1. INVESTIGACIÓN SANITARIA Y MÉTODO CIENTÍFICO

Investigar en salud no significa acumular datos ni aplicar una prueba estadística a una hoja de cálculo. La investigación es un proceso sistemático destinado a producir conocimiento válido, reproducible y útil para responder una pregunta. En Diagnóstico por la Imagen, esa pregunta puede referirse a la calidad de una radiografía, la reducción de dosis, la capacidad diagnóstica de una secuencia, el rendimiento de un protocolo de TC, la aceptabilidad de una exploración, la seguridad de un procedimiento o el funcionamiento de un circuito asistencial. La metodología es el conjunto de reglas que permite pasar de la pregunta a una respuesta defendible.

El método científico comienza con la identificación de un problema y la revisión de lo que ya se conoce. Después se formula una pregunta concreta, se establecen objetivos y, cuando procede, una hipótesis; se elige un diseño, se define la población y las variables, se planifica la recogida de datos, se analiza la información, se interpretan los resultados y se comunican. La secuencia no debe entenderse como una receta rígida: una revisión bibliográfica puede obligar a reformular la pregunta, un estudio piloto puede revelar que una variable no es medible de forma fiable y el análisis puede detectar limitaciones no previstas. Sin embargo, la lógica fundamental permanece: la pregunta debe preceder al método y el método debe preceder al análisis.

En investigación aplicada a imagen médica hay una exigencia adicional: la técnica de adquisición forma parte del fenómeno que se mide. Si se comparan imágenes de TC obtenidas con distintos equipos, algoritmos de reconstrucción o grosores de corte, estas diferencias pueden alterar la medida de densidad, ruido, textura o radiómica. Si se estudia reproducibilidad, hay que conocer qué parte de la variación procede del paciente, del posicionamiento, del equipo, del protocolo, del postprocesado y del observador. Por eso el TER/TSID no es un mero ejecutor: su conocimiento del proceso de adquisición es esencial para convertir una pregunta clínica en datos técnicamente comparables.

2. DE LA PREGUNTA AL PROTOCOLO: OBJETIVOS, HIPÓTESIS Y PLANIFICACIÓN

Una buena investigación suele empezar con una pregunta pequeña y bien delimitada. Las preguntas demasiado amplias —«¿es mejor la TC espectral?»— son difíciles de convertir en un estudio. En cambio, una pregunta como «en pacientes con sospecha de litiasis, ¿un protocolo de TC de baja dosis mantiene el rendimiento diagnóstico respecto al protocolo estándar y reduce el indicador dosimétrico?» identifica población, intervención o técnica, comparador y resultados. El esquema PICO (Población, Intervención, Comparación, Outcome o resultado) es especialmente útil en preguntas de intervención; en diagnóstico se adapta para incluir la prueba índice y el patrón de referencia.

El objetivo principal debe corresponderse con el desenlace principal y con el cálculo del tamaño de la muestra. Los objetivos secundarios exploran resultados adicionales, pero no deberían convertirse a posteriori en el supuesto objetivo central porque uno de ellos haya resultado significativo. La hipótesis nula suele plantear ausencia de diferencia o asociación y la hipótesis alternativa propone que sí existe. En estudios puramente descriptivos puede no ser necesaria una hipótesis formal: describir la tasa de repetición radiográfica durante un periodo es una finalidad válida sin comparar grupos.

El protocolo debe definir antes de comenzar: justificación, objetivos, diseño, ámbito, participantes, criterios de inclusión y exclusión, variables, procedimientos de adquisición, plan de análisis, gestión de datos, aspectos éticos, organización y calendario. En imagen médica también debe fijar elementos que a menudo se omiten: modalidad y modelo de equipo cuando sea relevante, parámetros de adquisición, reconstrucción, administración de contraste, control de calidad, procedimiento de anonimización o seudonimización, forma de seleccionar imágenes, experiencia y enmascaramiento de observadores y reglas para resolver estudios no evaluables.

La planificación protege frente a un problema clásico: decidir el análisis después de mirar los resultados. Si se prueban decenas de comparaciones hasta encontrar un valor de p inferior al umbral elegido, aumenta la probabilidad de resultados espurios. La protocolización y, cuando proceda, el registro previo hacen visible qué estaba previsto y qué es exploratorio.

3. TÉCNICAS CUANTITATIVAS Y CUALITATIVAS

La investigación cuantitativa representa fenómenos mediante variables medibles y analiza su distribución, diferencias o asociaciones. Responde bien a preguntas del tipo «cuánto», «con qué frecuencia», «qué diferencia existe» o «qué relación hay entre dos variables». Ejemplos radiológicos son comparar el ruido de imagen entre dos reconstrucciones, estimar la prevalencia de hallazgos incidentales, analizar la dosis según índice de masa corporal o calcular sensibilidad y especificidad de una prueba.

La investigación cualitativa busca comprender significados, experiencias, percepciones, barreras y procesos. No pretende reducir necesariamente la realidad a una cifra. Emplea entrevistas individuales, grupos focales, observación, diarios, documentos y otras fuentes narrativas. En una Unidad de Diagnóstico por la Imagen puede utilizarse para estudiar por qué algunos pacientes abandonan una RM por claustrofobia, cómo perciben los profesionales la implantación de un sistema de ayuda mediante IA, qué barreras existen para seguir un protocolo de identificación o cómo viven los pacientes la información previa a una prueba intervencionista.

Las diferencias no se limitan a «números frente a palabras». En cuantitativa se busca con frecuencia una muestra que permita estimar parámetros o contrastar hipótesis; en cualitativa se seleccionan participantes capaces de aportar información relevante, mediante muestreo intencional, teórico o por variación máxima, entre otros. El tamaño no se determina por una potencia estadística clásica, sino por la riqueza y suficiencia de la información respecto a la pregunta. El análisis puede basarse en codificación, categorías y temas, manteniendo trazabilidad desde los datos originales hasta la interpretación.

La calidad cualitativa exige rigor: credibilidad de la interpretación, transferibilidad mediante descripción del contexto, dependencia o consistencia del proceso y confirmabilidad para mostrar que los hallazgos no son mera proyección del investigador. La triangulación de investigadores, métodos o fuentes, la reflexividad y la documentación de decisiones fortalecen el estudio.

Los métodos mixtos combinan componentes cuantitativos y cualitativos de manera planificada. Por ejemplo, una unidad puede detectar cuantitativamente una tasa elevada de RM incompletas y, después, realizar entrevistas para comprender causas y diseñar una intervención. La parte cualitativa explica el «por qué» de un patrón que la cuantitativa ha medido.

