Kalkulator Percuma Editverse
Kalkulator Indeks Kerapuhan (Kekukuhan RCT)
Uji sejauh mana keteguhan keputusan percubaan yang signifikan secara statistik (indeks kerapuhan mengira berapa banyak peristiwa hasil yang perlu diubah untuk kehilangan kepentingan), dengan arahan R yang tepat di sebalik keputusan tersebut. Panduan penuh adalah seperti di bawah. Disahkan terhadap R 4.3.3.
Dalam Perkataan Mudah
Indeks kerapuhan menanyakan soalan mudah tentang keputusan percubaan 2×2 yang signifikan: berapa ramai pesakit dalam satu lengan yang terpaksa menukar hasil (daripada bukan peristiwa ke peristiwa lain) agar nilai-p melintasi dari bawah 0.05 kepada pada atau di atasnya? Nombor yang kecil bermakna keputusan bergantung pada hanya beberapa peristiwa.
Indeks kerapuhan 1 atau 2 menandakan keputusan yang, walaupun signifikan secara statistik, mudah diubah oleh beberapa hasil yang berbeza, terutamanya membimbangkan jika lebih ramai pesakit yang hilang untuk susulan berbanding indeks itu sendiri. Indeks yang lebih besar menunjukkan penemuan yang lebih kukuh. Indeks tersebut melengkapi nilai-p; ia tidak menggantikannya.
Bila Perlu Menggunakan Indeks Kerapuhan
Gunakan indeks kerapuhan untuk mengukur keteguhan hasil binari yang signifikan dalam percubaan rawak, terutamanya apabila sampel kecil, kiraan peristiwa rendah, atau nilai-p hanya di bawah 0.05. Ia semakin dilaporkan dalam ulasan sistematik untuk menandakan bukti rapuh.
Tafsirkannya sebagai satu konteks, bukan satu keputusan: indeks yang rendah tidak membatalkan percubaan dan metrik tersebut mempunyai batasan yang diketahui, termasuk percubaan selalunya direka bentuk untuk menjadi cekap secara statistik dan bukannya "mantap" mengikut ukuran ini. Bacalah bersama nilai-p , saiz kesan dan selang keyakinan . Tidak pasti cara untuk membentangkan keteguhan? Pemilih Ujian kami boleh membantu.
ea <- {ea}; na <- {na}; ec <- {ec}; nc <- {nc} fp <- function(x1, x0) fisher.test(matriks(c(x1, na - x1, x0, nc - x0), 2, byrow = BENAR))$p.nilai p0 <- fp(ea, ec); x1 <- ea; x0 <- ec; fi <- 0 jika (p0 < 0.05) manakala (fp(x1, x0) < 0.05) { jika (ea <= ec) x1 <- x1 + 1 lagi x0 <- x0 + 1; fi <- fi + 1 } c(fisher_p = p0, fragility_index = if (p0 < 0.05) fi else NA)Panduan pengguna
Bila perlu digunakan. Nilaikan sejauh mana keteguhan keputusan RCT yang signifikan secara statistik.
Andaian. Hasil binari 2×2 daripada percubaan rawak.
Kesilapan biasa. Indeks kerapuhan yang rendah tidak dengan sendirinya membatalkan percubaan.
Contoh yang dikerjakan
Klik Muatkan data contoh di atas, kemudian Jalankan Analisis untuk melihat hasil yang diusahakan sepenuhnya dengan rajah, formula dan tafsiran untuk ujian ini.
Rujukan
- Walsh M, dkk. Kepentingan statistik keputusan percubaan terkawal rawak sering rapuh. J Clin Epidemiol. 2014;67:622-628.
Contoh Kerja
Contoh 1: Keputusan yang rapuh
Satu percubaan melaporkan 8/50 peristiwa dalam rawatan berbanding 21/50 dalam kawalan (p tepat Fisher dua sisi = .008). Menukar bukan peristiwa kepada peristiwa dalam lengan rawatan, p kekal di bawah 0.05 pada 9/50 (p = .016) dan 10/50 (p = .030) dan melintasinya pada 11/50 (p = .053): indeks kerapuhan 3, menandakan keputusan bergantung pada beberapa peristiwa. Contoh pramuat (8/50 berbanding 15/50) tidak signifikan (p = .153), jadi kalkulator melaporkan bahawa indeks tidak terpakai.
