NNT ve NNH, dahil edilen çalışmalarda ortalama risk altındaki hastalarda ortalama tedavi etkilerinin klinik olarak yararlı tahminleri olsa da, tek bir hastayla doğrudan ilgili olmayabilirler; bu nedenle, klinisyen üç yoldan biriyle çıkarım yapmalıdır.

İlk olarak, sistematik inceleme çeşitli alt gruplarda tedavi etkilerinin tahminlerini sunuyorsa, klinisyen hastalarıyla en alakalı alt gruptan NNT ve/veya NNH kullanarak tahminde bulunabilir. Örneğin, ölümcül olmayan miyokard enfarktüsünün önlenmesine yönelik antiplatelet ajanların sistematik bir incelemesi, birincil ve ikincil önleme çalışmalarında benzer orantılı tedavi etkilerini ortaya çıkardı (OR sırasıyla %29 ve %35).

Bununla birlikte, NNT, semptomatik kardiyovasküler hastalığı olmayan 200 hastanın bir miyokard enfarktüsünü önlemek için beş yıl boyunca tedaviye ihtiyaç duyacağı ve yalnızca 71 “yüksek riskli” hastanın (önceden miyokard enfarktüsü, inme veya başka kardiyovasküler olay geçirmiş olanlar) tedavi gerektireceği şekilde önemli ölçüde değişmiştir. Aynı klinik etkiye sahip olmak için üç yıl boyunca.

Devam eden örneğimize dönersek, atriyal fibrilasyon denemelerinin sistematik incelemesi, temel klinik özellikler tarafından tanımlanan çeşitli alt gruplarda risk ve tedavi etkilerinin tahminlerini sağladı; Kutu 19.1’de özetlenen nonvalvüler atriyal fibrilasyonu olan hasta, tedavi olmaksızın yılda yaklaşık %8’lik bir temel embolik inme riskine sahiptir ve varfarin tedavisi, %85 nispi risk azalması ile ilişkilidir.

Bu nedenle, bu hasta için NNT yaklaşık 15 olacaktır. Ne yazık ki, advers olayların seyrek doğası, araştırmacıları hastaya özel alt gruplarda NNH’yi belirlemekten alıkoymuştur. Bu durumda, genel sonuçların kullanılması veya aşağıda özetlenen diğer ekstrapolasyon yöntemlerinden birinin kullanılması kalır.

Alt grup analizlerinin kullanımı sezgisel olarak çekici görünse de, bu noktada bir uyarı notu almalıyız. Alt grup analizinin sınırlamalarının tam bir tartışması bu bölümün kapsamı dışındadır, ancak başka bir yerde tam olarak ele alınmıştır.

Özellikle, hastaları riske göre sınıflandıran (dahil edilen çalışmaların kontrol gruplarındaki olay oranlarının post-hoc analiziyle belirlendiği üzere) sistematik incelemelere karşı dikkatli olunmalıdır, çünkü bu analizler göreceli tedavi etkilerine ilişkin yanlı ve yanlış tahminler üretebilir.

Ekstrapolasyon nedir
Ekstrapolasyon Nedir Tıp
Ekstrapolasyon formülü
Ekstrapolasyon hesaplama
Ekstrapolasyon volümü nedir
Ekstrapolasyon metodu
İnterpolasyon ekstrapolasyon
Ekstrapolasyon nedir kimya

Bunun yerine, alt gruplar başlangıçta ölçülebilir hasta özelliklerine (örneğin, cinsiyet, yaş veya birincil ve ikincil önleme) dayanmalıdır. Yayınlanmış çalışma sonuçları kullanılarak bu tür alt grupların türetilmesi genellikle mümkün olmadığından, bu, bireysel hasta verileri meta-analizlerinin önemli bir avantajıdır.

İkinci olarak, alt grup yaklaşımının bir uzantısı olarak, bireysel bir hastanın tedaviden fayda (ve zarar) potansiyelini ölçmek için çok değişkenli risk tahmin denklemleri kullanılabilir. Örneğin, daha önce değinilen asemptomatik karotis stenozu için endarterektominin sistematik incelemesine geri dönersek, araştırmacılar operatif müdahaleden en çok fayda sağlayacak hastaları belirlemek için bir prognostik model üzerinde çalışıyorlar.

Bu model, ameliyatsız felç riskini (ve dolayısıyla ameliyatın potansiyel faydasını), felç veya ameliyattan kaynaklanan diğer olumsuz sonuçları birleştirir. Bu modelin semptomatik karotis stenozu olan hastalara uygulanması, klinisyenlerin cerrahiden önemli ölçüde fayda sağlayan yüksek riskli hastaları (OR 0,12, %95 GA 0,05 ila 0,29) diğer hastalardan aynı derecede stenozlu ancak çok az kazanımı olan hastaları belirlemelerini sağlar. (OR 1.00, %95 GA 0.65 ila 1.54).

