{"id":8108,"date":"2020-07-27T15:00:37","date_gmt":"2020-07-27T15:00:37","guid":{"rendered":"https:\/\/www.kolabtree.com\/blog\/?p=8108"},"modified":"2020-07-30T16:02:57","modified_gmt":"2020-07-30T16:02:57","slug":"how-to-design-impactful-health-outcomes-research-for-analysis","status":"publish","type":"post","link":"https:\/\/www.kolabtree.com\/blog\/it\/how-to-design-impactful-health-outcomes-research-for-analysis\/","title":{"rendered":"Come progettare studi di ricerca sui risultati di salute d'impatto per l'analisi"},"content":{"rendered":"<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_45_1 counter-flat ez-toc-counter ez-toc-grey ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title\">Indice dei contenuti<\/p>\n<span class=\"ez-toc-title-toggle\"><a href=\"#\" class=\"ez-toc-pull-right ez-toc-btn ez-toc-btn-xs ez-toc-btn-default ez-toc-toggle\" area-label=\"ez-toc-toggle-icon-1\"><label for=\"item-69f236874d2ed\" aria-label=\"Table of Content\"><span style=\"display: flex;align-items: center;width: 35px;height: 30px;justify-content: center;direction:ltr;\"><svg style=\"fill: #999;color:#999\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewbox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #999;color:#999\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewbox=\"0 0 24 24\" version=\"1.2\" baseprofile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/label><input  type=\"checkbox\" id=\"item-69f236874d2ed\"><\/a><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1' ><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/www.kolabtree.com\/blog\/it\/how-to-design-impactful-health-outcomes-research-for-analysis\/#Why_even_do_outcomes_research\" title=\"Perch\u00e9 fare ricerche sui risultati?\">Perch\u00e9 fare ricerche sui risultati?<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/www.kolabtree.com\/blog\/it\/how-to-design-impactful-health-outcomes-research-for-analysis\/#How_to_think_about_outcomes_research_like_a_statistician\" title=\"Come pensare alla ricerca sui risultati come uno statistico\">Come pensare alla ricerca sui risultati come uno statistico<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/www.kolabtree.com\/blog\/it\/how-to-design-impactful-health-outcomes-research-for-analysis\/#Types_of_outcomes\" title=\"Tipi di risultati\">Tipi di risultati<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/www.kolabtree.com\/blog\/it\/how-to-design-impactful-health-outcomes-research-for-analysis\/#Who_cares\" title=\"Chi se ne frega?\">Chi se ne frega?<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/www.kolabtree.com\/blog\/it\/how-to-design-impactful-health-outcomes-research-for-analysis\/#Widely_used_categories_of_outcomes\" title=\"Categorie di risultati ampiamente utilizzate\">Categorie di risultati ampiamente utilizzate<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/www.kolabtree.com\/blog\/it\/how-to-design-impactful-health-outcomes-research-for-analysis\/#Data_types\" title=\"Tipi di dati\">Tipi di dati<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/www.kolabtree.com\/blog\/it\/how-to-design-impactful-health-outcomes-research-for-analysis\/#Numerical_data\" title=\"Dati numerici\">Dati numerici<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/www.kolabtree.com\/blog\/it\/how-to-design-impactful-health-outcomes-research-for-analysis\/#Categorical_data\" title=\"Dati categorici\">Dati categorici<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-9\" href=\"https:\/\/www.kolabtree.com\/blog\/it\/how-to-design-impactful-health-outcomes-research-for-analysis\/#Bonus_tip_Why_hiring_a_statistician_could_save_your_study\" title=\"Consiglio bonus: perch\u00e9 assumere uno statistico potrebbe salvare il tuo studio\">Consiglio bonus: perch\u00e9 assumere uno statistico potrebbe salvare il tuo studio<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-10\" href=\"https:\/\/www.kolabtree.com\/blog\/it\/how-to-design-impactful-health-outcomes-research-for-analysis\/#Conclusion\" title=\"Conclusione\">Conclusione<\/a><\/li><\/ul><\/nav><\/div>\n<p><em><a href=\"https:\/\/www.kolabtree.com\/find-an-expert\/jacob-vanhouten\/?