|
进行测量的时间点不一致 |
在不同时间点采取的措施之间的相关性变得不那么有意义 |
可以从 POD1 到 POD7 获得肢体功能的测量值，但只能获得术后疼痛的测量值 高达 POD1。 |
|
采取了错误的措施 |
分析意义不大 |
直接使用上面的示例，不仅通过 POD7 获得术后疼痛可能更有意义，而且通过（指定）获得疼痛 活动 而不是痛苦 在休息 与功能相关联。 |
|
要求患者进行计算 |
患者有自己的术后和其他问题需要担心，因此他们的反应的可靠性和有效性是有限的 |
正如患者不会被要求计算他们自己的 BMI 一样，他们也不应该被要求做任何“心理健美操”，例如，“与一周前相比，你如何评价你目前的疼痛？” |
|
收集不在“数据字典”中的数据 |
这可能会使统计学家或数据分析师感到困惑，他们随后可能会进行不适当的分析 |
数据分析师可能不知道酮咯酸仅在某些医院进行静脉注射（因此仅用于住院患者）。 在这里，酮咯酸不会与其他药物一起用于出院后疼痛管理。 |
|
缺少价值观 |
统计检验和效果估计不太精确，甚至可能存在偏差。 当超过 5-10% 的缺失值时，统计学家和数据分析师不愿估算值。 |
研究助理或受试者自己可能无法完全收集后续数据。 因此，总结一个乐器的总分可能很困难或不可能。 当已知 先验 特定数据可能会丢失，统计人员可以将数据插补方法写入统计分析计划 (SAP)。 |
|
连续 v 分类变量 |
参数化的使用 v 非参数分析 |
修改后的简报 q5 询问“在过去 24 小时内，提供的药物治疗疼痛缓解了多少？” 患者的反应可从 0%（无缓解）到 100%（完全缓解）循环 以 10% 的增量. 严格来说，这不是一个连续变量（例如，69% 的患者没有/不能做出反应等），但这个变量很可能被分析为连续变量。 一个更好的主意可能是将变量分类为 < 50% v ≥ 50% 缓解。 |
|
零件 v 整体 |
分析很可能是双重分析（类似于多重比较） |
OBAS q7 询问“您对过去 24 小时内的疼痛治疗满意程度如何（0=完全不满意，4=非常满意）？” 因此，很容易使用这个项目来获得“对麻醉护理的满意度”。 但是，OBAS 总分是由特定算法得出的所有 7 个项目的汇总，因此使用 都 OBAS q7 和 OBAS 总分作为单独的分析相当于重复。 |
