¿Tiene sentido la prueba de significación para comparar grupos aleatorizados al inicio del estudio?

Muchos trabajos de ensayos controlados aleatorios (ECA) informan pruebas de significación en los parámetros basales justo después / antes de la asignación al azar para mostrar que los grupos son realmente similares. Esto a menudo es parte de una tabla de "características de referencia". Sin embargo, las pruebas de significación miden la probabilidad de obtener la diferencia observada (o más fuerte) por casualidad, ¿no es así? Y si la prueba es significativa, concluimos que existe una verdadera diferencia porque una diferencia aleatoria de esa extensión sería poco probable . ¿Tiene sentido una prueba de significación después de la aleatorización cuando sabemos que cualquier diferencia debe deberse al azar ?

Una prueba de hipótesis no tendría sentido, pero una prueba de significación puede ser útil.

La prueba de hipótesis probaría una hipótesis nula que ya se sabe que es cierta, como su pregunta deja en claro. Es una tontería aplicar una prueba estadística a cualquier hipótesis que tenga un valor de verdad ya conocido a través de información completamente confiable.

Una prueba de significación proporciona un valor P que, nuevamente, como ya ha dicho, indica la probabilidad de obtener datos como extremos o más extremos dada la hipótesis nula. Sin embargo, me parece que dicho valor de P se puede interpretar de una manera que equivale a una respuesta a la pregunta "¿Con qué frecuencia podría esperar ver una diferencia en los valores de referencia tan grandes como esta vez o mayores?" La respuesta puede ser útil incluso si no está claro para qué.