¿Cuál es el tamaño de muestra suficiente para determinar el efecto que algo tiene en la salud?

Lo siento, pero esta pregunta es como “¿cuánto tiempo deben durar las piernas de un hombre?”

Se necesitan tamaños de muestra grandes cuando los efectos son pequeños. (Por supuesto, los estudios de tamaño de muestra grande también pueden ser sobre cosas que tienen grandes efectos). Por lo tanto, para hacer juicios sobre su propia salud, la pregunta más relevante es el tamaño del efecto, no el tamaño de la muestra.

Entonces supongamos que, digamos, alguna toxina en algún nivel particular de exposición tiene un efecto débil, por ejemplo, solo perjudica notablemente la salud de 1 de cada 1,000,000 de personas expuestas. Debido a que su riesgo de daño es enormemente menor que los riesgos diarios que enfrenta (por ejemplificar la conducción), podría razonablemente ignorar ese riesgo. Otras cosas, como tener la genética particular que tengo, aumentan mi riesgo de enfermedad cardíaca a niveles lo suficientemente altos como para tomar medidas de precaución.

También es importante entender que “riesgo elevado” no es lo mismo que “riesgo alto”. Supongamos que algo duplica su cambio de cáncer de pulmón (como la exposición al humo de segunda mano para un no fumador). Debido a que los riesgos de desarrollar cáncer de pulmón en un no fumador son tan bajos, la duplicación de ese riesgo aún deja el riesgo bajo. (Tenga en cuenta que no conozco los números reales aquí. Estoy inventando cosas para construir ejemplos). Por lo tanto, si bien “duplicar” un riesgo suena grande, si está duplicando un riesgo insignificante, sigue siendo un riesgo casi insignificante.

Volviendo al tamaño de la muestra. El tamaño de la muestra de un estudio contribuye a la confianza que podamos tener sobre el tamaño del efecto. Con un estudio muy grande, podemos reducir el tamaño del efecto a un rango relativamente pequeño. Con un estudio más pequeño, nuestras estimaciones de los tamaños del efecto serán muy inciertas. Esta es la razón por la cual los efectos pequeños son muy difíciles de medir con estudios de muestras pequeñas.