We argue that statistical practice in the social and behavioural sciences benefits from transparency, a fair acknowledgement of uncertainty and openness to alternative interpretations. Here, to promote such a practice, we recommend seven concrete statistical procedures: (1) visualizing data; (2) quantifying inferential uncertainty; (3) assessing data preprocessing choices; (4) reporting multiple models; (5) involving multiple analysts; (6) interpreting results modestly; and (7) sharing data and code. We discuss their benefits and limitations, and provide guidelines for adoption. Each of the seven procedures finds inspiration in Merton's ethos of science as reflected in the norms of communalism, universalism, disinterestedness and organized scepticism. We believe that these ethical considerations-as well as their statistical consequences-establish common ground among data analysts, despite continuing disagreements about the foundations of statistical inference.
Objectives. This study aimed to assess psychometric properties, such as reliability, construct validity, and cut-off scores, for the Czech version of the Clinical Outcome in Routine Evaluation – General Population (GP-CORE) questionnaire, a tool usable for repeated measurement of psychological distress within routine clinical settings. Participants and setting. Two general populations and one clinical sample were used with N values of 420, 394, and 345, respectively. Hypotheses. One of the competing theoretical factor solutions will demonstrate the best fit. Statistical analysis. To examine the factor structure of the GP-CORE, a confirmatory multidimensional item response theory analysis (graded response model) was employed. Results. The best fitting model was a bifactor solution representing one content domain of overall distress and two item wording domains (positively and negatively worded items). Clinical cut-off scores were determined to be 1.85 (men) and 1.90 (women). Study limitations. The GP-CORE can be used as an unidimensional measure of overall distress, but users have to be aware of the influence of positive vs. negative item wording on the responses.
- MeSH
- biostatistika metody MeSH
- interpretace statistických dat MeSH
- kardiologie * MeSH
- kardiologové MeSH
- klinická studie jako téma * klasifikace metody MeSH
- lidé MeSH
- medicína založená na důkazech MeSH
- randomizované kontrolované studie jako téma metody MeSH
- stanovení cílového parametru metody MeSH
- statistika jako téma metody MeSH
- Check Tag
- lidé MeSH
Importance: Recent studies have shown that Friedewald underestimates low-density lipoprotein cholesterol (LDL-C) at lower levels, which could result in undertreatment of high-risk patients. A novel method (Martin/Hopkins) using a patient-specific conversion factor provides more accurate LDL-C levels. However, this method has not been tested in proprotein convertase subtilisin/kexin type 9 (PCSK9) inhibitor-treated patients. Objective: To investigate accuracy of 2 different methods for estimating LDL-C levels (Martin/Hopkins and Friedewald) compared with gold standard preparative ultracentrifugation (PUC) in patients with low LDL-C levels in the Further Cardiovascular Outcomes Research With PCSK9 Inhibition in Patients With Elevated Risk (FOURIER) trial. Design, Setting, and Participants: The FOURIER trial was a randomized clinical trial of evolocumab vs placebo added to statin therapy in 27 564 patients with stable atherosclerotic cardiovascular disease. The patients' LDL-C levels were assessed at baseline, 4 weeks, 12 weeks, 24 weeks, and every 24 weeks thereafter, and measured directly by PUC when the level was less than 40 mg/dL per the Friedewald method (calculated as non-HDL-C level - triglycerides/5). In the Martin/Hopkins method, patient-specific ratios of triglycerides to very low-density lipoprotein cholesterol (VLDL-C) ratios were determined and used to estimate VLDL-C, which was subtracted from the non-HDL-C level to obtain the LDL-C level. Main Outcomes and Measures: Low-density lipoprotein cholesterol calculated by the Friedewald and Martin/Hopkins methods, with PUC as the reference method. Results: For this analysis, the mean (SD) age was 62.7 (9.0) years; 2885 of the 12 742 patients were women (22.6%). A total of 56 624 observations from 12 742 patients had Friedewald, Martin/Hopkins, and PUC LDL-C measurements. The median difference from PUC LDL-C levels for Martin/Hopkins LDL-C levels was -2 mg/dL (interquartile range [IQR], -4 to 1 mg/dL) and for Friedewald LDL-C levels was -4 mg/dL (IQR, -8 to -1 mg/dL; P < .001). Overall, 22.9% of Martin/Hopkins LDL-C values were more than 5 mg/dL different than PUC values, and 2.6% were more than 10 mg/dL different than PUC levels. These were significantly less than respective proportions with Friedewald estimation (40.1% and 13.3%; P < .001), mainly because of underestimation by the Friedewald method. The correlation with PUC LDL-C was significantly higher for Martin/Hopkins vs Friedewald (ρ, 0.918 [95% CI 0.916-0.919] vs ρ, 0.867 [0.865-0.869], P < .001). Conclusions and Relevance: In patients achieving low LDL-C with PCSK9 inhibition, the Martin/Hopkins method for LDL-C estimation more closely approximates gold standard PUC than Friedewald estimation does. The Martin/Hopkins method may prevent undertreatment because of LDL-C underestimation by the Friedewald method. Trial Registration: ClinicalTrials.gov Identifier: NCT01764633.
