مجرده

خلفية: بسبب تجدد النقاش حول إساءة استخدام قيم P ، تستضيف مجلة أبحاث الإنترنت الطبية قضية موضوع دائم تدعو إلى إعادة تحليل بيانات التجارب (الصحة الرقمية في المقام الأول) باستخدام إطار بايسيان. تركز هذه الورقة الأولى في هذه السلسلة على الفحص الإلكتروني والتدخل القصير (eSBI) ، الذي يستهدف استهلاك الكحول الضار والخطر ، والذي كانت مراكز الرعاية الصحية الطلابية في جميع أنحاء السويد تديره بشكل روتيني لجميع الطلاب خلال العقد الماضي. الثاني تقييم البريد الإلكتروني الكحول والتغذية الراجعة دراسة تفكيك فعالية لطلاب الجامعات (AMADEUS-2) تهدف إلى تقييم تأثير eSBI على استهلاك الكحول بين الطلاب الذين كانوا يشربون الضارة والخطرة. تم استخدام تصميم تجريبي معشاة من ذراعين، مما اعشا المشاركين المؤهلين إما إلى قائمة انتظار أو الوصول المباشر إلى eSBI. وأجريت تقييمات المتابعة بعد شهرين من التعشية. وقد اتبع التحليل اللاحق للتجربة نهج الفرضية الخالى التقليدي، ولم يتم العثور على أي دلالة إحصائية بين المجموعات في المتابعة فيما يتعلق بعدد المشروبات القياسية المستهلكة أسبوعياً. ومع ذلك، في تحليل حساسية غير محدد، تم اكتشاف أن إزالة ثلاثة قيم خارجية محتملة جعلت الفرق بين المجموعات كبيرة.

الهدف: الهدف من هذه الدراسة هو إعادة صياغة التحليل الأولي والحساسية لتجربة AMADEUS-2 باستخدام إطار باييزي ومقارنة النتائج مع نتائج التحليل الأصلي.

الطرق: وقد استخدمت نفس نماذج الانحدار المستخدمة في التحليل الأصلي في هذا التحليل (الانحدار الثنائي السلبي). وقد أعطيت معلمات النموذج سوابق موحدة. واستخدمت سلسلة ماركوف مونتي كارلو للاستدلال البييزي، واحتسبت الاحتمالات الخلفية لعتبات الفائدة المحددة مسبقا.

النتائج: لم تحدد اختبارات الفرضيات الخالية فرقاً ذا دلالة إحصائية بين مجموعات التدخل والسيطرة، ربما بسبب بعض نقاط البيانات المتطرفة. وأشار تحليل بايزي إلى احتمال 93.6٪ أن هناك فرقا في غرام الكحول المستهلكة في المتابعة بين مجموعات التدخل والتحكم واحتمال 71.5٪ أن نسبة معدل الإصابة كانت < 0.96. وازدادت الاحتمالات الخلفية عند استبعاد ثلاثة قيم خارجية محتملة، ومع ذلك لم تكن هذه التحليلات اللاحقة ضرورية لإظهار الأفضلية نحو تقديم eSBI للشاربين الضارين والخطرين بين طلاب الجامعات.

الاستنتاجات: يعتمد إطار الفرضية الخالى على تقديرات نقطة المعلمات. قيم P يمكن لذلك التأرجح بشدة، اعتمادا على واحد أو عدد قليل من نقاط البيانات وحدها، مما يلقي ظلالا من الشك على قيمة التحليل. ينتج تحليل بايزي توزيع على قيم المعلمة وبالتالي فهو أقل حساسية للقيم المتطرفة والقيم المتطرفة. ويمكن أن تكون النتائج الناتجة عن تحليلات تجارب التدخلات التي يُتوقع أن تكون فيها أحجام التأثيرات الصغيرة إلى المتواضعة أكثر قوة في إطار باييزي، مما يجعل هذا النهج أفضل في تحليل بيانات البحوث الصحية الرقمية.

تسجيل تجريبي: رقم تجريبي معشاة معشاة دولي (ISRCTN) 02335307; http://www.isrctn.com/ISRCTN02335307