El informe de ejemplo de Previum, en Word y en pantalla, sobre un manuscrito de demostración: decisión editorial, carta del editor y los comentarios de dos revisores en el margen.
Esto es el informe Profesional completo: el manuscrito de vuelta, con la decisión editorial y la carta del editor delante, los comentarios numerados de dos revisores y cada objeción pegada en el margen a la frase que critica. El informe Básico enseña un hallazgo del revisor, el que decide, con su cita y su arreglo, más las comprobaciones: referencias contra ocho bases, valores p recalculados y cifras que se contradicen.
Este manuscrito es un artículo mío ya publicado, con los nombres de los coautores retirados y algunos detalles generalizados para que no sea identificable. Los datos y los resultados son los reales.
Estimados autores: he leído su manuscrito junto con los informes de dos revisores, uno del área sustantiva y un metodólogo. Coincido con ambos en que la comparación entre países es de interés y en que el texto se lee bien, pero también en que la interpretación va por delante de lo que el diseño permite sostener. La objeción central es compartida: la diferencia emocional entre los dos países se atribuye a su gestión de la pandemia sin poder descartar otras diferencias entre las muestras, y los análisis no controlan por sexo pese a una composición muy desigual entre países. A eso se añaden nueve comparaciones entre países sin corrección por comparaciones múltiples y una medida de preocupaciones sin evidencia de fiabilidad. Mi decisión es invitarles a revisiones mayores: el trabajo es recuperable, pero exige revisar los análisis y moderar la interpretación en toda la discusión.
El objetivo se formula como si la gestión de la pandemia explicara las diferencias emocionales entre países ("examinar en qué medida las preocupaciones explican las diferencias"), pero el diseño transversal y correlacional que se describe después no permite esa lectura explicativa.
Frase citada: «El objetivo de este estudio es analizar el estado emocional, la satisfacción vital y las preocupaciones por la pandemia en adolescentes de dos países, y examinar en qué medida esas preocupaciones explican las diferencias emocionales observadas entre ambos.»
Por qué importa: Un editor lee el objetivo y el método seguidos: si el lenguaje del objetivo promete más de lo que el diseño puede dar, el manuscrito pierde credibilidad antes de llegar a los resultados.
Arreglo: Reformule el objetivo en términos descriptivos y de asociación, y reserve la pregunta explicativa para un diseño que compare la gestión de la pandemia de forma más directa (por ejemplo, con más de dos países o con indicadores objetivos de severidad de las medidas).
La conclusión no solo interpreta la diferencia entre países como causada por su gestión de la pandemia, sino que deriva de ahí una recomendación de política pública. Es el salto más largo del manuscrito.
Frase citada: «Concluimos que la situación socioeconómica de cada país explica el mayor malestar observado en una de las muestras, por lo que recomendamos incorporar intervenciones psicológicas adaptadas a cada contexto en la respuesta a futuras pandemias.»
Por qué importa: Recomendar una política a partir de una comparación entre dos muestras no controladas por otras variables es exactamente el tipo de sobreinterpretación que un revisor señala en la primera ronda.
Arreglo: Retire la recomendación de política y sustitúyala por lo que sí se deduce: la diferencia observada justifica un estudio con más países y un diseño que permita aislar el efecto de la gestión de la pandemia.
La discusión presenta la diferencia entre países como si confirmara el papel causal de la gestión de la pandemia, sin un apartado de limitaciones que reconozca las explicaciones alternativas ni matice el rango de varianza explicada (entre el 7 % y el 30 % según la variable).
Frase citada: «Las diferencias encontradas entre los dos países son coherentes con su distinta situación socioeconómica de partida y sugieren que el impacto de la pandemia sobre la salud mental fue mayor allí donde el punto de partida era más desfavorable.»
Por qué importa: La ausencia de limitaciones es lo primero que busca un revisor formado, y aquí es especialmente llamativa porque el propio rango de R² que reportan ya sugiere que el efecto no es uniforme.
Arreglo: Añada un apartado de limitaciones explícito que reconozca las variables no controladas entre países y matice la heterogeneidad del R² entre variables.
El título habla de un "estudio comparado", pero el resumen y la discusión usan repetidamente lenguaje de impacto y de efecto, lo que no es coherente con un diseño transversal.
Frase citada: «Se ajustaron cuatro modelos de regresión lineal en cada país con las tres preocupaciones como predictoras; explican entre el 7 % y el 30 % de la varianza según la variable dependiente, sin incluir sexo ni edad como covariables.»
Arreglo: Unifique el lenguaje del manuscrito: si el diseño es transversal, título, resumen y discusión deben hablar de asociación, no de impacto.
La comparación central del manuscrito es entre países, pero la sintomatología emocional se mide con una adaptación nacional distinta en cada uno y los participantes se clasifican en niveles de gravedad usando los puntos de corte de su propia adaptación. No se aporta ninguna evidencia de invarianza de medida entre las dos submuestras.
Frase citada: «La sintomatología emocional se midió con una escala de 21 ítems, empleando en cada país su propia adaptación nacional y los puntos de corte de esa adaptación para clasificar a los participantes en cinco niveles de gravedad, que después se compararon entre países.»
Por qué importa: Sin invarianza factorial no se sabe si la diferencia observada es de estado emocional o de funcionamiento del instrumento en cada país, y comparar categorías de gravedad definidas con baremos distintos convierte una diferencia de baremo en una diferencia clínica.
