tag:blogger.com,1999:blog-85850749725022673312024-03-11T13:15:42.429+07:00Pawin's Clinical Epidemiology BlogBlog about Clinical Epidemiology and basics of Biostatistics, written in practical perspective.Pawin Numthavajhttp://www.blogger.com/profile/06684020420203479284noreply@blogger.comBlogger41125tag:blogger.com,1999:blog-8585074972502267331.post-82590946839818033512019-10-11T22:12:00.004+07:002019-10-11T22:24:58.421+07:00แชร์ประสบการณ์การสอน EBM ตามแบบ Oxfordช่วงปลายเดือนกันยายน ผมได้มีโอกาสจากมหาวิทยาลัย ได้ส่งไปเรียนคอร์ส Teaching EBM (วิธีการสอน EBM) จากมหาวิทยาลัย Oxford ประเทศอังกฤษมา ซึ่งเป็นแหล่งที่ดังด้าน EBM มากแหล่งหนึ่ง (อีกที่ที่มีชื่อเสียงคือ McMaster University แคนาดา) เลยอยากจะมาแชร์ประสบการณ์ครับ<br />
<br />
Center for Evidence Based Medicine ที่ Oxford มีคอร์สที่เปิดให้คนนอกลงทะเบียนเยอะพอสมควร
และคอร์สเหล่านี้เองก็เป็นส่วนหนึ่งของการเรียน Master ที่นั่น หมายความว่าคนนอกก็จะเรียนปะปนไปกับนักเรียน Master โดยนักเรียน Master
มีสิ่งที่ต้องทำเพิ่มเติม คือมี Assignment
ที่ต้องทำหลังจากที่จบคอร์สแล้วด้วยครับ (แต่คนนอกไม่ต้องทำ) ระยะเวลาเรียนของคอร์สนี้เป็นเพียงสัปดาห์เดียว
แต่ก็เป็นสัปดาห์ที่เข้มข้นมากครับ เรียนตั้งแต่เก้าโมงถึงห้าโมงเย็นทุกวัน
(พักกินข้าวแค่ชั่วโมงเดียวตอนเที่ยง) รูปแบบการเรียนของที่เขาจัดจะเป็น
Lecture ในห้องใหญ่ 1 ชั่วโมง หลังจากนั้นจะแยกเป็นกลุ่มย่อย กลุ่มละประมาณ
10-15 คน ต่อคนครบครึ่งวัน แล้วช่วงบ่ายก็มี Lecture
สลับกับกลุ่มย่อยเหมือนกันจนเย็นครับ<br />
<br />
<div style="text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEifXmc67XpgD_aJHCAJuyiuPX063FVSppv1zO0U718qHdRRWN3ZCc9-kz7ZS0k6LI7A-YNg-ZTWv8DaCJ4BwgPoAA-Mv19tChUci8nYXIOZw4Ks1dPDIny_jamXRqnEXCmrpbriJairbEQ/s1600/68B38466-A6CC-407D-95FA-6597A9FBCB18_1_105_c.jpeg" imageanchor="1"><img border="0" height="480" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEifXmc67XpgD_aJHCAJuyiuPX063FVSppv1zO0U718qHdRRWN3ZCc9-kz7ZS0k6LI7A-YNg-ZTWv8DaCJ4BwgPoAA-Mv19tChUci8nYXIOZw4Ks1dPDIny_jamXRqnEXCmrpbriJairbEQ/s640/68B38466-A6CC-407D-95FA-6597A9FBCB18_1_105_c.jpeg" width="640" /></a></div>
<br />
<br />
<a name='more'></a><br />
<br />
คลาสที่ผมไปเรียนมีคนลงทะเบียนประมาณ 80 คน เลยมีการแบ่งออกเป็นห้ากลุ่ม ทางมหาวิทยาลัยมหิดลส่งผมไปเรียนร่วมกับอาจารย์อีก 3 ท่าน แต่เราอยู่กันคนละกลุ่มกันครับ ผมโชคดีมากๆ ได้อยู่กลุ่มย่อยที่มี Professor ที่เป็นหัวหน้าหน่วย EBM (Center for Evidence Based Medicine) ที่นั่นคือ Professor Carl Heneghan เป็นคนคุมกลุ่มย่อยพอดีเลยครับ โดยกลุ่มย่อยจะมีอาจารย์ 1 ท่านและผู้ช่วยสอนเป็นคนช่วย Reflect อีก 1 ท่านครับ<br />
<br />
การเรียนการสอนในกลุ่มใหญ่ก็จะมีการสอนเกี่ยวกับวิธีการสอน EBM ต่างๆ ไม่ว่าจะเป็นการสอนเรื่องการตั้งคำถาม ควรสอนอย่างไร การสอนเรื่องการค้นหาคำตอบ การสอนเรื่อง Diagnostic การสอนสถิติที่เกี่ยวข้อง แนะแนววิธีการออกแบบคอร์ส แนะแนววิธีการทำคอร์สออนไลน์ ซึ่งมีความน่าสนใจตรงที่เวลาเขาสอนก็จะสอดแทรกเทคนิคในการสอนต่างๆ ด้วยครับ เช่น ทำอย่างไร นักเรียนถึงจะมีส่วนร่วมในคลาส การจัดกิจกรรมต่างๆ ในห้องเรียนเพื่อดึงดูดความน่าสนใจในวิชาที่อาจจะดูน่าเบื่อ (แบบสถิติ)<br />
<br />
ส่วนกลุ่มย่อยนั้นอาจารย์จะให้เราสลับกันออกมา "สอน" เพื่อนๆ สาธิตให้อาจารย์ดู และอาจารย์จะให้ Reflect ทั้งจากตัวเราเองและจากเพื่อนๆ ว่าวิธีการสอนเราเป็นอย่างไร และมีจุดไหนที่น่าสนใจ หรือจุดไหนควรปรับปรุง ซึ่งด้วยความที่กลุ่มผมมีอาจารย์ที่มีประสบการณ์มาก (แกสอนมาแล้ว 20 ปี) อาจารย์เลยมีเทคนิคต่างๆ ในการสอนมากมายครับ ซึ่งผมว่าน่าสนใจ โดยผมแทบไม่เคยเห็นเทคนิคเหล่านี้ใช้บ่อยๆ เท่าไหร่ในวิชานี้ (อาจจะมีใช้บ้างในวิชาอื่นๆ) ซึ่งโดยรวมผมว่าผมได้อะไรมาพอสมควร เลยอยากขอแชร์นิดหน่อย ดังนี้ครับ<br />
<br />
<span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0">อาจารย์ Carl เป็นคนที่ Active มาก เวลาแกสอนจะตั้งใจสุดๆ เดินเข้ามาในห้องกลุ่มย่อยแล้วแกจะสังเกต จดเอาไว้ และให้ comment กับทุกอย่างที่นำเสนอครับ เพื่อนคนแรกเริ่มการสอนด้วย "การขอโทษว่าที่กำลังจะสอนอาจจะไม่ดีเท่าไหร่" อาจารย์แกบอกเลยว่าห้ามเริ่มด้วย "คำขอโทษ" ในการสอนเด็ดขาด เพราะคนฟังจะรู้สึกทันทีว่าสิ่งที่เราจะสอนไม่มีคุณค่า </span><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0">คือไม่ว่าไฟจะดับ พาวเวอร์พอยต์จะพัง สไลด์ที่เตรียมจะเพิ่งเตรียมเสร็จ 1 ชั่วโมงก่อนสอน หรือเมื่อคืนไม่ได้นอนก็ตาม ห้ามขอโทษในสิ่งที่จะสอน
หรือมองย้อนกลับคือคุณต้องเตรียมตัวในสิ่งที่คุณจะสอน และมีความมั่นใจในการสอนครั้งนั้นนี่เอง</span></span><br />
<br />
<span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0">ระหว่างเพื่อน </span></span><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0">เตรียมสไลด์มาสอนแล้วมีปัญหาในการเปิด
อาจารย์บอกต่อมาทันทีว่า คุณไม่ควรปล่อยเวลาที่รอเปิดสไลด์
เปิดคอมนี่ไปโดยเปล่าประโยชน์ อาจจะใช้ในการทบทวนความคิดนักเรียน
หรืออาจจะเริ่มกิจกรรมให้นำสู่บทเรียนเลยเช่น ให้คุยกับคนข้างๆ
ว่าวันนี้จะได้เรียนอะไร</span></span></span></span></span></span><br />
<br />
<span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0">ความมั่นใจ เป็นเรื่องหนึ่งที่ส่วนตัวผมมีปัญหามากๆ ทุกครั้งที่สอนผมไม่ค่อยมั่นใจตัวเองเลย
อาจารย์ comment ผมส่วนตรงนี้ว่า จริงๆ แล้วผมไม่เห็นคุณจะประหม่าอะไรตอนสอนเลย ทุกคนในห้องก็ไม่เห็นพฤติกรรมความประหม่าตรงนี้ด้วย แล้วถึงจะประหม่าคุณก็ต้อง cope เอาความประหม่ามาใช้ในการสอนให้ได้ครับ</span></span></span><br />
<br />
<span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0">อาจารย์ย้ำด้วยว่าวัตถุประสงค์ของการเรียนรู้ในแต่ละคาบนั้นไม่ควรจะเยอะเกินไป การที่เยอะไปจะทำให้การจัดระเบียบความคิดทำได้ไม่ดี นอกจากนี้ยังควรจะค่อยๆ เสต็ปความคิดของนักเรียนเป็น small & managable chunks ถ้าเกิดเราต้องสอนมากเกินไป อาจจะทำการปรับเปลี่ยนการดีไซน์คอร์สเสียใหม่ ว่าจริงๆ แล้วเราต้องการให้นักเรียนรู้ตรงจุดไหนมากที่สุด (Take home message) แล้วย้ำตรงนั้น ดีกว่าสอนอัดเนื้อหาเยอะๆ ซึ่งผมว่าเป็นเทคนิคของการเรียนรู้แบบตะวันตก หาได้ยากในการเรียนการสอนแบบเอเชียครับ</span></span></span></span></span><br />
<br />
<span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0">ระยะเวลาที่ผู้เรียนเข้าเรียนเองก็ต้องชัดเจนครับ อาจารย์ต้องไม่สอนเกินเวลาเด็ดขาด
ตอนผมทดลองสอน ได้แบ่งกลุ่มเพื่อนแล้วพูดว่าจะจับเวลาให้นักเรียนทำกิจกรรมเล็กๆ 2 นาที แล้วจริงๆ เวลานั้นนานเกินมานาทีนึง อาจารย์บอกว่าไม่ควรทำแบบนี้ ควรเอาที่ 2 นาทีจริงๆ แล้วค่อยถามผู้เรียนก็ได้ว่าจะขอต่อเวลาไหม <span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0">กิจกรรมที่จะให้นักเรียนทำในห้องเองก็จะต้องชัดเจน มีคำสั่งขึ้นหน้าห้องในสไลด์ให้ดูว่าจะทำอะไร ถ้าคำสั่งทำยากก็อาจจะต้องเตรียมบางอย่างให้ง่ายขึ้น เช่น เตรียมบัตรคำ เตรียมเขียนโครงมาให้นักเรียนก่อน เพื่อประหยัดเวลานักเรียนด้วย แล้วเมื่อสั่งให้ทำกิจกรรมกลุ่มก็ต้องถามย้ำทฺกคนในคลาสว่าเข้าใจนะว่าจะต้องทำอะไรก่อนทุกครั้ง ไม่งั้นจะมีคนที่ไม่รู้ว่าจะต้องทำอะไรถูก left behind</span></span></span></span></span></span></span><br />
<br />
<span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0">อีกเทคนิคคือการใช้ Post-it ให้นักศึกษาเขียนคำตอบลงไป การใช้ Post-it จะทำให้นักเรียนไม่เคร่งกับการจดจ่อว่าต้องเขียนถูกเป๊ะ เพราะมันไม่ใช่กระดาษสอบ เขียนผิดก็ฉีกทิ้งเขียนใบใหม่ได้สบายๆ
อีก</span></span></span></span></span></span></span></span><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0">เทคนิกที่ทำให้กล้าบอกคำตอบกับ Post-it คือให้คนเรียนเขียนคำตอบของตัวเองลงไป แล้ว swap กับเพื่อนข้างๆ ไปเรื่อยๆ แล้วให้คนสุดท้ายบอกคำตอบออกมา
จะทำให้ไม่มีใครรู้ว่าคำตอบนั้นๆ เป็นความคิดของใคร กล้าพูดออกมา เป็นการลดความกลัวที่จะตอบผิด</span></span></span></span></span></span></span></span></span><br />
<br />
<table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left: auto; margin-right: auto; text-align: center;"><tbody>
<tr><td style="text-align: center;"><a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiFQoNQG-fyQMleNTflJzVQJZjmaZmuXG9VH5O9AjxHJVzODl-WuMnO1yphtNcP1Vw2-AM9V8pv5BB3GqRciNRLix5G06Oryz-WV_I2By44WsI1YR-S2LB42BtTEdOtbwWYaPSu91_YONU/s1600/IMG_8691.jpeg" imageanchor="1" style="margin-left: auto; margin-right: auto;"><img border="0" height="300" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiFQoNQG-fyQMleNTflJzVQJZjmaZmuXG9VH5O9AjxHJVzODl-WuMnO1yphtNcP1Vw2-AM9V8pv5BB3GqRciNRLix5G06Oryz-WV_I2By44WsI1YR-S2LB42BtTEdOtbwWYaPSu91_YONU/s400/IMG_8691.jpeg" width="400" /></a></td></tr>
<tr><td class="tr-caption" style="text-align: center;">สภาพการเรียนห้องใหญ่และการแจก Post-it เพื่อประกอบกิจกรรมแทบทุกคาบ</td></tr>
</tbody></table>
<br />
<br />
<span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0">แล้วการช่วยกันตอบก็มีความสำคัญ คือเราสามารถที่จะ Assign คนไปเลยว่า คนนี้ให้ตอบคำถามส่วนนี้ คนนี้ตอบส่วนนั้น เช่นหัวข้อที่เราสอนต้องถามว่า P, I, C, O คืออะไร
แทนที่จะถามทุกคนให้เขียนกันหมด ก็บอกไปเลยว่าให้คุณ A คิด P, คุณ B คิด I, คุณ C คิด C, คุณ D คิด O ไปเลยทุกคนจะได้โฟกัสของตัวเองมากขึ้น</span></span></span></span></span></span></span></span></span></span><br />
<br />
<span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0">การแสดงความคิดเห็นในห้อง สิ่งที่เรามักจะประสบปัญหากันคือเวลาถามไปในห้องแล้วไม่มีคนกล้าที่จะตอบ
อาจารย์เฉลยว่าจริงๆ คือเราต้องให้เวลาเขามากพอก็จะมีคนทนไม่ไหวว่าไม่มีคนตอบเสียที แล้วลุกขึ้นมาตอบเอง
ซึ่งก็เป็นอย่างนั้นจริงๆ อย่างวันที่ทดลองใช้ตอนกลับมาไทย ถามไปตอนแรกไม่มีคนตอบ รอไปเรื่อยๆ ในที่สุดน้องก็ทนไม่ไหวตอบออกมาคนนึงเอง</span></span></span></span></span></span></span></span></span></span></span><br />
<br />
<span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0">สิ่งที่อาจารย์แนะนำในการ lecture ห้องใหญ่หน่อยคือ คนเรียนจะฟังสารต่อหรือไม่นี่ขึ้นอยู่กับช่วงแรกที่เรานำเข้าประเด็น ถ้าช่วงนั้นเราสามารถ hook คนเรียนได้ ก็จะทำให้การเรียนจนจบคาบเป็นไปได้อย่างราบรื่น
อาจารย์ยกตัวอย่างวิธีการ hook คนเรียนเช่นการฉายภาพ case แล้วเล่าสถานการณ์ที่ต้องตัดสินใจให้ทุกคนฟัง</span></span></span></span></span></span></span></span></span></span></span></span><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0">มีอีกเทคนิคที่เพื่อนที่มาเรียนด้วยลองใช้แล้วเราว่าดี คือแบ่งกลุ่มทำ Role Play ให้แต่ละคนแสดงความเห็นถึงสถานการณ์นั้นๆ จากมุมมองต่างๆ ที่ไม่ใช่มุมมองตัวเอง
คิดว่ามันทำให้เราต้องคิดสองชั้น ว่าคนที่มีเบื้องหลังแบบไหนจะต้องคิดยังไง มันทำให้โฟกัสกับปัญหามากขึ้นด้วย</span></span></span></span></span></span></span></span></span></span></span></span></span><br />
<br />
<span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0">เวลาอาจารย์ให้ฝึกสอนเองก็จะต้อง reflect ตัวเองทุกครั้งว่าสิ่งที่ทำนี้เป็นอย่างไร และเป็นทุกครั้งที่ทำกิจกรรม
วันนี้มีการเรียนการสอนที่ต้องให้นักศึกษา present เลยให้ reflect ด้วย มันเป็นการทำให้นักศึกษาคิดทบทวนสิ่งที่เพิ่งทำลงไป และเปิดเวลาให้คิดว่าเขามีอะไรขาดเหลือเพิ่มเติมไหม</span>ด้วยครับ</span></span></span></span></span></span></span></span></span></span></span></span></span><br />
<br />
<span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0">สำหรับกิจกรรมการเรียนการสอนที่ผมว่าแปลกใหม่ และสามารถจัดในห้องได้ไม่ยากเย็นก็มีเช่น</span></span></span></span></span></span></span></span></span></span></span></span></span><br />
<ul>
<li><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0">เล่นเกมจับผิดเพื่อสอน Regression towards the mean <br />อาจารย์แจกลูกเต๋าคนละสองลูก ให้ทุกคนในห้องทอย แล้วนับดูแต้มรวมว่าใครทอยกันได้เท่าไหร่ (แน่นอนว่าส่วนใหญ่ก็จะเกาะกันอยู่ตรงกลางหรือ mean 7-8) ใครทอยได้แต้มรวมเป็น 12 ให้ทุกคนจับตาคนนั้นเอาไว้ แล้วให้เขาทอยใหม่ ทุกคนที่ทอยใหม่จาก 12 ก็จะลดลงมาเท่า mean</span></span></span></span></span></span></span></span></span></span></span></span></span></li>
