Conceptos y metodología | Concepts and methodology  
1
Rev Argent Cir. 2025;118(1):e-cymmep- hꢀp://dx.doi.org/10.25132/raac.v118.n2.cymmep  
El tamaño muestral en la invesꢀgación quirúrgica  
Sample size in surgical research  
M. Elena Peña*  
El cálculo del tamaño muestral consꢀtuye un analizados. Esta situación se conoce como error de ꢀpo  
3
-5  
componente esencial del diseño metodológico en la II o falta de potencia estadísꢀca .  
invesꢀgación médica. Su informe en los trabajos cienꢁ-  
Además, existe una dimensión éꢀca. En los  
ficos mejora la interpretabilidad de los resultados y re- estudios de invesꢀgación, los pacientes aportan in-  
fuerza tanto la validez interna como la legiꢀmidad éꢀca formación sensible con el objeꢀvo de contribuir al  
del estudio. En cirugía, donde muchos eventos clínicos conocimiento cienꢁfico. Diseñar estudios con una  
son relaꢀvamente infrecuentes y la variabilidad técnica probabilidad muy baja de responder la pregunta de in-  
entre operadores puede ser considerable, esta cuesꢀón vesꢀgación puede implicar un uso inadecuado de esos  
adquiere una relevancia parꢀcular.  
datos. Por ejemplo, intentar analizar retrospecꢀvamen-  
A pesar de su importancia, la ausencia del te una condición extremadamente infrecuente, como  
cálculo del tamaño muestral conꢀnúa siendo una de- la apendiciꢀs del muñón, contando únicamente con  
1
,2  
bilidad frecuente en publicaciones quirúrgicas . Este tres casos disponibles, diꢂcilmente permiꢀrá obtener  
arꢁculo propone revisar su definición, relevancia, indi- conclusiones robustas.  
caciones y los principios generales de cálculo.  
¿
Qué ꢀpos de preguntas de invesꢀgación existen?  
¿
Qué es el cálculo del tamaño muestral?  
De forma general, las preguntas de invesꢀga-  
El cálculo del tamaño muestral consiste en la ción pueden clasificarse en descripꢀvas y analíꢀcas. A  
esꢀmación del número de parꢀcipantes o unidades de cada ꢀpo de pregunta corresponde un enfoque meto-  
observación que deben incluirse en un estudio para dológico específico y diferentes estrategias de cálculo  
3
-5  
responder de manera adecuada a la pregunta de inves- del tamaño muestral .  
3
,4  
ꢀ
gación planteada (véase más adelante) .  
En cirugía, las unidades de observación suelen Preguntas descripꢀvas  
ser pacientes o procedimientos quirúrgicos, aunque  
también pueden ser centros, cirujanos o episodios clí-  
Las preguntas descripꢀvas buscan caracterizar  
nicos específicos. Por ejemplo, en un estudio que ana- o describir cómo se manifiesta un fenómeno o cómo se  
liza todas las apendicectomías realizadas durante el distribuye una variable en una población determinada,  
año 2025 en un hospital comunitario, se incluyen 120 sin intentar establecer relaciones causales. Para este  
procedimientos. En este caso, el tamaño de la muestra ꢀpo de preguntas suelen uꢀlizarse diseños como series  
corresponde a 120 apendicectomías (n=120).  
de casos o estudios transversales.  
Ejemplos:  
¿
Cuál es la importancia de calcular el tamaño muestral?  
▪
¿Cuál es la duración promedio de la internación luego  
de una hemicolectomía izquierda laparoscópica?  
Cuando no se realiza un cálculo previo del ta-  
maño muestral pueden incluirse más o menos unida- ▪ ¿Cuál es la mortalidad de los pacientes con diagnósti-  
des de observación de las necesarias. Si se incluyen más  
parꢀcipantes de los requeridos, se incrementan innece-  
sariamente los costos, el uso de recursos y el ꢀempo de  
co de pancreatitis aguda grave?  
