解决严重的不平等问题
John W Pickering1, Anna P Pilbrow2, Allamanda Fa'atoese2
1Christchurch Heart Institute, Department of Medicine, University of Otago Christchurch; Department of Emergency Medicine, Christchurch Hospital, Christchurch, New Zealand.
为了实现健康研究的公平性,需要对子组数据进行仔细分析. 研究人员应该关注效应大小和置信区间,而不仅仅是统计学意义,以避免误解和加强不平等.
科学领域:
- 卫生公平研究 卫生公平研究
- 生物统计学 生物统计学
- 临床试验分析临床试验分析
背景情况:
- 健康研究的公平性需要在各个子组中具有可比的解释能力,理想情况下,样本大小相似.
- 不平等的小组样本大小是常见的,可能导致误解,可能加剧健康不平等.
- 误解子组数据可能会导致关于治疗效果的错误结论,从而破坏研究的有效性.
研究的目的:
- 引导研究人员,评论员和编辑分析和解释健康研究子组数据.
- 要突出与小子组样本大小相关的常见陷.
- 提出最佳实践,以呈现子组分析结果.
主要方法:
- 检讨小组数据分析中常见的陷.
- 为研究人员和编辑提供潜在考虑因素.
- 错误解释风险的说明性例子.
主要成果:
- 小小的子组规模增加了得出错误结论的风险.
- 对结果的误解可能会加剧现有的健康不平等.
- 专注于统计学显著性是一个常见的陷.
结论:
- 研究人员应该优先展示效果大小和置信区间,而不是小组分析的统计学意义.
- 采用这些做法可以减轻误解的风险,并促进更公平的研究成果.
- 仔细分析和解释子组数据对于有效和公平的健康研究至关重要.
更多相关视频
14:43A Novel Method for Involving Women of Color at High Risk for Preterm Birth in Research Priority Setting
Published on: January 12, 2018
10:26Problem-Solving Before Instruction PS-I: A Protocol for Assessment and Intervention in Students with Different Abilities
Published on: September 11, 2021
相关概念视频
Inequalities
Strategies for Assessing and Addressing Confounding
Confounding can be addressed at both the design phase of a study and through analytical methods after data...
Introduction to Nonlinear Inequalities
Equity Theory
Application of Nonlinear Inequalities
Stereotypes, Prejudice, and Discrimination
