去年曾經寫信到香港醫學期刊，討論 p=0.05 的問題。因為有不少人在報告統計分析結果時，明明 p=0.052 ，卻要寫成是 p>0.05 ，再用 p 少於 0.05 作為統計學明顯的傳統界線，認定該分析結果為統計學不明顯。
閱報看到一個相當有趣的情況。
話說最近有研究發現一種常用降膽固醇藥 Vytorin 懷疑會增加癌症的風險。一個研究發現服用 Vytorin 的人仕比服用安慰劑的，患上癌症的風險會增加 50% 。這樣的結果當然引起輿論嘩然。為何這樣的副作用沒有在推出市面前的臨床研究發現出來，懷疑研究該藥的默沙東及先靈葆雅有隱藏藥物的副作用。
一位我相當專敬的生物統計學家 Richard Peto 爵士 ((他有份發現吸煙會引致癌症死亡，以及完善整套 Meta-analysis 分析套路)) 突然跳出來解圍。他出來解圍令人覺得可圈可點，因為他是某個 Vytorin 臨床研究的生物統計師。他指出將 Vytorin 和癌症連在一起很奇怪。他將那個證明 Vytorin 與癌症有關的研究，再與另外兩個正在進行的臨床研究，以 Meta-analysis 組合在一起。他指出統計學上 Vytorin 不會明顯增加癌症風險。但當計算因癌症而死的話， Vytorin 組有 136 人死於癌症，對照藥物組有 95 人死於癌症。 Peto 說： the odds are about six in 100 that it occurred by chance. 其實代表 p=0.06 。 p=0.06 是否代表沒有足夠證據？記得 Ronald Fisher 大師在其經典著作Statistical Methods for Research Workers 說過 p-value 不能機動性的解讀。當 p=0.06 時，代表現在的證據是既不能證明、也不能反證，宜重新進行研究獲得更多證據，而不是下任何結論。
Peto 說，這個研究的目的是看看 Vytorin 會否增加癌症風險，而不是增加癌症死亡風險。 Peto 說常常轉換假設是錯誤使用統計學。（"These continually changing hypotheses are a misuse of statistics,"）個人覺得，這個問題是不能再用統計學解話，應由計算統計學的重要性，轉成分析臨床的重要性（ Clinical Significance ）。例如進行經濟分析，如停用 Vytorin 改用其他替代藥物，會增加幾多人因轉藥而因高血脂而死亡，又有幾多人會因為轉藥而被免卻於死於癌症。