La función ntile() del paquete dplyr, parte del ecosistema tidyverse, no debe utilizarse cuando la precisión estadística es crítica. Aunque su nombre sugiere la creación de grupos por cuantiles, su implementación interna difiere significativamente de la lógica estándar de binning estadístico, lo que puede llevar a resultados erróneos en el análisis de datos. Este artículo técnico advierte sobre este comportamiento y proporciona un ejemplo concreto utilizando un conjunto de datos ficticio diseñado para simular escenarios de farmacometría, como estudios de dosis escalonada o interacciones farmacológicas.
El análisis se centra en un dataset que representa tres estudios clínicos con diseños específicos: uno de escalada de dosis (S01), otro de interacción con anticonceptivos orales (S02) y uno de búsqueda de dosis (S03). En este contexto, la función ntile() no agrupa los sujetos por niveles de exposición o respuesta de manera coherente con las expectativas analíticas. El autor detalla cómo la estructura de los datos, ordenada por estudio, fase y dosis, interactúa con la lógica de ntile() para producir tabulaciones incorrectas. Se enfatiza que, a diferencia de las herramientas de base R o de tidyverse que suelen suavizar estas irregularidades, ntile() mantiene comportamientos de R base que son problemáticos para el análisis estadístico riguroso. Los profesionales de la salud y la investigación deben evitar su uso en tareas que requieran agrupaciones cuantíticas precisas, ya que la función puede distorsionar la interpretación de la relación exposición-respuesta y comprometer la validez de los hallazgos científicos.