যখন তারা আপনাকে বিরোধমূলক ফলাফল দেয় তখন কোনটি সবচেয়ে ভাল গবেষণা হয় তা কীভাবে সনাক্ত করবেন?


11

আপনি প্রায়শই প্রেসে বিভিন্ন স্টাডিতে আসেন যা দিকনির্দেশনা বিরোধী ফলাফল উপসংহারে আসে। সেগুলি কোনও নতুন প্রেসক্রিপশন ড্রাগের পরীক্ষার সাথে বা কোনও নির্দিষ্ট পুষ্টির যোগ্যতার বা সেই বিষয়ে অন্য কোনও কিছুর সাথে সম্পর্কিত হতে পারে।

যখন এই জাতীয় দুটি সমীক্ষা বিতর্কিত ফলাফলগুলিতে পৌঁছে যায় তখন আপনি কীভাবে বলতে পারবেন যে দুজনের মধ্যে কোনটি সত্যের নিকটবর্তী?


সম্ভবত এটি সিডব্লিউ হওয়া উচিত? এই প্রশ্নের কোনও অনন্য উত্তর থাকবে না এবং একাধিক দৃষ্টিভঙ্গি এবং পদ্ধতির উদ্ভব হতে পারে।
হোবার

2
@ যাহোক আমি সিডব্লিউয়ের বিপক্ষে ভোট দেব কারণ বিভিন্ন দৃষ্টিভঙ্গি থাকলেও একটি সেরা পদ্ধতির সম্ভাবনা রয়েছে। এটি একই কাঠামোর বিভিন্ন ফ্রেমওয়ার্ক / মডেল ব্যবহার করে কীভাবে পরীক্ষা করা যেতে পারে তার অনুরূপ তবে এর মধ্যে একটি সেরা পদ্ধতির সম্ভাবনা রয়েছে।

@ শ্রীকান্ত: যে কোনও বিশেষ ক্ষেত্রে আমি ধারণা করতে পারি যে আপনি নিজের দৃ support় সমর্থনকে শক্তিশালী প্রতিরক্ষা করতে পারেন। সাধারণভাবে, যদিও - যা বর্তমান পরিস্থিতি - সর্বোত্তম উত্তরটি প্রসঙ্গে নির্ভর করবে। একটি সাধারণ (এবং অসম্পূর্ণ) উদাহরণ হিসাবে, একজোড়া নকশা করা শারীরিক পরীক্ষা-নিরীক্ষার (যেমন আলোর গতি পরিমাপ, historতিহাসিকভাবে বেশিরভাগ আত্মবিশ্বাসের অন্তর সত্য সত্যকে মিস করেছে!) এবং সামাজিক বিজ্ঞানের একটি পর্যবেক্ষণ গবেষণার মধ্যে পার্থক্য মূল্যায়নের মধ্যে বিবেচনা করুন contemp ।
হোবার

@ ভুবার সম্ভবত, আমাদের মেটাতে এই কথোপকথন চালিয়ে যাওয়া উচিত। আমি স্বীকার করি যে সিডাব্লু কখন ব্যবহার করবেন এবং কখন আপনার বক্তব্য গ্রহণ করবেন না সে সম্পর্কে আমি এখনও অস্পষ্ট: এই প্রশ্নের সর্বাধিক উত্তম উত্তরটি তখন প্রাসঙ্গিক নির্ভর এবং কেন কয়েকটি উদাহরণের মাধ্যমে ব্যাখ্যা করলাম। যাই হোক না কেন, আমি একরকম অনুভব করি যে এই প্রশ্নটি সিডব্লিউ হওয়া উচিত নয় তবে আমি উপরে উল্লিখিত বিষয়গুলির বাইরে আর কোনও কারণ ব্যাখ্যা করতে অক্ষম।

উত্তর:


3

আমি মনে করি জেরোমের উত্তর যথেষ্ট যদি আপনি দুটি পরীক্ষামূলক গবেষণা বা একটি প্রকৃত মেটা-বিশ্লেষণ পরীক্ষা করে দেখেন । তবে প্রায়শই আমাদের দুটি পরীক্ষামূলকভাবে অ-পরীক্ষামূলক পরীক্ষার মুখোমুখি হতে হয় এবং এই দুটি ভিন্ন বৈকল্পিক আবিষ্কারের বৈধতা নির্ধারণ করার দায়িত্ব দেওয়া হয়।

হিসাবে সাইরাস এর প্রশ্ন মুদিখানা তালিকা প্রস্তাব দেওয়া, বিষয় নিজেই সংক্ষিপ্ত প্রতিক্রিয়া এক্তিয়ারভুক্ত নয়, এবং পুরো বই ঠিকানা যেমন একটি প্রশ্ন লক্ষ্য সারাংশ আছে। অ-পরীক্ষামূলক ডেটা নিয়ে গবেষণা করতে আগ্রহী যে কোনও ব্যক্তির জন্য, আমি আপনাকে পড়ার পরামর্শ দিচ্ছি

