Перекрестное исследование

редактировать

В медицине, перекрестное исследование или перекрестное исследование - это продольное исследование, в котором субъекты получают последовательность различных процедур (или воздействий). Хотя перекрестные исследования могут быть наблюдательными, многие важные перекрестные исследования - это контролируемые эксперименты, которые обсуждаются в этой статье. Перекрестные конструкции характерны для экспериментов во многих научных дисциплинах, например психологии, фармацевтике и медицине.

Рандомизированные контролируемые перекрестные эксперименты особенно важны в здравоохранении. В рандомизированном клиническом исследовании субъектов случайным образом распределяют в разные группы исследования, которые получают разное лечение. Если испытание имеет план повторных измерений, одни и те же показатели собираются несколько раз для каждого субъекта. Перекрестное исследование имеет дизайн повторных измерений, в котором каждому пациенту назначается последовательность из двух или более курсов лечения, одно из которых может быть стандартным лечением или плацебо.

Почти все кроссоверы разработаны так, чтобы иметь «баланс», в соответствии с которым все субъекты получают одинаковое количество процедур и участвуют в течение одинакового количества периодов. В большинстве перекрестных испытаний каждый субъект получает все виды лечения в случайном порядке.

Статистики предполагают, что планы должны иметь четыре периода, что более эффективно, чем двухпериодный план, даже если исследование должно быть сокращено до трех периодов. Однако двухпериодный план часто преподается в нестатистических учебниках, отчасти из-за его простоты.

Содержание

  • 1 Анализ
  • 2 Преимущества
  • 3 Ограничения и недостатки
  • 4 См. Также
  • 5 Примечания
  • 6 Ссылки

Анализ

Данные приведены проанализированы с использованием статистического метода, указанного в протоколе клинического исследования, который должен быть одобрен соответствующими институциональными наблюдательными советами и регулирующими органами до начала судебного разбирательства. Большинство клинических испытаний анализируются с использованием дисперсионного анализа ANOVA (дисперсионный анализ ) или смешанных моделей, которые включают случайные эффекты.

В большинстве продольных исследований с участием людей пациенты могут отказаться от участия в исследовании или стать «потерянными для последующего наблюдения ». Существуют статистические методы решения таких проблем отсутствующих данных и "цензуры ". Важный метод анализа данных в соответствии с принципом намерение лечить.

Преимущества

Перекрестное исследование имеет два преимущества перед параллельным исследованием и неперекрестным. лонгитюдное исследование. Во-первых, влияние подтверждающих ковариат снижается, поскольку каждый перекрестный пациент служит своим собственным контролем. В рандомизированном неперекрестном исследовании часто обнаруживается, что разные группы лечения входят в некоторые ковариаты. В контролируемых рандомизированных кроссинговых планах такие несоответствия маловероятны (если ковариаты не изменялись систематически во время исследования).

Во-вторых, оптимальные схемы с перекрестными измерениями являются статистически эффективными и поэтому требуют меньшего количества испытуемых, чем схемы без кроссовера (даже с другими схемами с повторными измерениями).

Оптимальные конструкции кроссовера обсуждаются в учебнике для выпускников Джонса и Кенворда и в обзорной статье Стафкена. Кроссоверы обсуждаются вместе с более общими схемами повторных измерений в учебнике для выпускников Вонеша и Чинчилли.

Ограничения и недостатки

Эти исследования часто проводятся для улучшения симптомов у пациентов с хроническими состояниями. Для лечебных методов лечения или быстро меняющихся условий перекрестные испытания могут быть невозможными или неэтичными.

Перекрестные исследования часто сталкиваются с двумя проблемами:

Во-первых, это проблема эффектов «порядка», потому что вполне возможно, что порядок, в котором проводится лечение, может повлиять на результат. Примером может служить лекарство с множеством побочных эффектов, оказываемых первым, что делает пациентов, принимающих второе, менее вредное лекарство, более чувствительными к любому побочному эффекту.

Второй - это проблема «переходящего остатка» между обработками, который затрудняет оценки эффектов лечения. На практике эффектов «переноса» можно избежать с помощью достаточно длительного периода «вымывания» между обработками. Однако планирование достаточно длительных периодов вымывания требует экспертных знаний динамики лечения, которая часто остается неизвестной.

См. Также

Примечания

Ссылки

  • М. Бозе и А. Дей (2009). Оптимальный дизайн кроссовера. World Scientific. ISBN 978-9812818423
  • D. Э. Джонсон (2010). Кроссовер эксперименты. WIREs Comp Stat, 2: 620-625. [1]
  • Джонс, Байрон; Кенвард, Майкл Г. (2014). Дизайн и анализ перекрестных испытаний (Третье изд.). Лондон: Чепмен и Холл. ISBN 978-0412606403.
  • К.-Дж. Луи, (2016). Конструкции кроссовера: тестирование, оценка и размер выборки. Wiley.
  • Наджафи Мехди, (2004). Статистические вопросы в доказательной медицине. Нью-Йорк: Издательство Оксфордского университета. ISBN 0-19-262992-1
  • D. Рагхаварао и Л. Пэджетт (2014). Повторные измерения и переходные конструкции. Вайли. ISBN 978-1-118-70925-2
  • D. А. Ратковский, М. А. Эванс и Дж. Р. Олдридж (1992). Перекрестные эксперименты: дизайн, анализ и применение. Марсель Деккер. ISBN 978-0824788926
  • Сенн, С. (2002). Перекрестные испытания в клинических исследованиях, второе издание. Вайли. ISBN 978-0-471-49653-3
  • Стуфкен, Дж. (1996). «Оптимальные конструкции кроссовера». In Ghosh, S.; Рао, К. Р. (ред.). Планирование и анализ экспериментов. Справочник по статистике. 13 . Северная Голландия. С. 63–90. ISBN 978-0-444-82061-7.
  • Вонеш, Эдвард Ф.; Чинчилли, Вернон Г. (1997). «Кроссовер эксперименты». Линейные и нелинейные модели для анализа повторных измерений. Лондон: Чепмен и Холл. С. 111–202. ISBN 978-0824782481.
Последняя правка сделана 2021-05-16 09:50:10
Содержание доступно по лицензии CC BY-SA 3.0 (если не указано иное).
Обратная связь: support@alphapedia.ru
Соглашение
О проекте