La Tabla 1 de características de la muestra en APA 7

Tienes el Método escrito y toca montar la tabla que describe a la muestra. Parece el trámite más fácil del artículo, y a las dos horas llevas discutiendo contigo mismo si la edad va con media o con mediana, si el porcentaje se calcula sobre el grupo o sobre el total, qué haces con las nueve personas que dejaron en blanco el nivel de estudios de los padres y si hace falta una columna de valores p comparando los grupos. Esa última decisión es la que más manuscritos arrastra mal: la columna se copia de artículos publicados hace treinta años y las guías de reporte actuales la desaconsejan por escrito. Aquí va la tabla entera, fila por fila. Las reglas generales de formato de cualquier tabla —numeración, título, filetes, notas— están en tablas en APA 7: reglas y ejemplos.

Qué variables entran en la Tabla 1 y cuáles sobran

Tres bloques y poco más. Las sociodemográficas —edad, sexo o género, nivel de estudios, situación laboral, zona de residencia— dicen a quién estás describiendo. Las clínicas o de contexto —diagnóstico principal, comorbilidad, tiempo de evolución, medicación, curso escolar, gravedad al inicio— dicen en qué estado llegó esa gente. Y entran las variables que vas a necesitar más adelante: las covariables del modelo, aquellas por las que estratificaste la asignación y los moderadores que dejaste preespecificados. Una variable que no cabe en ninguno de los tres bloques casi nunca merece una fila.

Lo que no entra son los resultados. La Tabla 1 es la fotografía del punto de partida, así que la puntuación basal de tu variable dependiente sí y la puntuación posterior no: esa vive en la tabla de resultados, con su contraste y su tamaño del efecto. Tampoco entran los ítems sueltos de una escala ni las treinta variables que recogiste porque estaban en el cuaderno de recogida. Una Tabla 1 de dos páginas no describe mejor: obliga al lector a buscar e invita a comparar todo contra todo, que es el problema del que hablo dentro de un momento.

En la cabecera de cada columna va el grupo con su tamaño, «Intervención (n = 104)» y «Control (n = 104)», con la n minúscula y en cursiva porque nombra a un subgrupo; la N mayúscula se reserva para la muestra completa. La columna de total se pone solo cuando aporta algo: en un ensayo de dos brazos suele ser aritmética redundante, y en un observacional con cuatro grupos ayuda a leer la muestra de una pasada. Si una fila tiene menos casos que su columna, se dice en la fila o en la nota y nunca se deja implícito.

El sexo y el género no son la misma variable, y APA 7 pide que no se usen como sinónimos: en el rótulo escribe lo que preguntaste de verdad. Si el cuestionario decía «sexo asignado al nacer», la fila se llama así; si preguntaste identidad de género con cinco opciones, la fila lleva esas cinco. Igual con el origen o el grupo étnico, que se reportan como se identificaron los participantes y no como los recodificó alguien limpiando la base. Agrupar una categoría de dos personas es defendible si declaras en la nota qué agrupaste; hacerla desaparecer, no.

Media y DT, o mediana y RIC: se decide mirando la variable

La elección no depende de la escala de medida ni de un contraste previo: depende de la forma que tiene la variable en tu muestra y de qué número describe con honradez el centro. Simétrica y sin colas largas: M (DT). Asimétrica, con una cola que se estira hacia la derecha: Mdn con el rango intercuartílico. En psicología y en ciencias de la salud las torcidas son casi siempre las mismas: el tiempo que tardó alguien en pedir ayuda, las semanas en lista de espera, el número de episodios previos, los días de ingreso, los ingresos económicos y las horas de pantalla.

El ejemplo enseña por qué importa. Las semanas en lista de espera de tu muestra dan Mdn = 12.0 [6.0, 27.0], y esa misma variable tiene M = 19.8 (DT = 21.4). La desviación típica es mayor que la media, y en una variable que no puede ser negativa esa es la señal de que hay unas cuantas personas con año y medio de espera tirando del promedio hacia arriba. El participante de 19.8 semanas no existe en tus datos; el de 12 semanas sí, y describe a alguien real.

El rango intercuartílico se escribe de dos maneras y las dos se publican: los dos cuartiles entre corchetes, [6.0, 27.0], o la distancia entre ellos, 21.0. APA no impone ninguna; lo que no se perdona es no decir cuál has usado. Da los dos cuartiles, que permiten reconstruir la distribución, y decláralo en la nota. Una mediana nunca lleva un ± detrás, porque la dispersión alrededor de la mediana no es simétrica y ese signo promete algo que no tienes. Y dentro de una misma fila el estadístico es el mismo en todas las columnas: no puedes dar M (DT) en intervención y Mdn [RIC] en control porque a un grupo le salió más torcida.

