Στατιστική σημαντικότητα: τι σημαίνει και τι δεν σημαίνει

Στατιστική σημαντικότητα: τι σημαίνει και τι δεν σημαίνει

Η φράση «στατιστικά σημαντικό» έχει γίνει σχεδόν συνώνυμο του «αποδεδειγμένο». Κι όμως, στην ιατρική και τη δημόσια υγεία μπορεί να είναι το πιο παραπλανητικό κομμάτι μιας είδησης: να είναι αληθινή ως προς τους αριθμούς, αλλά φτωχή ως προς το νόημα. Η στατιστική σημαντικότητα είναι εργαλείο για να κρίνουμε αν ένα εύρημα είναι πιθανό να οφείλεται στην τύχη, όχι σφραγίδα ότι μια παρέμβαση δουλεύει ουσιαστικά, ούτε εγγύηση ότι ισχύει για όλους. Αν το καταλάβουμε αυτό, διαβάζουμε αλλιώς τίτλους για «νέα φάρμακα», «θαυματουργές δίαιτες» και «κινδύνους» που τελικά είναι πολύ μικρότεροι (ή πολύ μεγαλύτεροι) απ’ όσο δείχνουν με μια ματιά.

Τι σημαίνει «στατιστικά σημαντικό» (και τι είναι το p-value)

Στον πυρήνα βρίσκεται συνήθως ένα p-value, ένας αριθμός που δείχνει πόσο συμβατό είναι το αποτέλεσμα μιας μελέτης με την υπόθεση ότι «δεν υπάρχει πραγματική διαφορά» και ό,τι βλέπουμε είναι προϊόν τυχαιότητας. Όταν το p-value είναι μικρότερο από ένα προκαθορισμένο όριο (συχνά 0,05), οι ερευνητές λένε ότι το αποτέλεσμα είναι «στατιστικά σημαντικό».

Η κρίσιμη λεπτομέρεια: αυτό δεν σημαίνει ότι η πιθανότητα να είναι λάθος το αποτέλεσμα είναι 5%. Ούτε σημαίνει ότι υπάρχει 95% πιθανότητα να ισχύει. Το p-value μιλά για το πόσο ασυνήθιστο θα ήταν να δούμε ένα τόσο «ακραίο» αποτέλεσμα, αν στην πραγματικότητα δεν υπήρχε διαφορά. Είναι τεστ συμβατότητας με ένα συγκεκριμένο μοντέλο, όχι μέτρο αλήθειας.

Και κάτι ακόμη: το όριο 0,05 είναι συμβατική γραμμή στην άμμο. Δεν είναι νόμος της φύσης. Ένα p=0,049 και ένα p=0,051 δεν διαφέρουν ουσιαστικά, όμως συχνά παρουσιάζονται σαν να ανήκουν σε διαφορετικούς κόσμους.

Σημαντικό για τους αριθμούς δεν σημαίνει σημαντικό για τον ασθενή

Στην υγεία αυτό που ενδιαφέρει είναι το μέγεθος του οφέλους ή της βλάβης. Μια μελέτη μπορεί να βρει «στατιστικά σημαντική» μείωση της αρτηριακής πίεσης ή της χοληστερόλης, αλλά η μεταβολή να είναι τόσο μικρή ώστε να μην αλλάζει ουσιαστικά τον κίνδυνο εμφράγματος ή εγκεφαλικού για τους περισσότερους ανθρώπους. Το αντίστροφο επίσης συμβαίνει: ένα πραγματικά σημαντικό κλινικό όφελος μπορεί να μη βγει «στατιστικά σημαντικό» αν η μελέτη είναι μικρή ή αν τα δεδομένα έχουν μεγάλη διακύμανση.

Εδώ είναι χρήσιμο να αναζητάμε πληροφορίες όπως «πόσο μεγάλη ήταν η διαφορά;» και «είναι αυτή η διαφορά πρακτικά σημαντική;». Στις κλινικές μελέτες, αυτό συνδέεται με έννοιες όπως το απόλυτο όφελος (πόσοι άνθρωποι ωφελούνται πραγματικά), όχι μόνο με σχετικές μεταβολές που συχνά ακούγονται εντυπωσιακές.