উইলিয়াম আর শাদিশ, থমাস ডি কুক, ডোনাল্ড থমাস ক্যাম্পবেল (এছাড়াও আমি শুনেছি যে এই পাঠ্যের পুরানো সংস্করণগুলি ঠিক তত ভাল) এর সাধারণ কার্যকারণ অনুক্রমের জন্য পরীক্ষামূলক এবং কোয়া -পরীক্ষামূলক ডিজাইন

জেরোমিকে উল্লেখ করা বেশ কয়েকটি আইটেম (বৃহত্তর নমুনার আকার এবং বৃহত্তর পদ্ধতিগত কঠোরতা), এবং সাইরাস যে সমস্ত কিছু উল্লেখ করেছেন তা বিবেচনা করা হবে ক্যাম্পবেল এবং কুককে "অভ্যন্তরীণ বৈধতা" হিসাবে উল্লেখ করে। এর মধ্যে গবেষণার নকশার দিকগুলি এবং এক্স এবং ওয়াইয়ের মধ্যে সম্পর্ক নির্ধারণের জন্য ব্যবহৃত পরিসংখ্যানগত পদ্ধতিগুলি অন্তর্ভুক্ত রয়েছে। বিশেষত সমালোচক হিসাবে আমরা উভয় দিক নিয়েই উদ্বিগ্ন যে ফলগুলি পক্ষপাতিত্ব করতে পারে, এবং আবিষ্কারগুলির নির্ভরযোগ্যতা হ্রাস করতে পারে। যেহেতু এটি পরিসংখ্যানগত বিশ্লেষণে নিবেদিত একটি ফোরাম, আপনি যে সম্পর্কের মূল্যায়ন করছেন তার নিরপেক্ষ অনুমান নিশ্চিত করতে বেশিরভাগ উত্তর পরিসংখ্যানগত পদ্ধতির আশেপাশে থাকে। তবে তাদের পরিসংখ্যানগত বিশ্লেষণের সাথে সম্পর্কিত গবেষণা নকশার অন্যান্য বিষয়গুলি যা তাদের পরিসংখ্যানগত বিশ্লেষণে কঠোর দৈর্ঘ্য যাই হোক না কেন অনুসন্ধানের বৈধতা হ্রাস করে (যেমন পরীক্ষার বিশ্বস্ততার বিভিন্ন দিকের সাইরাস উল্লেখ করা যায় তবে সমাধান করা যায় না) পরিসংখ্যানগত পদ্ধতি এবং যদি সেগুলি ঘটে তবে অধ্যয়নের ফলাফলের বৈধতা সর্বদা হ্রাস পাবে)। অভ্যন্তরীণ বৈধতার অন্যান্য অনেকগুলি বিষয় রয়েছে যা এখানে উল্লেখ করা হয়নি এমন পরীক্ষামূলক অধ্যয়নগুলির ফলাফলগুলির তুলনায় মূল্যায়ন করার জন্য গুরুত্বপূর্ণ হয়ে ওঠে এবং গবেষণার নকশাগুলির এমন দিকগুলি যা অনুসন্ধানের নির্ভরযোগ্যতার পার্থক্য করতে পারে। আমি এখানে খুব বেশি বিশদে যাওয়ার পক্ষে মোটামুটি উপযুক্ত মনে করি না,

ক্যাম্পবেল এবং কুক অধ্যয়নের "বাহ্যিক বৈধতা" উল্লেখ করে। গবেষণা নকশার এই দিকটি প্রায়শই সুযোগে খুব ছোট থাকে এবং অভ্যন্তরীণ বৈধতার তুলনায় তেমন মনোযোগ দেওয়ার দাবি রাখে না। বাহ্যিক বৈধতা মূলত সন্ধানগুলির সাধারণীকরণযোগ্যতা নিয়ে কাজ করে এবং আমি বলব যে সাধারণ লোকেরা প্রায়শই বাহ্যিক বৈধতা যথাযথভাবে ততক্ষণ নির্ধারণ করতে পারে যতক্ষণ তারা বিষয়টির সাথে পরিচিত হয়। দীর্ঘ গল্প সংক্ষিপ্ত শাদিস, কুকস এবং ক্যাম্পবেলের বই পড়ে।


8

মেটা বিশ্লেষণ সাহিত্য আপনার প্রশ্নের প্রাসঙ্গিক। মেটা-অ্যানালিটিক কৌশলগুলি ব্যবহার করে আপনি অধ্যয়ন জুড়ে চালিত আগ্রহের প্রভাবের একটি অনুমান তৈরি করতে পারেন। এই জাতীয় কৌশলগুলি প্রায়শই তাদের নমুনা আকারের ক্ষেত্রে ওজন অধ্যয়ন করে।

