Characterization of accidents due to canines bite
65
ISSN Versión impresa: 1992-2159; ISSN Versión electrónica: 2519-5697
Biotempo, 2022, 19(1), jan-jun.: 65-73.
ORIGINAL ARTICLE / ARTÍCULO ORIGINAL
STATISTICAL PROBABILITY OF CONTAGION BEFORE THE
EFFECTIVENESS OF VACCINES AGAINST COVID19: REFLECTION
PROBABILIDAD ESTADÍSTICA DEL CONTAGIO ANTE LA EFICACIA DE
LAS VACUNAS CONTRA LA COVID19: REFLEXIÓN
George Argota-Pérez1*; Rina María Álvarez-Becerra2; Yadira Argota-Pérez3 & José-Iannacone4,5
1 Centro de Investigaciones Avanzadas y Formación Superior en Educación, Salud y Medio Ambiente ¨AMTAWI¨. Perú.
george.argota@gmail.com
2
F
acultad de Ciencias de la Salud. Universidad Nacional Jorge Basadre Grohmann (UNJBG). Tacna, Perú. rinaalvarezb@
gmail.com
3 Casa Consultora DISAIC. La Habana, Cuba. solyap87@gmail.com
4 Laboratorio de Parasitología. Facultad de Ciencias Biológicas. Escuela de Posgrado. Universidad Ricardo Palma (URP).
Lima, Perú. jose.iannacone@urp.edu.pe
5 Laboratorio de Ecología y Biodiversidad Animal. Facultad de Ciencias Naturales y Matemática. Grupo de Investigación
en Sostenibilidad Ambiental (GISA), Escuela Universitaria de Posgrado (EUPG). Universidad Nacional Federico Villarreal
(UNFV). Lima, Perú.
*Corresponding author: george.argota@gmail.com
George Argota Pérez. https://orcid.org/0000-0003-2560-6749
Rina María Álvarez Becerra. https://orcid.org/0000-0002-5455-6632
Yadira Argota Pérez: https://orcid.org/0000-0002-0880-4394
José Iannacone. https://orcid.org/0000-0003-3699-4732
Biotempo (Lima)
doi:10.31381/biotempo.v19i1.4807
https://revistas.urp.edu.pe/index.php/Biotempo
ABSTRACT
e aim of the study was to re ect on the statistical probability of contagion given the e cacy of vaccines against
COVID-19.  e study was carried out in January and February 2022 where 250 articles were analyzed from the
ScienceDirect database and which referred to the e ectiveness of vaccines against COVID-19.  e articles corresponded
to the type: review, research, case report, discussion, and brief communications.  e search keys referred to 1st) type of
vaccines, 2nd) representative size of the sample, 3rd) con dence intervals of uncertainty, 4th) type of parametric and non-
parametric test, 5th) p-value threshold of statistical signi cance, and 6th) conclusion’s act argument. Two populations of
100 people were considered under the administration of vaccine A: NT162b2 mRNA/P zer-BioNTech and vaccine
B: COVID-19 absorbed: inactivated/CoronaVac in the other population. A simultaneous vaccination program was
assumed, recognizing the probability of selecting a person with one or another vaccine through the expression: P(A ∪ B)
= P(A) + P(B) where the probability was 0.73%, which indicates, lower the risk of the severe and/or critical condition
of COVID-19, but it must be interpreted that the mathematical model is not distant from the biological model. It is
Revista Biotempo
Volumen 19 (1) Enero-Junio 2022
i
lat
ndex
Catalogo
2.0
Volumen 19 (1) Enero-Junio 2022
Facultad de Ciencias Biológicas de la
Universidad Ricardo Palma
(FCB-URP)
Facultad de Ciencias Biológicas de la
Universidad Ricardo Palma
(FCB-URP)
Este artículo es publicado por la revista Biotempo de la Facultad de Ciencias Biológicas, Universidad Ricardo Palma, Lima, Perú. Este es un artículo de acceso abierto,
distribuido bajo los términos de la licencia Creative Commons Atribución 4.0 Internacional (CC BY 4.0) [https:// creativecommons.org/licenses/by/4.0/deed.es] que
permite el uso, distribución y reproducción en cualquier medio, siempre que la obra original sea debidamente citada de su fuente original.
Revista Biotempo: ISSN Versión Impresa: 1992-2159; ISSN Versión electrónica: 2519-5697 Argota-Pérez et al.
66
concluded that it is necessary to continue the reection on the signicance of probability in the report of vaccine ecacy
since decisions must be based on explanations from statistical models of vaccination and data science for protection
against COVID-19.
