Puntos de tiempo inconsistentes en los que se toman las medidas

La correlación entre las medidas tomadas en diferentes momentos se vuelve menos significativa

Se puede obtener una medida de la funcionalidad de la extremidad desde el POD1 hasta el POD7, pero solo se puede obtener una medida del dolor posoperatorio hasta POD1.

Medidas incorrectas obtenidas

Los análisis son mucho menos significativos.

Usando el ejemplo directamente anterior, podría ser más significativo no solo obtener dolor posoperatorio a través de POD7, sino también obtener dolor con un (especificado) actividad en lugar de dolor en reposo para correlacionar con la funcionalidad.

Pedir a los pacientes que hagan cálculos

Los pacientes tienen sus propios problemas posquirúrgicos y de otro tipo de los que preocuparse, por lo que la fiabilidad y validez de sus respuestas son limitadas.

Así como no se les pedirá a los pacientes que calculen su propio IMC, tampoco se les debe pedir que hagan ningún 'calistenia mental', por ejemplo, "En comparación con hace una semana, ¿cómo calificaría su dolor actual?"

Recopilación de datos que no están en un 'diccionario de datos'

Esto puede confundir al estadístico o al analista de datos, que luego puede realizar análisis inapropiados.

Es posible que un analista de datos no sepa que el ketorolaco solo se administra por vía intravenosa en algunos hospitales (por lo tanto, solo a pacientes hospitalizados). Aquí, el ketorolaco no se incluiría con otros medicamentos para el control del dolor posterior al alta.

Valores faltantes

Las pruebas estadísticas y las estimaciones del efecto son menos precisas e incluso pueden estar sesgadas. Los estadísticos y los analistas de datos son reticentes a imputar valores cuando falta más del 5-10%, por ejemplo.

Es posible que los datos de seguimiento no se recopilen por completo, ya sea por los asistentes de investigación o por los propios sujetos. Por lo tanto, puede ser difícil o imposible resumir las puntuaciones totales en un instrumento. cuando se sabe a priori que es probable que falten datos específicos, los estadísticos pueden escribir métodos de imputación de datos en el plan de análisis estadístico (SAP).

Continuo v variables categóricas

Uso de paramétrico v análisis no paramétricos

El Informe modificado q5 pregunta: "En las últimas 24 horas, ¿cuánto alivio han proporcionado los tratamientos para el dolor con medicamentos?" Las respuestas están disponibles para que el paciente circule desde 0 % (sin alivio) hasta 100 % (alivio completo) en incrementos del 10%. Estrictamente hablando, esta no es una variable continua (por ejemplo, los pacientes no responden/no pueden responder con un 69%, etc.), sin embargo, esta variable probablemente se analice como continua. Una mejor idea es probablemente categorizar la variable como < 50% v ≥ 50% de alivio.

Recambios v totalidades

Los análisis podrían muy bien ser de doble inmersión (similar a las comparaciones múltiples)

El OBAS q7 pregunta "¿Qué tan satisfecho está con su tratamiento del dolor durante las últimas 24 horas (0 = nada a 4 = mucho)?" Por lo tanto, sería tentador usar este ítem para llegar a la "satisfacción con el cuidado anestésico". Sin embargo, el puntaje total de OBAS es un resumen de los 7 elementos derivados de un algoritmo particular, por lo que usar ambas OBAS q7 y la puntuación total de OBAS como análisis separados equivalen a duplicidad.