Smd что это значит: СМД — это… Что такое СМД?

9

SMD

Заключение

SMT (технология поверхностного монтажа) означает, что электронные компоненты размещаются на печатной плате с помощью полностью автоматизированного устройства для захвата и установки.

Большинство заводов по производству электроники сейчас используют SMT, поскольку это намного более затратно и эффективно по времени, чем THM (монтаж через отверстие), который был обычным способом создания PCBA (сборки печатной платы) до восьмидесятых годов.

Поскольку рынок требовал, чтобы многие продукты, такие как сотовые телефоны, становились все меньше и меньше, промышленность также уменьшила размеры электронных компонентов, так что наименьшим размером является упаковка 0201, размер которой составляет всего 0,6 мм x 0.30мм. Такие крошечные компоненты практически невозможно припаять вручную.

Технология сквозных отверстий (использование компонентов THT) остается популярной среди любителей электроники, а также подходит для быстрых прототипов.

SMT VS сквозное отверстие — FAQ

Зачем использовать технологию сквозных отверстий при проектировании печатных плат?

Было бы лучше, если бы вы использовали технологию сквозного отверстия при проектировании печатной платы, если вы знаете, что ваше электронное устройство будет испытывать большие нагрузки.

Through Hole предлагает безопасные физические соединения, термостойкость и возможности управления питанием, что делает печатные платы очень прочными.

Во многих платах для промышленных машин и оборудования используются почти исключительно компоненты со сквозными отверстиями.

Что такое процесс SMT?

Процесс SMT заключается в том, что там, где автоматизированная машина размещает компоненты SMT (электронные компоненты) на печатной плате, в отличие от процесса сквозного отверстия, компоненты SMT размещаются непосредственно на поверхности печатной платы.

Для чего используется SMT?

SMT (технология поверхностного монтажа) используется для монтажа компонентов SMT на печатной плате более экономичным способом, чем при использовании технологии сквозных отверстий.

Технология сквозных отверстий требует предварительного пробивания отверстий в печатной плате. Кроме того, небольшие электронные компоненты больше не позволяют использовать технологию сквозных отверстий.

SMD vs SMT В чем разница?

Разница между SMD и SMT заключается в том, что SMD (устройство для поверхностного монтажа) относится к электронному компоненту, который устанавливается на печатной плате.

Напротив, SMT (технология поверхностного монтажа) относится к методу, используемому для размещения электронных компонентов на печатной плате.

В чем разница между SMD и SMT?

Разница между SMD и SMT заключается в том, что SMD (устройство для поверхностного монтажа) относится к электронному компоненту, который устанавливается на печатной плате.

Напротив, SMT (технология поверхностного монтажа) относится к методу, используемому для размещения электронных компонентов на печатной плате.

Что такое SMT в печатной плате?

SMT в печатной плате относится к технологии поверхностного монтажа, методу размещения электронных компонентов на печатной плате.

Что такое оператор SMT?

Оператор SMT — это тот, чья работа заключается в мониторинге, обслуживании и настройке оборудования, используемого для создания печатных плат с использованием подхода SMT.

Интерпретация оценок эффектов лечения

P T. 2008 Dec; 33 (12): 700-703, 710-711.

Значение для управляемой помощи

Д-р Фараоне является директором Исследовательского центра медицинской генетики и психиатрических исследований детей и подростков в Медицинском университете штата Нью-Йорк (SUNY) в северной части штата Сиракузы, штат Нью-Йорк. Он также является профессором психиатрии отделения психиатрии и поведенческих наук.

