JM Moran
banner
jmmorang.bsky.social
JM Moran
@jmmorang.bsky.social
120 followers 80 following 380 posts
Enseñando Metodología de la Investigación y Redacción Científica. #MetodologíaDeLaInvestigación. Primero me tomo el café. Luego hago las cosas
Posts Media Videos Starter Packs
Soy de tortilla sin cebolla y de horario de invierno. No tengo solución.
¿Quién redacta estos titulares?
Lo de la morcilla de wagyu y el paté de hígado de cerdo ibérico, nos lo tenemos que hacer mirar
Right here, right now.
A estudiantes en 3° de Medicina hoy les acaban de dar una charla online desde una academia de formación de MIR... una de un sitio muy verde... empiezan prontito.
🧪 Si comparas “Reiki” vs “sin intervención”, el placebo viene de serie: p<0.05 casi garantizado. Para inferencia válida: control de atención/sham, cegamiento, endpoint primario y ajuste por basal/modelos mixtos. #MetodologíaDeLaInvestigación

pubmed.ncbi.nlm.nih....
Alguien hizo un RCT: “The impact of Reiki practice on episiotomy recovery and perineal pain”. Luego llegó una Letter 📩 y lo dejó clarito: ritual + expectativas ✨ vs nada… sorpresa: Reiki = placebo #MetodologíaDeLaInvestigación

www.ajrh.info/index....
«This prospective single-blind RCT… Reiki vs. sin intervención».
Traducción: a unas les das ritual+atención+expectativas; a otras, aburrimiento.
Spoiler metodológico: el placebo va 3–0. Próxima vez: alternativa al Reiki “sham”. #MetodologíaDeLaInvestigación #Placebo
🚨 En #ciencia no todo puede ser “éxito”: la literatura tiene exceso de resultados positivos, ocultando fallos,callejones sin salida y falsos negativos.Esto no significa que la ciencia sea infalible, sino que publicamos más lo que funciona y menos lo que no #SesgoDePublicación
Y más joyas:
👉 “fairly significant” (p=0.09)
👉 “narrowly eluded significance” (p=0.0789)
👉 “no absolutamente significativo, pero muy probablemente sí” (p>0.05)
Moral: un casi no hace ciencia. 🎭
👉 “una tendencia que rozaba la significación” (p=0.06)
👉 “significativamente significativo” (p=0.065)
👉 “hovered around significance” (p=0.061)
👉 “very closely brushed the limit” (p=0.051)
😂 Cuando el p < 0.05 no aparece, algunos científicos se ponen creativos. Nace así la literatura fantástica de los p-values. #MetodologíaDeLaInvestigación
📚 Fuentes:
Erbay et al., Clinical Cardiology, 2025 (doi:10.1002/CLC.70190)
Gupta R et al, Clin Cardiol. 2025 Sep 1;48(9):e70203. doi:10.1002/clc.70203
Se analizaron múltiples dominios de SF-36 y otros secundarios sin ajuste por multiplicidad.
👉 Riesgo alto de falsos positivos en un estudio observacional y unicéntrico.
⚠️ Primer problema: desequilibrio basal.
El grupo SGLT2i tenía mejores PSQI iniciales (5.0 vs 6.0; p=0.036).
Sin ajustar por este valor en modelos multivariantes, la magnitud de la mejoría puede estar sobreestimada.
El estudio de Erbay et al. (2025) en Clinical Cardiology reportó que los inhibidores SGLT2 mejoran:
✔️ Calidad del sueño (PSQI)
✔️ Ansiedad
✔️ Calidad de vida (SF-36)
en pacientes con insuficiencia cardíaca.
Resultados prometedores, pero…
La lección: la multicolinealidad no invalida los hallazgos, pero exige transparencia metodológica. Es clave diferenciar asociaciones aparentes de factores independientes.
📚 Fuentes:
Mureșan et al., Diagnostics 2022
Lian and Zhang., Diagnostics 2025
Por eso, en investigación clínica o biomédica:
✔️ Reportar siempre ORs univariantes y multivariantes.
✔️ Identificar correlaciones entre predictores.
✔️ Incluir solo variables que aporten información independiente.
⚠️ Riesgos de la multicolinealidad:
Inflar errores estándar.
Dificultar interpretar los OR.
Resultados inestables: una variable puede parecer “predictora” en un análisis, pero no en otro.
El caso de Mureșan et al. (2022) mostró un ejemplo claro: múltiples índices inflamatorios parecían ser predictores “independientes” de trombosis o mortalidad. Sin embargo, al ajustar con multivariante, varios perdieron significación ➝ señal de colinealidad.
Cuando usamos varias variables en un modelo multivariante, puede ocurrir multicolinealidad: dos o más predictores están altamente correlacionados.
⚠️Esto reduce la capacidad de distinguir qué variable es realmente independiente 🧵
#MetodologíaDeLaInvestigación