Valeur P

Utilisation des valeurs p

• un test statistique ne peut pas prouver quoi que ce soit de manière absolue - tout ce qu'un test statistique peut faire, c'est quantifier la probabilité qu'un résultat observé dans une étude soit un effet réel plutôt qu'un effet dû au hasard
  • les tests de signification (tests d'hypothèse) dans les études cliniques sont entrepris pour évaluer la probabilité qu'une différence observée entre les interventions ait pu se produire par hasard - les tests vérifient en fait l'hypothèse qu'aucune différence n'existe entre les interventions (appelée "hypothèse nulle")
  • la valeur p est la probabilité qu'il n'y ait pas de différence entre les interventions pour un critère d'évaluation donné ("hypothèse nulle")
    • La probabilité peut prendre n'importe quelle valeur entre zéro (aucune chance) et 1,0 (certitude), ce qui est également vrai pour la valeur p.
    • il existe une convention arbitraire qui consiste à utiliser une valeur p de 0,05
      • Cela signifie que si la valeur p est < 0,05 (ce qui signifie que la probabilité que les effets de deux interventions soient identiques est de 1 sur 20 ou moins), les effets de deux interventions sont considérés comme statistiquement significativement différents et l'"hypothèse nulle" est réfutée (c'est-à-dire qu'il existe des preuves qu'il existe une différence entre les interventions).
      • inversement, si la valeur p est >0,05, cela signifie, par convention, qu'il n'y a pas de différence d'effet statistiquement significative entre les interventions.
      • il convient de noter que les tests de signification n'indiquent pas à eux seuls l'ampleur de la différence observée entre les traitements, qui est nécessaire pour déterminer l'importance clinique des résultats de l'étude.

Référence :

1. MeReC Briefing (2005);30:1-7.