Αν μια είδηση ακουμπά θεραπευτικές αποφάσεις, το ασφαλές βήμα είναι να μην μεταφράζεται σε αλλαγή αγωγής από τον ίδιο τον αναγνώστη. Η αξιολόγηση του πραγματικού οφέλους, των κινδύνων και των εναλλακτικών γίνεται μαζί με γιατρό, και για τα φάρμακα συχνά και με φαρμακοποιό.

Διαστήματα εμπιστοσύνης: ο «φακός» που συχνά λείπει

Αν το p-value είναι η ερώτηση «θα μπορούσε να είναι τύχη;», τα διαστήματα εμπιστοσύνης είναι το πλαίσιο που δείχνει «πόσο μεγάλο μπορεί να είναι το αποτέλεσμα;». Ένα διάστημα εμπιστοσύνης περιγράφει ένα εύρος πιθανών τιμών που είναι συμβατές με τα δεδομένα και το στατιστικό μοντέλο. Όταν το εύρος είναι στενό, έχουμε πιο ακριβή εκτίμηση. Όταν είναι πλατύ, το αποτέλεσμα είναι αβέβαιο, ακόμη κι αν «περνά» το όριο της σημαντικότητας.

Στην πράξη, ένα αποτέλεσμα μπορεί να είναι στατιστικά σημαντικό αλλά το διάστημα εμπιστοσύνης να περιλαμβάνει τόσο μικρά όσο και μέτρια κλινικά οφέλη. Τότε το μήνυμα δεν είναι «δουλεύει σίγουρα», αλλά «πιθανόν βοηθά, όμως δεν ξέρουμε ακόμη πόσο». Αυτή η διαφορά στη διατύπωση είναι όλη η δημοσιογραφική ουσία.

Όταν πρόκειται για πρόγνωση, εξετάσεις ή θεραπεία, αυτή η αβεβαιότητα είναι που πρέπει να μεταφερθεί καθαρά. Το σωστό ερώτημα για τον αναγνώστη δεν είναι «είναι σημαντικό;» αλλά «πόσο είναι το αποτέλεσμα και πόσο σίγουροι είμαστε;». Η τελική ερμηνεία, ειδικά σε προσωπικό επίπεδο, χρειάζεται κλινικό πλαίσιο και συζήτηση με επαγγελματία υγείας.

Γιατί «βγαίνει» σημαντικότητα: δείγμα, πολλαπλές δοκιμές και επιλεκτική ανάγνωση

Με μεγάλα δείγματα, ακόμη και πολύ μικρές διαφορές γίνονται εύκολα «στατιστικά σημαντικές». Αυτό δεν είναι απάτη· είναι μαθηματικά. Όσο περισσότερους συμμετέχοντες έχεις, τόσο πιο εύκολα ανιχνεύεις και λεπτές αποκλίσεις. Το ερώτημα επιστρέφει: έχει σημασία αυτή η απόκλιση στη ζωή του ανθρώπου;

Υπάρχει και το πρόβλημα των πολλαπλών συγκρίσεων. Αν σε μια μελέτη δοκιμάσεις δεκάδες ή εκατοντάδες συσχετίσεις (πολλά συμπτώματα, πολλές υποομάδες, πολλούς βιοδείκτες), στατιστικά κάποια «σημαντικά» θα εμφανιστούν απλώς από τύχη. Γι’ αυτό οι σοβαρές αναλύσεις διορθώνουν για τις πολλαπλές δοκιμές ή ξεχωρίζουν με σαφήνεια τι ήταν προ-καθορισμένο και τι διερευνητικό.

Τέλος, υπάρχει η επιλεκτική δημοσίευση και η επιλεκτική ανάγνωση: τα θετικά αποτελέσματα τείνουν να δημοσιεύονται πιο εύκολα και να γίνονται πρωτοσέλιδα πιο γρήγορα. Έτσι, η εικόνα που φτάνει στο κοινό μπορεί να είναι πιο «ροζ» από την πραγματικότητα. Γι’ αυτό έχει αξία η σύνοψη πολλών μελετών (συστηματικές ανασκοπήσεις) και η αναπαραγωγή των ευρημάτων από ανεξάρτητες ομάδες.

