Словесная эквилибристика, лол. Вместе с доказательствами нужн а тогда непристрастная комиссия чтобы их воспринимать и учесть.
Есть статистические показатели: p (вероятность нулевой гипотезы), or (odd ratio), различные коэффициенты корреляция и пр. По этим количественным характеристикам оценивается эффект лечение. Берем основную группу, получающую лечение и контрольную, не получающее или получающее плацебо. Смотрим есть ли различия, подсчитываем вероятность нулевой гипотезы, что различия случайны. Если p>=0.05, то принимаем нулевую гипотезу. Если меньше, то отвергаем нулевую гипотезу. Затем подсчитывает
Cohen's d. В общем, это не словесная эквилибристика, это статистика. Ее не изучал, данные не обрабатывал?
Еще есть мета-анализ. У него свои статистические показатели есть, по которым можно судить об эффективности лечения.
Тупая полярность с отсутствием и присутствием, ИМХО.
В первом исследовании берутся две гипотезы: либо есть, либо нет. Либо есть эффект от терапии, либо нет. Если находим, что есть какой-то эффект, то смотрим в следующих исследованиях, для кого этот эффект есть, для каких пациентов, с какими показателями (пол, возраст, сила исходного влечения, наличие коморбидной патологии, другие обстоятельства), какой силы эффект, можно сравнить эффект с эффектами от других вариантов лечения. И в итоге приходим к выводу, какая группа выиграет от лечения, а какая -- нет. Но первые исследования тестируют полярные гипотезы: да, нет.
Не совсем, сорри. У лечение есть эффекты. Основной эффект - это то, для чего нужно лекарство и зачем оно вообще создано
Это не меняет то, что я говорила. Во всех исследованиях лекарств нулевая гипотеза (гипотеза по умолчанию) -- отсутствие эффективности. Ученые должны продемонстрировать, что есть достаточно данных, чтобы отвергнуть нулевую гипотезу, что ее вероятность очень мала. Если же нет данных, или же их недостаточно, то принимаем нулевую гипотезу, что лечение неэффективно.