Uno de los problemas comunes a los que se enfrentan los lectores (¡y los autores!) de artículos médicos está en la interpretación de la palabra «significación». El término «significación estadística» suele interpretarse erróneamente como un resultado «clínicamente importante». La confusión se debe a que mucha gente equipara «significación» con su significado literal de «importancia», mientras que en estadística tiene una connotación mucho más restrictiva. Este artículo explica la idea de la significación estadística y la diferencia de la relevancia o importancia clínica, que es un concepto totalmente diferente. En el artículo anterior, de esta serie, vimos diferentes formas de expresar la significación estadística (valores «P» frente a intervalos de confianza). Las medidas de significación estadística cuantifican la probabilidad de que los resultados de un estudio se deban al azar. La significación clínica, en cambio, se refiere a la magnitud del efecto real del tratamiento (es decir, la diferencia entre los grupos de intervención y de control, también conocida como «tamaño del efecto del tratamiento»), que determinará si es probable que los resultados del ensayo repercutan en la práctica médica actual. El valor «P», utilizado frecuentemente para medir la significación estadística, es la probabilidad de que los resultados del estudio se deban al azar y no a un efecto real del tratamiento. El límite convencional para que el valor «P» se considere estadísticamente significativo es de 0,05 (o 5%). Lo que una P < 0,05 implica es que la posibilidad de que los resultados de un estudio se deban al azar es <5%.
En la práctica clínica, la «importancia clínica» de un resultado depende de sus implicaciones en la práctica existente -el tamaño del efecto del tratamiento es uno de los factores más importantes que impulsan las decisiones de tratamiento. LeFort sugiere que la importancia clínica debe reflejar «el alcance del cambio, si el cambio supone una diferencia real en la vida de los sujetos, la duración de los efectos, la aceptabilidad por parte del consumidor, la rentabilidad y la facilidad de aplicación». Aunque existen valores establecidos y tradicionalmente aceptados para las pruebas de significación estadística, no existen para evaluar la significación clínica. La mayoría de las veces, es el juicio del clínico (y del paciente) el que decide si un resultado es clínicamente significativo o no.
La significación estadística depende en gran medida del tamaño de la muestra del estudio; con tamaños de muestra grandes, incluso pequeños efectos del tratamiento (que son clínicamente intrascendentes) pueden parecer estadísticamente significativos; por lo tanto, el lector tiene que interpretar cuidadosamente si esta «significación» es clínicamente significativa. Un estudio publicado en el Journal of Clinical Oncology comparó la supervivencia global de 569 pacientes con cáncer de páncreas avanzado que fueron asignados al azar a recibir erlotinib más gemcitabina frente a gemcitabina sola. La mediana de supervivencia se prolongó «significativamente» en el brazo de erlotinib/gemcitabina (6,24 meses frente a 5,91 meses, p = 0,038). La P = 0,038 significa que sólo hay un 3,8% de probabilidades de que esta diferencia observada entre los grupos se haya producido por casualidad (lo que es inferior al límite tradicional del 5%) y, por tanto, es estadísticamente significativa. En este ejemplo, la relevancia clínica de este estudio «positivo» es el «efecto del tratamiento» o la diferencia en la mediana de supervivencia entre 6,24 y 5,91 meses -unos meros 10 días, que la mayoría de los oncólogos estarían de acuerdo en que es una «mejora» clínicamente irrelevante en los resultados, especialmente si se tiene en cuenta la toxicidad y los costes añadidos que implica la combinación.
La mayoría de las revistas respaldan ahora el uso de la declaración CONSORT para informar de los ensayos aleatorios de grupos paralelos, que hace hincapié en la necesidad de informar del tamaño del efecto estimado y su precisión (como el intervalo de confianza del 95%) para cada resultado primario y secundario. Los lectores deben tener en cuenta que la interpretación de los resultados de los estudios debe tener en cuenta la importancia clínica observando el efecto real del tratamiento (con intervalos de confianza) y no debe basarse únicamente en los valores «P» y la significación estadística.