Keywords: COVID-19 – ecacy – SARS-CoV-2 – statistical probability – vaccine
ABSTRACT
El objetivo del estudio fue reexionar sobre la probabilidad estadística del contagio ante la ecacia de las vacunas contra
la COVID-19. El estudio se realizó en enero y febrero de 2022 donde se analizó, 250 artículos desde la base de datos
ScienceDirect y que rerieron a la efectividad de las vacunas contra la COVID-19. Los artículos correspondieron al
tipo: revisión, investigación, reporte de casos, discusión y comunicaciones breves. Las claves de búsqueda se rerieron
a: 1ro) tipo de vacunas, 2do) tamaño representativo de la muestra, 3ro) intervalos de conanza de la incertidumbre, 4to)
tipo de prueba paramétrica y no paramétrica, 5to) p-valor umbral de signicación estadística, y 6to) argumento del acto
de las conclusiones. Se consideró, dos poblaciones de 100 personas bajo la administración de la vacuna A: NT162b2
mRNA/Pzer-BioNTech y la vacuna B: COVID-19 absorbida: inactivada/CoronaVac en la otra población. Se supuso un
programa de vacunación simultáneo reconociéndose la probabilidad de seleccionar una persona con una u otra vacuna
mediante la expresión: P(A ∪ B) = P(A) + P(B) donde la probabilidad fue 0,73% lo cual indica, menor el riesgo del
cuadro severo y/o crítico de la COVID-19, pero debe interpretarse que el modelo matemático, no es distante al modelo
biológico. Se concluye, que es una necesidad continuar la reexión sobre la signicación de probabilidad ante el reporte
de ecacia de las vacunas, ya que las decisiones deben sustentarse en las explicaciones desde modelos estadísticos de
vacunación y la ciencia de datos para la protección contra la COVID-19.
Palabras clave: COVID-19 – ecacia – probabilidad estadística – SARS-CoV-2 – vacuna
INTRODUCCIÓN
El diccionario francés Larouse, dene la “estadística”
como aquellos métodos que permiten la construcción de
modelos probabilísticos para la predicción mediante la
recolección y análisis de datos reales”. Ronald Fisher, Karl
Pearson y Bradford Hill son considerados los fundadores
de la estadística “moderna” en la literatura inglesa donde
esta rama hizo énfasis en la medicina (Fisher, 1992;
Matthews, 2016). Las estadísticas biomédicas, constituye
una razón para pretender el carácter “cientíco”, pero
tal herramienta representa un uso en sospecha, pues
varios artículos destacan la aplicación sesgada en los
artículos cientícos y que resultan en conclusiones falsas
(Chavaralias et al., 2016).
Desde principios del siglo XXI, dos factores se combinan
y debilitan la ciencia médica: 1ro) el aumento exponencial
en la publicación, y 2do) la falta de reproducción de los
resultados que se publican. Richard Horton (2015),
editor en jefe de la revista e Lancet, estimó como
“erróneo” la mitad sobre lo que se publicaba, y Richard
van Noorden (2017), quien es uno de los editores de
Nature rerió que aproximadamente, el 21% de los
39 millones de artículos publicados en la base de datos
Web of Science durante el periodo 1990-2015, nunca se
citaron. Alrededor, del 96% de los artículos cientícos en
biomedicina, el valor de p reere al umbral sistemático
de signicación de 0,05, y ello indica armar un
descubrimiento, sin estimarse la incertidumbre desde
las razones de probabilidad e intervalos de conanza
(Ioannidis, 2018).
Un grupo internacional de expertos en bioestadística,
respaldó la idea de establecer el umbral de signicación
en p < 0,005, ya que valores entre 0,05 y 0,005 deben
considerarse “sugerentes” para continuar con la
investigación desde la acumulación de datos y que éstos
conrmen o falseen la hipótesis del estudio (Benjamin et
al., 2018).
Por otra parte, hasta el 15 de octubre de 2021 se conrmó,
que la enfermedad por coronavirus 2019 (COVID-19) y
que se origina por el síndrome respiratorio agudo severo
coronavirus 2 (SARS-CoV-2), causó más de 235 millones
de personas infestadas y 4,8 millones de personas muertas
E ectiveness of vaccines against COVID-19
67
(WHO, 2021). Hasta febrero de 2022, se identi caron
más de 385 millones de casos y se informaron casi 6
millones de muertes (JHU, 2022). Ante la preocupación
mundial y necesidad social para detener la enfermedad,
entonces se desarrolló de forma inmediata, diversas
vacunas contra la COVID-19 donde varias publicaciones
cientí cas re eren a estudios de la e cacia y efectividad
(Kow & Hasan, 2021; Meggiolaro et al., 2021), durante
los ensayos clínicos aleatorios (Logunov et al., 2021), y
estudios observacionales (Dagan et al., 2021;  ompson
et al., 2021).
