Page 154 - 71_01

AGUSTÍN GARCÍA ASUERO AN. R. ACAD. NAC. FARM.

Harmonización (ICH)», por ejemplo, establece el análisis por regre-
sión para definir la vida media de los fármacos en su guía sobre
«Ensayos de Estabilidad de Nuevos Fármacos y Productos».

Los modelos sencillos facilitan en gran número de ocasiones la
interpretación de complejos fenómenos físico-químicos. Si existe un
competidor al «test t» en popularidad, probablemente éste sea la
regresión. En adición, quizá la solicitud más común de ayuda que
reciben los estadísticos de sus colegas no estadísticos sea el ajuste de
una relación lineal a un conjunto de datos. A pesar de esto, corre-
lación y regresión son los métodos más mal aplicados por los ana-
listas. No hay duda de la importancia de estos temas, relacionados
con cuestiones básicas tales como la calibración, la comparación de
dos métodos analíticos aplicados a materiales de ensayo, a diferen-
tes concentraciones, o la estimación de parámetros. Por otra parte,
la introducción de regulaciones para el control de la producción de
alimentos, de productos farmacéuticos y del medio ambiente, ha
originado un gran interés en la validación de los métodos analíticos.

POSTULADOS DE LOS MÍNIMOS CUADRADOS

En las Ciencias Farmacéuticas, como en otras ciencias cuantitati-
vas, es a menudo necesario ajustar una ecuación matemática o mode-
lo a un conjunto de datos experimentales. Situaciones que pueden
describirse por medio de relaciones funcionales incluyen curvas de
calibración que relacionan un valor medido o respuesta con la propie-
dad de un material, comparación de procedimientos analíticos y rela-
ciones en las que la variable x es el tiempo. A este respecto, Deming
enfatiza que algunos investigadores todavía «ajustan los datos a un
modelo», lo que sugiere una falta de integridad científica. Lo que ha-
cen, naturalmente, es ajustar un modelo a los datos.

Si son necesarias meras estimaciones de parámetros, puede em-
plearse cualquier criterio de acuerdo con las preferencias estéticas;
la suma mínima de los módulos, el criterio de minimax, etc. El
problema se presenta cuando es necesario deducir inferencias acer-
ca de la fiabilidad de los parámetros y/o sobre la fiabilidad del
modelo. Bajo condiciones ideales, el método de los mínimos cuadra-
dos es el preferido para ajustar ecuaciones teóricas a un conjunto de

156