Debates / Saúde e evidência

É hora de abandonar a “significância estatística”?

Centenas de cientistas pediram o fim do limiar p < 0,05. Outros acham que isso abriria espaço para ainda mais resultados frágeis.

Em 2019, mais de 800 cientistas assinaram um comentário na Nature pedindo para “aposentar a significância estatística”: parar de dividir resultados entre significativos e não significativos pelo limiar de 0,05. Outros propuseram o contrário: tornar o limiar mais exigente, como 0,005.

Antes de ler: para que lado você pende?

Os lados

Abandonar o limiar

A divisão em significativo e não significativo é arbitrária e incentiva o p-hacking.
Resultados “não significativos” são lidos como “sem efeito”, o que é um erro.
Intervalos de confiança e tamanhos de efeito informam mais.

Manter ou endurecer o limiar

Sem um critério claro, pesquisadores podem apresentar qualquer resultado como evidência.
Um limiar mais exigente, como p < 0,005, reduziria falsos positivos.
Decisões práticas (aprovar ou não um remédio) precisam de algum ponto de corte.

Posições gerais. Muita gente concorda em parte com cada lado.

O que as correntes tendem a dizer

Bayesianismo	Defenderia substituir o p-valor por probabilidades a posteriori e fatores de Bayes.
Falsificacionismo	Valorizaria testes severos, com critérios definidos antes de ver os dados.

Por que é complexo

O problema não é o p-valor em si, mas como ele é usado e interpretado.
Áreas diferentes têm necessidades diferentes: a física de partículas usa limiares muito mais exigentes.
Pré-registro e replicação atacam o problema por outro lado.

Para onde a evidência aponta

Debate em aberto

Há amplo acordo de que o uso mecânico do p < 0,05 causou danos e de que tamanhos de efeito, intervalos e replicações devem pesar mais. A solução (abandonar o limiar, endurecê-lo ou trocar de abordagem) segue em debate.

Avaliação do site, sujeita a críticas. Evidências e argumentos novos podem mudá-la.

E agora, depois de ler?

Perguntas para pensar

Qual parte da discussão é sobre fatos, e qual é sobre valores?
Que evidência faria cada lado mudar de ideia?
Quem ganha e quem perde com cada resposta?
O que me faria mudar de ideia?

Lições relacionadas: Estatística para entender ciência, A crise de replicação, Bayesianismo: atualizar crenças com evidências.

No mesmo tema

Um lado tem mais apoio, com ressalvas