4. FUENTES DE DATOS EN DIAGNÓSTICO POR LA IMAGEN

Una fuente de datos es el origen del que se obtienen las variables del estudio. Se consideran datos primarios los recogidos expresamente para la investigación: mediciones en fantomas, cuestionarios, entrevistas, registros diseñados para el protocolo o lecturas realizadas por observadores. Son datos secundarios los que ya existían por otro motivo, como historia clínica, RIS, PACS, informes radiológicos, bases de datos administrativas, registros de dosis, bases poblacionales o repositorios de investigación.

El ecosistema digital de radiología ofrece gran cantidad de información, pero «muchos datos» no equivale a «buenos datos». El RIS puede aportar citas, modalidad, tipo de estudio, tiempos y estado del procedimiento; el PACS almacena imágenes y objetos relacionados; los metadatos DICOM describen información técnica y administrativa; la historia clínica añade diagnósticos, evolución y resultados; los sistemas de gestión de dosis concentran parámetros dosimétricos; y los sistemas de calidad registran incidencias, rechazos y repeticiones. La integración entre fuentes exige identificar al mismo episodio o paciente sin perder trazabilidad ni confidencialidad.

Los metadatos deben interpretarse con conocimiento técnico. Un campo DICOM puede estar vacío, variar entre fabricantes o reflejar un valor nominal que no coincide con la medición que necesita la investigación. La extracción automática debe validarse sobre una muestra. Además, el archivo DICOM puede contener identificadores no evidentes en cabeceras, texto incrustado o información privada del fabricante. La desidentificación requiere un procedimiento específico y verificable; borrar el nombre visible no garantiza anonimización.

En estudios multicéntricos aparece la heterogeneidad de dominio: escáneres, software, protocolos y poblaciones distintos. Esta variabilidad puede ser un problema si se confunde con el efecto estudiado, pero también puede mejorar la generalización si se incorpora correctamente al diseño. En IA, separar conjuntos de entrenamiento y evaluación a nivel de imagen, y no a nivel de paciente, puede causar fuga de información: imágenes del mismo paciente aparecen en ambos conjuntos y el rendimiento parece mejor de lo real.

5. POBLACIÓN, MUESTRA, VARIABLES Y MEDICIÓN

La población diana es el conjunto al que se desea aplicar la conclusión. La población accesible es la que realmente puede reclutarse en los centros y periodo del estudio. La muestra es el subconjunto finalmente observado. Esta distinción es crucial para la validez externa: un algoritmo entrenado exclusivamente con estudios de un único hospital y un único fabricante puede rendir bien allí sin demostrar que funcione en otros entornos.

El muestreo probabilístico concede a los miembros de la población una probabilidad conocida de selección; puede ser aleatorio simple, sistemático, estratificado o por conglomerados. En la investigación clínica es frecuente el muestreo consecutivo de todos los pacientes elegibles durante un periodo, que suele ser preferible a seleccionar casos «típicos» a conveniencia. El muestreo de conveniencia es operativo, pero aumenta el riesgo de falta de representatividad.

Las variables pueden clasificarse como cualitativas nominales —modalidad, sexo registrado, presencia o ausencia de artefacto— u ordinales —grado de calidad 1 a 5—; y cuantitativas discretas —número de repeticiones— o continuas —edad, tiempo, dosis, tamaño de lesión—. También importa su función: exposición o variable independiente, resultado o dependiente, confusora, modificadora de efecto o covariable.

Una variable debe definirse operacionalmente: qué significa y cómo se mide. «Buena calidad de imagen» es ambiguo; hay que especificar si se medirá por relación contraste-ruido, puntuación ordinal por observadores, detectabilidad de una lesión o combinación de criterios. La medición debe ser válida —medir lo que pretende— y fiable —producir resultados consistentes—. Calibración de equipos, entrenamiento de evaluadores, manual de operaciones y estudio piloto reducen variabilidad evitable.

El tamaño muestral no se elige por tradición. Depende del diseño y del objetivo: precisión deseada de una estimación, diferencia clínicamente relevante, variabilidad esperada, nivel de error tipo I, potencia, proporción esperada de eventos y pérdidas previsibles. Una muestra enorme puede hacer estadísticamente significativa una diferencia irrelevante; una muestra pequeña puede no detectar un efecto real.

6. ESTUDIOS DESCRIPTIVOS

Los estudios descriptivos muestran cómo es un fenómeno sin establecer necesariamente una comparación causal. Son el primer nivel para conocer frecuencia, distribución y características. Incluyen informes y series de casos, estudios transversales descriptivos y análisis de registros. En radiodiagnóstico pueden describir la frecuencia de extravasaciones, distribución de dosis por protocolo, porcentaje de estudios no diagnósticos, motivos de repetición o tipos de incidentes de seguridad.

El estudio transversal observa exposición y resultado en un momento o periodo definido. Es adecuado para estimar prevalencia, es decir, proporción de personas que presentan una condición en un punto o periodo. Como exposición y desenlace se miden a la vez, a menudo no puede establecerse qué ocurrió primero. Si se observa que los pacientes con ansiedad presentan más estudios de RM incompletos, un transversal puede mostrar asociación, pero no siempre aclara la dirección temporal.

Una serie de casos describe un conjunto de sujetos que comparten una característica. Puede alertar sobre fenómenos nuevos, pero carece de grupo de comparación y es vulnerable a selección. No permite concluir que una intervención cause el resultado simplemente porque los casos evolucionaron de una manera concreta.

Describir bien exige informar el denominador. Decir «hubo 30 repeticiones» es poco útil sin conocer cuántas exploraciones se realizaron. Las frecuencias deben expresarse en relación con una población o número de procedimientos cuando proceda. También hay que definir el periodo y la unidad: repetición por imagen, por serie, por estudio o por paciente no son equivalentes.

7. ESTUDIOS ANALÍTICOS OBSERVACIONALES

Los estudios analíticos comparan grupos para evaluar asociaciones entre una exposición y un resultado sin que el investigador asigne deliberadamente la exposición. Los principales diseños son cohortes, casos y controles y estudios transversales analíticos.

