Il valore di P e il suo significato

Quando diversificare un portafoglio di investimenti, si ha la necessità di investire in settori sanitario. Le aziende farmaceutiche che hanno una forte pipeline di farmaci dell'inchiesta sono speculazioni forte crescita. Oltre a esaminare i suoi gasdotti, uno deve anche essere in grado di valutare i risultati dei suoi studi clinici. Quando un telegiornale riporta i risultati di una sperimentazione clinica di un nuovo farmaco ad essere "statisticamente significativo", cosa significa? E come si sono venuti fuori con questa conclusione? Uno dei valori più importanti da osservare per l'interpretazione dei risultati di uno studio è il valore di P.

Elenbaas et definisce il valore di P come "la probabilità che un errore di tipo I è stato commesso, e che l'ipotesi nulla è stato falsamente respinto." Parlare brevemente Let's circa l'ipotesi nulla, errore di tipo I e II tipo di errore. Diciamo che un nuovo farmaco A è di essere confrontato ad un farmaco attualmente disponibile B. La prima ipotesi che gli investigatori faranno si che il nuovo farmaco A è equivalente o è uguale in efficacia al farmaco attualmente disponibile B. Questa ipotesi è detta l'ipotesi nulla (H0). Un presupposto per contraddire l'ipotesi nulla è l'ipotesi alternativa (H1). H1 dice che il nuovo farmaco A è più efficace del farmaco B. attualmente disponibili, infatti, l'ipotesi alternativa (H1) è ciò che gli inquirenti vogliono dimostrare perché le aziende farmaceutiche che sviluppano il nuovo fondo farmaci maggior parte dei suoi studi clinici. Tipo I errore si verifica quando H0 viene rifiutata quando è proprio vero. In altre parole, gli investigatori ritengono che il nuovo farmaco A è più efficace del farmaco attualmente disponibile B (H0 rigetto), quando il farmaco A è uguale in efficacia al farmaco B, o peggio, non efficace come farmaco B. Tipo di errore si verifica II quando H1 è effettivamente vero (farmaco A è più efficace del farmaco B), ma gli investigatori non è riuscito a respingere H0 (non rifiutare l'ipotesi che il farmaco A è uguale in termini di efficacia come farmaco B).

(H1) è quello che gli inquirenti vogliono dimostrare perché le aziende farmaceutiche che sviluppano il nuovo fondo farmaci maggior parte dei suoi studi clinici. Tipo I errore si verifica quando H0 viene rifiutata quando è proprio vero. In altre parole, gli investigatori ritengono che il nuovo farmaco A è più efficace del farmaco attualmente disponibile B (H0 rigetto), quando il farmaco A è uguale in efficacia al farmaco B, o peggio, non efficace come farmaco B. Tipo di errore si verifica II quando H1 è effettivamente vero (farmaco A è più efficace del farmaco B), ma gli investigatori non è riuscito a respingere H0 (non rifiutare l'ipotesi che il farmaco A è uguale in termini di efficacia come farmaco B).

Con le terminologie tecniche definite, consente di tornare al valore di P. Per ribadire, valore di P è "la probabilità che un errore di tipo I è stato commesso, e che l'ipotesi nulla è stato falsamente respinto." (Elenbass et al). Il valore di P è detto di essere "statisticamente significativo" quando è <0,05. Ad esempio, uno studio clinico che ha confrontato l'efficacia della droga tra A e B di droga, ha scoperto che un farmaco ha funzionato meglio ad abbassare la pressione arteriosa di droghe B, e il valore di P è stato calcolato a 0,04. Questo significa che c'è una probabilità del 4% che un errore di tipo I è stato commesso (investigatori crede erroneamente che il farmaco A è più efficace del farmaco B, quando sono uguali in efficacia). 0,05 è il più grande valore accettabile P nella letteratura clinica. Quando gli investigatori affermano che un farmaco è più efficace del farmaco B, hanno ragione il 95% del tempo, con solo meno di probabilità di errore del 5%.

Ci sono molti altri importanti valori statistici, ma sono oltre la portata di questo articolo. Ora, ogni volta che un giornalista in televisione riporta i risultati di una sperimentazione clinica di un nuovo farmaco ad essere "statisticamente significativo", si possono svolgere le loro verifica eseguita da ottenere una copia di tale studio e cercare il valore P.

Riferimenti:
1. Elenbaas RM, JK Elenbass, e PG Cuddy, et al. La valutazione della letteratura medica parte II: l'analisi statistica. Annals of Emergency Medicine. Ottobre 1983; 12 (10) :35-45.
2. Anderson HG, MG Kendrach, e Trice S, et al. Capire la significatività statistica e clinica: test di ipotesi. Giornale di farmacia pratica. Giugno 1998; 11 (3) :181-195.