常看文献的朋友对下面的表述一定不陌生，许多研究因为 P 值>0.05，下结论的时候只能用 trend 这个词，表示 2 者有存在差异的趋势，但尚无统计学意义，见下图 
图1氨氯地平与安慰剂相比，血管内超声检查时动脉粥祥硬化斑块进展有减少的趋势。来自： JAMA 2004,292(18)
这个时候问题就来了，得到这样的结论提示了什么？如果数据看起来有明显差异，但是 P 值却显示无统计学意义，这样的结论是否可以指导临床应用？当有统计学意义但数据差异却不明显时，该如何解读？
基于以上问题，一起来梳理一下 P 值的前世今生。
P 值是怎么来的？
实际上，在 P 值存在的 90 多年里，它一直饱受争议，有人形容它为讨人厌有赶不走的蚊子，也有人形容为存在明显问题但人人视而不见的皇帝的新衣，在 1920 年 Fisher 引入 P 值概念之初，他仅仅是想判断所得的证据是否重要，是否值得重复，而非决定性的检验方法。研究者通常假设两组间没有差异或者联系（H0 ）。接着在 H0 成立的情况下，计算出实际观察结果与H0相吻合的概率即 P 值，P 值越小， H0 越不可能成立。通过这种方法将数据和背景知识结合在一起，得出科学结论。
随后 Fisher 的竞争者波兰数学家 Neyman 及英国统计学家 Pearson 引入了包含统计效能，假阳性，假阴性等概念的另一种可替代的数据分析方法。这两派立刻在学界吵得不可开交，最终他们经过协商，将 Fisher 的 P 值融入 Neyman 和 Pearson’s 的方法中，这就是 P 值小于 0.05 意味着有统计学意义这一统计学常识。
P 值到底意味着什么？
目前对于 P 值的意义仍存在争论，当一项研究的P值是0.01时，大多数科学家会说该研究结论错误的概率只有 1%, 这种说法有可能错误，因为P 值不能得出这样的结论，P 值代表的是当 H0 成立时能收集到的证据的多少，但是它不能反过来推断 H0 为真的概率。要回答一个假设正确的几率是多少，需要另一些信息，即结果本身的效力有多强，原本可信度有多大。
如果忽视这一点就如同你起床时发现头很痛，立马给自己下了脑瘤的诊断，这种诊断可能，但可能性不大，因为相比与常见的过敏反应，脑瘤需要更多的证据来证明。一些假设（如心灵感应、外星人、顺势疗法）越难以置信，假阳性的可能性就越大，不管你的P值是多少。
P 值用来证明假设成立需要多少证据，P值越小，就需要越多的证据证明H0成立，而假设本身是否为真取决于它自己是否真实可信，取决于它在现实世界中客观存在的效力。
P值怎么用？
基于上述问题，统计学家想出一个好招，在大量的计算后发现，当 P 值为 0.01 时，相对应的 H0 为假的概率至少为 11%，当 P 值为 0.05 时，相对应的 H0 为假的概率至少为 29%，所以当该研究的P值是0.01时，结论错误的概率大于 10%。而上文提及的，当结局数据有差异而P值超过0.05时，可以认为H0 为假的概率的概率增大了，即2者没有差异的概率增大了，而存在差异的概率减小了。
根据数学和统计规律，影响P值大小的最重要因素是样本量和差异大小。所以P值大小不代表差异大小。再微小的差异，达到一定的样本量和测量精度，都能得到小的P值；再大的差异，在样本量和测量精度不那么高的时候，也可能只能得到普普通通的P值。
所以在阅读文献，考虑结论是否能为临床所用时，需要综合该研究的设计类型，样本量大小等因素，开头提及的研究给出的最终结论是，有证据表明氨氯地平能减缓动脉粥样硬化的进展。许多研究数据有显著差异而统计学上P值>0.05时，一般认为可进一步扩大样本量研究，讨论研究中可能存在的误差来得出结论。重大决策与结论中，需要考虑诸多因素，如实验设计、数据质量、外部证据、假设的合理性等等，不能只由P值决定Yes or No的问题。
那当P值有意义时，怎样得出结论呢？一项超过 19000 人的研究发现相比与线下认识，在网上遇见配偶的人离婚率更低（P＜0.002），对婚姻会更加满意（P＜0.001）(来自： Nature http://doi.org/rcg; 2013)。这个结论看起来非常吸引眼球，但是这种作用是非常小的，在线结识使得离婚率从 7.67% 下降到 5.96%，在幸福度的 7 分量表中，在线结识为 5.64 分，线下结识是 5.48 分。
这些变化都非常小，所以也不能一味强调 P 值而忽略差异本身的大小。存在统计学的显著性差异与是否有实际关联之间并无统必然联系。我们应该关心这到底有多少作用？而不是这是否能起作用。除此之外，最荒谬的是 P 值操纵 (P-hacking)，即通过许多手段方法使得 P 值＜0.05 以得到阳性结论，这会使得本应带着质疑眼光审视的探索性的研究结果，变得看似确定无疑，实际上却难以重复。
关于P值的争论一直存在，有学者提出使用置信区间及贝叶斯法则等来代替P值、公布研究中包含的所有假设，所有数据收集的决定，所有进行的统计分析和所有P值等方案来提高可重复性，由于统计学方法的局限性，研究者应当避免迷信P值，慎重解释结果。