Nella ricerca, il valore che riflette "nessun effetto" è solitamente 0 o 1.0. Quindi, come il tradizionale test di significatività, se 0 o 1.0 è all'interno dell'intervallo di confidenza (CI), non vi è alcuna differenza significativa tra i trattamenti. Se 0 o 1.0 è al di fuori dell'IC, c'è una differenza significativa tra i trattamenti. Ma i CI ci dicono più del "significato statistico". Ci danno un'idea degli effetti più piccoli e più grandi che sono probabili dati i dati osservati e danno un'idea di precisione. Gli IC ristretti di solito si verificano in studi di grandi dimensioni che hanno un "potere" ragionevole per rilevare un effetto, quindi le stime del vero effetto da essi racchiuso sono piuttosto precise. D'altra parte, gli ampi CI di solito sorgono in piccoli studi che hanno una bassa potenza per rilevare un effetto, quindi le stime del vero effetto da essi compreso sono piuttosto imprecise e forniscono informazioni limitate (come nel fumetto di Garfield).
Risultati inventati: "La differenza nella durata dell'analgesia postoperatoria dopo TKA era maggiore per i pazienti trattati con ropivacaina iniettata nello spazio della ferita intraarticolare rispetto allo spazio della ferita extraarticolare [6.0 h (IC 95% 1.1 – 10.9 h)]". Nel campione studiato, la differenza di durata dell'analgesia postoperatoria è stata stimata in 6 ore (a favore di quella intraarticolare). Se questo effetto fosse vero, saremmo sicuri al 95% che l'IC calcolato da questo campione (da 1 a 11 ore) lo contenga. Alcuni lettori potrebbero ritenere che la differenza di 6 ore sia di minima importanza per i loro pazienti; inoltre, il limite inferiore di 1 ora può rafforzare la loro conclusione che l'approccio intraarticolare è di scarso interesse clinico. Altri potrebbero ritenere che l'IC sia piuttosto ampio. Potrebbero preoccuparsi della precisione dello studio e potrebbero mettere in dubbio l'accuratezza della differenza stimata di 6 ore derivata dal campione studiato. Ma questo è "tutto bene" perché i CI forniscono stime di effetto e precisione che promuovono questo tipo di pensiero tra ricercatori e clinici; i valori p non possono.
Il mese prossimo, le statistiche in piccole dosi riassumeranno l'importanza di una buona raccolta e gestione dei dati, in particolare quei "punti caldi" statistici che possono devastare l'analisi e l'interpretazione statistica.