<li><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0">แจกสายวัดหัว แล้วให้เพื่อนวัดหัวคนข้างๆ กันสองครั้ง เพื่อเป็นการสอนว่าการวัดสามารถมี intra observer bias และ inter observer bias ได้ </span></span></span></span></span></span></span></span></span></span></span></span></span></li>
<li><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0">สอนการแปลผล Forest plot จาก Meta-analysis โดยการให้คนแต่ละคนออกไปยืนหน้าชั้นแล้วสมมติตัวเองเป็น Study แต่ละอัน กางมือ แล้วให้คนสุดท้ายคิดว่าตัวเองจะยืนอยู่ตรงไหนเพื่อเป็น pool</span></span></span></span></span></span></span></span></span></span></span></span></span></li>
<li><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0">สอนการทำ RCT โดยแจกโค้กแบบมีคาเฟอีนและไม่มีคาเฟอีนให้นักเรียนสองกระป๋อง แล้ววัด outcome เป็นการเต้นของหัวใจ โดยให้นักเรียนคิดเอาเองว่าจะดำเนินการอย่างไรถึงจะทราบผล (นักเรียนก็ต้องคิดเอาเองว่าจะต้องดำเนินการ randomize อย่างไร concealment อย่างไร measurement แบบไหน -- ซึ่งผมว่าพอได้ทำเองนักเรียนน่าจะนึกภาพได้ชัดเจนกว่านั่งอ่านในสิ่งที่คนอื่นทำครับ) </span></span></span></span></span></span></span></span></span></span></span></span></span></li>
</ul>
<table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left: auto; margin-right: auto; text-align: center;"><tbody>
<tr><td style="text-align: center;"><a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjFfreX8mUU1BWUPwk1LLF2KxXGwZGupTUIy9Ivc8smN3jP8pyAGtKe5w80nE8aaHf3tnmZB6AONhJgbG8XfzKDQtwLQNisn8c3lVUrdfom0gKTwID1RfpAToj7rCtocR7bR3lHbgZR6IE/s1600/IMG_8532.jpeg" imageanchor="1" style="margin-left: auto; margin-right: auto;"><img border="0" height="300" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjFfreX8mUU1BWUPwk1LLF2KxXGwZGupTUIy9Ivc8smN3jP8pyAGtKe5w80nE8aaHf3tnmZB6AONhJgbG8XfzKDQtwLQNisn8c3lVUrdfom0gKTwID1RfpAToj7rCtocR7bR3lHbgZR6IE/s400/IMG_8532.jpeg" width="400" /></a></td></tr>
<tr><td class="tr-caption" style="text-align: center;">ความวุ่นวายจากการแจกสายวัดหัวเพื่อสอนสถิติ</td></tr>
</tbody></table>
<br />
<br />
<span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0">ก็เป็นอีกสิ่งที่ผมว่าน่าสนใจ และทำให้เราสามารถกระตุ้นการเรียนรู้ของนักเรียนในห้องได้ดีขึ้น ต้องขอบคุณทางมหาวิทยาลัยมหิดล (กลุ่มระบาดวิทยาคลินิกและชีวสถิติ คณะแพทยศาสตร์โรงพยาบาลรามาธิบดี)ที่ส่งผมไปซึมซับการเรียนการสอนจากมหาวิทยาลัย Oxford ในครั้งนี้ครับ</span></span></span></span></span></span></span></span></span></span></span></span></span><br />
<br />
<br />
<br />
<table align="center" cellpadding="0" cellspacing="0" class="tr-caption-container" style="margin-left: auto; margin-right: auto; text-align: center;"><tbody>
<tr><td style="text-align: center;"><a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjET_H8wZQtq6Pkj3Qkry2S4Ij7HcnLfn0Xr70uHAgtNLY1y3Ml7LSTJldTmyNBQVydYd-VtukbIeOYw3HLYvn8dn8jTEopOsQjNSyhLCVPsgd1yu8MP609HAYx0NHqRaY12Dn3X8TJZKQ/s1600/IMG_8704.jpeg" imageanchor="1" style="margin-left: auto; margin-right: auto;"><img border="0" data-original-height="1200" data-original-width="1600" height="300" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjET_H8wZQtq6Pkj3Qkry2S4Ij7HcnLfn0Xr70uHAgtNLY1y3Ml7LSTJldTmyNBQVydYd-VtukbIeOYw3HLYvn8dn8jTEopOsQjNSyhLCVPsgd1yu8MP609HAYx0NHqRaY12Dn3X8TJZKQ/s400/IMG_8704.jpeg" width="400" /></a></td></tr>
<tr><td class="tr-caption" style="text-align: center;">ถ่ายกับผู้ช่วยอาจารย์ และอาจารย์ แต่อาจารย์ดันหลับตาซะงั้น 55</td></tr>
</tbody></table>
<span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"><span class="css-901oao css-16my406 r-1qd0xha r-ad9z0x r-bcqeeo r-qvutc0"> </span></span></span> </span> </span></span> </span> </span> </span> </span> </span> </span> </span>Pawin Numthavajhttp://www.blogger.com/profile/06684020420203479284noreply@blogger.com4tag:blogger.com,1999:blog-8585074972502267331.post-59339251091494746442019-01-23T23:33:00.000+07:002019-01-23T23:33:25.392+07:00มือใหม่หัดเขียน Proposal: จะเก็บข้อมูลในงานวิจัยอะไรดีบ้าง?วันนี้ได้มีโอกาสบรรยายเรื่องสถิติให้นักศึกษาปี 1 ฟังครับ<br />
<br />
แน่นอนว่าน้องๆ เหล่านี้เพิ่งเข้ามหาวิทยาลัย ความรู้ที่มีติดตัวมานั้นก็เป็นความรู้ระดับชั้นมัธยมศึกษา (ยกเว้นบางคนที่ขวนขวายมากกว่าคนอื่นเลยเคยอ่านหนังสือระดับมหาวิทยาลัยมาก่อน) น้องๆ หลายคน สนใจเกี่ยวกับการทำโปรเจควิจัยทางการแพทย์ด้วย<br />
<br />
ซึ่งผมว่านักศึกษารุ่นใหม่เป็นกำลังสำคัญของการวิจัยในอนาคต จึงเป็นสิ่งดี ที่จะได้มีโอกาสในการรับรู้ถึงหลักการของการทำงานวิจัยคร่าวๆ ไม่ต้องทำงานใหญ่มากก็ได้ แต่จะต้องมีไอเดียที่ดีในการออกแบบงานวิจัย ซึ่งถือเป็นโอกาสที่ดีที่คณะที่ผมทำงานอยู่ได้มีโอกาสให้น้องได้ลองมาเรียนรู้กัน<br />
<br />
หลังจากการบรรยายเสร็จ มีน้องคนหนึ่งถามว่า เอ แล้วเราจะรู้ได้อย่างไรว่าเราจะเริ่มเก็บข้อมูลอย่างไรดี<br />
<br />
เป็นคำถามที่ไม่แปลก สำหรับมือใหม่ ที่ไม่เคยเก็บข้อมูลมาก่อนเลย อาจจะมีไอเดียในการวิเคราะห์ พยายามหาคำตอบให้กับปัญหาหลายๆ ปัญหาที่พวกเราอาจจะกำลังเจออยู่<br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhSyFgh5p7zoTDMlK_cwL5oJ4YRHlT3dS3E_vufkTF3lAcktYmOUmQm8SfrVKn_4tHnM4n3a3y7Gyvz8q13n88cpz9M8KNQmrOYOjisDHhbNzgvT0M5pjsVo7nYGIXhWDdliLeuq98NgJo/s1600/joao-silas-74207-unsplash.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="1067" data-original-width="1600" height="426" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhSyFgh5p7zoTDMlK_cwL5oJ4YRHlT3dS3E_vufkTF3lAcktYmOUmQm8SfrVKn_4tHnM4n3a3y7Gyvz8q13n88cpz9M8KNQmrOYOjisDHhbNzgvT0M5pjsVo7nYGIXhWDdliLeuq98NgJo/s640/joao-silas-74207-unsplash.jpg" width="640" /></a></div>
<br />
<br />
<br />
<a name='more'></a><br />
<br />
สิ่งที่ผมพยายามเน้นสำหรับมือใหม่ในการเขียนแบบเสนอโครงการวิจัย (Proposal) มีอยู่ไม่กี่อย่าง ซึ่งผมเห็นตัวอย่างที่ทั้งดี และไม่ดีมาจากงานวิจัยที่ทำจริงจากนักศึกษาที่จบปริญญาตรีแล้ว มักจะมีปัญหา<br />
<br />
อย่างแรกเลยคือ เราต้องตั้งสิ่งที่เราคิดก่อน ว่าเราอยากจะทำอะไรครับ นั่นเป็นที่มาของคำว่า Primary Objective ของงานวิจัย<br />
<br />
ทุกอย่างที่งานวิจัยนี้มุ่งเป้า ก็จะไปตาม Primary Objective นี้เป็นอันดับหนึ่ง หมายความว่าจบงานวิจัยนี้แล้ว คุณจะต้องบรรลุข้อนี้ ตอบคำถามนี้ให้ได้อย่างเต็มปากเต็มคำ เพราะถ้ายังตอบไม่ได้อย่างเต็มปาก หมายความว่า งานวิจัยนี้ยังไม่บรรลุวัตถุประสงค์ที่ตั้งใจไว้นั่นเอง (พูดง่ายๆ ก็คือ Fail)<br />
<br />
โดยปกติ Primary Objective มักจะมีเพียงหนึ่งหรือสองข้อ เช่น ตั้งไว้ว่า "อัตราการหายของโรค ในคนที่กินยา กับไม่กินยา ต่างกันหรือไม่" ตอนจบจะต้องตอบได้ว่า ต่าง หรือไม่ต่าง ถ้าตั้งว่า "อัตราการรอดชีวิตของเด็ก เป็นเท่าไหร่" ก็จะต้องตอบตัวเลขได้ว่าเท่าไหร่ ถึงจะบรรลุวัตถุประสงค์<br />
<br />
Primary Objective ไม่จำเป็นจะต้องมีข้อเดียว แต่มากข้อ ก็จะหมายถึงเราจะต้องมั่นในใจคำตอบหลังจากงานวิจัยเสร็จแล้วทุกข้อครับ<br />
<br />
อย่างไรก็ตาม ถ้าในงานวิจัยเราสามารถเก็บข้อมูลอื่นๆ แล้วเอาข้อมูลมาวิเคราะห์เล่นได้ ก็สามารถทำได้ โดยส่วนใหญ่ จะนิยมใส่ไว้เป็น Secondary Objective คือจะตอบได้ก็ดี จะตอบไม่ได้ก็ไม่เป็นไร โดยส่วนใหญ่แล้ว Secondary Objective จะเป็นเสมือนไอเดีย ให้คนที่ทำวิจัยครั้งต่อไปมาคิด เพื่อที่จะยกไปเป็น Primary Objective ในงานวิจัยในภายภาคหน้า<br />
<br />
เพื่อให้ตอบคำถามได้เต็มปาก หมายความว่า เราจะต้องทำการคำนวณจำนวนตัวอย่าง (Sample Size Calculation) ให้ตอบ Primary Objective ได้ด้วย หมายความว่า มี Primary Objective กี่ข้อ ก็ต้องหา Sample Size ให้ครบถ้วนทุกข้อด้วยเช่นกัน (ส่วน Secondary Objective เป็นผลพลอยได้ของงานวิจัย ไม่เน้น จึงไม่นิยมคำนวณ)<br />
<br />
หลังจากเราตั้งได้แล้วว่าเราต้องการหาอะไร อีกอย่างหนึ่งที่ผู้วิจัยมักมีปัญหา คือ แล้วจะเก็บข้อมูลอะไรดีบ้างล่ะ<br />
<br />
จริงๆ คำถามนี้ไม่ยาก แน่นอนว่าข้อมูลที่เป็น Primary Objective/Secondary Objective คือข้อมูลหลักๆ ที่เราจะต้องไปเก็บมา ยกตัวอย่างเช่น อัตราการหายของโรค ก็ต้องไปเก็บว่า ใครหาย ใครไม่หายบ้าง ใครได้ยา ใครไม่ได้ยาบ้าง หรือ อัตราการรอดชีวิต ก็ต้องบอกว่าใครรอด หรือไม่รอดบ้าง อันนี้ทุกคนคงคิดออก<br />
<br />
แต่แล้วสิ่งอื่นที่ควรจะเก็บล่ะ ควรจะเก็บอะไรอีก เช่น จะต้องเก็บอายุ หรือเพศของคนไข้ไหม จะต้องเก็บน้ำหนักหรือส่วนสูงหรือไม่ จะต้องเก็บอะไรอีกบ้าง นี่แหละที่มักเป็นปัญหาของมือใหม่ ถามว่าทำไมจะต้องเก็บ ก็เพื่อที่จะนำเอาข้อมูลไปบรรยาย หรือวิเคราะห์ปัจจัยกวนในภายภาคหน้าว่า เอ้อ เพราะยาเรานะที่ทำให้คนไข้หาย ไม่ใช่ว่าเพราะคนที่ได้ยาน่ะอายุน้อยกว่าเลยหายเยอะกว่าอยู่แล้ว<br />
<br />
ดังนั้นจะบอกได้ยากมากเลยว่าจะควรเก็บอะไร แน่นอนว่าผู้ที่มีความชำนาญในการวิจัยในเรื่องนั้นๆ ก็มักจะมีไอเดียอยู่แล้ว ว่าจะต้องเก็บข้อมูลอะไรบ้าง อันไหนสำคัญ หรือไม่สำคัญ แน่นอนว่าเราสามารถเก็บข้อมูลทุกอย่างในโลกนี้ได้ เช่น ชื่อพ่อ อายุพี่สาวผู้เข้าร่วมวิจัย แต่ปัจจัยที่ไม่สำคัญแบบนี้ เราจะเก็บมาให้เสียเวลาทำไม เพราะเก็บก็ไม่ได้ใช้ แถมบางทียังอาจจะทำให้คนไข้รำคาญหรือเบื่อในการเก็บข้อมูลที่ดูไม่มีความสำคัญแบบนี้ด้วย ลองนึกถึงว่ามีแบบสอบถามหนึ่งร้อยหน้าที่ต้องตอบ คนไข้คงกระอักกระอ่วนใจในการตอบคำถามแน่ๆ<br />
<br />
คำถามนี้จริงๆ แล้วคำตอบคือ แล้วเรารู้อะไรอยู่แล้วบ้างหล่ะ นั่นเป็นคำถามที่ต้องใช้เวลาในการตอบสักเล็กน้อย ต้องทำการบ้านมากหน่อย สำหรับมือใหม่<br />
<br />
สิ่งที่ผมอยากจะแนะนำคือ ควรจะต้องย้อนกลับไปดูว่า เออ งานวิจัยเก่า ในลักษณะเดียวกัน เขาเก็บข้อมูลอะไรบ้าง เป็นอย่างต่ำ นอกจากนี้ ยังอาจจะต้องมองข้ามช็อต ไปดูว่า ตอนนี้ในโรคนั้นๆ เขามีความสนใจกับปัจจัยอะไรอีกบ้าง ซึ่งก็ได้จากการพยายามอ่านหาความรู้อีกนั่นแหละ<br />
<br />
นั่นหมายความว่า ในการเป็นนักวิจัยมือใหม่ คุณจะต้องเป็นคนที่เริ่มจากการอ่าน อ่าน และอ่าน ถ้าไม่อ่าน งานวิจัยของเราก็จะถูกเป็นเป้าให้คนอื่นชี้จุดบอดอยู่เสมอ แต่ถ้าเราอ่าน และเก็บข้อมูลอย่างรัดกุม เราก็จะตอบคนที่สงสัยได้ว่า ทำไมเราถึงเก็บข้อมูลอันนี้ หรือทำไมเราไม่เก็บ<br />
<br />
อันนี้คือสิ่งที่อยากฝากไว้สำหรับมือใหม่ครับ<br />
<br />
(ช่วงนี้ไม่ค่อยได้เขียนมาเป็นปีเพราะมัวแต่ทำอย่างอื่น ต้องขออภัยด้วยนะครับ :) )Pawin Numthavajhttp://www.blogger.com/profile/06684020420203479284noreply@blogger.com2tag:blogger.com,1999:blog-8585074972502267331.post-78316352600599087492017-11-03T15:01:00.000+07:002017-11-03T15:03:18.350+07:00วิธีการนำเข้าข้อมูลจาก Excel ลง R Commanderหายไปสักพักเลยนะครับ พอดีผมเพิ่งจะว่างเขียนตอนต่อของครั้งที่แล้วที่เราลองลงโปรแกรม R Commander กัน วันนี้จะมาขอเสนอวิธีการนำเข้าข้อมูลจาก Excel เข้าตัวโปรแกรม R Commander ครับ ซึ่งไม่ยากเลยครับ<br />
<br />
ตัวโปรแกรม R Commander จริงๆ แล้วสนับสนุนการนำเข้าไฟล์ข้อมูลจากหลายแหล่งครับ ไม่ว่าจะเป็นไฟล์ของ SPSS, Stata, SAS ก็สามารถเอาข้อมูลที่มีอยู่แล้วมาเปิดได้ครับ แต่วันนี้ผมจะขอเสนอวิธีการนำเข้าจาก Excel เนื่องจากคิดว่าน่าจะเป็นแหล่งเก็บข้อมูลโปรเจคเล็กๆ ของใครๆ หลายๆ คนนะครับ ก่อนอื่นเลยก็อยากจะให้ย้อนไปเตรียมข้อมูลใน Excel ให้เหมาะสมกับการนำเข้ามาในโปรแกรมวิเคราะห์ทางสถิติ ซึ่งสามารถหาอ่านได้จากบล็อกตอนเก่านะครับ (<a href="http://www.clinicalepi.com/2015/05/blog-post.html">http://www.clinicalepi.com/2015/05/blog-post.html</a>)<br />
<br />
วิธีการเอาข้อมูลที่อยู่ในไฟล์ .XLSX เข้าโปรแกรม R Commander ไม่ยากเลยครับ สมมติว่าผมมีข้อมูลใน Excel แบบนี้นะครับ<br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEicAmcetuRLhkDbLWO5Dtabz6o3B6gcy1TzrnR57ljQ_obM6ZZLGdtGXz2wGOJo9mlYYaaTWCBPXuajM_Kp1Xb6AqBL1pwg-Tcc6rL44_qluxDMaPoHUeOXdsR_0XbJhc_jbyJ_FsWGgrk/s1600/Capture1.PNG" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="568" data-original-width="1143" height="316" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEicAmcetuRLhkDbLWO5Dtabz6o3B6gcy1TzrnR57ljQ_obM6ZZLGdtGXz2wGOJo9mlYYaaTWCBPXuajM_Kp1Xb6AqBL1pwg-Tcc6rL44_qluxDMaPoHUeOXdsR_0XbJhc_jbyJ_FsWGgrk/s640/Capture1.PNG" width="640" /></a></div>
