C’è un momento, nella formazione di ogni medico, in cui diventa evidente che alle competenze cliniche — all’osservazione, all’esperienza, al giudizio — devono affiancarsi strumenti diversi: la capacità di leggere, comprendere e interpretare la letteratura scientifica. È il momento in cui la valigetta professionale si arricchisce di nuovi strumenti, meno immediati ma altrettanto essenziali: quelli che permettono di dare significato ai risultati della ricerca e di trasferirli nella pratica clinica. Ma c’è anche un passaggio ulteriore, più sottile e più maturo: quando si comprende che queste stesse competenze devono evolvere, e che per farlo è necessario andare oltre il p-value. È una forma di maturità metodologica, in cui un riferimento per anni apparentemente solido rivela i suoi limiti. Non perché sia inutile, ma perché, preso isolatamente, non è mai stato sufficiente a orientare la complessità delle decisioni cliniche.
La ricerca clinica nasce per ridurre l’incertezza, non per eliminarla. E tuttavia, nel tempo, abbiamo spesso confuso il rigore metodologico con la semplificazione della realtà. Un risultato “statisticamente significativo” è diventato, quasi per automatismo, sinonimo di verità. Ma la verità clinica è più complessa: vive nella tensione tra dato e contesto, tra evidenza e interpretazione, tra popolazione studiata e paziente reale.
Il dato, da solo, non parla. O meglio, parla una lingua che deve essere compresa, tradotta e talvolta anche messa in discussione. Il p-value ci dice quanto sia improbabile osservare un certo risultato in assenza di effetto, ma non ci dice quanto quell’effetto sia rilevante, né se sia trasferibile alla pratica clinica, né quale sia il suo peso nelle decisioni quotidiane.
Andare oltre il p-value, e più in generale oltre l’evidenza intesa come ciò che appare in superficie, significa spostare lo sguardo e andare in profondità, integrare la significatività statistica con la rilevanza clinica, leggere gli intervalli di confidenza come misura di incertezza, comprendere il ruolo dei bias, della dimensione dell’effetto, della plausibilità biologica. Significa anche riconoscere il valore della coerenza tra studi, della riproducibilità dei risultati e della qualità del disegno sperimentale.
Questa riflessione metodologica prende spunto da esempi concreti, spesso tratti dall’oncologia medica, per esplorare i principi della ricerca clinica e clinico-traslazionale, con l’obiettivo di rendere il dato interpretabile, discutibile e, soprattutto, utilizzabile.
Perché la risposta non è mai soltanto in ciò che è scritto nei risultati. È nel modo in cui li leggiamo. E questo è metodo.