En estos casos, el tamaño muestral se calcula  
invesꢀgación. Por el contrario, si el número de casos es generalmente para esꢀmar un parámetro poblacional  
insuficiente, el estudio puede no tener suficiente capa- (media o proporción) con un determinado nivel de pre-  
cidad para detectar una diferencia real entre los grupos cisión.  
*Editora ejecuꢁva de la Revista Argenꢁna de Cirugía.  
2
Peña ME. El tamaño muestral en la invesꢁgación quirúrgica. Rev Argent Cir. 2026;118(2):e-cymmep  
Preguntas analíꢀcas  
¿Cómo se calcula el tamaño muestral?  
Las preguntas analíꢀcas buscan evaluar la re-  
En la prácꢀca, el cálculo del tamaño muestral  
lación entre dos o más variables con el objeꢀvo de de- requiere definir varios elementos clave. Debido a su  
terminar si existe una asociación, diferencia o posible frecuencia en las publicaciones cienꢁficas en cirugía,  
efecto causal entre ellas.  
nos referiremos al cálculo del tamaño muestral en es-  
En este ꢀpo de estudios se formula una hipóte- tudios analíꢀcos1,3,4,6,7  
sis que se expresa como:  
1
. Pregunta de invesꢀgación  
▪
▪
Hipótesis nula (H0): no existe diferencia o asociación  
entre las variables.  
Hipótesis alternativa (H1): existe una diferencia o aso- de invesꢀgación. Esto le permiꢀrá en etapas previas  
ciación.  
El invesꢀgador debe tener clara la pregunta  
definir el diseño de su estudio. Por ejemplo, para la  
pregunta "¿Cuál es la tasa de recidiva en pacientes  
El diseño del estudio intenta poner a prueba mujeres operadas por hernia femoral por vía lapa-  
la hipótesis nula mediante análisis estadísꢀco. Si los re- roscópica en comparación con la vía convencional?".  
sultados permiten rechazarla, se acepta la hipótesis al- Se trata en este caso de una pregunta analíꢀca, que  
ternaꢀva, lo que sugiere la existencia de una diferencia se puede responder tanto con un estudio de cohorte  
o asociación estadísꢀcamente significaꢀva. Este ꢀpo de como con un ensayo clínico. Su elección dependerá de  
preguntas suele abordarse mediante diseños analíꢀcos la facꢀbilidad, recursos disponibles y preferencia del  
como estudios de cohorte (prospecꢀvos o retrospecꢀ- invesꢀgador.  
vos), estudios de casos y controles o ensayos clínicos.  
Por ejemplo: ¿Cuál es la tasa de infección del 2. Variable principal  
siꢀo quirúrgico en apendicectomías realizadas por vía  
abierta en comparación con las realizadas por vía lapa-  
Es la variable de interés que permite responder  
roscópica? En este caso, la hipótesis nula establecería la pregunta de invesꢀgación. El ꢀpo de variable (categó-  
que no existen diferencias en la tasa de infección entre rica o conꢀnua) determina el método estadísꢀco uꢀli-  
ambos abordajes. Si el análisis estadísꢀco permite re- zado para el cálculo del tamaño muestral. En el ejemplo  
chazar esta hipótesis, se aceptaría la hipótesis alterna- anterior, la variable de interés es la tasa de recidiva, que  
ꢀ
va, que plantea que la tasa de infección difiere entre corresponde a una variable categórica (sí/no).  
los grupos.  
3
. Magnitud del efecto  
¿
Cuál es la importancia de calcular el tamaño muestral?  
