O teste de significância faz sentido para comparar grupos randomizados na linha de base?

Muitos artigos de ensaios clínicos randomizados (ECR) relatam testes de significância nos parâmetros de linha de base imediatamente após / antes da randomização para mostrar que os grupos são realmente similares. Isso geralmente faz parte de uma tabela "características da linha de base". No entanto, testes de significância medem a probabilidade de obter a diferença observada (ou mais forte) por acaso, não são? E se o teste for significativo, concluímos que há uma diferença verdadeira, porque uma diferença aleatória dessa extensão seria improvável . Um teste de significância faz algum sentido após a randomização quando sabemos que qualquer diferença deve ser devida ao acaso ?

Um teste de hipótese seria sem sentido, mas um teste de significância pode ser útil.

O teste de hipótese estaria testando uma hipótese nula que já é conhecida como verdadeira, como sua pergunta deixa claro. É tolice aplicar um teste estatístico a qualquer hipótese que tenha um valor de verdade já conhecido por meio de informações completamente confiáveis.

Um teste de significância fornece um valor P que, novamente, como você já disse, indica a probabilidade de obter dados como extremos ou extremos, dada a hipótese nula. No entanto, parece-me que esse valor de P pode ser interpretado de uma maneira que equivale a uma resposta à pergunta "Quantas vezes posso esperar ver uma diferença nos valores da linha de base tão grandes quanto desta vez ou maiores?" A resposta pode ser útil, mesmo que não seja clara para que finalidade.