Chance หรือ random error
เหตุที่มี
"ความบังเอิญ" ก็เพราะมีความแปรปรวน ในแต่ละคน
หรือแม้กระทั่งในคนเดียวกันก็ตาม
หากทุกสิ่งมีความเที่ยงแท้แน่นอนเป็นสัจธรรม 100% เหมือนกับ
"เกิดมาทุกคนต้องตาย" ก็คงไม่ต้องมีวิชาสถิติ
การทดสอบทางเวชสถิติทั้งหลาย เป็นการตอบคำถามว่า
"ผลที่พบนั้นเกิดโดยบังเอิญ-by
chance หรือเป็นตัวแทนความจริง"
สองสิ่งที่ถูกกระทบจากความบังเอิญคือ
Accuracy = ความแม่น
ให้ผลตรงกับความเป็นจริง
Precision =
ความเที่ยง ให้ผลเหมือนเดิมเมื่อทำซ้ำๆ
สองแหล่งก่อเกิด Chance ให้กับผลวิจัย
ได้แก่การสุ่มตัวอย่าง และการวัด
1. Sampling error
ประเมินที่การแสดงวิธีการประเมินจำนวนกลุ่มตัวอย่าง ( sample size
)ซึ่งผู้วิจัยอาจคำนวณไว้ก่อนการลงมือเก็บข้อมูล (priori)
หรือหลังจากเก็บข้อมูลไปแล้ว (adhoc sample size
calculation)
1.1 Accuracy ของ sampling ดูที่
P value อาจคิดเสมือน
1-specificity (FP rate) ยิ่งตั้ง alpha ( type I
error = acceptable FP rate) ไว้ต่ำ
การศึกษานั้นยิ่งมี conservative สูง
ค่า beta เปรียบได้เสมือน
1- sensitivity ( FN rate) ยิ่งตั้ง beta (type II
error = acceptable FN rate) ไว้ต่ำ การศึกษานั้นยิ่งมี
power ที่จะ detect difference มาก
1.2 Precision ของ sampling (การทดลองซ้ำ)ดูที่ range
ของ 95% Confident interval
2.Measurement error หากเป็นงานวิจัยที่ sample
เดียวกันมีการ"วัดซ้ำ"
อาจด้วยผู้วัด/เครื่องวัดเดียวกัน(Intraobserver variabation)
หรือ sample หนึ่งมีผู้วัด/เครื่องวัดต่างกัน (Interobserver
variation)
2.1 Accuracy ของ measurement มีสองประเด็นคือ
2.2.1 Calibration "บอก" ได้ถูก
(เมื่อเทียบกับ gold
standard)
2.2.2 Discrimination "จำแนก"ได้ถูก
(เมื่อเทียบกับ gold standard) ได้แก่พวก sensitivity, specificity
ที่เราคุ้นเคย
- กรณีผลลัพท์เป็น dichotomous/nominal ประเมินจาก LR+,
LR-
- กรณีผลลัพท์เป็น ordinal ประเมินจาก ROC curve
- กรณีผลลัพท์เป็น continuous ประเมินจาก ROC curve
เราเรียก accuracy ของการวัดสิ่งที่เป็นนามธรรม
อีกอย่างว่า Validity เช่น "คุณภาพการดูแลโรคเรื้อรัง"
ไม่มีเครื่องมือวัด gold standard ที่ชัดเจน
จึงต้องอาศัยความเห็นผู้เชี่ยวชาญ การวิเคราะห์ทฤษฎีแทน
2.1 Precision ของ measure (ซึ่งเรียกได้หลายอย่าง
เช่น Reliability, Reproducibility, consistency)
-
กรณีผลลัพท์เป็น dichotomous/nominal รายงานเป็นค่า kappa
(ที่นี่คะ)
-
กรณีผลลัพท์เป็น ordinal รายงานเป็น weighted kappa, conbarch's
alpha
- กรณีผลลัพท์เป็น continuous รายงานเป็น within-subject
coefficient of variation, Intraclass correlation หรือ
Bland-Altman plot (รายละเอียดที่นี่คะ)
* Measurement error เฉพาะ
accuracy แต่มี precision ดี ส่งผลให้เกิด systematic error
- bias "non differential misclassification"
ได้
------------------------------------------------------------------------------
ไม่มีความเห็น