Geist-Körper-Medizin und Colitis ulcerosa

Statistische Analyse. Der Prüfarzt verwendet die als höchsten Vorhersagewert identifizierten Biopsychomarker, um die relative Genauigkeit zur Vorhersage des Ansprechens auf die achtsame Intervention (d. h. Krankheitsausgang) zu bestimmen. Für die Reaktion auf die achtsame Intervention verwendet der Ermittler die Verwendung der Kombination von Markern, um zu untersuchen, ob sie die Reaktion auf die Intervention korrekt vorhersagen. Der Prüfarzt untersucht die Genauigkeit der Marker anhand des zusammenfassenden Indexes der Fläche unter der Kurve (AUC) für ROC-Kurven.181 Wenn die Klassifizierungsgenauigkeit der Marker hoch ist, liegt die Fläche unter der Kurve nahe bei 1. Wenn die Vorhersagegenauigkeit des kombinierten Satzes von Markern schlecht war, liegt die (AUC) nahe bei 0,5.

Power Estimates Das Aufflammen der UC-Krankheit war in dieser Stichprobe ziemlich häufig und trat bei weit über der Hälfte der Probanden in den Proben auf, die in der Entdeckungsphase gesammelt wurden. Die Power-Analysen unter der Annahme von α = 0,05 für alle Tests zeigten, dass für Modelle, die Analysen von Korrelationsdaten beinhalten, selbst bei kleinen Effektstärken für die kleinstmögliche Stichprobe mit vollständigen Daten über alle Datenpunkte und praktisch alle Variablen eine ausreichende Power vorhanden ist. Für die konservativste Schätzung stützt der Ermittler seine Berechnungen auf 50 Teilnehmer mit Daten mit vollständiger Integrität. Bei einer Effektstärke von r = 0,15 und n = 50 beträgt die Trennschärfe 80 oder mehr, um Effektstärken von r = 0,20 zu erkennen. Effektgrößen unterhalb dieser Schwelle wären wahrscheinlich nicht klinisch signifikant oder inhaltlich interpretierbar, da sie weniger als 2 % der Varianz der abhängigen Variablen erklären würden. Somit haben die meisten Effektgrößen, die vernünftig und im Wesentlichen interpretierbar wären, eine gute Aussagekraft. Jeder Faktor, der im Verdacht steht, zwischen den Gruppen zu variieren, kann mit dem Chi-Quadrat-Test auf Basis von 1 Freiheitsgraden untersucht werden, indem er in einem Modell invariant gesetzt wird und dann im anderen frei geschätzt werden kann. Ein solcher Chi-Quadrat-Test liefert eine Power von 0,80 bei einer Effektgrößendifferenz von 0,15.

Für binäre kategoriale Maße, wie z. B. das Ansprechen auf MSRB, führte der Ermittler separate Power-Analysen durch.

Die Trennschärfe für angepasste Analysen von interessierenden primären Prädiktoren wird als Funktion des Ergebnisrisikos bewertet, wenn alle Hilfsvariablen auf ihren Mittelwert gesetzt werden, der Prädiktor auf den Mittelwert gesetzt wird und der Anteil der Varianz des Prädiktors durch erklärt wird Hilfsvariablen und das Odds Ratio der Ergebnisvariablen aus der Erhöhung des Prädiktors um einen Betrag, der gleich einer seiner Standardabweichung ist. Der Bereich der Wahrscheinlichkeiten von Ergebnisvariablen kann zwischen 20 % für weniger wahrscheinliche Ereignisse und 50 % für wahrscheinlichere Ereignisse liegen. Der Ermittler wird Power-Berechnungen über einen weiten Bereich von Wahrscheinlichkeiten liefern. Der Ermittler glaubt, dass der Variationsgrad unseres typischen Modells zwischen etwa 20 % und 50 % liegt. Die Tabelle (unten) stellt das minimale Wahrscheinlichkeitsverhältnis dar, das mit 80 % Trennschärfe erkannt werden kann, was auf eine gute Trennschärfe für das erwartete Ergebnis hinweist.

Proportionen R2 = 0,20 R2 = 0,50 0,10 1,64 1,87 0,20 1,46 1,63 0,30 1,39 1,53 0,40 1,35 1,48 0,50 1,32 1,43