Herramientas de investigación y estadística
Herramientas de estadística para investigación clínica, calculadas localmente en tu navegador — tus datos no salen de tu dispositivo.
Todas las herramientas
búsqueda por palabra claveAnálisis estadístico automático (pega una tabla → método + gráfico)
Pega una tabla de datos y la herramienta detecta la forma y elige el método: resúmenes agrupados media±DE±n → ANOVA de una vía por columna de resultado (con prueba de tendencia lineal para grupos ordenados); valores brutos un grupo por línea → prueba t de 2 grupos / ANOVA de ≥3 grupos (con Mann-Whitney / Kruskal-Wallis de respaldo); dos variables → correlación y regresión lineal. Devuelve estadísticos, valores P y un gráfico de resultados, calculado localmente.
Abrir →χ² pareada — McNemar / Q de Cochran
Compara resultados binarios pareados: dos condiciones pareadas (mismos sujetos, dos pruebas o antes/después) usan McNemar (con corrección de continuidad y binomial exacta); ≥3 condiciones pareadas usan la Q de Cochran. El chi-cuadrado ordinario asume independencia y es incorrecto para datos pareados.
Abrir →Tamaño del efecto (d / η² / conversor)
Dos medias de grupo → d de Cohen y g de Hedges (con IC del 95%); F del ANOVA → η²/η² parcial; además conversión d↔r↔OR. Los valores P dicen si existe una diferencia, el tamaño del efecto dice cuán grande es — obligatorio para artículos y metaanálisis.
Abrir →Equivalencia / No inferioridad (TOST)
Demuestra que dos grupos son prácticamente equivalentes o no inferiores: fija un margen de equivalencia ±Δ y luego realiza dos pruebas unilaterales (TOST). Da el valor p de TOST, el intervalo de confianza (1−2α) y un veredicto de equivalencia/no inferioridad. P>0,05 ≠ iguales.
Abrir →Error de medición — SEM / MDC
Error estándar de medición (SEM) y cambio mínimo detectable (MDC): cuán grande debe ser un cambio individual para superar el error de medición y contar como real. A partir de DE+fiabilidad (ICC) o datos pareados test-retest. Frecuente en escalas/mediciones de imagen y seguimiento.
Abrir →Tamaño muestral con aleatorización por conglomerados (efecto de diseño)
Para la aleatorización por conglomerados (aleatorizar por sala/comunidad/hospital) infla el tamaño muestral por el efecto de diseño DE=1+(m−1)ICC. A partir del tamaño muestral con aleatorización individual (calculable aquí para dos proporciones o dos medias) deriva los sujetos totales y el número de conglomerados necesarios.
Abrir →Tasa de incidencia y razón de tasas (IRR)
Resultados por persona-tiempo (personas-año/mes): un grupo da la tasa de incidencia con un IC de Poisson exacto; dos grupos dan la razón de tasas de incidencia IRR (IC log de Wald + IC condicional exacto). Apta para cohortes, tasas de acontecimientos adversos, tasas de recurrencia.
Abrir →ROC dependiente del tiempo / AUC(t)
Discriminación de un marcador/modelo pronóstico a lo largo del tiempo de seguimiento: AUC(t) dependiente del tiempo usando definiciones de caso acumulado/control dinámico más IPCW (ponderación por probabilidad inversa de censura) para manejar la censura; da el AUC en cada punto temporal y la curva.
Abrir →Metaanálisis de pruebas diagnósticas (SROC)
Combina múltiples estudios de precisión diagnóstica: sensibilidad/especificidad combinadas de efectos aleatorios, razón de odds diagnóstica DOR, y una curva SROC de Moses-Littenberg que muestra los efectos de umbral. Introduce VP/FP/FN/VN por estudio.
Abrir →Gráficos estadísticos (incl. 3D)
Pega datos y obtén una figura: gráficos de dispersión/líneas/barras/histograma/caja, además de dispersión 3D y superficie 3D rotables al arrastrar. Admite coloreado por grupos, títulos/etiquetas de ejes, cuadrículas; exporta vectores SVG y PNG a 300/600 ppp. Gráficos de propósito general listos para figuras de artículos.
