Table 1でp値を書くべきか書かないべきか

疫学研究・臨床研究の論文のTable 1。最近p値を表示していないものをよく見ませんか?

でもp値があったほうがわかり易くないですか?

このTable 1でp値を書くべきか問題について、この記事で解説しました。

 

 

Table 1でp値がない?!

Table 1でp値がない?!

疫学研究・臨床研究の論文でTable 1とはその集団の特徴を表すものです。

多くは2群又は3群の比較がメインテーマであり、それぞれの特徴を対比するように情報をまとめます。

比較というと検定→p値で表現され得ますね。

実際、多くの論文でTable 1にp値を見ます。

 

Table 1のp値。これは結構見やすいです。

年齢はp=0.80、群間に差はなし。

性別はp=0.10、男性の割合にちょっと差はあるが、有意差はなし。

高血圧罹患はp=0.01、治療群に多い。

など。

 

でも最近の論文(特にトップジャーナル)ではTable 1にp値をみません

治療群とコントロール群の、年齢の平均±SDのみ書いてあり、そのt検定の結果は書いてありません。

ちょっと見にくいのですが。。。

 

なぜp値が表示されなくなったのでしょうか。

 

 

p値の解釈を見直そう

年齢がコントロールで平均60歳、治療群で64歳、p値が0.03だったとします。

この意味は「真実はこの2群で年齢に差がないのにも関わらず、これほどの(平均4歳以上の)差が出てしまう確率が3%だ」ということです。

→3%は低いので、差はあると言えるだろうということです。

 

この解釈ができれば、別にp値が表示されていても全く構わないわけです。

 

問題なのは、p<0.05で「差あり/なし」と結論してしまう人達です。

 

 

Multiple testingが問題である

pが0.05未満か以上かだけで差を判断することを、ネイマン・ピアソンの仮説検定といいます。

これはわかりやすく、臨床医に好まれています。

わかりやすい反面、p値の解釈を無視してしまいます

 

ネイマン・ピアソンの仮説検定は1回の検定であれば問題は少ないのですが、複数回やると問題となります。

Multiple testingといわれます。

 

5回検定したら・・・?

1回も間違った結論を出さない確率は、0.95の5乗=0.77、77%となります。

Table 1にp値は15回くらい出てくるでしょうか。

これが問題となるのです。

 

実際、2群に差がないだろう大規模ランダム化研究でも、Table 1には少なくとも1回くらいp<0.05の項目が出てくるはずです。

当然ですね。Table 1にp値は15回くらい出てくるなら、1回も間違った結論を出さない(母集団に差がない)確率=全てp>0.05である確率は、0.95の15乗=0.46、46%なのです。

 

 

p値だけで差を判断しないでくれ

p値が0.05未満か以上かだけで差を判断しないでください

そうする人が多いから、Table 1にp値が掲載されていません。

 

p値も大事ですが、平均や中央値の差もとても重要です

pがいくら低かろうと、差が大した事なければ、実質ほとんど意味ありませんね。

 

NEJMなどはp値を掲載しないようなeditorial policyですが、特に臨床医向けの医学誌の場合、p値を書かないことはmisleadingを防ぐために必要かもしれません。

 

 

まとめ

p値はちゃんと解釈できれば問題になりません。

解釈できない人が多いことが問題です。

ではまた。

-疫学・臨床研究

Copyright© Riklog , 2020 All Rights Reserved Powered by AFFINGER5.