Versión de HTML Básico
@ '
A
'
$ # '
La asignación de los distintos tratamientos a diferentes unidades experimentales (animales, tubos, etc.) debe
realizarse mediante algunos procesos estrictamente aleatorios. Cualquier otra elección de condiciones experi-
mentales que no haya sido permitida deliberadamente en el diseño experimental también debe hacerse al azar.
Son ejemplos la elección de las posiciones de las jaulas en un laboratorio y el orden en el que se administran los
tratamientos. En particular, un grupo de animales que recibe la misma dosis de cualquier preparación no debe
tratarse conjuntamente (al mismo tiempo o en la misma posición) a menos que haya una fuerte evidencia de que
la fuente relevante de variación (por ejemplo, entre tiempos o entre posiciones) es despreciable. Pueden realizar-
se asignaciones aleatorias a partir de tablas estándar de números aleatorios de muestreo que normalmente van
acompañados de instrucciones de uso. Cualquiera que sea el método empleado, el analista debe tener cuidado de
usar series diferentes de números aleatorios para los diferentes ensayos.
Las preparaciones asignadas a cada unidad experimental deberían ser tan independientes como sea posible.
Dentro de cada grupo experimental, las diluciones realizadas para las dosis asignadas a cada tratamiento no de-
ben ser simplemente divisiones de la misma dosis sino que deben prepararse individualmente. Sin esta precau-
ción indispensable, la variabilidad inherente a la preparación no estará completamente representada en la varian-
za del error experimental. El resultado será una subestimación del error residual que conduce a:
1) un aumento no justificado en la rigurosidad de las pruebas para el análisis de varianza (ver en la
Sección 3:
Análisis de varianza
y
Criterios de validez
).
2) una subestimación de los límites de confianza verdaderos del ensayo, los cuales, como se muestra en la
Sección 3: Estimación de la potencia y límites de confianza
, se calculan a partir de la estimación de
s
2
del cua-
drado medio del error residual.
B
; 7#
#
#
$
B4=
Modelos Estadísticos
3.1.1 Principios generales
Los ensayos biológicos incluidos en la FA se han concebido como “ensayos de dilución”, lo que significa que
se supone que la preparación desconocida a ensayar contiene el mismo principio activo que la preparación están-
dar pero en una proporción diferente de componentes activos e inertes. En tal caso la preparación desconocida
puede obtenerse, en teoría, a partir de la preparación estándar por dilución con componentes inertes.
Para comprobar si un ensayo en particular se comporta como un ensayo de dilución es necesario comparar la
relación dosis-respuesta de estándar y desconocido. Si la relación difiere significativamente el ensayo es “no
válido”. Diferencias significativas en la relación dosis-respuesta de estándar y desconocido puede significar que
una de las preparaciones contiene, además del principio activo, otro componente no inerte que puede influenciar
la respuesta. Para hacer evidente el efecto de dilución, en el modelo teórico, es útil transformar la relación dosis-
respuesta en una función lineal en el rango más amplio de dosis posible.
Para los ensayos biológicos descriptos, son de interés dos modelos estadísticos: el
modelo de líneas paralelas
y el
modelo de relación de pendientes
.
La aplicación de uno u otro depende del cumplimiento de las siguientes condiciones:
1) los diferentes tratamientos se han asignado al azar a las unidades experimentales;
2) las respuestas a cada tratamiento se distribuyen normalmente;
3) la desviación estándar de las respuestas dentro de cada grupo de tratamiento, para la preparación estándar y
desconocido, no difiere significativamente una de otra.
Cuando un ensayo está en etapa de desarrollo el analista tiene que cerciorarse que los datos recolectados de
muchos ensayos satisfacen estas condiciones teóricas.
- La condición 1 puede cumplirse usando eficazmente la
Sección 2
.
- La condición 2 es una condición que casi siempre se cumple en la práctica. Desviaciones pequeñas de esta
suposición no introducen diferencias serias en el análisis siempre y cuando se incluyan varias réplicas por trata-
mientos. Cuando se sospechen desviaciones de la distribución normal en una serie de muestras pequeñas puede
usarse la
Prueba de Shapiro - Wilk para normalidad de distribución. Wilk, M.B. y Shapiro
,
S.S
. (1968). The joint
assessment of normality of several independent samples, Technometrics 10,825-839.
- La condición 3 puede ser probada con un ensayo para homogeneidad de la varianza (
prueba de Bartlett,
prueba de Cochran
) Bartlett, M.S(1937). Properties of sufficiency and statistical tests, Proc. Roy. Soc. London,
Series A 160, 280-282. Cochran, W.G (1951). Testing a linear relation among variances, Biometrics 7, 17-32.