tag:blogger.com,1999:blog-2900423494979591177.post3256906139262008228..comments2023-11-03T11:29:40.762+01:00Comments on ROBERTO COLOM: La Eficacia de las Terapias PsicológicasROBERTO COLOMhttp://www.blogger.com/profile/01905276971373264675noreply@blogger.comBlogger9125tag:blogger.com,1999:blog-2900423494979591177.post-86563468859538911812010-05-03T08:48:31.677+02:002010-05-03T08:48:31.677+02:00Seguramente ‘recuperarse’ conlleva sentirse mejor ...Seguramente ‘recuperarse’ conlleva sentirse mejor y continuar viviendo sin las trabas que llevaron al cliente a la consulta del psicólogo.<br /><br />Las conversiones, d > r > z, y la correspondiente inspección de la proporción de cada grupo comparado que cae debajo de determinada área de sus curvas serían, como señala ‘Anónimo’ un procedimiento óptimo.<br /><br />En su segundo ejemplo de ‘Anónimo’ cuando d = 0.8 el 20% sigue teniendo depresión, y, por tanto, el 80% no.<br /><br />Aún así reconoce que su reflexión puede contener algún error, lo que muestra que todavía no hemos llegado a una conclusión…<br /><br />Muchas gracias por el interesante comentario.<br /><br />RROBERTO COLOMhttps://www.blogger.com/profile/01905276971373264675noreply@blogger.comtag:blogger.com,1999:blog-2900423494979591177.post-10276306365043301212010-05-01T19:31:31.952+02:002010-05-01T19:31:31.952+02:00Yo no estoy muy metido en ese tema, pero para mí l...Yo no estoy muy metido en ese tema, pero para mí la conclusión depende de muchas cosas. <br /><br />Supongamos que los tamaños de los dos grupos son iguales (y grandes) y que las varianzas de los grupos son iguales. El porcentaje de gente que se recupera depende de lo que signifique para nosotros "recuperarse". <br /><br />Supongamos que la decisión es dicotómica (tener o no tener depresión) y en el grupo SIN tratamiento el 95% es diagnosticable como Depresivo. Esto implicaría una z en ese grupo por encima de -1.64. En el grupo CON terapia si d = 0.8, la z asociada a ese punto es de -.84 lo que indicaría que el 80% de ese grupo sigue teniendo depresión. En ese caso, la mejora supondría una recuperación de un 15% de personas.<br /><br />Ahora supongamos que en el grupo SIN tratamiento el 50% es diagnosticable como Depresivo-grave. Esto implicaría una z en ese grupo por encima de 0. En el grupo con terapia efectiva, si d = 0.8, la z asociada a ese punto es de .8 lo que indicaría que el 21% de ese grupo sigue teniendo depresión grave. En ese caso, la mejora supondría una recuperación de un 30% de personas.<br /><br />Supongo que esta reflexión debe tener algún error, porque el número que sale es muy bajito y deprimente!! Todo ello sin considerar la fiabilidad de las medidas...Anonymousnoreply@blogger.comtag:blogger.com,1999:blog-2900423494979591177.post-53965536153615580862010-05-01T19:31:29.993+02:002010-05-01T19:31:29.993+02:00Yo no estoy muy metido en ese tema, pero para mí l...Yo no estoy muy metido en ese tema, pero para mí la conclusión depende de muchas cosas. <br /><br />Supongamos que los tamaños de los dos grupos son iguales (y grandes) y que las varianzas de los grupos son iguales. El porcentaje de gente que se recupera depende de lo que signifique para nosotros "recuperarse". <br /><br />Supongamos que la decisión es dicotómica (tener o no tener depresión) y en el grupo SIN tratamiento el 95% es diagnosticable como Depresivo. Esto implicaría una z en ese grupo por encima de -1.64. En el grupo CON terapia si d = 0.8, la z asociada a ese punto es de -.84 lo que indicaría que el 80% de ese grupo sigue teniendo depresión. En ese caso, la mejora supondría una recuperación de un 15% de personas.<br /><br />Ahora supongamos que en el grupo SIN tratamiento el 50% es diagnosticable como Depresivo-grave. Esto implicaría una z en ese grupo por encima de 0. En el grupo con terapia efectiva, si d = 0.8, la z asociada a ese punto es de .8 lo que indicaría que el 21% de ese grupo sigue teniendo depresión grave. En ese caso, la mejora supondría una recuperación de un 30% de personas.<br /><br />Supongo que esta reflexión debe tener algún error, porque el número que sale es muy bajito y deprimente!! Todo ello sin considerar la fiabilidad de las medidas...Anonymousnoreply@blogger.comtag:blogger.com,1999:blog-2900423494979591177.post-31832226798979109022010-05-01T08:44:26.263+02:002010-05-01T08:44:26.263+02:00No hay contradicción y las decepciones no arreglan...No hay contradicción y las decepciones no arreglan nada.<br /><br />La conversión d -> r no es tan directa y, por otro lado, la conversión a % conlleva los dos grupos comparados, tratados y no tratados. El uso de 'población' en este contexto genera confusión.