TAMANHO DO PENILE E COMPRIMENTO DO PENILE
O tamanho do sapato prevê o comprimento do pénis? Não estou a brincar, este é um estudo real.
Passo 1: Diga a hipótese Nula: Não há relação entre o tamanho do sapato e o comprimento do pénis OU o tamanho do sapato não prediz o comprimento do pénis. O objetivo do estudo seria rejeitar esta hipótese que favoreceria a hipótese alternativa, ou seja, há uma relação entre o tamanho do pênis e o comprimento do pênis OU o tamanho do pênis prevê o comprimento do pênis (há três possibilidades; nenhuma correlação, positiva ou negativa)
Passo 2: Dois urologistas mediram o comprimento do pênis esticado de 104 homens em um estudo prospectivo e relacionaram isso com o tamanho do pênis.
Passo 3: Os resultados foram avaliados estatisticamente usando um modelo de regressão de mínimos quadrados, com o nível de significância escolhido como P<0.05.
Valor de p
Agora digamos que você obteve um resultado positivo, ou seja, o comprimento do pénis aumenta com o tamanho do sapato. Como você pode ter certeza que essa correlação foi estatisticamente significativa ou, em outras palavras, o quão bem os dados da amostra suportam o argumento de que a hipótese nula é verdadeira ? É aqui que entra o valor de p. O valor de p ajusta-se para a incerteza, dizendo-lhe quão provável é o efeito observado nos seus dados se a hipótese nula fosse verdadeira.
Aqui está a Definição da Associação Estatística Americal (ASA):
valor de p é a probabilidade sob um modelo estatístico especificado de que um resumo estatístico dos dados (por exemplo, a diferença média amostral entre dois grupos comparados) seria igual ou mais extrema que o seu valor observado
Se você tiver estabelecido a significância estatística em 0.05, então um valor de p de <0,05 diz-lhe que, assumindo que a hipótese nula é verdadeira, há uma probabilidade muito pequena de obter um resultado igual ou mais extremo do que o resultado observado. ( 1 em 20 ou 5% de probabilidade). Assim, há evidências para rejeitar a hipótese nula.
Por outro lado, se o valor de p fosse <0,65 então assumindo que a hipótese nula é verdadeira, você esperaria obter o resultado observado ou mais extremo 65% do tempo. Isso não é flash demais, pois não? A hipótese nula permaneceria então verdadeira. Espero que isso o ajude a entender o valor de P.
Bem para aqueles que são curiosos, os resultados reais foram os seguintes:
A estatística de regressão linear entre o comprimento do pênis esticado e o tamanho do sapato deu um r2 de 0,012 (P=0,28), sugerindo que não há relação estatisticamente significativa entre o comprimento do pênis esticado e o tamanho do sapato.
A interpretação do valor de p é:
Sumindo que a hipótese nula é verdadeira (o tamanho do sapato não prevê o comprimento do pênis), o efeito observado ou mais ocorreria 28% do tempo.
INTERVALOS DE CONFIANÇA
O outro conceito em precisão é o de Intervalos de Confiança (IC). No estudo acima, não há como amostrar todos os homens do mundo e medir o tamanho de seus sapatos ou comprimentos penianos.
Se fosse possível, obter-se-ia o coeficiente exato de correlação ou tamanhos médios para o tamanho do sapato e também para o comprimento peniano. Portanto, há uma necessidade de fornecer algum intervalo entre as quais a verdadeira medida se encontra. Este é o intervalo de confiança.
Usualmente, o intervalo de confiança é definido em 95% o que lhe diz que se você fizesse este estudo 100 vezes, 95 de 100 vezes, a verdadeira medida estaria entre os dois intervalos de confiança.
Vejamos outro estudo interessante.
PÉ-DE-BOLO E ATAQUES DE CORAÇÃO
Vejamos outro exemplo e tentemos responder as seguintes perguntas. Leia o seguinte resultado do estudo de Wilbert-Lampen et al. O estudo examina a associação entre eventos cardiovasculares e futebol da Copa do Mundo.