<br />
<br />
<a name='more'></a><br />
จะสังเกตว่าข้อมูลของผม อยู่ในไฟล์ Excel ที่ชื่อว่า brugada.xlsx และอยู่ใน Sheet1 นะครับ แถวแรก เป็นชื่อตัวแปรทั้งหมด และข้อมูลมีถึงคอลัมน์ P แถวที่ 2510 (ไม่ได้โชว์ในรูปข้างบนให้ครบครับเนื่องจากมันยาวมาก)<br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjWBE7Dqo1r3ZZiodDvjRj8nDRMjKZdp47EAPcI0gqbz6BgEnK_N0CVTHXUMRsU6a5JRqQgVaITaEhE7WB3LM1T32P9UrSNA35o1QchkAN0FvfgqZpYcbziphq9CE0c8LKVm7QS76DR8aM/s1600/Capture2.PNG" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="800" data-original-width="683" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjWBE7Dqo1r3ZZiodDvjRj8nDRMjKZdp47EAPcI0gqbz6BgEnK_N0CVTHXUMRsU6a5JRqQgVaITaEhE7WB3LM1T32P9UrSNA35o1QchkAN0FvfgqZpYcbziphq9CE0c8LKVm7QS76DR8aM/s1600/Capture2.PNG" /></a></div>
<br />
<br />
<h3>
<b>วิธีการเอาข้อมูลนี้ไปลง R Commander มีดังนี้นะครับ</b></h3>
1. เปิด R Commander<br />
2. เลือกเมนู Data -> Import data -> from Excel File<br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjWBE7Dqo1r3ZZiodDvjRj8nDRMjKZdp47EAPcI0gqbz6BgEnK_N0CVTHXUMRsU6a5JRqQgVaITaEhE7WB3LM1T32P9UrSNA35o1QchkAN0FvfgqZpYcbziphq9CE0c8LKVm7QS76DR8aM/s1600/Capture2.PNG" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="800" data-original-width="683" height="640" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjWBE7Dqo1r3ZZiodDvjRj8nDRMjKZdp47EAPcI0gqbz6BgEnK_N0CVTHXUMRsU6a5JRqQgVaITaEhE7WB3LM1T32P9UrSNA35o1QchkAN0FvfgqZpYcbziphq9CE0c8LKVm7QS76DR8aM/s640/Capture2.PNG" width="545" /></a></div>
3. จะปรากฎหน้าต่าง Import Excel Data Set ให้ตั้งค่าก่อนครับ<br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhWASIcf0f_wuRyCbg2bchp9b3PyWJvaeeC0hjb_KnWNqXs2MvIeXqQyd78oVH0gvC8_630h8Yc05C1z8zLtCq99__oWKDa_kaCIK4xvMisW7EbtCJUhsM8kyG7dIdQpfgAEwo1mrvsOog/s1600/Capture3.PNG" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="208" data-original-width="366" height="180" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhWASIcf0f_wuRyCbg2bchp9b3PyWJvaeeC0hjb_KnWNqXs2MvIeXqQyd78oVH0gvC8_630h8Yc05C1z8zLtCq99__oWKDa_kaCIK4xvMisW7EbtCJUhsM8kyG7dIdQpfgAEwo1mrvsOog/s320/Capture3.PNG" width="320" /></a></div>
<br />
<br />
โดยเราตั้งค่าดังนี้นะครับ<br />
<ul>
<li><i>ช่อง Enter name of data set:</i> เราสามารถพิมพ์ชื่อเรียกของข้อมูลที่กำลังจะเอาเข้านี้ได้ครับ เนื่องจากโปรแกรม R สนับสนุนการใช้ข้อมูลมากกว่า 1 ชุดข้อมูลในเวลาเดียวกัน ไม่เหมือนโปรแกรมอื่นที่ให้เปิดแค่ไฟล์เดียวต่อครั้ง ดังนั้นเราสามารถตั้งชื่อเรียกเพื่อไม่ให้สับสนได้ครับ หรือจะทิ้งไว้ชื่อ “Dataset” แบบที่เขียนไว้อยู่แล้วก็ได้ครับ</li>
<li><i>Variable names in first row:</i> ถ้าตามแบบข้อมูลที่เรามี แถวแรกเป็นชื่อตัวแปรก็ให้ติ๊กช่องนี้ด้วย</li>
<li><i>Row name in first column: </i>ถ้าตั้งใจจะให้มีชื่อแถวด้วยก็สามารถติ๊กได้ แต่ผมไม่ติ๊กเพราะมีแต่ข้อมูลครับ</li>
<li><i>Convert character data to factor:</i> ช่องนี้ถ้าเกิดว่าใครพิมพ์มาเป็น Male แทนที่จะเป็นเลข 0 1 ก็สามารถให้มันแปลงตรงนี้ได้ครับ</li>
<li><i>Missing data indicator:</i> ให้ทิ้งไว้เป็น Empty cell คือหมายความว่าใน Excel ถ้าช่องไหนไม่มีข้อมูลจะถือเป็นไม่มีข้อมูลใน R ด้วยครับ</li>
</ul>
4. หลังจากนั้นกด OK โปรแกรมจะให้เลือกไฟล์ Excel ต่อครับ<br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEi9f4vglm84psv26CQ5802p1fWQRp7AiEIIZx4D2cj8Vk-WYVPpGNpYidCUmn07_1Ev4_oY2xHapE6xYYK4uliiojDDFaWABWzJA4tt50oLMicUDp4_ll97nACtgtPids5sNHtLVdr7Kl0/s1600/Capture4.PNG" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="533" data-original-width="946" height="225" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEi9f4vglm84psv26CQ5802p1fWQRp7AiEIIZx4D2cj8Vk-WYVPpGNpYidCUmn07_1Ev4_oY2xHapE6xYYK4uliiojDDFaWABWzJA4tt50oLMicUDp4_ll97nACtgtPids5sNHtLVdr7Kl0/s400/Capture4.PNG" width="400" /></a></div>
<br />
5. ถ้าไฟล์เรามีหลาย Sheet โปรแกรมอาจจะขึ้นมาให้เลือก Sheet ที่เราต้องการด้วยครับ แต่ถ้ามี Sheet เดียวมันก็จะ Import มาให้เลย โดยสามารถดูสถานะได้ที่ด้านล่างของ R Commander ครับ<br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiqzi0dt5Q07itxuP-DgkronHe2PLRvfBtQRUUsWabpQH_kW3wUvXmdac2tyRUcocf3Zakj8kCa33nxfkYGOJKKysbpwLxgTzw7Y049zeoP_Q2n4VPqt1sl_iX7KV9f7praF8DCeab76AU/s1600/Capture5.PNG" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="800" data-original-width="683" height="640" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiqzi0dt5Q07itxuP-DgkronHe2PLRvfBtQRUUsWabpQH_kW3wUvXmdac2tyRUcocf3Zakj8kCa33nxfkYGOJKKysbpwLxgTzw7Y049zeoP_Q2n4VPqt1sl_iX7KV9f7praF8DCeab76AU/s640/Capture5.PNG" width="545" /></a></div>
<br />
6. ทีนี้ถ้าเราต้องการจะดูว่าข้อมูลเป็นอย่างไร มีทางเลือกสองอย่างคือปุ่มด้านบนครับ<br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEi5o4g5yY-3LOii2o4kk7CdSRAYNLN67PbVOm9c7ZAivPyc-CKyGiUsz8568PGfmSOJM4PXUbzNL8ICLXqKl5jBJd4H9uBRmNS9xULf2zSUCMNKL4ca2b7zU7qg7mm43UwSU6z_ub6JO2Y/s1600/Capture6.PNG" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="57" data-original-width="596" height="60" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEi5o4g5yY-3LOii2o4kk7CdSRAYNLN67PbVOm9c7ZAivPyc-CKyGiUsz8568PGfmSOJM4PXUbzNL8ICLXqKl5jBJd4H9uBRmNS9xULf2zSUCMNKL4ca2b7zU7qg7mm43UwSU6z_ub6JO2Y/s640/Capture6.PNG" width="640" /></a></div>
<br />
ปุ่ม Dataset ที่เป็นตัวสีน้ำเงินคือเราสามารถเลือกไฟล์ที่กำลังวิเคราะห์ได้ (ถ้าเปิดหลายไฟล์) ปุ่มถัดมาคือ Edit data set ถ้าคลิกก็จะขึ้นหน้าต่าง Data Editor ในตัวโปรแกรม R ให้แก้ไขได้ครับ (แก้ได้ด้วยการดับเบิ้ลคลิ้ก) แบบนี้<br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEh3RUzvKtd7vXEzIVePqgiLufnhdcGWWXO4kLXWFAq-UVRmp4iC-R8wU97yaG9uAjt6YGklsFJz4_tGkASl7t8OsNhxu7VtTiC-pz_gM1GFqYnOduLjE1WlMNT-N073YdeAMHIaMkKNRP0/s1600/Capture7.PNG" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="768" data-original-width="1006" height="488" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEh3RUzvKtd7vXEzIVePqgiLufnhdcGWWXO4kLXWFAq-UVRmp4iC-R8wU97yaG9uAjt6YGklsFJz4_tGkASl7t8OsNhxu7VtTiC-pz_gM1GFqYnOduLjE1WlMNT-N073YdeAMHIaMkKNRP0/s640/Capture7.PNG" width="640" /></a></div>
<br />
<b><span style="color: red;">ทั้งนี้ผมไม่แนะนำให้แก้ข้อมูลแบบนี้ครับ</span></b> เพราะหมายความว่าถ้าแก้ตรงนี้เราจะไม่ได้ไปแก้ในฐานข้อมูล Excel ด้วย จะทำให้งงถ้าเราปิด R ไปแล้ว import ข้อมูลมาใหม่นะครับ เราควรจะแก้ที่ฐานข้อมูลใน Excel เลย แล้วค่อย import มาใหม่ ยกเว้นกรณีจำเป็นมากๆ จริงๆ ครับ แก้เสร็จแล้วก็กดปุ่มปิดด้านบนขวาได้ครับ<br />
<br />
แต่ถ้าเรากดปุ่ม View data set จะขึ้นหน้าต่างแบบนี้แทนครับ ไม่สามารถแก้ไขข้อมูลได้ครับ<br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEg35qf3YUxrh2Sg2cFmsO26XduvP46qcuw4LpiKBEH4kM7jmx6MvT014gIsY7bDJqkQMU__ilkhKw3qg1JYx-A_dyxRN2xSH_Dpl1lCOt0XIfU2tgy69NXDNo4v65-nJ4avDkF1sSmignA/s1600/Capture8.PNG" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="574" data-original-width="725" height="506" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEg35qf3YUxrh2Sg2cFmsO26XduvP46qcuw4LpiKBEH4kM7jmx6MvT014gIsY7bDJqkQMU__ilkhKw3qg1JYx-A_dyxRN2xSH_Dpl1lCOt0XIfU2tgy69NXDNo4v65-nJ4avDkF1sSmignA/s640/Capture8.PNG" width="640" /></a></div>
<br />
ทั้งนี้ ตอนนี้ข้อมูลก็เข้ามาอยู่ในโปรแกรม R Commander ให้ใช้แล้วครับ เช่นเราอยากทดลองหา Descriptive Statistics อย่างค่าเฉลี่ย ของอายุ (ตัวแปร age) ก็ให้ใช้คำสั่ง Statistics -> Summaries -> Numerical summaries<br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjFELonZR4LfaMm3dBcygFS2nXUMaTiZrhsR6sgOi6Ej65aNGXxOLjQ5h3-blYfoTb__nMS_06i2QaIWRL0-DUHzF53EDWH-k0imF3DJYYJKFUI7wmc9HeGPlZYuscFePZioLJo_i6nyM0/s1600/Capture9.PNG" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="239" data-original-width="548" height="173" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjFELonZR4LfaMm3dBcygFS2nXUMaTiZrhsR6sgOi6Ej65aNGXxOLjQ5h3-blYfoTb__nMS_06i2QaIWRL0-DUHzF53EDWH-k0imF3DJYYJKFUI7wmc9HeGPlZYuscFePZioLJo_i6nyM0/s400/Capture9.PNG" width="400" /></a></div>
<br />
จะปรากฎหน้าต่างให้เลือกตัวแปรครับ ก็เลือก age<br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhbw-Ys6V_VeH_bONvy3VIt_NhVGnls6lkm4Vuh4GeUBGrYrBMtEg8gEO7dj81o3xzNxjdDz_Fl77thxq2gOIV6WyRglIRGIkk72uRPL4PdtONE0SfnA54N12aeRXpt8YGj3KYWfKjoq2c/s1600/Capture10.PNG" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="367" data-original-width="501" height="292" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhbw-Ys6V_VeH_bONvy3VIt_NhVGnls6lkm4Vuh4GeUBGrYrBMtEg8gEO7dj81o3xzNxjdDz_Fl77thxq2gOIV6WyRglIRGIkk72uRPL4PdtONE0SfnA54N12aeRXpt8YGj3KYWfKjoq2c/s400/Capture10.PNG" width="400" /></a></div>
<br />
ถ้าอยากจะเจาะจงด้วยว่าจะให้คำนวณอะไรให้บ้าง ก็เลือกแท็บ Statistics ด้านขวา ก็จะมีให้เลือกย่อยครับ แต่โปรแกรมจะเลือกค่าที่เราใช้บ่อยๆ ให้อัตโนมัติอยู่แล้ว นั่นก็คือค่า Mean, SD, IQR, Quantile ที่ 0 .25 .5 .75 1 (ถ้ายังจำกัดได้ Quantile 0.5 ก็คือ Median นั่นเอง และ 0 = min, 1 ก็ max)<br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhd87o-sR3LyigFnr2db2zQFCFfKIw5JKJtmpVSaolfRw0FNwute-p-6ZSBRs7UfipaWEQHNB70M9XGC0sas92bWJP5ztS3oNtz8abv3Uka865IFsk1SaBR_HAxEdHzk-XLhek1u46uv-8/s1600/Capture11.PNG" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="379" data-original-width="510" height="296" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhd87o-sR3LyigFnr2db2zQFCFfKIw5JKJtmpVSaolfRw0FNwute-p-6ZSBRs7UfipaWEQHNB70M9XGC0sas92bWJP5ztS3oNtz8abv3Uka865IFsk1SaBR_HAxEdHzk-XLhek1u46uv-8/s400/Capture11.PNG" width="400" /></a></div>
<br />
เมื่อเรากด OK ตัวโปรแกรมจะแสดงผลออกมาในช่อง Output เป็นตัวสีน้ำเงินหลังจากคำสั่งคล้ายแบบนี้นะครับ<br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgSQwQoVXqCsDtYBakqt5t1BDeMCAUkbanWg8YlxVJ9gdsl42-ZBPCtktoaFCt1n1EiGQSBjGMkn0Lof_jsukcWU-isqKtdFLKS-Z60EMVdLDwhnxsr_gi7Cs_IH4kEjBQyTvIyEgFfJnQ/s1600/Capture12.PNG" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="302" data-original-width="702" height="274" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgSQwQoVXqCsDtYBakqt5t1BDeMCAUkbanWg8YlxVJ9gdsl42-ZBPCtktoaFCt1n1EiGQSBjGMkn0Lof_jsukcWU-isqKtdFLKS-Z60EMVdLDwhnxsr_gi7Cs_IH4kEjBQyTvIyEgFfJnQ/s640/Capture12.PNG" width="640" /></a></div>
<br />
ก็คือ ในตัวแปร age นี้มีข้อมูลอยู่ทั้งหมด 2509 คน (ด้านขวาสุด) มีค่า mean อยู่ที่ 31.56556 ค่า sd = 4.968339, IQR 9, Median 32, Minimum 23, Maximum 41 นั่นเองครับ<br />
<br />
<i>อยากจะให้สังเกตกันดีๆ ก่อนจะเอาค่าที่ได้ไปกรอกหรือทำตารางสรุปนะครับ</i> ว่า<br />
<br />
<ol>
<li><u>จำนวน n ครบหรือเปล่า</u> บางทีข้อมูลขาดหายครับ ต้องตามไปเช็คในไฟล์ Excel ด้วยว่าข้อมูลหายไปไหน อันนี้เจอบ่อยครับ</li>
<li><u>Minimum, Maximum ถูกต้องไหม</u> เช่นงานวิจัยเราทำในคนไข้ 18-60 ปี ถ้าได้แบบนี้มาก็คือน่าจะโอเค เพราะต่ำสุดคืออายุ 23 ปี และมากสุดคืออายุ 41 ปีนั่นเองครับ อันนี้เจอคนพิมพ์ผิดก็บ่อยอีกเช่นกันครับ</li>
<li>ข้อมูลอยู่ในการกระจายแบบไหน ถ้าข้อมูลเป็น normal distribution ก็สามารถใช้ Mean, SD ได้ แต่ถ้าข้อมูลไม่ได้เป็น Normal Distribution ควรใช้ Median, Range มากกว่า สำหรับวิธีการเช็ค Distribution ขอยกยอดไปเขียนครั้งต่อไปน่ะครับ</li>