Representa la magnitud mínima de diferencia  
entre grupos que se consideran clínicamente relevan-  
Cuando no se realiza un cálculo previo del ta- tes. Para obtenerla se necesita evaluar la literatura  
maño muestral, pueden incluirse más o menos unida- y conocer cómo se comportan estos tratamientos. Es  
des de observación de las necesarias. Si se incluyen más fundamental la mirada y experiencia de los invesꢀga-  
parꢀcipantes de los requeridos, se incrementan innece- dores vinculados con el ámbito del problema, que se  
sariamente los costos, el uso de recursos y el ꢀempo de encuentran familiarizados con los efectos de ellos.  
5
invesꢀgación .  
Siguiendo el ejemplo, el invesꢀgador sabe que  
Por el contrario, si la muestra es insuficiente, la tasa de recidiva de hernia femoral en mujeres infor-  
el estudio puede no tener suficiente poder para detec- mada en la literatura ronda el 5-10% para la vía abierta  
tar una diferencia entre grupos cuando en realidad sí y el 1-3% para la laparoscópica. En este caso, el invesꢀ-  
la hay. Esta situación se conoce como error de ꢀpo II o gador podría establecer que una reducción absoluta del  
falta de potencia estadísꢀca. Este error es equivalente 5% en la tasa de recidiva entre la reparación abierta y  
a no ver una diferencia que verdaderamente existe en la laparoscópica consꢀtuye una diferencia clínicamente  
la realidad. Cuando esto sucede, se acepta la hipótesis significaꢀva para su estudio.  
nula erróneamente, cuando en realidad debería recha-  
3
zarse .  
4. Nivel de significación (α)  
El nivel alfa (α) representa la probabilidad de  
Además, existe una dimensión éꢀca. En los  
estudios de invesꢀgación, los pacientes aportan infor-  
mación clínica sensible con el objeꢀvo de contribuir cometer un error de ꢀpo I, es decir, rechazar la hipóte-  
al conocimiento cienꢁfico. Diseñar estudios con una sis nula cuando en realidad es verdadera. En términos  
probabilidad muy baja de responder la pregunta de in- prácꢀcos, implica concluir que existe una diferencia o  
vesꢀgación puede implicar un uso inadecuado de esos asociación entre las variables estudiadas cuando en  
datos.  
realidad esta diferencia no existe.  
Peña ME. El tamaño muestral en la invesꢁgación quirúrgica. Rev Argent Cir. 2026;118(2):e-cymmep  
3
En invesꢀgación clínica, el nivel alfa suele fi- asignan a los parꢀcipantes a una o más intervencio-  
jarse convencionalmente en 0,05 (5%). Esto significa nes con el objeꢀvo de evaluar su eficacia y seguridad.  
que el invesꢀgador acepta una probabilidad del 5% de Los ensayos clínicos suelen ser complejos y costosos,  
encontrar una diferencia estadísꢀcamente significaꢀva ya que requieren infraestructura, seguimiento prolon-  
que, en realidad, sea producto del azar.  
gado, personal capacitado, insumos y, con frecuencia,  
financiamiento externo. Un cálculo incorrecto del ta-  
maño muestral puede conducir a incluir menos parꢀ-  
cipantes de los necesarios y no detectar un efecto real,  
5
. Poder estadísꢀco  
El poder estadísꢀco representa la probabilidad desperdiciando ꢀempo y recursos. Por el contrario, re-  
de detectar una diferencia real entre los grupos cuando clutar más parꢀcipantes de los indispensables aumenta  
dicha diferencia realmente existe. Se relaciona directa- innecesariamente los costos y la exposición de los pa-  
mente con el error de ꢀpo II (β), que ocurre cuando el cientes a intervenciones experimentales.  
estudio no detecta una diferencia que verdaderamen-  
En los estudios retrospecꢀvos, aunque los da-  
te existe y, por ende, acepta erróneamente la hipóte- tos ya existan y los costos sean menores, también es  
sis nula (véase anterior). Matemáꢀcamente, el poder recomendable esꢀmar el tamaño muestral requerido.  
se expresa como 1−β. En invesꢀgación clínica, el poder Esto permite evaluar si la canꢀdad de casos disponibles  
estadísꢀco suele fijarse convencionalmente en 80-90%, posee suficiente potencia estadísꢀca para detectar aso-  
lo que implica aceptar una probabilidad del 20-10% de ciaciones o diferencias relevantes. De lo contrario, re-  
cometer un error de ꢀpo II.  