ВВЕДЕНИЕ

Каким образом медицинские работники должны выбирать среди множества методов лечения, которые, как утверждается, являются эффективными для лечения конкретных расстройств? Практика доказательной медицины дает ответ.Сторонники этого подхода призывают специалистов здравоохранения основывать выбор лечения на лучших доказательствах систематических исследований как об эффективности, так и о побочных эффектах различных терапевтических альтернатив. В идеале медицинские работники должны сравнивать различные методы лечения, ссылаясь на рандомизированные, двойные слепые, непосредственные испытания, в которых сравниваются варианты лечения. Хотя при проведении этих плацебо-контролируемых исследований отдельные лекарства обычно хорошо изучаются, исследования, которые напрямую сравнивают методы лечения, редки.В отсутствие прямых непосредственных испытаний другие доказательства получены в результате косвенного сравнения двух или более методов лечения путем изучения отдельных исследований, включающих каждое лечение.

В этой статье представлен вводный обзор методов такого непрямого сравнения терапий в разных исследованиях, приведены примеры того, как эти методы могут использоваться для принятия решений о лечении, а также представлен общий обзор соответствующих вопросов и статистики для читателей, заинтересованных в понимании этих методов. более основательно.

СТАТИСТИЧЕСКАЯ ЗНАЧИМОСТЬ ВЕЛИЧИНЫ ЭФФЕКТА

Прежде чем рассматривать значение лечебного эффекта, необходимо задокументировать, что эффект является «статистически значимым» (т. Е. Эффект, наблюдаемый в клиническом испытании, больше, чем можно было бы ожидать. случайно). Если лечебный эффект не превышает ожидаемого случайно, «величина эффекта», вычисленная в ходе исследования, сомнительна, если кто-то делает сравнительный терапевтический выбор. Иногда небольшое исследование предполагает значительную пользу, но результат может быть статистически недостоверным, поскольку исследование недостаточно мощно.В этом случае к очевидному значительному преимуществу следует относиться с осторожностью, и его следует учитывать при планировании будущих исследований, направленных на воспроизведение результатов.

Когда результаты клинических испытаний являются статистически значимыми, выбор лечения не следует делать на основе сравнений статистической значимости, поскольку величина статистической значимости в значительной степени зависит от количества изученных пациентов. Следовательно, небольшое испытание высокоэффективной терапии может дать статистически значимый результат, меньший, чем результат большого испытания умеренно эффективного лечения.

Хотя результаты статистического анализа предоставляют важную информацию, величина статистической значимости не обязательно указывает на величину эффекта лечения. Таким образом, невозможно определить по степени статистической значимости, как, например, новая терапия, оцененная в одном исследовании, сравнивается с эффективностью других установленных или новых методов лечения того же состояния.

Эту проблему интерпретации статистической значимости можно решить, если использовать концепцию величины эффекта, которая была разработана, чтобы позволить клинически значимые сравнения эффективности между клиническими испытаниями.Величина эффекта может помочь клиницистам и членам комитета P&T решить, является ли часто скромное повышение эффективности новых методов лечения достаточно важным, чтобы оправдать клинические или формулярные изменения. Один из способов сделать эти определения — изучить приемлемые эффекты широко признанных методов лечения конкретных расстройств. Если этот подход не применяется, сравнение двух клинических испытаний может быть затруднено. Как следует из названия, оценка величины эффекта дает интерпретируемое значение направлению и величине эффекта лечения.Эта мера эффекта может затем использоваться для сравнения эффективности рассматриваемой терапии с аналогичными вычисленными мерами эффекта эффективности лечения в других исследованиях, в которых используются, казалось бы, несопоставимые меры.

Когда проводятся косвенные сравнения, измерения величины эффекта важны для того, чтобы сделать разумные оценки. Например, если в одном исследовании эффективность лечения боли в спине измерялась с использованием пятибалльной шкалы оценки интенсивности боли, а в другом исследовании использовалась 10-балльная шкала оценок, мы не могли сравнивать результаты, потому что уменьшение на один пункт различное значение для каждой шкалы.Даже если в двух исследованиях используется один и тот же показатель, мы не можем просто сравнить измененные оценки между лечением и плацебо, потому что эти исследования могут различаться по своим стандартам точности измерения. Эти проблемы, связанные с различными масштабами измерений и различиями в точности измерений, затрудняют сравнение исследований. К счастью, эти проблемы можно преодолеть, если мы будем использовать оценки величины эффекта, которые показывают разницу в улучшении между терапией и плацебо, с поправкой на проблемы, которые делают уровень статистической значимости плохим показателем эффективности лечения.

