제약회사 연구원의 블로그

— p-value가 낮아지는 순간, 해석은 오히려 위험해진다어느 순간부터 우리는데이터를 이렇게 읽기 시작한다.“p-value가 0.05보다 작다 → 의미 있다”이건 너무 익숙해서이제는 거의 반사처럼 이어지는 사고다.그래서 결과를 정리할 때도자연스럽게 이렇게 쓴다.“이 단백질은 유의하게 증가하였다”그리고 그 다음 문장은거의 자동으로 따라온다.“따라서 이 단백질은 중요한 역할을 한다”하지만 이 두 문장 사이에는생각보다 큰 간극이 있다.그리고 대부분의 오류는바로 이 간극에서 시작된다.숫자는 명확하지만, 의미는 그렇지 않다통계적으로 유의하다는 것은수학적으로는 매우 명확한 개념이다.하지만 biological 의미는그렇지 않다.예를 들어보자.fold change: 1.05p-value: 0.0001이 데이터는통계적..

p-value가 처방을 바꾸지 못할 때1️⃣ 차이는 있지만 ‘치료 범위 안’에 있을 때예시그룹 A 평균 농도: 8.2 µg/mL그룹 B 평균 농도: 9.1 µg/mLp = 0.003 (통계적으로 유의)하지만 치료 범위가 5–15 µg/mL라면?👉 두 그룹 모두 치료 범위 내👉 용량 조절 필요 없음임상 결론→ 의미 없음2️⃣ 평균 차이가 개별 환자 결정에 적용되지 않을 때TDM은 집단 연구가 아니라 개별 환자 최적화가 목적입니다.연구 결과:특정 유전자형에서 평균 농도 20% 증가 (p 임상 현실:환자 간 변동성 ±50%개별 환자 예측 불가👉 집단 평균 차이는 개별 환자 용량 결정에 쓸 수 없음3️⃣ 효과 크기(effect size)가 임상 임계값보다 작을 때예시농도 차이: 0.7 µg/mL통계적으로 ..