. ¿Prueba de 1 o 2 colas?  
Al calcular el tamaño muestral también debe  
sultados no significaꢀvos pueden reflejar simplemente  
una falta de tamaño muestral y no la ausencia de un  
efecto real.  
6
definirse si el contraste de hipótesis será de una o de ¿Qué hacer cuando el estudio no alcanza al tamaño  
dos colas. En una prueba de dos colas se evalúa la po- muestral previsto?  
sibilidad de que exista una diferencia entre los grupos  
en cualquiera de las dos direcciones. Por este moꢀvo, el  
Cuando no es posible alcanzar el tamaño  
nivel alfa se divide entre ambos extremos de la distribu- muestral calculado, pueden considerarse diversas es-  
3
ción. Este es el enfoque más uꢀlizado en invesꢀgación trategias :  
clínica. En una prueba de una cola, el análisis considera  
solo una dirección específica de la diferencia (por ejem- ▪ Reformular el estudio como exploratorio o generador  
plo, que una técnica sea superior a otra). Aunque re-  
de hipótesis  
quiere un tamaño muestral menor, su uso debe estar ▪ Declarar explícitamente la limitación de la potencia  
bien jusꢀficado.  
. Ajuste por pérdidas  
En estudios prospecꢀvos debe considerarse  
estadística  
▪
▪
Realizar colaboraciones multicéntricas para aumentar  
el tamaño muestral  
7
Evitar afirmaciones de equivalencia, si el estudio no  
fue diseñado específicamente para demostrar no in-  
ferioridad o equivalencia  
la posibilidad de pérdidas durante el seguimiento, por  
lo que el tamaño muestral inicial suele incrementarse  
para compensarlas. Habitualmente se incluye un 10-  
Esta transparencia metodológica fortalece la  
0% más de unidades de observación. credibilidad cienꢁfica incluso cuando existen limitacio-  
Una vez definidos estos parámetros, el tamaño nes inevitables.  
muestral puede calcularse mediante fórmulas estadís-  
cas específicas o uꢀlizando soꢃware especializado,  
2
ꢀ
®
®
®
®
como Epi Info , SPSS , R , Stata u otras herramientas Conclusión  
5
,7  
disponibles en línea .  
El tamaño muestral representa la traducción  
cuanꢀtaꢀva de la hipótesis clínica y consꢀtuye un pilar  
fundamental del diseño metodológico. En invesꢀgación  
quirúrgica, su cálculo riguroso resulta indispensable  
¿Es siempre necesario calcular el tamaño muestral?  
Idealmente, el tamaño de la muestra debería para generar evidencia válida, interpretable y éꢀca-  
calcularse siempre antes de iniciar cualquier estudio, mente sustentable. La calidad de nuestras publicacio-  
3
tanto para preguntas descripꢀvas como analíꢀcas .  
nes no depende únicamente de la destreza técnica en  
Este cálculo adquiere especial relevancia en los el quirófano, sino también del rigor metodológico con  
estudios analíꢀcos y, parꢀcularmente, en los ensayos el que diseñamos, analizamos y comunicamos nuestra  
clínicos. Estos estudios experimentales y prospecꢀvos invesꢀgación.  
4
Peña ME. El tamaño muestral en la invesꢁgación quirúrgica. Rev Argent Cir. 2026;118(2):e-cymmep  
■
ENGLISH VERSION  
Sample size calculaꢀon is an essenꢀal  
What types of research quesꢀons exist?  
component of the methodological design in medical  
research. In scienꢀfic studies, reporꢀng the sample  
size improves the interpretability of the results,  
strengthening both the internal validity and ethical  
legiꢀmacy of the study. This aspect is parꢀcularly  
important in surgery, given that many clinical events  
are relaꢀvely rare and surgical techniques can vary  
considerably from surgeon to surgeon.  
