孩子，別難過，證據不足不代表是負面證據 (absence of evidence is not evidence of absence)...

回顧實證醫學 (evidence-based medicine; EBM) 的手法不外乎沖脫泡蓋送，最難的還是在臨床應用...

我們一定遇過手頭上的資料實在讓我們覺得嚼之無味棄之可惜阿...

除了爆多的"我也是 (me too)"與"那又怎樣 (so what)" 研究外，嚴格評讀 (毒) 後更是覺得乏善可陳 (因為不這樣做好像沒有評讀到的感覺)...

今天聽了同學們的報告，相信絕大多數的人還是執著於P值有沒有小於0.05，與樣本數目不夠這兩件原罪...(相信我，我們都經歷過這個過程)

BMJ上刊登了一個統計問題，一篇隨機分派雙盲臨床研究針對4到11歲罹患雙耳中耳炎的小朋友，評估鼻腔投與類固醇是否可以增加治癒機率...

給藥一個月後的治癒率，類固醇組為40.6%，安慰劑組為44.9% (風險差異為4.3%)，統計上未達顯著差異 (P值為0.55)...

請問下列何者敘述最能代表這項研究結果?

(1) 沒有證據證實鼻腔投與類固醇與安慰劑之間存在著差異

(2) 鼻腔投與類固醇在統計上並沒有比安慰劑差

(3) 鼻腔投與類固醇或安慰劑，在治癒率上並無差異

(4) 投與安慰劑顯著地比鼻腔投與類固醇有效

撰稿這篇文章的作者是統計專家，對統計檢定是非常一板一眼的 (因為他們深知統計檢定的限制)，因此他的答案不是 (3) 而是 (1)...

我們都不是統計專家，對統計數字的概念大都停留在非常朦朧的階段，但一件事情卻是常常看到的...

"統計上有顯著意義的不代表臨床有顯著差異，眼睛看得出差異的通常統計上沒有意義"

推薦幾篇文章可以品嚐一下

Absence of evidence is not evidence of absence (看法一)

Absences and Evidences (看法二)

Sample size and power (如果你像我一樣常搞不懂"力量"請看這個)