33-3. ДИ vs p-value
 
В среду мы обсудили ширину доверительного интервала (ДИ) и факторы, которые её определяют. Сегодня сравним два показателя, которые в клинической статье встречаются рядом, – доверительный интервал и p-value, – и обсудим, почему всё чаще именно ДИ рассматривают как основной показатель результата.
 
p-value отвечает на один бинарный вопрос: достаточно ли данных, чтобы отклонить нулевую гипотезу при заранее заданном уровне значимости. Сам по себе p-value не сообщает ни о величине эффекта, ни о неопределённости оценки. Различие p = 0,049 и p = 0,051 формально определяет статусы «значимо» и «не значимо», хотя клиническая суть результатов в этих двух случаях практически одинакова.
 
Доверительный интервал содержит две информации в одной строке. Во-первых, его положение относительно границы отсутствия эффекта – единица для относительного риска, отношения шансов и отношения рисков; ноль для разностей средних и долей – указывает на статистическую значимость. Если интервал не пересекает границу – результат значим по тому же критерию α = 0,05. Если пересекает – не значим. Во-вторых, ширина интервала и его положение на числовой оси показывают величину наблюдаемого эффекта и точность, с которой эта величина оценена.
 
Рассмотрим клинический пример. Два рандомизированных исследования сравнивают новый антикоагулянт с варфарином по частоте инсульта. В первом получают относительный риск 0,75 с 95% ДИ 0,55–0,95 и p = 0,02. Во втором – относительный риск 0,75 с 95% ДИ 0,72–0,78 и p < 0,001. Точечная оценка и в первом, и во втором случаях одна и та же: снижение частоты инсульта на 25%. Оба результата статистически значимы. Однако первое исследование оставляет диапазон правдоподобных значений относительного риска от 0,55 до 0,95 – снижение может составлять от 5 до 45%. Второе сужает диапазон до 0,72–0,78 – снижение составляет 22–28%. С клинической точки зрения второе исследование позволяет принять более обоснованное решение о применении препарата.
 
Доверительный интервал ценен в случаях, когда p-value оставляет вывод неполным. Допустим, в исследовании сравнения двух гипотензивных препаратов получают разницу среднего систолического давления 1 мм рт. ст. с 95% ДИ от −1 до 3 мм рт. ст. (p = 0,38). Формально результат не значим, и опираясь только на p, исследователь оставил бы вопрос открытым. Доверительный интервал добавляет более содержательное утверждение: возможный истинный эффект, если он и существует, не выходит за пределы 3 мм рт. ст. – то есть клинически ничтожен.
 
В современной клинической литературе многие ведущие журналы рекомендуют приводить доверительный интервал ко всем основным точечным оценкам и опираться на него при интерпретации результата; p-value сохраняет роль вспомогательного показателя, но не заменяет ДИ.
 
При чтении статьи и доверительный интервал, и p-value дают полезную информацию; в современной практике обычно опираются прежде всего на доверительный интервал, поскольку он сообщает о направлении, величине и точности эффекта, тогда как p-value говорит лишь о том, отклоняется ли нулевая гипотеза.