Arreglo: Ponga a prueba la invarianza configural, métrica y escalar entre las dos submuestras antes de comparar medias, e informe del ajuste de cada paso. Si la invarianza escalar no se sostiene, compare solo lo que el nivel alcanzado permita y retire la comparación de categorías de gravedad o preséntela como descriptiva.
Se contrastan las siete variables entre países y, dentro de cada país, esas mismas siete entre chicas y chicos: veintiún pruebas t sin ninguna corrección por comparaciones múltiples. Con alfa de .05 y veintiún contrastes, la probabilidad de al menos un falso positivo supera el 65 %.
Frase citada: «Se compararon los dos países en las siete variables emocionales y de preocupación evaluadas, y dentro de cada país se compararon además chicas y chicos en esas mismas siete, sin aplicar ninguna corrección por comparaciones múltiples.»
Por qué importa: Sin corrección no puede distinguirse un hallazgo real de un artefacto del número de pruebas, y la discusión se apoya precisamente en ese conjunto de comparaciones.
Arreglo: Aplique una corrección de Holm-Bonferroni o control del FDR (Benjamini-Hochberg) a la familia completa de contrastes, informe del p corregido junto al original y reescriba resultados y discusión sobre las comparaciones que sobrevivan.
Los modelos de regresión que estiman la varianza explicada por las preocupaciones no incluyen sexo ni edad como covariables, pese a que la composición por sexo difiere mucho entre los dos países (85,2 % frente a 63,2 % de chicas) y el R² oscila entre .07 y .30 según la variable, sin que se discuta a qué se debe esa variabilidad.
Frase citada: «Se ajustaron cuatro modelos de regresión lineal en cada país con las tres preocupaciones como predictoras; explican entre el 7 % y el 30 % de la varianza según la variable dependiente, sin incluir sexo ni edad como covariables.»
Por qué importa: Es un caso de variable omitida de manual: parte de la varianza atribuida a las preocupaciones puede deberse a la distinta composición por sexo de cada muestra, y la variabilidad del R² sin explicar sugiere que el modelo no es igual de bueno para todas las variables.
Arreglo: Ajuste modelos jerárquicos con sexo y edad en el primer paso, informe del incremento de R² de las preocupaciones por sí solas, y comente por qué el modelo funciona mejor para unas variables que para otras.
La muestra se recluta por conveniencia a través de centros educativos en cada país, sin informar de cuántos centros participaron, cómo se seleccionaron ni cuál fue la tasa de respuesta, lo que limita seriamente a qué población puede generalizarse cada submuestra.
Frase citada: «Participaron 1078 adolescentes de entre 12 y 17 años (M = 15,18; DT = 1,25), 530 de un país y 548 del otro. El 74,7 % del total son chicas, con una composición muy desigual entre submuestras: 85,2 % en una y 63,2 % en la otra.»
Por qué importa: Sin esa información no puede valorarse si las diferencias entre países reflejan a los adolescentes de cada país o solo a los centros que decidieron participar.
Arreglo: Informe del número de centros, el procedimiento de selección y la tasa de respuesta en cada país, y discuta explícitamente hasta qué población puede generalizarse cada submuestra.
Las dos desviaciones típicas de la satisfacción vital de esa submuestra no pueden ser ciertas a la vez: 2,04 en la tabla de países y 6,48 y 7,89 en la de sexos, sobre los mismos participantes y la misma variable.
Frase citada: «En la tabla de diferencias entre países, la desviación típica de la satisfacción vital de una de las submuestras es 2,04, mientras que en la tabla de diferencias por sexo esa misma submuestra presenta desviaciones de 6,48 y 7,89 en esa misma variable.»
Arreglo: Revise el valor de la tabla de países: con las DT por sexo que informa, la del grupo completo tiene que estar en ese mismo orden de magnitud. Corrija la cifra y compruebe si la t y la d de esa fila se calcularon con el valor correcto.
En una submuestra las preocupaciones por la salud predicen MÁS satisfacción vital y MENOS depresión, al revés que en la otra y que la hipótesis de partida, y el manuscrito no comenta esa inversión de signo.
Frase citada: «En una de las submuestras, las preocupaciones por la salud influyen positivamente en la satisfacción vital y negativamente en la depresión y el estrés, en sentido contrario al de la otra submuestra y al esperado teóricamente.»
Arreglo: Compruebe la colinealidad entre los tres tipos de preocupación (VIF y correlaciones entre predictoras) y valore si se trata de un efecto supresor. Informe también de las correlaciones de orden cero junto a los betas, que es donde la inversión se ve.
El procedimiento no especifica cuántos centros educativos participaron en cada país ni si la aprobación ética fue la misma en ambos, algo relevante en un estudio con datos de dos países distintos.
Frase citada: «Los cuestionarios se administraron en línea entre finales de mayo y principios de junio de 2020. Los participantes habían colaborado antes con el equipo investigador o habían manifestado interés en hacerlo, y a partir de ahí se contactó con centros educativos siguiendo un muestreo en bola de nieve.»
Arreglo: Especifique el comité o comités de ética que aprobaron el estudio en cada país y si el procedimiento de consentimiento fue idéntico en ambos.
Generado con los comentarios de dos revisores y un editor simulados y verificado antes de entregarlo: sin citas ni datos inventados.
Seis artículos publicados, con licencia abierta, pasados por el informe Básico tal cual: cada crítica en su frase, los valores p rehechos y las referencias contra ocho bases.
Sube tu paper o tu tesis (Word o PDF) y en un par de minutos tienes tu informe Básico. Tu texto no se almacena.