Wie wird die für die ANOVA-Wiederholungsmessung benötigte Probengröße bestimmt?

Ich brauche Hilfe bei ANOVA-Wiederholungsmessungen.

Wir untersuchen die Auswirkungen einiger Eingriffe auf die Senkung der BSI-Rate (Blood Stream Infection) in einigen Stationen. Wir planen, die BSI-Rateninformationen monatlich zu erfassen, 12 Monate ohne Intervention zuerst, dann 12 Monate mit Intervention.

Wir überlegen, entweder eine Zeitreihen- oder eine wiederholte ANOVA-Messung durchzuführen. Ich bevorzuge die spätere, bevor ich nicht viel Ahnung habe, was ich mit der ersten machen soll (zusätzliche Frage: zu wenig Zeitpunkte, richtig?), Aber dann kommen wir Ein weiteres Problem: Wie viele Stationen müssen wir belegen, dass die Intervention tatsächlich einen statistisch signifikanten Effekt auf die BSI-Rate hat?

Ich denke, ich mache zwei ANOVA, eine für "vor dem Eingriff", eine für "während des Eingriffs", und ich nehme an, dass die ANOVA "vor dem Eingriff" keinen signifikanten F-Verhältnis-Test haben sollte.

Ich betrachte den Begriff "Stichprobengröße" zweidimensional, entweder die Anzahl der Stationen oder die Anzahl der wiederholten Messungen.

Wie führt man eine Leistungsanalyse bei ANOVA mit wiederholten Messungen durch?

G * Power 3 ist eine kostenlose Software, die eine benutzerfreundliche Benutzeroberfläche für die Durchführung von Leistungsberechnungen bietet. Es unterstützt Leistungsberechnungen für ANOVA mit wiederholten Messungen.

Was ist die geeignete Analyse für Ihr Design?

Im Folgenden finden Sie eine Reihe von Punkten, die sich auf das beziehen, was Sie erwähnt haben:

• Weitere Zeitpunkte geben einen klareren Hinweis darauf, wie der Effekt Ihrer Intervention im Laufe der Zeit abläuft. Wenn die Verbesserungen im Laufe der Zeit abnehmen oder größer werden, vermitteln mehr Zeitpunkte einen klareren Eindruck von diesen Mustern, sowohl im Durchschnitt als auch auf individueller Ebene.
• Wenn Sie 12 Zeitpunkte oder mehr haben, würde ich die Mehrebenenmodellierung in Betracht ziehen, insbesondere wenn Sie mit fehlenden Beobachtungen rechnen. Es ist unwahrscheinlich, dass Sie daran interessiert sind, ob ein Zeiteffekt vorliegt. Vielmehr sind Sie wahrscheinlich an verschiedenen spezifischen Effekten interessiert (z. B. Änderungen vor und nach dem Eingriff; möglicherweise ein linearer oder quadratischer Verbesserungseffekt nach dem Eingriff). Sie könnten auch die Verwendung geplanter Kontraste zusätzlich zu ANOVA mit wiederholten Messungen betrachten. Angewandte Längsschnittdatenanalyse: Modellierung von Änderungen und Ereignisereignissen ist ein guter Ausgangspunkt, um mehr über die Mehrebenenmodellierung von Messwiederholungsdaten zu lernen.
• Die Anzahl der Zeitpunkte, die vor und nach dem Eingriff überschritten werden, trägt wesentlich dazu bei, dass Sie die Wirkung Ihres Eingriffs besser erkennen können. Weitere Zeitpunkte erhöhen Ihre Messzuverlässigkeit und stellen möglicherweise sicher, dass Sie den Zeitraum erfassen, in dem der Effekt auftritt. Das größere Problem ist jedoch wahrscheinlich die Stichprobengröße unter beiden Bedingungen.
• Angenommen, Sie ordnen Fälle tatsächlich zufällig Bedingungen zu, dann sind die Populationen per Definition gleich für die abhängige Variable, und man könnte argumentieren, dass ein Signifikanztest der Basislinienunterschiede bedeutungslos ist. Das heißt, Forscher tun es oft noch, und ich vermute, es liefert einige Beweise dafür, dass eine zufällige Zuordnung tatsächlich stattgefunden hat.
• Es gibt eine Menge Debatten darüber, wie die Wirkung einer Intervention in einem Entwurf vor der Intervention und Kontrolle am besten getestet werden kann. Einige Optionen umfassen: (a) die Bedingung * Zeitinteraktion; b) die Auswirkung des Zustands, jedoch erst nach dem Eingriff; (c) eine ANCOVA, die die Auswirkung des Zustands untersucht und für Pre mit Post als DV kontrolliert.