Abrir →Tamaño muestral de modelos predictivos (Riley)
Tamaño muestral mínimo para desarrollar un modelo predictivo clínico (binario): tres criterios de Riley 2019 (contracción S=0,9, diferencia de R² de Nagelkerke ≤0,05, precisión del riesgo del resultado), tomando el máximo; da la n requerida, los eventos y los eventos por parámetro (EPP). Sustituye la regla empírica EPV=10.
Abrir →Win Ratio
Win ratio de criterio de valoración compuesto estratificado (Pocock 2012): compara los criterios de tiempo hasta el evento por prioridad, luego una medida continua secundaria; las comparaciones por pares tratamiento×control cuentan victorias/derrotas/empates, dando Win Ratio, Win Odds, beneficio neto e IC del 95% por bootstrap. Frecuente en ensayos de insuficiencia cardíaca/cardiovasculares.
Abrir →Inferencia bayesiana de proporciones
Conjugada Beta-binomial: un grupo da la media/mediana posterior/intervalo de credibilidad del 95% y P(p>umbral); dos grupos dan P(grupo1>grupo2) más la diferencia de riesgo/razón de riesgo/OR posterior. Admite priores de Jeffreys/uniforme — más intuitiva que los valores p, apta para ensayos precoces/adaptativos.
Abrir →E-value — Confusión no medida
Análisis de sensibilidad para estudios observacionales: convierte RR/OR/HR a la escala de razón de riesgo y calcula cuán fuerte tendría que ser un factor de confusión no medido (RR) para explicar por completo la asociación. Da un E-value para la estimación puntual y para el límite del IC. Basado en VanderWeele y Ding 2017.
Abrir →Concordancia AC1 de Gwet
Concordancia entre dos evaluadores en categorías nominales. El AC1 evita la paradoja de kappa (concordancia alta pero κ baja) cuando las categorías están muy desequilibradas, y es más robusto que la κ de Cohen. Informa AC1 y κ en paralelo con IC del 95% por bootstrap.
Abrir →Corrección de pruebas múltiples (FDR / Holm)
A partir de un conjunto de valores p, obtén los valores q ajustados por Bonferroni, Holm (control de FWER), Benjamini-Hochberg (FDR) y Benjamini-Yekutieli (FDR con dependencia) y el número de significativos en cada α. Esencial para análisis multimarcador/ómicos/multisubgrupo.
Abrir →CCC de Lin (correlación de concordancia)
Concordancia entre dos métodos de medición: el CCC combina precisión (r de Pearson) y exactitud (factor de corrección del sesgo Cb), captando el sesgo sistemático que la r por sí sola pasa por alto — complementario a Bland-Altman. Da CCC, r, Cb con IC del 95%.
Abrir →Spline cúbico restringido (RCS)
Modela la relación no lineal entre una variable continua y un resultado con splines cúbicos restringidos: una curva OR/HR suave (con banda del 95%) y una prueba de no linealidad, para Logistic y Cox, con ajuste por covariables, más código de R (rms) de un clic para reproducir.
Abrir →Riesgo de subdistribución de Fine-Gray
Con riesgos competitivos, modela los efectos de las covariables sobre la incidencia acumulada (CIF) del evento objetivo, dando razones de riesgo de subdistribución sHR. Poner el grupo como covariable da una comparación entre grupos con riesgos competitivos (el análogo de regresión de la prueba de Gray). Verificado que se reduce a Cox cuando no hay evento competitivo.
Abrir →Puntuación de propensión (PSM / IPTW)
Controla la confusión en estudios observacionales: regresión logística para la puntuación de propensión, luego emparejamiento 1:1 por calibre o ponderación por probabilidad inversa para equilibrar las covariables. Informa el equilibrio de covariables (diferencia de medias estandarizada, DME) y un gráfico de Love antes/después, con efecto sobre el resultado opcional.
