التحليل التلوي لمعدلات الإصابة في فوركس ستاتا

9.4.8 160 التحليل التلوي للعدوالت واملعدالت ميكن التعبري عن النتائج كبيانات عد عندما يكون كل مشارك قد يتعرض لحدث ما، وقد يواجهه أكثر من مرة) انظر القسم 9.2.5 (. على سبيل المثال، عدد من السكتات الدماغية، أو عدد الزيارات المستشفى هي التهم. قد لا تحدث هذه الأحداث على الإطلاق، ولكن إذا حدث ذلك لا يوجد الحد الأقصى النظري لعدد الحوادث للفرد. وكما هو مبين في الفصل 7 (القسم 7.7.5)، يمكن تحليل بيانات العد باستخدام طرائق ثنائية التفرع (انظر القسم 9.4.4) ومستمرة (انظر القسم 9.4.5) والبيانات من وقت لآخر (انظر القسم 9.4.9 ) وكذلك تحليلها كبيانات معدل. تحدث بيانات معدل إذا تم قياس التهم لكل مشارك جنبا إلى جنب مع الوقت الذي لوحظت. وهذا مناسب بشكل خاص عندما تكون الأحداث التي يجري عدها نادرة. على سبيل المثال، قد تواجه امرأة اثنين من السكتات الدماغية خلال فترة متابعة من عامين. معدلها من السكتات الدماغية هو واحد في السنة من المتابعة (أو ما يعادل 0.083 شهريا من المتابعة). يتم تلخيص الأسعار تقليديا على مستوى المجموعة. على سبيل المثال، المشاركين في المجموعة الضابطة من التجارب السريرية قد تواجه 85 السكتات الدماغية خلال ما مجموعه 2836 شخص-سنة من المتابعة. ومن الافتراضات الأساسية المرتبطة باستخدام المعدلات أن خطر وقوع حدث ثابت بين المشاركين وعلى مر الزمن. وينبغي النظر بعناية في هذا الافتراض لكل حالة. على سبيل المثال، في دراسات منع الحمل، استخدمت معدلات (تعرف باسم مؤشرات بيرل) لوصف عدد حالات الحمل لكل 100 سنة من سنوات المتابعة. ويعتبر هذا الآن غير مناسب لأن الأزواج لديهم مخاطر مختلفة من الحمل، والمخاطر لكل امرأة تتغير مع مرور الوقت. يتم تحليل الحمل الآن أكثر في كثير من الأحيان باستخدام جداول الحياة أو أساليب الوقت إلى الحدث التي تحقق في الوقت يطير قبل الحمل الأول. تحليل البيانات العد كما معدلات ليست دائما النهج الأنسب وغير شائع في الممارسة العملية. ويرجع هذا إلى: افتراض وجود خطر ثابت مستمر قد لا يكون مناسبا، والأساليب الإحصائية ليست متطورة كما هي بالنسبة لأنواع أخرى من البيانات. ويمكن التعبير عن نتائج الدراسة كنسبة معدل. وهذا هو نسبة المعدل في مجموعة التدخل التجريبية إلى المعدل في المجموعة الضابطة. لنفرض E E وقعت الأحداث خلال T - مشارك مشارك سنوات في مجموعة التدخل التجريبية، وأحداث E C خلال T المشاركين C سنوات في مجموعة التدخل السيطرة. نسبة المعدل يمكن الجمع بين اللوغاريتمات (الطبيعية) لنسب المعدلات عبر الدراسات التي تستخدم طريقة التباين العكسي العام (انظر القسم 9.4.3.2). ويعطى خطأ معياري تقريبي لنسبة معدل السجل بتصحيح قدره 0.5 يمكن أن يضاف إلى كل حساب في حالة الأحداث الصفرية. لاحظ أن اختيار وحدة الوقت (أي أشهر المريض، سنوات النساء، وما إلى ذلك) غير ذي صلة لأنه يتم إلغاؤه من نسبة المعدل ولا يظهر في الخطأ القياسي. ومع ذلك يجب أن تظهر الوحدات عند عرض نتائج الدراسة. وهناك وسيلة بديلة لتقدير نسبة المعدل هي من خلال نهج وايتهيد وايتهيد (وايتهيد 1991). في تجربة عشوائية، قد تكون نسب معدل في كثير من الأحيان مشابهة جدا للمخاطر النسبية التي تم الحصول عليها بعد ديكوتوميزينغ المشاركين، لأن متوسط ​​فترة المتابعة يجب أن تكون متشابهة في جميع مجموعات التدخل. ومع ذلك، فإن نسب المعدلات والمخاطر النسبية ستختلف، إذا أثر التدخل على احتمال تعرض بعض المشاركين لأحداث متعددة. ومن الممكن أيضا أن تركز الانتباه على الفرق في معدل، والخطأ القياسي التقريبي للفرق معدل هو يتطلب التحليل مرة أخرى استخدام طريقة التباين العكسي العام في ريفمان. ومن المناقشات الوحيدة للتحليل التلوي للمعدلات، التي لا تزال قصيرة إلى حد ما، هي أن هاسلبلاد ومكروري (هاسلبلاد 1995). هناك نهج مختلفة متاحة، ولكن الأساس الأساسي بالطبع هو تجميع البيانات من دراسات منفصلة. أولا وقبل كل شيء يعتمد كل شيء على ما إذا كنت ترغب في تجمع تقديرات تأثير غير معدلة أو تعديلها. إذا كنت ترغب في تعديلها، فإنك ربما تحتاج إلى تجميع نسب المخاطر المعدلة سجل تحويل (كل مرجحة عكسيا إلى التباين). ويمكن القيام بذلك في معظم حزم بسهولة تامة (حتى مع ريفمان). إذا كنت سعيدا مع تقديرات المخاطر غير المعدلة، ثم عدة طرق ونماذج متوفرة في عدد من البرامج الإحصائية، ولكن أوصي حزم ميتا و ميتافور في R. لاحظ أن وقوع الأحداث الفعلية ستكون مهمة (مع أحداث نادرة بويسون نموذج من المرجح أن يكون أفضل)، وإذا كان لديك 0 خلايا، تتطلب نوعا من ترانسفورماتيون. وبالإضافة إلى ذلك، تذكر أنه سيكون لديك لجمع نسبة الأحداث المرضى في فترة خطر في خطر (على سبيل المثال 4 الأحداث من أصل 8 مرضى كل يتبع لمدة 2 سنوات سوف تسفر عن 4 أحداث من أصل 16 مريض). أجاب مار 9 16 في 22:24