Доверительные интервалы и p-значения: что они не говорят

Как правильно читать доверительный интервал и три неверных прочтения, которые встречаются чаще всего

Доверительный интервал (ДИ) — это диапазон значений, который, с заданной вероятностью, включает истинное значение параметра. Например, 95% доверительный интервал означает, что если бы мы повторили эксперимент много раз, в 95% случаев истинное значение оказалось бы внутри этого интервала.

Как правильно читать доверительный интервал

Чтение доверительного интервала начинается с понимания его центральной роли в статистическом анализе. ДИ предоставляет информацию о точности оценки. Чем уже интервал, тем точнее оценка параметра. При анализе ДИ важно обращать внимание на его границы и то, включают ли они значимые для исследования значения. Если, например, интервал не включает ноль, это может указывать на статистически значимый результат.

Три неверных прочтения доверительного интервала

1. ДИ как диапазон возможных значений параметра: Одна из распространённых ошибок — считать, что истинное значение параметра с вероятностью 95% находится где-то внутри данного интервала. На самом деле, ДИ говорит о надежности метода оценки, а не о вероятности нахождения истинного значения.

2. ДИ как предсказание будущих наблюдений: Иногда ДИ ошибочно интерпретируют как диапазон, в котором будут находиться будущие наблюдения. Однако, он предназначен для оценки параметров популяции, а не для предсказания индивидуальных значений.

3. ДИ как доказательство отсутствия эффекта: Если ДИ включает ноль, это не обязательно означает отсутствие эффекта. Это может указывать на недостаточную мощность исследования или на то, что эффект слишком мал, чтобы быть обнаруженным в данном исследовании.

Почему p-значение выше порога не означает, что эффекта нет

Когда мы проводим статистический анализ, p-значение часто используется для оценки значимости результатов. Обычно пороговое значение, например 0.05, определяет, считаются ли результаты статистически значимыми. Однако p-значение выше этого порога не обязательно указывает на отсутствие эффекта.

Во-первых, p-значение зависит от размера выборки. В исследованиях с небольшими выборками даже значительные эффекты могут не достигать статистической значимости, поскольку тесты обладают меньшей мощностью для выявления различий. Это значит, что p-значение выше порога может быть результатом недостаточной мощности теста, а не отсутствия эффекта.

Во-вторых, p-значение не сообщает о величине эффекта. Оно лишь указывает на вероятность получения таких данных при условии, что нулевая гипотеза верна. Даже если p-значение выше порога, реальный эффект может быть значительным, но p-значение не отражает его величину или клиническую значимость.

Наконец, p-значение не учитывает другие факторы, такие как систематические ошибки или смещения. Даже при p-значении выше порога, важно учитывать контекст исследования, качество данных и другие возможные источники ошибок. Таким образом, p-значение само по себе не является окончательным доказательством отсутствия эффекта и должно интерпретироваться в сочетании с другими статистическими и контекстуальными факторами.

Абсолютный и относительный риск: два взгляда на один результат

Когда мы оцениваем результаты клинического исследования, важно понимать разницу между абсолютным и относительным риском. Эти два показателя могут давать разное впечатление о значимости и влиянии вмешательства.

Абсолютный риск — это вероятность развития события в определённой группе за заданный период времени. Например, если в исследовании 5 из 100 пациентов испытали осложнение, то абсолютный риск составляет 5%.

Относительный риск сравнивает вероятность события между двумя группами. Он вычисляется как отношение риска в экспериментальной группе к риску в контрольной группе. Например, если в контрольной группе риск составляет 10%, а в экспериментальной — 5%, то относительный риск равен 0.5. Это говорит о том, что риск в экспериментальной группе на 50% меньше, чем в контрольной.

Однако, важно помнить, что относительный риск может преувеличивать восприятие значимости эффекта, особенно когда абсолютные риски низки. Рассмотрим пример: если риск в контрольной группе всего 2%, а в экспериментальной — 1%, относительный риск всё равно будет 0.5, указывая на 50% снижение риска. Но в абсолютных цифрах это всего лишь 1% разница.

Таким образом, для полной картины следует учитывать оба показателя. Абсолютный риск лучше отражает клиническую значимость, показывая фактическую разницу в исходах, в то время как относительный риск акцентирует внимание на сравнительном эффекте вмешательства.

Число, которое нужно пролечить: как посчитать по таблице и что оно скрывает

Число, которое нужно пролечить (Number Needed to Treat, NNT), — это показатель, который помогает оценить эффективность лечения. Он показывает, сколько пациентов нужно пролечить, чтобы предотвратить одно неблагоприятное событие. Рассмотрим, как его можно рассчитать по таблице.

Расчет NNT

Для расчета NNT используем таблицу 2x2, которая содержит данные по группам лечения и контроля:

• A — число пациентов с событием в группе лечения;
• B — число пациентов без события в группе лечения;
• C — число пациентов с событием в группе контроля;
• D — число пациентов без события в группе контроля.

Сначала рассчитываем абсолютное снижение риска (ARR):

[ ARR = \left(\frac{C+D}\right) - \left(\frac{A+B}\right) ]

Затем NNT вычисляется как обратная величина ARR:

[ NNT = \frac{1} ]

Что скрывает NNT

Хотя NNT предоставляет полезную информацию, он не отражает всей картины. NNT не учитывает:

1. Различия в популяциях: NNT может варьироваться в зависимости от исходных характеристик пациентов.
2. Продолжительность наблюдения: NNT может изменяться в зависимости от времени, в течение которого проводится наблюдение.
3. Побочные эффекты: NNT не учитывает возможные негативные последствия лечения.

Таким образом, при интерпретации NNT важно учитывать контекст, в котором он применяется, и использовать его совместно с другими статистическими показателями для более полной оценки эффективности лечения.

Как читать forest plot: где сидит вес исследования и что означает ромб

Forest plot — это графическое представление результатов мета-анализа, которое помогает визуализировать данные из нескольких исследований. Чтобы правильно интерпретировать forest plot, необходимо понять, где находится вес каждого исследования и что означает ромб в нижней части графика.

Вес исследования

Вес исследования в forest plot определяется его вкладом в общий результат мета-анализа. Обычно вес выражается в процентах и зависит от размера выборки и точности оценок. На графике каждое исследование представлено линией и квадратом. Размер квадрата пропорционален весу исследования: чем больше квадрат, тем больше вес. Это означает, что исследования с более крупными выборками или более точными результатами оказывают большее влияние на общий вывод.

Значение ромба

Ромб в нижней части forest plot представляет собой суммарный результат мета-анализа. Он показывает объединённую оценку эффекта с учётом всех включённых исследований. Центральная вертикальная линия ромба соответствует среднему значению эффекта, а горизонтальные концы ромба указывают доверительный интервал для этой оценки. Ширина ромба отражает степень неопределённости: узкий ромб указывает на более точную оценку, тогда как широкий — на большую вариативность данных.

Таким образом, при чтении forest plot важно обращать внимание на размер квадратов для понимания вклада каждого исследования и на форму и положение ромба для оценки общего эффекта и его достоверности.