Хотя использование мер величины эффекта для косвенного сравнения терапий полезно, этот метод имеет некоторые ограничения. Bucher et al. ¹ представили пример сравнения сульфаметоксазола-триметоприма (Бактрим, Women First / Roche) с дапсоном / пириметамином для предотвращения Pneumocystis carinii у пациентов с инфекцией вируса иммунодефицита человека (ВИЧ). Косвенное сравнение с использованием показателей величины эффекта показало, что первое лечение было намного лучше.Напротив, прямые сравнения рандомизированных исследований обнаружили гораздо меньшую, несущественную разницу.

Song et al. ² изучили 44 опубликованных метаанализа, в которых использовалась мера величины эффекта для косвенного сравнения методов лечения. В большинстве случаев результаты косвенных сравнений не отличались от результатов прямых сравнений. Однако для трех из 44 сравнений наблюдались значительные различия между прямыми и косвенными оценками.

Chou et al. ³ сравнивали начальную высокоактивную антиретровирусную терапию (ВААРТ) с ингибитором протеазы (ИП) против ненуклеозидного ингибитора обратной транскриптазы (ННИОТ). Исследователи провели прямой метаанализ 12 прямых сравнений и косвенный метаанализ шести испытаний ВААРТ на основе ННИОТ и восьми испытаний ВААРТ на основе ИП. В прямом метаанализе схемы на основе ННИОТ были лучше, чем схемы на основе ИП в отношении вирусологического подавления. Напротив, непрямой метаанализ показал, что ВААРТ на основе ННИОТ хуже, чем ВААРТ на основе ИП, в отношении вирусологического подавления.

Из этих исследований, хотя кажется разумным заключить, что косвенные сравнения обычно согласуются с результатами прямых сравнений лицом к лицу, тем не менее, когда прямые сравнения отсутствуют, результаты косвенных сравнений с использованием мер величины эффекта следует рассматривать с осторожностью. . Многие переменные, включая качество исследования, характер изучаемой популяции, условия вмешательства и характер оценки результатов, могут повлиять на кажущуюся эффективность лечения.Если эти факторы различаются между исследованиями, косвенные сравнения могут ввести в заблуждение.

Величину эффекта можно вычислить двумя способами:

1. Относительные показатели выражают величину эффекта таким образом, который четко указывает на относительное положение двух рассматриваемых обработок. Этот метод приводит к таким сравнительным утверждениям, как «степень улучшения для лечения X в пять раз превышает степень улучшения для лечения Y».

2. Абсолютные меры выражают величину эффекта без подобных сравнительных заявлений.Вместо этого они определяют непрерывную шкалу измерения, а затем помещают наблюдаемую разницу в эту шкалу. Например, простой абсолютной мерой является разница в показателях улучшения между двумя группами.

В идеале, как относительные, так и абсолютные показатели должны регистрироваться в исследованиях лечения.

МАГНИТНОСТЬ ЭФФЕКТА: АБСОЛЮТНЫЕ МЕРЫ

Хотя абсолютные меры воздействия кажутся связанными с простой интерпретацией, эти меры могут вводить в заблуждение, если исходные показатели результатов не принимаются во внимание. ⁴ Например, предположим, что мы знаем, что терапия удваивает вероятность успешного результата. Абсолютный эффект лечения зависит от исходной (или контрольной) вероятности успешного результата. Если он низкий, скажем, 1%, терапия увеличивает успешные результаты только на один процентный пункт до 2%, что является довольно небольшим увеличением в абсолютном выражении. Напротив, если исходный показатель успеха составляет 30%, показатель успеха лечения составляет 60%, что является значительным увеличением в абсолютном выражении.

