Normalisierung der MortalitätsrisikowerteHallo,
Ich muss die Mortalitätsrisikowerte normalisieren. Einer heißt RePEAT oder PRISM und der andere heißt PIM. Wiederholung/Prisma findet in der Notaufnahme statt und PIM wird bei der Aufnahme auf der Intensivstation für Kinder und Jugendliche gemessen.
Keine Idee, diese jetzt zu normalisieren.
Jede Hilfe wird geschätzt!
Danke, .
DatenzugriffQualitäts- und VerfahrenstechnikBetreff: Normalisierung der MortalitätsrisikowerteWenn man sich also nur die Daten ansieht, sieht es so aus, als gäbe es einige ziemlich große Ausreißer, und diese Ausreißer werden von der Standardisierung nicht wirklich berücksichtigt. Das bedeutet, dass es in all Ihren „Delta“-Spalten auch große Ausreißer gibt. Die Ausreißer wirken sich auf statistische Tests aus, bei denen davon ausgegangen wird, dass die Daten normalverteilt sind. Dies ist kein Showstopper, sondern etwas, das berücksichtigt werden muss, bevor Vergleiche zwischen den Gruppen angestellt werden.
Apropos Gruppen: Es gibt eine Überschneidung zwischen den Ebenen der zugewiesenen und der empfangenen Konsultationen. Das bedeutet, dass die zugewiesene Konsultation in der empfangenen Konsultation verschachtelt sein muss.
Eine Möglichkeit, die Struktur der Daten anzuzeigen, ist die Verwendung des Variabilitätsdiagramms. Das Skript zum Reproduzieren der Abbildung unten ist unten enthalten. Laden Sie das Skript herunter, machen Sie die Tabelle: 11.16data.analysis.standardized.delta.calc.jmp zur Primärtabelle (klicken Sie darauf) und führen Sie dann das Skript aus.
Oder erstellen Sie ein neues Skriptfenster, fügen Sie die JSL unten in das Skriptfenster ein und führen Sie es von dort aus aus.
Ohne Berechnungen können Sie anhand der Quelle die Unterschiede zwischen Telemedizin und Telefon erkennen. Wenn Sie die Daten standardisieren und normalisieren, erhalten Sie möglicherweise ein anderes Bild, aber oft ist es hilfreich, sich nur die Rohdaten anzusehen.

Variability Chart(
Y( :sPIM2ROM ),
X( :consult_received, :consult_assigned ),
Model( "Nested" ),
Std Dev Chart( 0 ),
Mean Plots( 1 ),
Column Switcher(
:sPIM2ROM,
{:calc.prisa2_score, :sPRISA, :calc.RePEAT_score_817, :sRePEAT, :vps.PIM.2.ROM, :sPIM2ROM,
:Name( "Box Cox[sPIM2ROM]" ), :vps.PIM.3.ROM, :sPIM3ROM, :Name( "delta sPRISA -sPIM2ROM" ),
:Name( "delta sPRISA- sPIM3ROM" ), :Name( "Delta sRePEAT-PIM2ROM" ), :Name( "delta sRePEAT- PIM3ROM" )}
)
)
Betreff: Normalisierung der MortalitätsrisikowerteHoffentlich helfen diese ... Ich bin mir nicht sicher, wie man .jrp-Dateien anhängt
Betreff: Normalisierung der MortalitätsrisikowerteDanke! Ich habe also Werte für das Sterberisiko in der Notaufnahme und für das Sterberisiko auf der Intensivstation. Die ER-Scores heißen RePEAT und PRISM. Ich versuche herauszufinden, ob es einen Zusammenhang zwischen einer Veränderung der Sterberisikowerte von Kindern in der Notaufnahme gibt, die dann auf die Intensivstation aufgenommen wurden. Ich überprüfe, ob es Unterschiede zwischen der Art der Konsultation (Telemedizin vs. Telefon) gibt. Meine Hypothese ist, dass Telemedizin möglicherweise zu einem stärkeren Rückgang der Mortalitätsrisikowerte geführt hat.
Also. Ich habe die Ergebnisse von 345 Patienten. Ich habe sie in Excel mithilfe der Standardisierungsfunktion standardisiert, weil Dr. Google dies empfohlen hat, und sie dann subtrahiert (PIM – PRISM) und (PIM – RePEAT).
Jetzt werde ich einen Wilcoxon-Test machen, um zu sehen, ob es signifikante Unterschiede zwischen der Telemed- und der Telefonkohorte gibt.
Bin ich auf dem richtigen Weg? Ich mache das quasi im Blindflug.
Betreff: Normalisierung der MortalitätsrisikowerteIch bin mir also nicht genau (oder ungefähr) sicher, was Sie tun. Aber das kann wirklich einfach oder superschwer sein.
Einfache Dinge, die man ausprobieren kann, sind die Normalisierung auf einen Standard oder vielleicht die Normalisierung auf den Mittelwert oder die Skalierung auf 0-1.
Oder vielleicht um eine Punktzahl gewichten?
Würde es Ihnen etwas ausmachen, das Problem etwas allgemeiner zu erläutern? Vielleicht mit einem kleinen Beispiel?
: )