要正确解释医学文献中提出的主张，读者必须了解基于它们的统计显着性测试。但是，人们担心许多医生误解了这些测试的概率逻辑。除了对医学研究的质量产生潜在的负面影响外，这种缺乏理解最终可能对公共卫生产生不利影响。Westoverand Flight＆同事强调并试图在他们的问题中解决这个问题辩论今天发表在BMC医学。

通过对246位医生进行简单测验，Westover等。发现惊人的93％的回答错误地回答了。鉴于这些结果，作者提供了对基本概率概念的可访问解释，如果要实现对医学文献的智能解释，则需要遵循。

辩论特别关注贝叶斯的规则以及它防止统计推理中许多常见错误的能力。贝叶斯的规则是指对概率的解释为信仰程度，以回答“问题”一个人对特定索赔的信心应如何响应新数据？”。

本文强调了医师对该规则的理解的重要性，并提供了一种分步方法来解释其表达的概念。他们得出的结论是“对贝叶斯规则的更深层欣赏可能会使医生降低对具有统计显着性测试的常规应用中固有的谬误的影响。透明