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.
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.
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
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.
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
Mga Kaugnay na Libreng Kagamitan
Mga sanggunian
- 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.
- 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.
- 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 →