|
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). |
|
ASESORIA CONTINUA 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. |
|
Partes 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. |