Abrir →Tamaño muestral avanzado (supervivencia/diagnóstico/no inferioridad)
Tamaño muestral para diseños especializados: estudios de supervivencia (log-rank/Cox, eventos necesarios de Schoenfeld), pruebas diagnósticas (por precisión objetivo de sensibilidad/especificidad), y ensayos de no inferioridad/equivalencia (medias o tasas). Para medias/tasas/correlación simples, ver la calculadora de Tamaño muestral.
Abrir →CIF de riesgos competitivos
Cuando existen eventos competitivos (p. ej. criterio de valoración objetivo frente a muerte por otras causas), 1−KM sobreestima la incidencia del evento objetivo. La CIF elimina correctamente la influencia del evento competitivo, dando la curva de incidencia acumulada del evento objetivo de cada grupo y estimaciones en el tiempo τ.
Abrir →RMST (tiempo medio de supervivencia restringido)
El RMST es el área bajo la curva de KM en [0,τ], es decir, el tiempo medio de supervivencia dentro de τ. Cuando los riesgos proporcionales no se cumplen y el HR es difícil de interpretar, la diferencia de RMST es una medida de comparación entre grupos más robusta e intuitiva, con la curva de KM y una prueba de la diferencia.
Abrir →Reclasificación NRI / IDI
Valor incremental de un modelo predictivo nuevo frente a uno antiguo: mejora neta de reclasificación (NRI, continua y categórica) y mejora integrada de la discriminación (IDI). Cuando añadir un marcador nuevo apenas eleva el AUC, estos cuantifican la ganancia de reclasificación y discriminación.
Abrir →Kappa de Fleiss (multievaluador)
Concordancia entre 3 o más evaluadores que hacen clasificaciones nominales de múltiples sujetos. La κ de Cohen es solo para dos evaluadores; para más, usa la κ de Fleiss. Da κ, fuerza de la concordancia, proporciones por categoría y concordancia esperada.
Abrir →Prueba de tendencia de Cochran-Armitage
Comprueba si la tasa de un resultado binario muestra una tendencia lineal entre grupos ordenados (p. ej. dosis/grado creciente). Más específica que el chi-cuadrado — detecta específicamente una relación dosis-respuesta monótona — con un gráfico de barras de la tendencia de la tasa por grupo.
Abrir →Normalidad / Homogeneidad de varianzas
Comprobaciones de los supuestos antes de la prueba t o el ANOVA: normalidad de Shapiro-Wilk (con gráfico Q-Q) más las pruebas de homogeneidad de varianzas de Levene y Bartlett, para decidir entre métodos paramétricos y no paramétricos. Shapiro-Wilk usa el algoritmo de Royston (1992).
Abrir →Calibración del modelo (Hosmer-Lemeshow)
Valora la calibración de un modelo predictivo: bondad de ajuste de Hosmer-Lemeshow, gráfico de calibración, pendiente/intercepto de calibración (CITL) y puntuación de Brier. La discriminación (AUC) trata del ordenamiento; la calibración trata de si las probabilidades son exactas — complementaria a ROC/DCA.
Abrir →Gráfico en embudo de Meta + Egger
Valora el sesgo de publicación en un metaanálisis: dibuja un gráfico en embudo (tamaño del efecto frente al error estándar) y realiza la prueba de regresión de Egger para la asimetría del embudo; un intercepto significativamente distinto de cero sugiere un posible sesgo de publicación/efectos de estudios pequeños. Úsalo junto con la herramienta de Metaanálisis.
Abrir →Nomograma de Fagan (probabilidad postprueba)
Razonamiento basado en la evidencia a pie de cama: probabilidad preprueba × razón de verosimilitud → probabilidad postprueba, a partir de sensibilidad/especificidad o una RV introducida directamente, con el clásico nomograma de Fagan. Muestra cuánto puede cambiar una prueba la certeza diagnóstica.
