Konfrontiert mit verwirrenden oder widersprüchlichen COVID-19 Gesundheit news, die öffentlichkeit muss mehr Hilfe im verstehen von komplexen wissenschaftlichen Studien. Michigan State University Forscher sagen.
„Wissenschaftliche Studien, vor allem in den Bereichen Gesundheit und Medizin, sind oft interessant—oder zumindest relevant für die öffentlichkeit. Wenn die Ergebnisse übermittelt werden, genau und sorgfältig, in der Hoffnung, daß Sie informieren können, heathy Entscheidungen und Verhalten,“, sagte Kenneth Frank, MSU-Stiftung professor der sociometrics. „Das problem ist, dass die Wissenschaft nicht sicher. Und es kann schwierig sein, zu kommunizieren, um die Unsicherheiten der wissenschaftlichen Ergebnisse.“
Ein neues Papier verfasst von Frank und MSU-Kollegen Thomas Dietz und Lixin Zhang—sowie Kollegen von der University of Chicago, Arizona State University, der University of Connecticut, University of Tennessee und Optinose Inc.—aus Karten, eine klarere und wirksamere Art und Weise auszudrücken, diese Unsicherheit. Ihre Methode ist umso relevanter, da die Corona-Virus-Pandemie gestartet springen die rate, mit der die wissenschaftliche Informationen verbreitet werden.
Frank sagte, dass ein gutes Beispiel für die Schwierigkeiten bei der Kommunikation die Ergebnisse der Studie stammt aus einer der letzten reden von Anthony Fauci, Direktor des Nationalen Instituts für Allergie und Infektionskrankheiten. Fauci weitergeleitet Studienergebnisse von einem potenziellen COVID-19-Therapie, remdesivir: „Remdesivir verbesserte Wiederherstellung von 15 Tagen bis 11 Tagen mit einem P-Wert von 0,001. … Hätten wir normalerweise wartete mehrere Tage. Die Daten ändern kann, aber den Abschluss nicht.“
Einige Leute kennen vielleicht den P – Wert als Ausdruck für die Gewissheit oder Ungewissheit in einer Studie zum Ergebnis, aber Frank sagte, dass das Konzept ist unverständlich für die meisten.
„Auch Fauci nicht die Sprache sprechen, über diese Art zu finden, in leicht relatable Bedingungen,“ erklärt Frank. „Viele Menschen können es nicht verstehen. Also, unser Ziel ist es, wirklich zu verbessern, das Gespräch. Wir schlagen vor, eine neue Art von framing, die Unsicherheit von Ergebnissen im Sinne des Patienten-outcomes, anstatt die P-Werte allein.“
Der Kern der Methode ist diese: die Ergebnisse sind definiert als die Anzahl der Patienten, die hätten Erfahrung ein anderes Ergebnis der Studie Schlussfolgerung zu ändern.
„Auf diese Weise, die Methode generiert Aussagen wie“ xx der Behandlung Fällen, die erfahrene Verbesserung würde Erfahrung haben, keine Verbesserung zu ändern, den Abschluss an einer konventionellen Ebenen der statistische Signifikanz,'“ sagte Frank.
Manchmal so wenig wie ein Schalter ist notwendig, um eine Verschiebung der Ergebnisse von „bedeutend“ bis „unbedeutend“ oder Umgekehrt.
Nehmen Sie als Beispiel eine frühe randomisierte Studie von hydroxychloroquine, ein Medikament, das getestet wurde, als eine mögliche Behandlung für COVID-19. Frank ‚ s Papier findet, dass, wenn nur ein Teilnehmer der Studie hatte eine negative oder Neutrale Reaktion eher als eine positive, es würde eine Verschiebung der Ergebnisse von signifikanten zu unbedeutend.
„Ein Schalter ist nicht viel,“ sagte Frank. „Es bedeutet, dass eine Schätzung ist Recht grenzwertig, was ist in der Regel als schlüssig-unschlüssig. Und die neuen wissenschaftlichen Debatte entspann sich über die hydroxychloroquine Studien, die kommen verstärkt diese Unsicherheit.“
Frank und sein team haben bereits den Algorithmus zur Verfügung, um die öffentlichkeit in form einer app konfound-it.com führt die Berechnung nach den Eingaben des Benutzers basic-Daten in den meisten Ergebnistabellen; Sie sind auch die Freigabe von Aktualisierungen in Echtzeit auf Ihrem blog.
Einige Forscher beginnen bereits zu erlassen, um die Methode und Frank ‚ s Hoffnung ist, dass mehr beginnen, so zu tun, indem die zusätzliche Begriffsbildung, um Ihre Papiere als eine Ergänzung der üblichen Berichterstattung über die Ergebnisse.