Şimdi buradasınız: Genel bilgiler >> Literatürün değerlendirilmesi & çalışma metodolojileri>> Biyoistatistik >> Bilgi için gereksinimlerin belirlenmesi >>Literatürün taranması ve kanıtların belirlenmesi Bu bölümün sonunda kullanıcı: Bilimde sıfır hipotezin hangi istatistik prensibi ile ortaya koyulduğunu açıklayabilecektir. Şunları tanımlayabilecektir: p-değeri confidence interval/güven aralığı standard error/standart hata Odds/Bahis oranı Risk/risk Piyasaya yeni bir floridli diş macunu markası sunulmuştur. Reklam amaçlı materyalde ürünün rakiplerine göre plak ve diş taşını daha iyi ortadan kaldırdığı, yüzey renklenmesini giderdiği, mineyi beyazlaştırdığı, hatta yüzeyde uzun süre kalabilen florid artıkları bıraktığı belirtilmektedir

muhtemelen gerçek olamayacak kadar iyi.... Şimdi buradasınız: Genel bilgiler >> Literatürün değerlendirilmesi & çalışma metodolojileri>> Biyoistatistik >> Bilgi için gereksinimlerin belirlenmesi >>Literatürün taranması ve kanıtların belirlenmesi Ne yazık ki araştırma sonuçlarına ilişkin tüm veriler yayınlanmamış. Siz ve meslektaşlarınız bu iddianın doğruluğunu test etmeyi kararlaştırdınız. Önce ve sonra muhtemelen gerçek olamayacak kadar iyi....

Şimdi buradasınız: Genel bilgiler >> Literatürün değerlendirilmesi & çalışma metodolojileri>> Biyoistatistik >> Bilgi için gereksinimlerin belirlenmesi >>Literatürün taranması ve kanıtların belirlenmesi Siz her gün çok fazla çay ve kahve tükettiğiniz için reklamda iddia edilen yüzey renklenmesinin giderilip giderilmeyeceğini test etmeye karar verdiniz. Diş macununuzu 3 ay süreyle her hafta değiştirerek yüzey renklenmesinin etkilenip etkilenmediğini izleyeceksiniz. Akıllı telefonunuz ile her hafta sonunda gülüşünüzü bir “selfie” ile tespit edeceksiniz. Amacınız gülüş “selfie” siyle yeni diş macununun renklenmeyi değiştirip değiştirmediğini karşılaştırmaktır. Diğer arkadaşlarınız fikri komik bularak size katılmaya karar verdiler. Şimdi 20 katılımcı ile deneyeceksiniz. Takip eden görselde sonuçları görünüz...

Aşağıda 3 katılımcının sonuçları sunulmaktadır 1. Vaka başlangıç 2. Vaka başlangıç 3. Vaka başlangıç Her 3 vakanın cep telefonu ile kaydedilmiş 1., 2., 3., 4., 5., 6., 7., 8., 9., 10., 11. ve 12. haftalardaki görünümü SONUÇLAR: 1. Yeni diş macunu daha iyi VEYA 0. Yeni diş macunu daha iyi değil hatta diğerlerinden daha kötü Her iki varsayımın da doğrulanması çok zordur Nedenini görmek için devam ediniz…….

