| דף הבית | | | אודותינו | | | סטטיסטיקה ביו רפואית | | | סטטיסטיקה לניסויים קליניים | | | סטטיסטיקה למדעי החברה | | | סטטיסטיקה לכלכלה | | | הייעוץ הסטטיסטי | | | צור קשר |
|
כתיבת עבודת גמר רפואית
זה המאמר הראשון בסידרת מאמרים שמטרתה ללוות את מי שעושה את צעדיו הראשונים במחקר הרפואי. מאת אריאלה כנעני
המשימה הראשונה ואולי החשובה ביותר המשימה הראשונה ואולי החשובה ביותר היא לוודא שניתן יהיה לקבל תשובות משכנעות על שאלת המחקר שלך, בעזרת קובץ הנתונים הזמין לך או שתוכל במסגרת הזמן הנתונה לאסוף מספיק נתונים שיאפשרו לקבל עליה תשובה. איך אפשר לדעת מראש האם נוכל לענות על שאלת המחקר? כאן באים לעזרתנו חישובי גודל מדגם/עצמה. ישנה סיבה חשובה למה כדאי לך לעשות את החישוב מיד עם תחילת העבודה מלבד העובדה שהצעת המחקר לא תאושר אם לא תראי חישובי גודל מדגם/עוצמה משכנעים. חישובי גודל המדגם יתנו לך מדד ראשוני על סיכויי ההצלחה של עבודת המחקר שאת עתידה להשקיעה בה מספר לא מבוטל של שעות. איך ניגשים למשימת חישוב גודל המדגם? השתכנעת שכדאי להתחיל בחישובים ועכשיו את שואלת את עצמך איך עושים אותם. הדרך הטובה ביותר לעשות את החישובים היא להפוך את שאלת המחקר לשאלה הפשוטה ביותר שהתשובה עליה עדיין מעניינת. שאלה פשוטה היא שאלה שמתייחסת לגבי קשר בין שני משתנים בלבד. דוגמאות לשאלות פשוטות כאלה האם חיסון מקטין את הסיכוי לחלות במחלה מסוימת? האם גורם סיכון מסויים מגדיל את הסיכוי לסיבוך לאחר הניתוח? האם עוצמת הכאב שחשים מטופלים שמקבלים חומר אלחוש במהלך פרוצדורה רפואית נמוכה יותר מעוצמת הכאב של מטופלים שלא קיבלו משכך כאבים? ניסוח השערת האפס לאחר שנבחר הניסוח הפשוט ביותר של שאלת המחקר יש לנסח את השערת האפס, ההשערה השמרנית. לפיה אין הבדל בסיכוי לחלות בין אם הילד חוסן ובין אם לא, גורם הסיכון לא מגדיל את הסיכוי לסיבוך והאלחוש לא מקטין את הכאב. ניסוח ההשערה האלטרנטיבית בדרך כלל ההשערה האלטרנטיבית היא ההשערה שאם הנתונים שנאסוף יאוששו אותה מטרת המחקר תושג ונקבל תשובה ברורה על שאלת המחקר. גודל האפקט כדי שאפשר יהיה לבצע את חישובי גודל המדגם יש צורך להעריך מראש לאיזה הבדל בין ההשערות אנחנו מצפים. עד כמה החיסון באמת מקטין את הסיכוי לחלות. בכמה גורם הסיכון מגדיל את הסיכוי לסיבוך ובכמה האלחוש מקטין את הכאב. גודל האפקט (Effect Size) מתאר את מידת היעילות הטיפולית. עד כמה קיים שיפור כתוצאה מהתערבות מסוימת ביחידות של סטיית תקן. איך נדע לאיזה גודל אפקט לצפות? כאן מגיעה לעזרתנו סקירת הספרות. הרבה פעמים נעשו כבר מחקרים בתחום ובהם אפשר למצוא את הגדלים שאנחנו מחפשים. ואם לא מצאנו מחקרים רלוונטיים? אם עשינו סקירת ספרות מקיפה ולא מצאנו מחקרים דומים בהם נחקר הנושא שאנחנו חוקרים סימן שהמחקר שלנו הוא מחקר פורץ דרך וזה מצויין. במקרה כזה נסביר את הייחודיות של המחקר שלנו ונתאר את גודל המדגם הנדרש על סמך מספר אפשרויות סבירות. סיבה נוספת לכך שלא מצאנו מאמרים רלוונטיים עשוייה להיות העובדה שהנושא לא מספיק מעניין את הקהילה הרפואית. אם זה המצב, זה אמנם פחות טוב מבחינתנו. אבל עדיף לדעת את זה עכשיו. מתי מחשבים את גודל המדגם? חישובי גודל מדגם שנעשה יאפשרו לנו להעריך מה גודל המדגם הנדרש כדי שאם החיסון באמת עוזר, נוכל לזהות זאת על סמך המדגם שלנו, בלי לעשות טעויות גדולות מידי. מתי מחשבים את העוצמה? חישובי עוצמה נעשים במקרה שיש בידינו מאגר נתונים קיים שגודלו קבוע מראש ואנחנו רוצים לדעת מה סיכוי שלא נעשה טעות מסוג שני, כלומר שלא יהיה מצב שהמסקנה שלנו היא שהחיסון לא עוזר כשהאמת היא שהוא מקטין את הסיכוי לחלות ב 10% . |
|
|