Abrir →Asesor de método estadístico
«¿Qué método estadístico debo usar?» Responde unas preguntas y el asesor recomienda un método y enlaza directamente a la herramienta en línea correspondiente. Cubre comparación entre grupos, correlación/regresión, pruebas diagnósticas, supervivencia, concordancia/fiabilidad y más.
Abrir →Comparación de métodos (Passing-Bablok / Deming)
Compara si dos métodos de medición concuerdan: regresión de Passing-Bablok (robusta, sin supuesto de distribución del error) y de Deming (error en ambos ejes), con pendiente/intercepto e IC del 95% más un gráfico de dispersión. IC de la pendiente que contiene el 1 = sin sesgo proporcional; IC del intercepto que contiene el 0 = sin sesgo constante.
Abrir →Prueba de DeLong (comparar dos AUC)
En los mismos sujetos, comprueba si dos marcadores/modelos difieren en el área bajo la curva ROC. DeLong maneja la correlación pareada, dando cada AUC, el IC del 95%, la diferencia de AUC y un valor p.
Abrir →α de Cronbach (fiabilidad de escala)
Consistencia interna de una escala/cuestionario: introduce una matriz de puntuaciones sujetos×ítems para obtener la α de Cronbach con su interpretación, más la α si se elimina el ítem para detectar los ítems que reducen la fiabilidad. Una métrica estándar en el desarrollo y validación de escalas.
Abrir →Post hoc del ANOVA (Tukey/Bonferroni/Holm)
Después de que el ANOVA muestre una diferencia, identifica qué grupos difieren: primero el ANOVA de una vía, luego los valores p de comparación por pares de Tukey-Kramer HSD (con IC simultáneos del 95%), Bonferroni y Holm.
Abrir →Análisis de la curva de decisión (DCA)
Valora la utilidad clínica de un modelo predictivo: beneficio neto a lo largo de las probabilidades umbral, comparado con las líneas de referencia de tratar a todos y no tratar a ninguno, comparando varios modelos a la vez, con una curva exportable. Un estándar para los artículos de modelos predictivos.
Abrir →Regresión de riesgos proporcionales de Cox
El caballo de batalla del análisis de supervivencia multivariable: valora los efectos de múltiples covariables sobre el tiempo de supervivencia, dando la razón de riesgo HR de cada covariable, el IC del 95%, el valor p de Wald y la prueba de razón de verosimilitud del modelo. Empates manejados por la aproximación de Breslow; se combina con Kaplan-Meier.
Abrir →Tabla 1 (características basales)
Pega datos brutos con encabezado y elige una columna de agrupación para generar la «tabla de características basales» de un artículo clínico en un clic: variables continuas como media±DE (t/ANOVA) o mediana (RIC) (no paramétrico), categóricas como n(%) (chi-cuadrado/Fisher), con los valores p entre grupos calculados automáticamente.
Abrir →Calculadora RR / OR / NNT
Introduce una tabla 2×2 para calcular el riesgo relativo RR, la razón de odds OR, la diferencia de riesgo absoluta DRA, la reducción del riesgo relativo RRR y el número necesario a tratar NNT, con IC del 95% para las razones y la diferencia de riesgo. Frecuente para interpretar resultados de cohortes/casos y controles/ECA.
Abrir →Pruebas no paramétricas (Mann-Whitney/Kruskal-Wallis)
Compara grupos cuando los datos son no normales u ordinales: dos grupos independientes → U de Mann-Whitney, pareados → rangos con signo de Wilcoxon, ≥3 grupos → H de Kruskal-Wallis, con corrección por empates y medianas.
Abrir →Concordancia Kappa
Concordancia de clasificación entre evaluadores: Kappa de Cohen (nominal) más Kappa ponderada lineal/cuadrática para grados ordinales, con una matriz de confusión y la interpretación de la concordancia. Frecuente para la concordancia de grados en imagen.
Abrir →Correlación (Pearson/Spearman)
Correlación entre dos variables continuas: producto-momento de Pearson (con IC del 95% de Fisher-z y valor p) y correlación de rangos de Spearman, para datos normales/no normales.
