In nutrition studies, you will ofte

In nutrition studies, you will often see z-scores used as a way to compare the data from the study to “normal” data (e.g., comparing anthropometric measures against a standard growth chart). The mean of the normal data is always represented as zero and the distance from the mean is represented as positive or negative numbers, beginning with “1.” Nearly all infants (95%) in a population will be within -2.0 and +2.0 z-scores. These values are generally used to evaluate anthropometric measures.
Z-scores are important to your HCPs because they allow them to see how the data in your study compares to or deviates from a reference standard (such as a growth chart). These scores will also help HCPs to interpret and assess the results of your study in the context of information they currently use in their clinical practice.

ผลลัพธ์ (ไทย) 1:

ในการศึกษาโภชนาการ คุณมักจะเห็นใช้เป็นวิธีการเปรียบเทียบข้อมูลจากการศึกษาข้อมูล "ปกติ" (เช่น เปรียบเทียบ anthropometric มาตรการกับแผนภูมิมาตรฐานการเจริญเติบโต) คะแนน z ค่าเฉลี่ยของข้อมูลปกติจะแสดงเป็นศูนย์เสมอ และแสดงระยะห่างจากค่าเฉลี่ยเป็นบวก หรือลบหมายเลข เริ่มต้น ด้วย "1" ทารกเกือบทั้งหมด (95%) ในประชากรจะ-2.0 และเบา + 2.0 คะแนน z โดยทั่วไปจะใช้ค่าเหล่านี้เพื่อประเมินมาตรการ anthropometricคะแนน Z มีความสำคัญ HCPs ของคุณเนื่องจากพวกเขาช่วยให้พวกเขาเพื่อดูว่าข้อมูลในการศึกษาเปรียบเทียบกับ หรือแตกต่างจากมาตรฐานอ้างอิง (เช่นแผนภูมิการเติบโต) คะแนนเหล่านี้จะช่วย HCPs แปล และประเมินผลการเรียนในเนื้อหาของข้อมูลที่พวกเขาใช้ในปฏิบัติการทางคลินิกในปัจจุบัน

ผลลัพธ์ (ไทย) 2:

ในการศึกษาโภชนาการคุณมักจะเห็นคะแนน-z ใช้เป็นวิธีการเปรียบเทียบข้อมูลจากการศึกษาไปยัง "ปกติ" ข้อมูล (เช่นการเปรียบเทียบมาตรการสัดส่วนของร่างกายกับกราฟการเจริญเติบโตมาตรฐาน) ค่าเฉลี่ยของข้อมูลที่ปกติมักจะเป็นตัวแทนเป็นศูนย์และระยะทางจากค่าเฉลี่ยจะแสดงเป็นตัวเลขบวกหรือลบที่เริ่มต้นด้วย "1. " เกือบทารกทั้งหมด (95%) ในประชากรจะได้รับภายใน -2.0 และ 2.0 Z -scores ค่าเหล่านี้โดยทั่วไปจะใช้ในการประเมินมาตรการสัดส่วนของร่างกาย.
Z-คะแนนมีความสำคัญต่อ HCPs คุณเพราะพวกเขาช่วยให้พวกเขาเพื่อดูว่าข้อมูลในการศึกษาของคุณเปรียบเทียบหรือเบี่ยงเบนไปจากมาตรฐานอ้างอิง (เช่นกราฟการเจริญเติบโต) คะแนนเหล่านี้ยังจะช่วยให้ HCPs การตีความและประเมินผลการศึกษาของคุณในบริบทของข้อมูลที่พวกเขาใช้ในปัจจุบันในการปฏิบัติทางคลินิกของพวกเขา

ผลลัพธ์ (ไทย) 3:

ในการศึกษาด้านโภชนาการ คุณมักจะเห็น z-scores ใช้เป็นวิธีในการเปรียบเทียบข้อมูลที่ได้จากการศึกษา " ปกติ " ข้อมูล ( เช่น มาตรการสัดส่วนเปรียบเทียบกับกราฟมาตรฐานการเจริญเติบโต ) ค่าเฉลี่ยของข้อมูลที่ปกติมักจะแสดงเป็นศูนย์ และระยะห่างจากหมายถึงแสดงเป็นบวกหรือลบหมายเลขที่ขึ้นต้นด้วย " 1" เกือบทั้งหมดทารก ( 95% ) ในประชากรจะได้รับภายใน - 2.0 และ 2.0 z-scores . ค่าเหล่านี้โดยทั่วไปจะใช้เพื่อประเมินมาตรการสัดส่วน .
z-scores สำคัญ hcps ของคุณเพราะพวกเขาช่วยให้พวกเขาเพื่อดูว่าข้อมูลที่ใช้ในการศึกษาเปรียบเทียบ หรือเบี่ยงเบนไปจากมาตรฐานอ้างอิง ( เช่นการเจริญเติบโตของแผนภูมิ )คะแนนเหล่านี้จะช่วย hcps ที่จะตีความและประเมินผลของการศึกษาในบริบทของข้อมูลที่พวกเขาใช้อยู่ในปัจจุบันในการปฏิบัติทางคลินิกของพวกเขา .