Jacob VanHouten, a kolabtree klinikai adatelemzője és biostatisztikai tanácsadója a legfontosabb tippeket nyújtja a hatásos egészségügyi eredmények kutatásának elemzéséhez.
ha az orvosi területen, és elolvasta, tett, vagy akár gondoltam csinál kutatás az elmúlt két évtizedben, akkor valószínű, hogy ismeri a koncepció eredmények kutatás. Dióhéjban az eredménykutatás olyan terület, ahol a tanulmány tárgya meghatározható egészségügyi eredmény, amelyre később példákat fogok adni, és amit mérnek, azok a hatások, amelyeket a teljes munkafolyamat különböző részei gyakorolnak ezekre az eredményekre. Mivel az ilyen vizsgálatok célja annak meghatározása, hogy milyen tényezők befolyásolják az érdeklődés kimenetelét, számos különféle kísérleti és megfigyelési vizsgálati terv alkalmas erre a feladatra, beleértve a klasszikus epidemiológiai vizsgálatokat, például:
- randomizált kontrollált vizsgálatok,
- keresztmetszeti vizsgálatok,
- kohorsz vizsgálatok,
- szisztematikus áttekintések/metaanalízisek, vagy
- minőségjavító kutatási módszerek.
Tartalomjegyzék
- miért is csinál eredmények kutatás?
- hogyan gondolkodjunk az eredményekről kutatás mint egy statisztikus
- az eredmények típusai
- kit érdekel?
- az eredmények széles körben használt kategóriái
- adattípusok
- numerikus adatok
- kategorikus adatok
- bónusz tipp: miért statisztikus felvétele mentheti meg a tanulmányát?
- következtetés
miért is csinál eredmények kutatás?
sok-sok oka van az eredmények kutatásának, és ezek felsorolása messze meghaladja azt, amit ebben a bejegyzésben meg lehet tenni. Szuper kicsi dióhéjban az eredmények kutatása, mivel a biomedicina területére vonatkozik, elsősorban az említett területen belüli egyes feladatok teljesítményének javítására összpontosít. Mint Híres vezetési tanácsadó Peter Drucker jóváírják mondván: “nem tudja kezelni, amit nem lehet mérni.”Más szavakkal, nem lehet” mozgatni a tűt ” a javulás során anélkül, hogy tudnánk, hol mutat az első helyen. Ezenkívül az ilyen mérések
- minőségjavulást,
- csökkent egészségügyi költségeket,
- a diagnózis és a kezelés hatékonyságának javulását és
- betegélményt eredményezhetnek.
és ki ne szeretné a legjobb eredményeket a betegei számára? Vitathatatlanul az egészségügy elsődleges kutatási elengedhetetlen, hogy folyamatosan mérjük a javulást, és az eredmények kutatása az egyik hatékony eszközkészlet, amellyel odaérhetünk.
hogyan gondolkodjunk az eredményekről kutatás mint egy statisztikus
amikor egy kutatási törekvés megkezdésére gondolunk, talán az első dolog, amit tudni kell: “mit akarsz tudni?”Jobban érdekli a rendszer és a hatékonyság, vagy a betegek által meghatározott immateriális életminőség-mérések? Érdekli, hogy az ellátást megfizethetőbbé, igazságosabbá és hozzáférhetőbbé tegye a betegek számára, vagy aggódik a gyakorlat jövedelmezősége miatt? Néhány kulcsfontosságú kérdés a következő:
- mi az érdeklődés eredménye,
- kik az érdekelt felek,
- hogyan lehet a legjobban képviselni az érdeklődés eredményét, és
- hogyan szerezhetem meg a kérdéseim megválaszolásához szükséges adatokat?
az eredmények típusai
az eredmények kutatásának egyik erőssége az a képesség, hogy számos különböző eredményt és azok relatív érdemeit, valamint számos különböző szempontot figyelembe vegyünk (erről bővebben alább). Valójában, néhány eredménykutatási konstrukciót, mint például a minőséghez igazított életéveket, kifejezetten a különböző eredmények összehasonlítására tervezték. Azok az eredmények, amelyek eltérő típusúak lehetnek, összehasonlíthatók az egyik eredmény ekvivalenssé történő átalakításával (azaz olyan összeggel, amelyet meg kell kapnia ahhoz, hogy feladjon egy éjszakai alvást) eredmény, amely közvetlenebb összehasonlítható.
kit érdekel?