মেটা বিশ্লেষণ প্রসঙ্গে গবেষকরা স্থির প্রভাব এবং এলোমেলো প্রভাবের মডেল সম্পর্কে কথা বলেন ( হান্টার এবং শ্মিট, ২০০২ দেখুন )। একটি স্থির প্রভাব মডেল ধরে নেয় যে সমস্ত গবেষণা সমান জনসংখ্যার প্রভাবের অনুমান করছে। একটি এলোমেলো-প্রভাবের মডেল ধরে নিয়েছে যে অনুমান করা হচ্ছে যে জনসংখ্যার প্রভাবের মধ্যে অধ্যয়নগুলি পৃথক রয়েছে। একটি এলোমেলো-প্রভাব মডেল সাধারণত আরও উপযুক্ত।

একটি নির্দিষ্ট সম্পর্কের দিকে তাকাতে যেমন আরও অধ্যয়ন জমেছে, তত বেশি পরিশীলিত পদ্ধতি সম্ভব হয়। উদাহরণস্বরূপ, আপনি বিভিন্ন বৈশিষ্ট্যের ক্ষেত্রে যেমন অনুভূত গুণমানের দিক দিয়ে অধ্যয়ন কোড করতে পারেন এবং তারপরে এই অধ্যয়নের বৈশিষ্ট্যগুলির সাথে প্রভাবের আকার পরিবর্তিত হয় কিনা তা অনুমিতভাবে পরীক্ষা করতে পারেন। মানের বাইরে অধ্যয়নগুলির মধ্যে কিছু তাত্ত্বিকভাবে প্রাসঙ্গিক পার্থক্য থাকতে পারে যা সম্পর্কের মধ্যস্থতা করবে (যেমন, নমুনার বৈশিষ্ট্য, ডোজ স্তরগুলি ইত্যাদি) etc.

সাধারণভাবে, আমি এর সাথে পড়াশুনার উপর ভরসা করি:

  • বড় নমুনা আকার
  • বৃহত্তর পদ্ধতিগত কঠোরতা
  • একটি কনফার্মেটরি অরিয়েন্টেশন (উদাহরণস্বরূপ, তারা এমন এক গবেষণা নয় যেখানে তারা 100 টি বিভিন্ন পুষ্টি এবং 50 টি স্বাস্থ্য ফলাফলের মধ্যে পারস্পরিক সম্পর্কের জন্য পরীক্ষা করেছিল)
  • আগ্রহের দ্বন্দ্বের অনুপস্থিতি (উদাহরণস্বরূপ, কোনও সম্পর্ক কোনও ব্যবসায়িক আগ্রহী সংস্থার দ্বারা নয়; কোনও গবেষকের দ্বারা নয়, যার উল্লেখযোগ্য ফলাফল সন্ধানের জন্য উত্সাহ রয়েছে)

তবে এটি বলেছিল যে আপনাকে বিবাদী অধ্যয়নের ফলাফলগুলির প্রশংসনীয় ব্যাখ্যা হিসাবে অধ্যয়নগুলির মধ্যে এলোমেলো নমুনা এবং তাত্ত্বিকভাবে অর্থপূর্ণ পার্থক্য রাখতে হবে।


আমি বিশেষত মেটা-বিশ্লেষণে সামগ্রিক প্রমাণের মাধ্যম হিসাবে সম্ভাবনা অনুপাত পছন্দ করি; যদি আপনার কাছে প্রতিটি অধ্যয়নের জন্য তাদের গণনা করার পর্যাপ্ত ডেটা থাকে তবে আপনি কেবল অনুমানের জন্য / বিরুদ্ধে সমষ্টিগত প্রমাণ উপস্থাপন করতে অধ্যয়ন জুড়ে পণ্যটি গণনা করুন।
মাইক লরেন্স

আমি সাইরাস এর উত্তরের পরে মেটা বিশ্লেষণের (আইআর) প্রাসঙ্গিকতার বিষয়ে মন্তব্য করেছি, তবে অন্য সমস্ত কিছুর জন্য বিশেষত বুলেট পয়েন্টগুলির জন্য এই প্রতিক্রিয়াটিকে সমর্থন করেছি।
whuber

@ শুভ @ গীতানের প্রশ্ন ধরে নেওয়া হয়েছে যে একটি গবেষণা সত্যের কাছাকাছি। আমি একটি পদক্ষেপ পিছনে নেওয়ার চেষ্টা করি এবং মেটা-অ্যানালিটিক কাঠামোর মধ্যে পড়াশোনার মধ্যে ফলাফলগুলির মধ্যে পরিবর্তনের পরিস্থিতি স্বীকার করি, সমীক্ষা সমান মানের হতে পারে এমন সম্ভাবনা স্বীকার করে, তবে এলোমেলো নমুনা বা তাত্পর্যপূর্ণ পার্থক্য ব্যাখ্যা হতে পারে।
জেরোমি অ্যাংলিম