Eventos cardiovasculares (leia-se = problemas cardíacos) ocorridos em pacientes da grande Munique foram avaliados prospectivamente por médicos de emergência durante a Copa do Mundo. Nós comparamos esses eventos com eventos que ocorreram durante o período de controle: 1 de maio a 8 de junho e 10 de julho a 31 de julho de 2006, e 1 de maio a 31 de julho de 2003 e 2005.
Acidentes cardiovasculares agudos foram avaliados em 4279 pacientes. Em dias de jogos envolvendo a equipe alemã, a incidência de emergências cardíacas foi de 2,66 vezes que durante o período de controle (intervalo de confiança de 95%, 2,33 a 3,04; P<0,001); para os homens, a incidência foi de 3.26 vezes que durante o período de controle (IC 95%, 2,78 a 3,84; P<0,001), e para as mulheres, foi 1,82 vezes que durante o período de controle (IC 95%, 1,44 a 2,31; P<0,001).
1. A incidência de emergências cardíacas foi estatisticamente significativa e por quê?
2. Os homens têm um risco aumentado de eventos cardiovasculares durante as partidas da copa do mundo? Isto é maior do que o risco para as mulheres? O resultado é estatisticamente significante?
3. Finalmente, deveriam existir maiores procedimentos de emergência durante os eventos da Copa do Mundo com base neste resultado? (Dica: Isto requer pensamento subjetivo e analítico e depende de muitas variáveis). Respostas no final.
PONTOS KEY TAKEAWAY
O valor p por si só não significa nada. Tem de ser colocado no contexto da metodologia do estudo e da medida do efeito. Os valores de P podem ser significativos reduzindo a robustez da medida (por exemplo, se a melhoria do benchmark for de 8 pontos e você obtiver um resultado não significativo, reduzindo o benchmark para 4 pontos, você pode obter um resultado estatisticamente significativo).
Mas uma melhoria de 4 pontos não é tão boa quanto uma melhoria de 8 pontos. A interpretação é sempre subjetiva, e é aqui que as habilidades analíticas são importantes. Ela garante que você não toma as coisas pelo valor facial.
De acordo com o artigo impressionante de Ioannidis, Why Most Published Research Findings Are False:
Pesquisa não é representada e resumida de forma mais apropriada pelos valores p, mas, infelizmente, há uma noção generalizada de que os artigos de pesquisa médica devem ser interpretados com base apenas nos valores p.
De acordo com a declaração recentemente divulgada pela ASA-
>O valor p nunca pretendeu ser um substituto do raciocínio científico.
A partir do momento em que aparece, o valor p se tornou um guardião para saber se o trabalho é publicável, pelo menos em alguns campos,….. Este aparente viés editorial leva ao ‘efeito file-drawer’, no qual pesquisas com resultados estatisticamente significativos têm muito mais probabilidade de serem publicadas, enquanto outros trabalhos que poderiam ser tão importantes cientificamente nunca são vistos na imprensa. Ele também leva a práticas chamadas por nomes como ‘p-hacking’ e ‘data dredging’ que enfatizam a busca por pequenos valores de p sobre outros raciocínios estatísticos e científicos.
Um valor de p, ou significância estatística, não mede o tamanho de um efeito ou a importância de um resultado.
Valores de p não medem a probabilidade de que a hipótese estudada é verdadeira, ou a probabilidade de que os dados foram produzidos apenas por acaso.
Conclusões científicas e decisões comerciais ou políticas não devem ser baseadas apenas em se um valor-p ultrapassa um limite específico.
CI é o intervalo de valores entre os quais a verdadeira medida da população se situa para um determinado nível de confiança.
Intervalos de confiança podem ser reduzidos pelo aumento do tamanho da amostra, à medida que se começa a aproximar da verdadeira medida da população, incluindo mais pessoas da população.
RESPOSTAS
1. Sim, a incidência foi estatisticamente significativa, conforme delineado pelo valor p.
2. Os homens têm um risco maior de eventos cardiovasculares do que as mulheres, e o risco é estatisticamente significativo. Veja os valores de IC e P.
3. Não há respostas fixas, e outros estudos são necessários. Pessoas diferentes podem ter formas diferentes de analisar estes dados.