Давайте разберёмся
◈ В ряде крупных журналов (например, The New England Journal of Medicine) в таблицах исходных характеристик p-значения не указываются. Причина простая: такие таблицы носят описательный характер и не предназначены для проверки статистических гипотез.
◈ Та же позиция прямо сформулирована в последних рекомендациях American Heart Association по представлению статистических данных:
"If baseline characteristics are presented by treatment assignment, statistical significance tests comparing baseline variables between treatment groups should not be performed."
◈ Даже в наблюдательных исследованиях использование p-значений для сравнения исходных характеристик между группами не рекомендуется. В рекомендациях STROBE подчёркивается, что baseline-таблицы носят описательный характер и не предназначены для проверки гипотез. В частности:
"Inferential measures such as standard errors and confidence intervals should not be used to describe the variability of characteristics, and significance tests should be avoided in descriptive tables. Also, P values are not an appropriate criterion for selecting which confounders to adjust for in analysis; even small differences in a confounder that has a strong effect on the outcome can be important."
◈ Отдельно отмечается, что p-значения не подходят для отбора конфаундеров для корректировки: даже небольшие различия в факторе, существенно связанном с исходом, могут быть клинически значимы независимо от уровня статистической значимости.
◈ Что важно помнить о p-value в baseline-таблицах:
➢ не измеряет степень клинического баланса между группами,
➢ существенно зависит от размера выборки,
➢ может создавать ложное ощущение значимости или её отсутствия.
◈ В исследованиях с использованием matching (например, propensity score matching) допустимо оценивать баланс после сопоставления групп. Однако и здесь предпочтение обычно отдаётся описательным метрикам — например, стандартизированной разнице средних (SMD), а не p-значениям, которые остаются чувствительными к размеру выборки и плохо отражают реальную степень клинического дисбаланса.
⚠️ Также интересная дискуссия по теме:
discourse.datamethods.org.
◈ ICMJE и другие авторитетные руководства (в том числе SAMPL) давно призывают не полагаться исключительно на проверку статистических гипотез.
Напомню:
p-value - это вероятность получить наблюдаемое или более экстремальное различие при условии, что на самом деле различий нет (нулевая гипотеза верна).
Оно не показывает вероятность отсутствия различий и не отражает размер эффекта - лишь степень несовместимости данных с предположением об их отсутствии.
При множественных сравнениях (что и происходит в таблице исходных характеристик) вероятность «значимого» результата возрастает даже при полном отсутствии реальных различий.
Автор поста:
Мареев Юрий Вячеславович, к.м.н., кардиолог, исследователь Университета Глазго, эксперт Независимой Национальной Академии Доказательной Медицины.
Рецензенты:
Елена Максимовна Майорова,
Александр Юрьевич Суворов.
⚠️ Коллеги, по вашему опыту:
пробовали ли вы отправлять статьи, в которых в таблице исходных характеристик принципиально не указывали p-значения?
И второй вопрос к тем, кто выступает в роли рецензента: пропустили бы вы такую статью (при прочих равных — хорошем дизайне и корректных методах) или попросили бы добавить результаты сравнения групп?
👨🏫 Читайте. Думайте. Делитесь. Создавайте.
ТГ канал | Чат| Рубрикатор |Сайт | Группа ВК | Ютуб | Контакты| Clinicalstudy.ru