뇌졸중 환자의 가상 현실 주의력 훈련 (VRAT)

샘플 크기 추정:

Monte Carlo 시뮬레이션을 사용하여 일반화 선형 혼합 모델의 전력을 추정하는 R의 SIMR 패키지로 전력 분석을 수행했습니다. 주요 분석은 2개의 피험자 내 조건 위약과 능동적 개입 사이의 주요 결과 변수의 시간 경과에 따른 진화를 비교할 것입니다. 검정력은 전체 연구 프로토콜을 완료한 환자 수의 함수와 환자당 평가 순간 수의 함수로 평가되었습니다. 또한 전력분석은 측정오차(잔여분산)가 0.20SDs로 가정하여 진행하였다. 후자는 결과 변수가 적어도 .80의 신뢰도를 가져야 함을 의미합니다. 전력 분석 결과 8명의 환자가 전체 연구 프로토콜(프로토콜당 샘플 크기)을 완료해야 하는 것으로 나타났습니다. 연구 프로토콜에 1일 간의 평가 일정이 포함될 때 유형 I 오류율은 1%이고 검정력은 80%입니다. 따라서 각 균형 조정 그룹에는 최소 4명의 환자가 필요합니다. 균형 조정 그룹에 할당된 모든 환자의 50%가 연구 중 특정 시점에서 중도 탈락한다고 가정하면 프로토콜당 충분히 큰 샘플 크기를 얻기 위해 총 16명의 환자가 모집됩니다.

누락된 데이터 처리:

누락된 데이터는 환자가 연구 프로토콜 전체에서 한 번 이상의 방문에 참여하지 않거나(비단조적인 누락 데이터) 환자가 연구에서 탈락하고 탈락 후 환자에 대한 데이터가 없는 경우(단조로운 누락 데이터) 발생할 수 있습니다. 누락된 데이터). 이 두 가지 유형의 누락 데이터 발생 빈도가 보고됩니다. 일관되지 않은 데이터가 개별 수준에서 발생하는 경우 이는 누락된 데이터로 간주되지 않습니다. 전산화된 평가 작업이 정확한 데이터 수집을 보장하기 때문에 대부분의 행동 결과에 대한 범위를 벗어난 결과가 발생할 가능성이 없습니다. 행동 관찰 척도의 경우 평가자 간 신뢰도가 품질 검사로 평가됩니다. 연구 맥락에서 이루어진 모든 평가에 대한 평가자 간 신뢰도가 .70 미만인 경우 이 척도는 의미 있는 결과 변수로 사용하기에는 불충분하게 신뢰할 수 있는 것으로 보고됩니다. 충분히 정확하게 측정된 아이트래킹 데이터만 결과 측정으로 사용되는 것으로 간주됩니다. 즉, 아이 트래커와 함께 제공되는 소프트웨어에 따라 아이 트래커 보정이 5회 반복 보정 후 좋지 않거나 우수하지 않은 경우 해당 평가에 대한 아이 트래킹 데이터는 누락된 데이터로 간주됩니다.

통계 분석:

1. MAIN ANALYSIS: 데이터는 R에서 베이지안 혼합 모델을 사용하여 분석됩니다. 혼합 모델은 단일 사례의 데이터를 결합하는 데 권장되는 접근 방식이며 혼합 모델이 정확하게 시간 구조화되지 않은 데이터를 모델링합니다. 베이지안 접근 방식은 귀무 가설에 유리한 증거의 강도를 정량화할 수 있기 때문에 고전적인 귀무 가설 유의성 테스트보다 데이터를 분석하는 베이지안 접근 방식이 선호됩니다. 후자는 치료에 대한 반응에 영향을 미친다고 가정할 수 있는 공변량에 대한 그룹 간 차이가 없다는 증거를 종종 요구하기 때문에 임상 시험의 맥락에서 귀중한 속성입니다.

   관심 있는 주요 분석은 피험자 내 조건 위약과 능동적 개입의 효과를 비교할 것입니다. 이 효과를 추정하는 모델에는 개입 조건, 개입 및 균형 조정 그룹 시작 이후 시간의 주요 효과가 포함됩니다. 또한 이러한 예측 변수의 쌍별 및 삼원 상호 작용이 포함됩니다. 시간에 대한 임의 절편 및 임의 기울기가 모델에 포함됩니다. 이 모델은 1차 결과 변수와 2차 결과 변수를 예측하는 데 사용됩니다.

   또한, 다양한 결과 변수 간의 연관성은 치료 효과가 1개의 특정 결과에 어느 정도 영향을 미쳤는지 또는 다양한 결과 변수에 걸친 증상 진화가 어느 정도 연관되었는지 추정하는 수단으로 보고됩니다.

2. 탐색적 분석: 이러한 분석 외에도 VR 게임 기반 중재에 대한 환자의 경험도 보고됩니다. 게임 플레이 중에 환자가 내는 음성 반응은 두 명의 독립적인 평가자가 부정적 또는 긍정적 감정의 표현으로 평가합니다. 전체 표현 수에 대한 부정적인 표현의 수와 긍정적 표현의 수를 서로 비교합니다. 긍정적인 표현의 비율이 부정적인 표현의 비율보다 높으면 이는 환자가 게임에 대해 긍정적인 경험을 했다는 증거로 간주되며 그 반대의 경우도 마찬가지입니다. 또한 모든 환자가 게임 플레이 중에 자발적으로 음성 반응을 하는 것은 아니기 때문에 VR 게임 기반 중재 경험을 측정하는 설문지의 평균 점수가 보고됩니다. 연구의 이 부분의 탐색적 특성을 감안할 때 기술 통계가 보고되지만 이 결과 변수에 대한 통계 분석은 수행되지 않습니다. 안전 체크리스트의 결과도 보고됩니다. 이러한 데이터는 VR이 뇌졸중 인구 내에서 사용하기에 안전한지 여부를 다른 연구자들에게 알릴 수 있기 때문에 가치가 있습니다. 이러한 데이터는 기술 통계의 형태로 보고됩니다. 모든 탐색 분석은 Intention-to-Treat 샘플에 대해 수행됩니다.
3. 유의성 수준: Bayes 요인은 다음 해석 규칙에 따라 해석됩니다. Bayes 요인이 3.2보다 크면 대체 모델에 유리한 실질적인 증거가 제시되고, Bayes 요인이 10보다 크면 대체 모델에 유리한 강력한 증거가 제시되며, 100보다 큰 Bayes Factor는 대체 모델에 결정적입니다. 모든 효과는 Bayes Factor 10의 임계값에 대해 평가됩니다. 1/10에서 10 사이에 있는 베이즈 요인은 결정적이지 않은 증거로 해석됩니다. Bayes Factor 10의 임계값에서 효과를 평가하는 것은 유의 수준 .01에서 효과를 평가하는 접근 방식과 유사합니다. 1차 결과 변수와 5개의 2차 결과 변수는 6개의 모든 결과 변수가 완전히 상관관계가 없는 최악의 시나리오에서 최대 6%의 제1종 오류율로 이어져야 합니다. 이 유형 I 오류율은 다음 공식을 통해 구합니다. 100 [1- (1- α)^k ] 여기서 α는 유의 수준을 나타내고 k는 독립 측정값의 수를 나타냅니다.