如何设计有影响力的健康结果研究分析

0

Jacob VanHouten医学博士,临床数据分析员和 生物统计学顾问 在Kolabtree,他提供了关于如何设计有影响力的健康结果研究分析的最高技巧。 

如果你在医学领域,并且在过去20年内读过、做过、甚至想过做研究,你很可能熟悉结果研究的概念。简而言之,结果研究是一个领域,其研究对象是可定义的健康结果,我将在后面举例说明,而所测量的是整个工作流程的不同部分对这些结果的影响。由于这类研究的重点是确定哪些因素会影响感兴趣的结果,许多不同的实验性和观察性研究设计都很适合这项任务,包括经典的流行病学研究,如。

  • 随机对照试验。
  • 横断面研究。
  • 队列研究。
  • 系统回顾/元分析,或
  • 质量改进研究方法。

为什么还要做成果研究?

做成果研究的理由有很多很多,如果把它们都列出来,将远远超出这篇文章所能做到的。简而言之,适用于生物医学领域的成果研究主要集中在改善该领域的某些任务的表现。正如著名的管理顾问彼得-德鲁克所说,"你不能管理你不能测量的东西"。换句话说,如果你不知道它首先指向哪里,你就不能 "移动针 "来进行改进。此外,这种测量可以导致

  • 质量改进。
  • 减少医疗费用。
  • 提高诊断和治疗的效率,以及
  • 病人的经验。

谁不希望自己的病人得到最好的结果呢?可以说,医疗保健的首要研究任务是不断地测量改进,而结果研究是实现这一目标的一套强大工具。

如何像统计学家一样思考成果研究问题

当考虑开始一项研究工作时,也许首先要知道的是 "你想知道什么?"你是对系统和效率更感兴趣,还是对病人决定的无形的生活质量测量更感兴趣?你是对让病人更容易负担、更公平、更容易获得护理感兴趣,还是对诊所的盈利能力感兴趣?一些关键问题包括。

  • 利益的结果是什么。
  • 谁是相关的利益相关者。
  • 利益的结果如何得到最好的体现,以及
  • 我怎样才能获得回答问题所需的数据?

结果的类型

结果研究的优势之一是能够考虑许多不同的结果和它们的相对优点,以及从许多不同的角度来考虑(下文将详细介绍)。事实上,一些成果研究的结构,如质量调整生命年,是专门为不同成果的比较而设计的。可以通过将一种结果转换为更直接可比的等值结果(即放弃一晚睡眠所需的钱)来比较可能属于不同类型的结果。

谁在乎呢?

在考虑上述要衡量的结果时,也许第一个问题应该是 "谁在乎?"。这不是轻描淡写的意思。真诚的。 是关心这个结果的人。病人?服务提供者?保险公司、卫生系统?不难想象,病人和医院对病人满意度这一结果的重视程度是非常不同的,尽管它对两者都很重要。为了充分考虑你想衡量的结果,你必须考虑谁的观点是最好的评价。在分析计划开始时,明确你将从哪个角度来考虑结果,可以防止混乱和事后的数据处理,无论是否是偶然的。虽然全面列出潜在的利益结果超出了本文的范围,但下表中强调了一些最广泛使用的结果类别。

广泛使用的结果类别

安全问题 在临床护理过程中滥用医疗手段和监督;将病人置于不良事件风险中的医疗错误
效果 通过医疗干预或政策可以实现的目标与实际完成的目标之间的差距
公平 对医疗服务中的差异进行研究,重点关注非临床因素,如比赛,性别,以及社会经济地位 影响对病人的护理
效率 重点关注如何最大限度地提高效率,限制医疗成本,减少医疗系统的浪费。
及时性 患者获得医疗服务:获得医疗服务的障碍,以及没有保险的患者无法从医疗服务中获益。
系统响应能力 在医疗界开展教育工作,并实施改善病人护理的医疗政策。
以病人为中心 医疗干预将如何影响病人,病人的感受以及他们可以做什么来影响医疗决策。

 

数据类型

除了你感兴趣的那种结果外,值得思考的是你对数据的构思方式,特别是在数据类型方面。

数据主要有两种类型:数字型和分类型。

数值数据

Numeric就像它听起来一样;被测量的变量是定量的,是整数类型,也就是整数,和浮点数,也就是所有带有一些非整数部分的数字。

整数的例子包括在医院接生的婴儿数量,关于病人满意度的李克特量表问卷调查的结果,或手术中的分钟数,以及许多其他例子。

分类数据

分类数据是那些只能取某些特定值的数据。有些数据点是分类和二分的,这意味着变量可以采取两种可能的结果中的一种,而且只有一种。 例如,一个灯泡既可以被关闭,也可以被打开,但它将是其中一个选项,而不是另一个。有时会有两个以上的类别,这就定义了一个名义变量。名义变量有多个不同的可能值,但它们之间没有自然排序;一个例子可能是花卉类型,植物可能是玫瑰、郁金香、雏菊、向日葵等。最后,有自然排序的分类变量,但仍然限于特定的结果,被称为顺序变量。