Для непрерывных переменных одним из простых подходов к вычислению абсолютной меры является взвешенная разница средних , которая создается путем объединения результатов испытаний, в которых использовался один и тот же показатель результатов, таким образом, чтобы результаты каждого испытания были взвешены по размеру. судебного разбирательства.Средневзвешенную разницу легко интерпретировать, поскольку она находится в той же шкале измерения, что и показатель клинического исхода. Проблема с использованием этого метода заключается в том, что в разных испытаниях обычно используются разные критерии оценки результатов, даже если они сосредоточены на одной и той же концепции.

Стандартизированная разница средних значений и шкала Коэна

Стандартизированная разница средних значений (SMD) используется, когда исследования сообщают об эффективности с точки зрения непрерывного измерения, например, баллов по шкале оценки интенсивности боли. .SMD также известен как Cohen’s d . ⁵

SMD иногда используется как синоним «размер эффекта». Как правило, компаратор является плацебо, но аналогичный расчет можно использовать, если компаратор является альтернативным активным лечением. SMD легко вычислить по этой формуле:

SMD = новое улучшение лечения — улучшение компаратора (плацебо) Объединенное стандартное отклонение

(1)

Объединенное стандартное отклонение (SD) в уравнении 1 регулирует различия между лечением и плацебо как для шкалы и точности измерения, так и для размер используемой выборки населения.

Нулевой SMD означает, что новое лечение и плацебо имеют эквивалентные эффекты. Если улучшение связано с более высокими баллами по критерию исхода, SMD больше нуля указывает на степень, в которой лечение более эффективно, чем плацебо, а SMD меньше нуля указывает на степень, в которой лечение менее эффективно, чем плацебо. Если улучшение связано с более низкими оценками по критерию исхода, SMD ниже нуля указывают на степень, в которой лечение более эффективно, чем плацебо, а SMD больше нуля указывают на степень, в которой лечение менее эффективно, чем плацебо.

Анализ числителя уравнения 1 показывает, что SMD увеличивается по мере увеличения разницы между лечением и плацебо, что имеет смысл. Менее интуитивно понятно значение знаменателя. Поскольку SD оценивает точность измерения, знаменатель уравнения 1 указывает, что SMD увеличивается по мере увеличения точности измерения.

SMD — это точечная оценка эффекта лечения. Расчет 95% доверительных интервалов (ДИ) для SMD может облегчить сравнение эффектов различных методов лечения. Когда SMD аналогичных исследований имеют CI, которые не перекрываются, это говорит о том, что SMD, вероятно, представляют истинные различия между исследованиями. SMD, которые имеют перекрывающиеся CI, предполагают, что разница в величине SMD может быть , а не статистически значимой.

Коэн ⁵ предложил следующие рекомендации для интерпретации величины SMD в социальных науках: small, SMD = 0,2; средний, SMD = 0,5; и большой, SMD = 0,8.

Вероятность выгоды

Статистика вероятности выгоды (POB) была первоначально предложена МакГроу и Вонгом. ⁶ Они назвали это статистикой размера общеязыкового эффекта , которую они определили как вероятность того, что случайно выбранная оценка из одной популяции будет больше, чем случайно выбранная оценка из другой. Для исследования лечения это становится вероятностью того, что случайно выбранный пролеченный пациент покажет уровень улучшения, превышающий таковой у случайно выбранного пациента, получавшего плацебо.

Чтобы вычислить POB для непрерывных данных, мы сначала вычисляем:

Эта статистика Z обычно выражается как стандартное нормальное распределение, а POB вычисляется как вероятность того, что случайно выбранная стандартная нормальная переменная меньше Z .POB эквивалентен площади под кривой рабочих характеристик приемника, а также пропорционален статистике Манна-Уитни, сравнивающей оценки результатов лечения препаратом и плацебо. ^{7 , 8} Дополнительные подробности и предыдущие применения метода доступны в другом месте. ^{9 — 15}

Для двоичных переменных статистику POB можно вычислить из абсолютной разницы (AD) в ответе на лечение следующим образом: POB = 0,5 (AD + 1).

