n <- 14
treatment <- rep(c(1,0), each=n/2)
results <-c(rep(1, 7), c(rep(0, 6), 1))

data <- data.frame(treatment, results)
data
##    treatment results
## 1          1       1
## 2          1       1
## 3          1       1
## 4          1       1
## 5          1       1
## 6          1       1
## 7          1       1
## 8          0       0
## 9          0       0
## 10         0       0
## 11         0       0
## 12         0       0
## 13         0       0
## 14         0       1
t <- t.test(results ~ treatment)
t
## 
##  Welch Two Sample t-test
## 
## data:  results by treatment
## t = -6, df = 6, p-value = 0.0009645
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
##  -1.206702 -0.507584
## sample estimates:
## mean in group 0 mean in group 1 
##       0.1428571       1.0000000

Adriano,

Verifique os dados, depois posso tentar colocar uns labels indicando cirurgia e o tratamento alternativo.

O teste t verifica qual a probabilidade da media dos resultados serem iguais e so estarem diferente por conta da variacao dos resultados.

O tratamento sem cirurgia teve taxa de sucesso de 0.1428571 enquanto a cirugia teve taxa de 1. Como a amostragem e pequena, no caso, 14 subjectives, o modelo e penalizado.

Entretanto a diferenca ainda e tao grande que a probabilidade dos duas hipoteses terem a mesma eficacia é de 9.645351910^{-4}. Ou seja, muito improvavel. A cirurgia tem 0.9990355 probabilidade de estar fazendo efeito.