Test de Fisher: guía completa para entender la Prueba Exacta de Fisher y sus aplicaciones

El Test de Fisher, también conocido como la Prueba Exacta de Fisher, es una herramienta estadística fundamental cuando trabajamos con tablas de contingencia 2×2 y muestras pequeñas. A lo largo de este artículo exploraremos qué es, cuándo conviene utilizarlo, cómo se calcula, cómo interpretarlo y qué limitaciones presenta. Si buscas entender el Test de Fisher y aprender a aplicarlo en investigación clínica, epidemiológica o genética, este contenido te servirá como guía práctica y detallada.

Qué es el Test de Fisher y por qué es tan importante

El Test de Fisher, o Prueba exacta de Fisher, es una prueba estadística que evalúa la asociación entre dos variables categóricas en una tabla 2×2. A diferencia de la prueba de chi-cuadrado, que se apoya en aproximaciones asintóticas y puede fallar con muestras pequeñas o desequilibradas, el Test de Fisher proporciona un p-valor exacto calculado a partir de la distribución hipergeométrica, bajo la hipótesis nula de independencia entre las variables.

En términos simples, si tienes dos categorías para una variable (por ejemplo, tratamiento vs. control) y dos categorías para otra variable (por ejemplo, resultado de interés: sí/no), el Test de Fisher te dice si la distribución observada de casos y controles difiere significativamente de lo que esperas bajo la hipótesis de que no hay relación entre las variables.

Historia y fundamentos del Test de Fisher

La Prueba Exacta de Fisher debe su nombre a Ronald A. Fisher, uno de los estadísticos más influyentes del siglo XX. Desarrolló métodos para analizar tablas de contingencia cuando el tamaño de muestra era pequeño, de modo que las pruebas basadas en aproximaciones no fueran confiables. A lo largo de las décadas, el Test de Fisher ha sido ampliamente utilizado en medicina y biología, así como en áreas donde se manejan datos discretos y muestras limitadas.

Los fundamentos se apoyan en la distribución hipergeométrica: si conocemos las sumas de fila y columna en una tabla 2×2, la distribución de la celda interior bajo la hipótesis nula es hipergeométrica. El p-valor se obtiene calculando la probabilidad de observar tablas al menos tan extremas como la observada, bajo esa distribución condicionada a los totales marginales.

Cuándo conviene usar el Test de Fisher

El Test de Fisher es la alternativa recomendada en escenarios específicos. A continuación, se detallan situaciones típicas en las que conviene elegir este enfoque:

• Tablas 2×2 con tamaños de muestra pequeños. Si alguno de los recuentos de la tabla es menor que 5, la aproximación de chi-cuadrado puede ser imprecisa.
• Datos discretos donde las frecuencias esperadas son bajas en al menos una celda.
• Investigaciones clínicas o biológicas donde se buscan asociaciones entre un tratamiento y un resultado binario en muestras limitadas.
• Casos de estudios de casos y controles con recuentos extremos o desbalances entre grupos.
• Necesidad de un p-valor exacto que no dependa de supuestos grandes tamaños muestrales.

En contraste, cuando se dispone de muestras grandes y las frecuencias esperadas en cada celda son adecuadas (por lo general más de 5 en cada celda), la prueba de chi-cuadrado con corrección de continuidad puede ser suficiente y más rápida de calcular.

Cómo se representa la tabla 2×2 y qué significa cada número

Una tabla 2×2 típica se representa así:

      Sí   No
Trat     a    b
No_trat  c    d

donde:

• a: número de casos con tratamiento y resultado positivo
• b: tratamiento con resultado negativo
• c: control con resultado positivo
• d: control con resultado negativo

La suma total es n = a + b + c + d. En este marco, el Test de Fisher evalúa si la distribución observada difiere significativamente de lo que se esperaría si no existiera relación entre tratamiento y resultado.

Cálculo del Test de Fisher: idea y pasos prácticos

Fórmula y conceptos clave

La probabilidad exacta de observar una tabla dada (con margenes fijos) se calcula con la fórmula de la distribución hipergeométrica. Para la tabla arrugada a continuación:

a  b
c  d

la probabilidad es:

P = [(a+b)! (c+d)! (a+c)! (b+d)!] / [a! b! c! d! n!]

donde n = a+b+c+d. El p-valor de la Prueba exacta de Fisher se obtiene sumando las probabilidades de todas las tablas 2×2 posibles con margenes fijos que tengan probabilidad igual o menor que la probabilidad observada. Este proceso da lugar a un p-valor two-tailed, que es el más común en informes científicos.