En los ensayos de fase III se informa, por ejemplo; una
efectividad para las vacunas siguientes: 70,4% en la
ChAdOx1 nCoV-19/AZD1222; Oxford-AstraZeneca
(Voysey et al., 2021), 95% la NT162b2 mRNA
COVID-19: P zer-BioNTech (Skow ronski & De Serres,
2021), 94,1% la mRNA-1273: Moderna (Baden et al.,
2021), y el 50,7% la COVID-19 absorbida: inactivada/
CoronaVac (Pala cios et al., 2020).
Sin embargo, cualquier resultado a nivel de ensayos clíni-
cos puede afectarse por el entorno físico y las condiciones
del individuo, por lo tanto, se requiere estimar la e ca-
cia de las vacunas que son administradas a la población
(Zheng et al., 2022), donde se considera que el impacto
de la COVID-19 resulta desproporcionado en comuni-
dades vulnerables, pues el acceso limitado a los servicios
de salud y la vacunación generan riesgo alto de trasmi-
sión de enfermedades (Peres et al., 2021; Karmakar et al.,
2021).
El objetivo del estudio fue re exionar sobre la probabilidad
estadística del contagio ante la e cacia de las vacunas
contra la COVID-19.
MATERIALES Y MÉTODOS
El estudio se realizó en enero y febrero de 2022 donde se
analizó, 250 artículos desde la base de datos ScienceDirect
(Editorial Elsevier) y que re rieron a la efectividad
de las vacunas contra la COVID-19. Los artículos
correspondieron al tipo: revisión, investigación, reporte
de casos, discusión y comunicaciones breves.
Las claves de búsqueda se re rieron a: 1ro) tipos de
vacunas (NT162b2 mRNA/P zer-BioNTech: 95%;
mRNA-1273/Moderna: 94,1%; ChAdOx1 nCoV-19/
AZD1222/Oxford-AstraZeneca: 70,4% y la COVID-19
absorbida: inactivada/CoronaVac: 50,7%), 2do) tamaño
representativo sobre el análisis de potencia de la muestra,
3ro) intervalos de con anza que re ere a la incertidumbre,
4to) tipo de prueba paramétrica y no paramétrica,
5to) p-valor umbral de signi cación estadística, y 6to)
argumento del acto de las conclusiones.
Dos criterios de interés se destacan:
a) la probabilidad que existe desde la efectividad cuando
la inmunización re ere al tipo de vacuna (ej.: A y B) y
que es excluyente para ofrecer la protección de una u
otra vacuna (Figura 1).
b) la probabilidad propia de los resultados ante la
administración de los inmunógenos y su limitación
según los signos de contagio del SARS-CoV-2 (Figura
2).
Vacuna A > Vacuna B
Vacuna B < Vacuna A
Figura 1. Diagrama de Venn que indica la probabilidad de e cacia ante la administración protectora
de las vacunas A y B contra la COVID-19.
Revista Biotempo: ISSN Versión Impresa: 1992-2159; ISSN Versión electrónica: 2519-5697 Argota-Pérez et al.
68
Figura 2. Probabilidad de los cuadros de signos de contagio / infección por SARS-CoV-2.
Cuadro leve Cuadro severoCuadro crítico
Cuadro moderado
Infección por SARS-CoV-2
Estado asintomático
Signos de contagio
Cuadro
asintomático
Cuadro
leve
Cuadro
crítico
Cuadro
moderado
Se consideró, dos poblaciones de 100 personas y se aplica
a una de ellas la vacuna A: NT162b2 mRNA/P zer-
BioNTech (95%) y la vacuna B: COVID-19 absorbida:
inactivada/CoronaVac que muestra un 50,7% para
la otra población donde el programa de vacunación es
simultáneo.
Se reconoció, dos poblaciones de 100 personas bajo
la administración para una de ellas con la vacuna A:
NT162b2 mRNA/P zer-BioNTech y la vacuna B:
COVID-19 absorbida: inactivada/CoronaVac en la
otra población. Se supuso un programa de vacunación
simultáneo donde el valor de probabilidad en seleccionar
a una persona con una u otra vacuna se reconoció
mediante la expresión:
A ∩ B = 0
P(A ∪ B) = P(A) + P(B)
Aspectos éticos: Se considera en el estudio la exclusión
de toda construcción cientí ca desde un parafraseo
inapropiado, así como la manipulación de datos que no
corresponda a los objetivos.
