p-값

임상시험이나 연구 결과가 우연에 의해 발생했을 확률을 측정하는 통계적 지표입니다.

p-value(확률값)는 연구 결과의 유의성을 판단하는 데 사용되는 통계 지표로, 특히 임상시험과 과학 연구에서 중요합니다. 이는 치료군과 대조군 간에 관찰된 결과 차이가 실제 차이가 없다는 귀무가설을 전제로, 순전히 우연에 의해 발생했을 확률을 측정합니다. 생명공학 및 제약 부문에서 투자자들은 임상시험 데이터 발표 시 p-value를 면밀히 주시합니다. p-value가 낮을수록 시험 중인 약물이나 치료법이 실제로 효과가 있다는 증거가 더 강하다는 것을 의미하며, 성공이 통계적 우연이 아님을 보여줍니다. 반대로 p-value가 높으면 긍정적 결과가 우연히 발생했을 가능성이 크며, 이는 종종 시험 실패와 규제 당국의 거부로 이어집니다. 대부분의 임상시험에서 0.05 이하의 p-value가 통계적 유의성의 표준 기준이며, 이는 결과가 우연히 발생했을 확률이 5% 이하임을 나타냅니다. 그러나 투자자들은 연구자들이 유리한 p-value를 찾을 때까지 여러 분석을 반복하는 'p-hacking'이나, 통계적 유의성(낮은 p-value)은 확보했지만 임상적 유의성(약물의 실제 임상적 이득이 중요하지 않을 만큼 작음)은 결여된 시험에 주의해야 합니다.

신규 콜레스테롤 치료제의 3상 시험에서, 해당 약물을 복용한 환자들은 위약을 복용한 환자들에 비해 LDL 콜레스테롤이 평균 20% 감소했습니다. 연구진은 p값을 0.01로 계산했습니다. 이는 약물이 실제로 효과가 없었다고 가정할 때 이 정도로 큰 차이가 나타날 확률이 단 1%(100번 중 1번)에 불과하다는 것을 의미하며, 이는 시험 결과가 매우 유의함을 보여줍니다.