Libreng Calculator ng Editverse

Libreng STROBE Participant Flow Diagram Generator para sa mga Pag-aaral sa Obserbasyon

Buuin ang STROBE participant flow diagram para sa iyong cohort, case-control, o cross-sectional study. Live auto-calculation sa mga yugto ng pagpapatala, follow-up, at pagsusuri. 300/600 dpi PNG at mae-edit na PowerPoint exports. Walang data na lumalabas sa iyong browser.

Sa mga Simpleng Salita: Ang mga obserbasyonal na pag-aaral — mga cohort, case-control studies, at cross-sectional surveys — ay walang maayos na allocation diagram ng isang randomized trial. Sa halip, kailangan nila ng participant flow na nagpapakita kung gaano karaming tao ang nasa source population, ilan ang tinasa para sa eligibility, ilan ang naka-enroll, ilan ang sinundan (sa mga cohort studies), at ilan ang isinama sa final analysis. Ang STROBE statement (Strengthening the Reporting of Observational Studies in Epidemiology) ay nagbibigay ng balangkas para sa dokumentasyong ito.

Ang tool na ito ay bumubuo ng daloy ng kalahok sa STROBE na may tatlong magkakasunod na yugto. Awtomatikong pinapakain ng bawat yugto ang susunod — inilalagay mo ang attrition sa bawat hakbang at lumalabas ang bilang ng pagsusuri. Ang diagram ay mas simple sa istruktura kaysa sa PRISMA o CONSORT. Hinihiling sa mga may-akda ng item 13c ng STROBE na isaalang-alang ang paggamit ng isang flow diagram: ito ay inirerekomenda sa halip na mandatory, at ang ilang mga journal ay humihingi ng isa sa kanilang mga tagubilin sa may-akda.

Kailan Gagamitin ang STROBE Participant Flow Diagram

Gamitin ang STROBE para sa anumang pangunahing obserbasyonal na pag-aaral: prospective cohort , retrospective cohort , case-control , at cross-sectional na disenyo. Ang STROBE ay naaangkop sa parehong klinikal at epidemiological na obserbasyonal na pananaliksik. Ang participant flow diagram ay tumutugma sa STROBE checklist item 13 (mga kalahok sa pag-aaral).

Huwag gamitin ang STROBE para sa mga sistematikong pagsusuri — gamitin ang PRISMA 2020. Para sa meta-analysis ng mga obserbasyonal na pag-aaral, gamitin ang MOOSE . Para sa istatistikal na pagsusuri ng iyong datos ng obserbasyon, tingnan ang odds ratio calculator o ang Test Selector.

🔒 100% pribado. Ang mga diagram ay ganap na nabubuo sa iyong browser: ang iyong mga bilang ay hindi kailanman umaalis sa iyong device.
I-edit ang mga bilang: live na ina-update ang diagram. Awtomatikong kinakalkula ang mga kahon.
Iminungkahing caption
Tip: i-click ang anumang kahon sa preview para i-edit ang teksto nito. Awtomatikong mase-save ang iyong mga input sa browser na ito · hindi kailanman aalis ang data sa iyong device.
Kailangan mo ba ng tulong sa iyong rebyu o manuskrito? Pagsusuring pang-estadistika mula $350 · Pagsulat ng manuskrito mula $800 · Suporta sa publikasyon mula $150 Kumuha ng isang quote →

Mga Nagtrabahong Halimbawa

Halimbawa 1 — Prospective cohort ng hika sa trabaho

Isang pag-aaral ng cohort ang tumukoy sa 1,000 manggagawa mula sa mga rekord ng kalusugang pangtrabaho bilang pinagmulang populasyon. 200 ang hindi nakamit ang pamantayan sa pagsasama (maling sektor ng industriya). 800 ang tinasa; 80 ang tumanggi sa pakikilahok. 720 ang nagpatala sa baseline. Sa loob ng 5-taong follow-up, 20 ang nawala (lumipat sa ibang bansa, binawi ang pahintulot). 700 ang nakumpleto ang follow-up. 50 ang walang sapat na datos ng biomarker; 650 ang isinama sa pangwakas na pagsusuri. Ilagay ang 1,000 ang tinasa, 200 ang hindi karapat-dapat + 80 ang tinanggihan = 280 ang hindi isinama, 720 ang nagpatala, 20 ang nawala, 50 ang hindi isinama sa pagsusuri — awtomatikong kinakalkula ng diagram ang 650 na sinuri.