</ol>
<br />
เป็นอย่างไรบ้างครับ พอจะทำกันได้บ้างไหมครับ ยังไงลองเล่นกับข้อมูลดูนะครับ สงสัยถามมาใน comment ได้ครับPawin Numthavajhttp://www.blogger.com/profile/06684020420203479284noreply@blogger.com5tag:blogger.com,1999:blog-8585074972502267331.post-36739433438343108572017-03-23T15:48:00.000+07:002017-03-23T15:48:40.104+07:00ใช้ R Commander ในการวิเคราะห์ข้อมูล – ง่ายพอๆ กับ SPSS แต่ฟรีสืบเนื่องมาจากผมได้รับคำปรึกษาในการวิเคราะห์ข้อมูลจากน้องนักศึกษาแพทย์ที่อยู่ต่างจังหวัดที่ต้องการวิเคราะห์ข้อมูลในการวิจัยเล็กๆ แต่น้องเขาไม่มีโปรแกรมอะไรอยู่กับตัวเลย ต้องพึ่งโปรแกรมที่ดาวน์โหลดได้จากอินเทอร์เน็ต ผมเลยต้องมามองหาว่ามีตัวเลือกโปรแกรมฟรีอะไรบ้างที่สามารถใช้งานได้ไม่ยากนักในการวิเคราะห์ข้อมูล จะให้เขาใช้ SPSS ก็เกรงว่าอาจจะยุ่งยากในการหา License ที่ถึงแม้มหาวิทยาลัยจะมีให้แต่ก็ต้องเข้ามาใช้ในระบบ พอดีนึกขึ้นได้ว่าโปรแกรม R เองก็มีคนเขียนโปรแกรมเสริมแบบให้คนวิเคราะห์คลิ๊กๆ อย่างเดียวที่ชื่อ R Commander อยู่ ปรากฎว่าลองให้น้องใช้แล้วได้ผลดีเลยจะมาบอกต่อกันครับ<br />
<br />
หลายคนคงจะรู้จักกับ R อยู่แล้ว สำหรับคนที่ไม่รู้จัก โปรแกรมนี้เป็นโปรแกรมฟรีที่ไว้วิเคราะห์ข้อมูล ปัญหาหลักๆ ของการใช้ R คือคนใช้จะต้องมีความสามารถด้านการเขียนโปรแกรมเป็นพอสมควร คำสั่งต่างๆ จะต้องพิมพ์ลงไป แทบไม่มีอะไรให้คลิ๊ก และบางครั้งก็นึกไม่ออกว่าต้องพิมพ์คำสั่งยังไง และคำสั่งมีอะไรบ้าง (เปิดโปรแกรมมาจะเป็นหน้าว่างๆ ให้พิมพ์คำสั่งเลย) สำหรับผู้ใช้มือใหม่แล้วสิ่งนี้ถือว่าเป็นหายนะกันเลยทีเดียวครับ ทำให้โปรแกรม R ที่ถึงแม้จะฟรีแต่ก็สู้โปรแกรมวิเคราะห์ข้อมูลอื่นที่พัฒนาให้คนใช้งานง่ายอย่าง SPSS, STATA ไม่ได้ (เพราะใช้กันไม่เป็น) อย่างไรก็ดีสำหรับโปรเจคใหญ่ๆ ที่มีนักสถิติที่สามารถเขียนโปรแกรมเป็นและใช้งาน R ได้ก็มักจะนิยมการใช้ R กันเพราะมีคำสั่งที่ผู้ใช้เขียนส่งๆ กันไว้เยอะมาก (เพราะฟรี) และนักสถิตระดับอาจารย์ในมหาวิทยาลัยชั้นนำหลายแห่งในต่างประเทศก็นิยมใช้กันครับ<br />
<br />
สำหรับตัว R Commander นี้หลักๆ เลยคือเราจะต้องลงโปรแกรม R ก่อน หลังจากนั้นค่อยลงโปรแกรมเสริม (ใน R จะเรียกว่า Package) R Commander ซ้ำลงไปอีกทีครับถึงจะใช้โปรแกรม R Commander ได้ ซึ่งวิธีลงโปรแกรมนี่คลิ๊กอย่างเดียว ไม่ต้องตกใจว่าต้องพิมพ์คำสั่งอะไรเลยนะครับ ผมเคยเขียนเรื่องการลงโปรแกรม R ไว้นานแล้ว แต่เพื่อให้ทันสมัยก็ขออนุญาตเขียนใหม่รวบยอดเลยแล้วกัน<br />
<br /><!--[if gte mso 9]><xml>
<o:OfficeDocumentSettings>
<o:AllowPNG/>
</o:OfficeDocumentSettings>
</xml><![endif]-->
<!--[if gte mso 9]><xml>
<w:WordDocument>
<w:View>Normal</w:View>
<w:Zoom>0</w:Zoom>
<w:TrackMoves/>
<w:TrackFormatting/>
<w:PunctuationKerning/>
<w:ValidateAgainstSchemas/>
<w:SaveIfXMLInvalid>false</w:SaveIfXMLInvalid>
<w:IgnoreMixedContent>false</w:IgnoreMixedContent>
<w:AlwaysShowPlaceholderText>false</w:AlwaysShowPlaceholderText>
<w:DoNotPromoteQF/>
<w:LidThemeOther>EN-US</w:LidThemeOther>
<w:LidThemeAsian>X-NONE</w:LidThemeAsian>
<w:LidThemeComplexScript>TH</w:LidThemeComplexScript>
<w:Compatibility>
<w:BreakWrappedTables/>
<w:SnapToGridInCell/>
<w:ApplyBreakingRules/>
<w:WrapTextWithPunct/>
<w:UseAsianBreakRules/>
<w:DontGrowAutofit/>
<w:SplitPgBreakAndParaMark/>
<w:EnableOpenTypeKerning/>
<w:DontFlipMirrorIndents/>
<w:OverrideTableStyleHps/>
</w:Compatibility>
<m:mathPr>
<m:mathFont m:val="Cambria Math"/>
<m:brkBin m:val="before"/>
<m:brkBinSub m:val="--"/>
<m:smallFrac m:val="off"/>
<m:dispDef/>
<m:lMargin m:val="0"/>
<m:rMargin m:val="0"/>
<m:defJc m:val="centerGroup"/>
<m:wrapIndent m:val="1440"/>
<m:intLim m:val="subSup"/>
<m:naryLim m:val="undOvr"/>
</m:mathPr></w:WordDocument>
</xml><![endif]--><!--[if gte mso 9]><xml>
<w:LatentStyles DefLockedState="false" DefUnhideWhenUsed="false"
DefSemiHidden="false" DefQFormat="false" DefPriority="99"
LatentStyleCount="371">
<w:LsdException Locked="false" Priority="0" QFormat="true" Name="Normal"/>
<w:LsdException Locked="false" Priority="9" QFormat="true" Name="heading 1"/>
<w:LsdException Locked="false" Priority="9" SemiHidden="true"
UnhideWhenUsed="true" QFormat="true" Name="heading 2"/>
<w:LsdException Locked="false" Priority="9" SemiHidden="true"
UnhideWhenUsed="true" QFormat="true" Name="heading 3"/>
<w:LsdException Locked="false" Priority="9" SemiHidden="true"
UnhideWhenUsed="true" QFormat="true" Name="heading 4"/>
<w:LsdException Locked="false" Priority="9" SemiHidden="true"
UnhideWhenUsed="true" QFormat="true" Name="heading 5"/>
<w:LsdException Locked="false" Priority="9" SemiHidden="true"
UnhideWhenUsed="true" QFormat="true" Name="heading 6"/>
<w:LsdException Locked="false" Priority="9" SemiHidden="true"
UnhideWhenUsed="true" QFormat="true" Name="heading 7"/>
<w:LsdException Locked="false" Priority="9" SemiHidden="true"
UnhideWhenUsed="true" QFormat="true" Name="heading 8"/>
<w:LsdException Locked="false" Priority="9" SemiHidden="true"
UnhideWhenUsed="true" QFormat="true" Name="heading 9"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="index 1"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="index 2"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="index 3"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="index 4"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="index 5"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="index 6"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="index 7"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="index 8"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="index 9"/>
<w:LsdException Locked="false" Priority="39" SemiHidden="true"
UnhideWhenUsed="true" Name="toc 1"/>
<w:LsdException Locked="false" Priority="39" SemiHidden="true"
UnhideWhenUsed="true" Name="toc 2"/>
<w:LsdException Locked="false" Priority="39" SemiHidden="true"
UnhideWhenUsed="true" Name="toc 3"/>
<w:LsdException Locked="false" Priority="39" SemiHidden="true"
UnhideWhenUsed="true" Name="toc 4"/>
<w:LsdException Locked="false" Priority="39" SemiHidden="true"
UnhideWhenUsed="true" Name="toc 5"/>
<w:LsdException Locked="false" Priority="39" SemiHidden="true"
UnhideWhenUsed="true" Name="toc 6"/>
<w:LsdException Locked="false" Priority="39" SemiHidden="true"
UnhideWhenUsed="true" Name="toc 7"/>
<w:LsdException Locked="false" Priority="39" SemiHidden="true"
UnhideWhenUsed="true" Name="toc 8"/>
<w:LsdException Locked="false" Priority="39" SemiHidden="true"
UnhideWhenUsed="true" Name="toc 9"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Normal Indent"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="footnote text"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="annotation text"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="header"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="footer"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="index heading"/>
<w:LsdException Locked="false" Priority="35" SemiHidden="true"
UnhideWhenUsed="true" QFormat="true" Name="caption"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="table of figures"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="envelope address"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="envelope return"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="footnote reference"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="annotation reference"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="line number"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="page number"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="endnote reference"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="endnote text"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="table of authorities"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="macro"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="toa heading"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="List"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="List Bullet"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="List Number"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="List 2"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="List 3"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="List 4"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="List 5"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="List Bullet 2"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="List Bullet 3"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="List Bullet 4"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="List Bullet 5"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="List Number 2"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="List Number 3"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="List Number 4"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="List Number 5"/>
<w:LsdException Locked="false" Priority="10" QFormat="true" Name="Title"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Closing"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Signature"/>
<w:LsdException Locked="false" Priority="1" SemiHidden="true"
UnhideWhenUsed="true" Name="Default Paragraph Font"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Body Text"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Body Text Indent"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="List Continue"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="List Continue 2"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="List Continue 3"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="List Continue 4"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="List Continue 5"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Message Header"/>
<w:LsdException Locked="false" Priority="11" QFormat="true" Name="Subtitle"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Salutation"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Date"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Body Text First Indent"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Body Text First Indent 2"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Note Heading"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Body Text 2"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Body Text 3"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Body Text Indent 2"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Body Text Indent 3"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Block Text"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Hyperlink"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="FollowedHyperlink"/>
<w:LsdException Locked="false" Priority="22" QFormat="true" Name="Strong"/>
