos se incluyen como parte del protocolo de investigación en el último manuscript.1,2 El concepto fundamental detrás de los requisitos es reducir inducidos grados de libertad del investigador o sesgo. Si estos requisitos habían estado en el lugar antes de que el meta-análisis se llevó a cabo en el uso de hilo dental, la cantidad de sesgo en los 12 ECA se habría reducido el aumento de la probabilidad de que los resultados de los análisis eran correctos. Ninguna de las 64 revistas dentales revisados por Faggion requiere la publicación de los datos en bruto con el manuscrito submission.2 Sin embargo, para ser justos, entre el 10 rematado clasificado revistas médicas sólo tres sugieren que los datos en bruto deben ser published.2 hasta publicaciones exigen la inclusión de la datos sin procesar esta omisión es razón suficiente para cuestionar incluso la investigación de mayor prestigio. CONCLUSIONThere parecen ser justificaciones suficientes para dudar o, al menos, cuestionando la veracidad de la mayoría de los resultados de las investigaciones médicas. Es muy probable que la investigación dental está plagado de los mismos defectos que infectan a las investigaciones médicas. De acuerdo con ello, sería importante para echar un ojo crítico en todos los estudios dentales, especialmente aquellos que avanza o se apoyan las ideas preconcebidas o prejuicios de sus autores, ya que son más que probable wrong.OH Dr. . Hardie estaba íntimamente involucrado en el desarrollo de las directrices de 1996 RCDSO basadas en la evidencia. Salud Oral da la bienvenida a este artículo original. Referencias 1. Simmons, JP et al. Falsos positivos Psicología: La flexibilidad no divulgada en la recolección y análisis de Permite presentación de algo tan significativo. Psychological Science 2011; 22 (11):. 1359-1366 2. Faggion CM. Mejorar la transparencia en la investigación dental por Cómo hacer disponible los datos en bruto. J Dent Assoc Can 2011; 77:. B122 3. Freedman DH. Mentiras, malditas mentiras y Ciencias Médicas. El Atlántico de 2010; Noviembre:. 76-86 4. Ioannidis JPA. resultados de las investigaciones publicadas por qué la mayoría son falsas. PLoS Med 2005; 2 (8):. E124 5. Ioannidis JPA. Efectos contradijo e inicialmente más fuertes en la investigación clínica altamente citada. JAMA 2005; 294 (2); 218-228. 6. Sackett DL. El sesgo en la investigación analítica. J Chronic Dis; 32 (1-2):. 51-63 7. Begg CB, Berlín JA. El sesgo de publicación y difusión de la investigación clínica. J Natl Cancer Inst 1989; 81 (2):. 107-115 8. Hopewell S et al. El sesgo de publicación en los ensayos clínicos debido a la importancia o la dirección de los resultados del ensayo estadístico. Base de Datos Cochrane de Revisiones Sistemáticas 2009; Problema. Arte. No .: MR000006; DOI: 10.1002 /14651858.MR00 0006.pub3 9.. Dickersin K et al. El sesgo de publicación y los ensayos clínicos. Controlled Clinical Trials 1987; 8 (4):. 343-353 10. Malhotra RK, Indrayan A. A nomograma simple para tamaño de la muestra para la estimación de la sensibilidad y la especificidad de las pruebas médicas. Indian J Opthamol 2010; 58 (6):. 519-522 11. Linde K, Willich SN. Cómo objetivas son las revisiones sistemáticas? Diferencias entre Reseñas de Medicina Complementaria. J Roy Soc Med 2003; 96 (1): 17-22. 12. Negro N. Por qué necesitamos los estudios de observación para evaluar el efecto de la asistencia sanitaria. BMJ 1996; 312: 1215-1218 13.. Sanson-RW Fisher et al. Limitaciones del ensayo controlado aleatorio en la evaluación de las intervenciones de salud basados en la población. Un J Med Prev 2007; 33 (2):. 155-161 14. Beneficios de la limpieza con hilo dental para reducir la gingivitis. J Dent Assoc Can 2012; 78 (1): 18. 15. Sambunjak D et al. El hilo dental para el tratamiento de las enfermedades periodontales y caries dentales en adultos. Base de Datos Cochrane de Revisiones Sistemáticas 2011, Número 12. Arte No .: CD008829. DOI: 10.1002 /14651858.CD008829.pub2 16.. Berchier C et al. La eficacia de la seda dental, además de un cepillo de dientes en la placa y los parámetros de la inflamación gingival: una revisión sistemática. Internacional J Dent Hyg 2008; 6: 265-279
el 21 de noviembre de 2011. Se refirió a un nuevo estudio que aparece en la revista Psychological ciencia1 lo que demuestra que a través de la manipulación de datos es fácil de publicar pruebas estadísticamente significativas para apoyar cualquier hipótesis. En octubre de 2011, el Revista de la Asociación Dental canadiense publicó un artículo que contenía el siguiente, y ldquo; Por lo tanto, parece lógico hacer todos los esfuerzos posibles para reducir las posibilidades de datos falsos o poco fiables de su publicación en el literatura científica y rdquo;. 2
publicó un extenso informe, y ldquo;. Mentiras, malditas mentiras, y la ciencia médica y rdquo; en el trabajo del Dr. John Ioannidis, Clínica y Epidemiología Molecular, Escuela de la Universidad de Tufts Medicine.3 En un lenguaje sencillo el artículo se explica por qué el Dr. Ioannidis y mdash; con una excelente reputación en la comunidad médica, ha llegado a la conclusión de que el 90% de la información médica publicada que se basan en los MD es falso, y que los consejos que se nos da por expertos en la salud, la nutrición y las drogas es engañosa, falsa o frecuencia de plano erróneas.
.
es la tendencia conocida reportar la investigación con estadísticamente resultados positivos significativos (p-valor & lt; 0,05) con más frecuencia (hasta diez veces) que los resultados que son negativos (es decir, apoyan la hipótesis nula) o son inconclusive.6 Desde favores práctica de la investigación actual utilizando la significación estadística a & ldquo; prueban y rdquo; teorías y porque existe un sesgo de publicación, Berlín y otros creen que para producir resultados positivos hay una manipulación generalizada de los datos que conducen a una preponderancia de resultados falsos positivos en el literature.7-9
.
.
.
.