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=OutcomesResearch\">Jacob VanHouten<\/a>, analista di dati clinici e <a href=\"https:\/\/www.kolabtree.com\/find-an-expert\/subject\/biostatistics\/?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=OutcomesResearch\">consulente di biostatistica<\/a> at Kolabtree, provides top tips on how to design impactful health outcomes <a href=\"https:\/\/www.kolabtree.com\/blog\/it\/ensuring-reproducibility-in-ai-driven-research-how-freelance-experts-can-help-in-biotech-and-healthcare\/\">ricerca<\/a> for analysis.\u00a0<\/em><\/p>\n<p>Se siete nel campo medico e avete letto, fatto o anche solo pensato di fare ricerca negli ultimi due decenni, \u00e8 probabile che abbiate familiarit\u00e0 con il concetto di ricerca sugli esiti. In poche parole, la ricerca sugli esiti \u00e8 un campo in cui l'oggetto di studio \u00e8 un risultato di salute definibile, di cui dar\u00f2 esempi pi\u00f9 avanti, e ci\u00f2 che viene misurato sono gli effetti che diverse parti del flusso di lavoro complessivo hanno su quei risultati. Poich\u00e9 lo scopo di tali studi \u00e8 quello di determinare quali fattori influenzano gli esiti di interesse, molti diversi disegni di studi sperimentali e osservazionali sono adatti a questo compito, compresi i classici studi epidemiologici come:<\/p>\n<ul>\n<li>studi controllati randomizzati,<\/li>\n<li>studi trasversali,<\/li>\n<li>studi di coorte,<\/li>\n<li>revisioni sistematiche\/meta-analisi, o<\/li>\n<li>metodologie di ricerca per il miglioramento della qualit\u00e0.<\/li>\n<\/ul>\n<h2><span class=\"ez-toc-section\" id=\"Why_even_do_outcomes_research\"><\/span><strong>Perch\u00e9 fare ricerche sui risultati?<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Ci sono molte, molte ragioni per fare ricerca sugli esiti, ed elencarle tutte sarebbe ben oltre quello che sarebbe possibile fare in questo post. In poche parole, la ricerca sui risultati, cos\u00ec come si applica al campo della biomedicina, si concentra principalmente sul miglioramento delle prestazioni di qualche compito all'interno di tale campo. Come il famoso consulente di management Peter Drucker ha detto: \"Non puoi gestire ci\u00f2 che non puoi misurare\". In altre parole, non si pu\u00f2 \"spostare l'ago\" del miglioramento senza sapere dove sta puntando in primo luogo. Inoltre, tale misurazione pu\u00f2 portare a<\/p>\n<ul>\n<li>miglioramento della qualit\u00e0,<\/li>\n<li>diminuzione dei costi sanitari,<\/li>\n<li>migliore efficienza della diagnosi e del trattamento, e<\/li>\n<li>esperienza del paziente.<\/li>\n<\/ul>\n<p>E chi non vorrebbe i migliori risultati per i propri pazienti? \u00c8 senza dubbio l'imperativo primario della ricerca sanitaria di misurare continuamente per il miglioramento, e la ricerca sugli esiti \u00e8 un potente insieme di strumenti con cui arrivarci.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"How_to_think_about_outcomes_research_like_a_statistician\"><\/span><strong>Come pensare alla ricerca sui risultati come uno statistico<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Quando si pensa di iniziare un'attivit\u00e0 di ricerca, forse la prima cosa da sapere \u00e8 \"cosa vuoi sapere?\". Siete pi\u00f9 interessati al sistema e all'efficienza, o alle misure intangibili della qualit\u00e0 della vita determinate dai pazienti? Siete interessati a rendere l'assistenza pi\u00f9 conveniente, equa e accessibile ai pazienti, o la vostra preoccupazione \u00e8 la redditivit\u00e0 di uno studio? Alcune domande chiave includono:<\/p>\n<ul>\n<li>qual \u00e8 il risultato di interesse,<\/li>\n<li>chi sono le parti interessate,<\/li>\n<li>come \u00e8 meglio rappresentato il risultato dell'interesse, e<\/li>\n<li>come posso ottenere i dati di cui ho bisogno per rispondere alle mie domande?