<w:LsdException Locked="false" Priority="20" QFormat="true" Name="Emphasis"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Document Map"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Plain Text"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="E-mail Signature"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="HTML Top of Form"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="HTML Bottom of Form"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Normal (Web)"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="HTML Acronym"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="HTML Address"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="HTML Cite"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="HTML Code"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="HTML Definition"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="HTML Keyboard"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="HTML Preformatted"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="HTML Sample"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="HTML Typewriter"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="HTML Variable"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Normal Table"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="annotation subject"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="No List"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Outline List 1"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Outline List 2"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Outline List 3"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Simple 1"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Simple 2"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Simple 3"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Classic 1"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Classic 2"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Classic 3"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Classic 4"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Colorful 1"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Colorful 2"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Colorful 3"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Columns 1"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Columns 2"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Columns 3"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Columns 4"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Columns 5"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Grid 1"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Grid 2"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Grid 3"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Grid 4"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Grid 5"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Grid 6"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Grid 7"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Grid 8"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table List 1"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table List 2"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table List 3"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table List 4"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table List 5"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table List 6"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table List 7"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table List 8"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table 3D effects 1"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table 3D effects 2"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table 3D effects 3"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Contemporary"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Elegant"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Professional"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Subtle 1"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Subtle 2"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Web 1"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Web 2"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Web 3"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Balloon Text"/>
<w:LsdException Locked="false" Priority="39" Name="Table Grid"/>
<w:LsdException Locked="false" SemiHidden="true" UnhideWhenUsed="true"
Name="Table Theme"/>
<w:LsdException Locked="false" SemiHidden="true" Name="Placeholder Text"/>
<w:LsdException Locked="false" Priority="1" QFormat="true" Name="No Spacing"/>
<w:LsdException Locked="false" Priority="60" Name="Light Shading"/>
<w:LsdException Locked="false" Priority="61" Name="Light List"/>
<w:LsdException Locked="false" Priority="62" Name="Light Grid"/>
<w:LsdException Locked="false" Priority="63" Name="Medium Shading 1"/>
<w:LsdException Locked="false" Priority="64" Name="Medium Shading 2"/>
<w:LsdException Locked="false" Priority="65" Name="Medium List 1"/>
<w:LsdException Locked="false" Priority="66" Name="Medium List 2"/>
<w:LsdException Locked="false" Priority="67" Name="Medium Grid 1"/>
<w:LsdException Locked="false" Priority="68" Name="Medium Grid 2"/>
<w:LsdException Locked="false" Priority="69" Name="Medium Grid 3"/>
<w:LsdException Locked="false" Priority="70" Name="Dark List"/>
<w:LsdException Locked="false" Priority="71" Name="Colorful Shading"/>
<w:LsdException Locked="false" Priority="72" Name="Colorful List"/>
<w:LsdException Locked="false" Priority="73" Name="Colorful Grid"/>
<w:LsdException Locked="false" Priority="60" Name="Light Shading Accent 1"/>
<w:LsdException Locked="false" Priority="61" Name="Light List Accent 1"/>
<w:LsdException Locked="false" Priority="62" Name="Light Grid Accent 1"/>
<w:LsdException Locked="false" Priority="63" Name="Medium Shading 1 Accent 1"/>
<w:LsdException Locked="false" Priority="64" Name="Medium Shading 2 Accent 1"/>
<w:LsdException Locked="false" Priority="65" Name="Medium List 1 Accent 1"/>
<w:LsdException Locked="false" SemiHidden="true" Name="Revision"/>
<w:LsdException Locked="false" Priority="34" QFormat="true"
Name="List Paragraph"/>
<w:LsdException Locked="false" Priority="29" QFormat="true" Name="Quote"/>
<w:LsdException Locked="false" Priority="30" QFormat="true"
Name="Intense Quote"/>
<w:LsdException Locked="false" Priority="66" Name="Medium List 2 Accent 1"/>
<w:LsdException Locked="false" Priority="67" Name="Medium Grid 1 Accent 1"/>
<w:LsdException Locked="false" Priority="68" Name="Medium Grid 2 Accent 1"/>
<w:LsdException Locked="false" Priority="69" Name="Medium Grid 3 Accent 1"/>
<w:LsdException Locked="false" Priority="70" Name="Dark List Accent 1"/>
<w:LsdException Locked="false" Priority="71" Name="Colorful Shading Accent 1"/>
<w:LsdException Locked="false" Priority="72" Name="Colorful List Accent 1"/>
<w:LsdException Locked="false" Priority="73" Name="Colorful Grid Accent 1"/>
<w:LsdException Locked="false" Priority="60" Name="Light Shading Accent 2"/>
<w:LsdException Locked="false" Priority="61" Name="Light List Accent 2"/>
<w:LsdException Locked="false" Priority="62" Name="Light Grid Accent 2"/>
<w:LsdException Locked="false" Priority="63" Name="Medium Shading 1 Accent 2"/>
<w:LsdException Locked="false" Priority="64" Name="Medium Shading 2 Accent 2"/>
<w:LsdException Locked="false" Priority="65" Name="Medium List 1 Accent 2"/>
<w:LsdException Locked="false" Priority="66" Name="Medium List 2 Accent 2"/>
<w:LsdException Locked="false" Priority="67" Name="Medium Grid 1 Accent 2"/>
<w:LsdException Locked="false" Priority="68" Name="Medium Grid 2 Accent 2"/>
<w:LsdException Locked="false" Priority="69" Name="Medium Grid 3 Accent 2"/>
<w:LsdException Locked="false" Priority="70" Name="Dark List Accent 2"/>
<w:LsdException Locked="false" Priority="71" Name="Colorful Shading Accent 2"/>
<w:LsdException Locked="false" Priority="72" Name="Colorful List Accent 2"/>
<w:LsdException Locked="false" Priority="73" Name="Colorful Grid Accent 2"/>
<w:LsdException Locked="false" Priority="60" Name="Light Shading Accent 3"/>
<w:LsdException Locked="false" Priority="61" Name="Light List Accent 3"/>
<w:LsdException Locked="false" Priority="62" Name="Light Grid Accent 3"/>
<w:LsdException Locked="false" Priority="63" Name="Medium Shading 1 Accent 3"/>
<w:LsdException Locked="false" Priority="64" Name="Medium Shading 2 Accent 3"/>
<w:LsdException Locked="false" Priority="65" Name="Medium List 1 Accent 3"/>
<w:LsdException Locked="false" Priority="66" Name="Medium List 2 Accent 3"/>
<w:LsdException Locked="false" Priority="67" Name="Medium Grid 1 Accent 3"/>
<w:LsdException Locked="false" Priority="68" Name="Medium Grid 2 Accent 3"/>
<w:LsdException Locked="false" Priority="69" Name="Medium Grid 3 Accent 3"/>
<w:LsdException Locked="false" Priority="70" Name="Dark List Accent 3"/>
<w:LsdException Locked="false" Priority="71" Name="Colorful Shading Accent 3"/>
<w:LsdException Locked="false" Priority="72" Name="Colorful List Accent 3"/>
<w:LsdException Locked="false" Priority="73" Name="Colorful Grid Accent 3"/>
<w:LsdException Locked="false" Priority="60" Name="Light Shading Accent 4"/>
<w:LsdException Locked="false" Priority="61" Name="Light List Accent 4"/>
<w:LsdException Locked="false" Priority="62" Name="Light Grid Accent 4"/>
<w:LsdException Locked="false" Priority="63" Name="Medium Shading 1 Accent 4"/>
<w:LsdException Locked="false" Priority="64" Name="Medium Shading 2 Accent 4"/>
<w:LsdException Locked="false" Priority="65" Name="Medium List 1 Accent 4"/>
<w:LsdException Locked="false" Priority="66" Name="Medium List 2 Accent 4"/>
<w:LsdException Locked="false" Priority="67" Name="Medium Grid 1 Accent 4"/>
<w:LsdException Locked="false" Priority="68" Name="Medium Grid 2 Accent 4"/>
<w:LsdException Locked="false" Priority="69" Name="Medium Grid 3 Accent 4"/>
<w:LsdException Locked="false" Priority="70" Name="Dark List Accent 4"/>
<w:LsdException Locked="false" Priority="71" Name="Colorful Shading Accent 4"/>
<w:LsdException Locked="false" Priority="72" Name="Colorful List Accent 4"/>
<w:LsdException Locked="false" Priority="73" Name="Colorful Grid Accent 4"/>
<w:LsdException Locked="false" Priority="60" Name="Light Shading Accent 5"/>
<w:LsdException Locked="false" Priority="61" Name="Light List Accent 5"/>
<w:LsdException Locked="false" Priority="62" Name="Light Grid Accent 5"/>
<w:LsdException Locked="false" Priority="63" Name="Medium Shading 1 Accent 5"/>
<w:LsdException Locked="false" Priority="64" Name="Medium Shading 2 Accent 5"/>
<w:LsdException Locked="false" Priority="65" Name="Medium List 1 Accent 5"/>
<w:LsdException Locked="false" Priority="66" Name="Medium List 2 Accent 5"/>
<w:LsdException Locked="false" Priority="67" Name="Medium Grid 1 Accent 5"/>
<w:LsdException Locked="false" Priority="68" Name="Medium Grid 2 Accent 5"/>
<w:LsdException Locked="false" Priority="69" Name="Medium Grid 3 Accent 5"/>
<w:LsdException Locked="false" Priority="70" Name="Dark List Accent 5"/>
<w:LsdException Locked="false" Priority="71" Name="Colorful Shading Accent 5"/>
<w:LsdException Locked="false" Priority="72" Name="Colorful List Accent 5"/>