7.1. Cohortes

En una cohorte se parte de personas clasificadas por exposición y se observa la aparición del resultado. Puede ser prospectiva —se sigue hacia el futuro— o retrospectiva —se reconstruye el seguimiento con registros existentes—. Permite estimar incidencia y comparar riesgos. Un ejemplo sería seguir pacientes sometidos a dos estrategias protocolizadas en distintos periodos para estudiar la frecuencia de reacciones o repeticiones, siempre que la elección de estrategia no la haya asignado el investigador como parte experimental.

La medida de asociación típica es el riesgo relativo (RR), cociente entre el riesgo del desenlace en expuestos y no expuestos. RR = 1 sugiere igualdad de riesgos; mayor de 1, asociación con mayor riesgo; menor de 1, asociación con menor riesgo. La interpretación causal exige controlar confusión y sesgos.

7.2. Casos y controles

En casos y controles se seleccionan sujetos por el resultado: casos con el evento y controles sin él, y se compara la exposición previa. Es eficiente para resultados poco frecuentes o con larga latencia. La medida de asociación habitual es la odds ratio (OR). La selección de controles es crítica: deben representar la distribución de exposición de la población que originó los casos. Si los controles proceden de un grupo con hábitos o circuitos asistenciales muy diferentes, la asociación se distorsiona.

7.3. Transversales analíticos

Comparan variables medidas simultáneamente y son útiles para explorar asociaciones. Su principal limitación causal es la temporalidad. Son frecuentes en encuestas de profesionales, estudios de satisfacción y análisis de correlación entre parámetros técnicos y medidas de calidad en una colección de estudios.

8. ESTUDIOS EXPERIMENTALES Y ENSAYOS CLÍNICOS

En un estudio experimental el investigador asigna una intervención. El diseño de referencia para estimar eficacia es el ensayo clínico aleatorizado cuando es ético y factible. La aleatorización distribuye de forma impredecible a los participantes entre grupos y busca equilibrar factores pronósticos conocidos y desconocidos. No debe confundirse con alternar pacientes, usar el día de la semana o el número de historia, porque esos procedimientos son previsibles y permiten selección.

La ocultación de la secuencia de asignación evita que quien incluye participantes conozca de antemano el grupo que corresponderá. El enmascaramiento o cegamiento evita que participantes, profesionales, evaluadores o analistas conozcan la intervención asignada cuando sea posible. Son mecanismos distintos. En imagen, a veces no puede cegarse al TER/TSID que ejecuta un protocolo, pero sí puede cegarse al radiólogo que valora imágenes respecto a la técnica, a datos clínicos o al resultado de referencia.

El comparador puede ser placebo, atención habitual, técnica estándar u otra intervención. El desenlace primario debe estar predefinido. Los análisis por intención de tratar conservan a los participantes en el grupo de asignación y preservan las ventajas de la aleatorización; análisis adicionales pueden ser pertinentes, pero no deben utilizarse selectivamente para producir un resultado favorable.

En España, los ensayos clínicos con medicamentos se regulan por el Real Decreto 1090/2015 en desarrollo del Reglamento (UE) 536/2014. Este marco no convierte en «ensayo clínico con medicamentos» cualquier comparación de técnicas de imagen. El Reglamento europeo se aplica a ensayos con medicamentos y excluye los estudios no intervencionales de su ámbito; otros proyectos intervencionales sanitarios se someten al marco ético y normativo que corresponda a su naturaleza. La protección de derechos, seguridad, dignidad y bienestar de participantes es prioritaria.

En investigación radiológica, la exposición adicional a radiaciones ionizantes, contrastes o procedimientos debe justificarse expresamente. No es aceptable añadir adquisiciones «por investigación» como si fueran neutrales. La pregunta debe tener valor científico, los riesgos deben minimizarse y las actuaciones no asistenciales deben estar identificadas en el protocolo y en la información al participante.

9. SESGOS, CONFUSIÓN, VALIDEZ Y REPRODUCIBILIDAD

Un sesgo es un error sistemático que desplaza la estimación respecto al valor que se pretende conocer. No desaparece simplemente aumentando el tamaño de muestra: miles de observaciones mal seleccionadas pueden producir una estimación muy precisa pero equivocada. La metodología intenta prevenir sesgos desde el diseño y evaluarlos en el análisis y la interpretación.

El sesgo de selección aparece cuando la inclusión o permanencia en el estudio se relaciona con exposición y resultado. Seleccionar solo imágenes de alta calidad para evaluar un algoritmo hace que su rendimiento parezca superior al que tendrá en práctica real. El sesgo de información surge cuando exposición o resultado se miden de manera diferencial o incorrecta. Si un observador conoce el diagnóstico definitivo mientras puntúa la prueba índice, puede interpretar hallazgos dudosos a favor de ese diagnóstico.

La confusión es diferente: una tercera variable se asocia tanto con la exposición como con el resultado y distorsiona su relación. Por ejemplo, si un protocolo de baja dosis se utiliza sobre todo en pacientes delgados, una aparente mejora de calidad atribuida al protocolo puede deberse al tamaño corporal. La confusión se aborda mediante aleatorización en ensayos, restricción, emparejamiento, estratificación o ajuste multivariable, según el diseño.

La validez interna pregunta si el resultado es creíble para los participantes estudiados; la validez externa si puede aplicarse razonablemente a otras poblaciones y contextos. La reproducibilidad añade otra capa. En imagen médica puede medirse reproducibilidad entre observadores, dentro del mismo observador, entre equipos o en adquisiciones repetidas. Para variables categóricas se utiliza con frecuencia kappa; para medidas continuas, coeficientes como la correlación intraclase, acompañados de análisis de acuerdo cuando corresponda.

La reproducibilidad computacional exige conservar suficiente información para repetir el procesamiento: versiones de software, parámetros, código y flujo de transformación. En radiómica e IA, una cadena aparentemente pequeña —segmentación, resampling, normalización, extracción de características— puede modificar el resultado. Documentarla es parte de la calidad científica.

10. BIOESTADÍSTICA DESCRIPTIVA

La bioestadística descriptiva resume los datos observados sin extrapolar todavía a una población. La elección del resumen depende del tipo y distribución de la variable. Para variables cualitativas se utilizan recuentos y porcentajes. En variables cuantitativas se describen posición y dispersión.

La media aritmética suma todos los valores y divide por el número de observaciones. Utiliza toda la información, pero es sensible a valores extremos. La mediana es el valor central una vez ordenados los datos y es más robusta ante distribuciones asimétricas. La moda es el valor más frecuente y puede aplicarse también a variables categóricas.