AD рассчитывается путем вычитания процента пациентов, у которых улучшилось состояние после приема плацебо, из процента, у которых улучшилось состояние после лечения.

Используя формулу в уравнении 2, мы можем показать, как POB соответствует изменяющимся значениям SMD. Для проведения расчетов использовалось статистическое программное обеспечение Stata Corporation. ¹⁶ представляет результаты.

Сравнение стандартизованной разницы средних и вероятности выгоды.

Когда SMD равен нулю, вероятность того, что лечение превзойдет плацебо, равна 0.5, что не лучше, чем подбрасывание монеты. Когда SMD равен 1, вероятность того, что лечение превосходит плацебо, составляет 0,76. Постепенное изменение вероятности получения выгоды невелико для SMD больше двух.

Число, необходимое для лечения

Другой статистический показатель, который имеет прямую интерпретацию, — это число, необходимое для лечения (NNT), или число пациентов, которых необходимо лечить для предотвращения одного неблагоприятного исхода. Плохой исход не будет означать улучшения симптомов.NNT рассчитывается следующим образом:

NNT = 100% улучшение с лечением — процент улучшения с плацебо

(3)

В уравнении 3 знаменателем NNT является абсолютная разница, которая также используется для вычисления POB для двоичных переменных. Как показали Kraemer и Kupfer, NNT можно определить для непрерывных переменных, если мы предположим, что у пролеченного пациента будет успешный результат, если результат лучше, чем у случайно выбранного нелеченного пациента. ¹⁰ Затем мы можем вычислить:

NNT = 12 (POB-1)

(4)

Используя эти формулы в уравнениях 2 и 4, мы можем показать, как POB соответствует изменяющимся значениям NNT.Для расчетов использовалось программное обеспечение Статы. ¹⁶ представляет результаты.

Сравнение стандартизованной разницы средних и количества, необходимого для лечения.

Когда SMD приближается к нулю, NNT становится очень большим. Когда SMD = 1, NNT = 2. Как и в случае с POB, инкрементное изменение NNT мало для SMD больше двух.

В идеале NNT был бы очень маленьким. Например, когда NNT = 2, на каждых двух пациентов, прошедших лечение, у одного будет хороший результат.NNT превышает единицу для эффективных методов лечения и отрицателен, если лечение вредно. Основное преимущество NNT — простая клиническая интерпретация. Его также можно легко использовать для оценки затрат и преимуществ лечения. В этой схеме стоимость достижения одного успешного лечения — это не только сумма, понесенная для пациента, у которого выздоровел; в стоимость также входит сумма, потраченная на лечение пациентов, у которых не наступает улучшение. Следовательно, если стоимость одной терапии составляет C, стоимость достижения одного успешного лечения составляет C * NNT.Если стоимость двух терапий составляет C ₁ и C ₂ , а их NNT равны NNT ₁ и NNT ₂ , относительная стоимость первого лечения по сравнению со вторым составит:

C1 * NNT1C2 * NNT2

(5)

Как видно из уравнения 5, удвоение NNT имеет тот же эффект, что и удвоение стоимости лечения.

МАГНИТНОСТЬ ЭФФЕКТА: ОТНОСИТЕЛЬНЫЕ МЕРЫ

Относительный риск

Простым измерением величины эффекта было бы использование процента пациентов, у которых улучшилось состояние в группе лечения, в качестве сравнительного показателя эффективности в различных исследованиях; однако это было бы неправильно. Хотя статистику, касающуюся процентов улучшения, легко понять, их нельзя интерпретировать осмысленно, не обращаясь к проценту улучшения, наблюдаемому в группе плацебо, особенно когда улучшение определяется произвольным образом, например, 30% -ное снижение оценки симптомов.