ha a fenti eredmények mérésére gondolunk, talán az első kérdésnek kell lennie: “kit érdekel?”. És ez nem azt jelenti, Flipp. Tisztelettel, ki az, aki törődik ezzel az eredménnyel. A betegek? A szolgáltatók? Biztosítók, egészségügyi rendszerek? Nem ésszerűtlen azt gondolni, hogy a beteg és a kórház nagyon eltérően értékeli a beteg elégedettségének eredményét, bár mindkettő számára fontos. A mérni kívánt eredmények megfelelő figyelembevétele érdekében meg kell fontolnia, hogy kinek a perspektívája(i) a legjobb, amelyből értékelni lehet. Az analitikus terv elején egyértelműen azonosítva azt a perspektívát, amelyből figyelembe veszi az eredményeket, megvédi mind a zavart, mind a post hoc adatmanipulációt, akár véletlen, akár nem. Míg az érdeklődésre számot tartó lehetséges eredmények átfogó listája túlmutat e cikk keretein, az alábbi táblázat kiemeli az eredmények legszélesebb körben használt kategóriáit.
az eredmények széles körben használt kategóriái
| biztonságosság | helytelen orvosi kezelés és felügyelet a klinikai ellátás során; Orvosi hibák, amelyek a betegeket a nemkívánatos események kockázatának teszik ki |
| hatékonyság | a különbség az orvosi beavatkozással vagy politikával elérhető és a ténylegesen megvalósított között |
| saját tőke | az egészségügyi ellátás egyenlőtlenségének vizsgálata, amely arra összpontosít, hogy a nem klinikai tényezők,mint példáulfaj, nem, éstársadalmi-gazdasági helyzet befolyásolja a betegek gondozását |
| hatékonyság | a hatékonyság maximalizálására, az egészségügyi költségek korlátozására és az egészségügyi rendszer hulladékának csökkentésére összpontosít. |
| időszerűség | a betegek egészségügyi ellátáshoz való hozzáférése: a hozzáférés akadályai és a nem biztosított betegek képtelenek az egészségügyi ellátásban részesülni. |
| az orvosi közösség oktatási erőfeszítései és a betegellátást javító egészségügyi politikák végrehajtása | |
| Betegközpontúság | hogyan befolyásolják az orvosi beavatkozások a betegeket, mit éreznek a betegek, és mit tehetnek az orvosi döntéshozatal érdekében. |
adattípusok
az Önt érdeklő eredmények mellett érdemes megfontolni az adatok elképzelésének módját, különös tekintettel az adattípusokra.
az adatoknak két fő változata van: numerikus és kategorikus.
numerikus adatok
a numerikus éppen olyan, amilyennek hangzik; a mért változó kvantitatív, vagy a típus egész szám, amelyek az egész számok, és úszik, amelyek mind a számok néhány nem egész szám rész.
az egész számok példái közé tartozik a kórházban szállított csecsemők száma, a Likert-skála kérdőív eredményei a betegek elégedettségéről, vagy a műtét során eltöltött percek száma, valamint sok-sok más.
kategorikus adatok
a kategorikus adatok azok az adatok, amelyek csak bizonyos meghatározott értékeket vehetnek fel. Néhány adatpont kategorikus és dichotóm, ami azt jelenti, hogy a változó két lehetséges kimenetel közül egyet és csak egyet vehet fel. Például egy villanykörte kikapcsolható vagy bekapcsolható, de ez lesz az egyik lehetőség, nem pedig a másik. Néha több mint két kategória van, és ez meghatároz egy névleges változót. A névleges változóknak több különböző lehetséges értéke van, de nincs köztük természetes sorrend; példa lehet virágtípusok, ahol a növény lehet rózsa, tulipán, százszorszép, napraforgó stb. Végül azokat a kategorikus változókat, amelyeknek természetes sorrendjük van, de továbbra is meghatározott eredményekre korlátozódnak, sorszámosnak nevezzük.
az ilyen típusú változókra példa lehet a beteg elégedettségének kategorikus ábrázolása: elégedetlen, kissé elégedett, elégedett, nagyon elégedett. Még azok is, akiknek a lehetséges kimenetelek korlátozott univerzuma van, ezeknek a szinteknek természetes rendje van egymás között.
azért olyan fontos, hogy tisztában legyünk az eredménytípusokkal és az adattípusokkal, mert nagyrészt Ön dönti el, hogyan modellezze az adatokat, ami viszont meghatározza, hogy mely típusú elemzések lehetségesek. Ha szeretné tudni, hogy hány sebészeti műtét van a kórházban naponta, használhatja a tényleges egész számot (1,2,3 stb.), vagy nagy, közepes és alacsony volumenű napokra oszthatja őket. A végén, ahogy úgy dönt, hogy képviselje az adatok kiderül, hogy azok olvassák a munkát, hogyan látja a világot, valamint, hogy miért hozta meg a döntéseket hozott. Lehet, hogy nem értenek egyet veled, vagy képesek reprodukálni az adatait, de ha nem hagy helyet a kétértelműségnek, nincs kérdés a megállapításainak igazságával kapcsolatban.
