To illustrate how a G theory-based

To illustrate how a G theory-based analysis might im-prove testing accuracy, let’s further develop our example of the hypothetical medical test. Suppose that the medical test in the example problem involves a laboratory analy-sis of a specimen provided by a patient. Suppose further that a team of expert medical researchers identify three variables or potential sources of error over which the collection of test results tend to vary and which might be relevant to the outcome of the medical test in question. The first identified potential source of error concerns the occasion on which the patient is tested. Specifically, the researchers suspect that short-term fluctuations in patient values may lead to inconsistent test results. Hence, the test outcome may depend on when the patient was tested. For purposes of this illustration, we will designate this type of error as “Error Type 1”. The second hypothesized source of error (Error Type 2) relates to an unobservable and temporally stable patient attribute that causes certain patients to be consistently more or less likely to generate false positive or false negative test results. The third identified error source (Error Type 3) is related to labo-ratory processing. In particular, the researchers hypothe-sized that variation in laboratory procedure may contrib-ute to the generation of false negative or false positive test results.
In order to understand how these sources of error in-fluence the test’s outcome, the researchers design an ex-periment that samples test results from across the vari-ables that tend to vary in the real world administration of the test within the population and that are hypothesized to contribute to error. The experiment draws a large ran-dom sample of patients from the clinical population of interest. Each patient in the sample is scheduled for mul-tiple random appointment times at a clinic where speci-mens are collected. After each clinic visit, the collected specimen is divided into sub samples and sent for proc-essing at multiple randomly selected laboratories. In G study terminology, the experiment’s object of measure-ment is patient (p), and the two study variables over which sampling occurred, usually referred to as facets, are occasion (o) and laboratory (l). For purposes of analysis, the test’s outcomes are analyzed using analysis of variance (ANOVA) with each cell containing the re-sult of a single test outcome (i.e. either positive or nega-tive, 0/1, or a continuous variable with or without a threshold value). Equation (5) displays the G study model for the decomposition of the total observed score vari-ance σ2(Xpol) into seven variance components that are estimated using ANOVA-based mean squares to derive estimates of the quantitative effects that compose a single test outcome (Xpol).

ผลลัพธ์ (ไทย) 1:

