L'efficacité et la sécurité des médicaments « actifs » (par exemple, des antidiabétiques) sont habituellement évaluées à partir d'études interventionnelles randomisées de longue durée en comparant le principe actif contre un placebo ou une autre médication. Dans ce but, des patients sont recrutés dans de larges études portant sur un grand nombre de participants. Dans la plupart de ces études, la valeur du seuil du « p » est habituellement fixée à 0,05 afin d'établir la significativité statistique des différences entre des résultats observés sur des critères « durs » (tels que l'incidence d'un ensemble d'événements cardiovasculaires majeurs), dans des groupe assignés soit au médicament à tester, soit à son comparateur. La significativité du « p » est ultérieurement utilisée pour rédiger des recommandations thérapeutiques. Toutefois, le fait d'abaisser les seuils statistiques du « p » de 0,05 à 0,005 peut faire passer les effets bénéfiques ou délétères des traitements d'une significativité claire à une simple « suggestion ». Pour cette raison, il a été proposé de renforcer la puissance statistique en fixant le seuil du « p » à une valeur égale à 0,005 qui pourrait être considérée comme un compromis acceptable entre significativité un peu laxiste ou trop stricte. Quatre exemples sont fournis pour discuter cette proposition. Dans l'étude SAVOR-TIMI 53, les résultats sur le plan cardiovasculaire sont identiques dans les groupes saxagliptine et placebo, mais une augmentation isolée des insuffisances cardiaques est observée chez les patients sous saxagliptine. Cette augmentation considérée comme significative (p = 0,007) avec les critères classiques a conduit à un débat sans fin, et peut être non approprié, sur cet inhibiteur de la dipeptidyl peptidase-4 (DPP-4). Dans l'étude HEART2D, des discordances inexpliquées ont été trouvées selon que l'analyse statistique a été pratiquée sur la totalité des sujets ou sur un sous-groupe constitué par les sujets âgés. Dans les études LEADER et EMPA-REG OUTCOME, la supériorité du liraglutide ou de l'empagliflozine par rapport à un placebo a été établie, même avec le seuil revisité de 0,005 : p = 0,005 pour le critère de jugement prioritaire « étendu » dans LEADER, et p < 0,001 pour au moins trois critères, parmi lesquels les décès de causes cardiovasculaires dans EMPAG-REG OUTCOME. Pour l'étude LEADER, l'analyse Bayésienne, qui consiste à comparer une probabilité arbitraire « de départ » à une probabilité calculée « d'arrivée », a permis de confirmer la fiabilité de l'analyse statistique classique. Toutefois, dans de nombreux essais thérapeutiques la méthode Bayésienne peut être très utile pour établir une distinction claire entre les conclusions vraies et fausses quand la valeur du « p » est située dans une zone d'incertitude entre 0,05 et 0,005.

Efficacy and safety of « active » (e.g., glucose lowering) drugs are usually tested from long-term randomized interventional studies comparing the « active » drug vs. either a placebo or another active medication. For that purpose, patients are enrolled ir mega-trials including large numbers of participants. In most studies, the « P » value threshold of 0.05 is traditionally considered to be the gold standard for assessing statistical differences between « hard » outcomes (e.g., the incidence of a composite of major cardiovascular events) in groups assigned to either the drug to be tested or its comparator. The significance of the « P » value is further utilized for adopting therapeutic recommendations. However, lowering the statistical thresholds from a « P > value of 0.05 to 0.005 can shift beneficial or deleterious effects of treatments from clearly significant to « suggestive ». Consequently, it has been proposed to reinforce the power of statistics by setting the « P » threshold at a value of 0.005, which could be an appropriate compromise between loose and too stringent estimates of statistica significance. Four examples are taken. In the SAVOR-TIMI53 study, the cardiovasculai outcomes were similar for the saxagliptin and placebo groups but a questionable iso lated statistically significant increase (P =0.007) in the rate of heart failure was observed in the individuals treated with saxagliptin. This difference has led to endless and perhaps inappropriate debates on the safety of this antidiabetic agent. In the HEART2D study: unexplained and disturbing discrepancies were found according to whether statistica analyses were applied to the population considered as a whole or limited to elderly persons. In the LEADER and EMPA-REG OUTCOME trials, the superiority of liraglutide or empagliflozin vs. a placebo was established using the revisited threshold of 0.005 P =0.005 at the limit of statistical significance in LEADER for the extended primary end points, and P <0.001 in EMPA-REG OUTCOME for at least 3 criteria including the deaths from cardiovascular causes. In the LEADER study, the Bayesian analysis, which consists to compare an arbitrary « prior » probability to the computed « posterior probability, has permitted to confirm the reliability of the classical statistical analysis In many trials, the Bayesian method can be particularly helpful for making a clear-cu distinction between right and wrong conclusions when the « P » value is found within the ambiguous range from 0.05 to 0.005.