Tekrarlanan ölçüm ANOVA için gerekli örneklem büyüklüğü nasıl belirlenir?

Tekrarlanan ölçüm ANOVA hakkında yardıma ihtiyacım var.

Bazı müdahalelerin bazı servislerde kan akımı enfeksiyonunu (BSI) azaltma üzerindeki etkisini araştırıyoruz. BSI oranı bilgilerini aylık olarak, önce müdahale olmadan 12 ay, sonra müdahale ile 12 ay boyunca yakalamayı planlıyoruz.

Zaman serisi veya tekrarlı ölçüm ANOVA yapmayı düşünüyoruz, ilkinde yapmak için çok fazla fikrim yokken daha sonra olanı tercih ediyorum (ekstra soru: çok az zaman noktası, değil mi?), Ama sonra gel başka bir sorun, müdahalenin BSI oranı üzerinde istatistiksel olarak anlamlı bir etkisi olduğunu göstermek için kaç koğuşa ihtiyacımız var?

Sanırım biri "müdahale öncesi", diğeri "müdahale sırasında" için olmak üzere iki ANOVA yapacağım ve sanırım "müdahale öncesi ANOVA" nın anlamlı bir F-oranı testi olmaması gerekir.

"Numune büyüklüğü" terimini ya koğuş sayısını ya da tekrarlanan ölçüm sayısını iki boyutlu olarak düşünüyorum.

Tekrarlanan ölçümler ANOVA üzerinde güç analizi nasıl yapılır?

G * Power 3 , güç hesaplamaları yapmak için kullanıcı dostu bir GUI arayüzü sağlayan ücretsiz bir yazılımdır. Tekrarlanan ölçümler ANOVA için güç hesaplamalarını destekler.

Tasarımınız için uygun analiz nedir?

Bahsettiklerinizle ilgili bir dizi nokta:

• Daha fazla zaman noktası, müdahalenizin etkisinin zaman içinde nasıl işlediğine dair daha net bir gösterge verecektir. Böylece, eğer gelişmeler zaman içinde bozulursa veya daha fazla olursa, daha fazla zaman noktası hem ortalama hem de bireysel düzeyde bu örüntüler hakkında daha net bir fikir verecektir.
• 12 veya daha fazla zaman noktanız varsa, özellikle eksik gözlemler bekliyorsanız, çok düzeyli modellemeye bakarım. Zamanın etkisi olup olmadığıyla ilgilenme ihtimaliniz düşüktür. Aksine, çeşitli spesifik etkilerle ilgilenme olasılığınız vardır (örneğin, müdahale öncesi ve sonrası değişiklikler; belki de müdahale sonrası doğrusal veya karesel bir iyileştirme etkisi). Ayrıca, tekrarlanan ölçümler ANOVA'nın üstünde planlanan kontrastları kullanmaya da bakabilirsiniz. Uygulamalı Boyuna Veri Analizi: Modelleme Değişimi ve Olay Oluşumu , tekrarlanan ölçüm verilerinin çok düzeyli modellenmesi hakkında bilgi edinmek için iyi bir başlangıç ​​noktasıdır.
• Müdahale öncesi ve sonrası üzerinde ve üstünde zaman noktalarının sayısı, müdahalenizin etkisini tespit etme gücünüzü arttırmak için çok şey yapar. Daha fazla zaman noktası ölçüm güvenilirliğinizi artıracaktır ve etkinin uygulandığı zaman aralığını yakalamanızı sağlayabilir, ancak muhtemelen daha büyük sorun iki koşulda örnek boyutu olacaktır.
• Vakaları koşullara gerçekten rastgele tahsis ettiğinizi varsayarsak, popülasyonlar tanım gereği bağımlı değişkene eşittir ve temel farklılıkların anlamlılık testinin anlamsız olduğu iddia edilebilir. Bununla birlikte, araştırmacılar hala bunu hala yapıyor ve sanırım rastgele tahsisin gerçekten meydana geldiğine dair bazı kanıtlar sağlıyor.
• Müdahale öncesi kontrol tasarımına müdahalenin etkisini test etmenin en iyi yolu hakkında oldukça fazla tartışma vardır. Birkaç seçenek şunları içerir: (a) koşul * zaman etkileşimi; (b) durumun etkisi, ancak müdahale sonrasında; (c) koşulun etkisini inceleyen, DV için post ile birlikte ön kontrolü yapan bir ANCOVA.