26/08/2026
Publico gratis la Calculadora de Medidas de Efecto e Interpretación de la Evidencia: 11 módulos para leer un artículo científico y entender de verdad qué dice.
En cada clase de Medicina Basada en Evidencia veo el mismo problema. El alumno tiene la tabla 2×2 delante, saca el riesgo relativo… y no sabe qué significa para su paciente. Los programas que hacen eso bien cuestan cientos de dólares, están en inglés y devuelven números sin interpretación.
Así que construí la herramienta que me hubiera gustado tener:
📊 Desenlaces binarios — Tabla 2×2 con RR, RD (RRA), OR, NNT y NND, todos con intervalo de confianza al 90 %, 95 % o 99 %, ajustados al diseño (ensayo aleatorizado, cohorte, casos-controles, transversal).
📈 Desenlaces continuos — Diferencia de medias y diferencia de medias estandarizada con corrección de Hedges automática para muestras pequeñas, con opción de declarar tu diferencia mínima importante.
⏳ Supervivencia — Pegas los datos individuales y obtienes curvas de Kaplan-Meier con marcas de censura, tabla de sujetos en riesgo, mediana de supervivencia, prueba de log-rank y hazard ratio por el método de Peto.
🔬 Precisión diagnóstica — Sensibilidad, especificidad, LR+ y LR−, valores predictivos, DOR e índice de Youden. Incluye nomograma de Fagan, tabla de "de 1000 personas evaluadas" y un gráfico de probabilidad post-prueba según prevalencia.
📐 Curva ROC — AUC con intervalo de confianza, tabla de rendimiento en cada punto de corte y el corte óptimo resaltado por índice de Youden.
🧩 Metaanálisis — Efectos aleatorios (DerSimonian-Laird) o fijos, con I², τ², Q, intervalo de predicción, forest plot ponderado, funnel plot y prueba de Egger.
🎯 Tamaño de muestra — 16 diseños distintos: paralelo, no inferioridad, cruzado, por conglomerados, tiempo al evento (Schoenfeld), un solo brazo, cohorte, casos-controles, prevalencia, correlación, sensibilidad/especificidad, AUC, modelos de predicción y fiabilidad por CCI.
🤝 Acuerdo y fiabilidad — Kappa de Cohen, kappa ponderado (lineal o cuadrático) y coeficiente de correlación intraclase, con la escala de Landis y Koch.
🔄 Conversiones — De medida relativa a impacto absoluto para explicárselo al paciente, reconstrucción del error estándar desde un IC o un valor p, y conversión entre d de Cohen, OR y r.
🧪 Laboratorio de simulación — Cuatro simuladores para proyectar en clase: por qué el NNT no es una propiedad del fármaco, cuánto se separa el OR del RR, el teorema de Bayes visual y cómo se estrecha el intervalo al crecer la muestra.
📖 Glosario y fórmulas — Definiciones y expresiones de cálculo para consulta rápida durante la lectura crítica.
Tres cosas que la hacen distinta:
✍️ Cada módulo devuelve una lectura clínica redactada, no solo cifras, con avisos automáticos cuando un supuesto se viola o el intervalo cruza el nulo. 🧠 Todos traen "cómo se calcula": el desarrollo paso a paso con tus propios números. 📚 Vienen con ejemplos reales precargados — RECOVERY y dexametasona, Doll & Hill 1950, Schulman 1999, el magnesio en el infarto (Teo vs. ISIS-4).
Y todo corre en tu navegador: no se transmite ningún dato. Sin registro, sin costo, sin instalar nada.
👉 https://jbarbozameca.github.io/medicinabasadaenevidencia/
Parte de las Conferencias Semanales de Medicina Basada en Evidencia 2026–2027, Vicerrectorado de Investigación, Universidad Señor de Sipán.
Dr. Joshuan J. Barboza Meca — Doctor en Investigación Clínica y Traslacional | Investigador Distinguido RENACYT | Miembro Cochrane