- MeSH
- anticholesteremika terapeutické užití MeSH
- ateroskleróza krev farmakoterapie MeSH
- HDL-cholesterol analýza krev MeSH
- hodnocení rizik MeSH
- humanizované monoklonální protilátky MeSH
- hyperlipidemie krev farmakoterapie MeSH
- LDL-cholesterol analýza krev MeSH
- lidé středního věku MeSH
- lidé MeSH
- monoklonální protilátky terapeutické užití MeSH
- randomizované kontrolované studie jako téma MeSH
- senioři MeSH
- statistika jako téma metody MeSH
- triglyceridy analýza krev MeSH
- ultracentrifugace metody MeSH
- VLDL-cholesterol analýza krev MeSH
- Check Tag
- lidé středního věku MeSH
- lidé MeSH
- mužské pohlaví MeSH
- senioři MeSH
- ženské pohlaví MeSH
- Publikační typ
- časopisecké články MeSH
- práce podpořená grantem MeSH
- srovnávací studie MeSH
Každý badatel čas od času čelí problému správného výběru statistické metody, která by měla být aplikována, aby vhodně analyzovala jeho data. Naší snahou je zjednodušit tento proces ve smyslu vytvoření webové aplikace, která nabízí pomocnou ruku výzkumníkovi, který řeší statistickou analýzu ve své práci. Aplikace je vytvořena pomocí jazyka R a jednoho z jeho balíčků, Shiny, a je volně dostupná online. R je otevřený programovací jazyk a prostředí věnované zejména statistickým výpočtům a následným grafickým náhledům. Aplikace je dostupná na R-serveru 1. lékařské fakulty Univerzity Karlovy na http://shiny.statest.cz:3838/statisticke_nastroje/ a je založena na vývojovém diagramu navigujícím k aplikovatelné statistické metodě. Integrovaný vývojový diagram umožňuje výzkumníkovi vybrat nejvhodnější statistickou metodu ve smyslu průchodu diagramem krok po kroku tak, jak výzkumník dělá rozhodnutí odpovídáním na kladené otázky. Po určení nejvhodnější metody je přímým odkazem přesměrován na záložku aplikace, která nabízí provedení dané metody nad daty, která badatel do aplikace nahrál. Poskytnutí uživatelsky přátelské aplikace a vývojového diagramu mapujícího rozhodovací proces potenciálních statistických metod a vybírající tu nejvhodnější považujeme za cestu, jak tento proces zjednodušit. Přímé spojení – pomocí odkazu – mezi návrhem metody a záložkou s její realizací může zlepšit uživatelský komfort.
- MeSH
- biostatistika metody MeSH
- interpretace statistických dat MeSH
- kardiologie * MeSH
- kardiologové MeSH
- klinická studie jako téma * klasifikace metody MeSH
- lidé MeSH
- medicína založená na důkazech MeSH
- randomizované kontrolované studie jako téma metody MeSH
- stanovení cílového parametru metody MeSH
- statistika jako téma metody MeSH
- Check Tag
- lidé MeSH