En la práctica, la mayoría de los software estadísticos hacen este cálculo de forma interna y reportan el p-valor exacto, junto con la estadística de la prueba y, a veces, el intervalo de confianza para la razón de odds (odds ratio) asociada a la tabla.

Ejemplo práctico paso a paso

Imagina una investigación que evalúa si un nuevo fármaco reduce la incidencia de un evento adverso. Se reclutan 20 pacientes, 10 reciben el fármaco y 10 reciben placebo. El resultado es positivo (evento) o negativo (sin evento) en cada grupo, generando una tabla 2×2. Supón que obtienes:

             Evento   No evento
Fármaco       3          7
Placebo       8          2

Observamos que hay 3 eventos en el grupo de fármaco y 8 en el grupo de placebo. El Test de Fisher calcularía el p-valor exacto de observar al menos estas diferencias, dado que los margenes son fijos. Con un software adecuadamente, obtendríamos un p-valor que indica si la asociación entre tratamiento y evento es estadísticamente significativa a nivel, por ejemplo, 0.05.

Si el p-valor resultante es menor que el umbral de significancia, podríamos concluir que hay evidencia de asociación entre la intervención y el evento, considerando el tamaño de muestra y la distribución de las cuentas.

Interpretación de resultados y reportes

La interpretación del Test de Fisher se centra principalmente en el p-valor y en la dirección de la asociación cuando se reporta el odds ratio. Aspectos clave a considerar:

• Un p-valor bajo (p < 0.05, por ejemplo) sugiere que la distribución de frecuencias observada es poco compatible con la hipótesis nula de independencia entre las variables. En otras palabras, hay evidencia de una asociación entre las variables analizadas.
• El tamaño del efecto se evalúa con el odds ratio. En la mayoría de las publicaciones se reporta junto con intervalos de confianza para entender la magnitud de la asociación.
• La interpretación debe contextualizarse en el diseño del estudio: sesgos, sesgos de selección y potencia estadística pueden influir en los resultados, incluso cuando el p-valor es significativo.

Es común que los informes incluyan una frase como: “Se observó una asociación significativa entre tratamiento y resultado (Test de Fisher, p = 0.03). El odds ratio fue de X con un intervalo de confianza del Y%.”

Test de Fisher vs Chi-cuadrado: diferencias clave

La decisión entre usar el Test de Fisher o la prueba chi-cuadrado depende de las características de los datos y del objetivo del análisis. A continuación, diferencias prácticas para orientar la elección:

• Tipo de datos: ambos tests operan en tablas 2×2 con variables categóricas; sin embargo, la chi-cuadrado se apoya en aproximaciones asintóticas, mientras que el Test de Fisher es exacto.
• Tamaño de la muestra: para muestras grandes y con contajes en cada celda altos, la chi-cuadrado es eficiente y suficiente. En muestras pequeñas o con frecuencias menores a 5, el Test de Fisher es preferible.
• Precisión: el Test de Fisher garantiza un p-valor exacto, lo que facilita interpretaciones cuando el tamaño muestral es limitado.
• Complejidad de reporte: en software moderno, ambos tests se reportan con facilidad, pero el coste computacional del Test de Fisher aumenta con el tamaño de los datos si la tabla no es 2×2 pero se extiende a tablas mayores.

En resumen, si trabajas con tablas 2×2 y hay preocupación por la exactitud ante tamaños pequeños, el Test de Fisher es la opción más robusta; si las frecuencias son adecuadas y la muestra grande, la prueba chi-cuadrado puede ser suficiente y más rápida.

Aplicaciones del Test de Fisher en distintas áreas

Medicina y epidemiología

En medicina clínica y epidemiología, el Test de Fisher es ampliamente utilizado para evaluar asociaciones entre exposiciones y resultados binarios, como presencia o ausencia de una enfermedad, respuesta a un tratamiento o complicaciones adversas. Por ejemplo, en ensayos clínicos piloto, donde la muestra puede ser limitada, el Test de Fisher aporta una evaluación precisa de la relación entre intervención y resultado.

Genética y biología

La genética y la biología molecular también recurren al Test de Fisher cuando se comparan frecuencias de alelos o mutaciones entre grupos. Si el interés es ver si una variante genética está asociada con una condición, el Test de Fisher ofrece un método sólido para analizar tablas 2×2 de presencia/ausencia de variantes en casos y controles.

