Υπάρχει ένας μυστικός κόσμος που πιθανότατα δεν έχετε ακούσει ποτέ. Βρίσκεται κάτω από κάθε αξίωση που έχετε διαβάσει ποτέ, κάθε τίτλο που έχει ξεγελάσει την «επιστήμη!» σε σας καθώς περπατούσατε παρελθόν. Αυτός ο κόσμος είναι ο λόγος για τον οποίο έχετε εμβολιαστεί, γιατί παίρνετε ιβουπροφαίνη για πόνο και φλεγμονή και ακόμη και γιατί δεν μπορείτε να πάρετε αντισυλληπτικά χάπια στις περισσότερες χώρες.

Μιλώ, φυσικά, για τον κόσμο των στατιστικών.

Στατιστικά στοιχεία της Google σχετικά με στατιστικά στοιχεία: το απόλυτο nerdfest.

Μελέτη στατιστικών

Φανταστείτε ότι κάνετε μια μελέτη για την απώλεια βάρους. Έχετε, για παράδειγμα, τρεις ομάδες ανθρώπων: 1, 2 και 3. Η ομάδα 1 παίρνει ένα φάρμακο. Η ομάδα 2 έχει παρέμβαση στον τρόπο ζωής. Η ομάδα 3 είναι έλεγχος εικονικού φαρμάκου - δεν κάνουν τίποτα. Στο τέλος της μελέτης, έχετε εκατοντάδες, ακόμη και χιλιάδες αριθμούς. Μπορείτε να τα συγκρίνετε αρκετά εύκολα - ρίξτε μια ματιά στα μέσα και τους μεσαίους - αλλά αυτό που πραγματικά σας λέει είναι ότι υπάρχουν κάποιες διαφορές. Μπορεί να είναι ασήμαντα. μπορεί να είναι απλώς τυχαία. Τι θα συμβεί αν είχατε ένα άτομο στην Ομάδα 2 που ξεκίνησε με 400 κιλά και έχασαν 300, αλλά οι υπόλοιποι άνθρωποι κέρδισαν πραγματικά δύο κιλά; Πιθανότατα να έχετε μια συνολική απώλεια βάρους, αλλά πραγματικά η παρέμβαση στον τρόπο ζωής σας λειτουργεί μόνο για έναν άντρα.

Εισαγάγετε στατιστικά στοιχεία.

Τι στατιστικά βασικά σας επιτρέπουν να κάνετε στην ιατρική είναι να συγκρίνετε τα αποτελέσματα από διαφορετικές ομάδες και να πείτε εάν η διακύμανση πιθανότατα οφείλεται στο πείραμά σας ή απλά στην τύχη. Έτσι συγκρίνετε και πάλι τις τρεις ομάδες ανθρώπων σας και ανακαλύπτετε ότι ενώ η Ομάδα 2, κατά μέσο όρο, έχασε βάρος, δεν ήταν στατιστικά σημαντική, επειδή όλα οφείλονταν σε αυτόν τον άντρα και την τεράστια προσπάθειά του.

Αποδεικνύεται ότι η νέα «δίαιτα σοκολάτας» δεν είναι τόσο αποτελεσματική όσο σκεφτήκαμε για πρώτη φορά.

Τώρα, μόλις χρησιμοποίησα μια πολύ σημαντική φράση: στατιστικά σημαντική. Αυτή είναι βασικά η γραμμή που θέτουμε για τα ερευνητικά αποτελέσματα. Εάν φτάσουν πάνω από το φραγμό, θεωρείται ότι πιθανότατα οφείλονται στο πράγμα που εξετάζετε - σε αυτήν την περίπτωση, το φάρμακο ή την παρέμβαση στον τρόπο ζωής. Βασικά, ότι η θεραπεία λειτούργησε.

Εάν δεν φτάσουν στη γραμμή, λέμε ότι τυχόν αποτελέσματα που είδαμε πιθανώς οφείλονται στην τύχη και η θεραπεία δεν λειτούργησε.

Είναι ένα πολύ σημαντικό μπαρ.

Και, θα εκπλαγείτε να ακούσετε, είναι εντελώς αυθαίρετο.

