Laboratorio de métodos
Métodos que hacen visibles los supuestos.
Herramientas locales para revisar datos e interpretar magnitudes de estudios con supuestos explícitos.
Disponible ahora
Traductor de efectos
Convierte riesgos de grupos, RR, OR, RD o un HR compatible en efectos absolutos a un tiempo determinado, con supuestos y limitaciones explícitos.
Calidad de datos
Data Check
Revisa ausencias, tipos, duplicados y reglas declaradas de un CSV localmente en tu navegador. Conserva el archivo original y descarga un informe descriptivo.
Simulaciones
Survival Lab
Explora supervivencia sintética, seguimiento y censura independiente con Kaplan–Meier, incertidumbre y resultados reproducibles.
Simulaciones
Trial Lab
Simula ensayos binarios de tamaño fijo: diferencias de riesgos, intervalos Newcombe, Fisher e incertidumbre Monte Carlo en hasta cinco escenarios.
Planificación prospectiva
Trial Planner
Planifica tamaño muestral, potencia y diferencias detectables para dos grupos binarios independientes. Explora supuestos y exporta cálculos reproducibles.
Procesamiento local
Los datos introducidos permanecen en tu navegador.
Las cinco herramientas procesan sus entradas en memoria del navegador. Effect Translator usa cantidades agregadas; Trial Planner usa supuestos prospectivos agregados; Survival Lab y Trial Lab generan datos sintéticos. Data Check lee un CSV local sin subirlo; el informe descargado puede contener sus valores. Usa datos sintéticos o públicos no identificables. No introduzcas datos individuales de pacientes, confidenciales ni identificables.
Consultar todos los métodos y sus limitaciones Consultar información de privacidad
Método y limitaciones
Supuestos y limitaciones de cada herramienta.
Estas herramientas permiten comprobaciones descriptivas y exploración metodológica. Sus resultados dependen de los datos y supuestos elegidos; no establecen causalidad ni validan un protocolo clínico. Tampoco sustituyen la revisión estadística.
Traductor de efectos
La traducción a efectos absolutos depende de un riesgo del comparador pertinente, una población compatible y el mismo desenlace y horizonte temporal. HR no es RR: su traducción requiere hazards proporcionales y tiempo hasta el primer evento. No admite HR de riesgos competitivos, eventos recurrentes, HR variables en el tiempo, hazards no proporcionales ni RMST.
Consultar los supuestos del traductor de efectos
Data Check
Las comprobaciones describen el archivo seleccionado según los tipos confirmados y las reglas declaradas. Los identificadores repetidos pueden corresponder a visitas válidas; los candidatos atípicos por IQR requieren contexto. No realiza limpieza ni imputación, no determina la causa de las ausencias, no ajusta modelos ni certifica la calidad clínica de los datos. Límites: 5 MiB, 20.000 filas, 100 columnas y 500.000 celdas.
Consultar el alcance y los límites de Data Check
Survival Lab
Las simulaciones suponen dos grupos sintéticos, eventos exponenciales, hazards constantes y proporcionales, entrada simultánea y pérdidas independientes. La probabilidad latente de pérdida no es la fracción observada de censura. Los intervalos de Kaplan–Meier son IC puntuales del 95% log–log, no bandas simultáneas; los intervalos en supervivencia 0 o 1 no están disponibles. No incluye Cox, log-rank, p-valores, potencia, riesgos competitivos ni importación de datos reales.
Consultar el alcance y los límites de Survival Lab
Trial Lab
Las simulaciones utilizan grupos binarios independientes con tamaños muestrales fijados de antemano. La cobertura del intervalo Newcombe–Wilson es aproximada y puede quedar por debajo del 95%; Fisher bilateral puede ser conservador. El intervalo y el contraste son procedimientos distintos. La potencia estimada o el rechazo bajo el nulo dependen del escenario y tienen incertidumbre Monte Carlo. No incluye pérdidas, censura, incumplimiento, grupos por conglomerados ni múltiples desenlaces.
Consultar el alcance y los límites de Trial Lab
Trial Planner
Planificación normal Z con varianza combinada bajo el nulo para dos grupos binarios independientes, un contraste final y horizonte fijo. La inflación por pérdidas comunes usa bloques enteros de asignación. La sensibilidad es condicional; RD detectable usa una malla de 0,01 puntos porcentuales. La potencia aproximada puede diferir del rechazo en muestras finitas y no es probabilidad de beneficio. El método difiere de las simulaciones Fisher de Trial Lab.