P值一直是临床研究中评估结果统计学显著性的核心指标，虽应用广泛，却常遭误读，从而可能对临床决策产生负面影响。本文整理自《Br J Anaesth》发表的一项社论[1]，探讨了P值的常见认知误区、过度依赖P值的后果、以及优化结果解读的方法。

P值的常见误解

P值最常见的误解之一，是认为P值代表原假设为真的概率。许多人错误地认为，P值为0.05意味着该结果有5%的概率是偶然产生的。正如Staffa和Zurakowski[2,3]强调的那样，P值常常在缺乏效应值或置信区间的情况下被报告，导致混淆或错误解读。这种误解往往使人们对具有统计学显著性的结果过度自信。

另一个常见误区，是认为仅凭P值就能决定研究结果的有效性或重要性。通常，如果P值<0.05，结果被认为“显著”，但这一做法忽略了一个重要事实：统计学显著性并不等同于临床重要性。即使某项研究的样本量很大，并得出了具有统计学显著性的P值，其效应值（effect size）可能极小，以至于在实践中并无实际意义[4]。

多重比较中的I类错误

显著性检验存在一定程度的误差，包括I类错误和II类错误。I类错误（假阳性）指错误地拒绝原假设，即实际上不存在效应却被判定为存在；II类错误（假阴性）则是错误地接受原假设，即实际存在效应却被判定为不存在。

在临床试验中，当单个研究进行多重比较时就会出现多重性问题[5]。随着统计检验次数的增加，I类错误的发生率会放大。族错误率（即一组假设检验中至少出现一次I类错误的概率）会随着检验次数的增加而上升。

多重性可能出现在多种场景中，包括：多个亚组间的比较、多个治疗组的评估、多个结局指标的测定，或对同一结局指标在不同时间点的分析[6]。

研究者通常采用事后分析方法（如Bonferroni校正）来修正这一问题，通过将预设的α水平（通常为0.05）除以比较次数来调整显著性阈值。例如，进行10次比较的研究，其校正后的阈值将变为0.005，这有助于降低I类错误的发生概率[7]。然而，将P值阈值降至0.005也可能带来重大挑战。 

过度依赖P值的后果

临床研究中对P值的过度依赖引发诸多不良趋势。首要问题是发表偏倚，即P值更小的研究更容易获得发表机会，这种偏倚可能扭曲证据基础，最终导致采用无效甚至有害的治疗方案[8]。

更值得警惕的是，为追求P值<0.05，部分研究者可能采取"P值操纵（P-hacking）"等不端行为，即通过多种方式反复分析数据直至达到显著性标准[9]。

Greenland[10]指出，尽管P值本身设计合理，但滥用和误解现象普遍存在，常导致研究结论被错误批判或不当应用。为此他建议采用S值来替代，该指标通过比特（bits）量化关联强度，能有效降低数据误读风险。S值是P值的负二进制对数变换，用于衡量数据相对于背景假设、模型及检验假设的信息量。

例如，P值0.05对应的S值为4.32比特，其为意外的程度仅略高于连续四次掷硬币均出现正面的情况。当P值趋近于零时，S值的比特数将递增，使其成为更直观的证据强度评估指标[11]。

P值的替代方案