Συσχέτιση δεν είναι αιτιότητα: το κλασικό λάθος πίσω από «στατιστικά σημαντικά» ευρήματα

Πολλά ευρήματα υγείας είναι παρατηρησιακά: βλέπουν τι συμβαίνει σε πληθυσμούς χωρίς να παρεμβαίνουν. Μπορεί να βρουν στατιστικά σημαντική συσχέτιση μεταξύ μιας συνήθειας και ενός κινδύνου. Αυτό δεν σημαίνει ότι η συνήθεια «προκαλεί» τον κίνδυνο. Μπορεί να υπάρχει τρίτος παράγοντας (ηλικία, κοινωνικοοικονομική κατάσταση, συνοδά νοσήματα), μεροληψία επιλογής ή λάθη μέτρησης.

Οι τυχαιοποιημένες κλινικές δοκιμές είναι ισχυρότερες για να εξετάσουν αιτιότητα, αλλά ούτε αυτές είναι άτρωτες: θέματα συμμόρφωσης, αποχωρήσεις, περιορισμένη γενικευσιμότητα σε πραγματικές συνθήκες. Όταν μια είδηση μεταφράζει μια παρατηρησιακή συσχέτιση σε βεβαιότητα τύπου «X προκαλεί Y», ο αναγνώστης δικαιούται να κρατήσει αποστάσεις.

Αν το θέμα αφορά διάγνωση ή θεραπεία, ο κανόνας είναι απλός: μια «στατιστικά σημαντική» σχέση δεν είναι οδηγία για προσωπικές αποφάσεις. Το τι είναι κατάλληλο για έναν συγκεκριμένο άνθρωπο εξαρτάται από ιστορικό, φάρμακα, κινδύνους και στόχους, άρα χρειάζεται ιατρική καθοδήγηση.

Πώς να διαβάζετε ειδήσεις υγείας με «στατιστική σημαντικότητα» χωρίς να παρασύρεστε

Τρεις ερωτήσεις αρκούν για να ξεκαθαρίσει το τοπίο. Πρώτον: ποιο είναι το μέγεθος του αποτελέσματος; Αν λείπει, κάτι δεν πάει καλά. Δεύτερον: πόσο σίγουροι είμαστε; Αναζητήστε διαστήματα εμπιστοσύνης, επανάληψη σε άλλες μελέτες, και αν πρόκειται για συνολική αξιολόγηση πολλών δεδομένων. Τρίτον: τι είδους μελέτη ήταν; Παρατηρησιακή, τυχαιοποιημένη, σε ανθρώπους ή σε εργαστήριο, σε «ιδανικές» συνθήκες ή στην καθημερινή κλινική πράξη;

Αν η πληροφορία σας αγγίζει προσωπικά—ιδίως για φάρμακα, εξετάσεις ή χρόνιες παθήσεις—μην τη μετατρέπετε σε αυτοδιάγνωση ή αλλαγή αγωγής. Η σωστή κίνηση είναι να τη συζητήσετε με τον γιατρό σας, και όπου χρειάζεται και με φαρμακοποιό, ώστε να μπει στο πλαίσιο των δικών σας παραγόντων κινδύνου.

Η στατιστική σημαντικότητα δεν είναι «ψέμα», είναι απλώς περιορισμένη γλώσσα. Λέει κάτι στενό: «το εύρημα δύσκολα εξηγείται μόνο από τύχη, με βάση τις υποθέσεις του μοντέλου». Δεν λέει αν η διαφορά αξίζει, αν αφορά εσάς, αν επαναλαμβάνεται, αν είναι αιτιακή. Όταν αυτή η διάκριση μπαίνει στην ανάγνωση, οι ειδήσεις υγείας παύουν να είναι σειρά από εντυπώσεις και γίνονται αυτό που πρέπει: πληροφορία με μέτρο, αβεβαιότητα όπου υπάρχει, και χώρο για υπεύθυνη απόφαση μαζί με τον κατάλληλο επαγγελματία υγείας.

Comments

comments

Posts Carousel

Latest Posts

Featured Videos

Comments

comments

Afieroma.gr
Επισκόπηση απορρήτου

Αυτός ο ιστότοπος χρησιμοποιεί cookies για να σας παρέχουμε την καλύτερη δυνατή εμπειρία χρήστη. Οι πληροφορίες των cookies αποθηκεύονται στο πρόγραμμα περιήγησής σας και εκτελούν λειτουργίες όπως η αναγνώρισή σας όταν επιστρέφετε στον ιστότοπό μας και βοηθώντας την ομάδα μας να καταλάβει ποια τμήματα του ιστότοπου μας θεωρείτε πιο ενδιαφέροντα και χρήσιμα.