RESULTADOS
Se muestra, el porcentaje de e cacia ante la vacuna A y se
interpreta, que al menos 5 personas muestren los cuadros
severo y crítico de la COVID-19 (Figura 3).
95%
- z
+ z
ҧ
Figura 3. Probabilidad estadística / e cacia de la vacuna A / población de 100 individuos.
Se muestra, el porcentaje de e cacia ante la vacuna B
y se interpreta, que al menos 49 personas muestren los
+ z
cuadros severo y crítico de la COVID-19 (Figura 4).
+ z
E ectiveness of vaccines against COVID-19
69
Figura 2. Probabilidad de los cuadros de signos de contagio / infección por SARS-CoV-2.
Cuadro leve
Cuadro severoCuadro crítico
Cuadro moderado
Según los datos de las  guras 1 y 2, la probabilidad de
seleccionar a una persona con la vacuna A o la vacuna B,
es de 0,73%.
P(A ∪ B) = 95/200 + 50,7/200
P(A ∪ B) = 0,73
DISCUSIÓN
La protección ante la enfermedad cuando se administran
vacunas con efectividades diferentes, es en sí misma, un
evento excluyente, quiere decir, si ocurre el suceso de
protección de la vacuna A, no puede ocurrir al mismo
tiempo, el suceso de protección ante la vacuna B y se
desea indicar, que ninguna vacuna evita la infección.
Aunque, la vacunación es lo recomendable para la
protección, no cabe duda que el suministro de insumos
para la protección del personal de salud y la población,
las medidas de bioseguridad en las áreas de trabajo y
sociales, además de la realización sobre buenas prácticas
hospitalarias disminuyen el riesgo de trasmisión de
SARS-CoV-2 (Heinzerling et al., 2020; Silva et al.,
2020). La humanidad desea prevenir y controlar los virus
pandémicos/epidémicos, lo cual constituye un desafío
frente a la pandemia COVID-19 donde las medidas
de control biosanitario representan una de barreras de
protección más e cientes (Argota et al., 2021).
In
dependiente al tipo de construcción de ingeniería
genética de las vacunas, una de las bioseñales de
seguridad y con anza es la e cacia que re eren. La
probabilidad de seleccionar a una persona que se
vacunó con la NT162b2 mRNA/P zer-BioNTech o
COVID-19 absorbida: inactivada/CoronaVac fue del
0,73% lo cual indica, que es menor el riesgo de mostrar
el cuadro severo o crítico de la enfermedad. No obstante,
es desconocido cualquier persona que podría estar en el
Se muestra, el porcentaje de e cacia ante la vacuna B
y se interpreta, que al menos 49 personas muestren los
+ z
cuadros severo y crítico de la COVID-19 (Figura 4).
+ z
50,7
- z
+ z
ҧ
Figura 4. Probabilidad estadística / e cacia de la vacuna B / población de 100 individuos.
porcentaje del cuadro asintomático, leve o moderado,
aun con las dosis de inmunización. Por lo general, la
toma de decisiones se basa en modelos estadísticos que
re eren primero, al porcentaje de e cacia de las vacunas
y segundo, en el reporte de casos; pero estos resultados
pueden ser incompatibles, ya que una cuestión es el
porcentaje de e cacia de las vacunas y otra, el nivel de
con anza en la propia toma de decisiones, según los
resultados de reportes. Debe entenderse, que el valor
de p, no indica la probabilidad aleatoria del muestreo
para obtener los datos, ni el contraste verdadero de la
hipótesis. Tampoco, señala la magnitud del efecto en el
sistema, la relevancia del propio resultado o la evidencia
que no exista relación entre las variables, pues cualquier
modelo matemático puede dejar de representar al
modelo biológico (Pita & Pértega, 2001; Ciapponi,
2013; Martínez et al., 2017).
Por esta razón, algunos autores re eren la necesidad
del cambio de paradigma sobre distanciar el modelo
de frecuencia del valor p de Fisher a las estadísticas
“bayesianas” (Buchinsky & Chadha, 2017; Quatto et al.,
2020). Otros autores destacan, la frecuencia de ciente en
la interpretación matemática cuando los valores de p son
menores al 0,05, lo que evidencia poca capacidad en las
implicaciones de los resultados (Tam, 2018; Localio et
al., 2018).