<\/li>\n<\/ul>\n<h2><span class=\"ez-toc-section\" id=\"Types_of_outcomes\"><\/span><strong>Tipi di risultati<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Uno dei punti di forza della ricerca sugli esiti \u00e8 la capacit\u00e0 di considerare molti esiti diversi e i loro meriti relativi, cos\u00ec come da molti punti di vista diversi (pi\u00f9 avanti su questo). Infatti, alcuni costrutti della ricerca sugli esiti, come gli anni di vita aggiustati per la qualit\u00e0, sono stati progettati specificamente per fare il confronto tra diversi esiti. I risultati che possono essere di tipi disparati possono essere confrontati attraverso la conversione di un risultato in un risultato equivalente (cio\u00e8, la quantit\u00e0 di denaro che si dovrebbe ricevere per rinunciare a una notte di sonno) che \u00e8 pi\u00f9 direttamente comparabile.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Who_cares\"><\/span><strong>Chi se ne frega?<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Quando si pensa ai risultati di cui sopra da misurare, forse la prima domanda dovrebbe essere \"a chi importa? E questo non \u00e8 inteso in modo superficiale. Sinceramente, <em>che<\/em> \u00e8 che si preoccupa di questo risultato. I pazienti? I fornitori? Gli assicuratori, i sistemi sanitari? Non \u00e8 irragionevole immaginare che un paziente e un ospedale valutino il risultato della soddisfazione del paziente in modo molto diverso, anche se \u00e8 importante per entrambi. Per tenere adeguatamente conto degli esiti che si vogliono misurare, bisogna considerare la prospettiva (o le prospettive) di chi 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 post hoc dei dati, 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 pi\u00f9 utilizzate.<\/p>\n<h3><span class=\"ez-toc-section\" id=\"Widely_used_categories_of_outcomes\"><\/span>Categorie di risultati ampiamente utilizzate<span class=\"ez-toc-section-end\"><\/span><\/h3>\n<table width=\"786\">\n<tbody>\n<tr>\n<td width=\"161\"><strong>Sicurezza<\/strong><\/td>\n<td width=\"625\">Uso improprio della terapia medica e della supervisione nel corso delle cure cliniche; errori medici che mettono i pazienti a rischio di eventi avversi<\/td>\n<\/tr>\n<tr>\n<td width=\"161\"><strong>Efficacia<\/strong><\/td>\n<td width=\"625\">Il divario tra ci\u00f2 che pu\u00f2 essere raggiunto attraverso l'intervento medico o la politica e ci\u00f2 che viene effettivamente realizzato<\/td>\n<\/tr>\n<tr>\n<td width=\"161\"><strong>Equit\u00e0<\/strong><\/td>\n<td width=\"625\">Esame della disparit\u00e0 nella fornitura di assistenza sanitaria che si concentra sul fatto che i fattori non clinici come<a href=\"https:\/\/en.wikipedia.org\/wiki\/Race_(classification_of_humans)\">gara<\/a>,<a href=\"https:\/\/en.wikipedia.org\/wiki\/Gender\">genere<\/a>, e<a href=\"https:\/\/en.wikipedia.org\/wiki\/Socioeconomic_status\">stato socioeconomico<\/a> influenzare la cura dei pazienti<\/td>\n<\/tr>\n<tr>\n<td width=\"161\"><strong>Efficienza<\/strong><\/td>\n<td width=\"625\">Si concentra sui modi per massimizzare l'efficienza, limitare i costi sanitari e ridurre gli sprechi nel sistema sanitario.<\/td>\n<\/tr>\n<tr>\n<td width=\"161\"><strong>Tempestivit\u00e0<\/strong><\/td>\n<td width=\"625\">Accesso dei pazienti all'assistenza sanitaria: barriere all'accesso e incapacit\u00e0 dei pazienti non assicurati di beneficiare dell'assistenza sanitaria.<\/td>\n<\/tr>\n<tr>\n<td width=\"161\"><strong>Reattivit\u00e0 del sistema<\/strong><\/td>\n<td width=\"625\">Sforzi educativi tra la comunit\u00e0 medica e implementazione di politiche sanitarie che migliorano la cura del paziente<\/td>\n<\/tr>\n<tr>\n<td width=\"161\"><strong>Centralit\u00e0 del paziente<\/strong><\/td>\n<td width=\"625\">Come gli interventi medici influenzeranno i pazienti, cosa provano i pazienti e cosa possono fare per influenzare il processo decisionale medico.<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>&nbsp;<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Data_types\"><\/span><strong>Tipi di dati<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Oltre al tipo di risultati a cui siete interessati, vale la pena pensare al modo in cui concepite i dati, in particolare in termini di tipi di dati.<\/p>\n<p>I dati sono di due tipi principali: numerici e categorici.<\/p>\n<h4><span class=\"ez-toc-section\" id=\"Numerical_data\"><\/span>Dati numerici<span class=\"ez-toc-section-end\"><\/span><\/h4>\n<p>Numeric \u00e8 proprio come suona; la variabile che viene misurata \u00e8 quantitativa, essendo di tipo integer, che sono i numeri interi, e float, che sono tutti i numeri con qualche parte non numerica intera.