Cargar la base de datos
Qué se haceSe lee su archivo Excel o CSV: una fila por paciente y una columna por variable (con su encabezado en la primera fila).
Para quéTodo se calcula en su navegador: los datos no se envían a ningún servidor.
Cómo interpretarRevise que el número de pacientes y de variables sea el esperado y que la vista previa se vea bien antes de seguir.
Un archivo con las columnas «Variable» y «Códigos» (p. ej. 1 = Masculino; 2 = Femenino). Si su Excel ya tiene una hoja «Leyenda», se usa sola.
El plan guarda sus correcciones de atípicos, criterios de inclusión y variables creadas para repetir el análisis con la misma base.
O pruebe con una base de ejemplo (datos simulados)
Resumen de su base
Primero cargue una base de datos en el paso 1.
Variables: tipo, códigos y uso
Qué se haceCada variable debe ser Número (creatinina, edad) o Categoría (sexo, rechazo). Si viene codificada (1, 2…), pulse «Etiquetar» y escriba qué significa cada código. Desmarque «Usar» en las que no quiera analizar.
Para quéCon el tipo correcto la herramienta elige sola la prueba estadística adecuada. La referencia es el grupo contra el que se compara.
Cómo interpretarUna variable de códigos tratada como número daría resultados sin sentido (p. ej. «sexo 1/2» como cantidad). Vigile el porcentaje de datos perdidos.
Primero cargue una base de datos en el paso 1.
Limpieza: valores atípicos y fechas
Qué se haceLa herramienta señala valores imposibles o muy extremos (edad 164, hemoglobina 112) y fechas en orden ilógico. Usted decide: mantener, dejar como dato perdido o corregir.
Para quéUn solo error de digitación puede cambiar una media, un valor p o un modelo completo, sobre todo con 100–200 pacientes.
Cómo interpretarUn valor extremo no es necesariamente un error. Corrija solo lo que sea imposible o lo que pueda verificar en la historia clínica. Todo cambio queda registrado y es reversible.
Primero cargue una base de datos en el paso 1.
Crear o transformar variables
Qué se haceElija qué quiere crear (TFGe, IMC, grupos de edad, logaritmo, tiempo hasta el evento, cambio entre dos controles…) y complete el formulario.
Para quéDejar las variables listas para el análisis sin pasar por Excel. La variable nueva aparece en todas las listas.
Cómo interpretarRevise siempre la variable creada en la vista previa del paso 1 o en la Tabla 1: una unidad equivocada (µmol/L en vez de mg/dL) cambia el resultado.
Variables creadas
Primero cargue una base de datos en el paso 1.
Variables medidas en varios momentos
Qué se haceLa herramienta reconoce columnas que son la misma medida en distintos controles (creatinina basal, 6 m, 12 m…) y las agrupa. Puede crear grupos a mano si no las reconoce.
Para quéAnalizar el seguimiento: comparar momentos del mismo paciente, ver la evolución, calcular el cambio y armar una base para modelos de medidas repetidas.
Cómo interpretarLos momentos se comparan en los mismos pacientes (pruebas pareadas). Quienes no tienen todos los controles quedan fuera: vea cuántos son.
¿No reconoció alguna? Crear un grupo a mano
Marque las columnas en el orden del tiempo:
Comparar momentos (mismos pacientes)
Qué se haceElija la variable y los momentos a comparar. Se aplica la prueba pareada adecuada (t pareada, Wilcoxon, McNemar o Friedman).
Para quéSaber si la variable cambió de un control a otro.
Cómo interpretarp < 0,05 sugiere cambio sistemático. Mire también la magnitud del cambio, no solo el valor p.
Momentos a comparar:
Evolución en el tiempo
Qué se veLa media de la variable en cada momento con su intervalo de confianza, opcionalmente por grupos.
Para quéVer la trayectoria de grupos (por ejemplo, dos esquemas de inmunosupresión).
Cómo interpretarLíneas que se separan indican evolución distinta; intervalos que se solapan, poca evidencia de diferencia.
Preparar el análisis de seguimiento
Base de seguimiento (una fila por paciente y momento)
Necesaria para modelos de medidas repetidas (mixto o GEE) en Multivariable. Marque las variables que quiere incluir:
Primero cargue una base de datos en el paso 1.
