Klinikai jelentőség - Clinical significance
Az orvostudományban és a pszichológiában a klinikai jelentőség a kezelési hatás gyakorlati jelentősége - legyen-e valódi, érezhető, érezhető hatása a mindennapi életre.
A jelentőség típusai
Statisztikai jelentőség
Statisztikai szignifikanciát használnak a hipotézis tesztelés során, ahol a nullhipotézist (vagyis, hogy a változók között nincs összefüggés ) tesztelik. A szignifikancia szintjét választják (leggyakrabban α = 0,05 vagy 0,01), ami azt a valószínűséget jelzi, hogy egy valódi nullhipotézist helytelenül utasítanak el. Ha két csoport között szignifikáns különbség van α = 0,05-nél, ez azt jelenti, hogy csak 5% a valószínűsége a megfigyelt eredmények megszerzésének, feltéve, hogy a különbség teljes egészében a véletlennek köszönhető (azaz a nullhipotézis igaz); nem utal a különbség nagyságára vagy klinikai jelentőségére. Statisztikailag szignifikáns eredmények elérésekor a nullhipotézis elutasítását támogatják, de nem bizonyítják, hogy a nullhipotézis hamis. Ugyanígy a nem szignifikáns eredmények sem bizonyítják, hogy a nullhipotézis igaz; szintén nem adnak bizonyítékot a kutató által előállított hipotézis igazságára vagy valótlanságára. A statisztikai szignifikancia csak a megfigyelt adatok kompatibilitására vonatkozik, és arra, ami várható lenne, feltételezve, hogy a nullhipotézis igaz.
Gyakorlati jelentőség
Széles körben a "gyakorlati klinikai jelentőség" arra a kérdésre ad választ, hogy mennyire hatékony a beavatkozás vagy a kezelés, vagy mennyi változást okoz a kezelés. A klinikai kezelések tesztelését tekintve a gyakorlati jelentőség optimálisan számszerűsített információt szolgáltat a lelet fontosságáról, olyan mérőszámok felhasználásával, mint a hatás nagysága , a kezeléshez szükséges szám (NNT) és a megelőző frakció . A gyakorlati jelentőség a hasznosság félkvantitatív, összehasonlító vagy megvalósíthatósági értékelését is közvetítheti.
Az effektus mérete a gyakorlati jelentőség egyik fajtája. Számszerűsíti, hogy a minta mennyiben tér el az elvárásoktól. A hatás nagysága fontos információkat nyújthat a vizsgálat eredményeiről, és ajánlott a statisztikai szignifikancia mellett felvételre is. A hatásméreteknek saját elfogultsági forrásai vannak, a függő változó populációs változékonysága alapján változhatnak, és általában a csoportos hatásokra összpontosítanak, nem pedig az egyes változásokra.
Bár a klinikai jelentőséget és a gyakorlati jelentőséget gyakran szinonimákként alkalmazzák, a technikailag korlátozóbb használat ezt hibásnak jelöli. Ez a technikai felhasználás a pszichológiában és a pszichoterápiában nemcsak a nyelv gondosan kidolgozott pontosságából és sajátosságából fakad, hanem lehetővé teszi a perspektíva elmozdulását a csoportos hatásokról az egyénen belüli változás (ok) sajátosságaira.
Specifikus felhasználás
Ezzel szemben, amikor a pszichológiában és a pszichoterápiában technikai kifejezésként használják, a klinikai jelentőség információt szolgáltat arról, hogy a kezelés elég hatékony volt-e a beteg diagnosztikai címkéjének megváltoztatásához. A klinikai kezelési vizsgálatok szempontjából a klinikai jelentőség megválaszolja a kérdést: "A kezelés elég hatékony-e ahhoz, hogy a beteg normális legyen [a szóban forgó diagnosztikai kritériumok tekintetében]?"
Például egy kezelés jelentősen megváltoztathatja a depressziós tüneteket (statisztikai szignifikancia), a változás a depressziós tünetek nagy csökkenését jelentheti (gyakorlati szignifikancia-hatás nagysága), és a betegek 40% -a már nem felel meg a depresszió diagnosztikai kritériumainak (klinikai jelentőség) ). Nagyon lehetséges olyan kezelés, amely jelentős különbséget és közepes vagy nagy hatásméretet eredményez, de nem mozgatja a beteget diszfunkcionálisról funkcionálisra.