<\/p>\n<p><em>Esempi di numeri interi includono il numero di bambini consegnati in un ospedale, i risultati di un questionario su scala Likert sulla soddisfazione del paziente, o il numero di minuti impiegati durante un intervento chirurgico, cos\u00ec come molti, molti altri.<\/em><\/p>\n<h4><span class=\"ez-toc-section\" id=\"Categorical_data\"><\/span>Dati categorici<span class=\"ez-toc-section-end\"><\/span><\/h4>\n<p>I dati categorici sono quei dati che possono assumere solo alcuni valori specifici. Alcuni punti di dati sono categorici e dicotomici, il che significa che la variabile pu\u00f2 assumere uno e solo uno dei due possibili esiti.  Per esempio, una lampadina pu\u00f2 essere spenta o accesa, ma sar\u00e0 una di queste opzioni e non l'altra. A volte ci sono pi\u00f9 di due categorie, e questo definisce una variabile nominale. Le variabili nominali hanno diversi valori possibili, ma nessun ordine naturale tra loro; un esempio potrebbe essere il tipo di fiore, dove la pianta pu\u00f2 essere una rosa, un tulipano, una margherita, un girasole, ecc. Infine, le variabili categoriche che hanno un ordine naturale ma sono ancora limitate a risultati specifici sono chiamate ordinali.<\/p>\n<p><em>Un esempio di questo tipo di variabile pu\u00f2 essere una rappresentazione categorica della soddisfazione del paziente: insoddisfatto, leggermente soddisfatto, soddisfatto, molto soddisfatto. Anche se c'\u00e8 un universo ristretto di risultati possibili, questi livelli hanno un ordine naturale tra loro.<\/em><\/p>\n<blockquote><p>La ragione per cui \u00e8 cos\u00ec importante essere consapevoli dei tipi di risultati e dei tipi di dati \u00e8 perch\u00e9 sarete voi stessi a decidere come modellare i dati, il che a sua volta determiner\u00e0 quali tipi di analisi sono possibili. Se volete conoscere il numero di operazioni chirurgiche al giorno nel vostro ospedale, potete usare il numero intero effettivo (1,2,3, ecc.), o potete fattorizzarlo in giorni di alto, medio e basso volume. Alla fine, il modo in cui scegli di rappresentare i dati rivela a chi legge il tuo lavoro come vedi il mondo e perch\u00e9 hai preso le decisioni che hai preso. Possono non essere d'accordo con te, o essere in grado di riprodurre i tuoi dati, ma se non lasci spazio all'ambiguit\u00e0, non ci sono dubbi sulla verit\u00e0 delle tue scoperte.<\/p><\/blockquote>\n<p>Da dove vengono i vostri dati? Li raccoglierete o li otterrete da un'altra fonte? Se state registrando i dati da soli, la responsabilit\u00e0 \u00e8 vostra di decidere cosa registrare e cosa no, il che avr\u00e0 un impatto sulle opzioni di analisi disponibili. Se non avete intenzione di raccoglierli voi stessi, come \u00e8 attualmente conservato il set di dati (tipo di dati, posizione, ecc.)? E molto importante: conoscere e capire il processo con cui i dati sono prodotti e raccolti. Un'incomprensione su questi temi pu\u00f2 portare a una ricerca che non risponde alla domanda che si vuole porre.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Bonus_tip_Why_hiring_a_statistician_could_save_your_study\"><\/span><strong>Consiglio bonus: perch\u00e9 assumere uno statistico potrebbe salvare il tuo studio<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Non sono un tipo da auto. Quando la mia ha bisogno di un lavoro regolare o di una riparazione specifica, sono il primo a portarla al negozio. Perch\u00e9? Perch\u00e9 so che non ho le competenze per fare il lavoro. Allo stesso modo, non tutti faranno le proprie statistiche, o perch\u00e9 non hanno la formazione necessaria o semplicemente perch\u00e9 scelgono di mettere i loro sforzi altrove. Con questo in mente, coloro che desiderano ancora fare ricerca sui risultati ma non vogliono essere responsabili della propria analisi dovrebbero considerare l'assunzione di un <a href=\"https:\/\/www.kolabtree.com\/services\/statistical-analysis\/?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=OutcomesResearch\">statistico freelance<\/a>che si possono trovare facilmente su <a href=\"https:\/\/www.kolabtree.com\/?