<w:LsdException Locked="false" Priority="73" Name="Colorful Grid Accent 5"/>
<w:LsdException Locked="false" Priority="60" Name="Light Shading Accent 6"/>
<w:LsdException Locked="false" Priority="61" Name="Light List Accent 6"/>
<w:LsdException Locked="false" Priority="62" Name="Light Grid Accent 6"/>
<w:LsdException Locked="false" Priority="63" Name="Medium Shading 1 Accent 6"/>
<w:LsdException Locked="false" Priority="64" Name="Medium Shading 2 Accent 6"/>
<w:LsdException Locked="false" Priority="65" Name="Medium List 1 Accent 6"/>
<w:LsdException Locked="false" Priority="66" Name="Medium List 2 Accent 6"/>
<w:LsdException Locked="false" Priority="67" Name="Medium Grid 1 Accent 6"/>
<w:LsdException Locked="false" Priority="68" Name="Medium Grid 2 Accent 6"/>
<w:LsdException Locked="false" Priority="69" Name="Medium Grid 3 Accent 6"/>
<w:LsdException Locked="false" Priority="70" Name="Dark List Accent 6"/>
<w:LsdException Locked="false" Priority="71" Name="Colorful Shading Accent 6"/>
<w:LsdException Locked="false" Priority="72" Name="Colorful List Accent 6"/>
<w:LsdException Locked="false" Priority="73" Name="Colorful Grid Accent 6"/>
<w:LsdException Locked="false" Priority="19" QFormat="true"
Name="Subtle Emphasis"/>
<w:LsdException Locked="false" Priority="21" QFormat="true"
Name="Intense Emphasis"/>
<w:LsdException Locked="false" Priority="31" QFormat="true"
Name="Subtle Reference"/>
<w:LsdException Locked="false" Priority="32" QFormat="true"
Name="Intense Reference"/>
<w:LsdException Locked="false" Priority="33" QFormat="true" Name="Book Title"/>
<w:LsdException Locked="false" Priority="37" SemiHidden="true"
UnhideWhenUsed="true" Name="Bibliography"/>
<w:LsdException Locked="false" Priority="39" SemiHidden="true"
UnhideWhenUsed="true" QFormat="true" Name="TOC Heading"/>
<w:LsdException Locked="false" Priority="41" Name="Plain Table 1"/>
<w:LsdException Locked="false" Priority="42" Name="Plain Table 2"/>
<w:LsdException Locked="false" Priority="43" Name="Plain Table 3"/>
<w:LsdException Locked="false" Priority="44" Name="Plain Table 4"/>
<w:LsdException Locked="false" Priority="45" Name="Plain Table 5"/>
<w:LsdException Locked="false" Priority="40" Name="Grid Table Light"/>
<w:LsdException Locked="false" Priority="46" Name="Grid Table 1 Light"/>
<w:LsdException Locked="false" Priority="47" Name="Grid Table 2"/>
<w:LsdException Locked="false" Priority="48" Name="Grid Table 3"/>
<w:LsdException Locked="false" Priority="49" Name="Grid Table 4"/>
<w:LsdException Locked="false" Priority="50" Name="Grid Table 5 Dark"/>
<w:LsdException Locked="false" Priority="51" Name="Grid Table 6 Colorful"/>
<w:LsdException Locked="false" Priority="52" Name="Grid Table 7 Colorful"/>
<w:LsdException Locked="false" Priority="46"
Name="Grid Table 1 Light Accent 1"/>
<w:LsdException Locked="false" Priority="47" Name="Grid Table 2 Accent 1"/>
<w:LsdException Locked="false" Priority="48" Name="Grid Table 3 Accent 1"/>
<w:LsdException Locked="false" Priority="49" Name="Grid Table 4 Accent 1"/>
<w:LsdException Locked="false" Priority="50" Name="Grid Table 5 Dark Accent 1"/>
<w:LsdException Locked="false" Priority="51"
Name="Grid Table 6 Colorful Accent 1"/>
<w:LsdException Locked="false" Priority="52"
Name="Grid Table 7 Colorful Accent 1"/>
<w:LsdException Locked="false" Priority="46"
Name="Grid Table 1 Light Accent 2"/>
<w:LsdException Locked="false" Priority="47" Name="Grid Table 2 Accent 2"/>
<w:LsdException Locked="false" Priority="48" Name="Grid Table 3 Accent 2"/>
<w:LsdException Locked="false" Priority="49" Name="Grid Table 4 Accent 2"/>
<w:LsdException Locked="false" Priority="50" Name="Grid Table 5 Dark Accent 2"/>
<w:LsdException Locked="false" Priority="51"
Name="Grid Table 6 Colorful Accent 2"/>
<w:LsdException Locked="false" Priority="52"
Name="Grid Table 7 Colorful Accent 2"/>
<w:LsdException Locked="false" Priority="46"
Name="Grid Table 1 Light Accent 3"/>
<w:LsdException Locked="false" Priority="47" Name="Grid Table 2 Accent 3"/>
<w:LsdException Locked="false" Priority="48" Name="Grid Table 3 Accent 3"/>
<w:LsdException Locked="false" Priority="49" Name="Grid Table 4 Accent 3"/>
<w:LsdException Locked="false" Priority="50" Name="Grid Table 5 Dark Accent 3"/>
<w:LsdException Locked="false" Priority="51"
Name="Grid Table 6 Colorful Accent 3"/>
<w:LsdException Locked="false" Priority="52"
Name="Grid Table 7 Colorful Accent 3"/>
<w:LsdException Locked="false" Priority="46"
Name="Grid Table 1 Light Accent 4"/>
<w:LsdException Locked="false" Priority="47" Name="Grid Table 2 Accent 4"/>
<w:LsdException Locked="false" Priority="48" Name="Grid Table 3 Accent 4"/>
<w:LsdException Locked="false" Priority="49" Name="Grid Table 4 Accent 4"/>
<w:LsdException Locked="false" Priority="50" Name="Grid Table 5 Dark Accent 4"/>
<w:LsdException Locked="false" Priority="51"
Name="Grid Table 6 Colorful Accent 4"/>
<w:LsdException Locked="false" Priority="52"
Name="Grid Table 7 Colorful Accent 4"/>
<w:LsdException Locked="false" Priority="46"
Name="Grid Table 1 Light Accent 5"/>
<w:LsdException Locked="false" Priority="47" Name="Grid Table 2 Accent 5"/>
<w:LsdException Locked="false" Priority="48" Name="Grid Table 3 Accent 5"/>
<w:LsdException Locked="false" Priority="49" Name="Grid Table 4 Accent 5"/>
<w:LsdException Locked="false" Priority="50" Name="Grid Table 5 Dark Accent 5"/>
<w:LsdException Locked="false" Priority="51"
Name="Grid Table 6 Colorful Accent 5"/>
<w:LsdException Locked="false" Priority="52"
Name="Grid Table 7 Colorful Accent 5"/>
<w:LsdException Locked="false" Priority="46"
Name="Grid Table 1 Light Accent 6"/>
<w:LsdException Locked="false" Priority="47" Name="Grid Table 2 Accent 6"/>
<w:LsdException Locked="false" Priority="48" Name="Grid Table 3 Accent 6"/>
<w:LsdException Locked="false" Priority="49" Name="Grid Table 4 Accent 6"/>
<w:LsdException Locked="false" Priority="50" Name="Grid Table 5 Dark Accent 6"/>
<w:LsdException Locked="false" Priority="51"
Name="Grid Table 6 Colorful Accent 6"/>
<w:LsdException Locked="false" Priority="52"
Name="Grid Table 7 Colorful Accent 6"/>
<w:LsdException Locked="false" Priority="46" Name="List Table 1 Light"/>
<w:LsdException Locked="false" Priority="47" Name="List Table 2"/>
<w:LsdException Locked="false" Priority="48" Name="List Table 3"/>
<w:LsdException Locked="false" Priority="49" Name="List Table 4"/>
<w:LsdException Locked="false" Priority="50" Name="List Table 5 Dark"/>
<w:LsdException Locked="false" Priority="51" Name="List Table 6 Colorful"/>
<w:LsdException Locked="false" Priority="52" Name="List Table 7 Colorful"/>
<w:LsdException Locked="false" Priority="46"
Name="List Table 1 Light Accent 1"/>
<w:LsdException Locked="false" Priority="47" Name="List Table 2 Accent 1"/>
<w:LsdException Locked="false" Priority="48" Name="List Table 3 Accent 1"/>
<w:LsdException Locked="false" Priority="49" Name="List Table 4 Accent 1"/>
<w:LsdException Locked="false" Priority="50" Name="List Table 5 Dark Accent 1"/>
<w:LsdException Locked="false" Priority="51"
Name="List Table 6 Colorful Accent 1"/>
<w:LsdException Locked="false" Priority="52"
Name="List Table 7 Colorful Accent 1"/>
<w:LsdException Locked="false" Priority="46"
Name="List Table 1 Light Accent 2"/>
<w:LsdException Locked="false" Priority="47" Name="List Table 2 Accent 2"/>
<w:LsdException Locked="false" Priority="48" Name="List Table 3 Accent 2"/>
<w:LsdException Locked="false" Priority="49" Name="List Table 4 Accent 2"/>
<w:LsdException Locked="false" Priority="50" Name="List Table 5 Dark Accent 2"/>
<w:LsdException Locked="false" Priority="51"
Name="List Table 6 Colorful Accent 2"/>
<w:LsdException Locked="false" Priority="52"
Name="List Table 7 Colorful Accent 2"/>
<w:LsdException Locked="false" Priority="46"
Name="List Table 1 Light Accent 3"/>
<w:LsdException Locked="false" Priority="47" Name="List Table 2 Accent 3"/>
<w:LsdException Locked="false" Priority="48" Name="List Table 3 Accent 3"/>
<w:LsdException Locked="false" Priority="49" Name="List Table 4 Accent 3"/>
<w:LsdException Locked="false" Priority="50" Name="List Table 5 Dark Accent 3"/>
<w:LsdException Locked="false" Priority="51"
Name="List Table 6 Colorful Accent 3"/>
<w:LsdException Locked="false" Priority="52"
Name="List Table 7 Colorful Accent 3"/>
<w:LsdException Locked="false" Priority="46"
Name="List Table 1 Light Accent 4"/>
<w:LsdException Locked="false" Priority="47" Name="List Table 2 Accent 4"/>
<w:LsdException Locked="false" Priority="48" Name="List Table 3 Accent 4"/>
<w:LsdException Locked="false" Priority="49" Name="List Table 4 Accent 4"/>
<w:LsdException Locked="false" Priority="50" Name="List Table 5 Dark Accent 4"/>
<w:LsdException Locked="false" Priority="51"
Name="List Table 6 Colorful Accent 4"/>
<w:LsdException Locked="false" Priority="52"
Name="List Table 7 Colorful Accent 4"/>
<w:LsdException Locked="false" Priority="46"
Name="List Table 1 Light Accent 5"/>
<w:LsdException Locked="false" Priority="47" Name="List Table 2 Accent 5"/>
<w:LsdException Locked="false" Priority="48" Name="List Table 3 Accent 5"/>
<w:LsdException Locked="false" Priority="49" Name="List Table 4 Accent 5"/>
<w:LsdException Locked="false" Priority="50" Name="List Table 5 Dark Accent 5"/>
<w:LsdException Locked="false" Priority="51"
Name="List Table 6 Colorful Accent 5"/>
<w:LsdException Locked="false" Priority="52"
Name="List Table 7 Colorful Accent 5"/>
<w:LsdException Locked="false" Priority="46"
Name="List Table 1 Light Accent 6"/>
<w:LsdException Locked="false" Priority="47" Name="List Table 2 Accent 6"/>
<w:LsdException Locked="false" Priority="48" Name="List Table 3 Accent 6"/>
<w:LsdException Locked="false" Priority="49" Name="List Table 4 Accent 6"/>
<w:LsdException Locked="false" Priority="50" Name="List Table 5 Dark Accent 6"/>
<w:LsdException Locked="false" Priority="51"
Name="List Table 6 Colorful Accent 6"/>
<w:LsdException Locked="false" Priority="52"
Name="List Table 7 Colorful Accent 6"/>
</w:LatentStyles>
</xml><![endif]--><!--[if gte mso 10]>
<style>
/* Style Definitions */
table.MsoNormalTable
{mso-style-name:"Table Normal";
mso-tstyle-rowband-size:0;
mso-tstyle-colband-size:0;
mso-style-noshow:yes;
mso-style-priority:99;
mso-style-parent:"";
mso-padding-alt:0cm 5.4pt 0cm 5.4pt;
mso-para-margin-top:0cm;
mso-para-margin-right:0cm;
mso-para-margin-bottom:8.0pt;
mso-para-margin-left:0cm;
line-height:107%;
mso-pagination:widow-orphan;
font-size:11.0pt;
mso-bidi-font-size:14.0pt;
font-family:"Calibri",sans-serif;
mso-ascii-font-family:Calibri;
mso-ascii-theme-font:minor-latin;
mso-hansi-font-family:Calibri;
mso-hansi-theme-font:minor-latin;
mso-bidi-font-family:"Cordia New";
mso-bidi-theme-font:minor-bidi;}
</style>
<![endif]--><br />
<div class="MsoNormal">
