Mind-Body Medicine och Ulcerös kolit

Statistisk analys. Utredaren kommer att använda de biopsykomarkörer som identifierats som det högsta förutsägelsevärdet för att bestämma den relativa noggrannheten för att förutsäga svar på den medvetna interventionen (d.v.s. sjukdomsutfall). För svar på den medvetna interventionen kommer utredaren att använda kombinationen av markörer för att studera om de korrekt förutsäger svaret på interventionen. Utredaren kommer att studera noggrannheten hos markörerna med hjälp av AUC-sammanfattningsindex för ROC-kurvor.181 Om klassificeringsnoggrannheten för markörerna är hög kommer arean under kurvan att vara nära 1. Om den prediktiva noggrannheten för den kombinerade uppsättningen markörer var dålig kommer (AUC) att vara nära 0,5.

Effektuppskattningar UC-sjukdomsuppblossande var ganska vanligt i det här provet, och förekom hos långt över hälften av försökspersonerna i proverna som samlades in i upptäcktsfasen. Effektanalyserna, med antagande av α = 0,05 för alla tester, indikerade att för modeller som involverar analyser av korrelationsdata kommer det att finnas tillräcklig effekt även vid små effektstorlekar för minsta möjliga urval med fullständiga data över alla datapunkter och praktiskt taget alla variabler. För den mest konservativa uppskattningen baserar utredaren sina beräkningar på att ha 50 deltagare med data med full integritet. Med en effektstorlek på r = 0,15 och n = 50 är effekten 80 eller högre för att detektera effektstorlekar på r = 0,20. Effektstorlekar under detta tröskelvärde skulle sannolikt inte vara kliniskt signifikanta eller materiellt tolkbara, eftersom de skulle förklara mindre än 2 % i variansen för den beroende variabeln. Således kommer de flesta effektstorlekar som skulle vara rimligt och väsentligt tolkbara att ha god kraft. Varje faktor som misstänks variera mellan grupperna kan undersökas med chi-kvadrattestet baserat på 1 frihetsgrad, genom att sätta den invariant i en modell och sedan låta den fritt uppskattas i den andra. Ett sådant chi-kvadrattest ger en effekt på 0,80 med effektstorleksskillnad på 0,15.

För binära kategoriska mått, såsom lyhördhet för MSRB, genomförde utredaren separata maktanalyser.

Kraften för justerade analyser av primära prediktorer av intresse kommer att utvärderas som en funktion av risken för utfall när alla sidovariabler sätts till sitt medelvärde, prediktorn sätts till medelvärdet och variansandelen i prediktorn förklaras av sidovariabler och oddskvoten för utfallsvariabeln från att öka prediktorn med ett belopp som är lika med en av dess standardavvikelse. Sannolikhetsintervallet för utfallsvariabler kan vara allt från 20 % för mindre sannolika händelser och 50 % för mer sannolika händelser, utredaren kommer att tillhandahålla effektberäkningar över ett brett spektrum av sannolikheter. Utredaren tror att variationen av vår typiska modell varierar från cirka 20 % till 50 %. Tabellen (nedan) representerar det lägsta oddsförhållandet som kan upptäckas med 80 % effekt, vilket indikerar god effekt för förväntat resultat.

Proportioner 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