Los valores P a menudo se buscan como una especie de Santo Grial en la ciencia. Podría decirse que es uno de los temas más controvertidos en estadística. Comenzamos nuestra serie de 2016 de "estadísticas en pequeñas dosis" con una descripción de qué son realmente los valores p y cómo pueden, de hecho, ser engañosos. La serie de 2016 luego continúa con algo más útil, es decir, los intervalos de confianza.
En el ensayo clínico aleatorizado básico de tratamiento nuevo versus tratamiento estándar (o control), se ejecutan pruebas estadísticas para comparar estos 'brazos' del ensayo en alguna medida de resultado hipotética, y voilà, aparece un valor p. El valor p es la probabilidad de que se observen efectos tan grandes como los observados en un estudio si realmente hay no diferencia en el resultado entre los brazos del juicio. Si esa probabilidad es pequeña (por ejemplo, p < 0.05), es poco probable que los datos hayan surgido por casualidad y, por lo general, nos regocijamos de que nuestro resultado difiera entre los grupos de tratamiento y control. Si esa probabilidad es grande (digamos, p > 0.05), podemos estar desesperados porque, después de todo nuestro trabajo, los datos podrían haber surgido por casualidad y no podemos decir de una forma u otra si nuestro resultado difiere entre tratamientos. y grupos de control. Los investigadores incluso p-hackeado sus datos para ver si los números pueden transformarse en hallazgos "estadísticamente significativos". Lamentablemente, estos investigadores han sido desviados por el valor p.
Hay una tendencia a equiparar la importancia estadística con la importancia médica o la relevancia biológica. Pero pequeños efectos sin interés real pueden alcanzar significación estadística con muestras de gran tamaño; por el contrario, es posible que los efectos clínicamente importantes no alcancen significación estadística solo porque el número de sujetos estudiados fue pequeño. En resumen, los valores p restringen nuestro pensamiento a dos resultados alternativos, significativos o no significativos, e incluso los valores p precisos no nos dicen nada sobre el tamaño de las diferencias entre los grupos de estudio. ¡Estén atentos a los intervalos de confianza al rescate!