Del mismo modo, dos interrogantes pueden ilustrar una
parte de la realidad: 1ro) ¿cuántas personas vacunadas
han tenido reacciones adversas solo en la primera
administración y viceversa con la segunda? y 2do) ¿cuántas
personas vacunadas y sin antecedentes patológicos han
fallecido? A pesar, que existe un periodo de alcanzar la
titulación de anticuerpos en el sistema inmunológico y
se cree que este conocimiento es la razón de garantía para
la protección contra la COVID-19, persiste la necesidad
epistemológica de orientar, la validación de conocimientos
cientí cos siendo relevante la interpretación desde el
Revista Biotempo: ISSN Versión Impresa: 1992-2159; ISSN Versión electrónica: 2519-5697 Argota-Pérez et al.
70
pensamiento intelectual bajo condiciones de escenarios
reales y signicativos (Argota, 2021).
La comunidad cientíca mantiene una constante
actualización sobre las publicaciones concernientes a la
ecacia y seguridad de las vacunas desde aquellas revistas
que muestran un alto factor de impacto (FI), pero no
debe olvidarse que algunos artículos (ej.: 1 o 2) son los
que podrían determinar este FI, pues reconocerse desde
las conclusiones de cualquier artículo que trate la ecacia
de las vacunas, no signica de manera ciega asumir,
un análisis verdadero desde el valor de probabilidad
estadística que considere la formulación de hipótesis,
la elección de las variables de interés en el escenario de
estudio, el tipo de método de investigación, análisis del
resultado y las propias conclusiones bajo la presunta idea
que las condiciones son controladas (Laccourreye et al.,
2020).
Al decidir, desde el predominio de utilizar valores de p
signicativos durante ensayos biológicos (ej.: esquema
de vacunación ante la COVID-19) donde se involucran
el análisis y estándares estadísticos que pueden ser
inapropiados, entonces existe un riesgo alto de reportarse
resultados positivos favorables, lo que propiciará el
aumento y la preocupación ante resultados falsos positivos
estadísticamente signicativos (Demidenko, 2016;Yong,
2017; Dumas et al., 2017; Benjamin et al., 2018).
La limitación del estudio fue observar, la escasa literatura
cientíca que discuta la consideración sobre la ecacia de
las vacunas ante el propio reconocimiento del valor de p
que se muestra.
Se concluye, que es una necesidad continuar la reexión
sobre la signicación de probabilidad ante el reporte de
ecacia de las vacunas, ya que las decisiones deben susten-
tarse en las explicaciones desde modelos estadísticos de
vacunación y la ciencia de datos para la protección contra
la COVID-19 (Hassani et al., 2021).
REFERENCIAS BIBLOGRÁFICAS
Argota, P.G. 2021. Descolonización del pensamiento
epistemológico en América Latina: Pandemia
Covid-19, evidencia social más cercana.
Biotempo, 18: 261-265.
Argota, P.G.; Álvarez, B.R.Ma.; Velásquez, S.L.F.;
Ccahuana, G.M.L.; Ccahuana, G.E.J.; Castro,
G.C.L.; Reyes, R.A.L.; Ulloa, B.S.E.; Mendoza,
Y.C.A. & Negrete, T.J.C. 2021. Bioética social
durante la pandemia Covid-19: ¿usar o retirar
las mascarillas después de la vacunación?
Biotempo,18: 177-181.
Baden, L.R.; El Sahly, H.M.; Essink, B.; Kotlo, K.;
Frey, S.; Novak, R.; Diemert, D.; Spector, S.A.;
Rouphael, C.C.B.; McGettigan, J.; Khetan,
S. Segall, N.; Solis, J.; Brosz, A.; Fierro, C.;
Schwartz, H; Neuzil, K.; Corey, L.; Gilbert, P.;
Janes, H.; Follmann, D.; Marovich, M.; Mascola,
J.; Polakowski, L.; Ledgerwood, J.; Graham,
B.S.; Bennett, H.; Pajon, R.; Knightly, C.; Leav,
B.; Deng, W.; Zhou, H.; Han, S.; Ivarsson, M.;
Miller, J. & Zaks, T.2021. Ecacy and safety
of the mRNA-1273 SARS-CoV-2 Vaccine.New
England Journal of Medicine, 4:403-416.