Τι είναι σημαντικό;

Όταν διεξάγουμε μια στατιστική δοκιμή, συνήθως βγαίνουμε με αυτό που είναι γνωστό ως τιμή πιθανότητας ή τιμή p. Αυτός είναι ένας αριθμός μεταξύ μηδέν και ενός που μας δίνει μια ένδειξη για το πόσο πιθανό ήταν ότι το αποτέλεσμα που παρατηρήσαμε στο πείραμά μας οφείλεται στην τύχη. Μια υψηλή τιμή p σημαίνει ότι οποιαδήποτε διαφορά μεταξύ των ομάδων ήταν πιθανώς μια απάτη. μια χαμηλή τιμή p σημαίνει ότι μπορούμε να κάνουμε κάτι εδώ. Συνήθως, μια τιμή p κάτω από 0,05 σημαίνει ότι τα αποτελέσματά σας είναι στατιστικά σημαντικά.

Με άλλα λόγια, 0,05 είναι η μπάρα για την οποία μιλούσα νωρίτερα.

Δεν υπάρχουν ποτά σε αυτό το μπαρ, μόνο μικτές μεταφορές και θλίψη.

Αλλά το πρόβλημα είναι ότι το 0,05 είναι ένας εντελώς αυθαίρετος αριθμός. Θα μπορούσαμε να πούμε 0,04 ή 0,06 - δεν θα έκανε πραγματικά τη διαφορά. Θυμηθείτε: Είναι απλώς ένα μέτρο της πιθανότητας τα αποτελέσματα να είναι τυχαία.

Εάν λέω ότι κάτι είναι στατιστικά σημαντικό, λέω ότι τυχόν διαφορές μεταξύ των ομάδων στη μελέτη μου πιθανώς δεν οφείλονταν στην τύχη. Υπάρχει ένα αποτέλεσμα εκεί.

Ας πούμε ότι κάνω το πείραμά μου και βρίσκω μια στατιστικά σημαντική διαφορά μεταξύ της Ομάδας 1 και της Ομάδας 3, με την Ομάδα 1 να χάνει 100 γραμμάρια περισσότερο βάρος κατά τη διάρκεια των έξι μηνών του πειράματος. Η τιμή p μας είναι εκπληκτικά χαμηλή, στα 0,000001.

Ακούγεται καλά νέα, σωστά;

Κλινική σημασία

Έτσι περάσαμε την πρώτη δοκιμή: Γνωρίζουμε ότι η διαφορά που βλέπουμε πιθανώς οφείλεται στο φάρμακο που δίνουμε στην Ομάδα 1. Η στατιστική δοκιμή το λέει έτσι!

Αλλά αυτό δεν είναι το μόνο είδος σημασίας.

Η στατιστική σημασία αφορά το αν ένα πράγμα προκάλεσε ένα άλλο. Η κλινική σημασία είναι για το αν νοιαζόμαστε. Έχει σημασία αν μπορούμε να κάνουμε μερικούς ανθρώπους να χάσουν 100 γραμμάρια βάρους; Αξίζει να παίρνετε ένα φάρμακο για τους επόμενους μήνες, χρόνια ή ακόμα και για το υπόλοιπο της ζωής τους;

Τι γίνεται αν σας είπα ότι προκάλεσε επίσης ημικρανίες, ναυτία και υπαρξιακή αγωνία;

Άρα, αν πω ότι το νέο μου φάρμακο είναι κλινικά σημαντικό, αυτό που πραγματικά λέω είναι ότι πιστεύω ότι τα οφέλη που φέρνει υπερτερούν των παρενεργειών. Λέω ότι αλλάζει την υγεία σας αρκετά ώστε ένας γιατρός μπορεί να ενδιαφέρεται να το συνταγογραφήσει και ίσως θέλετε πραγματικά να το χρησιμοποιήσετε για τη θεραπεία σας.

Στην πραγματικότητα, η κλινική σημασία είναι η μόνη που μας ενδιαφέρει.

