Liest man wissenschaftliche Arbeiten dann wird der "Beweis" für die Richtigkeit der Hypothese immer mit dem p-Wert unterlegt. p-Werte Klient als 0,05 gelten in der Regel als beweisend. Jeff Leg und Roger Peng zwei Statistiker von der John-Hopkins in Baltimore haben in einer aktuell in Nature erschienen Arbeit die Sinnhaftigkeit des p-Wertes hinterfragt. Ihre kurze Arbeit betont die Wichtigkeit der gesamten Analyse. Der Artikel ist sehr lesenswert.
statistics-p-values-are-just-the-tip-of-the-iceberg

Statistiken und Risikoabschätzungen sind bei Ärzten und Patienten nicht beliebt. Auf beiden Seiten herrscht häufig reges Unverständnis über diagnostische Sicherheit, Therapieerfolg oder Rezidivwahrscheinlichkeit. Leider werden statistische Werte wie p-Wert, Sensivität, Spezifität häufig falsch verstanden oder aber bewusst fehlinterpretiert. Mit dem Unterschied zwischen relativen und absoluten Heilungsraten wird bewusst getäuscht. Der Einfluss der Prävalenz wird häufig nicht berücksichtigt.
Verwirrt ?
Um die eigene Risikokompetenz zu testen empfehle ich den Test auf der Seite des Harding-Center für Risk Literacy:
Risiko Quiz
Von dort aus kann man sich dann weiter hangeln, um seine Kompetenz in Bezug auf Bewertung von Studien weiter zu verbessern. Auch lesenswert die Unstatistik des Monats und die Faktenboxen.
Ich finde, dass man danach viele Meldungen über vermeintliche Therapieerfolge in einem ganz anderem Licht sieht. Viel Spass beim Lesen. Freue mich über Rückmeldungen