เพื่อแสดงวิธีวิเคราะห์ตามทฤษฎี G อาจ im-พิสูจน์ความถูกต้องทดสอบ พัฒนาของเราเช่นการทดสอบทางการแพทย์สมมุติลอง สมมติว่า การทดสอบทางการแพทย์ในปัญหาอย่างเกี่ยวข้องกับ analy-sis เป็นห้องปฏิบัติการสิ่งส่งตรวจจากผู้ป่วย สมมติเพิ่มเติมว่า ทีมนักวิจัยทางการแพทย์ผู้เชี่ยวชาญระบุตัวแปรสามหรืออาจทำให้ข้อผิดพลาดซึ่งการรวบรวมผลการทดสอบมักจะ แตกต่างกันไปและซึ่งอาจเกี่ยวข้องกับผลของการทดสอบทางการแพทย์ในคำถาม ก่อนระบุแหล่งที่มีศักยภาพของความกังวลข้อผิดพลาดโอกาสที่จะทดสอบผู้ป่วย โดยเฉพาะ นักวิจัยสงสัยว่า ความผันผวนระยะสั้นค่าผู้ป่วยอาจทำให้ผลการทดสอบไม่สอดคล้องกัน ดังนั้น ผลทดสอบขึ้นเมื่อผู้ป่วยได้รับการทดสอบ สำหรับวัตถุประสงค์ของภาพนี้ เราจะกำหนดชนิดของข้อผิดพลาดเช่น "ข้อผิดพลาดชนิด 1" แหล่งที่สองค่าของข้อผิดพลาด (ข้อผิดพลาดชนิด 2) เกี่ยวข้องกับ unobservable และเสถียรภาพ temporally ผู้ป่วยคุณลักษณะที่ทำให้ผู้ป่วยบางอย่างเป็นอย่างน้อยน่าจะสร้างผลเท็จเท็จ หรือบวกลบทดสอบ แหล่งข้อผิดพลาดที่ระบุที่สาม (ข้อผิดพลาดชนิด 3) เกี่ยวข้องกับประมวลผล labo ratory โดยเฉพาะอย่างยิ่ง นักวิจัย hypothe ขนาดที่เปลี่ยนแปลงในขั้นตอนการปฏิบัติอาจ contrib-ute เพื่อสร้างผลลัพธ์เท็จเท็จ หรือลบบวกทดสอบ ความเข้าใจวิธีเหล่านี้แหล่งที่มาของข้อผิดพลาดใน fluence ผลการทดสอบ นักวิจัยออกแบบ periment อดีตเป็นตัวอย่างที่ทดสอบจากข้ามวารี-ables ที่มักจะแตกต่างกันในการจัดการโลกที่แท้จริงของการทดสอบภายในประชากรและที่ จะตั้งสมมติฐานว่าจะนำไปสู่ข้อผิดพลาด ทดลองวาดตัวอย่างขนาดใหญ่วิ่งโดมของผู้ป่วยจากประชากรทางคลินิกที่น่าสนใจ แต่ละผู้ป่วยในตัวอย่างถูกจัดกำหนดการ tiple มูลนัดหมายสุ่มครั้งที่คลินิกที่ speci บุรุษรวบรวม หลังจากเยี่ยมชมแต่ละคลินิก ตัวอย่างการเก็บรวบรวมจะแบ่งย่อยตัวอย่าง และส่งสำหรับกระบวนการ essing ในห้องปฏิบัติการโดยการสุ่มเลือกหลาย ใน G ศึกษาคำศัพท์ การทดลองของวัดติดขัดคือ ผู้ป่วย (p), และตัวแปรศึกษาสองช่วงสุ่มที่เกิดขึ้น มักจะเรียกว่าเป็นแง่มุม มีโอกาส (o) และห้องปฏิบัติการ (l) สำหรับวัตถุประสงค์ของการวิเคราะห์ ผลการทดสอบที่วิเคราะห์ด้วยผลต่างของการวิเคราะห์ (วิเคราะห์ความแปรปรวน) แต่ละเซลล์ประกอบด้วย sult ใหม่ของผลทดสอบเดียว (เช่นบวกหรือ nega-tive, 0/1 หรือตัวแปรต่อเนื่อง หรือ ไม่ค่าขีดจำกัด) สมการ (5) แสดงแบบจำลองศึกษา G สำหรับการเน่าของผลรวมสังเกต σ2(Xpol) ance ปรับคะแนนเป็นเจ็ดส่วนประกอบต่างที่ไว้ใช้ตามการวิเคราะห์ความแปรปรวนค่าเฉลี่ยยกกำลังสองจะได้รับการประเมินผลเชิงปริมาณที่ประกอบด้วยผลการทดสอบเดี่ยว (Xpol)

ผลลัพธ์ (ไทย) 2:

