N од 1 судење
Студијата N од 1 е клиничко испитување во кое еден пациент е целото испитување, една студија на случај. Испитување во кое може да се користи случајна распределба за да се одреди редоследот по кој се дава експериментална и контролна интервенција на пациент е N од 1 рандомизирано контролирано испитување . Редоследот на експериментални и контролни интервенции, исто така, може да го утврди истражувачот .
Овој тип на студии им овозможи на практичарите да постигнат експериментален напредок без огромна работа за дизајнирање групна студија за споредба . Може да биде многу ефикасен во потврдувањето на каузалноста . Ова може да се постигне на многу начини. Една од најчестите процедури е експерименталниот дизајн за повлекување на АБА, каде што проблемот на пациентот се мери пред да се воведе третман (основна линија), а потоа повторно се мери за време на третманот и на крајот кога третманот ќе заврши. Ако проблемот исчезнал за време на третманот, може да се утврди дека третманот бил ефикасен. Но, студијата N=1 може да се изврши и на АБ квази експериментален начин; тоа значи дека каузалноста не може дефинитивно да се докаже. Друга варијација е неконкурентниот експериментален дизајн каде различните временски точки се споредуваат една со друга. Овој експериментален дизајн, исто така, има проблем со каузалноста, при што статистичката значајност според фреквентистичката парадигма може да не може да се толкува, но треба да се земат предвид и други методи, како што е клиничкото значење [1] или бајесовските методи. Многумина сметаат дека оваа рамка е доказ за процес на генерирање концепт или хипотеза за да се информираат последователните, поголеми клинички испитувања.
Испитувањата N-of-1 им биле претставени на лекарите од страна на Хогбен и Сим уште во 1953 година,3, но беа потребни 30 години за движењето да најде ефективен евангелист во лицето на Гордон Гајат на Универзитетот МекМастер.4-6 Многу од пионерите на движењето основаа активни пробни единици n-of-1 во академските центри, само еднаш беше финансирано од бендот7.
Список на варијации во N од 1 испитување уреди
| Дизајн | Каузалност | Користете |
|---|---|---|
| АБ | Квази експеримент | Често единствениот можен метод |
| АА 1 -А | Експериментирајте | Плацебо дизајн каде што А не е лек, а А 1 е плацебо |
| АБА | Експериментирајте | Дизајн на повлекување каде што може да се утврдат ефектите од Б фазата |
| ABAB | Експериментирајте | Дизајн на повлекување каде што може да се утврдат ефектите од Б фазата |
| АБАБАБ | Експериментирајте | Дизајн на повлекување каде што може да се утврдат ефектите од Б фазата |
| AB 1 -B 2 -B 3 -B n -A | Експериментирајте | Воспоставување на ефектот на различни верзии на Б фаза |
Квази експеримент значи дека каузалноста не може дефинитивно да се докаже.
</br> Експериментот значи дека може да се докаже.
Примери уреди
Проба N од 1 може успешно да се спроведе за да се одредат оптималните третмани за пациенти со различни болести како остеоартритис, хронична невропатска болка и нарушување на хиперактивноста со дефицит на внимание .[2]
Дизајните N-of-1, исто така, можат да бидат набљудувачки и да опишуваат природни интра-индивидуални промени во однесувањето или симптомите поврзани со здравјето надолжно. Набљудувачките дизајни N-of-1 бараат сложена статистичка анализа на податоците N-of-1, меѓутоа, достапна е едноставна процедура од 10 чекори.[3] Имаше, исто така, работа за приспособување на контрафактни методи за каузално заклучување за користење на набљудувачки студии n-од-1 за дизајнирање на последователни n-од-1 испитувања.[4]
Додека испитувањата N-of-1 се зголемуваат, резултатите од неодамнешниот систематски преглед открија дека статистичките анализи во овие студии ќе се подобрат со поголема методолошка и статистичка строгост во сите периоди на студиите.[5]
Квантификуваното уреди
Неодамна, се случува пролиферација на лични експерименти слични на N=1, заедно со некои детални извештаи за нив. Овој тренд е делумно поттикнат од зголемената леснотија на собирање податоци и нивна анализа, а исто така мотивиран од способноста на поединците лесно да ги пријават таквите податоци.[6]
Познат поборник и активен експериментатор беше Сет Робертс, кој известуваше за неговите самоекспериментални наоди на својот блог, а подоцна ја објави Диетата Шангри-Ла врз основа на неговите заклучоци од овие само-експерименти.
Глобални мрежи уреди
Меѓународната мрежа за соработка за испитувања N-of-1 и дизајни за еден случај (ICN) е глобална мрежа за лекари, истражувачи и потрошувачи кои имаат интерес за овие методи. Има над 400 членови на ICN кои се со седиште во над 30 земји низ целиот свет. ICN е основана во 2017 година и со неа копретседава А/проф. Џејн Никлс и д-р Сузан Мекдоналд.
Поврзано уреди
- Применета анализа на однесувањето
- БФ Скинер
- Дизајн со еден предмет
- Вкрстена студија
Наводи уреди
- ↑ „Finding Benefit in n-of-1 Trials“. JAMA Internal Medicine. 179 (3): 453–454. March 2019. doi:10.1001/jamainternmed.2018.8379. PMID 30830189.
- ↑ „Using N-of-1 trials to improve patient management and save costs“. Journal of General Internal Medicine. 25 (9): 906–13. September 2010. doi:10.1007/s11606-010-1352-7. PMC 2917656. PMID 20386995. Архивирано од изворникот на 2013-09-23.CS1-одржување: display-автори (link)
- ↑ McDonald, S; Vieira, R; Johnston, D W. (1 January 2020). „Analysing N-of-1 observational data in health psychology and behavioural medicine: a 10-step SPSS tutorial for beginners“. Health Psychology and Behavioral Medicine. 8 (1): 32–54. doi:10.1080/21642850.2019.1711096. PMC 8114402 Проверете ја вредноста
|pmc=(help). PMID 34040861 Проверете ја вредноста|pmid=(help). - ↑ „Causal Analysis of Self-tracked Time Series Data Using a Counterfactual Framework for N-of-1 Trials“. Methods of Information in Medicine. 57 (1): e10–e21. February 2018. doi:10.3414/ME16-02-0044. PMC 6087468. PMID 29621835.
- ↑ „N-of-1 Randomized Intervention Trials in Health Psychology: A Systematic Review and Methodology Critique“. Annals of Behavioral Medicine. 52 (9): 731–742. August 2018. doi:10.1093/abm/kax026. PMC 6128372. PMID 30124759.
- ↑ „The Quantified Self: Fundamental Disruption in Big Data Science and Biological Discovery“. Big Data. 1 (2): 85–99. June 2013. doi:10.1089/big.2012.0002. PMID 27442063.
https://effectivehealthcare.ahrq.gov/products/n-1-trials/research-2014-4