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=OutcomesResearch\">Kolabtree<\/a>.<\/p>\n<blockquote><p><strong>Se scegliete di lavorare con uno statistico, fatevi un favore e coinvolgetelo prima piuttosto che dopo.<\/strong> Come viene citato il famoso (anche se non gentilmente ricordato) statistico R.A. Fisher, \"Consultare lo statistico dopo che un esperimento \u00e8 finito \u00e8 spesso semplicemente chiedergli di condurre un esame post mortem. Egli pu\u00f2 forse dire di cosa \u00e8 morto l'esperimento\".<\/p><\/blockquote>\n<p>Questo \u00e8 assolutamente vero, nel senso che una volta che un esperimento \u00e8 stato eseguito, e i dati raccolti, ci sono alcuni metodi di analisi che non sono pi\u00f9 disponibili che potrebbero essere stati se fossero state prese decisioni diverse nelle fasi precedenti della ricerca.<\/p>\n<p>Oltre a non dover fare le vostre analisi statistiche, ci possono essere altri benefici tangibili e intangibili nel lavorare con uno statistico. Per esempio, \u00e8 probabile che attraverso la loro formazione siano stati esposti ad alcuni metodi pi\u00f9 complessi di disegno o analisi sperimentale, ed \u00e8 possibile che usare uno di questi piuttosto che i metodi standard possa far risparmiare significativamente risorse come tempo, partecipanti o denaro. Potrebbero anche esserci nuove idee nel campo di cui potresti non essere a conoscenza, come le migliori pratiche per la riproducibilit\u00e0 dei risultati o i pacchetti software pi\u00f9 aggiornati per le analisi complesse. Soprattutto, questo potrebbe essere il momento migliore per accaparrarsi un eccellente statistico a un prezzo stracciato. Dati gli agghiaccianti effetti economici della pandemia, gli individui di tutti i settori sono stati colpiti duramente. Gli statistici colpiti dalla pandemia sono alla ricerca di lavori freelance, e molti sono disposti a dare sconti in cambio di fedelt\u00e0.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Conclusion\"><\/span><strong>Conclusione<\/strong><span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Questa non \u00e8 affatto una discussione esaustiva sulla ricerca sugli esiti; piuttosto, dovrebbe servire come introduzione per i principianti. Ma, anche per questi ricercatori, un po' di riflessione preventiva sul risultato di interesse, su come saranno rappresentati gli elementi dei dati e su dove si potranno ottenere i dati pu\u00f2 fare molto per assicurarsi che la ricerca sugli esiti che si esegue sia significativa e risponda alla domanda per cui la si intende. E ricordate, se ritenete che non potete o preferite non fare l'analisi da soli, o se volete saperne di pi\u00f9 sui pi\u00f9 recenti metodi di analisi disponibili, non dimenticate di cercare\/raccontare i vostri colleghi di statistica.<\/p>\n<p><strong>Hai bisogno di aiuto per condurre uno studio clinico e analizzare i risultati? Consulta un <a href=\"https:\/\/www.kolabtree.com\/services\/clinical-research-consulting\/?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=OutcomesResearch\">consulente di ricerca clinica<\/a> su Kolabtree o lavorare con un <a href=\"https:\/\/www.kolabtree.com\/services\/statistical-analysis\/?utm_source=Blog&amp;utm_medium=Post&amp;utm_campaign=OutcomesResearch\">analista statistico freelance<\/a>.\u00a0<\/strong><\/p>","protected":false},"excerpt":{"rendered":"<p>Jacob VanHouten, clinical data analyst and biostatistics consultant at Kolabtree, provides top tips on how to design impactful health outcomes research for analysis.\u00a0 If you are in the medical field and have read, done, or even thought about doing research within the past two decades, it is likely you are familiar with the concept of<\/p>\n<div class=\"read-more\"><a href=\"https:\/\/www.kolabtree.com\/blog\/it\/how-to-design-impactful-health-outcomes-research-for-analysis\/\" title=\"Per saperne di pi\u00f9\">Per saperne di pi\u00f9<\/a><\/div>","protected":false},"author":12,"featured_media":8117,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[443,435],"tags":[],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v20.1 (Yoast SEO v20.1) - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>How to Design Impactful Health Outcomes Research Studies for Analysis<\/title>\n<meta name=\"description\" content=\"Experienced biostatistics consultant Jacob VanHouten provides a five-minute guide to help you design impactful health research outcomes for analysis.