Conceptos
Pseudorreplicación: cuando muchas lecturas no son muchos experimentos
Contenido de PurezaCriterios editoriales y correcciones
La pseudorreplicación aparece cuando el análisis considera observaciones dependientes como si fueran independientes. El problema no consiste en haber medido demasiado, sino en asignar a esas mediciones una independencia que el diseño no les dio. Una tabla extensa puede contener pocas unidades realmente informativas para la comparación.
Lectura sobre investigación y métodos de laboratorio. No contiene indicaciones de uso personal ni recomendaciones terapéuticas. Revisado el 2026-09-06.
El error ocurre al pasar del diseño al análisis
Lazic examinó ejemplos de neurociencia donde las observaciones compartían sujeto, organización jerárquica o correlación temporal y espacial. El problema surgía al ignorar esas relaciones en la inferencia. La dependencia puede existir aunque cada fila tenga una medición distinta y ningún valor se haya duplicado literalmente. Estudio metodológico.
En un ejemplo hipotético, varias imágenes del mismo tejido describen diferentes campos, pero no crean por sí solas nuevos organismos. El análisis debe conservar que esos campos comparten un origen.
Más observaciones pueden aparentar más precisión
Aarts y colaboradores estudiaron diseños anidados y mostraron que ignorar su estructura puede elevar la frecuencia de conclusiones estadísticamente significativas incorrectas. El tamaño de ese problema depende de la organización y correlación de los datos; no existe un porcentaje universal aplicable a cualquier experimento. Estudio metodológico.
La intuición es que observaciones parecidas por compartir origen no aportan la misma información que observaciones independientes. Tratarlas igual puede hacer que la incertidumbre parezca menor de lo que justifica el diseño.
El caso de los datos de célula única
Zimmerman y colaboradores documentaron dependencia entre células del mismo individuo en estudios de célula única. También examinaron métodos que incorporan esa estructura. Tener numerosas células permite describir heterogeneidad celular, pero no convierte automáticamente a cada célula en un individuo independiente para comparar grupos de personas. Estudio metodológico.
El alcance importa: la comparación entre procedimientos estadísticos pertenece a las condiciones evaluadas por el artículo. No se deriva de ella que un método sea siempre superior para cualquier conjunto de datos celulares.
Conservar la estructura antes de elegir la solución
Las opciones pueden incluir resumir observaciones en el nivel pertinente o utilizar un modelo que represente sus agrupaciones. La elección depende de qué se pretende estimar y de cómo se generaron los datos. Promediar todo sin atender a esa pregunta también puede perder información importante.
Como ejemplo hipotético, un efecto aplicado a organismos y otro aplicado a preparaciones derivadas pueden requerir niveles distintos dentro del mismo análisis. Un modelo jerárquico reconoce dependencias, pero no fabrica grupos independientes que nunca estuvieron presentes en el experimento.
Qué permite detectar el problema en un reporte
Conviene buscar identificadores de origen, número de unidades por condición y cantidad de observaciones dentro de cada unidad. La descripción del análisis debe explicar cómo incorporó esas relaciones. Informar únicamente el total de células o imágenes deja incompleta la base de la inferencia.
Las mediciones repetidas siguen siendo valiosas: describen variación interna y pueden mejorar la estimación de cada unidad. El error aparece cuando esa información se utiliza para sostener una independencia o una generalización que el diseño no respalda.
Bibliografía · 3 referencias
- [1]
The problem of pseudoreplication in neuroscientific studies: is it affecting your analysis?
BMC Neurosci · 2010
Análisis de ejemplos publicados de dependencia ignorada y sus consecuencias estadísticas.
- [2]
A solution to dependency: using multilevel analysis to accommodate nested data.
Nat Neurosci · 2014
Evaluación de inferencia y diseño cuando las observaciones están organizadas en niveles.
- [3]
A practical solution to pseudoreplication bias in single-cell studies.
Nat Commun · 2021
Análisis de dependencia entre células de un individuo y de métodos para representarla.
Preguntas frecuentes
¿Evitar pseudorreplicación exige eliminar mediciones?
No. Exige representar correctamente su dependencia y su función dentro del análisis.
¿Un modelo mixto resuelve cualquier diseño insuficiente?
No. Puede representar agrupaciones, pero no sustituye unidades independientes ausentes.