Come progettare risultati di salute Impactful Studi di ricerca per l’analisi

Jacob VanHouten, analista di dati clinici e consulente di biostatistica presso Kolabtree, fornisce i migliori consigli su come progettare risultati di salute impactful ricerca per l’analisi.

Se sei in campo medico e hai letto, fatto o anche pensato di fare ricerca negli ultimi due decenni, è probabile che tu abbia familiarità con il concetto di ricerca sui risultati. In poche parole, risultati di ricerca è un campo in cui l’oggetto di studio è un risultato di salute definibile, che darò esempi di seguito, e ciò che viene misurato sono gli effetti che diverse parti del flusso di lavoro complessivo hanno su tali risultati. Poiché il punto di tali studi è determinare quali fattori influenzano i risultati di interesse, molti diversi progetti di studio sperimentale e osservazionale sono adatti per questo compito, inclusi studi epidemiologici classici come:

• studi randomizzati controllati,
• studi trasversali,
• studi di coorte,
• revisioni sistematiche/meta-analisi, o
• metodologie di ricerca per il miglioramento della qualità.

Perché anche fare risultati di ricerca?

Ci sono molte, molte ragioni per fare ricerche sui risultati, e elencarli tutti sarebbe ben oltre ciò che sarebbe possibile fare in questo post. In poche parole, la ricerca sui risultati che si applica al campo della biomedicina è principalmente focalizzata sul miglioramento delle prestazioni di alcuni compiti all’interno di tale campo. Come consulente di gestione famoso Peter Drucker è accreditato con dicendo, ” Non si può gestire ciò che non si può misurare.”In altre parole, non è possibile “spostare l’ago” sul miglioramento senza sapere dove sta puntando in primo luogo. Inoltre, tale misurazione può portare a

• miglioramento della qualità,
• riduzione dei costi sanitari,
• miglioramento dell’efficienza della diagnosi e del trattamento e
• esperienza del paziente.

E chi non vorrebbe i migliori risultati per i loro pazienti? È probabilmente l’imperativo primario della ricerca sanitaria per misurare continuamente il miglioramento e la ricerca dei risultati è un potente insieme di strumenti con cui arrivarci.

Come pensare ai risultati ricerca come uno statistico

Quando si pensa di iniziare uno sforzo di ricerca, forse la prima cosa da sapere è “cosa vuoi sapere?”Sei più interessato al sistema e all’efficienza, o alla qualità intangibile delle misurazioni della vita come determinato dai pazienti? Siete interessati a rendere le cure più accessibili, equa, e accessibile ai pazienti, o è la vostra preoccupazione la redditività di una pratica? Alcune domande chiave includono:

• qual è il risultato dell’interesse,
• chi sono le parti interessate,
• come è meglio rappresentato il risultato dell’interesse e
• come posso ottenere i dati di cui ho bisogno per rispondere alle mie domande?

Tipi di risultati

Uno dei punti di forza della ricerca outcomes è la capacità di considerare molti risultati diversi e i loro meriti relativi, così come da molti punti di vista diversi (più su quello di seguito). In effetti, alcuni costrutti di ricerca dei risultati, come gli anni di vita adeguati alla qualità, sono stati progettati specificamente per fare il confronto tra risultati diversi. I risultati che possono essere di tipi disparati possono essere confrontati attraverso la conversione di un risultato in un risultato equivalente (cioè, quantità di denaro che si dovrebbe ricevere per rinunciare a una notte di sonno) che è più direttamente comparabile.

Chi se ne frega?

Quando si pensa ai risultati di cui sopra per misurare, forse la prima domanda dovrebbe essere ” chi se ne frega?”. E questo non è inteso in modo irriverente. Sinceramente, chi è che si preoccupa di questo risultato. I pazienti? I fornitori? Assicuratori, sistemi sanitari? Non è irragionevole immaginare che un paziente e un ospedale valutino il risultato della soddisfazione del paziente in modo molto diverso, sebbene sia importante per entrambi. Per tenere adeguatamente conto dei risultati che si desidera misurare, è necessario considerare le cui prospettive sono le migliori da cui valutare. Identificare chiaramente all’inizio di un piano analitico la prospettiva da cui si considereranno i risultati protegge sia dalla confusione che dalla manipolazione dei dati post hoc, accidentale o meno. Mentre un elenco completo dei potenziali risultati di interesse va oltre lo scopo di questo articolo, la seguente tabella evidenzia alcune delle categorie di risultati più utilizzate.

Categorie di risultati ampiamente utilizzate

Tipi di dati

Oltre al tipo di risultati che ti interessa, vale la pena pensare al modo in cui concepisci i dati, in particolare in termini di tipi di dati.

I dati sono disponibili in due tipi principali: numerico e categorico.

Dati numerici

Numerico è proprio come sembra; la variabile misurata è quantitativa, essendo di tipo intero, che sono i numeri interi, e float, che sono tutti i numeri con una parte di numero non intero.

Esempi di numeri interi includono il numero di bambini consegnati in un ospedale, i risultati di un questionario di scala Likert sulla soddisfazione del paziente, o il numero di minuti presi durante un intervento chirurgico, così come molti, molti altri.

