2010年10月26日 星期二

SEM: 臨床評估分數的呈現

最近5年,約寫了20篇論文有關 SEM/MDC。
主因是臨床/研究評估與資料解釋的要求,越來越科學/精準了。

SEM/MDC應用的層面包含: 1. 個別評估所得之資料解釋 (評估誤差),2. 個別個案 二次評估所得之資料(變化/進步或退步)解釋 (評估誤差與統計顯著),3. SEM% or MDC% 之應用 [比較評估誤差大小], 4. heteroscedasticity 驗證與MDC應用之調整,5. 研究數據之解釋 [MDC group; MDC proportion] (translation)

有這麼多應用層面,當然價值斐然!!

研究一般呈現 mean/median (SD) 代表全體數值及變異

臨床個案評估所得分數應提供 評估分數 (SEM) 以呈現分數(隨機誤差)可能分佈之範圍。
SEM: standard error of measurement

就認知測驗而言,可能很複雜,因為學習效應的影響,造成 SEM 不易估計。

目前我們收集數種認知測驗 5 次再測數值,除了可以估計學習效應,也可計算SEM/SRD之變化,也就是就同一個案而言,測量越多次 SEM/SRD 應該越低。

SRD: smallest real difference 亦稱為 minimal detectable change (MDC), 還有許多 terms 代表同樣意義。

Note: 臨床個案評估所得分數應提供 評估分數 (SEM) 或 評估分數 (SEM, MDC) 以同時提供前後測之變化有無超過測量誤差。  只是可能有點多餘,因為 MDC 可由 SEM * 1.96 * sqrt(2) [也就是2.77] 取得。 

2 則留言:

  1. 個人好奇~ ^^ 老師這邊提到同一個案而言,測量越多次SEM應該越低,這樣可以解釋為有practice effect影響的側面佐證嗎? 5次數值也可以看看不同時間間隔的影響。

    回覆刪除
  2. yes, 我想學習效應遞減,可能使 SEM 變小。
    不同時間的影響,因為複雜,很難確認。

    回覆刪除