Tabla 1: descripción y comparación entre grupos
Qué se veTodas las variables resumidas (media ± DE o mediana [RIC]; n y %), total y por grupo, con el valor p de la prueba elegida automáticamente.
Para quéDescribir su cohorte y ver qué cambia entre grupos (p. ej. con y sin rechazo). Haga clic en cualquier valor p para ver la prueba aplicada, por qué se eligió y los supuestos revisados.
Cómo interpretarUn p < 0,05 indica diferencia poco probable por azar, no necesariamente importante ni causal. Con muchas variables algunas saldrán «significativas» por azar: use el p ajustado (Holm).
Variables a incluir
Resultado
Pulse «Generar tabla».
Primero cargue una base de datos en el paso 1.
Galería de figuras del manuscrito (borrador)
Qué se veEl juego de figuras que llevaría un artículo con estos datos: diagrama de flujo, curvas de supervivencia, distribución, evolución con IC, forest plot crudo vs ajustado, spline y barras apiladas.
Para quéTener un primer borrador listo para publicar: tamaño en milímetros, letra en puntos, paleta apta para daltonismo y textos en inglés. Cada figura se descarga en SVG, PNG o TIFF.
Cómo interpretarSon figuras tentativas: revise que respondan a su pregunta, ajuste variables y modelos en los pasos anteriores y vuelva a dibujar. Los modelos de los forest usan solo las variables indicadas en el pie de cada figura.
Gráficos simples
Qué se veGráficos pensados para leerse de un vistazo: cajas con los puntos de cada paciente, barras al 100 %, dispersión y curvas de supervivencia.
Para quéMostrar un resultado en una reunión clínica o en un manuscrito. Cada gráfico se descarga en SVG, PNG o TIFF.
Cómo interpretarMire la dispersión de los puntos, no solo la caja. En supervivencia, los números debajo indican cuántos pacientes siguen en observación.
Figuras para publicación
Qué se haceFiguras con el estilo de las revistas médicas (las mismas de EPI-GRAPHICS): nube de lluvia, dispersión con banda de IC, Kaplan-Meier con pacientes en riesgo y barras al 100 %.
Para quéDejar la figura lista para el manuscrito: tamaño en milímetros, letra en puntos, paleta apta para daltonismo y valor P ya calculado.
Cómo interpretarRevise que el título y los ejes digan lo que quiere mostrar. El valor P es el de la prueba elegida sola en la Tabla 1; si cambia de prueba, edítelo en la figura.
Formato de figuras
Se aplica a las descargas SVG/PNG/TIFF de todas las figuras.
Primero cargue una base de datos en el paso 1.
Análisis multivariable: efecto crudo y ajustado
Qué se haceElija qué quiere explicar (un valor, un evento Sí/No, un tiempo hasta evento…), la exposición principal y las variables de ajuste. La herramienta elige el modelo.
Para quéVer cuánto cambia la asociación cuando se tienen en cuenta otras variables (edad, diabetes, donante…). El forest plot muestra ambos resultados lado a lado.
Cómo interpretarSi el efecto ajustado se mantiene parecido al crudo, el resultado es robusto a esas variables; si cambia mucho, hay confusión. Mire el indicador de eventos por parámetro.
Primero cargue una base de datos en el paso 1.
Auditoría de la base y del análisis
Qué se haceLa herramienta revisa su base (códigos sin etiquetar, valores imposibles, datos perdidos, categorías mal escritas) y su análisis (eventos por variable, colinealidad, muchas comparaciones).
Para quéDetectar errores y sesgos antes de interpretar o publicar, y saber exactamente qué corregir.
Cómo interpretarAtienda primero lo marcado «Corregir antes de analizar». Cada aviso trae un botón que lo lleva al paso donde se arregla.
Primero cargue una base de datos en el paso 1.
Texto de métodos
Qué se veUn párrafo de métodos estadísticos redactado según lo que usted hizo en esta sesión.
Para quéPegarlo en el manuscrito o informe, ajustándolo a su caso.
Cómo interpretarEs un borrador: revise que describa su análisis real y agregue la justificación clínica de las covariables.