Statistical methodologies
Dotaz
Zobrazit nápovědu
1st ed. vii, 647 s. : il. ; 29 cm
- MeSH
- mapování mozku MeSH
- Publikační typ
- monografie MeSH
- Konspekt
- Statistika
- NLK Obory
- statistika, zdravotnická statistika
A unique, unifying treatment for statistics and science in clinical trials What sets this volume apart from the many books dealing with clinical trials is its integration of statistical and clinical disciplines. Stressing communication between biostatisticians and clinical scientists, this work clearly relates statistical interpretation to clinical issues arising in different stages of pharmaceutical research and development. Plus, the principles presented here are universal enough to be easily adapted in non-biopharmaceutical settings. Design and Analysis of Clinical Trials tackles concepts and methodologies. It not only covers statistical basics such as uncertainty and bias, design considerations such as patient selection, randomization, and the different types of clinical trials but also deals with various methods of data analysis, group sequential procedures for interim analysis, efficacy data evaluation, analysis of safety data, and more. Throughout, the book: * Surveys current and emerging clinical issues and newly developed statistical methods * Presents a critical review of statistical methodologies in various therapeutic areas * Features case studies from actual clinical trials * Minimizes the mathematics involved, making the material widely accessible * Offers each chapter as a self-contained entity * Includes illustrations to highlight the text This monumental reference on all facets of clinical trials is important reading for physicians, clinical and medical researchers, pharmaceutical scientists, clinical programmers, biostatisticians, and anyone involved in this burgeoning area of clinical research. It can also be used as a textbook in graduate-level courses in the field.
- MeSH
- klinické zkoušky jako téma MeSH
- Publikační typ
- klinické zkoušky MeSH
VÝCHODISKA: Adekvátní statistické zpracování zjištěných dat je nezbytnou podmínkou správné interpretace výsledků ústící do korektního formulování závěrů. Používání adekvátních statistických procedur je opakovaně předmětem oprávněných kritik a doporučení v našich i zahraničních publikacích. Při interpretaci výsledků výzkumů v kinantropologii se stále často „slepě“ spoléháme na statistickou významnost a opomíjí se významnost věcná. CÍLE: Cílem této práce je analýzou zahraničních studií a vlastních výsledků z monitorování pohybové aktivity poukázat na formulování věcné významnosti výsledků a její korektní interpretaci. Dalším cílem studie je představit v kinantropologické praxi využitelné koeficienty velikosti účinku (effect size) jako vodítka pro posuzování věcné významnosti výsledků. METODIKA: Podklad pro formulování pravidel stanovení věcné významnosti a představení koeficientů „effect size“ tvořily výsledky 29 zahraničních a českých studií a data o úrovni týdenní a krátkodobé (vyučovací, tréninkové či cvičební jednotky) pohybové aktivity českých dětí a adolescentů (1129 dívek a 938 chlapců), a dospělých (5727 žen a 5426 mužů), zjištěné prostřednictvím akcelerometrů, pedometrů a IPAQ dotazníků v letech 2000–2010. VÝSLEDKY: Pravidla pro stanovování věcné významnosti zohledňují chybu měření, variabilitu dat posuzované proměnné a velikost míry polohy od počátku měřící stupnice. Formulace věcné významnosti by měla zahrnovat: a) určení minimální hodnoty v konkrétní jednotce měření, která bude limitní pro posouzení významnosti rozdílu; b) určení minimální míry vzájemného vztahu mezi očekávanými výsledky a zjištěnými skutečnostmi. Představení koeficientů effect size (d, r, r2, 2, ω2) zahrnuje, kromě jejich definování a podmínek použití, také výpočet a interperetaci výsledku. ZÁVĚRY: Prezentované informace k formulování věcné významnosti a představení koeficientů effect size mají přispět ke zkvalitnění statistického zpracování dat a následné korektní interpretaci výsledků.
BACKGROUND: An adequate statistical analysis of obtained data is a necessary condition for the right interpretation of results followed by correct formulation of conclusions. The use of appropriate statistical procedures is repeatedly a subject of justified criticism and recommendations in our and other international publications. For example, during the interpretation of results we often “blindly” rely on the statistical significance, and the practical significance of the research is ignored. OBJECTIVE: The main aim of this study is to highlight the formulation of the practical significance of the results and its correct interpretation. We used an analysis of the international studies and own findings from physical activity monitoring. Another aim is to introduce an applicable effect size coefficient as a guide for assessing the practical significance. METHODS: Materials for formulating rules to assess the practical significance and introduction of effect size coefficients was comprised of the 29 international and Czech studies about the level of week and short time (PE lesson, training, exercise lesson) physical activity of Czech children and adolescents (1,129 girls and 938 boys), and adults (5,727 females and 5,426 males) with use of accelerometers, pedometers and IPAQ questionnaires during 2000–2010. RESULTS: Rules for assessing the practical significance consider measurement error, data variability and the size of position from the beginning on the measurement scale. The formulation of the practical significance should include – a) a determination of the minimal values of certain measurement unit that will be limiting for assessing the significancy of the difference; b) the determination of a minimal size of mutual relationship between the expected results and findings. The presentation of the “effect size” coefficients (d, r, r2, 2, ω2) comprises of their definition, the conditions for use as well as the calculation and interpretation of the result. CONCLUSIONS: The presented information about formulating the practical significance and introduction of effect size coefficients should contribute to the improvement of statistical evaluation of data and its consequent correct interpretation of the results.
- Klíčová slova
- kinantropologie, korelační koeficient, hladina významnosti,
- MeSH
- lidé MeSH
- matematika MeSH
- mladiství MeSH
- pohybová aktivita MeSH
- průzkumy a dotazníky MeSH
- sběr dat MeSH
- statistika jako téma * MeSH
- výzkum * statistika a číselné údaje MeSH
- výzkumný projekt MeSH
- Check Tag
- lidé MeSH
- mladiství MeSH
- Publikační typ
- práce podpořená grantem MeSH
... He is also Head of the Statistics Laboratory at the Center for Research in Economics and Statistics ( ... ... He has served as associate editor for the Annals of Statistics and the Journal of the American Statistical ... ... and Executive Editor of Statistical Science. ... ... He is a fellow of the Institute of Mathematical Statistics and the American Statistical Association, ... ... and an elected fellow of the International Statistical Institute. ...
Springer texts in statistics
2nd ed. xxx, 645 s., grafy
- Klíčová slova
- fyzioterapie, účinnost léčby,
- MeSH
- adherence pacienta MeSH
- dospělí MeSH
- kvalita života MeSH
- lidé středního věku MeSH
- lidé MeSH
- lumbalgie epidemiologie etiologie rehabilitace MeSH
- měření bolesti MeSH
- pohybová aktivita fyziologie MeSH
- propriocepce fyziologie MeSH
- průzkumy a dotazníky MeSH
- senioři nad 80 let MeSH
- senioři MeSH
- sexuální faktory MeSH
- statistika jako téma MeSH
- strečink MeSH
- stupeň závažnosti nemoci MeSH
- techniky cvičení a pohybu MeSH
- techniky fyzikální terapie MeSH
- věkové faktory MeSH
- výsledek terapie MeSH
- Check Tag
- dospělí MeSH
- lidé středního věku MeSH
- lidé MeSH
- mužské pohlaví MeSH
- senioři nad 80 let MeSH
- senioři MeSH
- ženské pohlaví MeSH
- Publikační typ
- hodnotící studie MeSH
121 s. : il. ; 29 cm
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.