Benjamin, D.J.; Berger, J.O.; Johannesson, M.; Nosek,
B.A.; Wagenmakers, E.J.; Berk, R.; Bollen, K.A.;
Brembs, B.; Brown, L.; Camerer, C.; Cesarini,
D.; Chambers, C.D.; Clyde, M.; Cook, T.D.;
De Boeck, P.; Dienes, Z.; Dreber, A.; Easwaran,
K.; Eerson, C.; Fehr, E.; Fidler, F.; Field, A.P.;
Forster, M.; G.E.I.; Gonzalez, R.; Goodman,
S.; Green, E.; Green, D.P.; Greenwald, A.G.;
Hadeld, J.D.; Hedges, L.V.; Held, L.; Hua
H.T.; Hoijtink, H.; Hruschka, D.J.; Imai, K.;
Imbens, G.; Ioannidis, J.P.A.; Jeon, M.; Jones,
J.H.; Kirchler, M.; Laibson, D.; List, J.; Little,
R.; Lupia, A.; Machery, E.; Maxwell, S.E.;
McCarthy, M.; Moore, D.A.; Morgan, S.L.;
Munafó, M.; Nakagawa, S.; Nyhan, B.; Parker,
T. H.; Pericchi, L.; Perugini, M.; Rouder, J.;
Rousseau, J.; Savalei, V.; Schönbrodt, F.D.;
Sellke, T.; Sinclair, B.; Tingley, D.; Van Z.T.;
Vazire, S.; Watts, D. J.; Winship, C.; Wolpert,
R.L.; Xie, Y.; Young, C.; Zinman, J. & Johnson,
V.E. 2018. Redene statistical signicance.
Nature Human Behaviour, 2: 6-10.
Buchinsky,F.J. & Chadha, N. 2017. To P. or not to P:
backing bayesian statistics? Otolaryngology–
HeadandNeck Surgery,157: 915-918.
Chavaralias,D.; Walalch,J.D.; Ting, L.A.H.; John, P.A.
& Ioannidis, M.D. 2016. Evolution of reporting
p values in the biomedical literatura. Journal of
the American Medical Association,315: 1141-
1148.
Eectiveness of vaccines against COVID-19
71
Ciapponi, A. 2013. Signicancia estadística vs. relevancia
clínica. Evidencia Actualización en la Práctica
Ambulatoria, 16: 122-125.
Dagan,N.;Barda,N.;KeptenE.; Miron, O.; Perchik,
S.; Katz, M.A.; Hernán, M.A.; Lipsitch, M.;
Reis, B. & Balicer, R.D. 2021. BNT162b2
mRNA Covid-19 Vaccine in a Nationwide Mass
Vaccination Setting. New England Journal of
Medicine,384:1412-1423.
Demidenko, E. 2016. e p-value you can’t buy.
American Statistical, 70: 33-38.
Dumas, M.E.; Button, K.S.; Boraud, T.; Gonon, F. &
Munafo, M.R. 2017. Low statistical power in
biomedical science: a review of three human
research domains. Royal Society Open Science,
4: 1-11.
Fisher, R.A.1992. Statitical methods for research worker.
In: Kotz S., Jhonson N.L. (eds) Breaktthroughs in
statistics. Springer series in statistics (Perspectives
in Statistics). Springer, pp. 66-70.
Hassani, H.; Beneki, C.; Silva, E.S.; Vandeput, N. &
Madsen, D.Ø. 2021. e science of statistics
versus data science: What is the future?
Technological Forecasting and Social Change,
173: 1-11.
Heinzerling, A.; Stuckey, M.J.; Scheuer, T.; Xu, K.; Perkins,
K.M.; Resseger, H.; Magill, S.; Verani, J.R.; Jain,
S.; Acosta, M. & Epson, E. 2020. Transmission
of COVID-19 to Health Care Personnel
During Exposures to a Hospitalized Patient
- Solano County, California. Morbidity and
MortalityWeekly Report, 69: 472-476.
Horton, R. 2015. Oine: What is medicine’s 5 sigma?
e Lancet,385: 1380.
Ioannidis, J.P.A. 2018. e proposal to lower p value
thresholds to .005. Journal of the American
Medical Association,319: 1429-1430.
JHU (Johns Hopkins University). 2022. COVID-19
Dashboard by the Center for Systems Science
and Engineering (CSSE) at Johns Hopkins
University (JHU). https://coronavirus.jhu.edu/
map.html
Karmakar, M.; Lantz, P. & Tipirneni, R. 2021.
Association of social and demographic factors
with COVID-19 incidence and death rates in
the US. JAMA Network Open,4: 1-12.
Kow, C.S. & Hasan, S.S. 2021. Real-world
eectiveness of BNT162b2 mRNA vaccine:
a meta-analysis of large observational studies.
Inammopharmacology, 29: 1075-90.
Laccourreye, O.; Jankowski, R. & Lisan, Q.