Halimbawa 2 — Cross-sectional survey ng paglaganap ng altapresyon

Isang cross-sectional survey sa 1,500 na nasa hustong gulang na kinuha mula sa isang primary care register. 300 ang hindi isinama (edad sa labas ng saklaw, dating sakit sa puso). 1,200 ang inimbitahan na lumahok; 180 ang tumanggi o hindi tumugon. 1,020 ang nagpatala at nakumpleto ang survey. Walang follow-up stage (cross-sectional design); lahat ng 1,020 na may kumpletong datos ay sinuri. Ilagay ang 1,500 na tinasa, 300+180=480 ang hindi isinama, 1,020 ang hindi isinama, 0 ang nawala, 0 ang hindi isinama sa pagsusuri — ang diagram ay sumasalamin sa single-stage flow na angkop para sa mga cross-sectional na pag-aaral.

Mga Pagpapalagay at Kinakailangan

  • Saklaw ng daloy ang mga kaugnay na yugto ng disenyo ng iyong pag-aaral. Karaniwang nilalaktawan ng mga cross-sectional na pag-aaral ang yugto ng follow-up — ilagay ang 0 para sa lost-to-follow-up. Ang mga case-control na pag-aaral ay may ibang lohika sa pagpapatala (mga kaso at kontrol na kinilala nang hiwalay) — gamitin ang mga pagbubukod sa pagpapatala upang idokumento ang pagtutugma o pagpili ng kontrol.
  • Dapat na sumasalamin ang mga dahilan ng pagbubukod sa iyong aktwal na pamantayan sa pagiging karapat-dapat. Kinakailangan ng STROBE item 6 na maisaad ang iyong pamantayan sa pagiging karapat-dapat sa Mga Paraan; ang flow diagram ay dapat na naaayon sa mga pamantayang iyon.
  • Dapat na ganap na dokumentado ang attrition. Ang bawat taong nakatala ngunit hindi sinuri ay dapat na maitala. Ang aytem 13 ng STROBE ay humihingi ng mga numero sa bawat yugto at ang mga dahilan ng hindi pakikilahok; ang aytem 14b ay humihingi ng bilang ng mga kalahok na may nawawalang datos para sa bawat baryabol na pinag-aaralan.

Karaniwang Pagkakamali

  • Paghahalo ng pinagmulang populasyon at ng grupong tinasa para sa pagiging karapat-dapat. Ang pinagmulang populasyon mo (hal., rehistro ng ospital) ay maaaring mas malaki kaysa sa mga aktwal na tinasa para sa pagiging karapat-dapat — idokumento ang pareho kung magkaiba ang mga ito.
  • Hindi kasama ang mga pagbubukod sa pagsusuri. Kahit na ma-follow-up ang lahat ng naka-enroll, maaaring hindi maisama ang mga kalahok sa pagsusuri dahil sa mga nawawalang resulta, mga paglabag sa protocol, o mga isyu sa kalidad ng datos. Dapat lumabas ang mga ito sa flow.
  • Paghahalo ng follow-up loss sa mga pagbubukod ng pagsusuri. Ang mga hindi nakasama sa follow-up (mga kalahok na hindi nakakumpleto ng pag-aaral) at hindi isinama sa pagsusuri (mga kalahok na ang datos ay hindi nagamit) ay magkahiwalay na kategorya at dapat na idokumento nang hiwalay.
  • Paggamit ng STROBE para sa isang meta-analysis. Ang isang meta-analysis ng mga obserbasyonal na pag-aaral ay nangangailangan ng MOOSE — STROBE na naglalarawan ng daloy para sa isang pangunahing obserbasyonal na pag-aaral, hindi para sa isang sintesis.

