Ricerca endodontica e statistica sono strettamente legate. Eppure, leggere correttamente i risultati di uno studio scientifico non è sempre semplice. Un articolo firmato da Mehran Farajollahi e colleghi, con ricercatori afferenti a diverse istituzioni internazionali, tra cui la University of Queensland in Australia, affronta proprio questo problema. L’obiettivo è fornire all’endodontista strumenti pratici per interpretare le evidenze scientifiche senza fermarsi alla sola significatività statistica. Il lavoro non presenta quindi i risultati di un nuovo trial clinico. È una guida biostatistica costruita utilizzando esempi tratti dalla letteratura endodontica per trasformare concetti statistici spesso complessi in informazioni utili nella pratica clinica.
Ricerca endodontica, attenzione al p-value
Per molto tempo il p-value ha rappresentato uno dei principali punti di riferimento per interpretare i risultati della ricerca. In estrema sintesi, valori inferiori a una determinata soglia, spesso fissata a 0,05, vengono comunemente considerati statisticamente significativi. Il problema nasce quando questa distinzione viene interpretata in modo troppo rigido. Gli autori ricordano che il test dell’ipotesi nulla valuta quanto i dati osservati siano compatibili con una determinata ipotesi statistica. Non dimostra, invece, che un’ipotesi sia vera o falsa. Il p-value, inoltre, non indica direttamente quanto sia importante un risultato. Di conseguenza, due trattamenti possono presentare una differenza statisticamente significativa senza che questa abbia necessariamente un peso rilevante nella pratica clinica.
Significativo non significa clinicamente importante
È questo uno dei messaggi centrali del lavoro. Nella ricerca endodontica bisogna distinguere la significatività statistica dalla rilevanza clinica. Un campione molto numeroso può rendere statisticamente significativa anche una differenza di dimensioni modeste. Al contrario, uno studio condotto su pochi pazienti può non raggiungere la significatività statistica anche in presenza di una differenza potenzialmente interessante. Per questo motivo, classificare semplicemente i risultati come “significativi” o “non significativi” può fornire al lettore un quadro incompleto. Secondo gli autori, l’interpretazione dovrebbe prendere in considerazione anche la dimensione e la direzione dell’effetto osservato.
Quanto è grande l’effetto?
Entra così in gioco l’effect size, o dimensione dell’effetto. Questo parametro permette di capire quanto sia grande la differenza osservata tra due gruppi o quanto sia forte un’associazione. È un’informazione essenziale per passare dalla statistica alla clinica. Sapere che due procedure endodontiche producono risultati statisticamente differenti, infatti, non basta. Il clinico deve poter valutare anche l’entità di questa differenza e stabilire se sia abbastanza importante da modificare una scelta terapeutica. Gli autori suggeriscono quindi di affiancare sistematicamente alla verifica della significatività statistica una valutazione della dimensione dell’effetto.
Il valore degli intervalli di confidenza
Un altro strumento fondamentale è rappresentato dagli intervalli di confidenza. Questi aiutano a comprendere la precisione con cui è stato stimato un effetto. Un intervallo relativamente ristretto indica una maggiore precisione della stima. Un intervallo molto ampio segnala invece una maggiore incertezza e suggerisce prudenza nell’interpretazione. Dimensione dell’effetto e intervallo di confidenza permettono quindi di ottenere informazioni che il solo p-value non può fornire. Consentono di valutare insieme grandezza, direzione e precisione dell’effetto e contribuiscono a stabilire la sua possibile rilevanza clinica.
Superare la logica del sì o del no
Il problema è anche culturale. La ricerca biomedica ha utilizzato a lungo una lettura binaria dei risultati: un dato viene considerato significativo oppure non significativo. Secondo gli autori, questa impostazione rischia di semplificare eccessivamente informazioni che sono per loro natura più complesse. Un risultato con p=0,049 e uno con p=0,051, per esempio, si trovano ai lati opposti della tradizionale soglia di 0,05, ma non per questo devono essere considerati radicalmente differenti sul piano dell’evidenza. L’obiettivo dovrebbe essere piuttosto comprendere l’insieme delle informazioni prodotte dallo studio e la loro effettiva utilità per il paziente.
Dalla statistica alla decisione clinica
Questa impostazione assume particolare importanza nella ricerca endodontica. Il professionista consulta la letteratura per rispondere a domande molto concrete: un trattamento aumenta le probabilità di successo? Una tecnica riduce il dolore postoperatorio? Un determinato protocollo offre un vantaggio rispetto a un altro? La risposta non dovrebbe dipendere esclusivamente dal superamento di una soglia statistica. Occorre considerare l’entità del beneficio, l’incertezza che circonda la stima e, soprattutto, il significato clinico del risultato. In questo senso, la biostatistica non rappresenta soltanto uno strumento destinato ai ricercatori. Diventa parte integrante dell’evidence-based dentistry perché aiuta il professionista a valutare quanto le conclusioni di uno studio possano realmente essere trasferite alla pratica.
Ricerca endodontica, leggere oltre le conclusioni
L’articolo in questione dunque, pubblicato sul Journal of Endodontics, lancia un chiaro messaggio: nella ricerca endodontica sarebbe opportuno abbandonare progressivamente una lettura basata soltanto sulla dicotomia “statisticamente significativo/non significativo”. Il p-value mantiene una sua funzione, ma dovrebbe essere interpretato insieme alla dimensione dell’effetto e agli intervalli di confidenza. Per l’endodontista significa sviluppare una lettura più critica della letteratura scientifica. Non basta sapere se uno studio ha trovato una differenza. Occorre chiedersi quanto sia grande, quanto sia precisa la stima e, soprattutto, se quella differenza possa avere un significato concreto per il paziente. È proprio questo passaggio dalla significatività statistica alla rilevanza clinica che può rendere la ricerca realmente utile nelle decisioni quotidiane.