La decisión no se delega en un Shapiro-Wilk. Con N = 480 esa prueba rechaza desviaciones que no cambian nada de lo que vas a hacer después, y con n = 22 no rechaza casi nunca: en los dos casos te está contestando a una pregunta sobre potencia y no sobre tu variable. Mira el histograma y compara media con mediana, que son diez segundos. Cuándo hay que reportar de verdad una prueba de normalidad, y cómo se escribe, está en cómo reportar las pruebas de normalidad en APA 7.

Recuentos y porcentajes: n (%) y sobre qué denominador

El formato es el recuento primero y el porcentaje entre paréntesis: 62 (59.6%). El recuento es el dato duro y el porcentaje es la ayuda para comparar columnas de distinto tamaño, en ese orden y no al revés. La n del rótulo va en cursiva —«Mujeres, n (%)»— y el símbolo de porcentaje no lleva cursiva nunca. En una variable binaria basta una línea, la de la categoría que informa: si dices cuántas mujeres hay sobre 104, ya has dicho cuántos hombres.

El porcentaje se calcula sobre la columna, es decir sobre la n de ese grupo, salvo que la nota diga lo contrario. Parece obvio y es el error más repetido de la tabla entera: 62 mujeres de 104 son el 59.6% de su grupo y el 29.8% de una muestra de 208, y las dos cifras se han visto impresas en la misma tabla, en filas distintas, sin que nadie lo notara. Si lo que quieres dar es un porcentaje de fila —cómo se reparte una categoría entre los grupos—, se dice con esas palabras en la nota.

Los datos perdidos cambian el denominador. Si nueve personas no contestaron al nivel de estudios de los padres, el denominador de esa fila es 199 y no 208, y tienes dos salidas honradas: recalcular los porcentajes sobre los casos válidos y declararlo en la nota, o añadir una fila «No consta» con su recuento. La segunda es mejor cuando la ausencia significa algo, que en ingresos, consumo de sustancias o antecedentes pasa a menudo. Dividir por 208 y callarse no es ninguna de las dos. Qué contar sobre los perdidos y dónde va cada cosa está en cómo reportar los datos perdidos en APA 7.

En una variable de varios niveles van todos, y se comprueba que los recuentos sumen la n de la columna; que los porcentajes sumen 99.9 o 100.1 por redondeo es normal y se aclara en la nota. Con denominadores pequeños el decimal miente: en un subgrupo de 14 personas una sola es el 7.1%, y ahí conviene dar el recuento solo o el recuento con un porcentaje entero. Un porcentaje sin su recuento al lado no se publica, porque «el 40% mejoró» son dos personas de cinco o cuatrocientas de mil y el lector no puede distinguirlo.

La columna de valores p: por qué sobra entre grupos aleatorizados

El argumento cabe en una frase: si la asignación fue aleatoria, la hipótesis nula de que los grupos no difieren al inicio es cierta por construcción, porque a esos grupos los formó un mecanismo de azar y nada más. Contrastar algo que ya sabes cierto no añade información. Cuando en la fila del sexo te sale χ²(1, N = 208) = 0.96, p = .327, no has aprendido nada que no supieras al diseñar el estudio; y cuando en otra fila te sale p = .03, eso no significa que los grupos difieran por algún motivo, significa que te ha tocado una de las veces en que el azar reparte desigual. Es la definición de manual de un error de tipo I, por eso escribieron sobre ello Altman (1985) y Senn (1994), y por eso la explicación del CONSORT (Moher et al., 2010) llama superfluos a esos contrastes.

El contraste basal sí prueba algo, pero no lo que la gente cree: prueba si la asignación se hizo como dices que se hizo. Si tienes motivos para sospechar que alguien la manipuló —el reclutador veía la secuencia, los sobres no eran opacos, los brazos se llenaron en tandas raras—, eso es una auditoría del procedimiento, se cuenta en el texto con nombre y apellidos y no cabe en una columna de la Tabla 1. Assmann y colaboradores (2000) revisaron el uso de los datos basales en ensayos publicados en revistas grandes y llegaron a lo mismo: la columna se hereda por costumbre, no por argumento.

Lo que la vuelve peligrosa es que la p depende del tamaño muestral y no de cuánto importa el desequilibrio. Mira las mismas dos cifras en dos estudios distintos. En un ensayo escolar con 208 adolescentes la edad va 15.2 (1.4) frente a 15.4 (1.3): t(206) = 1.07, p = .286, d = 0.15, y nadie se inmuta. En un ensayo multicéntrico con 3.860, con exactamente las mismas medias y las mismas desviaciones: t(3858) = 4.60, p < .001, d = 0.15. El desequilibrio es idéntico y el veredicto del filtro es el contrario.

