Hallo,
in der Evidenzbasierte Medizin . (EbM) wird in Studien nach der bestmöglichen Therapie gesucht.
In Studien taucht dann oftmals der Begriff auf, dass die Unterschiede z.B. beim Überleben, beim Progress oder beim Auftreten von Nebenwirkungen einen statistisch signifikanten Unterschied zeigen bzw. nicht zeigen.
Gemessen wird dies mit dem p-Wert. Wobei hier relativ willkürlich die Grenze meist bei 0,05 gezogen wird.
Dieser Wert bedeutet lediglich, dass in dieser Studie die Unterschiede zwischen den beiden Therapien z.B. beim Überleben, zu 95% richtig sind.
Würde man genaue diese Studie 100-mal durchführen, dann würde bei ca. 5 exakt gleich durchgeführten Studien ein anderes Ergebnis herauskommen.
Statistische Signifikanz sagt nichts darüber aus:
Wichtig ist beim p-Wert wie viel Werte gemessen wurden, und genau so wichtig wie das Studiendesign war.
In der Wissenschaftsgemeinschaft der Statistiker*innen gibt daher ein paar kritische Geister, die davor warnen sich nur auf den p-Wert zu konzentrieren.
Scientists rise up against statistical significance
Valentin Amrhein, Sander Greenland, Blake McShane and more than 800 signatories call for an end to hyped claims and the dismissal of possibly crucial effects.
Nature 567, 305-307 (2019)
doi: 10.1038/d41586-019-00857-9
John Ioannidis, Arzt und Statistikprofessor in Stanford und derzeit für 3 Jahre mit einer Gastprofessur in Berlin, kritisiert sowohl den leichtfertigen Umgang mit p-Werten als auch den oben angeführten NATUR-Artikel.
p-Wert sind für ihn kein Allheilmittel, aber ohne sie würde die Konflikte in der Wissenschaftsgemeinschaft eskalieren.
Er rät auf folgende Dinge zu achten:
Berichterstattung:
Von Patrick Illinger
Als Verein sind wir stärker:
Fördermitglied oder aktives Vereinsmitglied werden