honnan származnak az adatok? Gyűjti őket, vagy más forrásból szerzi be őket? Ha Ön saját maga rögzíti az adatokat, az Ön felelőssége eldönteni, hogy mit rögzít, és mit nem, ami hatással lesz a rendelkezésre álló elemzési lehetőségekre. Ha nem maga fogja gyűjteni, hogyan tárolja az adatkészletet jelenleg (adattípus, hely stb.)? És nagyon fontos: ismerje és megértse az adatok előállításának és gyűjtésének folyamatát. Az ezekkel a kérdésekkel kapcsolatos félreértés olyan kutatáshoz vezethet, amely nem válaszol a tervezett kérdésre.
bónusz tipp: miért statisztikus felvétele mentheti meg a tanulmányát?
nem vagyok autós srác. Amikor az enyémnek rendszeres munkára vagy speciális javításra van szüksége, Én vagyok az első srác, aki elviszi a boltba. Miért? Mert tudom, hogy nincs meg a képességem a munkához. Hasonlóképpen, nem mindenki fogja elvégezni a saját statisztikáit, vagy azért, mert nem rendelkezik a szükséges képzéssel, vagy egyszerűen azért, mert úgy dönt, hogy erőfeszítéseit máshová helyezi. Ezt szem előtt tartva, azoknak, akik továbbra is eredménykutatást akarnak végezni, de nem akarnak felelősséget vállalni a saját elemzésükért, fontolóra kell venniük egy szabadúszó statisztikus felvételét, amilyeneket könnyen megtalálhat a Kolabtree-n.
ha úgy dönt, hogy statisztikussal dolgozik, tegyen magának egy szívességet, és vonja be őket korábban, mint később. Ahogy a híres (ha nem kedvesen emlékeznek rá) statisztikus R. A. Fisher idézik: “konzultálni a statisztikussal egy kísérlet befejezése után gyakran csupán arra kérik, hogy végezzen post mortem vizsgálatot. Talán meg tudja mondani, mitől halt meg a kísérlet.”
ez teljesen igaz, abban az esetben, ha egy kísérletet lefuttattak, és az összegyűjtött adatok, vannak olyan elemzési módszerek, amelyek már nem állnak rendelkezésre, amelyek akkor lehettek, ha a kutatás korábbi szakaszaiban különböző döntéseket hoztak.
amellett, hogy nem kell saját statisztikai elemzést végezni, a statisztikussal való munka más kézzelfogható és immateriális előnyökkel is járhat. Például, valószínűleg képzésük során a kísérleti tervezés vagy elemzés néhány összetettebb módszerének voltak kitéve, és lehetséges, hogy ezek egyikének használata a szokásos módszerek helyett jelentősen megtakaríthat erőforrásokat, például időt, résztvevőket vagy pénzt. Olyan új ötletek is felmerülhetnek a területen, amelyekről esetleg nincs tudomása, például a megállapítások reprodukálhatóságára vonatkozó legjobb gyakorlatok vagy a legfrissebb szoftvercsomagok a komplex elemzésekhez. A legjobb az egészben, most lehet a legjobb alkalom, hogy egy kiváló statisztikust elkapjon egy alkuért. Tekintettel a járvány hűvös gazdasági hatásaira, az egyéneket minden sétán súlyosan sújtotta. A világjárvány által érintett statisztikusok szabadúszó koncerteket keresnek, sokan hajlandók vagy kedvezményeket adni a hűség fejében.
következtetés
ez egyáltalán nem kimerítő vita az eredmények kutatásáról; inkább harapásméretű bevezetőként kell szolgálnia a teljes kezdők számára. De még az ilyen kutatók számára is, egy kis előzetes gondolat az érdeklődésre számot tartó eredményről, az adatelemek megjelenítéséről, és arról, hogy hol lesz képes az adatok megszerzésére, hosszú utat tehet annak érdekében, hogy megbizonyosodjon arról, hogy az elvégzett eredmények kutatása értelmes és megválaszolja azt a kérdést, amelyre szándékozik. És ne feledje, ha úgy érzi, hogy nem tudja, vagy inkább nem akarja elvégezni az elemzést, vagy ha többet szeretne megtudni a rendelkezésre álló legújabb elemzési módszerekről, ne felejtse el megkeresni/elérni statisztikai kollégáit.
segítségre van szüksége a klinikai vizsgálat lefolytatásában és az eredmények elemzésében? Forduljon a kolabtree klinikai kutatási tanácsadójához, vagy dolgozzon egy szabadúszó statisztikai elemzővel.
Kolabtree segít a vállalkozások világszerte bérelni szakértők igény. Szabadúszóink segítettek a vállalatoknak kutatási cikkek közzétételében, termékek fejlesztésében, adatok elemzésében és így tovább. Csak egy percet vesz igénybe, hogy elmondja nekünk, mit kell tennie, és ingyen kaphat idézeteket a szakértőktől. 
