“P-valor” colocado em cheque!

Publicação recente da revista The American Statistician, da sociedade americana de estatística, coloca em cheque a “soberania” do P-valor (“P-value”). Que por séculos vem sendo usado como sinônimo de confiabilidade.

O P-valor é utilizado como ferramenta estatística para descartar a hipótese nula, ou seja, descartar que os dois grupos estudados não sejam iguais, ou que descartar que não haja correlação entre um par de características. No entanto, seu significado estatístico tem sido deturpado, seu real significado é de que quanto menor o seu valor, menos provável é que os valores e relações observados tenha sido obtidos ao acaso. Geralmente, no entanto, nosso comportamento diante de um p-valor pequeno (usualmente < 0,05) é de que aquele achado apresenta significância estatística e de que, portanto, deve ser dado como verdadeiro, o que não é necessariamente verdade.

Um P-valor de 0,05 não significa que há 95% de chance da hipótese estar correta, e sim que, se a hipótese nula for verdadeira (ou seja, os grupos são iguais) e todas as outras premissas são válidas, há 5% de chance que obtermos resultados semelhantes ao observado. Seu valor absoluto também não indica importância ou intensidade do achado.

Nem tudo está perdido. A publicação afirma que o P-valor é uma ferramenta estatística importante e deve ser recomendado seu uso. No entanto, alarma que o mesmo não pode ser utilizado isoladamente, e sim em conjunto com outras ferramentas e testes. No caso das pesquisas científicas médicas, um fator fundamental que deve ser considerado ao interpretar uma inferência estatística é a plausibilidade biológica. Muitos são os casos de estudos que, estatisticamente, validaram relações que apontavam na direção contrária da plausibilidade biológica e cujos resultados foram contestados.

Pensando em sua importância no meio estatístico, a publicação apontou os 6 princípios de seu uso:

1. O P-valor pode indicar o quanto incompatível dados podem estar em relação a um modelo estatístico específico.
2. O P-valor não mede a probabilidade de que uma hipótese em estudo seja verdadeira, ou a probabilidade de que os dados foram obtidos ao acaso.
3. Conclusões científicas ou de qualquer outra natureza não devem ser baseadas exclusivamente no P-valor.
4. Inferência estatística confiável requer a divulgação de informações completas e transparentes.
5. O P-valor não mede a intensidade de um efeito ou importância de um resultado.
6. Isoladamente, o P-valor não é um bom medidor de evidência a respeito de um modelo ou hipótese.

O mau uso do P-valor reflete a maior das angústias da ciência, a procura da certeza num “mar” de dúvidas, a busca de respostas que acabam por desencadear ainda mais perguntas. O P-valor nunca teve o objetivo de substituir a razão científica.

 

Referências Bibliográficas:

• Ronald L. Wasserstein & Nicole A. Lazar (2016): The ASA’s statement on p-values: context, process, and purpose, The American Statistician, DOI: 10.1080/00031305.2016.1154108 (https://dx.doi.org/10.1080/00031305.2016.1154108)