Одним из решений этой проблемы является выражение различий между препаратами и плацебо в улучшении как относительный риск улучшения, который рассчитывается как отношение процента пациентов, у которых улучшилось состояние в группе лечения, к проценту пациентов, у которых улучшилось состояние в группе лечения. группа плацебо:

относительный риск улучшения = процент улучшения с лечением процент улучшения с плацебо

(6)

Хотя кажется странным рассматривать улучшение как «риск», этот термин широко используется в смысле вероятности, а не риска отрицательного результата. исход.Относительный риск легко интерпретировать: это во сколько раз вероятность улучшения состояния пациента после лечения по сравнению с плацебо. Следовательно, относительный риск улучшения, равный 10, будет означать, что улучшение у 10 пациентов, получавших лечение, на каждого пациента, не получавшего лечения.

Отношение шансов

Как видно из названия, отношение шансов рассчитывается как отношение двух шансов: шансов улучшения при лечении и шансов улучшения при приеме плацебо. Формула:

отношение шансов = шансы на улучшение при лечении варианты улучшения при применении плацебо

(7)

В уравнении 7 шансы на улучшение при применении препарата представляют собой отношение процента пациентов, у которых улучшилось состояние после лечения, к проценту, не улучшившемуся при лечении. .Шансы на улучшение при приеме плацебо рассчитываются аналогичным образом. Отношение шансов указывает на увеличение шансов на улучшение, которое может быть связано с лечением. Отношение шансов также может иметь связанный CI, позволяющий принять решение о надежности сравнения.

Поскольку размышление о «процентном улучшении» более интуитивно, чем размышление о «шансах на улучшение», большинству людей легче понять и интерпретировать относительный риск для статистики улучшений по сравнению с отношением шансов.Однако относительный риск имеет недостаток интерпретации, который лучше всего пояснить на примере.

Предположим, что новый метод лечения имеет степень улучшения на 40% по сравнению со стандартным лечением (10%). Относительный риск улучшения составляет 40/10, поэтому новое лечение кажется в четыре раза лучше, чем стандартное лечение; однако частота неудач лечения будет составлять 60% для нового лечения и 90% для стандартного лечения. Относительный риск неудачи составляет 90/60, что указывает на то, что старый метод лечения равен 1.В 5 раз хуже нового лечения.

Как показывает этот пример, оценка относительного риска зависит от того, исследуются ли улучшения или неспособность улучшить. Напротив, этой проблемы интерпретации нет для отношения шансов.

ОБСУЖДЕНИЕ

суммирует меры величины эффекта. Несмотря на то, что использование меры величины эффекта для сравнения эффективности различных методов лечения явно является шагом вперед по сравнению с качественным сравнением различных исследований, было бы ошибкой сравнивать масштабы эффекта между исследованиями без признания главного ограничения этого метода.Расчет показателей эффекта имеет смысл только в том случае, если мы уверены, что сравниваемые исследования достаточно похожи по любым особенностям дизайна исследований, которые могут увеличивать или уменьшать размер эффекта. Полезность сравнения показателей эффекта между исследованиями сомнительна, если исследования существенно различаются по конструктивным особенностям, которые могут достоверно повлиять на различия между лекарственным средством и плацебо.

Таблица 1

Меры величины воздействия

Например, если при исследовании препарата А использовалась двойная слепая методология и было обнаружено меньшая величина эффекта, чем исследование лекарства B, которое не было слепым, мы не могли быть уверены, была ли разница в величине эффекта результатом различий в эффективности лекарств или различий в методологии.Если показатели конечных результатов в разных исследованиях сильно различаются, это также может привести к ложным результатам.

В качестве другого примера, если бы в одном исследовании использовался высоконадежный и хорошо подтвержденный показатель результатов, а в другом — показатель сомнительной надежности и валидности, сравнение показателей эффекта не имело бы смысла. Метаанализ показателей эффекта должен либо скорректировать такие различия, либо исключить исследования с явно ошибочной методологией.

