P-verdi og dets betydning

Når diversifisering en investeringsportefølje, må man vurdere å investere i helsetjenester næringer. Farmasøytiske selskaper som har sterk rørledninger av etterforskningen narkotika har sterk vekst spekulasjoner. I tillegg til å undersøke sin rørledninger, må en også kunne evaluere resultatene av sin kliniske forsøk. Når et program reportasjer resultatene av en klinisk studie for et nytt legemiddel å være "statistisk signifikant", hva betyr det? Og hvordan kom de opp med at konklusjonen? En av de viktigste verdiene skal se etter når tolke resultatene av en studie er P-verdi.

Elenbaas et al definerer P-verdi som "sannsynligheten som en type jeg feil er utført, og at den null-hypotesen har blitt feilaktig avvist." La oss kort snakke om nullhypotesen, type I feil, og type II feil. Kan si et nytt legemiddel A er å være i forhold til en tilgjengelig narkotika B. Første antagelsen om at etterforskerne vil gjøre er at nye stoffet A tilsvarer eller er lik tilgjengelig stoffet B. i effekt Denne antakelsen er kalt den null-hypotesen (H0). En motstridende antagelse til nullhypotesen er den alternative hypotesen (H1). H1 sier at det nye stoffet A er mer effektivt enn tilgjengelige stoffet B. Den alternative hypotesen (H1) er faktisk hva etterforskerne ønsker å bevise fordi de farmasøytiske selskapene som utvikler de nye stoffene finansierer mesteparten av sin kliniske forsøk. Type I-feil oppstår når H0 er avvist når det er virkelig sant. Med andre ord, etterforskerne tror at nye stoffet A er mer effektivt enn tilgjengelige stoffet B (avvise H0), når stoffet A er lik i effekt narkotika B, eller verste, ikke så effektiv som narkotika B. Type II feil oppstår når H1 er faktisk sant (narkotika A er mer effektiv enn narkotika B), men etterforskerne unnlatt å avvise H0 (ikke forkaste hypotesen at stoffet A er lik i effekt som narkotika B).

Med de tekniske terminologier definert, kan du gå tilbake til P-verdien. For å gjenta, P-verdien er "sannsynligheten som en type jeg feil er utført, og at den null-hypotesen har blitt feilaktig avvist." (Elenbass et al). P-verdi sies å være "statistisk signifikant" når det er < 0,05. For eksempel fant en klinisk studie som sammenligner effektiviteten mellom narkotika A og narkotika B, at narkotika A arbeidet bedre ved å senke blodtrykket enn narkotika B, og P-verdien beregnet til 0,04. Dette betyr at det er en 4% sjanse for at en type jeg feil blir begått (etterforskere feilaktig tror at stoffet A er mer effektivt enn narkotika B, når de har samme effekt). 0,05 er den største akseptable P-verdien i klinisk litteratur. Når etterforskere hevder at stoffet A er mer effektivt enn narkotika B, de er riktige 95% av tiden, med bare mindre enn 5% sjanse feil.

Det er mange andre viktige statistiske verdier, men de er utenfor omfanget av denne artikkelen. Nå, hver gang en reporter på TV rapporterer resultatene av en klinisk studie for et nytt legemiddel å være "statistisk signifikant", kan utføre sine egne bekreftelse ved å få en kopi av denne studien og se etter P-verdien.

Referanser:
1. Elenbaas RM, Elenbass JK, og Cuddy PG, et al. evaluere medisinsk litteratur del II: statistisk analyse. Annalene av akuttmedisin. Oktober 1983; 12 (10): 35-45.
2. Anderson HG, Kendrach MG og Trice S, et al. forståelse statistiske og klinisk betydning: hypotesetesting. Journal of apotek praksis. Juni 1998; 11 (3): 181-195.