Generally speaking, research quesꢀons can  
be classified as descripꢀve and analyꢀcal. Each type of  
quesꢀon requires a specific methodological approach  
anddifferentstrategiesforcalculaꢀngthesamplesize3  
–5  
.
Descripꢀve quesꢀons  
Despite its significance, failure to calculate the  
The aim of descripꢀve quesꢀons is to  
characterize or describe how a phenomenon manifests  
itself or how a variable is distributed within a given  
populaꢀon, without aꢄempꢀng to establish causal  
relaꢀonships. Case series or cross-secꢀonal studies are  
commonly used for this type of quesꢀon.  
sample size remains a common shortcoming in surgical  
1
,2  
publicaꢀons . The purpose of this arꢀcle is to review  
the definiꢀon, significance, indicaꢀons, and general  
principles of sample size calculaꢀon.  
What is sample size calculaꢀon?  
Examples:  
Sample size calculaꢀon involves esꢀmaꢀng  
the number of parꢀcipants or observaꢀon units that  
must be included in a study to adequately answer the  
▪ What is the average length of hospital stay following a  
laparoscopic left hemicolectomy?  
▪ What is the mortality rate among patients diagnosed  
with severe acute pancreatitis?  
2
,4  
research quesꢀon posed (see below) .  
In surgery, the units of observaꢀon are usually  
paꢀents or surgical procedures, as well as hospitals,  
surgeons, or specific clinical episodes. For example,  
a study analyzing all appendectomies performed in  
In these cases, the sample size is typically  
calculated to esꢀmate a populaꢀon parameter (mean  
or proporꢀon) with a specified level of precision.  
2
025 at a community-based hospital included 120  
procedures. In this case, the sample size consists of 120  
appendectomies (n=120).  
Analyꢀcal quesꢀons  
Analyꢀcal quesꢀons are designed to evaluate  
the relaꢀonship between two or more variables to  
determine whether there is an associaꢀon, a difference,  
or a possible causal effect between them.  
In this type of study, a hypothesis is formulated  
and expressed as follows:  
Why is it important to calculate the sample size?  
When the sample size is not preliminarily  
calculated, the number of observaꢀon units included  
may be greater or fewer than necessary. When more  
parꢀcipants than necessary are included, costs,  
resource usage, and research ꢀme are unnecessarily  
increased. Conversely, if the sample size is too small,  
the study may not have sufficient power to detect a  
real difference between the groups being analyzed.  
▪ Null hypothesis (H0): There is no difference or associa-  
tion between the variables.  
▪ Alternative hypothesis (H1): There is a difference or  
association.  
This situaꢀon is known as a type II error or lack of  
The study design aims to test the null  
hypothesis using staꢀsꢀcal analysis. If the results  
reject the null hypothesis, the alternaꢀve hypothesis  
is accepted, suggesꢀng the existence of a staꢀsꢀcally  
significant difference or associaꢀon. These types of  
quesꢀons are typically addressed using analyꢀcal  
designs such as prospecꢀve or retrospecꢀve cohort  
studies, case-control studies, or clinical trials.  
staꢀsꢀcal power3  
–5  
.
Moreover, an ethical dimension is also  
implicated. In research studies, paꢀents provide  
sensiꢀve informaꢀon with the aim of contribuꢀng to  
scienꢀfic knowledge. The design of studies in which  
the probability of answering the research quesꢀon is  
very low may result in an inappropriate use of the data.  
For instance, a retrospecꢀve analysis of an extremely  
rare condiꢀon, such as stump appendiciꢀs, based on  
only three available cases, would not likely yield robust  
conclusions.  
