FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W4387344941> ?p ?o ?g. }

• W4387344941 abstract "Randomized controlled trials are one of the best ways of quantifying the effectiveness of medical interventions. Therefore, when the authors of a randomized superiority trial report that differences in the primary outcome between the intervention group and the control group are significant (i.e., P ≤ 0.05), we might assume that the intervention has an effect on the outcome. Similarly, when differences between the groups are not significant, we might assume that the intervention does not have an effect on the outcome. Nevertheless, both assumptions are frequently incorrect.In this article, we explore the relationship that exists between real treatment effects and declarations of statistical significance based on P values and confidence intervals. We explain why, in some circumstances, the chance an intervention is ineffective when P ≤ 0.05 exceeds 25% and the chance an intervention is effective when P > 0.05 exceeds 50%.Over the last decade, there has been increasing interest in Bayesian methods as an alternative to frequentist hypothesis testing. We provide a robust but nontechnical introduction to Bayesian inference and explain why a Bayesian posterior distribution overcomes many of the problems associated with frequentist hypothesis testing.Notwithstanding the current interest in Bayesian methods, frequentist hypothesis testing remains the default method for statistical inference in medical research. Therefore, we propose an interim solution to the significance problem based on simplified Bayesian metrics (e.g., Bayes factor, false positive risk) that can be reported along with traditional P values and confidence intervals. We calculate these metrics for four well-known multicentre trials. We provide links to online calculators so readers can easily estimate these metrics for published trials. In this way, we hope decisions on incorporating the results of randomized trials into clinical practice can be enhanced, minimizing the chance that useful treatments are discarded or that ineffective treatments are adopted.RéSUMé: Les études randomisées contrôlées constituent l’un des meilleurs moyens de quantifier l’efficacité des interventions médicales. Par conséquent, lorsque les autrices et auteurs d’une étude randomisée superiorité signalent que les différences dans le critère d’évaluation principal entre le groupe d’intervention et le groupe témoin sont « significatives » (c.-à-d. P ≤ 0,05), nous pourrions supposer que l’intervention a un effet sur le critère d’évaluation. De même, lorsque les différences entre les groupes ne sont « pas significatives », nous pourrions supposer que l’intervention n’a pas d’effet sur le critère d’évaluation. Pourtant, ces deux hypothèses s’avèrent souvent incorrectes.Dans cet article, nous explorons la relation qui existe entre les effets réels d’un traitement et les déclarations de signification statistique fondées sur les valeurs P et les intervalles de confiance. Nous expliquons pourquoi, dans certaines circonstances, la probabilité qu’une intervention soit inefficace lorsque P ≤ 0,05 dépasse 25 % et la probabilité qu’une intervention soit efficace lorsque P > 0,05 dépasse 50 %.Au cours de la dernière décennie, nous avons assisté à un intérêt croissant pour les méthodes bayésiennes comme alternative aux tests d’hypothèses fréquentistes. Nous proposons une introduction robuste mais non technique à l’inférence bayésienne et expliquons pourquoi une distribution postérieure bayésienne surmonte bon nombre des problèmes associés aux tests d’hypothèses fréquentistes.Malgré l’intérêt actuel pour les méthodes bayésiennes, les tests d’hypothèses fréquentistes restent la méthode par défaut pour l’inférence statistique en recherche médicale. Par conséquent, nous proposons une solution provisoire au « problème de signification » basée sur des mesures bayésiennes simplifiées (par exemple, facteur de Bayes, risque de faux positifs) qui peuvent être rapportées en même temps que les mesures traditionnelles des valeurs P et des intervalles de confiance. Nous calculons ces paramètres pour quatre études multicentriques bien connues. Nous fournissons des liens vers des calculatrices en ligne afin que les lectrices et lecteurs puissent facilement estimer ces mesures pour les études publiées. De cette façon, nous espérons que les décisions sur l’intégration des résultats des études randomisées dans la pratique clinique pourront être améliorées, minimisant ainsi le risque que des traitements utiles soient rejetés ou que des traitements inefficaces soient adoptés." @default.
• W4387344941 created "2023-10-05" @default.
• W4387344941 creator A5040471062 @default.
• W4387344941 creator A5046694154 @default.
• W4387344941 creator A5057118957 @default.
• W4387344941 creator A5077366715 @default.
• W4387344941 date "2023-10-04" @default.
• W4387344941 modified "2023-10-10" @default.
• W4387344941 title "Interpreting frequentist hypothesis tests: insights from Bayesian inference" @default.
• W4387344941 cites W2009612604 @default.
• W4387344941 cites W2010753973 @default.
• W4387344941 cites W2030346622 @default.
• W4387344941 cites W2058189433 @default.
• W4387344941 cites W2131046448 @default.
• W4387344941 cites W2138822317 @default.
