কেস-নিয়ন্ত্রণ স্টাডিতে অনুকূল কেস / নিয়ন্ত্রণের অনুপাত
উত্তর:
যেমন @ ইপিগ্রাড বলেছেন - কোনও অনুকূল অনুপাত নেই যেহেতু নাহলে সবাই এটিকে ব্যবহার করবে। আমি আপনাকে পরামর্শ দিচ্ছি যে কোনও মামলার ব্যয় এবং নিয়ন্ত্রণের ব্যয় দেখে সমস্যাটি সমাধান করা উচিত।
মামলা
কেস-নিয়ন্ত্রণ অধ্যয়নের ভিত্তি হ'ল আপনি বিরল ফলাফল (ক্যান্সার, পুনরায় অপারেশন ইত্যাদি) অধ্যয়ন করতে চান। বিরল হয়ে আপনার সমস্যা হ'ল এই রোগীকে সন্ধান করা সবচেয়ে বড় ব্যয়।
নিয়ন্ত্রণ
নিয়ন্ত্রণগুলি মূলত রোগ ছাড়াই যে কেউ হয় এবং তাই আপনার এগুলির প্রচুর পরিমাণ রয়েছে। আরও 10 টি নিয়ন্ত্রণ সন্ধান করা সাধারণত এতটা কঠিন নয়।
পরিসংখ্যান
আপনি যা দেখতে চান তা হ'ল নীচের ক্ষেত্রে যেমন দুটি অধ্যয়ন করা নমুনার মধ্যে আপনার পার্থক্য রয়েছে:
যদি আপনি ভাবেন যে আপনি এমন পরিস্থিতিতে পৌঁছে যাচ্ছেন যেখানে আপনি নিজের রোগীদের সংখ্যা বাড়ানোর জন্য প্রয়োজনীয় পার্থক্যটি দেখতে পাচ্ছেন না। অন্য কথায় আপনার এই পরিস্থিতি রয়েছে:
আপনি একটি গ্রুপে আরও রোগী এই দলে নিয়োগ দিয়ে পরিবর্তন করতে চান:
পরিসংখ্যানগুলি খুব সোজা আপনি সমান আকারের গ্রুপ রেখে সর্বাধিক শক্তি অর্জন করেন। আপনার সাধারনত এমন পরিস্থিতিতে যেহেতু আপনি বিরল ফলাফল গ্রুপে বেশি রোগী খুঁজে না পান আপনি নিয়ন্ত্রণ গ্রুপের রোগীদের সংখ্যা বাড়াতে চান। কেন্দ্রীয় সীমা উপপাদ্যটি দেয় যে সাধারণ বক্ররেখার সাথে এই সাধারণ সমীকরণটি দেওয়া হয়:
- এসই = স্ট্যান্ডার্ড ত্রুটি (গড়ের নমুনা বিতরণের মানক বিচ্যুতি)
- আপনার নমুনার এসডি = মানক বিচ্যুতি
- n = আপনার নমুনায় রোগীদের সংখ্যা
আপনি দেখতে পাচ্ছেন, প্রতিটি অধ্যয়নকৃত ব্যক্তির যে বক্ররেখার প্রস্থ রয়েছে তার প্রভাব, দ্বারা নির্ধারিত হিসাবে হ্রাস পাবে । এটি দেয় যে অনুকূল অনুপাত হ'ল যেখানে আপনি সময় ও প্রচেষ্টা থেকে সর্বাধিক উপার্জন করেন আপনি রোগী / নিয়ন্ত্রণ নিয়োগের জন্য ব্যয় করেন।
কেস-কন্ট্রোল অধ্যয়নের ক্ষেত্রে গুরুত্বপূর্ণ বিষয়টি হ'ল রোগীদের সাথে আপনার নিয়ন্ত্রণের মধ্যে যতটা প্রচেষ্টা চালাতে হবে। উদাহরণস্বরূপ , নিয়ন্ত্রণের সাথে কথা বলার জন্য কোনও শিক্ষার্থীকে পাঠানোর সময় আপনি নিজেই আকর্ষণীয় বিষয়গুলির সাক্ষাত্কার নিতে পারবেন না । সঠিক উত্স জনসংখ্যা সনাক্তকরণ বরং চ্যালেঞ্জিং হতে পারে।
অগত্যা একটি সর্বোত্তম কেস-নিয়ন্ত্রণ অধ্যয়নের অনুপাত নেই, অন্যথায় এটি আমরা সবাই ব্যবহার করি। সাধারণত, আমি যুক্তি দিয়েছি যে একটি উচ্চতর অনুপাতের ক্ষেত্রে কেসগুলির নিয়ন্ত্রণের একটি উচ্চতর অনুপাতের ফলে আরও বেশি অধ্যয়ন ক্ষমতা পাওয়া যায়, যদিও আরও ব্যয়বহুল অধ্যয়নের জন্য ব্যয় হয়। আমি একবার কোহোর্ট স্টাডির মধ্যে নেস্টেড সিরিজ কেস-কন্ট্রোল স্টাডির একটি বিশ্লেষণ করেছি। অনুমানের নির্ভুলতা প্রতি কেস 2 বা 3 টি নিয়ন্ত্রণ ব্যবহার করে নাটকীয়ভাবে বৃদ্ধি পেয়েছিল , তবে তারপরে পরিশোধের পরিমাণটি শেষ হতে শুরু করে।
এটি সিমুলেশন মাধ্যমে স্টাডি পরিকল্পনা পর্যায়ে মূল্যায়নের কিছু হতে পারে।