English version
German version
Spanish version
French version
Italian version
Portuguese / Brazilian version
Dutch version
Greek version
Russian version
Japanese version
Korean version
Simplified Chinese version
Traditional Chinese version
Hindi version
Czech version
Slovak version
Bulgarian version
 

Der p-Wert und seine Bedeutung

Herzerkrankungen RSS Feed





Wenn ein Investment-Portfolio zu diversifizieren, muss man der Auffassung, Investitionen in die Healthcare-Industrie. Pharmazeutische Unternehmen, die stark von Pipelines Untersuchung Medikamente haben starke Wachstum Spekulationen. In Zusätzlich zu der Prüfung ihrer Pipelines, eine auch in der Lage sein muss, um die Ergebnisse der klinischen Studien. Wenn ein Programm News berichtet über die Ergebnisse einer klinischen Studie für ein neues Medikament zu "statistisch Bedeutung, "was ist damit gemeint? Und wie haben sie sich mit diesem Abschluss? Einer der wichtigsten Werte zu suchen, bei der Interpretation der Ergebnisse einer Studie ist die value.Elenbaas P et al definiert P-Wert als "die Wahrscheinlichkeit, dass ein Typ-I-Fehler begangen worden ist, und dass die Nullhypothese fälschlicherweise abgelehnt wurde." Lassen Sie uns kurz etwas über die Nullhypothese, Typ-I-Fehler, und Typ-II-Fehler. Können sagen, Ein neues Medikament wird im Vergleich zu derzeit verfügbaren Medikament B. Die erste Annahme, dass die Ermittler ist, dass das neue Medikament eine gleichwertige oder gleich in die Wirksamkeit der derzeit verfügbaren Medikament B. Diese Annahme wird die Nullhypothese (H0). Ein Widerspruch zur Annahme, die Nullhypothese ist die alternative Hypothese (H1). H1, sagt, dass das neue Medikament ein wirksamer ist als die derzeit verfügbaren Medikament B. Tatsächlich ist die alternative Hypothese (H1) ist es, was die Ermittler wollen beweisen, weil die Pharma-Unternehmen die Entwicklung neuer Medikamente, die zum Großteil der klinischen Studien. Typ-I-Fehler tritt auf, wenn H0 wird abgelehnt, wenn es ist wirklich wahr. Mit anderen Worten, Ermittler glauben, dass das neue Medikament ein wirksamer ist als die derzeit verfügbaren Medikament B (Ablehnung H0), wenn ein Medikament ist gleich in der Wirksamkeit von Arzneimitteln B, oder schlimmstenfalls nicht so effektiv als Droge B. Typ-II-Fehler tritt auf, wenn H1 ist wahr (Medikament A ist effektiver als Medikament B), aber die Ermittler nicht ablehnen H0 (nicht gegen die Hypothese, dass Drogen-A ist gleich in der Wirksamkeit als Medikament B). Mit die technischen Terminologien definiert, können gehen Sie zurück zu den P-Wert. Um es nochmals zu wiederholen, P-Wert ist "die Wahrscheinlichkeit, dass ein Typ-I-Fehler begangen worden ist, und dass die Nullhypothese fälschlicherweise abgelehnt wurde." (Elenbass et al). Der P-Wert gilt als "statistisch signifikant", wenn es <0,05. Zum Beispiel, eine klinische Studie vergleicht die Wirksamkeit von Medikamenten und Drogen-A B, fest, dass ein Medikament besser funktioniert Senkung des Blutdrucks als Medikament B, und die P-Wert berechnet wurde, zu 0,04. Dies bedeutet, dass es eine 4% Chance, dass ein Typ-I-Fehler zu verhindern (Ermittler fälschlicherweise glauben, dass ein Medikament ist mehr wirksamer als Medikament B, wenn sie gleich sind, in der Wirksamkeit). 0,05 ist die größte annehmbare P-Wert in der klinischen Literatur. Wenn Ermittler behaupten, dass ein Medikament wirksamer ist als Medikament B, sie waren 95% der Zeit, nur mit weniger als 5% ige Chance error.There gibt viele andere wichtige statistische Werte, sind aber über den Rahmen dieses Artikels sprengen. Nun, wenn ein Reporter im Fernsehen berichtet über die Ergebnisse einer klinischen Studie für ein neues Medikament zu "statistisch signifikant", kann man ihre eigene Überprüfung durch den Erhalt einer Kopie dieser Studie und die sich für die P value.References: 1. Elenbaas RM, Elenbass JK, und Cuddy PG, et al. Die Bewertung der medizinischen Literatur Teil II: Statistische Analyse. Annals of Emergency Medicine. Oktober 1983; 12 (10) :35-45 .2. Anderson HG, Kendrach MG, und Trice S, et al. Verständnis statistischen und klinischen Bedeutung: hypothesis testing. Journal of Pharmacy Practice. Juni 1998; 11 (3) :181-195. Http://www.onlinefreedomwork.com

Artikel Quelle: Messaggiamo.Com

Translation by Google Translator





Related:

» Tattoo Me Now!
» Turbulence Training.. is Amazing
» Acne Free In 3 Days
» Master Cleanse Secrets 10 Day Di


Holen Sie sich den HTML-Code fü Webmaster
Fügen Sie diese Artikel Ihrer Website jetzt hinzu!

Webmaster veröffentlichen Sie Ihre Artikel
Keine Anmeldung erforderlich! Füllen Sie das Formular aus und Ihr Artikel wird im Messaggiamo.Com Artikel-Verzeichnis aufgenommen!

Add to Google RSS Feed See our mobile site See our desktop site Follow us on Twitter!

Veröffentlichen Sie Ihre Texte im Messaggiamo.Com Artikel-Verzeichnis

Kategorien


Copyright 2006-2011 Messaggiamo.Com - Site Map - Privacy - Webmaster, veröffentlichen Sie Ihre Artikel kostenfrei auf Messaggiamo.Com! [0.01]
Hosting by webhosting24.com
Dedicated servers sponsored by server24.eu