p 값을 제공 또는 p value-NNT 플롯
null 가설이 제공에 대한 새로운 처리 더 x. p 값을 위해 계산되는 값의 범위는 x. 이러한 p 값은 꾸몄 y 축을 제공 x axis. 따라서,도착 값의 범위에 대 한,우리는 해당 확률 임상 시험 관찰 발생 했을 우연히 실제 도착 했다 주어진 값 보다 작은 경우. 계산 방법은 부록(203 페이지 참조)에 나와 있습니다.예 1—동일한 치료 효과가 있지만 다른 표본 크기를 가진 연구아르=0.08(95%CI0.062 을 0.100)
NNT=12.5(95%CI10.2 16.2)
에 대한 계산을 제공하고 NNT 에 자세히 설명되어 있습니다 부록. 실제 절대 위험 감소가 0.8 미만이라는 귀무 가설을 가진 피 값은 세 가지 연구 각각에 대해 0.5 입니다(그림의 화살표 참조). 즉,실제 도착지 값은 0.08 이하와 같이 0.08 이상일 가능성이 높습니다. 처리 및 컨트롤이 똑같이 효과적이라는 귀무 가설을 가진 피 값(즉,도착=0)은 0 보다 작습니다.연구 2 와 3 의 경우 05(수직 축을 사용한 곡선 절편 참조). 이 값은 0 을 포함하지 않는 95%와 일치합니다. 그러나 그림 1 은 연구 1 에서 해당 피 값이 0.05 이상임을 보여줍니다(세로 축을 사용한 절편 참조). 이는 95%가 0 을 포함하는 것과 일치합니다.
플롯한(A)p 값을 제공하고(B)p value-NNT.임상의가 치료가 0.05 이상인 경우에만 가치가 있다고 가정 해 봅시다. 전통적인 95%를 사용하여 95%는 연구 1 과 2 모두에 대해 0.05 를 포함한다고 결론 지을 것입니다. 연구 2 에서 95%는 0.04 에서 0.121 사이입니다. 0.05 의 구간은 낮은 구간과 가깝지만,실제 구간이 0.05 를 얼마나 초과할 가능성은 불분명하다. 임상의는 연구 2 의 결과로 치료를 진행해야합니까?