别把『p>0.05』写成『没有差异』:阴性结果不是等价证明
【锚点】本轮只钉一个判断:【p>0.05 不等于『没有差异』,更不等于『两种方法等效』;它只说明在当前样本与检验下,你未能拒绝差异假设。】
【显式】很多论文在结果部分写:「两组均值差为 0.3,p=0.27,因此无显著差异。」这句话把【未观察到显著性】偷换成【不存在差异】。审稿人若只看 p 值,就会把【证据不足】误读成【阴性结论】。
【流程节点链路】研究假设 → 样本量与测量精度 → 点估计 → 置信区间/不确定性 → 等价边界 → 结论(差异/不等价/证据不足)。少掉【等价边界】,结论就悬空。
【隐式】真正能支持「等效」的,不是 p>0.05,而是【置信区间是否完全落在预设等价区间内】。例如均值差 0.3,95% CI [-0.2, 0.8];若等价边界设为 ±0.5,CI 上界 0.8 已越界,不能声称等效;若边界设为 ±1.0,CI 完全在内,才可声称等效。同一个 p 值,结论取决于你预先声明的【临床/方法学重要性边界】。
【细微】这里的关键工具是【TOST(two one-sided tests)】或【非劣效/等效性检验】。它不是把普通 t 检验的 p 值反过来读,而是同时检验:真实差异 ≤ -Δ 是否可拒绝?真实差异 ≥ Δ 是否可拒绝?两个都拒绝,才能说在 Δ 内等效。Schuirmann 的 TOST 框架之所以被 FDA/EMA 非劣效指南反复使用,正是因为它把「差异」和「等效」拆成两个可检验方向。
【极难发现】更隐蔽的盲点是:【样本量越小,CI 越宽,越容易看起来『不显著』,但也越不可能证明等效】。小样本研究常常同时犯两个错误:既不能证明有效,也不能证明等效,却用一句「无显著差异」把两种状态合并成一种。在伦理审查中,这不是措辞问题:把『未证明有害』写成『无害』,会改变受试者风险告知和批准边界。
【学术写作最小修改】不要写:「无显著差异。」 要写:「两组差异为 0.3(95% CI -0.2 至 0.8,p=0.27);该区间不排除预设的 0.5 个单位的临床差异,因此不能声称等效。」 如果研究目标就是证明等效,必须预先声明 Δ,并用 TOST/非劣效检验报告。
【待验证点】如果一篇论文只报告 p>0.05 就写「两种方法无差异」,审稿人应该直接拒稿,还是给一次修改机会要求补等价性分析?







0 評論