शोध में, 'कोई प्रभाव नहीं' को दर्शाने वाला मान आमतौर पर 0 या 1.0 होता है। इसलिए, पारंपरिक महत्व परीक्षण की तरह, यदि 0 या 1.0 कॉन्फिडेंस इंटरवल (CI) के अंदर है, तो उपचारों के बीच कोई महत्वपूर्ण अंतर नहीं है। यदि 0 या 1.0 CI के बाहर है, तो उपचारों में महत्वपूर्ण अंतर है। लेकिन सीआई हमें 'सांख्यिकीय महत्व' से अधिक बताते हैं। वे हमें सबसे छोटे और सबसे बड़े प्रभावों का एक विचार देते हैं जो संभवतः देखे गए डेटा दिए जाते हैं, और वे सटीकता के कुछ विचार व्यक्त करते हैं। संकीर्ण सीआई आमतौर पर बड़े अध्ययनों में उत्पन्न होते हैं जिनके पास प्रभाव का पता लगाने के लिए उचित 'शक्ति' होती है, इस प्रकार उनके द्वारा शामिल किए गए वास्तविक प्रभाव के अनुमान काफी सटीक होते हैं। दूसरी ओर, व्यापक सीआई आमतौर पर छोटे अध्ययनों में उत्पन्न होते हैं जिनमें प्रभाव का पता लगाने की कम शक्ति होती है, इस प्रकार उनके द्वारा शामिल किए गए वास्तविक प्रभाव के अनुमान काफी सटीक होते हैं और सीमित जानकारी प्रदान करते हैं (जैसा कि गारफील्ड कार्टून में है)।
मेड-अप परिणाम: "टीकेए के बाद पोस्टऑपरेटिव एनाल्जेसिया की अवधि में अंतर रोपिवाकाइन को अतिरिक्त घाव वाले स्थान [6.0 एच (95% सीआई 1.1 - 10.9 एच)] की तुलना में इंट्राआर्टिकुलर घाव स्थान में इंजेक्शन वाले मरीजों के लिए लंबा था।" अध्ययन किए गए नमूने में, पोस्टऑपरेटिव एनाल्जेसिया की अवधि में अंतर 6 घंटे (इंट्राआर्टिकुलर के पक्ष में) के रूप में अनुमानित किया गया था। यदि यह प्रभाव सही होता, तो हमें 95% विश्वास होता कि इस नमूने से गणना की गई CI (1 से 11 घंटे) में यह शामिल है। कुछ पाठकों को लग सकता है कि उनके रोगियों के लिए 6 घंटे का अंतर न्यूनतम महत्व का है; इसके अलावा, 1 घंटे की निचली सीमा उनके इस निष्कर्ष को पुष्ट कर सकती है कि इंट्राआर्टिकुलर दृष्टिकोण थोड़ा नैदानिक रुचि का है। दूसरों को लग सकता है कि सीआई कुछ हद तक विस्तृत है। वे अध्ययन की सटीकता के बारे में चिंता कर सकते हैं और अध्ययन किए गए नमूने से प्राप्त अनुमानित 6 घंटे के अंतर की सटीकता पर सवाल उठा सकते हैं। लेकिन यह "सभी के लिए अच्छा" है क्योंकि सीआई प्रभाव और सटीकता के अनुमान प्रदान करते हैं जो शोधकर्ताओं और चिकित्सकों के बीच इस तरह की सोच को बढ़ावा देते हैं; पी-मान नहीं कर सकते।
अगले महीने, छोटी मात्रा में आंकड़े अच्छे डेटा संग्रह और प्रबंधन के महत्व को दोहराएंगे, विशेष रूप से उन सांख्यिकीय "हॉट स्पॉट" जो सांख्यिकीय विश्लेषण और व्याख्या पर कहर बरपा सकते हैं।
