Deze blogpost is waar (p < 0,05)
Gepubliceerd op 26-09-2021 en laatst gewijzigd op 26-09-2021 <!– door Daniël Tuijnman –>
Een uitleg wat p-waardes in wetenschappelijk onderzoek betekenen
Een bewerking van mijn Twitter-draadje van 27 augustus 2020.
De aanleiding
De aanleiding voor dit draadje is een interview bij “Dit is de Dag” van internist en homeopaat Hannah Visser, van het Artsen Covid Collectief. En de interviewer was — je ziet het al aankomen? — Tijs van de Brink.
Hannah Visser beweerde daar dat er door de COVID-pandemie reguliere zorg uitgesteld werd met als gevolg dat er
meer beenamputaties waren. Aanvankelijk zou alleen een teen geamputeerd worden, maar nu hebben ze dan tot hoger moeten amputeren.
Dit was reden voor hoogleraar epidemiologie Cecile Janssens om het artikel waar Visser het over had eens onder de loupe te nemen:
De rol van toeval
Bij (bijna) alle medische onderzoeken speelt toeval een rol, net zoals dat het geval is bij het gooien met een dobbelsteen. De één wordt ernstig ziek van een COVID-infectie en gaat dood, de ander heeft geen centje pijn. Bij de één leidt diabetes tot een voetamputatie, bij de ander niet. De ene week heb je 3 patiënten die je een voet moet amputeren, de andere week heb je er 0.
In het totale aantal mensen dat in een voorjaar zo’n amputatie ondergaat zit dus ook een mate van toeval, net zo goed als dat er toeval in zit hoeveel je bij elkaar gooit als je tien keer achter elkaar een dobbelsteen gooit. Dat kan variëren van 10 tot 60.
Als je opeenvolgende jaren bekijkt, zullen de aantallen amputaties dan ook niet precies gelijk zijn, ook als dat alleen aan toeval ligt.
Nulhypothese en alternatieve hypothese
De vraag die je hebt bij het vergelijken van die getallen is:
- ligt het verschil alléén aan toeval,
- of is er nog een andere oorzaak?
Het eerste scenario — dat de verschillen alleen aan toeval te wijten zijn — noemen we de nulhypothese. Het tweede scenario — dat er een andere oorzaak is — noemen we de alternatieve hypothese.
Vervolgens kijk je hoe waarschijnlijk die nulhypothese is. Wat is de kans, als je alléén uitgaat van toeval, dat er zo’n verschil (of groter verschil) in aantallen amputaties is?
Die kans noemen we de p-waarde. Hoe kleiner de p-waarde, hoe onwaarschijnlijker toeval is.
P-waarde
Als de p-waarde klein is, verwerpen we de nulhypothese en concluderen we dat er meer aan de hand is. De typische grenswaarde die daarbij gebruikt wordt is p = 0,05. Dus als bij toeval er maar 5% of minder kans is op deze uitkomst verwerpen we dat.
Bij kritischere onderzoeken worden lagere p-waardes als grenswaarde gebruikt, bijvoorbeeld p = 0,01 of p = 0,005.
Maar kijk je nu naar dat amputatie-onderzoek, dan zie je als p-waarden getallen als 0,3 of zelfs 0,7 staan. Met andere woorden, de kans op dergelijke uitkomsten alleen door toeval was levensgroot — 30% of zelfs 70% — en we concluderen dan ook dat er alleen maar toeval in het spel was.