Diseño y Plan de Análisis de un Estudio Piloto
¿Qué es (y qué no es) un estudio piloto?
Un estudio piloto evalúa si tu idea es factible — no si funciona. Su objetivo es probar los métodos, estimar parámetros de variabilidad y detectar problemas logísticos antes de invertir recursos en un estudio a gran escala. El error más frecuente y éticamente cuestionable es tratar un piloto como un ensayo clínico confirmatorio.
Distinción crítica
Un piloto con n=20 no puede demostrar eficaciacon p<0.05. Si intentas hacerlo, tienes un estudio infra-potenciado, no un piloto. Llámalo "serie de casos" o "estudio preliminar", pero no concluyas efectividad. La transparencia sobre los objetivos es la máxima virtud ética en investigación.
Formulando la pregunta: el formato PICO
| Componente | Pregunta que responde | Ejemplo práctico |
|---|---|---|
| P — Paciente / Población | ¿A quién va dirigido tu estudio? | Adultos mayores de 65 años con insuficiencia cardíaca dados de alta |
| I — Intervención | ¿Qué acción o tratamiento evalúas? | Llamada telefónica de enfermería a las 48h y 7 días post-alta |
| C — Comparación | ¿Frente a qué alternativa? | Cuidado habitual al alta (sin llamadas de seguimiento) |
| O — Outcome (desenlace de piloto) | ¿Qué mides para evaluar factibilidad? | Tasa de reclutamiento ≥70%, retención a 30 días ≥80%, DE del tiempo hasta reingreso |
Ejemplos PICO por área de la salud
Enfermería comunitaria: hipertensión no controlada
P: Adultos con HTA no controlada en atención primaria. I: Automedida domiciliaria con envío de registros por mensajería. C: Medición solo en consulta. O (piloto): Adherencia ≥75% de los días, usabilidad de la app, estimación de la variabilidad de la PA.
Psicología: mindfulness en adolescentes con ansiedad
P: Adolescentes con ansiedad moderada en contexto escolar. I: Programa grupal de mindfulness, 8 sesiones semanales. C: Lista de espera (con ofrecimiento del programa al finalizar). O (piloto): Asistencia ≥70%, satisfacción, estimación del cambio en GAD-7 para calcular el tamaño muestral futuro.
Fisioterapia: telerehabilitación en lumbalgia crónica
P: Pacientes con lumbalgia crónica inespecífica. I: Ejercicio terapéutico supervisado por videollamada. C: Ejercicio presencial. O (piloto): Tasa de reclutamiento, adherencia a las sesiones online, incidencia de problemas técnicos, estimación de la diferencia en EVA.
Tamaño muestral en un piloto: no uses potencia estadística
El error más común en estudios piloto
NO uses GRANMO o similares con potencia del 80% y alfa=0.05 para calcular la muestra de un piloto. Eso es para el estudio definitivo. El piloto no está diseñado para probar hipótesis de eficacia; no tiene sentido calcular su muestra con esa lógica.
| Objetivo del piloto | Recomendación muestral | Referencia |
|---|---|---|
| Estimar desviación estándar de una variable continua | Mínimo 20–30 participantes por grupo | Whitehead et al. (2016): ≥25 por grupo |
| Estimar una proporción (ej. tasa de retención del 80%) | 50–100 participantes totales | Browne (1995), Julious (2005) |
| Detectar problemas logísticos y evaluar factibilidad general | 30–50 participantes totales | Regla pragmática general |
Recomendaciones para tamaño muestral en estudios piloto (sin cálculo de potencia)
Justificación correcta en el protocolo
"El tamaño muestral de este estudio piloto se establece en n=40 (20 por grupo) siguiendo las recomendaciones de Julious (2005) y Whitehead (2016) para estudios piloto cuyo objetivo es estimar la desviación estándar del cambio en la escala EVA con suficiente precisión para planificar un futuro ECA definitivo. Este tamaño permitirá además evaluar la factibilidad del reclutamiento y la adherencia al protocolo."
Plan de análisis estadístico paso a paso
Identifica el tipo de variable de cada desenlace
Para cada variable principal y secundaria, determina si es nominal, ordinal, continua o tiempo hasta evento.
Determina grupos e independencia de observaciones
¿Dos grupos o más? ¿Mediciones independientes (personas distintas) o pareadas (antes-después en las mismas personas)?
Elige las pruebas estadísticas adecuadas
Para descripción: medias (DE) o medianas (RIC) según distribución; frecuencias (%) para categóricas. Para comparaciones exploratorias: T-Test, Wilcoxon, Chi-cuadrado, siempre con IC 95% y reconociendo que el estudio no tiene potencia confirmatoria.
Define el manejo de datos faltantes
Análisis por Intención de Tratar (ITT) modificada: todos con al menos una medición post-basal. Análisis de sensibilidad de 'peor escenario' para evaluar la robustez.
