Medicina mente-corpo e colite ulcerosa

Analisi statistica. Lo sperimentatore utilizzerà i biopsicomarcatori identificati come il valore di previsione più alto per determinare l'accuratezza relativa per prevedere la risposta all'intervento consapevole (ovvero l'esito della malattia). Per la risposta all'intervento consapevole, l'investigatore utilizzerà l'uso della combinazione di marcatori per studiare se prevedono correttamente la risposta all'intervento. Il ricercatore studierà l'accuratezza dei marcatori utilizzando l'indice riassuntivo dell'area sotto la curva (AUC) per le curve ROC.181 Se l'accuratezza della classificazione dei marcatori è elevata, l'area sotto la curva sarà vicina a 1. Se l'accuratezza predittiva del set combinato di marcatori fosse scarsa, l'(AUC) sarà vicino a 0,5.

Power Estimates La riacutizzazione della malattia della CU era abbastanza comune in questo campione, verificandosi in oltre la metà dei soggetti nei campioni raccolti nella fase di scoperta. Le analisi di potenza, assumendo α = 0,05 per tutti i test, hanno indicato che per i modelli che comportano analisi di dati correlazionali, ci sarà potenza sufficiente anche a dimensioni di effetto ridotte per il campione più piccolo possibile con dati completi in tutti i punti dati e praticamente tutte le variabili. Per la stima più prudente, l'investigatore basa i propri calcoli sull'avere 50 partecipanti con dati con piena integrità. Con una dimensione dell'effetto di r = 0,15 e n ​​= 50, la potenza è 80 o superiore per rilevare dimensioni dell'effetto di r = 0,20. Le dimensioni dell'effetto al di sotto di questa soglia probabilmente non sarebbero clinicamente significative o sostanzialmente interpretabili, poiché spiegherebbero meno del 2% nella varianza della variabile dipendente. Pertanto, la maggior parte delle dimensioni degli effetti che sarebbero ragionevolmente e sostanzialmente interpretabili avranno una buona potenza. Ogni fattore sospettato di variare tra i gruppi può essere esaminato con il test del chi-quadrato basato su 1 grado di libertà, impostandolo come invariante in un modello e quindi consentendone la stima libera nell'altro. Tale test del chi-quadrato fornisce una potenza di 0,80 con una differenza di dimensione dell'effetto di 0,15.

Per le misure categoriche binarie, come la reattività a MSRB, il ricercatore ha condotto analisi di potenza separate.

Il potere per le analisi aggiustate dei predittori primari di interesse sarà valutato in funzione del rischio di esito quando tutte le variabili ausiliarie sono impostate sul loro valore medio, il predittore è impostato sul valore medio e la proporzione della varianza nel predittore spiegata dal variabili accessorie e l'odd ratio della variabile risultato dall'aumento del predittore di un importo pari a una delle sue deviazioni standard. L'intervallo di probabilità delle variabili di risultato può essere compreso tra il 20% per eventi meno probabili e il 50% per eventi più probabili, l'investigatore fornirà calcoli di potenza su un'ampia gamma di probabilità. Il ricercatore ritiene che la quantità di variazione del nostro modello tipico varia da circa il 20% al 50%. La tabella (sotto) rappresenta l'odd ratio minimo che può essere rilevato con una potenza dell'80%, che indica una buona potenza per il risultato atteso.

Proporzioni 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