@ হুইবার এমনকি দ্বি-অধ্যয়ন সত্ত্বেও আগ্রহের প্রভাব সম্পর্কে একটি মেটা-বিশ্লেষণমূলক অনুমান করা সম্ভব হবে। অবশ্যই, প্রভাবের প্রাক্কলনের আত্মবিশ্বাসের ব্যবধানটি বড় হতে পারে। তবে মাত্র দুটি অধ্যয়ন পরিচালিত হলে এবং তারা পরস্পরবিরোধী ফলাফল দিলে একটি উচ্চতর অনিশ্চয়তা আশা করা যায়।
জেরোমি অ্যাংলিম

5

লক্ষ্য জনসংখ্যার সম্ভাব্য পক্ষপাত বা ভিন্নতা আপনি যদি উত্সগুলি যাচাই না করেন ততক্ষণ আমি মেটা-বিশ্লেষণ বিবেচনা করেই চলব। যদি এগুলি চিকিত্সার প্রভাবগুলির অধ্যয়ন হয় তবে চিকিত্সা এলোমেলোভাবে অর্পণ করা হয়েছিল? প্রোটোকল থেকে কি বিচ্যুতি ছিল? অবাধ্যতা ছিল? ফলাফলের তথ্য কী নেই? নমুনা কি একই ফ্রেম থেকে আঁকা ছিল? অংশ নিতে অস্বীকৃতি ছিল? বাস্তবায়ন ত্রুটি? ক্লাস্টারিংয়ের জন্য অ্যাকাউন্টিং এবং বিভিন্ন প্যারামেট্রিক অনুমানের জন্য শক্তিশালী স্ট্যান্ডার্ড ত্রুটিগুলি সঠিকভাবে গণনা করা হয়েছিল? আপনি এই প্রশ্নের উত্তর দেওয়ার পরে কেবল আমার মনে হয় মেটা-বিশ্লেষণের বিষয়গুলি ছবিতে প্রবেশ শুরু করে। এটি বিরল হতে হবে যে কোনও দুটি অধ্যয়নের জন্য মেটা-বিশ্লেষণ উপযুক্ত, যদি না আপনি সোন বীরত্ব অনুমান করতে ইচ্ছুক হন।


কিন্তু এই পদক্ষেপগুলি কি ইতিমধ্যে মেটা-বিশ্লেষণের অংশ নয়?
chl

3
@ সিএইচএল: সত্য, তবে মূল বিষয়টি হল এই পদক্ষেপগুলি প্রশ্নের সারমর্মটি পেয়ে যায়। একটি মেটা-বিশ্লেষণ কেবল তখনই সহায়ক হতে পারে যখন অনেকগুলি অধ্যয়ন হয় (কেবল দুটি নয়) এবং তাদের গুণাগুণ ইতিমধ্যে সতর্কতার সাথে মূল্যায়ন করা হয়েছে। আমাদের সামনে প্রশ্নটি আসলেই জিজ্ঞাসা করছে যে কীভাবে কোনও গবেষণার মান, বা বিরোধী স্টাডির জুড়ি প্রথম দিকে যায় goes সাইরাস এর অনেক দিক সম্পর্কে কিছু উল্লেখ করেছেন; একটি যুক্তিসঙ্গত চিকিত্সার জন্য সাধারণত বিশ্ববিদ্যালয়-পর্যায়ের অধ্যয়নের এক বা দুটি সেমিস্টার প্রয়োজন। এই আলোকে আমি মনে করি তাঁর "বীরত্ব" শব্দটি ব্যবহার কিছুটা সংক্ষেপিত!
হোবার

1
@ হ্যাঁ হ্যাঁ, আমি আপনার সাথে এবং @ সাইরাস এর সাথে একমত। অবশ্যই, পূর্ববর্তী অধ্যয়নের গুণমান এবং বিশ্বাসের মূল্যায়ন করা একটি বাধ্যতামূলক পদক্ষেপ (এবং প্রতিটি গবেষণার পর্যালোচনা করতে সময় লাগে, বিশেষত যখন আমাদের লেখকদের সাথে যোগাযোগ করতে হয় কারণ তথ্য এমএসে অনুপস্থিত); আমি কেবল ভেবেছিলাম এটি মেটা-বিশ্লেষণের অংশ, এবং "পরিসংখ্যান অংশ" হ্রাস করে বিশ্বাসযোগ্য ফলাফলের পরিমাণগত সংক্ষিপ্তসার আনতে।
chl
আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.