Entre las medidas de dispersión, el rango es la diferencia entre máximo y mínimo; el rango intercuartílico abarca del percentil 25 al 75 y describe bien distribuciones asimétricas; la varianza resume desviaciones cuadráticas respecto a la media y la desviación estándar (DE) vuelve a la unidad original. La DE describe variabilidad de observaciones; el error estándar describe precisión de un estimador, como la media. Confundirlos hace parecer artificialmente homogénea una muestra.

Una distribución aproximadamente normal es simétrica y puede resumirse con media y DE cuando resulte adecuado. Una distribución muy sesgada —por ejemplo, tiempos de espera con unos pocos casos extremadamente prolongados— suele describirse mejor con mediana y rango intercuartílico. Los histogramas y diagramas de caja ayudan a comprender la forma antes de aplicar pruebas.

11. BIOESTADÍSTICA INFERENCIAL E INTERPRETACIÓN DE RESULTADOS

La inferencia utiliza una muestra para estimar parámetros o contrastar hipótesis sobre una población, cuantificando la incertidumbre. Dos herramientas fundamentales son los intervalos de confianza y los contrastes de hipótesis.

Un intervalo de confianza ofrece un rango de valores compatibles con los datos bajo los supuestos del modelo. Un intervalo estrecho indica mayor precisión que uno amplio. No debe interpretarse mecánicamente como «hay un 95 % de probabilidad de que el verdadero valor esté aquí» en el sentido frecuentista clásico; su lectura práctica es que el procedimiento de construcción tiene la cobertura nominal a largo plazo bajo sus supuestos. Para el opositor, lo más importante es entender que el intervalo informa simultáneamente de magnitud y precisión.

El valor p cuantifica, bajo la hipótesis nula y el modelo utilizado, cuán incompatibles son los datos observados con esa hipótesis. No es la probabilidad de que la hipótesis nula sea verdadera, ni mide el tamaño del efecto, ni garantiza relevancia clínica. Un efecto mínimo puede obtener un p pequeño con una muestra enorme; un efecto importante puede no alcanzar el umbral convencional si el estudio es impreciso. Por eso deben interpretarse efecto, intervalo, diseño, sesgos y contexto.

El error tipo I consiste en rechazar una hipótesis nula verdadera; su probabilidad se controla mediante alfa. El error tipo II es no detectar un efecto existente; su probabilidad es beta y la potencia es 1−beta. La potencia depende, entre otros factores, del tamaño muestral, variabilidad, frecuencia del evento y magnitud que se desea detectar.

La prueba estadística debe corresponder al tipo de datos y al diseño. Para dos medias independientes puede utilizarse una prueba t si sus supuestos son razonables; para datos emparejados se necesita una prueba que respete el emparejamiento. Variables categóricas pueden compararse mediante chi-cuadrado o exacta de Fisher según las condiciones. Cuando las distribuciones o escalas no permiten métodos paramétricos, se utilizan alternativas no paramétricas. Pearson mide asociación lineal entre variables cuantitativas bajo determinados supuestos; Spearman trabaja sobre rangos y es útil para relaciones monotónicas o datos ordinales.

Los modelos de regresión permiten estimar asociaciones ajustadas. La regresión lineal se usa para resultados continuos; la logística para resultados binarios; modelos de supervivencia abordan tiempo hasta evento. Elegir variables solo porque «dan significativas» en análisis univariados es una estrategia débil: el modelo debe estar guiado por la pregunta, el conocimiento y un plan previo.

11.1. Elegir una prueba estadística sin perder de vista el diseño

En oposición es frecuente memorizar una tabla de pruebas estadísticas, pero en práctica el primer paso no es escoger entre t de Student, chi-cuadrado o Mann-Whitney, sino reconocer la estructura de los datos. Hay que preguntar cuál es la variable resultado, cuántos grupos se comparan, si las observaciones son independientes o emparejadas, si existe repetición de medidas sobre el mismo paciente y qué supuestos son razonables. La misma variable puede requerir análisis distinto si se mide en dos grupos independientes o antes y después en los mismos sujetos.

Cuando se comparan dos grupos independientes con una variable cuantitativa aproximadamente compatible con los supuestos paramétricos puede utilizarse una prueba t para muestras independientes; si son las mismas personas medidas dos veces, la estructura es emparejada y se utiliza la versión para datos pareados. Para más de dos grupos, el análisis de varianza estudia diferencias globales entre medias, pero un resultado global significativo no identifica por sí solo qué pares difieren y exige un planteamiento adecuado de comparaciones posteriores. Las alternativas no paramétricas, como Mann-Whitney, Wilcoxon o Kruskal-Wallis, trabajan con otra lógica y no deben describirse de forma simplista como pruebas «de medianas» en cualquier circunstancia.

En variables categóricas, chi-cuadrado evalúa asociación entre distribuciones cuando las frecuencias esperadas permiten su aproximación; la prueba exacta de Fisher es útil en tablas pequeñas. En datos pareados binarios existen procedimientos específicos, porque comparar porcentajes ignorando que proceden de los mismos pacientes viola la independencia. Este detalle es muy relevante en estudios de imagen donde dos técnicas se aplican al mismo sujeto: el emparejamiento suele aumentar eficiencia, pero obliga a conservar la correspondencia durante el análisis.

Los datos repetidos son habituales en Radiodiagnóstico: varias lesiones por paciente, varios cortes por estudio, varias lecturas por observador o varias adquisiciones por sujeto. Tratar cada lesión o cada imagen como una persona independiente produce seudorreplicación. Para responder correctamente pueden necesitarse modelos con efectos mixtos, ecuaciones de estimación generalizadas u otras técnicas que modelen la correlación. Aunque una oposición no exija desarrollar estos modelos, sí debe quedar clara la regla conceptual: la estadística debe respetar la unidad real de muestreo y la dependencia de los datos.

También deben distinguirse análisis exploratorios de confirmatorios. Explorar subgrupos puede generar hipótesis útiles, pero cada comparación adicional aumenta oportunidades de obtener hallazgos casuales. Las correcciones por multiplicidad, la preespecificación y una interpretación prudente reducen este riesgo. El análisis de subgrupos es más creíble cuando estaba previsto, tiene fundamento, utiliza una interacción formal y el patrón es consistente, no cuando se crea después de observar una diferencia llamativa.