El error contrario cuesta más caro y se ve mucho menos. En un piloto de 28 por brazo, la depresión al inicio sale 17.6 (5.4) frente a 20.3 (5.8): t(54) = 1.80, p = .077, d = 0.48. Casi media desviación típica de desequilibrio en la variable que mejor predice el resultado, y la columna de la p firma que «los grupos eran comparables al inicio». Ese es justo el desequilibrio que va a sesgarte el efecto, y la prueba no tiene potencia para verlo.

Qué se pone en lugar de la p

La magnitud del desequilibrio, que es lo que de verdad decide si tienes un problema. En continuas, la diferencia estandarizada: la d de siempre aplicada a una covariable, con la gracia de que no crece con el tamaño de la muestra —d = 0.15 vale 0.15 con 208 personas y con 3.860—. En la literatura de puntuaciones de propensión se usa el convenio de Austin (2009), |d| por debajo de 0.10 como desequilibrio despreciable; es una convención de trabajo y no un aprobado, igual que los cortes de Cohen (1988). Cómo se calcula y cómo se escribe está en cómo reportar la d de Cohen en APA 7, y para las categóricas existe la versión análoga con proporciones.

Las covariables se eligen antes de mirar los datos y por razones de pronóstico: entran porque la literatura dice que predicen el resultado, no porque hayan salido descuadradas en tu tabla. La variable por la que estratificaste la aleatorización entra siempre en el modelo, aunque su desequilibrio sea nulo, porque forma parte del diseño. Y una covariable elegida así se queda dentro aunque su p basal sea .80.

Elegir covariables porque salieron significativas en la Tabla 1 convierte un plan de análisis en una decisión post hoc, y encima lo hace en la peor dirección: el criterio depende del tamaño de la muestra, así que en un estudio pequeño no ajustarás por el desequilibrio que sí importa y en uno grande ajustarás por tres que no. Si el análisis ajustado no estaba preespecificado, dilo en el texto y preséntalo como secundario, no como el resultado principal.

Observacionales y descriptivos: cuándo sí hay algo que comparar

En un estudio observacional los grupos no los hizo el azar: los hizo la vida, el criterio clínico o la decisión de cada persona. Ahí la hipótesis nula de igualdad no es cierta por construcción, y una diferencia basal es información de verdad porque señala un posible confusor. El problema es otro: la p te contesta si existe alguna diferencia en la población, y lo que necesitas saber es si esa diferencia es lo bastante grande como para sesgar tu estimación. Otra vez la diferencia estandarizada informa más que el contraste.

Si la revista pide la p, dala, con la diferencia y su intervalo de confianza al lado y sin usarla nunca como filtro para decidir qué entra en el modelo ajustado. El cribado univariante —«meto en el modelo lo que salga a p < .05», o a .20— deja fuera confusores reales, porque una variable puede asociarse con la exposición demasiado poco para pasar el corte y con el resultado lo bastante como para torcerte el efecto; y de paso cuela ruido con las que pasan el corte por azar. Los confusores se eligen por lo que sabes del fenómeno y se justifican en el texto.

En un estudio descriptivo sin grupos, la Tabla 1 tiene una sola columna y ninguna comparación. Añadir una columna de p «porque las tablas son así» es meter un contraste que no planeaste, que nadie te pidió y que después te obliga a explicar en la discusión un resultado que no significaba nada.

Cómo queda montada la tabla

Encima va «Tabla 1» en negrita y en su propia línea; debajo, el título en cursiva y sin punto final, del tipo «Características sociodemográficas y clínicas al inicio del estudio». Dentro no hay ni una línea vertical: tres filetes horizontales —sobre la cabecera, bajo la cabecera y al cierre— más el filete corto que abarca un grupo de columnas cuando las agrupas bajo una cabecera común. Nada de sombreados alternos ni de negritas para «destacar» una fila.

La primera columna es el rótulo, y ahí se declara el estadístico de cada fila: «Edad en años, M (DT)», «Semanas en lista de espera, Mdn [RIC]», «Mujeres, n (%)». Con eso el lector no adivina qué son los dos números de la celda y tú te ahorras una nota larguísima. Los rótulos se escriben en palabras legibles y no con el nombre que tiene la variable en el archivo de datos: nadie sabe qué es EDAD_REC2. Elige los decimales una vez para toda la tabla, deja la DT con los mismos que la media —15.2 (1.4), no 15.24 (1.41)— y alinea las cifras por el punto decimal.

