P-value показывает, насколько необычны полученные данные для выбранной статистической модели, включающей проверяемую гипотезу. Это не вероятность того, что лечение поможет, и не процент уверенности в правоте авторов.
Поэтому запись «p < 0,05» в медицинской статье нельзя переводить как «эффективность доказана на 95%». Родителям полезнее прочитать рядом величину результата, доверительный интервал и описание участников. Разберём, что означает эта буква и какую информацию стоит сохранить для разговора о научной публикации.
Что такое p-value простыми словами
Сначала исследователи задают проверяемое предположение. Например, что между сравниваемыми группами нет различий по определённому показателю. Затем выбранный тест оценивает, насколько полученный результат расходится с тем, чего ожидали бы при этом предположении и остальных условиях модели.
В методологической статье, зарегистрированной в PubMed, определение включает наблюдаемое значение статистики теста и более крайние значения. Это разбор статистических ошибок, а не испытание препарата. Полный текст доступен у издателя.
Представим, что авторы сообщают p = 0,03. При верности проверяемой гипотезы и других допущений теста такие же или более крайние результаты получались бы примерно в 3% повторений такого исследования. Нельзя переставить условие и заключить: «Вероятность отсутствия эффекта равна 3%». Это уже другой вопрос, на который один p-value не отвечает.
Что означает p меньше 0,05
Число 0,05 часто выбирают как порог статистической значимости — альфа. Порог задают до анализа, а p-value рассчитывают по данным. Если результат оказался ниже выбранной границы, его традиционно называют статистически значимым. Статистическая значимость не измеряет размер пользы.
В заявлении Американской статистической ассоциации отдельно указано: p-value не измеряет вероятность истинности гипотезы, а научный вывод не должен зависеть только от прохождения порога. Значение 0,049 и значение 0,051 расположены по разные стороны 0,05, но эта граница сама по себе не превращает близкие результаты в противоположные открытия.
Ниже — условные записи для тренировки чтения, а не результаты конкретного медицинского исследования.
| Запись | Что можно сказать | Чего она не означает |
|---|---|---|
| p = 0,03 | Ниже заранее выбранного порога 0,05 | «Лечение полезно с вероятностью 97%» |
| p = 0,20 | Выше этого порога; нужен разбор оценки и её точности | «Доказано, что различий нет» |
| p = 0,049 и p = 0,051 | Два близких значения около условной границы | «Первое исследование верное, второе ошибочное» |
| p < 0,05 без точного числа | Сообщено только положение относительно порога | Что известны точное значение, размер эффекта или качество работы |

Можно ли посчитать p-value на понятном примере
Возьмём учебную модель: честная монета, десять независимых бросков, заранее запланированная двусторонняя проверка отклонения от вероятности орла 1/2. Получили десять орлов. Столь же крайний результат в другую сторону — десять решек.
Вероятность каждой такой последовательности равна (1/2)10 = 1/1024. Складываем обе: 2/1024 = 0,001953125, или примерно 0,00195. Это p-value для описанного двустороннего биномиального теста. Даже он не означает, что вероятность честности монеты равна 0,195%. Мы считали вероятность крайних исходов при заданной модели, а не вероятность самой модели.
Условия существенны: если наблюдатель бросал монету до удобного результата или заранее выбрал проверку только избытка орлов, это другая процедура. Этот расчёт нельзя переносить на клиническую статью: там иной дизайн, показатели и статистический тест.

Чем меньше p-value, тем лучше исследование?
Нет. В руководстве Cochrane по интерпретации результатов объясняется, что в большом исследовании маленький p-value может сопровождать небольшой эффект. Одинаковая величина различия при разной точности оценки может давать разные p-value. Поэтому сравнивать лекарства по принципу «у этого p меньше» некорректно.
Большой p-value не доказывает отсутствия эффекта. Когда данных мало, оценка может оставаться неточной. Посмотрите, какие варианты допускает доверительный интервал: только небольшие различия или также заметную пользу и вред. На графике разобраться поможет наш материал о чтении forest plot.
Ни маленькое p, ни узкий интервал не устраняют ошибки сбора данных и выборочное представление результатов. Важны исходный план и то, какие анализы показали читателю. Этот этап разобран в статье о статусах исследования и опубликованных результатах.

Что проверить рядом с p-value: вопросы родителей
Вместо оценки статьи по одной букве заполните короткую карточку. Если нужных сведений в новости нет, так и отметьте — не достраивайте их по заголовку.
- Участники: дети или взрослые, какой возраст и состояние?
- Сравнение: с чем сопоставляли изучаемый вариант?
- Результат: самочувствие и важное событие или промежуточный лабораторный показатель?
- Масштаб: насколько различались группы, в каких единицах и за какой срок?
- Неопределённость: каковы доверительный интервал, нежелательные исходы и ограничения?
Для процентов отдельно проверьте исходный риск: его роль объясняется в материале о NNT и абсолютной разнице рисков. P-value помогает прочитать результат анализа, но не выбирает лечение для ребёнка.
Если p = 0,05, результат уже доказан?
Нет. Проверьте точность записи, правило сравнения с заранее выбранным порогом и остальные результаты. Округлённое 0,05 не позволяет восстановить исходное число, а попадание на границу не заменяет оценку исследования.
Что означает p = 0,000 в программе?
Обычно это отображение очень маленького числа после округления, а не доказанная нулевая вероятность. Уточните точность вывода и способ расчёта; не переписывайте такое значение как «ошибка невозможна».
Как обсудить статью с врачом?
Сохраните полный текст и заполненную карточку, затем задайте конкретный вопрос: «К какой группе относится результат и насколько он важен в нашей ситуации?». Это полезнее, чем приносить только скриншот строки с p-value.