• W4387344941 cites W2145860152 @default.
• W4387344941 cites W2162478055 @default.
• W4387344941 cites W2293040502 @default.
• W4387344941 cites W2334529533 @default.
• W4387344941 cites W2461847398 @default.
• W4387344941 cites W2526577390 @default.
• W4387344941 cites W2618605105 @default.
• W4387344941 cites W2757139046 @default.
• W4387344941 cites W2762364541 @default.
• W4387344941 cites W2789330957 @default.
• W4387344941 cites W2803603947 @default.
• W4387344941 cites W2896849124 @default.
• W4387344941 cites W2911808884 @default.
• W4387344941 cites W2923323049 @default.
• W4387344941 cites W2925120686 @default.
• W4387344941 cites W3014430288 @default.
• W4387344941 cites W3103877208 @default.
• W4387344941 cites W3109761717 @default.
• W4387344941 cites W3124268961 @default.
• W4387344941 cites W3139105153 @default.
• W4387344941 cites W3157239083 @default.
• W4387344941 cites W3162770616 @default.
• W4387344941 cites W3184062382 @default.
• W4387344941 cites W3192442996 @default.
• W4387344941 cites W3193770068 @default.
• W4387344941 cites W3194304418 @default.
• W4387344941 cites W3199799958 @default.
• W4387344941 cites W4214877878 @default.
• W4387344941 cites W4225340714 @default.
• W4387344941 cites W4282975062 @default.
• W4387344941 cites W4296707354 @default.
• W4387344941 cites W4300773558 @default.
• W4387344941 cites W4308632667 @default.
• W4387344941 cites W4311093339 @default.
• W4387344941 cites W4311249208 @default.
• W4387344941 cites W4311505059 @default.
• W4387344941 cites W4319294745 @default.
• W4387344941 doi "https://doi.org/10.1007/s12630-023-02557-5" @default.
• W4387344941 hasPubMedId "https://pubmed.ncbi.nlm.nih.gov/37794259" @default.
• W4387344941 hasPublicationYear "2023" @default.
• W4387344941 type Work @default.
• W4387344941 citedByCount "0" @default.
• W4387344941 crossrefType "journal-article" @default.
• W4387344941 hasAuthorship W4387344941A5040471062 @default.
• W4387344941 hasAuthorship W4387344941A5046694154 @default.
• W4387344941 hasAuthorship W4387344941A5057118957 @default.
• W4387344941 hasAuthorship W4387344941A5077366715 @default.
• W4387344941 hasBestOaLocation W43873449411 @default.
• W4387344941 hasConcept C101112237 @default.
• W4387344941 hasConcept C105795698 @default.
• W4387344941 hasConcept C107673813 @default.
• W4387344941 hasConcept C121117317 @default.
• W4387344941 hasConcept C126322002 @default.
• W4387344941 hasConcept C134261354 @default.
• W4387344941 hasConcept C142291917 @default.
• W4387344941 hasConcept C144237770 @default.
• W4387344941 hasConcept C148220186 @default.
• W4387344941 hasConcept C149782125 @default.
• W4387344941 hasConcept C154945302 @default.
• W4387344941 hasConcept C160234255 @default.
• W4387344941 hasConcept C162376815 @default.
• W4387344941 hasConcept C168563851 @default.
• W4387344941 hasConcept C177769412 @default.
• W4387344941 hasConcept C207201462 @default.
• W4387344941 hasConcept C2776214188 @default.
• W4387344941 hasConcept C33923547 @default.
• W4387344941 hasConcept C41008148 @default.
• W4387344941 hasConcept C44249647 @default.
• W4387344941 hasConcept C71924100 @default.
• W4387344941 hasConcept C75455068 @default.
• W4387344941 hasConcept C87007009 @default.
• W4387344941 hasConceptScore W4387344941C101112237 @default.
• W4387344941 hasConceptScore W4387344941C105795698 @default.
• W4387344941 hasConceptScore W4387344941C107673813 @default.
• W4387344941 hasConceptScore W4387344941C121117317 @default.
• W4387344941 hasConceptScore W4387344941C126322002 @default.
• W4387344941 hasConceptScore W4387344941C134261354 @default.
• W4387344941 hasConceptScore W4387344941C142291917 @default.
• W4387344941 hasConceptScore W4387344941C144237770 @default.
• W4387344941 hasConceptScore W4387344941C148220186 @default.
• W4387344941 hasConceptScore W4387344941C149782125 @default.
• W4387344941 hasConceptScore W4387344941C154945302 @default.
• W4387344941 hasConceptScore W4387344941C160234255 @default.
• W4387344941 hasConceptScore W4387344941C162376815 @default.
• W4387344941 hasConceptScore W4387344941C168563851 @default.

• next