Por último, la significación estadística debe conectarse con la relevancia clínica o técnica. Una reducción media de ruido puede ser estadísticamente detectable y no cambiar la interpretación diagnóstica; una diferencia en tiempo de exploración de pocos segundos puede carecer de impacto operativo; una pequeña mejora de sensibilidad puede ser importante si evita un diagnóstico grave. El tamaño del efecto y su intervalo de confianza deben interpretarse en la escala que importe al paciente, al profesional y al sistema.

12. INVESTIGACIÓN DE PRUEBAS DIAGNÓSTICAS Y RENDIMIENTO DE IMAGEN

Los estudios de exactitud diagnóstica ocupan un lugar central en Radiodiagnóstico. Comparan una prueba índice —la técnica que se evalúa— con un estándar de referencia que determina de la mejor forma disponible la presencia o ausencia de la condición diana. El estudio ideal incluye una población representativa del escenario clínico, aplica ambas pruebas de forma independiente y evita que la interpretación de una condicione la otra.

Con una tabla 2×2 se clasifican resultados como verdaderos positivos (VP), falsos positivos (FP), verdaderos negativos (VN) y falsos negativos (FN). La sensibilidad es VP/(VP+FN): proporción de personas con la condición que la prueba detecta. La especificidad es VN/(VN+FP): proporción sin la condición correctamente clasificada.

El valor predictivo positivo responde: entre los positivos, ¿cuántos tienen la condición? El valor predictivo negativo: entre los negativos, ¿cuántos no la tienen? Ambos dependen de la prevalencia o probabilidad preprueba en la población. Por eso un valor predictivo obtenido en un centro de referencia con alta prevalencia no se traslada automáticamente a cribado poblacional.

Las razones de verosimilitud combinan sensibilidad y especificidad y permiten modificar odds preprueba hacia odds posprueba. La curva ROC representa sensibilidad frente a 1−especificidad para distintos puntos de corte; el área bajo la curva resume capacidad discriminativa, aunque no informa por sí sola de calibración, utilidad clínica ni consecuencias de errores.

En diagnóstico existen sesgos característicos. El sesgo de espectro aparece si solo se incluyen enfermos muy evidentes y controles completamente sanos. El sesgo de verificación surge si el patrón de referencia se aplica preferentemente a quienes tienen una prueba índice positiva. El sesgo de revisión aparece cuando quien interpreta una prueba conoce el resultado de la otra. STARD 2015 es la guía de referencia para comunicar estudios de exactitud diagnóstica y ayuda a localizar estos elementos en un artículo.

13. ESTUDIOS DE PROCESOS Y RESULTADOS

La investigación de servicios sanitarios no se limita a saber si una imagen permite diagnosticar. También estudia cómo se presta la atención y qué consecuencias produce. El modelo clásico de estructura, proceso y resultado ayuda a ordenar indicadores.

La estructura describe los recursos y condiciones: equipos, mantenimiento, dotación, formación, disponibilidad de RIS/PACS, espacios y capacidad. El proceso describe lo que se hace: tiempo desde petición a exploración, cumplimiento de identificación, adecuación del protocolo, tasa de repetición, administración segura de contraste, registro de dosis o entrega del estudio. El resultado refleja consecuencias: estudios diagnósticos, complicaciones, rendimiento, dosis acumulada relevante, satisfacción, experiencia del paciente, tiempo hasta diagnóstico, cambios terapéuticos o resultados clínicos.

Un buen indicador necesita definición inequívoca, fuente de datos fiable, numerador, denominador, periodo y criterio de inclusión. «Reducir repeticiones» no es un indicador; «porcentaje de exposiciones repetidas por error técnico entre todas las exposiciones de radiografía convencional durante el trimestre» sí lo es. Hay que diferenciar variación aleatoria de cambios sostenidos y evitar comparar unidades sin ajustar por mezcla de casos.

Los estudios de procesos pueden usar diseños antes-después, series temporales interrumpidas o comparaciones entre centros. Un antes-después simple es vulnerable a cambios simultáneos: si tras implantar formación disminuye el tiempo de exploración, quizá también cambió el equipo o la demanda. Las series temporales con múltiples mediciones antes y después permiten separar mejor tendencia previa de cambio asociado a la intervención.

Los resultados relevantes para pacientes no siempre coinciden con los indicadores técnicos. Una reconstrucción puede mejorar una métrica de ruido sin modificar la confianza diagnóstica; reducir segundos de adquisición puede no reducir el tiempo total de estancia. El investigador debe conectar el indicador con la pregunta asistencial y evitar convertir medidas intermedias en resultados clínicos sin justificación.

14. INVESTIGACIÓN TECNOLÓGICA, IA, RADIÓMICA Y DATOS DE IMAGEN

La investigación tecnológica en Diagnóstico por la Imagen incluye nuevos detectores, algoritmos de reconstrucción, posprocesado, cuantificación, radiómica y sistemas de inteligencia artificial. Su evaluación requiere los mismos principios metodológicos que cualquier investigación, pero añade riesgos particulares: sobreajuste, fuga de datos, deriva del dominio, opacidad del procesamiento y dependencia del equipo o del software.

En aprendizaje automático se separan conceptualmente datos de desarrollo y datos de evaluación. Un modelo puede ajustar muy bien los datos con los que se entrenó y fallar en pacientes nuevos: es sobreajuste. La evaluación externa en otro tiempo, centro o población aporta evidencia más sólida de transportabilidad. La división debe hacerse evitando que datos relacionados del mismo paciente crucen conjuntos.

La radiómica convierte imágenes en características cuantitativas de intensidad, forma y textura. Su reproducibilidad depende de adquisición, reconstrucción, segmentación y procesamiento. Si un hallazgo radiómico desaparece al cambiar grosor de corte o fabricante, su utilidad clínica será limitada. La armonización, la validación externa y el reporte transparente son fundamentales.

La evaluación de IA no debe reducirse a un único AUC. Importan sensibilidad y especificidad en umbrales clínicos, calibración, subgrupos, robustez, errores, comparación con práctica habitual, impacto en flujo de trabajo y seguridad. Un modelo puede discriminar bien y estar mal calibrado; puede funcionar en promedio y rendir peor en un subgrupo; puede mejorar exactitud y aumentar el tiempo operativo.

TRIPOD+AI 2024 actualiza la guía de reporte para modelos de predicción diagnóstica o pronóstica, tanto con regresión como con aprendizaje automático, y sustituye TRIPOD 2015. En publicaciones tecnológicas es útil como mapa de lectura: obliga a preguntar de dónde salieron los datos, cómo se definieron resultados y predictores, cómo se dividieron conjuntos, cómo se trataron datos faltantes, cómo se evaluó rendimiento y qué información se comparte para reproducir el trabajo.