Bu çok değişkenli risk tahmin modelleri, sistematik incelemeye dahil edilen klinik araştırma verilerinden türetilebilse de, popülasyona dayalı kohort çalışmaları gibi diğer veri kümelerinden gelmeleri tercih edilir. Valvüler olmayan atriyal fibrilasyonda kronik varfarin tedavisi için henüz çok değişkenli risk tahmin modelleri yayınlanmamıştır.

Son olarak, alt grup verilerinin veya prognostik modellerin yokluğunda, klinisyen ortalama NNT’yi (veya NNH) bireysel hastanın riskini yayınlanan rapordaki ortalama hastanınkiyle ilişkilendiren bir faktör (f) ile bölerek klinik yargıyı kullanabilir. raporlar.

Bu faktör, denemelerdekilerden daha az temel risk altında olduğuna karar verilen hastalara f < 1 ve daha yüksek risk altında olanlara f > 1 atanacak şekilde ondalık bir sayı olarak ifade edilir. Yukarıda tartışılan atriyal fibrilasyon için alt gruba özgü veriler, atriyal fibrilasyon denemelerindeki ortalama hastadan daha yaşlı olduklarından ve hipertansiyona sahip olduklarından (randomize çalışma hastalarının yarısından azı bunu yaparken), hastanın aşağıda özetlendiği gibi, tahmin etmiş olabiliriz.

Kutu 19.1, ortalama randomize çalışma hastasından iki kat daha fazla embolik inme riski altındadır. Bu nedenle, hastaya özgü NNT yaklaşık 17 olacaktır. Aynı şekilde, (yaşlarından dolayı) majör kanama riskinin iki katı olduğunu tahmin etmiş olabiliriz. Böylece hastaya özgü NNH 125 olacaktır.

Bu yöntem aşırı derecede öznel görünebilse de, yakın tarihli ampirik kanıtlar, klinisyenlerin hastalar arasındaki temel riskte (yani f ) nispi farklılıkları tahmin etmede doğru olduklarını göstermektedir (mutlak temel riskleri yargılama yeteneklerimizi çok aşmaktadır). Bununla birlikte, bu yöntemin, bir müdahaleden kaynaklanan orantılı tedavi etkilerinin (RR veya OR) farklı temel riskler arasında sabit olduğunu dolaylı olarak varsaydığı kabul edilmelidir; bu, tüm terapiler için geçerli olmayabilecek bir varsayımdır. Ayrıca, klinik yargının temeli ve belirleyicileri hakkında daha fazla araştırmaya ihtiyaç vardır.

Hasta değerlerini ve tercihlerini birleştirmek

Bir müdahalenin potansiyel yararı ve zararı için hasta merkezli tahminler çıkardıktan sonra, klinisyen bunu hastanın terapiyle ilgili değerleri ve tercihleriyle bütünleştirmelidir. Gerçekten de, hastanın tıbbi karar verme sürecine aktif katılımı onların yaşam kalitelerini40,41 ve tedaviden elde edilen sonuçları iyileştirir; dahası, sağlık harcamalarını da azaltabileceğine dair ön kanıtlar vardır.

Bununla birlikte, hastaları tedavi kararlarına dahil etmenin optimal yolu henüz bulunamamıştır ve hasta karar destek teknolojisi, mevcut araştırmalar için zengin bir damardır.

Karar destek teknolojisi, alternatiflerin yararları ve risklerine odaklanması (klinik açıdan önemli sonuçların olasılıkları ve sonuçlarının açık bir şekilde tartışılmasıyla), bilgilerin belirli hastanın risk profiline göre uyarlanması, seçime vurgu yapılması bakımından genel hasta eğitiminden farklıdır. Ve paylaşılan karar verme ve hasta değerlerinin açık bir şekilde ortaya çıkarılması gerekir.

Resmi karar analizi teknikleri, yatak başında kullanılabilecekleri aşamaya gelinceye kadar, karar yardımcıları veya yardım veya zarar olasılığının ifadesi gibi ara teknikler (NNT:NNH oranını şu şekilde ağırlıklandıran bir formül) hasta değerleri) bu ihtiyaca hizmet edecektir.

The post Ekstrapolasyon – Ödev Hazırlatma – Tez Yazdırma – Proje Yaptırma Fiyatları – Ödev Örnekleri – Ücretli Proje Yaptırma – Tez Yaptırma Ücretleri first appeared on Online (Parayla Ödev Yaptırma).