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.kolabtree.com\/blog\/it\/how-to-design-impactful-health-outcomes-research-for-analysis\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"How to Design Impactful Health Outcomes Research Studies for Analysis\" \/>\n<meta property=\"og:description\" content=\"Experienced biostatistics consultant Jacob VanHouten provides a five-minute guide to help you design impactful health research outcomes for analysis.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.kolabtree.com\/blog\/it\/how-to-design-impactful-health-outcomes-research-for-analysis\/\" \/>\n<meta property=\"og:site_name\" content=\"The Kolabtree Blog\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/kolabtree\" \/>\n<meta property=\"article:published_time\" content=\"2020-07-27T15:00:37+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2020-07-30T16:02:57+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/07\/heor-analysis.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1350\" \/>\n\t<meta property=\"og:image:height\" content=\"900\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Ramya Sriram\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@kolabtree\" \/>\n<meta name=\"twitter:site\" content=\"@kolabtree\" \/>\n<meta name=\"twitter:label1\" content=\"Scritto da\" \/>\n\t<meta name=\"twitter:data1\" content=\"Ramya Sriram\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tempo di lettura stimato\" \/>\n\t<meta name=\"twitter:data2\" content=\"9 minuti\" \/>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"How to Design Impactful Health Outcomes Research Studies for Analysis","description":"Experienced biostatistics consultant Jacob VanHouten provides a five-minute guide to help you design impactful health research outcomes for analysis.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.kolabtree.com\/blog\/it\/how-to-design-impactful-health-outcomes-research-for-analysis\/","og_locale":"it_IT","og_type":"article","og_title":"How to Design Impactful Health Outcomes Research Studies for Analysis","og_description":"Experienced biostatistics consultant Jacob VanHouten provides a five-minute guide to help you design impactful health research outcomes for analysis.","og_url":"https:\/\/www.kolabtree.com\/blog\/it\/how-to-design-impactful-health-outcomes-research-for-analysis\/","og_site_name":"The Kolabtree Blog","article_publisher":"https:\/\/www.facebook.com\/kolabtree","article_published_time":"2020-07-27T15:00:37+00:00","article_modified_time":"2020-07-30T16:02:57+00:00","og_image":[{"width":1350,"height":900,"url":"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2020\/07\/heor-analysis.jpg","type":"image\/jpeg"}],"author":"Ramya Sriram","twitter_card":"summary_large_image","twitter_creator":"@kolabtree","twitter_site":"@kolabtree","twitter_misc":{"Scritto da":"Ramya Sriram","Tempo di lettura stimato":"9 minuti"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.kolabtree.com\/blog\/pt\/how-to-design-impactful-health-outcomes-research-for-analysis\/#article","isPartOf":{"@id":"https:\/\/www.kolabtree.com\/blog\/pt\/how-to-design-impactful-health-outcomes-research-for-analysis\/"},"author":{"name":"Ramya Sriram","@id":"https:\/\/www.kolabtree.com\/blog\/#\/schema\/person\/81992f5863a1b06d132a47822e7b4400"},"headline":"How to Design Impactful Health Outcomes Research Studies for Analysis","datePublished":"2020-07-27T15:00:37+00:00","dateModified":"2020-07-30T16:02:57+00:00","mainEntityOfPage":{"@id":"https:\/\/www.kolabtree.com\/blog\/pt\/how-to-design-impactful-health-outcomes-research-for-analysis\/"},"wordCount":1847,"commentCount":0,"publisher":{"@id":"https:\/\/www.kolabtree.com\/blog\/#organization"},"articleSection":["Healthcare","Research"],"inLanguage":"it-IT","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/www.kolabtree.com\/blog\/pt\/how-to-design-impactful-health-outcomes-research-for-analysis\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/www.kolabtree.com\/blog\/pt\/how-to-design-impactful-health-outcomes-research-for-analysis\/","url":"https:\/\/www.kolabtree.com\/blog\/pt\/how-to-design-impactful-health-outcomes-research-for-analysis\/","name":"How