15. ANÁLISIS Y COMPRENSIÓN DE PUBLICACIONES CIENTÍFICAS

Leer críticamente no es leer de principio a fin y aceptar la conclusión del resumen. El objetivo es decidir si la pregunta es relevante, si el diseño puede responderla, si los métodos son válidos, qué significan los resultados y si son aplicables. El esquema IMRyD —Introducción, Métodos, Resultados y Discusión— ayuda a localizar la información, pero la calidad está en el contenido de cada apartado.

La Introducción debe explicar el problema, el conocimiento previo y el objetivo. El lector debe comprobar que la pregunta no se ha reformulado después de los resultados. En Métodos se decide gran parte de la credibilidad: diseño, población, selección, intervención o prueba, variables, cegamiento, estándar de referencia, cálculo muestral, análisis y ética. Si los métodos no permiten reproducir lo realizado, el artículo es difícil de evaluar aunque los resultados parezcan espectaculares.

En Resultados hay que separar datos de interpretación. Deben mostrarse el flujo de participantes, características basales, pérdidas, datos faltantes, resultado principal, efecto e incertidumbre. Las tablas y figuras deben concordar con el texto. La presencia de muchos valores p sin estimaciones ni intervalos es una señal de lectura cuidadosa. También debe comprobarse si se informan todos los desenlaces previstos o solo los favorables.

La Discusión interpreta los hallazgos frente al conocimiento previo, explica limitaciones y evita conclusiones más fuertes que el diseño. Un estudio observacional que encuentra asociación no debería expresarse como prueba de causalidad. Un estudio de exactitud diagnóstica no demuestra por sí solo mejora del pronóstico. Un trabajo de IA retrospectivo no prueba efectividad clínica prospectiva.

Para comprender una publicación del sector de imagen conviene seguir una secuencia: 1) identificar pregunta y diseño; 2) definir población y escenario; 3) revisar adquisición y procesamiento; 4) comprobar referencia y cegamiento; 5) analizar selección y pérdidas; 6) identificar resultado principal; 7) interpretar tamaño de efecto e intervalo; 8) localizar sesgos; 9) valorar aplicabilidad técnica y clínica; 10) revisar financiación, conflictos y disponibilidad de datos o código.

El prestigio de la revista, el número de citas o el factor de impacto no sustituyen la evaluación del artículo. Tampoco «revisión por pares» garantiza ausencia de error. Una prepublicación puede ser útil para conocer resultados recientes, pero debe identificarse como no revisada cuando ese sea su estado. La alfabetización científica consiste precisamente en distinguir autoridad aparente de evidencia metodológicamente sólida.

16. GUÍAS DE COMUNICACIÓN CIENTÍFICA: STROBE, STARD, CONSORT, PRISMA Y TRIPOD+AI

Las guías de reporte indican qué información mínima debe aparecer para que un estudio sea comprensible y evaluable. No son, por sí solas, escalas de calidad metodológica. Un artículo puede rellenar una checklist y seguir teniendo sesgos; su utilidad está en evitar omisiones y facilitar la lectura crítica.

STROBE cubre los tres diseños observacionales analíticos clásicos y pide describir, entre otros elementos, participantes, variables, fuentes de datos, sesgos, tamaño muestral, métodos estadísticos y datos faltantes. Su propia iniciativa aclara que ayuda a reportar, no a prescribir cómo diseñar ni a puntuar calidad.

STARD 2015 se centra en exactitud diagnóstica, muy relevante para imagen. Obliga a identificar población, prueba índice, patrón de referencia, umbrales, cegamiento, manejo de resultados indeterminados y flujo de participantes. Permite detectar rápidamente si una supuesta alta sensibilidad se obtuvo en una muestra artificial.

CONSORT 2025 es la actualización vigente para ensayos aleatorizados y sustituye CONSORT 2010. Incluye una checklist de 30 ítems y diagrama de flujo; la actualización refuerza ciencia abierta, registro, protocolo, plan estadístico, compartición de datos, participación de pacientes, daños y manejo de datos faltantes.

PRISMA 2020 guía revisiones sistemáticas y metaanálisis. Una revisión no es fiable por llamarse «sistemática»: debe mostrar una búsqueda reproducible, criterios de selección, proceso de inclusión, evaluación del riesgo de sesgo y método de síntesis. El diagrama de flujo permite seguir cuántos registros se identificaron, descartaron e incluyeron.

TRIPOD+AI 2024 sustituye la versión TRIPOD 2015 para estudios de modelos predictivos y armoniza el reporte tanto de regresión como de machine learning. Para un profesional de imagen es especialmente útil porque gran parte de la literatura tecnológica actual presenta clasificadores, predictores o sistemas de ayuda basados en datos de imagen.

17. ÉTICA, PROTECCIÓN DE DATOS E INTEGRIDAD CIENTÍFICA

La investigación con seres humanos está subordinada a la dignidad, derechos, seguridad y bienestar de las personas. La Declaración de Helsinki de la Asociación Médica Mundial fue revisada en 2024; esa versión sustituye a las anteriores como versión oficial. En España, la Ley 14/2007, de Investigación biomédica, establece principios y garantías, consentimiento, protección de datos y comités de ética dentro de su ámbito. Los ensayos clínicos con medicamentos tienen además el marco específico ya señalado.

El consentimiento informado para investigación no es una firma administrativa. Requiere información comprensible sobre finalidad, procedimientos, riesgos, beneficios esperables, uso de datos o muestras, voluntariedad y derecho a retirarse, según el proyecto y su marco. Puede haber supuestos regulados de investigación con datos previamente obtenidos o condiciones específicas en las que la evaluación ética determine las garantías aplicables; el equipo técnico no debe improvisar excepciones.

La protección de datos se rige por principios como limitación de finalidad, minimización y seguridad. Seudonimizar sustituye identificadores directos por códigos conservando la posibilidad de reidentificar mediante información adicional separada; anonimizar pretende impedir razonablemente la identificación. No son sinónimos. En imagen, además de la cabecera DICOM, debe considerarse texto quemado en píxeles, reconstrucciones secundarias y metadatos privados.

La integridad científica prohíbe fabricación de datos, falsificación y plagio, pero abarca también prácticas menos evidentes: manipular exclusiones tras conocer resultados, ocultar análisis negativos, duplicar publicación, fragmentar artificialmente resultados, asignar autoría honoraria o utilizar imágenes sin trazabilidad. La autoría implica contribución y responsabilidad, no jerarquía.