Mga Madalas Itanong

Kailangan ba ng STROBE ng isang participant flow diagram?
Hindi bilang isang mandatoryong elemento. Hinihiling sa mga may-akda ng STROBE item 13 na (a) iulat ang bilang ng mga indibidwal sa bawat yugto ng pag-aaral, hal. bilang ng mga potensyal na karapat-dapat, sinuri para sa pagiging karapat-dapat, nakumpirmang karapat-dapat, isinama sa pag-aaral, kinukumpleto ang follow-up, at sinuri; (b) magbigay ng mga dahilan para sa hindi pakikilahok sa bawat yugto; at (c) "isaalang-alang ang paggamit ng flow diagram." Isaalang-alang ang isang diagram kapag mas nilinaw nito ang bilang ng mga kalahok, at suriin ang mga tagubilin ng may-akda ng iyong target na journal, dahil hinihingi ito ng ilang journal.
Ang aking pag-aaral ay may dalawang panahon ng follow-up — paano ko ito haharapin?
Pagsamahin ang mga pagkalugi sa follow-up mula sa parehong panahon sa iisang yugto ng Follow-Up, at tandaan ang mga panahon sa iyong seksyon ng Mga Paraan. Kung ang mga pagkalugi ay malaki ang pagkakaiba sa pagitan ng mga panahon, gamitin ang tampok na click-to-edit upang magdagdag ng detalye sa label ng kahon ng follow-up.
Dapat ko bang pagsamahin ang mga dahilan para sa pagbubukod?
Ilista ang mga pangunahing dahilan ng pagbubukod nang paisa-isa sa kahon ng pagbubukod sa kaugnay na yugto. Hindi nagtatakda ang STROBE ng pinakamataas na bilang ng mga dahilan — isama ang mga bumubuo sa pinakamalaking n at isang catch-all na "iba pa" kung kinakailangan. Ang format ng reasons textarea ay tumatanggap ng isang entry na "Dahilan | n" bawat linya.
Mayroon bang STROBE extension para sa mga partikular na disenyo ng pag-aaral?
Oo — Ang STROBE ay may mga extension para sa genetic association studies (STREGA), nutritional epidemiology (STROBE-NUT), at infectious disease modelling (STROME-ID), bukod sa iba pa. Ang core participant flow structure ay pareho; ang mga extension ay nagdaragdag ng mga item sa checklist na partikular sa metodolohiya. Ipinapatupad ng tool na ito ang core STROBE flow diagram.

Mga Kaugnay na Libreng Kagamitan

Mga sanggunian

  1. von Elm E, Altman DG, Egger M, at iba pa. Ang pahayag na Pagpapalakas ng Pag-uulat ng mga Pag-aaral sa Obserbasyon sa Epidemiolohiya (STROBE): mga alituntunin para sa pag-uulat ng mga pag-aaral sa obserbasyon. Lanseta. 2007; 370: 1453-1457. PMID 18064739.
  2. Vandenbroucke JP, von Elm E, Altman DG, et al. Pagpapalakas ng Pag-uulat ng mga Pag-aaral sa Obserbasyon sa Epidemiolohiya (STROBE): paliwanag at pagpapaliwanag. PLoS Med. 2007; 4: e297. PMID 17941715.
  3. Elm E von, Altman DG, Egger M, et al. Ang pahayag na Strengthening the Reporting of Observational Studies in Epidemiology (STROBE): mga alituntunin para sa pag-uulat ng mga observational studies. Ann interno Med. 2007; 147: 573-577.

Kailangan mo ba ng statistical analysis at STROBE-compliant manuscript writing para sa iyong observational study? Nagbibigay ang Editverse ng kumpletong pag-uulat mula sa cohort analysis hanggang sa pagsusumite.

Kumuha ng Suporta sa Pag-aaral sa Obserbasyon →