P-value в таблице исходных характеристик: нужно ли его указывать? Давайте разберёмся ◈ В ряде крупных журналов (например, The New England Journal of Medicine) в таблицах исходных характеристик p-значения не указываются. Причина простая: такие таблицы носят описательный характер и не предназначены для проверки статистических гипотез. ◈ Та же позиция прямо сформулирована в последних рекомендациях American Heart Association по представлению статистических данных: "If baseline characteristics are presented by treatment assignment, statistical significance tests comparing baseline variables between treatment groups should not be performed." ◈ Даже в наблюдательных исследованиях использование p-значений для сравнения исходных характеристик между группами не рекомендуется. В рекомендациях STROBE  подчёркивается, что baseline-таблицы носят описательный характер и не предназначены для проверки гипотез. В частности: "Inferential measures such as standard errors and confidence intervals should not be used to describe the variability of characteristics, and significance tests should be avoided in descriptive tables. Also, P values are not an appropriate criterion for selecting which confounders to adjust for in analysis; even small differences in a confounder that has a strong effect on the outcome can be important." ◈ Отдельно отмечается, что p-значения не подходят для отбора конфаундеров для корректировки: даже небольшие различия в факторе, существенно связанном с исходом, могут быть клинически значимы независимо от уровня статистической значимости. ◈ Что важно помнить о p-value в baseline-таблицах: ➢ не измеряет степень клинического баланса между группами, ➢ существенно зависит от размера выборки, ➢ может создавать ложное ощущение значимости или её отсутствия. ◈ В исследованиях с использованием matching (например, propensity score matching) допустимо оценивать баланс после сопоставления групп. Однако и здесь предпочтение обычно отдаётся описательным метрикам — например, стандартизированной разнице средних (SMD), а не p-значениям, которые остаются чувствительными к размеру выборки и плохо отражают реальную степень клинического дисбаланса. ⚠️ Также интересная дискуссия по теме: discourse.datamethods.org. ◈ ICMJE и другие авторитетные руководства (в том числе SAMPL) давно призывают не полагаться исключительно на проверку статистических гипотез. Напомню: p-value - это вероятность получить наблюдаемое или более экстремальное различие при условии, что на самом деле различий нет (нулевая гипотеза верна). Оно не показывает вероятность отсутствия различий и не отражает размер эффекта - лишь степень несовместимости данных с предположением об их отсутствии. При множественных сравнениях (что и происходит в таблице исходных характеристик) вероятность «значимого» результата возрастает даже при полном отсутствии реальных различий. Автор поста: Мареев Юрий Вячеславович, к.м.н., кардиолог, исследователь Университета Глазго, эксперт Независимой Национальной Академии Доказательной Медицины. Рецензенты: Елена Максимовна Майорова, Александр Юрьевич Суворов. ⚠️ Коллеги, по вашему опыту: пробовали ли вы отправлять статьи, в которых в таблице исходных характеристик принципиально не указывали p-значения? И второй вопрос к тем, кто выступает в роли рецензента: пропустили бы вы такую статью (при прочих равных — хорошем дизайне и корректных методах) или попросили бы добавить результаты сравнения групп? 👨‍🏫 Читайте. Думайте. Делитесь. Создавайте. ТГ канал | Чат| Рубрикатор |Сайт | Группа ВК | Ютуб | Контакты| Clinicalstudy.ru