Et af de almindelige problemer, som læsere (og forfattere!) af medicinske artikler står over for, er fortolkningen af ordet “signifikans”. Udtrykket “statistisk signifikans” bliver ofte misfortolket som et “klinisk vigtigt” resultat. Forvirringen skyldes, at mange mennesker sætter lighedstegn mellem “signifikans” og dets bogstavelige betydning af “betydning”, mens det i statistik har en langt mere restriktiv konnotation. Denne artikel forklarer ideen om statistisk signifikans og skelner den fra klinisk relevans eller vigtighed, som er et helt andet begreb. I den foregående artikel i denne serie så vi på forskellige måder at udtrykke statistisk signifikans på (“P”-værdier versus konfidensintervaller). Målinger af statistisk signifikans kvantificerer sandsynligheden for, at resultaterne af en undersøgelse skyldes tilfældigheder. Klinisk signifikans henviser derimod til størrelsen af den faktiske behandlingseffekt (dvs. forskellen mellem interventions- og kontrolgruppen, også kendt som “behandlingseffektstørrelsen”), som vil afgøre, om resultaterne af forsøget sandsynligvis vil påvirke den nuværende medicinske praksis. P-værdien, der ofte anvendes til at måle statistisk signifikans, er sandsynligheden for, at undersøgelsesresultaterne skyldes tilfældigheder snarere end en reel behandlingseffekt. Den konventionelle grænseværdi for, hvornår “P”-værdien anses for statistisk signifikant, er 0,05 (eller 5 %). Hvad en P < 0,05 indebærer, er, at muligheden for, at resultaterne i en undersøgelse skyldes tilfældigheder, er <5%.
I klinisk praksis afhænger et resultats “kliniske betydning” af dets konsekvenser for den eksisterende praksis – behandlingseffektstørrelse er en af de vigtigste faktorer, der ligger til grund for behandlingsbeslutninger. LeFort foreslår, at den kliniske betydning bør afspejle “omfanget af ændringen, om ændringen gør en reel forskel i forsøgspersonernes liv, hvor længe virkningerne varer, forbrugernes accept, omkostningseffektivitet og lethed i gennemførelsen”. Mens der findes etablerede, traditionelt accepterede værdier for statistisk signifikanstestning, mangler disse værdier for evaluering af klinisk signifikans. Oftest er det klinikerens (og patientens) vurdering, der afgør, om et resultat er klinisk signifikant eller ej.
Statistisk signifikans afhænger i høj grad af undersøgelsens stikprøvestørrelse; med store stikprøvestørrelser kan selv små behandlingseffekter (som er klinisk ubetydelige) fremstå statistisk signifikante; læseren skal derfor fortolke nøje, om denne “signifikans” er klinisk betydningsfuld. En undersøgelse offentliggjort i Journal of Clinical Oncology sammenlignede den samlede overlevelse hos 569 patienter med fremskreden bugspytkirtelkræft, som blev randomiseret til at modtage erlotinib plus gemcitabin versus gemcitabin alene. Man fandt, at medianoverlevelsen var “signifikant” forlænget i erlotinib/gemcitabin-armen (6,24 måneder vs. 5,91 måneder, P = 0,038). P = 0,038 betyder, at der kun er en chance på 3,8 % for, at denne observerede forskel mellem grupperne opstod tilfældigt (hvilket er mindre end den traditionelle grænseværdi på 5 %) og derfor er statistisk signifikant. I dette eksempel er den kliniske relevans af denne “positive” undersøgelse “behandlingseffekten” eller forskellen i medianoverlevelsen mellem 6,24 og 5,91 måneder – blot 10 dage, hvilket de fleste onkologer ville være enige i er en klinisk irrelevant “forbedring” af resultaterne, især når man tager højde for den ekstra toksicitet og de ekstra omkostninger, der er forbundet med kombinationen.
De fleste tidsskrifter støtter nu brugen af CONSORT-erklæringen for rapportering af randomiserede forsøg med parallelgrupper, som understreger behovet for rapportering af den estimerede effektstørrelse og dens præcision (f.eks. 95% konfidensinterval) for hvert primært og sekundært resultat. Læserne bør huske på, at fortolkningen af undersøgelsesresultater bør tage hensyn til den kliniske betydning ved at se på den faktiske behandlingseffekt (med konfidensintervaller) og bør ikke blot baseres på “P”-værdier og statistisk signifikans.