Documenta las pérdidas en un diagrama de flujo CONSORT
Registra el número de participantes en cada etapa: cribados, elegibles, reclutados, asignados, que reciben la intervención, que completan seguimiento y analizados.
Define los criterios de éxito del piloto a priori
Establece semáforos: Verde (>80% retención → proceder), Amarillo (60–80% → proceder con modificaciones), Rojo (<60% → replantear). Sin estos umbrales, la interpretación es subjetiva.
📌 Los desenlaces de un piloto son de proceso, no de eficacia
Este es el punto más crítico —y más frecuentemente ignorado— del diseño piloto. Los objetivos primarios de un estudio piloto deben ser desenlaces de proceso y factibilidad, no comparaciones de eficacia entre grupos. Cualquier comparación de eficacia en un piloto debe estar explícitamente etiquetada como exploratoria en el protocolo, en el manuscrito y en el resumen.
| Tipo de desenlace | Ejemplos correctos en un piloto | ¿Se reporta con p-valor? |
|---|---|---|
| 🟢 Reclutamiento | Tasa de reclutamiento mensual, % de elegibles que aceptan, tiempo hasta completar muestra | No — se reporta como proporción con IC 95% |
| 🟢 Retención | % que completa el seguimiento, motivos de abandono, tiempo hasta abandono | No — se describe con frecuencias y CONSORT flowchart |
| 🟢 Adherencia / Fidelidad | % de sesiones completadas, dosis recibida vs. prescrita, fidelidad del interventor | No — se reporta por grupo como estadística descriptiva |
| 🟢 Variabilidad del desenlace | Desviación estándar del desenlace principal (para el cálculo muestral del definitivo) | No — se reporta como DE con IC 95% |
| 🟡 Eficacia exploratoria | Diferencia de medias, OR, HR entre grupos del piloto | Sí, pero con advertencia explícita: 'El estudio no tuvo potencia para este análisis; resultados son exploratorios' |
| 🔴 Eficacia confirmatoria | Concluir que el tratamiento funciona o no basándose en p-valor del piloto | NUNCA — error metodológico y ético grave |
Cómo redactarlo correctamente en el manuscrito
En lugar de: "La intervención redujo el dolor (p=0,03), lo que sugiere que es efectiva."
Escribe: "El análisis exploratorio de eficacia mostró una reducción en el dolor de 1,8 puntos EVA (IC 95%: 0,3–3,3) en el grupo intervención. Dado el tamaño muestral del piloto (n=30), este hallazgo es orientativo y no confirma eficacia. La desviación estándar estimada (DE=2,4) se utilizará para el cálculo muestral del ensayo definitivo."
Comunicando resultados a diferentes audiencias
| Audiencia | Enfoque | Ejemplo de mensaje |
|---|---|---|
| Colegas e investigadores | Lenguaje técnico, tasas de reclutamiento/retención, IC, lecciones aprendidas | 'Este piloto demuestra factibilidad (tasa 75%) y proporciona estimaciones para un ensayo definitivo de 120 pacientes por grupo.' |
| Pacientes o participantes | Lenguaje sencillo, objetivo de probar si el programa era práctico y aceptable | 'Sus comentarios nos ayudarán a mejorar el programa para futuros participantes.' |
| Gestores o decisores | Factibilidad, recursos, aceptabilidad, potencial de escalabilidad | 'El programa es viable con los recursos actuales de enfermería: 85% completaron el seguimiento y el tiempo medio por llamada fue de 12 minutos.' |
📐 Análisis de concordancia: cuando validas un instrumento de medida
Si tu piloto incluye validar un nuevo tensiómetro, una app de monitoreo o una escala traducida, necesitas demostrar que mide lo mismo que el estándar de referencia. El error más frecuente es usar correlación de Pearson para esto. La correlación mide si dos variables van en la misma dirección, no si son intercambiables.
Error clásico: usar r de Pearson para concordancia
Dos instrumentos pueden tener r = 0.99 pero diferir sistemáticamente en 10 mmHg. La correlación alta solo indica que cuando uno sube, el otro sube — no que coincidan en valor. Para concordancia necesitas el análisis de Bland-Altman.
| Método | Pregunta que responde | Cuándo usarlo |
|---|---|---|
| Correlación de Pearson (r) | ¿Varían en la misma dirección? | Relación lineal, NO concordancia |
| CCI (Coeficiente de Correlación Intraclase) | ¿Qué proporción de la varianza total se debe a diferencias reales entre pacientes? | Concordancia de variables continuas entre observadores o instrumentos |
| Bland-Altman | ¿Cuán lejos están las mediciones entre sí? ¿Hay sesgo sistemático? | Validación de instrumentos de medida clínica |
| Kappa de Cohen (κ) | ¿Coinciden los observadores más allá del azar? (variables categóricas) | Concordancia entre observadores en escalas nominales u ordinales |
Guía rápida para elegir el índice de concordancia correcto.