Abrir →Chi-cuadrado / exacta de Fisher
Análisis de tablas de contingencia de variables categóricas: chi-cuadrado de Pearson para cualquier tabla R×C; para tablas 2×2, además la corrección de Yates y la prueba exacta de Fisher, con una advertencia cuando las frecuencias esperadas son demasiado pequeñas.
Abrir →Prueba t / ANOVA
Compara las medias de dos o más grupos de una variable continua: dos grupos dan las pruebas t de Student / Welch / pareada, ≥3 grupos ejecutan automáticamente el ANOVA de una vía, con el estadístico y el valor p.
Abrir →Nomograma
A partir de una regresión logística, genera automáticamente un nomograma de modelo predictivo clínico, convirtiendo la ecuación de regresión en un gráfico visual «leer puntos → total → probabilidad». Sin necesidad de R.
Abrir →Regresión logística binaria
Analiza los efectos de múltiples factores sobre un resultado binario, dando la OR de cada factor, el IC del 95%, la significación y los índices de ajuste del modelo. Un método central para el análisis clínico de factores de riesgo y los modelos predictivos.
Abrir →Metaanálisis y diagrama de bosque
Combina OR o DM entre estudios con modelos de efectos fijos/aleatorios, calcula la heterogeneidad I² y Q y dibuja un diagrama de bosque. Frecuente en revisiones sistemáticas.
Abrir →Concordancia de Bland-Altman
Valora la concordancia entre dos métodos de medición: dibuja un gráfico de Bland-Altman y calcula el sesgo medio y los límites de concordancia del 95% (LdC).
Abrir →Supervivencia de Kaplan-Meier
Introduce el tiempo de seguimiento y los eventos de resultado para dibujar curvas de supervivencia y calcular la supervivencia mediana; con grupos, se ejecuta automáticamente una prueba de log-rank. Frecuente en investigación de pronóstico oncológico.
Abrir →Percentil de biometría fetal
Introduce la edad gestacional y una medición fetal (DBP/CC/CA/LF/diámetro cerebeloso transverso) para estimar su percentil, ayudando a juzgar si el crecimiento se desvía del rango normal.
Abrir →Tabla 2×2 diagnóstica
Introduce verdadero positivo/falso positivo/falso negativo/verdadero negativo para calcular la sensibilidad, la especificidad, los valores predictivos, las razones de verosimilitud y la razón de odds diagnóstica, con IC del 95% para las proporciones.
Abrir →Ajuste de regresión y gráfico
Introduce el predictor y la respuesta, ajusta automáticamente modelos lineal / cuadrático / cúbico y los compara, dando la ecuación de regresión y un gráfico ajustado.
Abrir →Calculadora de tamaño muestral
Escenarios predefinidos por tipo de estudio (estudio de intervalo de referencia / prueba diagnóstica / estudio de correlación); introduce los parámetros para obtener el tamaño muestral requerido.
Abrir →Intervalo de referencia
Introduce un conjunto de mediciones para calcular la media, la DE, la prueba de normalidad y el intervalo de referencia P2,5–P97,5, produciendo una tabla de intervalos de referencia lista para insertar en un artículo.
Abrir →Curva ROC y rendimiento diagnóstico
Introduce un patrón de referencia y valores medidos para calcular el AUC (con IC del 95%), dibujar la curva ROC y dar el punto de corte óptimo por el índice de Youden con su sensibilidad/especificidad. Una herramienta central para la investigación de imagen diagnóstica.
Abrir →ICC (correlación intraclase)
Coeficiente de correlación intraclase (ICC 2,1 / 2,k), con intervalo de confianza del 95% y un grado de concordancia. Esencial para el análisis de concordancia entre observadores en investigación de imagen.
Abrir →Labs es el laboratorio de investigación clínica de AIhaoyisheng para clínicos en activo: un conjunto de herramientas en línea nacidas de necesidades reales de investigación, con énfasis en el ajuste al escenario, la facilidad de uso y resultados que puedes insertar directamente en un artículo. Se añaden herramientas de forma continua — 56 disponibles hasta ahora.