La transparencia exige declarar financiación y conflictos de interés. Un estudio financiado por un fabricante no es inválido por ese hecho, pero el lector debe conocer la relación y revisar diseño, acceso a datos, análisis y control editorial. En estudios tecnológicos, el acceso a software, código o parámetros puede estar limitado por propiedad intelectual; esa limitación debe explicarse porque afecta a reproducibilidad.

18. PAPEL DEL TER/TSID EN LA INVESTIGACIÓN

El TER/TSID aporta un conocimiento que ningún análisis estadístico puede sustituir: cómo se genera realmente la imagen. Su participación puede abarcar formulación práctica del protocolo, estandarización de adquisiciones, control de calidad, recogida y validación de datos, ejecución de procedimientos, documentación de incidencias, preparación de bases y discusión de la aplicabilidad técnica.

En la fase de diseño, el técnico puede advertir que una variable propuesta no es reproducible con los equipos disponibles, que dos protocolos difieren en más parámetros de los previstos o que el tiempo de adquisición hará inviable el reclutamiento. Puede ayudar a redactar un manual de operaciones con posicionamiento, centrado, cobertura anatómica, inmovilización, sincronización, contraste, reconstrucción y criterios de repetición. Esa estandarización reduce variabilidad y protege la validez interna.

Durante la recogida, su obligación principal es adherencia al protocolo. En investigación, «hacerlo como siempre» puede introducir una desviación. Deben documentarse incidencias, cambios de equipo, fallos, adquisiciones incompletas y causas de exclusión. Si el protocolo exige cegamiento de imágenes, la preparación del dataset debe impedir que nombres de series, overlays o metadatos revelen el grupo.

En estudios de dosis y calidad, el TER/TSID puede participar en extracción de parámetros, análisis de rechazo, medidas de fantoma, puntuaciones de calidad, estudios de repetibilidad y validación de flujos. En investigación con IA puede contribuir a curación de datos, definición de etiquetas operativas, detección de artefactos, control del preprocesamiento y evaluación de integración en el flujo. Su experiencia es especialmente valiosa para detectar atajos del algoritmo: por ejemplo, que el modelo aprenda una marca del equipo en lugar de la patología.

La participación no elimina límites competenciales ni responsabilidades del investigador principal. La obtención de consentimiento de investigación, la prescripción, la indicación de exposiciones o la toma de decisiones clínicas dependen del marco del estudio y de la función profesional autorizada. El principio correcto es trabajar con delegación documentada, formación específica y responsabilidades definidas.

El Real Decreto 770/2014, modificado en aspectos del título por el Real Decreto 500/2024, configura el perfil del Técnico Superior en Imagen para el Diagnóstico y Medicina Nuclear y su competencia general en la obtención de registros diagnósticos o terapéuticos, asistencia al paciente, radioprotección y garantía de calidad. La participación investigadora debe apoyarse en esas competencias técnicas y en la organización del proyecto, no en atribuir funciones clínicas que no correspondan.

19. PAPEL DEL TER/TSID EN LA DOCENCIA

La docencia es inseparable de la seguridad técnica. Un protocolo solo se mantiene si puede explicarse, entrenarse, observarse y evaluarse. El TER/TSID participa en formación de estudiantes, acogida de profesionales, actualización de procedimientos, sesiones sobre equipos y software, simulación de incidentes y entrenamiento en calidad y seguridad.

Enseñar no consiste en transmitir rutinas sin contexto. La formación eficaz explicita objetivos de aprendizaje, conocimientos previos, demostración, práctica supervisada, retroalimentación y evaluación. Para una nueva técnica, por ejemplo, no basta con mostrar qué botones pulsar: deben comprenderse indicación, preparación, parámetros críticos, artefactos, criterios de calidad, riesgos y respuesta ante incidencias.

La simulación es especialmente útil para situaciones de baja frecuencia y alto riesgo: reacción adversa, parada cardiorrespiratoria, entrada de objeto ferromagnético en zona de RM, extravasación o fallo de identificación. Permite entrenar coordinación sin exponer a pacientes. Debe completarse con debriefing estructurado para analizar decisiones y no reducirse a una escenificación.

La investigación educativa puede evaluar si una intervención docente cambia conocimiento, habilidades, adherencia o resultados. Un cuestionario de satisfacción no demuestra aprendizaje. Pueden utilizarse pruebas antes-después, evaluación objetiva de competencias, observación estructurada o indicadores de proceso. Cuando se comparan grupos, deben considerarse sesgos y confusores igual que en cualquier estudio.

El profesional docente debe enseñar también lectura crítica. Los procedimientos cambian con equipos, evidencia y normativa; formar a alguien para memorizar una rutina concreta sin capacidad para revisar una guía crea obsolescencia. La competencia duradera es saber localizar evidencia, distinguir calidad, integrar recomendaciones con contexto técnico y documentar cambios.

20. APLICACIÓN PRÁCTICA EN UNA UNIDAD DE DIAGNÓSTICO POR LA IMAGEN

Imagina que una unidad detecta una proporción elevada de estudios de TC torácica con artefacto por movimiento. Antes de proponer una solución hay que definir el problema: qué se considera artefacto relevante, cuántos estudios, qué pacientes, qué escáneres y qué consecuencias produce. Una fase descriptiva estima frecuencia y distribución por turno, protocolo, edad, capacidad de colaboración y duración de adquisición.

Si se sospecha que el tiempo de adquisición es un factor, puede analizarse asociación ajustando por variables que influyen tanto en técnica como en movimiento. Si se implanta una intervención —instrucción respiratoria estandarizada, entrenamiento del paciente, cambio de flujo o protocolo— debe elegirse un diseño que permita atribuir razonablemente el cambio. Una simple comparación del mes anterior y posterior es fácil, pero una serie temporal con varias mediciones ofrece mayor solidez.

El TER/TSID puede definir criterios técnicos, entrenar a los profesionales, asegurar la aplicación homogénea, registrar desviaciones y revisar la calidad de datos. La estadística debe acompañar la pregunta: no tiene sentido aplicar pruebas sofisticadas si el criterio de artefacto cambia entre observadores. Antes se debe estudiar acuerdo y, si es necesario, mejorar el manual de puntuación.