Contoh 2: Indeks berbanding kerugian kepada susulan
Jika indeks kerapuhan itu adalah 3 tetapi percubaan itu kehilangan 10 peserta untuk susulan, hasilnya amat rapuh: lebih ramai pesakit tidak dikenal pasti daripada yang diperlukan untuk memadamkan dapatan, yang sepatutnya mengurangkan keyakinan terhadap kesimpulan.
Andaian untuk Disemak
Hasil binari 2×2 daripada RCT. Indeks kerapuhan ditakrifkan untuk percubaan dua lengan dengan hasil dikotomi yang dianalisis melalui ujian 2×2, bukan untuk titik akhir berterusan atau masa-ke-peristiwa.
Keputusan yang signifikan secara statistik. Indeks standard terpakai kepada keputusan yang signifikan; indeks kerapuhan terbalik menangani penemuan yang tidak signifikan secara berasingan.
Lengan bersaiz sama membantu interpretasi. Indeks ini sensitif terhadap saiz sampel dan kadar peristiwa, jadi ia paling setanding antara percubaan yang mempunyai saiz dan keseimbangan yang serupa.
Kesalahan biasa
Merawat indeks rendah sebagai pembatalan
Indeks kerapuhan yang kecil menandakan sensitiviti, bukan ralat. Percubaan yang direka bentuk dengan mantap masih boleh mempunyai indeks yang sederhana; metriknya adalah konteks, bukan keputusan.
Mengabaikan kehilangan susulan
Indeks kerapuhan yang lebih kecil daripada bilangan yang hilang semasa susulan adalah satu langkah berjaga-jaga yang tegas. Sentiasa bandingkan kedua-duanya.
Menggunakannya di luar RCT 2×2
Indeks ini ditakrifkan untuk hasil binari dalam percubaan dua lengan. Penggunaannya untuk hasil berterusan atau kemandirian akan menyebabkan kaedah tersebut salah digunakan.
Melupakannya terikat dengan nilai-p
Oleh kerana indeks dibina sekitar ambang 0.05, ia mewarisi batasan pengujian kepentingan dikotomi dan harus dibaca dengan mengingati perkara itu.
Soalan Lazim
Apakah yang diukur oleh indeks kerapuhan?
Ia merupakan bilangan minimum peristiwa hasil yang perlu diubah dalam satu bahagian untuk mengubah keputusan yang signifikan kepada tidak signifikan.
Adakah indeks kerapuhan yang rendah buruk?
Ia menunjukkan keputusannya sensitif kepada beberapa peristiwa, yang memerlukan perhatian, tetapi ia tidak dengan sendirinya bermakna percubaan itu salah.
Apakah indeks kerapuhan terbalik?
Ia merupakan kiraan analog untuk hasil yang tidak signifikan: berapa banyak peristiwa yang perlu diubah untuk menjadikannya signifikan.
Adakah hasilnya sepadan dengan R?
Ya. Kalkulator menggunakan ujian tepat Fisher dua sisi dan menukar bukan peristiwa kepada peristiwa, satu demi satu, dalam kelompok dengan peristiwa yang lebih sedikit sehingga p mencapai 0.05; pendekatan R yang ditunjukkan menghasilkan semula kiraan.
Kalkulator Berkaitan
Rujukan
- Walsh M, Srinathan SK, McAuley DF, Mrkobrada M, Levine O, et al. Kepentingan statistik keputusan percubaan terkawal rawak selalunya rapuh: satu kes untuk Indeks Kerapuhan. J Clin Epidemiol. 2014;67(6):622–628. PMID 24508144.
- Ahli Parlimen Cote, Lubowitz JH, Rossi MJ, Matzkin E. Indeks Kerapuhan biasanya disalahtafsirkan dan bernilai rendah: ujian klinikal direka bentuk untuk menjadi rapuh. Arthroscopy. 2024;40(12):2738–2741. PMID 39151709.
- Feinstein AR. Indeks kerapuhan unit: penilaian tambahan bagi "kepentingan statistik" untuk kontras dua perkadaran. J Clin Epidemiol. 1990;43(2):201–209.
Perlu Analisis Ini Dilakukan untuk Manuskrip Anda?
Ahli biostatistik PhD kami menilai keteguhan dapatan percubaan — indeks kerapuhan, analisis sensitiviti dan saiz kesan dengan selang keyakinan — dengan output R yang boleh dihasilkan semula.