NAP (icke-överlapp för alla par)

NAP jämför varje mätning i baslinjen (A) med varje mätning i interventionsfasen (B). Den räknar i hur många av dessa par B-värdet är bättre än A-värdet; lika värden räknas som hälften. Resultatet ligger mellan 0 och 1: 0,5 betyder ingen skillnad, 1 betyder att varje B-värde är bättre än varje A-värde. Enligt Parker och Vannest (2009) är upp till ,65 svagt, upp till ,92 medelstarkt, från ,93 starkt. NAP är sannolikheten att ett slumpmässigt draget B-värde är bättre än ett slumpmässigt draget A-värde (lika med AUC). Newcombes konfidensintervall visar hur osäkert värdet är med få mätningar.

Exempel: NAP = ,97, 95 % KI [,70; 1,00], p = ,003: i 97 % av alla A-B-par är värdet i B bättre.

Se upp: NAP tar inte hänsyn till en trend som redan finns under baslinjen och når 1 så snart varje B-värde är bättre - hur mycket bättre visar NAP inte. p-värdet (Mann-Whitney) förutsätter oberoende mätningar, vilket tidsserier ofta inte ger. Indelningen i svagt, medelstarkt och starkt är en tumregel.