For example, what is the surgical site  
infecꢀon rate for open appendectomies compared to  
laparoscopic appendectomies? In this case, the null  
hypothesis would state that there are no differences  
Peña ME. El tamaño muestral en la invesꢁgación quirúrgica. Rev Argent Cir. 2026;118(2):e-cymmep  
5
in the infecꢀon rate between the two approaches. In the previous example, the variable of interest is the  
If the staꢀsꢀcal analysis rejects this hypothesis, the recurrence rate, which is a categorical variable (yes/no).  
alternaꢀve hypothesis—which posits that the infecꢀon  
rate differs between the groups—would be accepted.  
3. Effect size  
The effect size represents the smallest  
difference between groups that is considered clinically  
significant. Determining it requires reviewing the  
Why is it important to calculate the sample size?  
When the sample size is not preliminarily literature to understand how these treatments work. It  
calculated, the number of observaꢀon units included also relies on the insight and experience of researchers  
may be greater or fewer than necessary. When more in the field who are familiar with these effects.  
parꢀcipants than necessary are included, costs,  
Conꢀnuing with the example, the researcher  
resource usage, and research ꢀme are unnecessarily knows that the reported recurrence rate for femoral  
5
increased .  
hernias in women is approximately 5–10% for open  
Conversely, if the sample size is too small, surgery and 1–3% for laparoscopic surgery. In this case,  
the study may not have sufficient power to detect a the researcher could determine that a 5% absolute  
difference between the groups that actually exist. This reducꢀon in the recurrence rate between open and  
situaꢀon is known as a type II error or lack of staꢀsꢀcal laparoscopic repair consꢀtutes a clinically significant  
power. This error is equivalent to failing to perceive a difference in this study.  
difference that actually exists. When this happens, the  
null hypothesis is erroneously accepted, when in fact it 4. Significance level (α)  
3
should be rejected .  
Moreover, an ethical dimension is also  
The alpha (α) level is defined as the probability  
implicated. In research studies, paꢀents provide of commiꢅng a type I error, that is, of rejecꢀng the  
sensiꢀveclinicalinformaꢀonwiththeaimofcontribuꢀng null hypothesis when it is in fact true. In pracꢀce, this  
to scienꢀfic knowledge. The design of studies in which can lead to the conclusion of difference or associaꢀon  
the probability of answering the research quesꢀon is between the variables under study when, in fact, no  
very low may result in an inappropriate use of the data. such difference exists.  
In clinical research, the alpha level is  
convenꢀonally set at 0.05 (5%). This means that the  
researcher acknowledges a 5% probability of finding a  
staꢀsꢀcally significant difference that is actually due to  
How is the sample size calculated?  
The calculaꢀon of sample size requires defining chance.  
several key elements. We will refer to the calculaꢀon  
of sample size in analyꢀcal studies given that it is 5. Staꢀsꢀcal power  
frequently menꢀoned in scienꢀfic publicaꢀons in the  
1
,3,4,6,7  
:
field of surgery  
. Research quesꢀon  
The researcher must have  
Staꢀsꢀcal power represents the probability of  
detecꢀng a real difference between groups when such  
a difference actually exists. It is directly related to a  
type II (β) error, which occurs when the study fails to  
clear detect a difference that actually exists and therefore  
1
a
understanding of the research quesꢀon in order to erroneously accepts the null hypothesis (see above).  
define the study design in previous stages. For example, Mathemaꢀcally, staꢀsꢀcal power is expressed as 1  
for the quesꢀon “What is the recurrence rate in female − β. In clinical research, staꢀsꢀcal power is typically  
paꢀents undergoing laparoscopic femoral hernia set at 80%–90%, which implies accepꢀng a 20%–10%  
repair compared to convenꢀonal surgery?” This is an probability of commiꢅng a type II error.  
analyꢀcal quesꢀon that can be answered using either a  
cohort study or a clinical trial. The type of study chosen 6. One-tailed test or two-tailed test?  
will depend on the feasibility, available resources, and  
the researcher’s preferences.  
