Hallo,
Ich bin Teil einer Studie, die die Fähigkeit von 4 Klinikern untersucht, eine kontinuierliche variable Messung mit 5 verschiedenen Techniken durchzuführen. Wir haben einen Goldstandard, der eine direkte Messung des interessierenden Parameters ist.
Ich habe für jeden Datenpunkt ein Delta (die tatsächliche Messung abzüglich der Messung des Arztes) generiert.
Ich versuche herauszufinden, wie ich zuerst die Intraobserver-Variabilität jedes Klinikers mit jeder der 5 Techniken betrachten kann. Ich habe darüber nachgedacht, ob ich nur die Verteilung verwende und dann den p-Wert für das mittlere Delta (im Vergleich zum Mittelwert von 0, wenn die Messung perfekt war) erhalte, um die „Fähigkeiten“ jedes Klinikers bei jeder Technik zu beurteilen.
ist das angemessen?
Dann möchte ich für jeden Kliniker, der jede Technik anwendet, ein Gefühl für die Intraobserver-Variabilität/Übereinstimmung (sind das dasselbe?) bekommen.
Welchen Test würde ich durchführen, um diese Vereinbarung zu erhalten (ICC, CCC?) und könnte ich das in JMP tun?
Dann dachte ich, wir könnten jede Technik bei den 4 Ärzten bewerten, um die Interobserver-Zuverlässigkeit für jede Technik zu erhalten.
geht das mit JMP? Ist das auch ICC oder CCC?
Schließlich dachte ich darüber nach, alle Kliniker für jede Technik zusammenzufassen und dann die Übereinstimmung zwischen den 5 verschiedenen Techniken zu messen.
Ich möchte auch jede dieser Techniken mit unserem Goldstandard (der direkten Messung) vergleichen, um ein Gefühl für die „beste“ Technik zu bekommen.
ist das in JMP machbar?
Tut mir leid, das ist viel, jede Hilfe ist willkommen.
Mein Statistikwissen ist ziemlich mager
Um den Einstieg zu erleichtern, werfen Sie einen Blick auf „Hilfe“ > „Bücher“ > „Qualitäts- und Prozessmethoden“ und lesen Sie dann Kapitel 9 („Variabilitätsanzeigediagramme“) und/oder Kapitel 10 („Attributanzeigediagramme“).
