综述：统计学和研究方法中的核心概念。第四部分：零假设显著性检验

《BJA Education》：Core concepts in statistics and research methods. Part 4: null hypothesis significance testing

传统假设检验（NHST）的原理及p值误用问题被探讨，提出贝叶斯方法作为补充。医学期刊应同时报告传统NHST和贝叶斯分析结果（如LR和PEGD）。麻醉科医生需理解NHST基础及p值解释误区，以正确应用临床证据。

　　

P.M. Jones | J. Martin

美国佛罗里达州杰克逊维尔市梅奥诊所

章节摘录

假设检验的基础

传统的假设检验首先需要提出两个相互对立的假设：零假设（H₀）和备择假设（H₁）。通常，零假设认为各组之间没有差异（即 H₀ = 0），而备择假设则认为各组之间存在差异，但并不具体说明这种差异的具体表现（即 H₁ ≠ 0）。

需要注意的是，假设“各组之间没有差异”这一观点可能显得……

对零假设显著性检验的批评以及对 p 值的常见误解

现在我们已经介绍了医学临床试验中最常见的两种假设检验场景（分析连续型和二元型结果），接下来我们将讨论一些对假设检验的批评意见，重点关注 p 值的误解。

如上所述，p 值仅能提供非常有限的实验结果信息。重新阐述 p 值的定义：它表示在实验组之间实际上不存在差异的情况下，数据出现的概率（即数据是多么不可能或可能）。

假设检验的贝叶斯方法

鉴于传统假设检验的局限性，人们可能会思考是否存在一种可以补充它的方法。幸运的是，确实已经开发出了基于贝叶斯推理的替代方法。贝叶斯推断的详细内容在本系列文章中已有介绍。在本文的剩余部分，我们将重点讨论贝叶斯假设检验。

贝叶斯假设检验利用我们已有的知识，并通过结合来自研究的数据来更新这些知识。

医学期刊中的报告建议

鉴于传统假设检验存在诸多局限性，我们建议作者在报告数据时，除了采用传统方式外，还应常规性地提供置信区间（LRs）和概率广义优势（PEGD）。在贝叶斯假设检验尚未普及的现阶段，以及传统方法仍占主导地位的情况下，贝叶斯分析应被视为对传统报告的补充，而非完全替代。

回到本文开头的例子（ICU 中进行气管插管的时机……）

结论

传统假设检验仍是统计推断中最常用的方法之一，因此即使麻醉师不亲自进行统计分析，也必须了解其基本原理。作为传统假设检验的主要输出之一，p 值经常被读者误解。由于我们的临床护理直接受到证据基础及其解释的影响，因此更好地理解贝叶斯假设检验的实际意义并避免常见误解至关重要。

选择题

相关的选择题（用于支持继续医学教育/CPD 活动）可在 www.bjaed.org/cme/home 获取，适用于 BJA 的 教育 订阅者。

利益冲突声明

作者声明没有利益冲突。

Philip Jones 拥有理学硕士学位和皇家麻醉医师学院（FRCPC）会员资格，是美国佛罗里达州杰克逊维尔市梅奥诊所的心胸麻醉科医生及麻醉学教授，同时担任《加拿大麻醉学杂志》的副主编。