Grundläggande statistik (p-värde, KI)

Grundläggande statistik ger sjuksköterskan verktyg att tolka kvantitativa forskningsresultat — p-värde, konfidensintervall och effektstorlek är centrala begrepp vid kritisk granskning.

P-värde och statistisk signifikans

P-värdet anger sannolikheten att erhålla ett resultat lika extremt eller mer extremt än det observerade, givet att nollhypotesen är sann.

Konventionellt gräns är p < 0,05, vilket innebär att det finns mindre än 5 % risk att resultatet är slumpmässigt.

Statistisk signifikans (lågt p-värde) innebär inte automatiskt klinisk signifikans — en liten skillnad kan vara statistiskt säkerställd men sakna praktisk betydelse.

P-värdet säger ingenting om effektens storlek eller riktning — det besvarar enbart frågan om ett fynd sannolikt är slumpmässigt.

Konfidensintervall (KI)

Konfidensintervallet (vanligen 95 % KI) anger det intervall inom vilket det sanna populationsvärdet med hög sannolikhet befinner sig.

Ett smalt KI indikerar hög precision i skattningen, medan ett brett KI tyder på stor osäkerhet.

Om KI för ett relativ risk-mått inte inkluderar 1 (eller ett KI för skillnad inte inkluderar 0) är resultatet statistiskt signifikant på vald nivå.

KI ger mer information än enbart p-värdet eftersom det redovisar effektens storlek och osäkerhetens omfång.

Effektstorlek och klinisk relevans

Effektstorlek (exempelvis Cohens d, odds ratio, number needed to treat) kvantifierar hur stor en uppmätt skillnad är.

NNT (Number Needed to Treat) anger hur många patienter som behöver behandlas för att en ska ha nytta av behandlingen — ett kliniskt intuitivt mått.

NNH (Number Needed to Harm) anger hur många som behöver behandlas för att en ska drabbas av en biverkning.
Klinisk relevans bedöms utifrån om effekten är tillräckligt stor för att påverka patientens välmående eller vård.

Vanliga misstag vid tolkning

Att blanda ihop statistisk signifikans med klinisk signifikans är ett vanligt fel — stora studier kan ge signifikanta men kliniskt obetydliga resultat.

P-hacking innebär att man testar många utfall och redovisar enbart det som ger signifikant resultat, vilket ökar risken för falska positiva.

Att tolka p > 0,05 som att interventionen inte har effekt är felaktigt — det kan lika gärna bero på för litet urval (låg statistisk styrka).

Felaktig tolkning av KI, exempelvis att tro att 95 % KI innebär att 95 % av individerna befinner sig inom intervallet, är en vanlig missuppfattning.

Referensvärden

Konventionell signifikansnivå: p < 0,05 [Verifiera mot källa]
KI-nivå (standard): 95 % konfidensintervall

Begrepp

P-värde: Sannolikhet att observerade data (eller mer extrema) uppstår av slumpen givet att nollhypotesen stämmer.
Konfidensintervall (KI): Intervall som med vald sannolikhet (vanligen 95 %) innehåller det sanna populationsvärdet.
NNT: Number Needed to Treat — antal patienter som behöver behandlas för att en ska ha nytta av behandlingen.
Nollhypotes: Antagandet att det inte finns någon effekt eller skillnad — hypotesen som statistiska tester prövar mot.