Ένα εξαιρετικό παράδειγμα είναι η διαφορά μεταξύ ανδρών και γυναικών εγκεφάλου. Μια τεράστια μελέτη βρήκε πρόσφατα μια στατιστική διαφορά μεταξύ της δράσης των ανδρικών εγκεφάλων σε σύγκριση με τις γυναίκες σε μερικές βασικές περιοχές. Ωστόσο, διαπίστωσαν επίσης ότι οι ομοιότητες υπερέβαιναν τις διαφορές και ότι τελικά δεν υπήρχε κλινική διαφορά μεταξύ ανδρών και γυναικών.

Ασήμαντη σημασία.

Το θέμα είναι ότι μπορείτε να κάνετε μια μελέτη και να βρείτε στατιστικές διαφορές, αλλά αν δεν γνωρίζετε εάν αυτές οι διαφορές είναι κλινικά σημαντικές, το μόνο που κάνετε είναι να παίζετε με αριθμούς. Οι ερευνητές σε αυτή τη μελέτη δεν μπόρεσαν να πουν τον εγκέφαλο ενός άνδρα από μια γυναίκα εκτός αν ήξεραν εκ των προτέρων ποιο ήταν, γιατί οι στατιστικά σημαντικές διαφορές στη δραστηριότητα δεν μεταφράστηκαν σε κάτι που θα μπορούσαν να χρησιμοποιήσουν στην εργασία τους.

Αλλά όταν διαβάζετε μια είδηση ​​για μια επιστημονική εργασία, δεν θα ακούσετε ποτέ για την απόχρωση της κλινικής σημασίας. Θυμάστε όλες αυτές τις τρομακτικές ιστορίες για την ιβουπροφαίνη και τις καρδιακές προσβολές; Υπάρχει πραγματικά ένας πολύ γνωστός στατιστικά σημαντικός σύνδεσμος μεταξύ της λήψης ιβουπροφαίνης και της καρδιακής προσβολής. Το μόνο πρόβλημα είναι ότι, για τους περισσότερους από εμάς, η αύξηση του κινδύνου είναι πολύ μικρή - είναι στατιστικά σημαντική, αλλά όχι κλινικά σημαντική.

Το αντίθετο ισχύει επίσης: Υπάρχει μια στατιστικά σημαντική σχέση μεταξύ της μέτριας κατανάλωσης αλκοόλ και του θανάτου. Το μόνο πρόβλημα είναι ότι η διαφορά είναι μικρή και πιθανότατα εξηγείται από άλλους παράγοντες, οπότε δεν υπάρχει λόγος να αρχίζετε να πιείτε ένα ποτήρι κρασί κάθε μέρα.

Σχεδόν κάθε άρθρο που έχετε διαβάσει ποτέ στην επιστήμη αναφέρει στατιστικά στοιχεία όπως σημαίνουν κάτι.

Πολύ συχνά, δεν το κάνουν.

Εντοπισμός σημασίας

Είναι δύσκολο να γνωρίζουμε τι έχει σημασία όταν πρόκειται για σπουδές. Η κλινική σημασία είναι κάτι που συχνά απαιτεί ιατρικό πτυχίο και χρόνια εκπαίδευσης για να κατανοηθεί σωστά.

Υπάρχουν όμως μερικά πράγματα που μπορείτε να προσέξετε.

Εάν το απόλυτο μέγεθος της επίδρασης είναι μικρό, εκτός και αν είναι ένα πολύ σοβαρό συμβάν (όπως ο θάνατος), οι πιθανότητες είναι περιορισμένη η κλινική σημασία. Εάν το αποτέλεσμα για το οποίο μιλάνε οι άνθρωποι σχετίζεται μόνο με την πραγματική υγεία - για παράδειγμα, η ποσότητα παγωτού - υπάρχει μια καλή πιθανότητα τα αποτελέσματα να μην σας πουν πραγματικά πολλά για τη ζωή σας.

Εάν ανησυχείτε ποτέ, επισκεφθείτε έναν γιατρό. Υπάρχει λόγος που χρειάζεται σχεδόν μια δεκαετία για να είναι πλήρως προσόντα.

Μερικές φορές αυτό το πράγμα δεν είναι τόσο εύκολο.