ความต้องการทางสถิติ

ความต้องการทางสถิติ

แต่สิ่งกีดขวางที่สูงขึ้นนั้นต้องการการศึกษาที่ใหญ่ขึ้น นั่นเป็นเพราะพลังของกล้ามเนื้อส่วนใหญ่ที่อยู่เบื้องหลังการศึกษาเหล่านี้ขึ้นอยู่กับจำนวนผู้เข้าร่วม การศึกษาใหม่ต้องการกล้ามเนื้อเพิ่มขึ้นเพื่อยก SNP ที่สำคัญเหนือแถบที่สูงขึ้นในขณะนี้มิฉะนั้นอาจไม่มี SNP ที่ถูกตั้งค่าสถานะ นักวิจัยจึงต้องแย่งกันหาเงินและอาสาสมัคร ขนาดตัวอย่างโดยทั่วไปสำหรับการศึกษาความสัมพันธ์ทางพันธุกรรมสามารถแสดงได้หลายหมื่นตัวอย่าง

พลังของกล้ามเนื้อที่เพิ่มขึ้นอาจไม่เพียงพอ 

ดังนั้นนักวิจัยจึงหันไปศึกษาหลายขั้นตอนเช่นกัน ในการศึกษาดังกล่าว นักวิทยาศาสตร์จะสแกนจีโนมทั้งหมดก่อน จากนั้นจึงพยายามทำซ้ำการค้นพบที่แข็งแกร่งที่สุดกับวิชาใหม่ๆ ในการศึกษาครั้งต่อไป David Hunter นักระบาดวิทยาจาก Harvard School of Public Health ในบอสตัน กล่าวว่า “สิ่งนี้นำไปสู่ระบาดวิทยารูปแบบใหม่ เพราะโดยพื้นฐานแล้วไม่มีการศึกษาใดที่สรุปผลจากระยะไกลได้ “เราต้องรวบรวมสมาคมและความร่วมมือขนาดใหญ่”

ถึงกระนั้นการแบ่งปันข้อมูลก็ง่ายขึ้น ตัวอย่างเช่น นักวิจัยที่ทำการศึกษาความสัมพันธ์ทั่วทั้งจีโนมซึ่งได้รับทุนสนับสนุนจากสถาบันสุขภาพแห่งชาติต้องฝากข้อมูลไว้ในฐานข้อมูลทั่วไปเพื่อให้เข้าถึงได้ทันที

น่าแปลกที่ยิ่งนักวิจัยทำงานร่วมกันเร็วเท่าไหร่ก็ยิ่งดีเท่านั้นอย่างน้อยก็ในมุมมองทางสถิติ Hunter กล่าว เดิมทีนักวิจัยคิดว่าหากกลุ่มเล็กๆ อิสระแต่ละกลุ่มทำการศึกษาของตนเองแล้วรวบรวมรายการ SNP ที่สำคัญทั้งหมดจากผลลัพธ์ของพวกเขา ทุกอย่างจะดี

ไม่ใช่อย่างนั้น ฮันเตอร์พูด ปรากฎว่ารายการผลลัพธ์ที่รันจะยังคงพลาด SNP ที่สำคัญ จะเป็นการดีกว่าสำหรับกลุ่มเหล่านั้นที่จะรวบรวมหัวข้อทั้งหมดของพวกเขาในตอนเริ่มต้นและทำการสแกนครั้งใหญ่หนึ่งครั้ง เขากล่าว รายการสุดท้ายจากการศึกษาแบบรวมจะมีความแม่นยำและสมบูรณ์กว่ารายการที่กำลังดำเนินการจากการศึกษาอิสระ

เหตุผล ฮันเตอร์กล่าวว่า ผลทางพันธุกรรมที่ละเอียดอ่อน 

(เช่น ผลที่น่าจะนำไปสู่โรค) สามารถตรวจพบได้ก็ต่อเมื่อมีขนาดตัวอย่างที่ใหญ่พอเท่านั้นในลักษณะเดียวกับที่ต้องใช้แว่นขยายขนาดใหญ่เพื่อส่องหาแมลงที่มีขนาดเล็กกว่า พง “นี่จะเป็นเรื่องที่ต้องใช้เวลานานสำหรับโรคทั่วไป” เขากล่าว “เพราะเมื่อเรารวบรวมการสแกนมากขึ้นเรื่อยๆ เราจะพบตัวแปรที่เกี่ยวข้องกันอย่างแท้จริงมากขึ้นเรื่อยๆ”

นอกจากนี้ ผลกระทบต่อการศึกษาหลายขั้นตอนเหล่านี้คือปรากฏการณ์ “คำสาปของผู้ชนะ” ที่แปลกประหลาด ซึ่งผลลัพธ์สูงสุดในการศึกษาเริ่มต้นขนาดเล็กมักไม่ปรากฏออกมาในการศึกษาในภายหลังเสมอไป นี่คือญาติสนิทของ ” คำสาป Sports Illustrated ” ซึ่งดาราหน้าใหม่ที่แสดงบนปกนิตยสารจบลงด้วยฤดูกาลที่สองที่พังทลายและไหม้

มีคำอธิบายทางสถิติง่ายๆ นักระบาดวิทยา Teri Manolio จากสถาบันวิจัยจีโนมมนุษย์แห่งชาติของสถาบันสุขภาพแห่งชาติใน Bethesda, Md กล่าว นักวิจัยจะพยายามจำลองผลลัพธ์ที่ได้คะแนนสูงสุดมากที่สุดในการศึกษาครั้งแรก แต่เอฟเฟ็กต์ขนาดใหญ่เหล่านี้อาจเป็นผลมาจากการจัดอันดับที่สูงมากซึ่งส่วนหนึ่งมาจากเอฟเฟกต์จริงและส่วนหนึ่งมาจากโชคแบบสุ่ม การศึกษาติดตามผลเล็กๆ น้อยๆ ซึ่งออกแบบมาเพื่อมองหาผลกระทบใหญ่ๆ เหล่านี้จะพลาดผลกระทบที่แท้จริงที่ละเอียดอ่อนกว่านี้ Manolio กล่าว

ดังนั้น การศึกษาเบื้องต้นอาจดูเหมือนมีข้อบกพร่อง แม้ว่าจะไม่ใช่ก็ตาม การแก้ปัญหา—การเพิ่มขนาดตัวอย่างและการตระหนักว่าผลลัพธ์เริ่มต้นที่รุนแรงนั้นมีแนวโน้มสูงเกินจริง—กำลังเริ่มดำเนินการ “มันกำลังเกิดขึ้น” Manolio กล่าว “แต่มันกำลังเกิดขึ้นอย่างช้าๆ”

Credit : patrickgodschalk.com
viagraonlinesenzaricetta.net
sandpointcommunityradio.com
citizenscityhall.com
olkultur.com
arcclinicalservices.org
kleinerhase.com
realitykings4u.com
mobarawalker.com
getyourgamefeeton.com