Dati categoriali

I dati categoriali sono quei dati che possono assumere solo determinati valori specifici. Alcuni punti dati sono categorici e dicotomici, il che significa che la variabile può prendere uno e solo uno dei due possibili risultati. Ad esempio, una lampadina può essere spenta o accesa, ma sarà una di quelle opzioni e non l’altra. A volte ci sono più di due categorie, e questo definisce una variabile nominale. Le variabili nominali hanno più valori possibili diversi, ma nessun ordinamento naturale tra loro; un esempio potrebbe essere tipi di fiori, dove la pianta può essere una rosa, un tulipano, una margherita, un girasole, ecc. Infine, le variabili categoriali che hanno un ordinamento naturale ma sono ancora limitate a risultati specifici sono definite ordinali.

Un esempio di questo tipo di variabile può essere una rappresentazione categorica della soddisfazione del paziente: insoddisfatto, leggermente soddisfatto, soddisfatto, molto soddisfatto. Anche quelli c’è un universo limitato di possibili risultati, questi livelli hanno un ordinamento naturale tra di loro.

La ragione per cui è così importante essere a conoscenza dei tipi di risultati e dei tipi di dati è perché in gran parte si deciderà come modellare i dati da soli, il che a sua volta determinerà quali tipi di analisi sono possibili. Se si desidera conoscere il numero di operazioni chirurgiche al giorno nel proprio ospedale, è possibile utilizzare il numero intero effettivo (1,2,3,ecc.), oppure è possibile fattorizzarli in giorni di volume elevato, medio e basso. Alla fine, il modo in cui scegli di rappresentare i dati rivela a coloro che leggono il tuo lavoro come vedi il mondo e perché hai preso le decisioni che hai preso. Potrebbero non essere d’accordo con te o essere in grado di riprodurre i tuoi dati, ma se non lasci spazio all’ambiguità, non ci sono dubbi sulla verità delle tue scoperte.

Da dove provengono i tuoi dati? Hai intenzione di raccoglierli o ottenerli da un’altra fonte? Se stai registrando i dati da solo, la responsabilità è tua di decidere cosa registrerai e cosa no, il che influirà sulle opzioni di analisi disponibili. Se non hai intenzione di raccoglierlo da solo, in che modo viene memorizzato il set di dati attualmente (tipo di dati,posizione, ecc.)? E molto importante: conoscere e comprendere il processo attraverso il quale i dati vengono prodotti e raccolti. L’incomprensione su questi temi può portare a ricerche che non rispondono alla domanda prevista.

Suggerimento bonus: perché assumere uno statistico potrebbe salvare il tuo studio

Non sono un ragazzo di auto. Quando il mio ha bisogno di un lavoro regolare o di una riparazione specifica, sono il primo a portarlo al negozio. Perché? Perché so che non ho le capacità per fare il lavoro. Allo stesso modo, non tutti faranno le proprie statistiche, o perché non hanno la formazione richiesta o semplicemente perché scelgono di mettere i loro sforzi altrove. Con questo in mente, coloro che desiderano ancora fare ricerche sui risultati ma non vogliono essere responsabili della propria analisi dovrebbero prendere in considerazione l’assunzione di uno statistico freelance, del calibro di cui si è in grado di trovare facilmente su Kolabtree.

Se scegli di lavorare con uno statistico, fai un favore a te stesso e coinvolgili prima piuttosto che dopo. Come viene citato il famoso (se non gentilmente ricordato) statistico R. A. Fisher, ” Consultare lo statistico dopo che un esperimento è finito è spesso semplicemente chiedergli di condurre un esame post-mortem. Può forse dire di cosa è morto l’esperimento.”

Questo è assolutamente vero, in quanto una volta che un esperimento è stato eseguito e i dati raccolti, ci sono alcuni metodi di analisi che non sono più disponibili che potrebbero essere stati se diverse decisioni fossero state prese nelle fasi precedenti della ricerca.

Oltre a non dover fare la propria analisi statistica, potrebbero esserci altri vantaggi tangibili e intangibili nel lavorare con uno statistico. Ad esempio, è probabile che attraverso la loro formazione siano stati esposti ad alcuni metodi più complessi di progettazione o analisi sperimentale, ed è possibile che l’utilizzo di uno di questi metodi piuttosto che standard possa risparmiare in modo significativo risorse come tempo, partecipanti o denaro. Potrebbero esserci anche nuove idee nel campo di cui potresti non essere a conoscenza, come le migliori pratiche per la riproducibilità dei risultati o i pacchetti software più aggiornati per analisi complesse. Meglio di tutti, in questo momento potrebbe essere il momento migliore per intoppo un ottimo statistico per un affare. Dati gli effetti economici agghiaccianti della pandemia, gli individui in tutte le passeggiate sono stati colpiti duramente. Gli statistici colpiti dalla pandemia sono alla ricerca di concerti freelance, e molti sono disposti a dare sia sconti in cambio di fedeltà.

Conclusione

Questa NON è affatto una discussione esaustiva della ricerca sui risultati; piuttosto, dovrebbe servire come introduzione di dimensioni ridotte per i principianti completi. Ma, anche per tali ricercatori, un po ‘ di up-front pensiero per quanto riguarda il risultato di interesse, come gli elementi di dati saranno rappresentati, e dove si sarà in grado di ottenere i dati può andare un lungo cammino verso fare in modo che i risultati di ricerca si esegue è significativo e risponde alla domanda per la quale si intende. E ricorda, se ritieni di non poter o preferiresti non fare l’analisi da solo, o se desideri saperne di più sui più recenti metodi di analisi disponibili, non dimenticare di cercare/contattare i tuoi colleghi di statistica.

Hai bisogno di aiuto per condurre uno studio clinico e analizzare i risultati? Consultare un consulente di ricerca clinica su Kolabtree o lavorare con un analista statistico freelance.