"Dans les études médicales, les enquêteurs sont généralement intéressés à déterminer la taille de la différence d'un résultat mesuré entre les groupes, plutôt qu'une simple indication de sa signification statistique ou non."
Gardner MJ, Altman DG. Intervalles de confiance plutôt que valeurs p : estimation plutôt que test d'hypothèse. BMJ 1986;292(6522):746-50.
Pour résumer à partir du mois dernier, les valeurs p nous indiquent si nous avons des résultats statistiquement significatifs. Alors pourquoi cela ne suffit-il pas ? La signification statistique et l'importance clinique sont 2 jugements distincts. Une grande étude peut être en mesure de détecter une différence statistiquement significative qui est petite et cliniquement sans importance ; à l'inverse, une petite étude peut ne pas être en mesure de détecter une petite différence cliniquement importante. En bref, la vision tunnel sur la p-value n'est pas vraiment utile et encourage la pensée PARESSANTE !
Un intervalle de confiance (IC) fournit une plage pour notre meilleure estimation de la taille du véritable effet du traitement qui est plausible compte tenu de la taille de la différence réellement observée. Si des IC devaient être construits à partir de 100 échantillons de même taille provenant de la même population, 95 d'entre eux contiendraient le véritable effet du traitement, 5 ne le contiendraient pas. Nous serions sûrs à 95 % que si le véritable effet du traitement était connu, l'IC le contiendrait. Étant donné que la confiance s'attache à l'intervalle et non au véritable effet, il est incorrect de dire qu'« il existe une probabilité de 95 % que le véritable effet se situe dans l'IC ». C'est parce que le véritable effet (qui ne nous est pas connu et qui est la raison pour laquelle nous menons l'étude en premier lieu) tombe dans un intervalle particulier ou non. C'est-à-dire que sa probabilité d'être dans l'IC est de 100 % ou de 0 % ; ce n'est pas 95%. Enfin, notez que les IC peuvent être construits pour n'importe quel nombre de probabilités, bien que la plupart des chercheurs signalent les IC à 90 %, 95 % et 99 %.
Le mois prochain, nous poursuivrons notre discussion sur l'intervalle de confiance.
