Statistiche a piccole dosi 15 Parte B – Altri punti caldi statistici: quanto è importante il buon senso per il senso statistico? - NYSORA

Esplora gratuitamente la knowledge base di NYSORA:

Statistiche a piccole dosi 15 Parte B – Altri punti caldi statistici: quanto è importante il buon senso per il senso statistico?

 

 

Punti temporali incoerenti in cui vengono effettuate le misurazioni

La correlazione tra misure prese in momenti diversi diventa meno significativa

Una misura della funzionalità degli arti può essere ottenuta da POD1 a POD7, ma una misura del dolore postoperatorio può essere ottenuta solo fino all POD1.

Misure errate ottenute

Le analisi sono molto meno significative

Utilizzando l'esempio direttamente sopra, potrebbe essere più significativo non solo ottenere dolore postoperatorio tramite POD7, ma ottenere dolore con un (specificato) attività piuttosto che dolore a riposo correlare con la funzionalità.

Chiedere ai pazienti di fare calcoli

I pazienti hanno i loro problemi post-chirurgici e altri di cui preoccuparsi, quindi l'affidabilità e la validità delle loro risposte sono limitate

Proprio come ai pazienti non dovrebbe essere chiesto di calcolare il proprio BMI, non dovrebbe essere chiesto loro di fare alcun "calistenico mentale", ad es. "Rispetto a una settimana fa, come valuteresti il ​​tuo dolore attuale?"

Raccolta di dati che non sono in un "dizionario di dati"

Ciò potrebbe confondere lo statistico o l'analista di dati che potrebbero quindi eseguire analisi non appropriate

Un analista di dati potrebbe non sapere che il ketorolac viene somministrato solo per via endovenosa in alcuni ospedali (quindi solo ai pazienti ricoverati). Qui, il ketorolac non sarebbe incluso con altri farmaci per la gestione del dolore post-dimissione.

Valori mancanti

I test statistici e le stime degli effetti sono meno precisi e possono anche essere distorti. Gli statistici e gli analisti di dati sono reticenti ad attribuire valori quando mancano più del, diciamo, il 5-10%.

I dati di follow-up potrebbero non essere raccolti completamente, né dagli assistenti di ricerca né dai soggetti stessi. Pertanto può essere difficile o impossibile riassumere i punteggi totali in uno strumento. Quando si sa a priori che è probabile che manchino dati specifici, gli statistici possono inserire i metodi di imputazione dei dati nel piano di analisi statistica (SAP).

Educazione v variabili categoriali

Uso di parametrico v analisi non parametriche

Il Brief modificato q5 chiede "Nelle ultime 24 ore, quanto sollievo sono stati forniti i trattamenti del dolore dei farmaci?" Le risposte sono disponibili per il paziente da cerchiare dallo 0% (nessun sollievo) al 100% (rilievo completo) con incrementi del 10%.. A rigor di termini, questa non è una variabile continua (ad es. i pazienti non rispondono/non possono rispondere con il 69%, ecc.), tuttavia questa variabile è probabilmente analizzata come continua. Un'idea migliore è probabilmente quella di classificare la variabile come < 50% v ≥ 50% di sollievo.

Componenti v interi

Le analisi potrebbero benissimo essere double-dipping (simili a confronti multipli)

L'OBAS q7 chiede "Quanto sei soddisfatto del trattamento del dolore nelle ultime 24 ore (da 0=per niente a 4=molto)?" Quindi, sarebbe allettante usare questo articolo per ottenere "soddisfazione per le cure anestetiche". Tuttavia, il punteggio totale OBAS è un riepilogo di tutti e 7 gli elementi derivati ​​da un particolare algoritmo, quindi utilizzando entrambi OBAS q7 e il punteggio totale OBAS come analisi separate equivalgono a duplicità.