Величина эффекта может быть полезна при принятии решений о лечении и составлении формул, но клиницисты и организации управляемой медицинской помощи должны учитывать, будет ли превосходство эффекта для лечения, о котором сообщается в одном или нескольких исследованиях, применяться ко всем типам исследований.Рандомизированные контролируемые испытания, на основе которых часто выводятся показатели эффекта, могут не отражать реальных условий клинической практики. Например, пациенты, включенные в рандомизированные контролируемые испытания, обычно подпадают под критерии включения и исключения, которые могут повлиять на клинический состав выборки.

Понимая различные меры и способы их вычисления, медицинские работники могут разобраться в литературе, в которой используются эти термины; возможно, что более важно, они могут вычислить некоторые меры, которые они считают особенно полезными для принятия решений.Размышление о величине эффекта становится особенно полезным, когда понимается величина эффекта для других методов лечения.

представляет примеры мер величины эффекта из метаанализов психиатрической литературы. Эти меры ясно показывают, что некоторые расстройства можно лечить более эффективно, чем другие. Например, терапия стимуляторами при синдроме дефицита внимания / гиперактивности (СДВГ) имеет гораздо более низкий уровень NNT, чем лечение антидепрессантами при генерализованном тревожном расстройстве.В таблице также показаны различия между лекарствами от одного и того же заболевания. Нестимулирующее лечение СДВГ почти в два раза больше NNT, чем стимулирующая терапия этого расстройства. ^{17 — 22}

Таблица 2

Меры по величине воздействия для классов психиатрических препаратов

Величина эффекта важна, когда мы рассматриваем стоимость различных вариантов лечения. Один из подходов — рассмотреть стоимость неудачного лечения.На основе NNT мы можем вычислить вероятность неудачного лечения как:

Теперь давайте рассмотрим систему здравоохранения, которая обслуживает 100 000 пациентов ежегодно. Поскольку мы можем вычислить вероятность неудачного лечения, мы можем легко вычислить количество потраченных впустую процедур как функцию от NNT. Результаты показывают, что потери лечения резко возрастают по мере увеличения NNT с одного до пяти. Для NNT больше пяти, потери обработки очень высоки, но постепенное увеличение потерь невелико с постепенным увеличением NNT.

Количество потерянных обработок (в тысячах) и количество, необходимое для лечения.

Поскольку меры величины эффекта имеют значение для неэффективного лечения, они также имеют значение для затрат. Если стоимость двух процедур одинакова, лечение, которое приводит к большему количеству бесполезных процедур, будет более дорогостоящим. Если лечение различается по стоимости, нам нужно будет перевести отходы обработки в затраты на обработку, умножив количество отходов на стоимость.

ЗАКЛЮЧЕНИЕ

Применение научно обоснованного подхода к уходу за пациентами требует, чтобы медицинские работники учитывали побочные эффекты наряду с эффективностью при выборе лечения для своих пациентов.Это обсуждение эффективности не умаляет важности многих других вопросов, которые медицинские работники должны учитывать при выборе лечения, таких как:

• Принимает ли пациент другие виды лечения?

• Есть ли у пациента сопутствующее расстройство, которое предполагает необходимость комбинированной фармакотерапии?

• Проходил ли пациент предварительное испытание какого-либо из возможных методов лечения? Если да, то каковы были эффекты?

Эти и другие вопросы напоминают нам о том, что даже несмотря на то, что количественные методы, такие как вычисление величины эффекта, играют решающую роль в практике доказательной медицины, они никогда полностью не заменят интеллектуальный опыт сострадательного и осознанного здоровья. специалисты по уходу.

Благодарности

Редакционная помощь была предоставлена ​​Health Learning Systems, частью CommonHealth.

Сноски

Раскрытие информации: Доктор Фараоне выступал в качестве консультанта и получил исследовательскую поддержку от McNeil, Pfizer, Shire, Eli Lilly и Novartis. Он также выступал в качестве спикера или входил в консультативные советы этих компаний. Эта статья финансировалась компанией Shire Development, Inc.

ССЫЛКИ