When calculaꢀng the sample size, it is also  
necessary to determine whether a one-tailed or two-  
tailed hypothesis test should be used. A two-tailed  
test assesses the possibility of a difference in either  
2
. Primary variable  
The primary variable is the variable of interest direcꢀon. For this reason, it splits the alpha level  
that allows answering the research quesꢀon. The type across both ends of the probability distribuꢀon. This  
of variable (categorical or conꢀnuous) determines the approach is most commonly used in clinical research.  
staꢀsꢀcal method used to calculate the sample size. A one-tailed test specifies a single direcꢀon of effect or  
6
Peña ME. El tamaño muestral en la invesꢁgación quirúrgica. Rev Argent Cir. 2026;118(2):e-cymmep  
difference (for example, that one technique is superior to esꢀmate the required sample size. T This enables  
to another). Although smaller sample sizes are required, the determinaꢀon of whether there are enough cases  
its implementaꢀon must be well jusꢀfied.  
to detect relevant associaꢀons or differences with  
sufficient staꢀsꢀcal power. Otherwise, non-significant  
results may simply reflect a lack of sample size rather  
than the absence of a real effect.  
7
. Adjusꢀng for losses  
In the context of prospecꢀve studies,  
the potenꢀal for losses during follow-up must be  
considered. To address this, the iniꢀal sample size is How to proceed when the study does not reach the  
typically increased to compensate for these potenꢀal planned sample size?  
losses. Usually, an addiꢀonal 10–20% of observaꢀon  
units are included.  
When it is not possible to achieve the calculated  
3
Once these parameters have been defined, the sample size, various strategies may be considered :  
sample size can be calculated using specific staꢀsꢀcal  
formulas or specialized soꢃware, such as Epi Info, SPSS, ▪ Redefine the study as exploratory or hypothesis-gene-  
R, Stata, or other online tools .  
5
,7  
rating  
▪
▪
Explicitly state the limitation in statistical power  
Conduct multicenter collaborations to increase the  
sample size  
Avoid claims of equivalence if the study was not spe-  
cifically designed to demonstrate non-inferiority or  
equivalence  
Is it always necessary to calculate the sample size?  
▪
Ideally, the sample size should always be  
calculated before iniꢀaꢀng any study, either for  
3
descripꢀve or analyꢀcal quesꢀons .  
Calculaꢀng the sample size is parꢀcularly  
This methodological transparency strengthens  
important in analyꢀcal studies, especially in clinical scienꢀficcredibility, evenin thepresenceof unavoidable  
trials. These experimental and prospecꢀve studies assign limitaꢀons.  
parꢀcipants to one or more intervenꢀons in order to  
evaluate their efficacy and safety. Clinical trials are oꢃen  
complex and expensive, as they require infrastructure, Conclusion  
long-term follow-up, trained staff, supplies, and,  
frequently, external funding. Errors in calculaꢀng the  
The sample size represents the quanꢀtaꢀve  
a
sample size can result in the inclusion of an insufficient translaꢀon of the clinical hypothesis and is  
number of parꢀcipants, thus failing to detect a genuine fundamental pillar of the methodological design. In  
effect. In turn, this can result in a waste of ꢀme and surgical research, rigorous calculaꢀon is essenꢀal for  
resources. Conversely, recruiꢀng more parꢀcipants than generaꢀng valid, interpretable, and ethically sound  
strictly necessary unnecessarily increases costs and evidence. The quality of our publicaꢀons depends not  
paꢀents’ exposure to experimental intervenꢀons.  
only on our technical skill in the operaꢀng room, but  
In retrospecꢀve studies, even though the data also on the methodological rigor with which we design,  
already exist and the costs are lower, it is also advisable analyze, and communicate our research.  
Bibliograꢁa / References