Les chercheurs ont confirmé la robustesse de leur étude en démontrant que le risque de fausses conclusions positives était maîtrisé, malgré un nombre potentiellement limité d’événements observés. Cette analyse rassure sur la fiabilité des résultats obtenus.
Le risque d’erreur de type I, également connu sous le nom de taux de faux positifs, est un paramètre fixé a priori par les scientifiques avant le début de toute recherche et reste constant, indépendamment du nombre réel de cas recensés. Dans cette étude spécifique, l’analyse du critère d’évaluation principal n’a été effectuée qu’une seule fois, ce qui, selon les chercheurs, ne pouvait en aucun cas augmenter la probabilité d’une erreur de type I.
Bien qu’un nombre réduit d’événements puisse effectivement diminuer la puissance statistique de l’étude et, par conséquent, accroître le risque d’un résultat faussement négatif (erreur de type II), il n’augmente pas pour autant la probabilité d’obtenir un résultat faussement positif. « Nous avons calculé la puissance statistique avec nos résultats comme méthode de validation », expliquent les auteurs. Cette puissance, estimée à 0,93, indique une capacité statistique suffisante pour détecter un effet réel, si celui-ci existe.
En d’autres termes, les résultats de l’étude suggèrent que la probabilité de conclure à l’existence d’un effet alors qu’il n’existe pas en réalité est faible, renforçant ainsi la confiance dans la validité des conclusions tirées.
