Forståelse af hensigt at behandle modeller i medicinsk forskning

behandle modeller, hensigt behandle, virkelige verden, hensigten behandle, hvordan stoffer, ikke tager

Når forskere taler om "Intent at behandle"

Når det anvendes i medicinske undersøgelser, henviser udtrykket til behandling af til en type undersøgelsesdesign. I denne type undersøgelse analyserer forskerne resultaterne af deres undersøgelse baseret på, hvad patienterne blev fortalt at gøre. Med andre ord ser læger på patientresultater baseret på hvordan de skulle behandles, snarere end hvad der faktisk skete.

For eksempel, hvis en person i en undersøgelse er randomiseret til en medicinsk behandling, men ender med at få kirurgi – eller slet ingen behandling – bliver deres resultater stadig betragtet som en del af den medicinske behandlingsgruppe. I en ideel verden ville naturligvis hensigten at behandle og den egentlige behandling være den samme. I den virkelige verden varierer det meget afhængigt af, hvad der studeres.

Hvorfor disse modeller bruges

Intent at behandle modeller bruges af en række årsager. Den største er, at de fra et praktisk synspunkt kun giver mening. Forskere vil gerne vide, hvordan stoffer eller behandlinger vil fungere i den virkelige verden. I den virkelige verden tager ikke alle stoffer som foreskrevet. Ikke alle ender med at få den operation, de anbefales. Ved at bruge en hensigt at behandle model kan forskere analysere, hvordan en behandling virker i en lidt mere realistisk sammenhæng. Intent at behandle udtrykkeligt anerkender det faktum, at hvordan stoffer virker i laboratoriet kan have meget lidt at gøre med, hvordan de arbejder i marken.

Faktisk er en af ​​grundene til, at lovende stoffer ofte er så skuffende, når de frigives, at folk ikke tager dem som de gør i studierne. (Der er også ofte andre forskelle mellem virkelige patienter og forskningspatienter.) Ulempe

Ikke alle mennesker synes at have til hensigt at behandle forsøg.

En grund er, at de kan undervurdere en medications potentielle effektivitet. For eksempel viste tidlige forsøg med præexponeringsprofylakse for hiv hos homoseksuelle mænd, at behandlingen syntes forholdsvis effektiv … men kun hos personer, der tog det regelmæssigt. De overordnede resultater, der blev vist ved hensigten at behandle modeller, var meget mindre opmuntrende. Nogle siger, at et stof ikke virker, hvis patienterne ikke tager det. Andre siger, at du ikke kan bedømme en medicin, hvis patienter ikke tager det som foreskrevet. Begge sider har et punkt. Der er ikke noget perfekt svar. Hvilken analyse giver mest mening at bruge er noget afhængig af spørgsmålet.

Nogle gange vil forskere, der oprindeligt designe en undersøgelse for intent-to-treat analyse, ende med at analysere behandlingen både på den måde og pr. Protokol. (For en protokolanalyse sammenligner de mennesker, der faktisk modtog behandlingen som angivet til dem, der ikke gjorde det, uanset randomisering.) Dette gøres normalt, når hensigten med at behandle analyse viser ingen virkning eller ingen signifikant virkning, men en vis effekt ses for de mennesker, der faktisk tog behandlingen. Denne type selektive, post-hoc-analyse er imidlertid fransket af statistikere. Det kan give vildledende resultater af flere grunde. En sådan årsag er, at de, der fik behandlingen, kunne være forskellige fra dem, der ikke gjorde det.

Når en hensigt at behandle undersøgelsen er mindre lovende end tidligere, nøje observerede undersøgelser, vil forskerne ofte spørge hvorfor. Dette kan være et forsøg på at redde det, der var blevet betragtet som en lovende behandling. Hvis det viser sig for eksempel, at folk ikke tog en medicin, fordi det smager dårligt, kan dette problem let repareres. Imidlertid kan der undertiden resultere i mindre forsøg simpelthen ikke kunne duplikeres i en større undersøgelse, og læger er aldrig helt sikre på grunden.

Sandheden er, at forskellene mellem tidlige effektforsøg og intentioner til behandling af undersøgelser er selve grunden til at behandle modeller er vigtige.

Denne type undersøgelse har til formål at lukke forståelsesgabet mellem, hvordan stoffer virker i forskningsstudier og hvordan de arbejder i den virkelige verden. Det hul kan være en stor.

Like this post? Please share to your friends: