Gute Beispiele für Statistikabschnitte in angewandten wissenschaftlichen Zeitschriftenartikeln

Ich bin ein Biostatistiker, der in einem angewandten Bereich arbeitet, und ich bin dafür verantwortlich, den Abschnitt über statistische Methoden für die Arbeiten zu schreiben, an denen ich zusammenarbeite. Beim Lesen vieler akademischer Arbeiten bin ich auf viele Beispiele für schlecht geschriebene Statistikabschnitte gestoßen (meistens sind sie langweilig, nicht informativ und es mangelt ihnen an Präzision, Detailgenauigkeit und Verständnis für die verwendete Methodik).

Was sind einige gute Beispiele für gut geschriebene Statistikabschnitte in Artikeln über angewandte Forschung, unabhängig vom Thema und der Komplexität der verwendeten statistischen Methoden?

Wie man "gut geschrieben" definiert, ist subjektiv, aber ich würde einen Statistikabschnitt als gut geschrieben beschreiben, wenn er klar ist, ein vollständiges Bild davon gibt (oder zu geben scheint), wie die Analyse durchgeführt wurde, und die während der Analyse getroffenen Annahmen berücksichtigt. und bezieht den statistischen Prozess in den Papierfluss ein.

Hier sind einige Beispiele für Artikel, die meiner Meinung nach gute Statistikabschnitte haben:

Die BCG-Impfung verringert das Risiko einer Tuberkulose-Infektion bei geimpften Dachsen und nicht geimpften Dachsjungen

Ein Modell zur Vorhersage der Mortalität bei akutem ST-Segment-Hebungs-Myokardinfarkt, der mit primärer perkutaner Koronarintervention behandelt wurde: Ergebnisse aus der Bewertung von Pexelizumab in der Studie zum akuten Myokardinfarkt

Andere? Gedanken darüber, was ein "guter" Statistikabschnitt enthalten sollte, sind ebenfalls sehr willkommen.

— ccl
quelle

Ich verstehe die Motivation Ihrer Frage. Ich sehe jedoch mindestens drei Probleme mit dieser Frage. Das erste ist, dass es zu allgemein (breit) und daher schwierig / unmöglich ist, umfassend zu antworten. Die zweite ist , dass die Fragen, mit „gut“, „besser“, „best“ und ähnliche Attribute, IMHO keinen Sinn machen, wenn sie klare Angabe fehlt Kriterien für den Vergleich. Das dritte ist, dass relative Begriffe zwar Kriterien erfordern, absolute Begriffe wie "gut" jedoch Antworten mit hoher Meinung erfordern , die nicht gut zum Modell von StackExchange und insbesondere zu Cross Validated passen .

— Aleksandr Blekh

@AleksandrBlekh Sie haben Recht mit unseren Site-Standards. Diese Frage liefert jedoch Kriterien; es ist meiner Meinung nach ziemlich eng fokussiert; und wenn die Antworten objektive Unterstützung beinhalten , werden sie nicht bewertet. (Ich würde hoffen, dass alle Antworten, die reine Meinungen sind, von hochrangigen Community-Mitgliedern zusammenfassend gelöscht werden.) Deshalb habe ich beschlossen, keine enge Abstimmung abzugeben. Da es jedoch keine objektiv beste Antwort geben wird, habe ich auch den Thread CW erstellt. Aufgrund seines potenziellen Interesses und seiner Bedeutung habe ich es auch positiv bewertet.

— whuber

@whuber: Ich stimme deinem Kommentar zu. Eigentlich wollte ich die Frage nicht schließen, sondern das OP dazu ermutigen, sie mit einem minimalen Subjektivitätsfokus neu zu formulieren (aber ich denke, es ist nicht einfach, wenn überhaupt möglich). Außerdem habe ich die Frage erneut gelesen und einige Kriterien festgestellt, die ich anfangs übersehen habe. Ich habe es auch positiv bewertet.

— Aleksandr Blekh

Vielen Dank für Ihre Kommentare und Stimmen und ich stimme zu. Es ist eine sehr breite Frage und ich suche überhaupt nicht nach einer endgültigen "Antwort"; Ich bin daran interessiert, Beispiele für Statistikabschnitte zu sammeln, die andere angewandte Statistiker als gründlich, informativ, logisch und - idealerweise - elegant geschrieben betrachten. Ein kurzes Stück in Nature im Januar wies auf "gut geschriebenes" akademisches wissenschaftliches Schreiben hin (ein Blog-Beitrag, der darauf hinwies), und ich bin gespannt, was andere Praktiker als schönes statistisches Schreiben betrachten.

— ccl

@ccl uninformativ und fehlend sind sicherlich gültige Kritiken von Analyseabschnitten, aber langweilig? Das ist in meinem Buch fast wünschenswert. Ein Großteil der Wissenschaft ist langweilig: Wissenschaft ist keine Entdeckung, Wissenschaft ist Verifikation.

— AdamO

Antworten:

Mitte der 2000er Jahre, legte eine Gruppe von medizinischen Statistiker ihre Köpfe zusammen und erteilt STROBE Statement ( http://www.strobe-statement.org ): ST die rengthening R ERICHTERSTATTUNG von OB servational Studien in Ep idemiology. Es wurde in der gleichen Form in Lancet , PLoS Medicine , dem Journal of Clinical Epidemiology und mehreren anderen veröffentlicht, was mir als der erstaunlichste Teil der gesamten Übung erscheint: Das Zusammensetzen von Köpfen ist bei weitem nicht so schwierig wie das Überzeugen einer vielfältigen Gruppe von Redakteure, um alles so zu veröffentlichen, wie es ist. Basierend auf der STROBE-Anweisung gibt es verschiedene Checklisten, mit denen Sie definieren können, was ein "gut geschriebener" statistischer Teil ist.

In einem nicht verwandten Bereich hat das US-Bildungsinstitut in seinem What Works Clearinghouse Beweise für die Leistung der verschiedenen Bildungsprogramme gesammelt . In ihrem Handbuch zu Verfahren und Standards wird beschrieben, was eine solide Studie ausmacht (nach den Standards der Bildungsgemeinschaft; Biostatistiker mit klinischem Hintergrund stellen fest, dass sie nicht den Anforderungen der FDA entsprechen). Spoiler-Alarm: Von den 10.000 Studienberichten in der WWC-Datenbank erfüllen nur 500 "vorbehaltlos die WWC-Standards". Wenn Sie also jemanden über ein Bildungsprodukt sagen hören, dass es "forschungsbasiert" ist, besteht eine Wahrscheinlichkeit von genau 95% Es ist eigentlich ein Schwindel, mit Forschungen, die von den Herausgebern dieses Produkts ohne die Kontrollgruppe durchgeführt wurden.

— StasK
quelle

Das Folgende ist ein Lieblingsartikel von mir: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2650104/

Hier wurde eine sehr gut kontrollierte klinische Studie durchgeführt, um zu überprüfen, was allgemein angenommen wurde, dass die Unterdrückung von Herpesausbrüchen die Übertragung von HIV verringern könnte. Dies ist ein Beispiel für ein Nullergebnis. Sie diskreditieren ihre Beweise auch nicht, weil es sich um einen enormen und gut kontrollierten Prozess handelt. Das Design ist immens, alle Aspekte möglicher Verwechslungen oder Verzerrungen wurden berücksichtigt.

Was ich an dem Statistikabschnitt schätze, ist seine Kürze, sein Fokus auf vordefinierte Analysen, die klare Abgrenzung von Primär- und Sekundärhypothesen und der Haftungsausschluss für Interessenkonflikte, die Beschreibung von Behandlungsabsichts- und Protokollanalysen sowie die Erläuterung der möglichen Quelle (s) der Voreingenommenheit.

— AdamO
quelle