Bioestatistica e Epidemiologia

Considerando "bom" como sendo um valor-p que rejeita a hipótese nula e "ruim" sendo um valor-p que aceita, podemos dizer que somente o Estudo 2 apresenta valor-p "bom", enquanto os Estudos 1 e 3 possuem valor-p "ruim".

Para entender o que é um valor-p, primeiro temos que entender o que seria hipótese nula. No método científico, existe a hipótese com a qual o pesquisador trabalha, por exemplo provar que uma vacina é eficiente contra alguma doença, e existe a hipótese nula, que seria o contrário, no caso a vacina ser ineficiente.

Sendo assim, durante as análises dos dados se define um nível de confiança, por exemplo no Estudo 2 é igual a 95%. Isso define que valores-p iguais ou maiores que 0,05 (100% - 95%), recusam a hipótese nula e aceita a hipótese alternativa. Como no estudo 2 o valor-p calculado é acima de 0,05, recusa-se a hipótese nula, e, portanto, pode ser considerado um "bom" valor.

Diferentemente, nos estudos 1 e 3, os valores ficaram abaixo do valor-p aceitável. No estudo 1 com nível de confiança igual a 98%, o valor-p aceitável seria 0,02, mas os dados mostraram um valor-p de 0.015, enquanto no estudo 3 o nível de confiança era de 95% com valor-p aceitável de 0,05, mas os dados apontaram um valor-p de somente 0,02.

Os estudos 1 e 3 apresentam valor-p considerado bom, e o estudo 2 apresenta valor-p ruim.

É comum que na área da saúde se utilize p ≤ 0,05 para a probabilidade da alteração ou variação significativa ter sido encontrada ao acaso com erro do tipo I (falso positivo), bem como se adota intervalos de confiança ≥ 95%, portanto com significância α ≤ 0,05 (5% ou menos), o que representa que a alteração significativa está além de ±2DP.