La nota empieza por «Nota.» en cursiva y hace tres trabajos: desarrolla las abreviaturas, aclara qué contiene la celda cuando el rótulo no lo dijo y explica los denominadores raros. Una nota real cabe en dos líneas: «Nota. Los porcentajes se calculan sobre la n de cada columna. RIC = rango intercuartílico. El nivel de estudios de los padres se calculó sobre 199 casos por datos perdidos.». La nota de probabilidad, la de los asteriscos, en esta tabla no pinta nada, y el motivo lo has leído dos secciones más arriba.

La prueba de que la tabla está bien montada es enseñársela a alguien sin el artículo alrededor: si no puede decir cuánta gente había, cómo se repartía y qué mide cada fila, le falta información al rótulo o a la nota. Si quieres montarla con tus propios números y que salga con las cursivas, los filetes y los decimales ya puestos, el generador de tablas APA la escribe con este formato.

Si alguna característica se entiende mejor en un gráfico, las reglas están en figuras en APA 7. Y si ya tienes el apartado escrito, pégalo en Revisa una sección: te devuelve la primera objeción que te haría un revisor, con la frase exacta de tu texto en la que aparece.

Preguntas frecuentes

¿Qué variables van en la Tabla 1 de características de la muestra?

Las sociodemográficas (edad, sexo o género, nivel de estudios, situación laboral), las clínicas o de contexto (diagnóstico, comorbilidad, tiempo de evolución, medicación, gravedad al inicio) y las que vas a usar después como covariables, como variable de estratificación o como moderadores preespecificados. No van los resultados posteriores al tratamiento ni los ítems sueltos de una escala. Si una variable no encaja en ninguno de esos tres bloques, casi siempre sobra.

¿Cuándo se pone mediana y rango intercuartílico en vez de media y desviación típica?

Cuando la variable es asimétrica y la media deja de describir a alguien real. El caso típico son los tiempos y los recuentos: semanas en lista de espera, Mdn = 12.0 [6.0, 27.0], cuya media es 19.8 con una DT de 21.4. Si la desviación típica se acerca o supera a la media en una variable que no puede ser negativa, tira de mediana. La decisión se toma mirando el histograma y comparando media con mediana, no ejecutando un Shapiro-Wilk: con N = 480 rechaza cualquier desviación trivial y con n = 22 no rechaza casi ninguna.

¿Hay que poner valores p en la Tabla 1 comparando los grupos?

En un ensayo aleatorizado, no. La hipótesis nula de que no hay diferencias al inicio es cierta por construcción, porque los grupos los formó el azar, así que un resultado significativo en esa fila es por definición un error de tipo I; la explicación del CONSORT lo desaconseja de forma explícita. En un estudio observacional el contraste tiene sentido lógico, pero informa más la diferencia estandarizada, que no crece con la N. En un estudio descriptivo sin grupos no hay nada que comparar.

¿Cómo se escriben las frecuencias y los porcentajes en una tabla APA 7?

Recuento primero y porcentaje entre paréntesis, 62 (59.6%), con el porcentaje calculado sobre la n de la columna salvo que la nota diga otra cosa. La n del rótulo va en cursiva y el símbolo % no. Con datos perdidos, o recalculas sobre los casos válidos y lo declaras en la nota, o añades una fila «No consta» con su recuento. Un porcentaje sin su recuento al lado no se publica, y con denominadores por debajo de veinte el decimal aparenta una precisión que no tienes.

¿Qué hago si la revista o el revisor me exige la columna de valores p?

Ponla, y añade al lado la magnitud: la diferencia con su intervalo de confianza o la diferencia estandarizada. En la carta de respuesta explicas en tres líneas que en un diseño aleatorizado la hipótesis nula es cierta por construcción y citas la explicación del CONSORT. Lo que no debes hacer, aunque te pongan la columna, es usar esas p para decidir qué covariables entran en el modelo: eso sí cambia tus resultados y sí te lo van a preguntar después.

¿Se pone una columna de total además de la de cada grupo?

Solo si aporta. En un ensayo de dos brazos equilibrados la columna de total es aritmética que el lector ya puede hacer, y ocupa espacio que necesitas para las filas. En un observacional con tres o cuatro grupos, o con grupos de tamaños muy distintos, ayuda a leer la muestra completa de una pasada. Decidas lo que decidas, la N total tiene que aparecer en algún sitio: en la cabecera, en el título de la tabla o en la nota.

Quédate con la regla que resuelve la mitad de las dudas: cada fila de la Tabla 1 tiene que poder leerse sola. Si el rótulo declara el estadístico, si la nota explica el denominador raro y si el recuento va delante del porcentaje, un lector entiende tu muestra sin leer el Método entero. Y si al terminar la tabla te sobra una columna de valores p entre grupos que aleatorizaste, la solución no es justificarla en la discusión: es borrarla y poner en su sitio la magnitud del desequilibrio, que es la cifra por la que te iban a preguntar de todas formas.