<span style="font-size: x-large;"><span lang="TH">ขั้นตอนในการลงโปรแกรม </span>R</span></div>
<br />
<ol>
<li><span lang="TH" style="font-family: "Angsana New",serif; mso-ascii-font-family: Tahoma; mso-hansi-font-family: Tahoma;"></span><span lang="TH">ไปที่เว็บ </span><a href="https://cran.r-project.org/">https<span lang="TH" style="font-family: "Angsana New",serif; mso-ascii-font-family: Tahoma; mso-hansi-font-family: Tahoma;">://</span>cran<span lang="TH" style="font-family: "Angsana New",serif; mso-ascii-font-family: Tahoma; mso-hansi-font-family: Tahoma;">.</span>r<span lang="TH" style="font-family: "Angsana New",serif; mso-ascii-font-family: Tahoma; mso-hansi-font-family: Tahoma;">-</span>project<span lang="TH" style="font-family: "Angsana New",serif; mso-ascii-font-family: Tahoma; mso-hansi-font-family: Tahoma;">.</span>org<span lang="TH" style="font-family: "Angsana New",serif; mso-ascii-font-family: Tahoma; mso-hansi-font-family: Tahoma;">/</span></a><span lang="TH"> </span></li>
<li><span lang="TH" style="font-family: "Angsana New",serif; mso-ascii-font-family: Tahoma; mso-hansi-font-family: Tahoma;"></span><span lang="TH">ที่หน้าเว็บจะมีเลือก </span>Download R <span lang="TH">มีให้เลือกทั้ง </span>Linux,
Mac, Windows<span lang="TH"></span></li>
<li><span lang="TH" style="font-family: "Angsana New",serif; mso-ascii-font-family: Tahoma; mso-hansi-font-family: Tahoma;"></span><span lang="TH">จะขึ้นหน้าจอย่อยให้เลือกว่า จะลง </span>base<span lang="TH" style="font-family: "Angsana New",serif; mso-ascii-font-family: Tahoma; mso-hansi-font-family: Tahoma;">/</span>contrib<span lang="TH" style="font-family: "Angsana New",serif; mso-ascii-font-family: Tahoma; mso-hansi-font-family: Tahoma;">/… </span><span lang="TH">ให้เลือกลิงค์ที่เขียนว่า </span>base</li>
<li><span lang="TH" style="font-family: "Angsana New",serif; mso-ascii-font-family: Tahoma; mso-hansi-font-family: Tahoma;"></span><span lang="TH">เลือก </span>Download R <span lang="TH">(ขณะที่ผมเขียนคือรุ่น 3.3.</span>3
for Windows<span lang="TH">) <div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgViYydQ_tuJL06g4nmLUwzp67nn1nxSX1skgArdbeBhQwMi8DgHCiHaHwZTuuciX7XliiOhdjdmRbgvpZolhdas11aHDVUwvSjxAr0vQguvt8PNTtH3qGLIEWLFQ3y9K9HXNXTivQEjpk/s1600/1.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="202" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgViYydQ_tuJL06g4nmLUwzp67nn1nxSX1skgArdbeBhQwMi8DgHCiHaHwZTuuciX7XliiOhdjdmRbgvpZolhdas11aHDVUwvSjxAr0vQguvt8PNTtH3qGLIEWLFQ3y9K9HXNXTivQEjpk/s320/1.jpg" width="320" /></a></div>
</span></li>
<li><span lang="TH">เซฟลงเครื่องแล้วเรียกโปรแกรมติดตั้ง<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEimIOZOAn8uLgefbN6EVPNhbSOkA0kNWv9X3fw6yqzoWXredPdZmUvtrj0wPaOfEUoJULLRl486mVANiKuSJ41PwRAuMLSpE8iuNQKmc69GuGuTiSXceZSaBLS_Y2Ums1AhDlyCa0F9svk/s1600/2.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="184" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEimIOZOAn8uLgefbN6EVPNhbSOkA0kNWv9X3fw6yqzoWXredPdZmUvtrj0wPaOfEUoJULLRl486mVANiKuSJ41PwRAuMLSpE8iuNQKmc69GuGuTiSXceZSaBLS_Y2Ums1AhDlyCa0F9svk/s320/2.jpg" width="320" /></a></div>
</span></li>
<li><span lang="TH">โปรแกรมติดตั้งใช้ไม่ยากครับ ก็กด </span>Next
<span lang="TH">ตามไปเรื่อยๆ ก็ได้ครับ<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiCpoWm7EMI6CADMwRIW97ifXzAUeo1ALuufgwEQzpXHEI7lIakNlkW-RbLIwmMwf1oMfIZM98JQM_KxtYdWGTk3nUsBkcA5D7p3GSr0VbUoltDYWuY8tVGXEf0Bo54WUCA9aCLRxPq9xE/s1600/3.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="249" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiCpoWm7EMI6CADMwRIW97ifXzAUeo1ALuufgwEQzpXHEI7lIakNlkW-RbLIwmMwf1oMfIZM98JQM_KxtYdWGTk3nUsBkcA5D7p3GSr0VbUoltDYWuY8tVGXEf0Bo54WUCA9aCLRxPq9xE/s320/3.jpg" width="320" /></a></div>
</span></li>
<li><span lang="TH">หลังจากนั้นจะมีไอคอน </span>R <span lang="TH">บนหน้าจอวินโดวส์นะครับ มีทั้ง i386 (แบบ 32 บิต) และแบบ x64 (แบบ 64 บิต) ใช้อันไหนก็ได้ครับ ส่วนตัวผมใช้อัน 64 บิต</span><br /><span lang="TH"><div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgv3iyendfRkPNqqe7OIXlM7AZlf5oKZv5K4q1P0GfQYXyCEKpVxNwkdwzSIs4Rxa7yFawLpg9QmCslCtyqwSldd6Fjf5uq0ycEyZzmjqWy1EihAzhdE7oQ5cCd4bafCnhNoWqPSyk_WmE/s1600/4.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="320" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgv3iyendfRkPNqqe7OIXlM7AZlf5oKZv5K4q1P0GfQYXyCEKpVxNwkdwzSIs4Rxa7yFawLpg9QmCslCtyqwSldd6Fjf5uq0ycEyZzmjqWy1EihAzhdE7oQ5cCd4bafCnhNoWqPSyk_WmE/s320/4.jpg" width="97" /></a></div>
</span><br />
<br /><br />
<br /><span style="font-size: x-large;"><span lang="TH">ขั้นตอนในการลง </span>R Commander <span lang="TH">ซึ่งเป็นโปรแกรมเสริมของ </span>R</span><br />
<br /><ol>
<li><span lang="TH">เปิดโปรแกรม </span>R <span lang="TH">ขึ้นมาก่อน
จะพบหน้าจอแบบรูป ไม่ต้องตกใจนะครับ เราไม่ต้องพิมพ์คำสั่งอะไร<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgWPtT-gKVZBhI9lGjismbZcC3h30r7skMVT1jjHZDyj714h0i7E41JSBdPFq6jj-Wos4NQm5Tys6tTFQPxjb56aEWqYy1CGyypv8uWMiLXdAceopywBvpSYOgkTvXdPG5OJ5tws9tBXBo/s1600/5.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="179" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgWPtT-gKVZBhI9lGjismbZcC3h30r7skMVT1jjHZDyj714h0i7E41JSBdPFq6jj-Wos4NQm5Tys6tTFQPxjb56aEWqYy1CGyypv8uWMiLXdAceopywBvpSYOgkTvXdPG5OJ5tws9tBXBo/s320/5.jpg" width="320" /></a></div>
</span></li>
<li><span lang="TH">เลือกเมนู </span>Package >> Install
packages<span lang="TH">..<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEj0lpMXuQfGSF-cOMJ6l009dw-1c4sg_Hss29NQ7z_6gNuN1z2JHJQMy88Y925WrI7xltt3RpJucpaq0u45S5OmXNZ4DKs_ch6S5p5-SLAkxNHObFvE73vD_zd3ILwQ5f2z8a2Rf0wMmto/s1600/6.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="259" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEj0lpMXuQfGSF-cOMJ6l009dw-1c4sg_Hss29NQ7z_6gNuN1z2JHJQMy88Y925WrI7xltt3RpJucpaq0u45S5OmXNZ4DKs_ch6S5p5-SLAkxNHObFvE73vD_zd3ILwQ5f2z8a2Rf0wMmto/s320/6.jpg" width="320" /></a></div>
</span>
</li>
<li><span lang="TH">ถ้าเป็นครั้งแรกที่กดเมนูนี้
โปรแกรมจะให้เลือกว่าจะดาวน์โหลดโปรแกรมเสริม (</span>Package<span lang="TH">) มาจากที่ไหน
จริงๆ เลือกที่ไหนก็ได้นะครับ ผมเลือก </span>Cloud <span lang="TH">(อันแรก)<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEi4uSCRC-mj4pKJelXE-GYJWsUaQ-bSsc8Y27pR9yhlJKel2uyuQR1xWopg4iL8Mrn7MFajo2xldhKDXlwfx9MNrY_2G7KWtshVH_62UDSzPRhaY_u8LADgiIjV7dz-BvXxCgVytOeLlfo/s1600/7.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="320" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEi4uSCRC-mj4pKJelXE-GYJWsUaQ-bSsc8Y27pR9yhlJKel2uyuQR1xWopg4iL8Mrn7MFajo2xldhKDXlwfx9MNrY_2G7KWtshVH_62UDSzPRhaY_u8LADgiIjV7dz-BvXxCgVytOeLlfo/s320/7.jpg" width="154" /></a></div>
</span></li>
<li><span lang="TH">หลังจากนั้นโปรแกรมจะมีรายการยาวๆ ของ </span>Package
<span lang="TH">ทั้งหมดที่เราสามารถจะลงให้โปรแกรม </span>R <span lang="TH">ได้
ให้เราเลือกมาที่ </span>Rcmdr <span lang="TH">ครับ<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjyt3PFYW4SQYj6ds4E95ghu2Qj7boA68AC5-h3wGclBdo_q73gxETjweYRJcqUsZJgrH0Z958fpAWA2Hc59_ABNRZDv5rPKQmZi4H9vGoB692_Iap7Lcp5ldhJIruJsmqx0opli8v_u54/s1600/8.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="320" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjyt3PFYW4SQYj6ds4E95ghu2Qj7boA68AC5-h3wGclBdo_q73gxETjweYRJcqUsZJgrH0Z958fpAWA2Hc59_ABNRZDv5rPKQmZi4H9vGoB692_Iap7Lcp5ldhJIruJsmqx0opli8v_u54/s320/8.jpg" width="129" /></a></div>
</span></li>
<li><span lang="TH">โปรแกรมจะถามว่าเราต้องการลงใน </span>Personal
Library <span lang="TH">หรือไม่ ให้ตอบ </span>Yes<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiVJ7b2KzLVpQ6LK5pUhSCWEPcgUaFnK2sjFfX3qDFtzNjzwlmwHQbOkL0vEmGcJqMRY9P43xJu7EOcIAC2Bk5pY5AmKZNvdbTWt-Ft81nn2lZN0da4eiB562mMqwzIiMcLgqZRVJCmS-8/s1600/9.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="203" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiVJ7b2KzLVpQ6LK5pUhSCWEPcgUaFnK2sjFfX3qDFtzNjzwlmwHQbOkL0vEmGcJqMRY9P43xJu7EOcIAC2Bk5pY5AmKZNvdbTWt-Ft81nn2lZN0da4eiB562mMqwzIiMcLgqZRVJCmS-8/s320/9.jpg" width="320" /></a></div>
</li>
<li><span lang="TH">ถ้าเป็นครั้งแรก โปรแกรมจะให้เราสร้าง </span>Personal
Library<span lang="TH"> ให้ตอบ </span>Yes <span lang="TH">เช่นกันครับ<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjDyCxRq85r9dACQs5u8n9Ppm3iwEpdeZG2YbCBurcKKMEmDY4wM_rOeFD7pSuXar_6orJkWQ6zKZfQCdzbELqo3XGng9o8rRsTVD-4I3OVKd5X3urSSQ1CTAjw7WKO5MuazHA6ArPZs3Y/s1600/10.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="154" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjDyCxRq85r9dACQs5u8n9Ppm3iwEpdeZG2YbCBurcKKMEmDY4wM_rOeFD7pSuXar_6orJkWQ6zKZfQCdzbELqo3XGng9o8rRsTVD-4I3OVKd5X3urSSQ1CTAjw7WKO5MuazHA6ArPZs3Y/s320/10.jpg" width="320" /></a></div>
</span></li>
<li><span lang="TH">หลังจากนั้นโปรแกรมจะดาวน์โหลดไฟล์ทั้งหมดลงในเครื่องครับ
ขั้นตอนนี้อาจจะเสียเวลาสักพักนะครับ<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiULFOWhdAb0_hzlKef2m2ifxV7gQQXKAQmvKBEAX3-uWu1d9mN-05hbZlfMvGohyF7mKV2pk8tAvq93J8lFm84NVin-_iz5E5mUqbLBVzj7-NqbsFKFCaszk-zmzIpggxyTDLCHHPIziA/s1600/11.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="113" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiULFOWhdAb0_hzlKef2m2ifxV7gQQXKAQmvKBEAX3-uWu1d9mN-05hbZlfMvGohyF7mKV2pk8tAvq93J8lFm84NVin-_iz5E5mUqbLBVzj7-NqbsFKFCaszk-zmzIpggxyTDLCHHPIziA/s320/11.jpg" width="320" /></a></div>
</span></li>
<li><span lang="TH">ถ้าลงเสร็จแล้ว หน้าจอจะขึ้นว่า </span>The
downloaded binary package are in <span lang="TH">…<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjzbez-wel2EtgU9rUZyM_mTf6T3_8u8jERAj5mm8UlO8S0ZRBRWWBR-yh6ef7Wm6nvqTtwLyQU4XGKYdmLKWmVl_Q0zuUaM7Ytkdbd_A_TvxO49DHoib-F_zTNYzMVG4TeFSfN72j_o-M/s1600/12.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="250" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjzbez-wel2EtgU9rUZyM_mTf6T3_8u8jERAj5mm8UlO8S0ZRBRWWBR-yh6ef7Wm6nvqTtwLyQU4XGKYdmLKWmVl_Q0zuUaM7Ytkdbd_A_TvxO49DHoib-F_zTNYzMVG4TeFSfN72j_o-M/s320/12.jpg" width="320" /></a></div>
</span></li>
</ol>
</li>
</ol>
<div class="MsoNormal">
<br /></div>
<div class="MsoNormal">
<span style="font-size: x-large;"><span lang="TH">วิธีการเปิด </span>R Commander</span></div>
<ol>
<li><span lang="TH">เนื่องจาก </span>R Commander <span lang="TH">เป็น</span> Package <span lang="TH">ของ </span>R <span lang="TH">ดังนั้นทุกครั้งที่เราจะเรียกใช้
ต้องเปิด </span>R <span lang="TH">ขึ้นมาก่อนนะครับ</span></li>
<li><span lang="TH">หลังจากเปิด </span>R <span lang="TH">แล้วให้เลือกเมนู
</span>Package >> Load package<span lang="TH">…<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhaGs5zV0RARwgR_xEV0vOZFIsxaN_qYXVD5bk1rqoR0mJqZIRvo2m4gr9VV-yeAMsWJ08H1ypYCJiPSZRxvoAuIT3qqyA1JgSla0_aqpv379IuixbNebl0ha_-s0XGL8wt7MXl9jDtzjc/s1600/13.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="260" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhaGs5zV0RARwgR_xEV0vOZFIsxaN_qYXVD5bk1rqoR0mJqZIRvo2m4gr9VV-yeAMsWJ08H1ypYCJiPSZRxvoAuIT3qqyA1JgSla0_aqpv379IuixbNebl0ha_-s0XGL8wt7MXl9jDtzjc/s320/13.jpg" width="320" /></a></div>