Caso clínico — Bland-Altman
Un piloto valida un tensiómetro automático de muñeca frente a un esfigmomanómetro aneroide en 30 pacientes hipertensos.
Sesgo medio (bias)
+2.1 mmHg
El tensiómetro de muñeca sobreestima sistemáticamente en 2.1 mmHg
Límites de concordancia (±1.96 DE)
−4.8 a +9.0 mmHg
El 95% de las diferencias cae en este rango
Interpretación
Sesgo aceptable, límites amplios
El límite superior +9 mmHg supera la MCID de 5 mmHg para PAS
Conclusión del piloto
No recomendado para HTA grave
Válido solo para monitoreo leve/moderado
Bland JM, Altman DG. Statistical methods for assessing agreement between two methods of clinical measurement. Lancet. 1986;1(8476):307-310.
Calcula la diferencia (D) entre los dos métodos para cada paciente
D = Método nuevo − Método de referencia. Si D > 0 sistemáticamente, el nuevo sobreestima.
Calcula la media de las diferencias (sesgo)
Sesgo = Media de todas las D. Un sesgo cercano a 0 indica que no hay error sistemático.
Calcula los límites de concordancia
LC = Sesgo ± 1.96 × DE(D). Contienen el 95% de las diferencias esperadas entre métodos.
Evalúa clínicamente los límites
Compara los LC con la MCID. Si los LC son menores que la MCID, los métodos son intercambiables.
Comunicando resultados a diferentes audiencias
| Audiencia | Enfoque | Ejemplo de mensaje |
|---|---|---|
| Colegas e investigadores | Tasas de reclutamiento/retención, IC, variabilidad estimada | Este piloto demuestra factibilidad (tasa 75%) y proporciona estimaciones para un ensayo definitivo de 120 pacientes por grupo. |
| Pacientes o participantes | Lenguaje sencillo, objetivo de viabilidad | Sus comentarios nos ayudarán a mejorar el programa para futuros participantes. |
| Gestores o decisores | Factibilidad, recursos, aceptabilidad, escalabilidad | El programa es viable: 85% completaron el seguimiento y el tiempo medio por llamada fue de 12 minutos. |
Quiz de verificación
¿Cuál es el objetivo principal del tamaño muestral en un estudio piloto?
Quiz de verificación
Bland-Altman de tu piloto: sesgo = +2.1 mmHg, LC = −4.8 a +9.0 mmHg, MCID de PAS = 5 mmHg. ¿Conclusión?
Recursos Curados para Profundizar
📖 Lecturas Fundamentales
- Thabane, L., Ma, J., Chu, R. et al. (2010). A tutorial on pilot studies: the what, why and how. BMC Medical Research Methodology, 10, 1.El tutorial más citado y accesible para entender el propósito y el diseño de un estudio piloto.
- Lancaster, G. A., Dodd, S. & Williamson, P. R. (2004). Design and analysis of pilot studies: recommendations for good practice. Journal of Evaluation in Clinical Practice, 10(2), 307–312.Referencia fundacional sobre buenas prácticas de diseño y análisis de pilotos.
- Bland, J. M. & Altman, D. G. (1986). Statistical methods for assessing agreement between two methods of clinical measurement. The Lancet, 1(8476), 307–310.El artículo original que introdujo el análisis de Bland-Altman, clave para validar instrumentos de medida.
🎬 Videos y Recursos Online
- NIHR — Guidance on pilot and feasibility studies: nihr.ac.ukGuía oficial del National Institute for Health Research sobre cómo diseñar y reportar estudios piloto.
- CONSORT Extension for Pilot and Feasibility Trials: equator-network.orgLista de verificación específica para reportar ensayos piloto y de factibilidad con rigor.
- EQUATOR Network: equator-network.orgRepositorio general de guías de reporte (CONSORT, STROBE, PRISMA) aplicables al protocolo del piloto.
📚 Referencias Clave del Módulo
- Browne, R. H. (1995). On the use of a pilot sample for sample size determination. Statistics in Medicine, 14(17), 1933–1940.
- Billingham, S. A. M., Whitehead, A. L. & Julious, S. A. (2013). An audit of sample sizes for pilot and feasibility trials being undertaken in the United Kingdom registered in the United Kingdom Clinical Research Network database. BMC Medical Research Methodology, 13, 104.
Un buen piloto no busca demostrar que tu idea funciona, sino prepararte para que el estudio definitivo no falle por sorpresas evitables. Invertir tiempo en planificar y documentar cada decisión metodológica hoy es el mejor regalo que puedes hacerle a tu futura investigación.