Médecine corps-esprit et colite ulcéreuse

Analyses statistiques. L'investigateur utilisera les biopsychomarqueurs identifiés comme la valeur de prédiction la plus élevée pour déterminer l'exactitude relative pour prédire la réponse à l'intervention consciente (c'est-à-dire le résultat de la maladie). Pour la réponse à l'intervention consciente, l'investigateur utilisera la combinaison de marqueurs pour étudier s'ils prédisent correctement la réponse à l'intervention. L'enquêteur étudiera la précision des marqueurs à l'aide de l'indice sommaire de l'aire sous la courbe (AUC) pour les courbes ROC.181 Si la précision de classification des marqueurs est élevée, l'aire sous la courbe sera proche de 1. Si la précision prédictive de l'ensemble combiné de marqueurs était médiocre, l'(AUC) sera proche de 0,5.

Estimations de puissance La poussée de la maladie CU était assez courante dans cet échantillon, survenant chez bien plus de la moitié des sujets dans les échantillons collectés lors de la phase de découverte. Les analyses de puissance, en supposant α = 0,05 pour tous les tests, ont indiqué que pour les modèles impliquant des analyses de données corrélationnelles, il y aura une puissance suffisante même à de petites tailles d'effet pour le plus petit échantillon possible avec des données complètes sur tous les points de données et pratiquement toutes les variables. Pour l'estimation la plus prudente, l'investigateur fonde ses calculs sur 50 participants avec des données parfaitement intègres. Avec une taille d'effet de r = 0,15 et n = 50, la puissance est de 80 ou plus pour détecter des tailles d'effet de r = 0,20. Des tailles d'effet inférieures à ce seuil ne seraient probablement pas cliniquement significatives ou substantiellement interprétables, car elles expliqueraient moins de 2 % de la variance de la variable dépendante. Ainsi, la plupart des tailles d'effet qui seraient raisonnablement et substantiellement interprétables auront une bonne puissance. Chaque facteur suspecté de varier entre les groupes peut être examiné avec le test du chi carré basé sur 1 degré de liberté, en le rendant invariant dans un modèle puis en le laissant librement estimé dans l'autre. Un tel test du chi carré fournit une puissance de 0,80 avec une différence de taille d'effet de 0,15.

Pour les mesures catégorielles binaires, telles que la réactivité à MSRB, l'enquêteur a effectué des analyses de puissance distinctes.

La puissance des analyses ajustées des principaux prédicteurs d'intérêt sera évaluée en fonction du risque de résultat lorsque toutes les variables auxiliaires sont définies sur leur valeur moyenne, le prédicteur est défini sur la valeur moyenne et la proportion de variance dans le prédicteur expliquée par le variables auxiliaires et le rapport de cotes de la variable de résultat d'augmenter le prédicteur d'un montant égal à l'un de son écart type. La plage de probabilités des variables de résultat peut aller de 20 % pour les événements les moins probables à 50 % pour les événements les plus probables. L'enquêteur fournira des calculs de puissance sur une large plage de probabilités. L'enquêteur pense que la quantité de variation de notre modèle typique varie d'environ 20 % à 50 %. Le tableau (ci-dessous) représente le rapport de cotes minimum pouvant être détecté avec une puissance de 80 %, ce qui indique une bonne puissance pour le résultat attendu.

Part R2 =.20 R2=.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