Software y recursos para realizar el Test de Fisher

Hoy en día, realizar el Test de Fisher es sencillo en múltiples entornos estadísticos y lenguajes de programación. A continuación, se presentan opciones populares y una guía rápida sobre cómo obtener el p-valor exacto:

• R: f.test o fisher.test en R base permiten calcular el p-valor exacto para tablas 2×2. Ejemplo: fisher.test(matrix(c(a, b, c, d), nrow = 2)).
• Python (SciPy): scipy.stats.fisher_exact ofrece la prueba exacta de Fisher para tablas 2×2, con opciones para unidireccional o bidireccional.
• Excel/Google Sheets: existen complementos o fórmulas que permiten calcular p-valores exactos para tablas 2×2 en hojas de cálculo, útiles para análisis rápidos.
• Software estadístico: SPSS, SAS y Stata incluyen procedimientos para realizar la Prueba exacta de Fisher sin complicaciones.

Conocer estas herramientas facilita la reproducibilidad y la transparencia en la investigación. Muchos informes citan el p-valor obtenido con el Test de Fisher y acompañan el resultado con el odds ratio para describir el tamaño del efecto.

Cómo reportar el Test de Fisher en manuscritos y trabajos académicos

La presentación de resultados debe ser clara, concisa y conforme a normas editoriales. Estos son aspectos clave al reportar el Test de Fisher:

• Indicar explícitamente que se trató de la Prueba exacta de Fisher (Test de Fisher) y especificar que es para una tabla 2×2.
• Proporcionar el p-valor exacto obtenido y, si procede, el tipo de cola (unilateral o bilateral) utilizado. En la mayoría de los informes se usa dos colas (two-tailed).
• Reportar el tamaño del efecto cuando sea posible, típicamente en forma de odds ratio con su intervalo de confianza (por ejemplo, OR = 2.5, 95% CI 1.1–5.6).
• Describir la muestra, el diseño del estudio y la distribución de frecuencias en la tabla para que el lector pueda entender el contexto de la prueba.
• Discutir posibles limitaciones, especialmente en muestras pequeñas, y señalar la robustez de las conclusiones frente a distintas especificaciones del análisis.

Preguntas frecuentes sobre el Test de Fisher

¿Qué significa un p-valor alto en el Test de Fisher?

Un p-valor alto indica que no hay evidencia suficiente para rechazar la hipótesis nula de independencia entre las variables en la tabla 2×2. En otras palabras, las frecuencias observadas son compatibles con la distribución esperada bajo independencia.

¿Qué pasa si una celda tiene cero eventos?

El Test de Fisher maneja tablas con ceros en las celdas de forma adecuada, a diferencia de algunas aproximaciones que requieren ajustes. Con ceros, el p-valor sigue siendo calculable y puede interpretarse con cuidado, ya que la distribución hipergeométrica aún describe la probabilidad de cada configuración.

¿Se puede usar el Test de Fisher con más de dos categorías?

El Test de Fisher está diseñado para tablas 2×2. Existen extensiones para tablas mayores (por ejemplo, tablas RxC) que requieren enfoques distintos y no se consideran el Test de Fisher directo en su versión simple; para esas situaciones se usan alternativas como pruebas exactas multivariantes o simulaciones.

Ventajas y limitaciones del Test de Fisher

A continuación se resumen las principales ventajas y limitaciones para tener una visión equilibrada:

• Ventajas:
  • P-valor exacto en tablas 2×2 con tamaños pequeños.
  • Resultados fiables ante frecuencias bajas en celdas.
  • Aplicable incluso cuando no se cumplen supuestos de normalidad o grandes tamaños muestrales.
• Limitaciones:
  • Puede ser computationally intenso para tablas grandes si se buscan múltiples pruebas o tablas complejas, aunque en la práctica es rápido para tablas 2×2.
  • Solo aplica a tablas 2×2; para tablas mayores, se requieren métodos diferentes.
  • Interpretación del tamaño del efecto puede ser menos directa que en análisis multivariados complejos; se recomienda reportar el odds ratio para entender la magnitud de la asociación.

Conclusión

El Test de Fisher, o Prueba exacta de Fisher, es una herramienta poderosa y fiable para evaluar asociaciones entre variables categóricas en tablas 2×2, especialmente cuando la muestra es pequeña o las frecuencias son bajas. Su p-valor exacto ofrece una medida rigurosa de la evidencia en contra de la hipótesis de independencia, complementada, cuando procede, por un cálculo del odds ratio para entender la magnitud del efecto. En contextos médicos, biológicos y de investigación, el Test de Fisher sigue siendo una opción preferente para analizar relaciones binomiales con datos discretos y limitados.

Para obtener resultados consistentes y reportarlos adecuadamente, es recomendable familiarizarse con las funciones de cálculo disponibles en R, Python y otros entornos estadísticos, y acompañar el p-valor con un intervalo de confianza para el tamaño del efecto. Así, el Test de Fisher se convierte en una pieza clave de una análisis estadístico sólido, reproducible y bien fundamentado.