2020. Mastering the descriptive statistics used
in otorhinolaryngology. European Annals of
Otorhinolaryngology, Head and Neck Diseases,
138: 387-390.
Localio,A.R.; Stack,C.B.; Meibohm,A.R.; Ross, E.A.;
Wong, J.B.; Cornell, J.E.; Griswold, M.E. &
Goodman, S.N. 2018. Inappropriate statistical
analysis and reporting in medical research:
perverse incentives and institutional solutions.
Annals of Internal Medicine,169: 577-578.
Logunov, D.Y.; Dolzhikova, I.V.; Shcheblyakov, D.V.;
Tukhvatulin, A.I.; Zubkova, O.V.; Dzharullaeva,
A.S.; Kovyrshina, A.V.; Lubenets, N.L.;
Grousova, D.M.; Erokhova, A.S. & Botikov,
A.G.; Izhaeva, F.M.; Popova, O.; Ozharovskaya,
T.A.; Esmagambetov, I.B.; Favorskaya, I.A.;
Zrelkin, D.I.; Voronina, D.V.; Shcherbinin,
D.N.; Semikhin, A.S.; Simakova, Y.V.;
Tokarskaya, E.A.; Egorova, D.A.; Shmarov,
M.M.; Nikitenko, N.A.; Gushchin, V.A.;
Smolyarchuk, E.A.; Zyryanov, S.K.; Borisevich,
S.V.; Naroditsky, B.S.; Gintsburg, A.L. & Gam-
COVID-Vac Vaccine Trial Groupt. 2021. Safety
and ecacy of an rAd26 and rAd5 vector-based
heterologous prime-boost COVID-19 vaccine:
an interim analysis of a randomised controlled
phase 3 trial in Russia. Lancet, 397: 671-681.
Martínez, E.J.D.; Riojas, G.A. & Rendón, M.M.E.
2017. Signicancia clínica sobre signicancia
estadística. Cómo interpretar los intervalos de
conanza a 95 %.Revista Alergia México,64:
477-486.
Matthews, R. 2016. History of biostatistics. Medical
Writing,25:8-11.
Meggiolaro, A.; Schepisi, M.S.; Nikolaidis, G.F.;
Mipatrini, D.; Siddu, A. & Rezza, G. 2021.
Eectiveness of vaccination against SARS-CoV-2
infection in the pre-Delta era: A Systematic
review and meta-analysis. Vaccines, 10: 1-16.
Revista Biotempo: ISSN Versión Impresa: 1992-2159; ISSN Versión electrónica: 2519-5697 Argota-Pérez et al.
72
Palacios, R.; González, P.E.; de Oliveira, P.R.; Conde,
P.C.M.T.T.; Batista, A.P.; Zeng, G.; Xin, Q.;
Kallas, E.G.; Flores, J.; Ockenhouse, C.F.; Gast,
C. 2020.Double-Blind, Randomized, Placebo-
Controlled Phase III Clinical Trial to Evaluate
the Ecacy and Safety of treating Healthcare
Professionals with the Adsorbed COVID-19
(Inactivated) Vaccine Manufactured by Sinovac
- PROFISCOV: A structured summary of a
study protocol for a randomised controlled trial.
Trials, 21: 1-3.
Peres, I.T.; Bastos, L.S.L.; Gelli, J.G.M.; Marchesi,
J.F.; Dantas, L.F.; Antunes, B.B.P.; Maçaira,
P.M.; Bailão, F.A.; Hamacher, S. & Bozza,
F.A.2021. Sociodemographic factors associated
with COVID-19 in-hospital mortality in Brazil.
Public Health,192: 15-20.
Pita, F.S. & Pértega, D.S. 2001. Signicación estadística
y relevancia clínica. Cuadernos de Atención
Primaria, 8: 191-195.
Quatto,P.; Ripamonti, E. & Marasini, D. 2020. Best
use of p-values and complementay measures in
medical research: Recent developments in the
frequentists and Bayesians frameworks. Journal
ofBiopharmaceutical Statistics,30: 121-142.
Silva, A.; Aguirre, M.; Ballejo, C.; Marro, Ma.J.;
Gamarnik, A.; Vargas, G.; Pifano, M.; Varela,
T.; García, E.; Lawrynowicz, A.; Uez, O.C. &
Pagano, I. 2020. Seroprevalencia de infección
por SARS-COV-2 en PS de la Región Sanitaria
VIII, Provincia de Buenos Aires, Argentina.
Revista Argentina Salud Pública - Suplemento
COVID19,14: 1-9.