to Design Impactful Health Outcomes Research Studies for Analysis","isPartOf":{"@id":"https:\/\/www.kolabtree.com\/blog\/#website"},"datePublished":"2020-07-27T15:00:37+00:00","dateModified":"2020-07-30T16:02:57+00:00","description":"Experienced biostatistics consultant Jacob VanHouten provides a five-minute guide to help you design impactful health research outcomes for analysis.","breadcrumb":{"@id":"https:\/\/www.kolabtree.com\/blog\/pt\/how-to-design-impactful-health-outcomes-research-for-analysis\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.kolabtree.com\/blog\/pt\/how-to-design-impactful-health-outcomes-research-for-analysis\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/www.kolabtree.com\/blog\/pt\/how-to-design-impactful-health-outcomes-research-for-analysis\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.kolabtree.com\/blog\/"},{"@type":"ListItem","position":2,"name":"How to Design Impactful Health Outcomes Research Studies for Analysis"}]},{"@type":"WebSite","@id":"https:\/\/www.kolabtree.com\/blog\/#website","url":"https:\/\/www.kolabtree.com\/blog\/","name":"The Kolabtree Blog","description":"Expert Views on Science, Innovation and Product Development","publisher":{"@id":"https:\/\/www.kolabtree.com\/blog\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.kolabtree.com\/blog\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"it-IT"},{"@type":"Organization","@id":"https:\/\/www.kolabtree.com\/blog\/#organization","name":"Kolabtree","url":"https:\/\/www.kolabtree.com\/blog\/","logo":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/www.kolabtree.com\/blog\/#\/schema\/logo\/image\/","url":"","contentUrl":"","caption":"Kolabtree"},"image":{"@id":"https:\/\/www.kolabtree.com\/blog\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/kolabtree","https:\/\/twitter.com\/kolabtree","https:\/\/instagram.com\/kolabtree","https:\/\/www.linkedin.com\/company\/kolabtree","https:\/\/en.m.wikipedia.org\/wiki\/Kolabtree"]},{"@type":"Person","@id":"https:\/\/www.kolabtree.com\/blog\/#\/schema\/person\/81992f5863a1b06d132a47822e7b4400","name":"Ramya Sriram","image":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/www.kolabtree.com\/blog\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/8100b45c960ebbbbe420e8b3f250515f?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/8100b45c960ebbbbe420e8b3f250515f?s=96&d=mm&r=g","caption":"Ramya Sriram"},"description":"Ramya Sriram manages digital content and communications at Kolabtree (kolabtree.com), the world's largest freelancing platform for scientists. She has over a decade of experience in publishing, advertising and digital content creation.","url":"https:\/\/www.kolabtree.com\/blog\/it\/author\/ramyas\/"}]}},"amp_enabled":true,"_links":{"self":[{"href":"https:\/\/www.kolabtree.com\/blog\/it\/wp-json\/wp\/v2\/posts\/8108"}],"collection":[{"href":"https:\/\/www.kolabtree.com\/blog\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.kolabtree.com\/blog\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.kolabtree.com\/blog\/it\/wp-json\/wp\/v2\/users\/12"}],"replies":[{"embeddable":true,"href":"https:\/\/www.kolabtree.com\/blog\/it\/wp-json\/wp\/v2\/comments?post=8108"}],"version-history":[{"count":11,"href":"https:\/\/www.kolabtree.com\/blog\/it\/wp-json\/wp\/v2\/posts\/8108\/revisions"}],"predecessor-version":[{"id":8162,"href":"https:\/\/www.kolabtree.com\/blog\/it\/wp-json\/wp\/v2\/posts\/8108\/revisions\/8162"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.kolabtree.com\/blog\/it\/wp-json\/wp\/v2\/media\/8117"}],"wp:attachment":[{"href":"https:\/\/www.kolabtree.com\/blog\/it\/wp-json\/wp\/v2\/media?parent=8108"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.kolabtree.com\/blog\/it\/wp-json\/wp\/v2\/categories?post=8108"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.kolabtree.com\/blog\/it\/wp-json\/wp\/v2\/tags?post=8108"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}