这种类型的变量的一个例子可能是病人满意度的分类表示:不满意、稍微满意、满意、非常满意。即使是那些有限制的可能结果的宇宙,这些级别之间也有一个自然的排序。

了解结果类型和数据类型之所以如此重要,是因为你将在很大程度上自己决定如何对数据进行建模,而这又将决定哪些类型的分析是可能的。如果你想知道你的医院每天的外科手术数量,你可以使用实际的整数(1,2,3,等),或者你可以把它们分解成高、中、低量日。最后,你选择的表示数据的方式向阅读你作品的人揭示了你如何看待这个世界,以及你为什么做出这样的决定。他们可能不同意你的观点,或者无法重现你的数据,但是如果你没有留下任何模糊的空间,那么你的研究结果的真实性就没有问题。

你的数据从哪里来?你是要收集它们还是从其他来源获得它们?如果你要自己记录数据,你有责任决定你要记录什么,不记录什么,这将影响可用的分析选项。如果你不打算自己收集,那么数据集目前是如何存储的(数据类型、位置等)?还有非常重要的一点:知道并理解数据产生和收集的过程。对这些问题的误解会导致研究不能回答预期的问题。

奖金提示:为什么雇用一个统计学家可以拯救你的研究?

我不是一个汽车人。当我的车需要常规工作或特定维修时,我是第一个把它带到商店的人。为什么?因为我知道我不具备做这项工作的技能。同样,不是每个人都会自己做统计,要么是因为他们没有所需的培训,要么只是因为他们选择把精力放在其他地方。考虑到这一点,那些仍然希望做结果研究但不想自己负责分析的人应该考虑雇用一个 自由职业者统计员诸如此类,你可以很容易地在网上找到。 科拉布树.

如果你确实选择与统计学家合作,请帮你自己一个忙,让他们尽早参与进来,而不是晚一点。 正如著名的统计学家R.A.Fisher被引用的那样:"在一个实验结束后咨询统计学家,往往只是要求他进行验尸。他也许能说说实验是怎么死的"。

这是绝对正确的,因为一旦进行了实验,收集了数据,有些分析方法就不再可用了,如果在研究的早期阶段做出不同的决定,这些分析方法就可能可用。

除了不必自己做统计分析外,与统计学家合作还可能有其他有形和无形的好处。例如,他们很可能通过培训接触到一些更复杂的实验设计或分析方法,使用这些方法而不是标准方法,有可能大大节省资源,如时间、参与者或金钱。该领域也可能有你不知道的新想法,如研究结果的可重复性的最佳做法或用于复杂分析的最新软件包。最重要的是,现在可能是以便宜的价格抢到一个优秀的统计学家的最佳时机。鉴于大流行病的经济影响令人不寒而栗,各行各业的人都受到了严重的打击。受大流行病影响的统计学家正在寻找自由职业者的工作,许多人愿意提供折扣以换取忠诚。

总结

这绝不是对结果研究的详尽讨论;相反,它应该作为完全的新手的一个小规模介绍。但是,即使是这样的研究人员,只要预先考虑一下你感兴趣的结果、数据元素的表现方式以及你能够从哪里获得数据,就可以确保你所进行的结果研究是有意义的,并能回答你所要回答的问题。记住,如果你觉得你不能或不愿意自己做分析,或者你想了解更多关于最新的分析方法,不要忘记寻求/联系你的统计学同事。

在进行临床试验和分析结果方面需要帮助?请咨询 临床研究顾问 在Kolabtree上或与一个 自由职业者统计分析员


Kolabtree帮助全球企业按需雇佣专家。我们的自由职业者已经帮助企业发表研究论文,开发产品,分析数据,以及更多。只需一分钟就可以告诉我们你需要做什么,并免费获得专家的报价。


分享。

关于作者

Jacob P. VanHouten是康涅狄格州格里芬医院预防医学部的一名住院医生和研究员。作为一名训练有素的生物医学信息学家和统计学家,雅各布的研究兴趣在于公共卫生、医学信息学和人口健康管理的交叉领域。雅各布在康涅狄格州与他可爱的妻子和四只猫一起茁壮成长,而不仅仅是生存。

发表回复

值得信赖的自由职业者专家,随时为您的项目提供帮助


世界上最大的科学家自由职业平台  

不,谢谢,我现在不打算雇用。