Si además se entrevista a profesionales para comprender por qué no se siguen las instrucciones respiratorias, el proyecto incorpora un componente cualitativo. Puede descubrir que el problema no es conocimiento, sino ruido ambiental, idioma, urgencia o falta de tiempo para explicar. La integración de ambos enfoques produce una intervención más realista.

Finalmente, el resultado se comunica separando lo que se observó de lo que se infiere. Si disminuyó el artefacto, se informa magnitud, precisión y periodo; se reconocen cambios simultáneos y limitaciones; y se decide si es preciso replicar. El ciclo científico no termina con «p<0,05», sino cuando la evidencia puede ser comprendida, criticada y, si procede, utilizada.

21. IDEAS CLAVE PARA EL EXAMEN

• La pregunta determina el diseño; el análisis no debe inventar la pregunta después de ver los datos.
• El cronograma pertenece a la fase de planificación.
• Cuantitativo mide magnitudes y asociaciones; cualitativo estudia experiencias, significados y procesos; ambos pueden integrarse.
• Datos primarios se recogen para el estudio; secundarios proceden de registros previos como RIS, PACS o historia clínica.
• Prevalencia describe casos existentes; incidencia, casos nuevos en un periodo.
• Cohorte parte de exposición; casos-controles, del resultado; transversal mide en un momento o periodo.
• Aleatorización y cegamiento son conceptos distintos.
• Sesgo es error sistemático; aumentar la muestra no lo corrige.
• Confusión es la distorsión producida por una variable relacionada con exposición y resultado.
• Media y DE son adecuadas para muchas distribuciones aproximadamente simétricas; mediana y RIC son robustas ante asimetría.
• El valor p no mide el tamaño del efecto ni la probabilidad de que la hipótesis sea verdadera.
• Un intervalo de confianza informa de precisión además de magnitud.
• Sensibilidad = VP/(VP+FN); especificidad = VN/(VN+FP).
• VPP y VPN dependen de la prevalencia o probabilidad preprueba.
• Correlación no demuestra causalidad ni acuerdo.
• STROBE: observacionales; STARD: exactitud diagnóstica; CONSORT 2025: ensayos aleatorizados; PRISMA 2020: revisiones sistemáticas; TRIPOD+AI 2024: modelos predictivos.
• El TER/TSID aporta control de adquisición, estandarización, calidad, trazabilidad y viabilidad técnica a la investigación.
• En IA, separar imágenes al azar sin respetar al paciente puede producir fuga de información.
• Seudonimización y anonimización no son equivalentes.
• La Declaración de Helsinki vigente es la revisión de 2024.

22. MAPA CONCEPTUAL

23. VIGENCIA DE FUENTES

Comprobación: 12/09/2026. Para este tema se han contrastado fuentes normativas y metodológicas vigentes o actualmente recomendadas.

• Ley 14/2007, de 3 de julio, de Investigación biomédica: texto consolidado del BOE con última actualización publicada el 06/09/2022.
• Real Decreto 1090/2015, de 4 de diciembre: marco español de ensayos clínicos con medicamentos, CEIm y Registro Español de Estudios Clínicos; texto consolidado del BOE con última actualización publicada el 22/03/2023, en conexión con el Reglamento (UE) 536/2014.
• Reglamento (UE) 536/2014: marco europeo de ensayos clínicos de medicamentos de uso humano; no se aplica a estudios no intervencionales.
• Declaración de Helsinki: revisión de 2024; la Asociación Médica Mundial declara esta versión como la oficial que reemplaza las anteriores.
• Real Decreto 770/2014: título de Técnico Superior en Imagen para el Diagnóstico y Medicina Nuclear; consta modificación posterior por Real Decreto 500/2024.
• CONSORT 2025: actualización vigente para reporte de ensayos aleatorizados; sustituye CONSORT 2010.
• STROBE: guía de reporte para cohortes, casos-controles y transversales observacionales.
• STARD 2015: guía de reporte para estudios de exactitud diagnóstica.
• PRISMA 2020: guía de reporte para revisiones sistemáticas.
• TRIPOD+AI 2024: guía de reporte de modelos de predicción con regresión o machine learning; sustituye TRIPOD 2015.

24. REFERENCIAS

1. España. Ley 14/2007, de 3 de julio, de Investigación biomédica. BOE-A-2007-12945. Texto consolidado.
2. España. Real Decreto 1090/2015, de 4 de diciembre, por el que se regulan los ensayos clínicos con medicamentos, los Comités de Ética de la Investigación con medicamentos y el Registro Español de Estudios Clínicos.
3. Unión Europea. Reglamento (UE) n.º 536/2014 del Parlamento Europeo y del Consejo, de 16 de abril de 2014, sobre los ensayos clínicos de medicamentos de uso humano.
4. World Medical Association. Declaration of Helsinki: Medical Research Involving Human Participants. Revisión 2024.
5. España. Real Decreto 770/2014, de 12 de septiembre, por el que se establece el título de Técnico Superior en Imagen para el Diagnóstico y Medicina Nuclear; modificado por Real Decreto 500/2024.
6. von Elm E, et al. STROBE Statement. Strengthening the Reporting of Observational Studies in Epidemiology. 2007.
7. Bossuyt PM, et al. STARD 2015: An Updated List of Essential Items for Reporting Diagnostic Accuracy Studies. BMJ/Radiology/Clinical Chemistry, 2015.
8. Hopewell S, et al. CONSORT 2025 statement: updated guideline for reporting randomised trials. BMJ. 2025;389:e081123.
9. Page MJ, et al. PRISMA 2020 statement: an updated guideline for reporting systematic reviews. BMJ. 2021;372:n71.
10. Collins GS, et al. TRIPOD+AI statement: updated guidance for reporting clinical prediction models that use regression or machine learning methods. BMJ. 2024;385:e078378.

25. PALABRAS CLAVE

metodología de investigación · investigación cuantitativa · investigación cualitativa · métodos mixtos · fuentes de datos · RIS · PACS · DICOM · población · muestra · variable · validez · fiabilidad · sesgo · confusión · estudio descriptivo · cohorte · casos y controles · transversal · ensayo clínico · aleatorización · cegamiento · bioestadística · media · mediana · desviación estándar · intervalo de confianza · valor p · potencia · sensibilidad · especificidad · valor predictivo · ROC · proceso · resultado · exactitud diagnóstica · STROBE · STARD · CONSORT 2025 · PRISMA 2020 · TRIPOD+AI · inteligencia artificial · radiómica · TER · TSID · docencia · lectura crítica · Helsinki 2024