เพื่อแสดงให้เห็นว่าการวิเคราะห์ตามทฤษฎี G อาจ im พิสูจน์ความถูกต้องทดสอบให้พัฒนาตัวอย่างของเราของการทดสอบทางการแพทย์สมมุติ สมมติว่าการทดสอบทางการแพทย์ในตัวอย่างปัญหาที่เกี่ยวข้องกับการตรวจทางห้องปฏิบัติการ analy-SIS ของชิ้นงานที่ให้บริการโดยผู้ป่วย สมมติต่อไปว่าทีมงานของนักวิจัยทางการแพทย์ผู้เชี่ยวชาญระบุสามตัวแปรหรือแหล่งที่มีศักยภาพของความผิดพลาดซึ่งคอลเลกชันของผลการทดสอบมีแนวโน้มที่จะแตกต่างกันไปและที่อาจจะเกี่ยวข้องกับผลของการทดสอบทางการแพทย์ในคำถาม แหล่งที่มีศักยภาพระบุเป็นครั้งแรกของความผิดพลาดที่เกี่ยวข้องกับโอกาสที่ผู้ป่วยได้รับการทดสอบ โดยเฉพาะนักวิจัยสงสัยว่าความผันผวนระยะสั้นในค่าของผู้ป่วยอาจนำไปสู่ผลการทดสอบที่ไม่สอดคล้องกัน ดังนั้นผลการทดสอบอาจขึ้นอยู่กับเมื่อผู้ป่วยได้รับการทดสอบ สำหรับวัตถุประสงค์ของภาพประกอบนี้เราจะกำหนดประเภทของข้อผิดพลาดนี้เป็น "ข้อผิดพลาดประเภทที่ 1" แหล่งที่มาของสมมติฐานที่สองของข้อผิดพลาด (ข้อผิดพลาดประเภทที่ 2) ที่เกี่ยวข้องกับการสำรวจและมีความเสถียรชั่วคราวผู้ป่วยแอตทริบิวต์ที่ทำให้ผู้ป่วยบางอย่างที่จะมีความสม่ำเสมอมากขึ้นหรือน้อยแนวโน้มที่จะสร้างผลการทดสอบบวกปลอมหรือเท็จเชิงลบ สามระบุแหล่งที่มาของข้อผิดพลาด (ข้อผิดพลาดประเภท 3) ที่เกี่ยวข้องกับการประมวลผล Labo-การห้อง โดยเฉพาะอย่างยิ่งนักวิจัย hypothe ขนาดการเปลี่ยนแปลงในขั้นตอนการตรวจทางห้องปฏิบัติการที่อาจ contrib-ute สู่รุ่นของเชิงลบหรือเท็จผลการทดสอบบวกปลอม.
เพื่อที่จะเข้าใจว่าแหล่งข้อมูลเหล่านี้มีข้อผิดพลาดใน fluence ผลการทดสอบของนักวิจัยออกแบบอดีต -periment ว่าตัวอย่างผลการทดสอบจากทั่ว Ables Vari-ที่มีแนวโน้มที่จะแตกต่างกันในการบริหารโลกแห่งความจริงของการทดสอบภายในประชากรและที่มีการตั้งสมมติฐานเพื่อนำไปสู่ข้อผิดพลาด ทดลองดึงตัวอย่างวิ่งอุดมมากของผู้ป่วยจากประชากรทางคลินิกที่น่าสนใจ ผู้ป่วยแต่ละรายในกลุ่มตัวอย่างที่กำหนดไว้สำหรับมัล-tiple การแต่งตั้งครั้งที่คลินิกแบบสุ่มที่บุรุษ-speci จะถูกเก็บรวบรวม หลังจากเยี่ยมชมคลินิกแต่ละตัวอย่างที่เก็บรวบรวมจะแบ่งออกเป็นกลุ่มตัวอย่างย่อยและส่งสำหรับ proc-Essing ที่หลายห้องปฏิบัติการสุ่มเลือก ใน G ศึกษาคำศัพท์วัตถุทดลองของวัด-ment เป็นผู้ป่วย (P) และทั้งสองตัวแปรการศึกษามากกว่าที่สุ่มตัวอย่างที่เกิดขึ้นเรียกว่ามักจะเป็นแง่มุมที่เป็นโอกาส (O) และห้องปฏิบัติการ (ลิตร) สำหรับวัตถุประสงค์ของการวิเคราะห์ผลการทดสอบได้รับการวิเคราะห์โดยใช้การวิเคราะห์ความแปรปรวน (ANOVA) กับเซลล์ที่มีแต่ละอีกครั้งเป็นสาเหตุของผลทดสอบเดียว (คือทั้งเชิงบวกหรือเชิง Nega-, 0/1 หรือตัวแปรอย่างต่อเนื่องโดยมีหรือไม่มี ค่าเกณฑ์) สมการ (5) แสดงรูปแบบการศึกษา G สำหรับการย่อยสลายจากทั้งหมดสังเกตคะแนนσ2 Vari-ance (Xpol) เป็นเจ็ดองค์ประกอบความแปรปรวนที่มีการประมาณโดยวิธี ANOVA ตามสี่เหลี่ยมหมายถึงจะได้รับการประเมินผลกระทบเชิงปริมาณที่ประกอบด้วยผลทดสอบเดียว (Xpol)

ผลลัพธ์ (ไทย) 3:

เพื่อแสดงวิธีการวิเคราะห์ตามทฤษฎีอาจจะ IM พิสูจน์ทดสอบความถูกต้องต่อ เรามาพัฒนาตัวอย่างของการทดสอบทางการแพทย์ที่สมมุติ สมมติว่าทดสอบทางการแพทย์ในตัวอย่างปัญหาที่เกี่ยวข้องกับพี่สาวของห้องปฏิบัติการวิเคราะห์ตัวอย่างโดยผู้ป่วยสมมติอีกว่า ทีมนักวิจัย แพทย์ผู้เชี่ยวชาญระบุสามตัวแปร หรือศักยภาพของแหล่งที่มาของข้อผิดพลาดที่ผ่านคอลเลกชันของผลการทดสอบมักจะแตกต่างกัน ซึ่งอาจจะเกี่ยวข้องกับผลของการทดสอบทางการแพทย์ในคำถาม ครั้งแรกที่ทราบถึงแหล่งที่มาของข้อผิดพลาดเกี่ยวกับโอกาสที่คนไข้จะทดสอบ โดยเฉพาะนักวิจัยสงสัยว่า ระยะสั้น ความผันผวนในค่าของผู้ป่วยอาจนำไปสู่ผลการทดสอบที่ไม่สอดคล้องกัน ดังนั้น ผลการทดสอบอาจขึ้นอยู่กับเมื่อผู้ป่วยถูกทดสอบ สำหรับจุดประสงค์ของภาพนี้ เราจะกำหนดของข้อผิดพลาดชนิดนี้ เป็น " พิมพ์ข้อผิดพลาด 12 ศึกษาแหล่งที่มาของข้อผิดพลาด ( ประเภทข้อผิดพลาด 2 ) เกี่ยวข้องกับ unobservable ยังคงมั่นคงและอดทนคุณลักษณะที่ทำให้ผู้ป่วยต้องอย่างต่อเนื่องมากกว่าหรือน้อยกว่าการสร้างบวกปลอมหรือเท็จ ผลการทดสอบเป็นลบ สามระบุข้อผิดพลาดแหล่งที่มา ( ประเภทข้อผิดพลาด 3 ) เกี่ยวข้องกับ Labo การประมวลผล ratory . โดยเฉพาะอย่างยิ่งนักวิจัย hypothe ขนาดนั้นการเปลี่ยนแปลงในกระบวนการทางห้องปฏิบัติการอาจ contrib ute เพื่อสร้างลบปลอมหรือเท็จ ผลการทดสอบเป็นบวก
เพื่อให้เข้าใจวิธีการเหล่านี้แหล่งที่มาของข้อผิดพลาดใน fluence ผลของการทดสอบ ,การออกแบบแฟนเก่า periment ตัวอย่างผลการทดสอบจากทั่ววารี Ables ที่มักจะแตกต่างกันในโลกแห่งความจริงการบริหารการทดสอบภายในประชากรที่ศึกษาเพื่อนำไปสู่ข้อผิดพลาดนักวิจัย ทดลองวาดขนาดใหญ่วิ่งดอมตัวอย่างจากประชากรทางคลินิกของผู้ป่วยที่น่าสนใจผู้ป่วยแต่ละรายในตัวอย่างจะมีมุล tiple สุ่มแต่งตั้งครั้ง ที่คลินิกที่ speci บุรุษจะถูกเก็บรวบรวม หลังจากที่แต่ละคลินิก เยี่ยมชม ศึกษาตัวอย่างแบ่งออกเป็นจำนวนย่อยและส่ง proc essing ที่หลายวิธีที่ห้องปฏิบัติการ กรัมในศัพท์บัญญัติการศึกษา ทดลองของวัตถุวัด ment เป็นผู้ป่วย ( P )และสองตัวแปร ซึ่งตัวอย่างที่เกิดขึ้นมักจะเรียกว่า facets เป็นโอกาส ( O ) และห้องปฏิบัติการ ( L ) สำหรับวัตถุประสงค์ของการวิเคราะห์ ผลของการทดสอบ โดยใช้การวิเคราะห์ความแปรปรวน ( ANOVA ) โดยแต่ละเซลล์ประกอบด้วย Re Sult ของผลการทดสอบเดียว ( เช่น ไม่ว่าจะบวกหรือเนกา tive 0 / 1 หรือตัวแปรต่อเนื่องที่มีหรือไม่มีเกณฑ์ค่า )สมการ ( 5 ) แสดงกรัมการศึกษาแบบจำลองสำหรับการรวมคะแนนσ vari ance ) 2 ( xpol ) เป็นเจ็ดองค์ประกอบความแปรปรวนที่ประเมินโดยใช้ ANOVA ซึ่งหมายถึงสี่เหลี่ยมจากประมาณการของปริมาณผลที่ประกอบด้วย ผลการทดสอบเดียว ( xpol )