<br /><br />K los expertos, si los hay, se manifiesten. Enjoy W, RROBERTO COLOMhttps://www.blogger.com/profile/01905276971373264675noreply@blogger.comtag:blogger.com,1999:blog-2900423494979591177.post-85345657675816372652010-04-30T20:00:19.406+02:002010-04-30T20:00:19.406+02:00Roberto lamento decepcionarte pero no veo donde es...Roberto lamento decepcionarte pero no veo donde está la contradicción. Contra mayor sea la efectividad del tratamiento mayor será la discrepancia ente la Ho y la H1 y mayor d. Por otra parte una correlación minúscula en psicología se debería corresponder con un tamaño de efecto "d" minúsculo pues entre ambos hay una conversión prácticamente directa. De hecho el ejemplo que tu citas con un d=0.8 equivale a una correlación de 0,4 aproximadamente que en nuestro ámbito es bastante grande lo cual implica efectivamente pasar del centil 20 al 50. En último término ello implica pasar de estar mejor que el 20% de la población a estar mejor que el 50% de la población, y no el 80% que es lo que discutíamos al principio.<br /><br />De todos modos las opiniones de expertos en metanálisis (que no es lo mio) serán bienvenidas<br /><br />Happy weekendAndreuhttps://www.blogger.com/profile/02846631983964318217noreply@blogger.comtag:blogger.com,1999:blog-2900423494979591177.post-60841053523986809892010-04-30T17:24:41.756+02:002010-04-30T17:24:41.756+02:00A pesar de ser un excelente experto en metodología...A pesar de ser un excelente experto en metodología, Andreu decepciona mis expectativas en este caso.<br /><br />En mi libro de 2002 (En los límites de la inteligencia) traté de explicar la implicación real de los tamaños del efecto (d) sobre la comparación de dos muestras, basándome en el estupendo artículo de Lubinski y Humphreys publicado en el monográfico de la revista 'Intelligence', en 1997, sobre la controversia generada tras la publicación de 'The Bell Curve'.<br /><br />Esto es lo que traté de explicar:<br /><br />“El tamaño del efecto se refiere a la diferencia promedio (d) entre dos grupos y está relacionado con las correlaciones (r). Mientras que los epidemiólogos usan rutinariamente tablas de conversión entre correlaciones y tamaños del efecto, algunos psicólogos a menudo olvidan su relevancia y significación en la práctica. Correlaciones que usualmente se consideran minúsculas en Psicología, están reflejando relaciones funcionales altamente significativas en el mundo real. Si el tamaño del efecto tras un año de aplicar un programa dirigido a mejorar la comprensión lectora es de +0.80, será muy recomendable la aplicación de ese programa, puesto que este resultado significa que los estudiantes que se situaban por debajo del 80% de la población se situarán cerca de la media tras la aplicación del programa” (En los límites de la inteligencia, p. 67).<br /><br />De todos modos, seguro que alguno de los metodologos, que me consta se pasan por aquí de vez en cuando, pueden aportar su granito (más o menos gordo) de arena a esta interesante cuestión.<br /><br />Salu2, RROBERTO COLOMhttps://www.blogger.com/profile/01905276971373264675noreply@blogger.comtag:blogger.com,1999:blog-2900423494979591177.post-65674725816388145092010-04-30T10:56:31.320+02:002010-04-30T10:56:31.320+02:00No creo que exista una correspondencia directa ent...No creo que exista una correspondencia directa entre d y el % de mejoría del cliente medio. d tan sólo indica el grado de discrepancia entre la hipótesis nula y la alternativa aportando información complementaria a la decisión de rechazar la hipótesis nula y a la elección del tamaño de muestra necesario en función del tamaño del efecto estimado a priori. De hecho Cohen propone unos límites inferiores de 0,2; 0,5; y 0,8 como indicadores aproximados de tamaños pequeños, medianos y grandes.<br /><br />http://www.math.unm.edu/~schrader/biostat/bio2/Spr06/cohen.pdfAndreuhttps://www.blogger.com/profile/02846631983964318217noreply@blogger.comtag:blogger.com,1999:blog-2900423494979591177.post-80675701782315829272010-04-30T10:08:13.195+02:002010-04-30T10:08:13.195+02:00Andreu tiene razón, para variar: la conversión del...Andreu tiene razón, para variar: la conversión del tamaño del efecto a proporciones es errónea. Quizá él mismo pueda indicarnos el procedimiento para hacer el cálculo correcto y extraerle todo el juego a la tabla de resultados. RROBERTO COLOMhttps://www.blogger.com/profile/01905276971373264675noreply@blogger.comtag:blogger.com,1999:blog-2900423494979591177.post-57608197002693871732010-04-30T09:39:28.597+02:002010-04-30T09:39:28.597+02:00Vamos que hay como mínimo dos explicaciones plausi...Vamos que hay como mínimo dos explicaciones plausibles, o es efecto placebo o en los seres humanos el simple hecho que nos escuchen tiene un elevado valor terapeútico (ojo que esto es peligroso, podrían acabar cambiando a los psicólogos por un buen amigo :-)).<br /><br />Por cierto, una d=0.8 no implica estar mejor que el 80% de la población, en ese caso una d=1.46 como la del artículo implicaría estar mejor que el 146% de la población.Andreuhttps://www.blogger.com/profile/02846631983964318217noreply@blogger.com