近年来，关于“statistical significance（统计显著性）”和P值的争议一直存在。前段时间，《Nature》发表了一篇题为《scientists rise up against statistical significance》的文章，《美国统计学家》也专门发布了一个针对P值的专刊。感兴趣的可以查看：放弃"统计显著性(P＜0.05)"的时代，已经到来了吗？

近日，《欧洲心脏病杂志》（EHJ）发表了一篇专家观点，再次针对“统计显著性”发表了自己的观点，到底是降低P值，还是抛弃统计显著性，我们来看看这位专家持怎样的态度。

几十年来，论文中都基于p<0.05来声明具有“统计显著性”。然而，很多专家也发现，有些论文中的统计学意义和临床意义并不相符，p值的滥用问题很严重。2016年，美国统计协会（ASA）曾针对这些误用发表了共识（表1）。

表1. ASA关于P值的主要声明要点

方法学专家在核心问题上意见一致，但在许多关键细节上仍然存在分歧，更重要的是，在如何最好解决“统计显著性”问题上也存在分歧。理想情况下，所有学科都需要全面了解统计工具、注意事项和如何正确解读结果。然而，提高所有学者、临床医生甚至普通大众的统计素养需要长期的努力。

最常见和严重的误解是，“P< 0.05”就表示效果“是真的”，甚至“很重要”。目前大多数达到P<0.05的研究，并不太可能反映真实的因果效应，更不用说重要效应。大多数研究都存在偶发性或偏倚，可能很少真的具有临床重要意义且值得采取措施。

还有一个误解是，P≥0.05就必然意味着“不是真的”或“不存在差异”。小型研究可能就无法发现真正的差异性。如果偏倚削弱了估计值，即使是大型研究也可能会遗漏一些真正的差异。在某些领域，尤其是社会科学领域，有人认为不管差异多么小，也总是存在差异的。还有另一种学派主张，大多数经过检验的关联和效果很可能实际上是无效的。