분석 서만 몇몇 요인을 즉시 고려하는 통계적인 방법을 사용하여 유래합니다 -- 예를 들면, 나이와 같은 다만 개별적인 위험 요소 보다는 오히려 전반적인 심장 발작 리스크, -- 연구원은 확실하게 처리의 위험 그리고 이득이 환자에게서 환자에게 어떻게 변화하는지 볼 수 있을 것입니다, 연구 결과 건의합니다.
다변수 위험 계층화 칭한 분석의 이 종류는 분석, 통계적인 노하우를 요구할 것입니다. 그러나 그것은 생활과 돈을 저축할 수 있고, 환자가 처리를 시작하기 전에 그들의 건강에 처리의 확실한 위험 및 이득을 재는 것을 허용합니다.
"대부분의 연구 결과 지금 평균 리스크를 강조하고 평균 이득은 연구 결과에서 찾아냈습니다, 그러나 일반 예심 참가자는 평균 보다는 더 적은 이득을 매우 얻을지도 모릅니다, 또는 해쳐지십시오,"는 비록 룸에서 모두가 심각한 빚에서 이더라도 9명의 사람들이 빌 게이츠와 가진 룸에 있는 경우에 수석 저자 Rodney Hayward, M.D. ", 룸에 있는 사람들의 평균 실자산 일 것입니다 몇몇 10억 달러 말합니다.
"예심에 있는 대부분의 사람들이 아무 이득도 수신하지 않으며을 몇몇이 해쳐질 때라도 환자의 작은 단이 다량의 이득을 아주 얻는 경우에 유사하게, 임상 시험에서, 처리에는," 그 말합니다 평균 이득이 있을 수 있습니다. "우리는 이 문제는 희소하지 않다, 그리고 위험 계층화 분석을 명령하는 것은 헛되고 위험한 처리를 승진시키기의 리스크를 줄이는 가능성으로." 가지고있다 치료가 평가되는 이 문제를 검출하기 위하여 현재 쪽이 부적당하다는 것을 우리의 연구 결과가 명확하게 설명한다고 믿습니다, Hayward는 사례 관리를 위한 VA 센터를 지시하고 결과는과 공중 위생 의학 교수 연구하고 U-M에입니다.
임상 연구 결과에서 서류에서는, 그 및 그의 동료 존재하는 실제적인 데이터, 및 가설적인 시뮬레이션 모형. 그(것)들은 또한 임상 시험의 단지 4% 위험 계층화 분석을 사용했다는 것을 보여준 중요한 의학 전표에 있는 종이의 검토에서 찾아낸 무슨을 보고합니다.
위험 계층화 분석으로 공부되었음에 틀림없는 처리 사이에서, 그(것)들은 혈괴 파열시키는 약 tPA 보여주고, 입니다. 소령 1993 연구 결과는 그것을 수신한 심장 발작 환자는 다른 약을 얻은 사람들 보다는 정지하기 매우 거의 없었다는 것을 보여주었습니다.
그러나 Hayward의 동료 데비드 M. 켄트, M.D., 술 대학에 M.Sc가., 지금, 위험 계층화 쪽에 있는 이 연구 결과에서 데이터를 분석할 때, 그는 tPA의 효과에 있는 중요한 다름을 찾아냈습니다. 실제로, 그의 분석은 본래 연구 결과에 있는 환자의 25% 전체 연구 결과에 있는 모든 이득의 60% 의 비율이었다는 것을 보여줍니다. 그 사이에, 환자 반은 거의 비슷하게 이득을 수신했습니다 -- 그리고 순수한 해가 있었다 몇몇에는 tPA에서 두뇌 출혈의 그런 고 위험도가 있었습니다.
"위험 계층화 분석 또한,"는 말합니다 Hayward를 우리가 처리의 이득을 과소평가하고 있다는 것을 것을을 발견할 수 있습니다. 예를 들면, 치기 처리를 위한 tPA의 중요한 연구 결과는 그들의 치기의 시작 후에 3 그리고 5 시간 사이에서 치료된 환자의 어떤 단의 사이에서 아무 이득도 보여주지 않았습니다. 그러나 두뇌 출혈의 저위험이 있던 많은 환자는 tPA 실제로 중요한 이득을 치기 후에 3 조차 5까지 시간 수신했다는 것을 위험 계층화 분석에 의해 보이는 켄트와 그 외.
이 실사회 보기는 더 설명하는 통계적인 시뮬레이션 나란히 새로운 종이에서 기술된 그들의 사이에서 "평균" 예심 결과가 오해하기 쉬울 어떻게 수 있는지 입니다.
"25%까지 치기의 리스크를 줄이는 처리 100 1,000 리스크 에서 것 에 누군가 보다 치기가 있의 10 리스크에서 것에 누군가를 위한 시간 절대적인 이득이,"에는 주의합니다 디모테오 Hofer, M.D., M.Sc., U-M 부교수 및 연구 결과 를 위한 통계적인 시뮬레이션 모형 에 종사한 VA 연구를 과학자 있을 것입니다. "그 처리가 또한 심각한 약물 관련된 불리한 사건 때문에 1,000명의 사람들에 대하여 1 장 조차 해치는 경우에 실제로, 그것을 저위험 사람에게 처리가 각자를 위한 4명의 사람들을 사람 해칠 주는 것은 돕습니다."
"특정 처리가 그(것)들을 위해 맞다는 것을 연구 결과 결과의 리스크 층리 또한 더 나은 닥터가 대략 그들의 환자와 말할 것을 돕도록 정보를 제공할 것입니다, 그들의 개별적인 상황을 고려하면,"는 Hayward를 말합니다. 그것은 또한 점점 비싸게 된 치료의 감소하는 과용에 의하여 헬스케어 달러를 저장할 수 있었습니다. "도망자 헬스케어 비용의 상당한 비율이 그(것)들에게서 적은 이득을." 수신하는 많은 사람들에게 이 처리의 사용을 승진시키기 위하여 처리의 평균 이득을 이용해 옹호자와 관련있다 확실히 가능합니다
당연히, 위험 계층화 분석을 가능하게 하기 위하여, 좋은 모형, 또는 누군가를 특정 질병 또는 건강 사건에 좀더 또는 보다 적게 수그린 시킬 수 있는 근본적인 요인을 고려하는 통계적인 공구를 비치하는 것이 중요합니다. 예를 들면, 새로운 약이 심장 발작을 의 위험이 증가한다는 것을 말해 주기 위하여, 연구원은 다중 위험 요소를 나이 연기가 나는 역사 의 콜레스테롤, 가족사, 혈압, 심혼 관련된 문제 및 그밖 요인 지나서 당뇨병과 같은, 고려하는 심장 발작의 기준선 리스크를 산출하는 모형을 이용할 필요가 있을 것입니다.