Kesin olarak bir belirleme yapmak mümkün değildi çünkü: Şimdi buradasınız: Genel bilgiler >> Literatürün değerlendirilmesi & çalışma metodolojileri>> Biyoistatistik >> Bilgi için gereksinimlerin belirlenmesi >>Literatürün taranması ve kanıtların belirlenmesi GÖZLEMLER Kesin olarak bir belirleme yapmak mümkün değildi çünkü: 1. “Selfie”lerin parlaklığı uzaklık ve ışık nedeni ile değişkenlik göstermekteydi; önceden bu konuda düzenleme yapılmamıştı. Diğer bir deyişle muayene protokolü belirlenmemişti ve ışık kaynakları kalibre edilmemişti. 2. Başlangıçta katılımcıların renk tonları büyük farklılıklar göstermekteydi. İstatistiki değerlendirmeyi göz önüne almak gerekirdi. 3. Yeni diş macunu katılımcıların bir bölümünde bazı etkiler yapmakla birlikte diğerlerinde hiçbir etki yapmamıştı. İstatistiki değerlendirmeyi göz önüne almak gerekmektedir. 4. Katılımcıların bir bölümü her zamanki diş macunlarını kullandıklarında daha az yüzey renklenmesi meydana gelmişti. İstatistiki değerlendirmeyi göz önüne almak gerekmektedir. Burada görülmekte olan fenomen doğal değişkenliklerdir ve bunun istatistikteki karşılığı ise natural variation/doğal varyasyon adını alır. Çalışma tasarımı ve farklılıkları fotoğraflarla saptama fikri iyi olsa da çalışmaya başlamadan önce başlangıçtaki varsayımlar için uygun bir bilimsel metodun tanımlanması gerekirdi. Gelecek görselde bilimsel metodlar ve istatistk hakkında daha fazla öğreneceksiniz

Bilimsel Metod ve İstatistik Şimdi buradasınız: Genel bilgiler >> Literatürün değerlendirilmesi & çalışma metodolojileri>> Biyoistatistik >> Bilgi için gereksinimlerin belirlenmesi >>Literatürün taranması ve kanıtların belirlenmesi Bilimsel Metod ve İstatistik Bilimde varsayımı ifade eden terime hipotez denir Herhangi farklılığı olmayan varsayıma sıfır hipotez denir Dikkat ediniz ki, hipotez her zaman bilimsel bir hipotez olmayabilir., Hipotezden çıkartılan tahminlerin, izlenebilen veriler ile çatıştığı izlendiğinde bilimsel hipotezin doğru için istatistiki prensip, gözlenen verilerin çatışması, veya fazlaca olasılıklı olmamasıdır, bu durumda sıfır hipotez reddedilir. P-değeri (p=olasılık/probability) bizim sıfır hipoteze bağlılığımız halinde gözlenen verilerin olanaksızlığının ölçüsüdür. Bilimde sıfır hipotezi reddetmek için sıklıkla kullanılan olasılık değerleri 0.05 (yani %5), 0.01 (yani %1) ve 0.001 (yani %0.1) değerleridir. Bundan dolayı bu sayılar significance levels/anlamlılık düzeyi olarak tanımlanmaktadırlar. Bilimsel metodlar ve istatistik hakkında daha fazla öğrenmek için gelecek görsele gidiniz.

Konuyla ilgili çevrimiçi kaynaklar: Şimdi buradasınız: Genel bilgiler >> Literatürün değerlendirilmesi & çalışma metodolojileri>> Biyoistatistik >> Bilgi için gereksinimlerin belirlenmesi >>Literatürün taranması ve kanıtların belirlenmesi Bu bölümün sonunda kullanıcı: Bilimde sıfır hipotezin hangi istatistik prensibi ile ortaya koyulduğunu açıklayabilecektir. Şunları tanımlayabilecektir: p-value/p-değeri confidence interval/güven aralığı standard error/standart hata Odds/Bahis oranı Risk/risk Konuyla ilgili çevrimiçi kaynaklar: ADA: Tutorial series on statistics, Lesson 1: What is null hypothesis? - Lesson 2: Why do we need statistics? - Lesson 3: What are the different types of data? - Lesson 4: What is a p-value? - Lesson 5: What is a confidence interval? Youtube Videoları: Khan Academy: Introduction to statistics McMaster Evidence-Based Practice Workshops Elisabeth Lynch compilation of ebm & stats lectures Rahul Batwari compilation of eb-stats lectures Brandom Foltz compilation of eb-stats lectures Ashwini Kalantri compilation of eb-stats lectures Dr. Shaneyfelt on Statistics or calculations in studies Quinnipiac Univ. course on Health Professions Biostatistics Stephanie Glenn on elementary statistics