A pszichológián és a pszichoterápián belül a klinikai jelentőséget először Jacobson, Follette és Revenstorf javasolta annak megválaszolására, hogy egy terápia vagy kezelés elég hatékony-e ahhoz, hogy az ügyfél ne feleljen meg a diagnózis kritériumainak? Jacobson és Truax később meghatározta a klinikai jelentőséget, mint "azt, hogy a terápia mennyire mozgatja valakit a diszfunkcionális populáció tartományán kívül vagy a funkcionális populáció tartományán belül". Ennek a változásindexnek két összetevõjét javasolták: a beteg vagy a kliens állapotát a terápia befejezése után, és "mennyi változás történt a terápia során".
A klinikai jelentőség szintén figyelembe veszi az egyén pszichológiai felmérésének eredményeit . Gyakran előfordul, hogy statisztikailag szignifikáns a pontszámok vagy alpontszámok közötti különbség , valószínűleg nem véletlenül történt. Azonban ezek a statisztikailag szignifikáns különbségek nem mindegyike klinikailag szignifikáns, mivel nem magyarázza el az ügyfélről szóló meglévő információkat, vagy nem nyújt hasznos irányt a beavatkozáshoz. A kicsi nagyságrendű különbségeknek általában nincs gyakorlati relevanciájuk, és nem valószínű, hogy klinikailag jelentősek lennének. A populációban gyakori különbségek szintén nem valószínű, hogy klinikailag jelentősek lennének, mert egyszerűen tükrözhetik a normális emberi variációk szintjét. Ezenkívül a klinikusok információt keresnek az értékelési adatokból és az ügyfél előzményeiből, amelyek megerősítik a statisztikai különbség relevanciáját, hogy megállapítsák a kapcsolatot az adott teszt teljesítménye és az egyén általánosabb működése között.
A klinikai jelentőség kiszámítása
Ahogyan a statisztikai szignifikancia és a gyakorlati szignifikancia számításának számos módja van, a klinikai szignifikancia számításának számos módja van. Öt általános módszer a Jacobson-Truax módszer, a Gulliksen-Lord-Novick módszer, az Edwards-Nunnally módszer, a Hageman-Arrindell módszer és a hierarchikus lineáris modellezés.
Jacobson-Truax
A Jacobson-Truax a klinikai jelentőség kiszámításának általános módszere. Ez magában foglalja a megbízhatósági változás indexének (RCI) kiszámítását. Az RCI megegyezik a résztvevő teszt előtti és utáni pontszámai közötti különbséggel, elosztva a különbség szokásos hibájával . A határértékeket úgy állapítják meg, hogy a résztvevőket a négy kategória egyikébe sorolják: helyreállított, javított, változatlan vagy romlott, attól függően, hogy az RCI milyen irányú, és hogy teljesült-e a határérték.
Gulliksen-Lord-Novick
A Gulliksen-Lord-Novick módszer hasonló Jacobson-Truax-hoz, csakhogy figyelembe veszi az átlagig tartó regressziót . Ez úgy történik, hogy a teszt előtti és a teszt utáni pontszámokat levonjuk a populáció átlagából, és elosztjuk a populáció szórásával.
Edwards-Nunnally
Az Edwards-Nunnally módszer a klinikai jelentőség kiszámításához szigorúbb alternatívát jelent a Jacobson-Truax módszerrel szemben. Megbízhatósági pontszámokat használnak arra, hogy az előzetes teszt pontszámai közelebb kerüljenek az átlaghoz, majd egy konfidencia intervallumot alakítanak ki ehhez a korrigált teszt előtti pontszámhoz. Konfidencia intervallumokat használnak az előzetes tesztről a poszt-tesztre történő változás kiszámításakor, ezért a tényleges pontszámváltozásra van szükség a klinikai jelentőség kimutatásához, összehasonlítva a Jacobson-Truax módszerrel.
Hageman-Arrindell
A klinikai jelentőség Hageman-Arrindell számítása magában foglalja a csoportváltozás és az egyéni változás indexeit. A változás megbízhatósága azt jelzi, hogy a beteg javult-e, ugyanaz maradt-e vagy romlott-e. Egy második index, a változás klinikai jelentősége négy kategóriát jelez, amelyek hasonlóak a Jacobson-Truax által használt kategóriákhoz: romlott, nem módosult megbízhatóan, javult, de nem állt helyre és helyreállt.
Hierarchikus lineáris modellezés (HLM)
A HLM magában foglalja a növekedési görbe elemzését a teszt előtti utólagos összehasonlítások helyett, ezért minden betegtől három adatpontra van szükség, csak két adatpont (pre-test és post-test) helyett. Számítógépes programot, például a hierarchikus lineáris és a nemlineáris modellezést használnak az egyes résztvevők változásbecsléseinek kiszámításához. A HLM emellett lehetővé teszi a diádok és csoportok növekedési görbe modelljeinek elemzését is.
Lásd még
Hivatkozások