Skowronski, D.M. & De Serres. G. 2021. Safety and
eectiveness of the BNT162b2 mRNA Covid-19
vaccine. New England Journal of Medicine,384:
1576-1577.
Tam, C.W.M.2018. How doctors conceptualise p values:
A mixed methods study Australian Journal of
General Practice,47: 705-710.
ompson, M.G.; Burgess, J.L.; Naleway, A.L.; Tyner,
H.L.; Yoon, S.K.; Meece, J.M.; Olsho, L.E.W.;
Caban, M.A.J. Fowlkes, A.; Lutrick, K.; Kuntz,
J.L.; Dunnigan, K.; Odean, M.J.; Hegmann,
K.T.; Stefanski, E.; Edwards, L.J.; Schaefer,
S.N.; Grant, L.; Ellingson, K.; GroomShow,
H.C.; Tnelda, G.; Zunie, iese, M.S.; Ivacic,
L.; Wesley, M.G.; Lamberte, J.M.; Sun, X.;
Smith, M.E.; Phillips, A.L.; Groover, K.D.;
Yoo, Y.M.; Gerald, J.; Brown, R.T.; Herring,
M.K.; Joseph, G.; Beitel, S.; Morrill, T.C.; Mak,
J.; Rivers, P.; Harris, K.M.; Hunt, D.R.; Arvay,
M.L.; Kutty, P.; Fry, A.M. & Gaglani, M.2021.
Interim estimates of vaccine eectiveness of
BNT162b2 and mRNA-1273 COVID-19
vaccines in preventing SARS-CoV-2 infection
among health care personnel, rst responders,
and other essential and frontline vorkers -
Eight U.S. Locations.Morbidityand Mortality
Weekly Report,70:495-500.
Van Noorden, R. 2017. e science that’s never been
cited. Nature,552: 162-164.
Voysey,M.;Costa, C.S.A.; Madhi, S.A.;Weckx, L.Y.;
Folegatti, P.M.; Aley, P.H.; Agus, B.; Baillie,
V.L.; Bernabas, S.L.; Bhorat, Q.E.; Bibi, S.;
Briner, C.; Cicconi, P. Clutterbuck, E.A.;
Collins, A.M.; Cutland, C.L.; Darton, T.C.;
Dheda, K.; Dold, C.; Duncan, C.J.A.; Emary,
K.R.W.; Ewer, K.J.; Flaxman,A.; Fairlie, L.;
Faust,S.N.; Feng, S.; Ferreira, D.M.; Finn,
A.; Galiza, A.; Goodman, A.L.; Green, C.M.;
Green, C.A.; Greenland, M.; Hill, C.; Hill,
H.C.; Hirsch, I.; Izu, A.; Jenkin, D.; Joe,
C.C.D.; Kerridge, S.; Koen,A.; Kwatra, G.;
Lazarus, R.; Libri, V.; Lillie, P.J.; Marchevsky,
N.G.; Marshall, R.P.; Mendes, A.V.A.; Milan,
E.P.; Minassian, A.M.; McGregor, A.; Mujadidi,
Y.F.; Nana, A.; Padayachee, S.D.; Phillips,
D.J.; Pittella, A.; Plested, E.; Pollock, K.M.;
Ramasamy, M.N.; Ritchie, A.J.; Robinson, H.;
Schwarzbold, A.V.; Smith, A.; Song, R.; Snape,
M.D.; Sprinz, E.; Sutherland, R.K.; omson,
E.C.; Török, M.E.; Toshner, M.; Turner,
D.P.J.; Vekemans, J.; Villafana, T.L.; White,
T.; Williams, C.J.; Douglas, A.D.; Hill, A.V.S.;
Lambe, T.; Gilbert, S.C.; Pollard, A.J. & Oxford
COVID Vaccine Trial Groupt. 2021. Single-
dose administration and the inuence of the
timing of the booster dose on immunogenicity
and ecacy of ChAdOx1 nCoV-19 (AZD1222)
vaccine: a pooled analysis of four randomised
trials.Lancet, 397:881-891.
WHO (World Health Organization). 2021. WHO
Coronavirus Disease (COVID-19) Dashboard.
https://covid19.who.int/. 2021
Eectiveness of vaccines against COVID-19
73
Yong, E. 2017. Replication studies: bad copy. Nature,
485: 298-300.
Zheng, C.; Shao, W.; Chen, X.; Zhang, B.; Wang, G.
& Zhang, W. 2022. Real-world eectiveness
of COVID-19 vaccines: a literature review and
meta-analysis. International Journal of Infectious
Diseases, 114: 252-260.
Received February 6, 2022.
Accepted March 15, 2022.