Pontos de tempo inconsistentes em que as medições são feitas |
A correlação entre as medidas tomadas em diferentes momentos se torna menos significativa |
Uma medida da funcionalidade do membro pode ser obtida de POD1 a POD7, mas uma medida de dor pós-operatória pode ser obtida apenas até POD1. |
Medidas erradas obtidas |
As análises são muito menos significativas |
Usando o exemplo diretamente acima, pode ser mais significativo não apenas obter dor pós-operatória através do POD7 – mas obter dor com um (especificado) atividade ao invés de dor em repouso correlacionar com a funcionalidade. |
Pedir aos pacientes para fazer cálculos |
Os pacientes têm seus próprios problemas pós-cirúrgicos e outros com os quais se preocupar, portanto, a confiabilidade e a validade de suas respostas são limitadas |
Assim como os pacientes não seriam solicitados a calcular seus próprios IMCs, eles não deveriam ser solicitados a fazer qualquer 'calistenia mental', por exemplo, "Em comparação com uma semana atrás, como você classificaria sua dor atual?" |
Coletando dados que não estão em um 'dicionário de dados' |
Isso pode confundir o estatístico ou analista de dados que pode executar análises inadequadas |
Um analista de dados pode não saber que o cetorolaco é administrado apenas por via intravenosa em alguns hospitais (portanto, apenas para pacientes internados). Aqui, o cetorolaco não seria incluído com outros medicamentos para controle da dor pós-alta. |
Valores faltantes |
Testes estatísticos e estimativas de efeito são menos precisos e podem até ser tendenciosos. Estatísticos e analistas de dados são reticentes em imputar valores quando mais de, digamos, 5-10% estão faltando. |
Os dados de acompanhamento podem não ser coletados completamente – seja pelos assistentes de pesquisa ou pelos próprios sujeitos. Assim, pode ser difícil ou impossível resumir os escores totais em um instrumento. Quando se sabe a priori que dados específicos provavelmente estarão faltando, os estatísticos podem escrever em métodos de imputação de dados no plano de análise estatística (SAP). |
Contínuo v variáveis categóricas |
Uso de paramétrico v análises não paramétricas |
O Resumo Modificado q5 pergunta “Nas últimas 24 horas, quanto alívio os tratamentos de dor com medicamentos forneceram?” As respostas estão disponíveis para o paciente circular de 0% (sem alívio) a 100% (alívio completo) em incrementos de 10%. A rigor, esta não é uma variável contínua (por exemplo, os pacientes não/podem responder com 69%, etc.), mas essa variável provavelmente é analisada como contínua. Uma ideia melhor é provavelmente categorizar a variável como < 50% v ≥ 50% de alívio. |
Peças v todos |
As análises podem muito bem ser de imersão dupla (semelhante a múltiplas comparações) |
O OBAS q7 pergunta “Quão satisfeito você está com o seu tratamento da dor durante as últimas 24 h (0 = nada a 4 = muito)?” Portanto, seria tentador usar este item para obter 'satisfação com os cuidados anestésicos'. No entanto, a pontuação total do OBAS é um resumo de todos os 7 itens derivados de um algoritmo específico, portanto, usando ambos O OBAS q7 e a pontuação total do OBAS como análises separadas equivalem a duplicidade. |