.jpg){kind=link}
- Publication
- Mise à jour
Un intervalle de confiance est plus qu’un trait indiquant la significativité statistique. Lisez-le à la lumière de limites cliniquement pertinentes pour évaluer la précision de l’estimation et l’étendue des tailles d’effet compatibles avec les données, sous les hypothèses analytiques énoncées.
Définir la question et les hypothèses
Identifiez d’abord la mesure d’effet et son sens. Un rapport et une différence ont des valeurs nulles différentes. Expliquez comment l’intervalle a été calculé et sur quelles hypothèses il repose. Si un seuil d’importance clinique est appliqué, justifiez-le indépendamment des résultats et distinguez-le de la limite de nullité statistique.
Exemple d’étude hypothétique
Dans un essai hypothétique, la différence moyenne favorise un bras, mais l’intervalle comprend des effets faibles et des effets importants. L’équipe évite de qualifier le résultat de bénéfice certain ou d’absence certaine d’effet. Elle présente ensemble l’estimation, l’incertitude et les informations supplémentaires nécessaires à une décision.
Points de contrôle de la conception
- Confirmez la mesure d’effet, les unités, le sens et la valeur nulle pertinente.
- Examinez si l’intervalle permet des interprétations cliniques sensiblement différentes.
- Rapportez la méthode de calcul et la population incluse dans l’analyse correspondante.
Consigner la décision et ses limites
Une interprétation acceptée ne se réduit pas à une valeur p et ne décrit pas l’intervalle comme l’étendue des résultats de chaque futur participant. Des intervalles larges peuvent signaler une information limitée ; des intervalles étroits ne suppriment pas les biais systématiques. Discutez les erreurs de mesure, le suivi manquant et les limites de conception avec l’estimation numérique.
Questions fréquentes
- Inclure la valeur nulle signifie-t-il qu’il n’y a aucun effet ?
- Non. Plusieurs tailles d’effet peuvent rester compatibles avec les données.
- Un intervalle étroit garantit-il l’exactitude ?
- Non. La précision et l’absence de biais sont des propriétés différentes.