</span></li>
<li><span lang="TH">โปรแกรมจะแสดง </span>Package <span lang="TH">ทั้งหมดที่ลงไว้ในเครื่อง
ให้เราเลือก </span>Rcmdr<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhJ6_0hcVJIKQJNtFMwUupR49vljVi0U7Sl0rSC_mXQAkB9xaWMbIlUaK1yBwr2Rh40jFLP59hXpNgrfjeYR2MsskkJaoS5jrMjBeDZBszuHMltg9vLn5V3kGpXuaC07TjgzVgA6IjTIt0/s1600/14.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="320" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhJ6_0hcVJIKQJNtFMwUupR49vljVi0U7Sl0rSC_mXQAkB9xaWMbIlUaK1yBwr2Rh40jFLP59hXpNgrfjeYR2MsskkJaoS5jrMjBeDZBszuHMltg9vLn5V3kGpXuaC07TjgzVgA6IjTIt0/s320/14.jpg" width="101" /></a></div>
</li>
<li><span lang="TH">ถ้าเป็นครั้งแรกในการเริ่ม</span> R
Commander <span lang="TH">จะมีคำเตือนขึ้นมาว่าให้เราลงบางแพคเกจเพิ่มเติม ให้กด</span>
Yes <span lang="TH">ครับ<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiGhqNVN2PN5O64JqMxIeCeFAH1r0sAIPSeKKHXWdwLLSekKvJ2IsWKz5xhiCAhJggkO8FN8W1CpOaR_k9hVPGDo5i_Evvf_3ATRK2iOQXyn-nsdL1pIUk5zsOBhwpcZv_HzwMlrm3TmSc/s1600/15.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="162" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiGhqNVN2PN5O64JqMxIeCeFAH1r0sAIPSeKKHXWdwLLSekKvJ2IsWKz5xhiCAhJggkO8FN8W1CpOaR_k9hVPGDo5i_Evvf_3ATRK2iOQXyn-nsdL1pIUk5zsOBhwpcZv_HzwMlrm3TmSc/s320/15.jpg" width="320" /></a></div>
</span></li>
<li><span lang="TH">โปรแกรมจะถามว่าให้ลงจากไหน ให้เลือก </span>CRAN
<span lang="TH">แล้วกด </span>OK<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjeFIwilKSELwtd1XzQY0EuDRja3EyiojbKnAgxIq-ODzvmqb2VkJDwbGJdCdcSSl5TtruqAKnbZ95AJJj7iPJFgWzzhuvjO2MHBbOVr8VpwNDS4f3bvKfjzY-KBSt8Qc-1wvPPzX2AXMY/s1600/16.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="256" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjeFIwilKSELwtd1XzQY0EuDRja3EyiojbKnAgxIq-ODzvmqb2VkJDwbGJdCdcSSl5TtruqAKnbZ95AJJj7iPJFgWzzhuvjO2MHBbOVr8VpwNDS4f3bvKfjzY-KBSt8Qc-1wvPPzX2AXMY/s320/16.jpg" width="320" /></a></div>
</li>
<li>
<span lang="TH">โปรแกรมจะทำการลงแพคเกจเพิ่มเติมให้อีกนิดหน่อย<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEg95DJT6vpg1NkYQuwQ5Clc4B7pG14mlisx8KKtc5Yle_GFe4McCNRJNJHyh7rRoOAjic0dp-agrgmaMcoGPuxLB_vX73FyKM8p7u-uPUJsym3G9-eH1ZgHMtEsx1kIIez9GykzHIjmnRU/s1600/17.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="114" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEg95DJT6vpg1NkYQuwQ5Clc4B7pG14mlisx8KKtc5Yle_GFe4McCNRJNJHyh7rRoOAjic0dp-agrgmaMcoGPuxLB_vX73FyKM8p7u-uPUJsym3G9-eH1ZgHMtEsx1kIIez9GykzHIjmnRU/s320/17.jpg" width="320" /></a></div>
</span></li>
<li>
<span lang="TH">เสร็จแล้วจะเรียก </span>RCommander <span lang="TH">ขึ้นมาแล้วครับ<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhgas7HdZCjQ1QAZMW8T1Ez9m2GESp0h15TPWzY89shqWpa8CFXmYX7gvxAY1vIYb3_ly_qE7ps-xFjw6swMFGOLvioWauXnKL5tvAGlxnhz5fW-ANyofWiWumN2w7UgJekeL-d1IROOfI/s1600/18.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhgas7HdZCjQ1QAZMW8T1Ez9m2GESp0h15TPWzY89shqWpa8CFXmYX7gvxAY1vIYb3_ly_qE7ps-xFjw6swMFGOLvioWauXnKL5tvAGlxnhz5fW-ANyofWiWumN2w7UgJekeL-d1IROOfI/s1600/18.jpg" /></a></div>
</span></li>
</ol>
<div class="MsoNormal">
<br /></div>
<div class="MsoNormal">
<span lang="TH">ในบล็อกตอนถัดไป ผมจะสอนวิธีการเรียกข้อมูลขึ้นมาง่ายๆ
ใน </span>R Commander <span lang="TH">และวิธีการทำ </span>Descriptive Statistics <span lang="TH">ในโปรแกรม </span>R Commander <span lang="TH">นะครับ</span></div>
Pawin Numthavajhttp://www.blogger.com/profile/06684020420203479284noreply@blogger.com7tag:blogger.com,1999:blog-8585074972502267331.post-86683508932491902952015-09-25T17:00:00.000+07:002015-09-25T17:53:38.560+07:00Imputation: การคาดคะเนข้อมูลที่หายไปจากงานวิจัยอย่างมีหลักการ<span id="transmark" style="display: none; height: 0px; width: 0px;"></span>วันก่อน ที่คณะฯ มีจัดอบรมเรื่อง Imputation จึงขอมาย่อเล่าสู่กันฟังนะครับ<br />
<br />
งานวิจัยที่ดี ควรมีการเก็บข้อมูลที่ถูกต้อง และใช้สถิติที่ถูกต้องใช่ไหมครับ แต่มันเป็นสิ่งที่หลีกเลี่ยงในงานวิจัยแทบไม่ค่อยได้ที่จะเจอกับข้อมูลที่สูญหายไป<br />
<br />
ข้อมูลที่สูญหายไปนั้นมีจากหลายสาเหตุครับ ยกตัวอย่างเช่น เราทำงานวิจัยงานหนึ่งที่เกี่ยวกับยา ตั้งแต่คนไข้กรอกข้อมูลของตนเอง บางคนอาจจะลืมกรอกข้อมูลเพศ ข้อมูลอายุ หรือบางคนก็จำวันเกิดไม่ได้ บางครั้งคนไข้เองอาจจะไม่อยู่ให้ตอบคำถามบางอย่างที่ไม่ได้ตอบแล้ว หรือผู้วิจัยไม่สามารถตามข้อมูลได้จริงๆ นั่นก็อาจจะถึงเวลาที่เราต้อง "คาดคะเน" (ภาษาชาวบ้านคือ "เดา") ข้อมูลที่หายไปในงานวิจัยครับ<br />
<br />
แน่นอนว่า การเดาข้อมูลเป็นเรื่องที่ไม่ควรทำ ถ้าเราสามารถหาข้อมูลจริงๆ มาได้ อย่างเช่นการโทรศัพท์ไปสอบถามคนไข้ (ซึ่งหลายๆ ครั้งคนไข้สามารถที่จะตอบคำถามให้เราได้) หรือเราอาจจะตามข้อมูลจากแหล่งอื่นเช่นเวชระเบียน ทำให้เราไม่ต้องเสี่ยงกับการเดาข้อมูลที่ผิดพลาดครับ นั่นหมายความว่า <b>ก่อนจะเริ่มเดาข้อมูล (อย่างมีหลักการ) นี้<u>ต้องพยายามตามข้อมูล</u>ที่หายไปให้ได้ก่อนครับ</b><br />
<br />
เมื่อตามไม่ได้แล้วจริงๆ ก็ถึงเวลาที่เราต้องเดาข้อมูลครับ ภาษาทางสถิติเรียกการคาดคะเนข้อมูลที่น่าจะเป็นนี้ว่า Imputation ครับ<br />
<br />
<br />
<a name='more'></a><br />
<br />
สิ่งที่เราต้องทราบก่อนคือหลักการของ "ข้อมูลที่หายไป" (Missing Value) ครับ โดยข้อมูลที่หายไปในงานวิจัย เราแบ่งออกเป็นสามประเภท<br />
<br />
<br />
<ol>
<li><u><b>ข้อมูลที่หายไปอย่างสุ่มจริงๆ (Missing Completely At Random - MCAR)</b></u> มีความหมายว่า ข้อมูลนั้นๆ มันน่าจะหายไปอย่างสุ่ม โดยไม่ขึ้นกับอะไรเลยครับ เช่น คนไข้ลืมกรอกด้วยความบังเอิญ นั่นหมายความว่า ไม่ว่าจะเป็นคนไข้ผู้ชายหรือผู้หญิง คนไข้อายุมากหรือายุน้อย คนไข้ที่ได้ยาหรือไม่ได้ยา ต่างก็มีโอกาสที่จะเกิดเหตุการณ์นี้พอๆ กัน ซึ่งเป็นสถานการณ์ที่ ideal ครับ ภาษาทางสถิตินิยามว่า ความน่าจะเป็นของการหายไปของข้อมูลนั้นๆ ไม่ขึ้นอยู่กับตัวแปรใดๆ (Probability that variable Y is missing is unrelated to Y or other variables)</li>
<li><u><b>ข้อมูลที่หายไปแบบสุ่ม (Missing At Random - MAR)</b></u> หมายความว่า ข้อมูลนั้นหายไปอย่างสุ่มโดยเทียบกับตัวแปรอื่น อันนี้อาจจะงงสักเล็กน้อย<br /><br />ยกตัวอย่างเช่น ถ้าเราศึกษาเรื่องยาดังกล่าว แล้วเราพบว่า มีคนที่ไม่มีข้อมูลความดันโลหิตหลายคน เราคิดว่า ความดันของคนที่ไม่ได้วัดไม่น่าจะหายไปอย่างสุ่มจริงๆ เช่น พยาบาลอาจจะลืมวัดคนที่อายุน้อยๆ เพราะคิดว่าความดันคงปกติ เราอาจจะคิดว่า ความดันของคนที่หายไป น่าจะแตกต่างจากความดันของคนทุกคนในงานวิจัย (คือต่ำกว่า)<br /><br />แต่จริงๆ แล้ว ถ้าเรามีข้อมูลในงานวิจัยว่า แต่ละคนมีอายุมากน้อยแค่ไหน เราก็สามารถที่จะใช้หลักการทางสถิติมาช่วยในการเดาได้ เพราะถ้าเราเอาเฉพาะคนที่อายุน้อยด้วยกันแล้ว ความดันของคนที่หายไป ก็น่าจะอยู่ในกลุ่มเดียวกับของคนอายุน้อยที่ไม่ได้หายไปครับ เพราะฉะนั้นงานวิจัยส่วนใหญ่ มักจะเก็บข้อมูลสิ่งที่เราคาดว่าจะส่งผลไว้อยู่แล้ว ซึ่งวิธีการ Imputation นั้นต้องการข้อมูลที่หายไปในลักษณะนี้เป็นอย่างน้อยครับ</li>
<li><u><b>ข้อมูลที่หายไปแบบไม่สุ่ม (Missing Not At Random - MNAR)</b></u> หมายความว่า ข้อมูลที่หายไปขึ้นอยู่กับตัวข้อมูลเอง ยกตัวอย่างเช่น งานวิจัยที่เกี่ยวกับ Depression แล้วมีข้อมูล Depression Score ของคนที่ Severe Depression หายไปเพราะไม่สามารถทน Depression จะเห็นว่า Depression Score ที่หายไป คือคนที่ Depression Score สูงๆ เท่านั้น ซึ่งถ้าข้อมูลเป็นแบบนี้ชัดๆ แล้วเราไม่สามารถใช้เทคนิค Imputation ในการสร้างข้อมูลใหม่ครับ</li>
</ol>
<br />
<br />
สำหรับเทคนิควิธีในการวิเคราะห์ข้อมูลที่หายไป มีหลายวิธีครับ แต่ละวิธีก็มีข้อดีข้อเสียแตกต่างกันออกไป ดังนี้ครับ<br />
<br />
<u><b>วิธีกลุ่มแรก</b></u> ลบคนที่ไม่มีข้อมูลออกไปซะ (Deletion Methods)<br />
คิดง่ายนิดเดียวครับ คือคนไข้คนไหนที่ไม่มีข้อมูล เราจะไม่คิดคนนั้นในการวิเคราะห์ ซึ่งจะแบ่งออกไปอีกเป็นสองแบบคือ<br />
<br />
<ol>
<li><i>Listwise deletion (Complete case analysis)</i> คือคนที่วิเคราะห์จะต้องให้ข้อมูลเราครบทุกอย่างของานวิจัยเท่านั้น เช่น ถ้าคนไข้ในงานวิจัย ให้ข้อมูลที่ขาดไปดังรูป เราก็จะไม่คิดคนที่ขาดข้อมูล โดยไม่ว่าจะเป็นตัวแปรไหนก็ตาม คือการวิเคราะห์จะตัดคน id 2, 4, 5 ไปเลยครับ เช่น ถ้าจะคำนวณอายุเฉลี่ย ก็จะเป็นเฉพาะ 4 เคสที่เหลือ คือ (20+30+25+21)/4<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEh1-P37M4sZdSx1H0RSax6hvXh5bYa70RR8rap63hogVfM20_06QZ4MgnLA1XKccaTJAZUJuqE_F8mGgzYRwifxKV4oXH-VCDhZk8SYerTPqYC7jz0Q5Gj0HvByXE6rl6tLc6pXXbmp-uY/s1600/Clipboard02.png" imageanchor="1" style="margin-left: 1em; margin-right: 1em; text-align: center;"><img border="0" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEh1-P37M4sZdSx1H0RSax6hvXh5bYa70RR8rap63hogVfM20_06QZ4MgnLA1XKccaTJAZUJuqE_F8mGgzYRwifxKV4oXH-VCDhZk8SYerTPqYC7jz0Q5Gj0HvByXE6rl6tLc6pXXbmp-uY/s1600/Clipboard02.png" /></a><br /><br />ข้อดีของวิธีนี้คือ เข้าใจง่าย, สามารถเปรียบเทียบการวิเคราะห์แต่ละอย่างได้ เพราะวิเคราะห์อะไรก็ตาม จำนวนเคส (ที่เหลือ) เท่าเดิมตลอด<br /><br />ข้อเสียของวิธีนี้คือ คนก็จะหายไปเยอะ (Power ของการวิเคราะห์ก็จะลดลงไปด้วย) เสียดายข้อมูลที่หายไป และอาจจะทำให้เกิด bias ได้ถ้าข้อมูลหายไปแบบไม่สุ่ม แต่มีคนให้ความเห็นว่าถ้ามีคนที่ข้อมูลไม่ครบน้อย (< 5%) วิธีนี้จะทำให้ไม่มี bias ในการวิเคราะห์ข้อมูลเท่าไหร่</li>
<li><i>Pairwise deletion (Available case analysis)</i> คือจะวิเคราะห์ทุกเคสที่ให้ข้อมูลในตัวแปรนั้นๆ เช่น ข้อมูลเพศของ 4 หายไปก็คิดเฉพาะคนอื่นยกเว้น 4, ข้อมูลอายุคนที่ 2 กับ 5 หายไป เวลาคำนวณอายุ ก็คิดเฉพาะคนที่เหลือยกเว้น 2 กับ 5 ก็จะเป็น (20+30+28+25+21)/5 ครับ<br /><br />ข้อดีของวิธีนี้คือได้ใช้ข้อมูลทั้งหมดที่เก็บมา และได้คนจำนวนเยอะที่สุด<br /><br />ข้อเสียของวิธีนี้ ไม่สามารถเปรียบเทียบการวิเคราะห์แต่ละอย่างได้ เช่น คนที่ให้ข้อมูลเพศ จะคล้ายกับคนที่ให้ข้อมูลอายุหรือไม่</li>
</ol>
<br />
<br />
<u><b>วิธีกลุ่มที่สอง</b></u> เดาค่าของข้อมูลของคนที่หายไปเป็นค่าเดียว (Single Imputation Methods)<br />
คือเราทำการเดาค่าของข้อมูลที่หายไป ด้วยค่าอะไรบางอย่างค่าเดียวกันหมด เช่น แทนค่าด้วยค่า mean หรือ mode<br />
<br />
ข้อดีคือ เราสามารถใช้วิธีคำนวณที่ต้องการข้อมูลทั้งหมดได้<br />
<br />
ข้อเสียคือ ข้อมูลที่หายไปมันก็จะเหมือนกันหมด ซึ่งมันไม่ค่อยตรงกับความจริง เช่น ข้อมูลอายุคนที่หายไปทั้งหมดมันคงไม่ใช่อายุตัวเลขเดียวกันหมด (มันแทบเป็นไปไม่ได้ มันต้องต่างกันบ้างนิดๆ หน่อยๆ) ทางสถิติเราเรียกว่า variability มันลดลงครับ<br />
<br />
<u><b>วิธีกลุ่มที่สาม</b></u> คือการวิเคราะห์ด้วยเทคนิคต่างๆ ทางสถิติ ซึ่งมีหลากหลายวิธีครับ<br />
<br />
<ol>
<li>ให้มีการ adjust ค่าต่างๆ ที่คำนวณได้ตามคนที่หายไปด้วย (Dummy Variable Adjustment) เช่น ถ้าเราวิเคราะห์แบบ Regression เราก็ให้ตัวแปรที่บอกว่าคนไหนหายไปอยู่ในโมเดลของ Regression ด้วย ข้อเสียของวิธีนี้คืออาจเกิด bias ได้</li>
<li>ให้มีการคำนวณข้อมูลที่หายไป จากข้อมูลที่มีอยู่แล้วของคนๆ นั้นด้วย Regression Model (Regression Imputation) หมายถึง ให้ข้อมูลที่หายไปนั้นมาจากข้อมูลที่เหลือที่มีอยู่ผ่านทางการสร้างโมเดล Regression ข้อเสียของวิธีนี้คือ ทุกข้อมูลที่เกิดขึ้น จะอยู่บนสมการโมเดล Regression กันหมดเลย เกิดเหตุการณ์ที่เรียกว่า Overfit (ใครงงอาจจะต้องไปหาความรู้ของการสร้างโมเดล Regression นะครับ)</li>
<li>Maximum Likelihood Estimation เป็นวิธีที่คำนวณข้อมูลที่หายไปจากข้อมูลที่มีอยู่ด้วยเทคนิคที่จะทำให้เกิด Log-Likelihood หรือค่าที่เกิดจากโมเดลสูงมากที่สุด ข้อเสียคือโปรแกรมปัจจุบันยังไม่สนับสนุนเทคนิคนี้เท่าไหร่ครับ อันนี้ขอไม่แตะในรายละเอียดครับ งงเหมือนกัน 55</li>
<li>Multiple Imputation เทคนิคนี้กำลังได้รับความนิยม วิธีนี้ใช้หลักการคือสร้าง variation เล็กน้อยเข้าไปในกระบวนการ imputation กล่าวคือ สมมติว่าคาดว่าจะได้ค่าอายุที่หายไปออกมาเป็น 20 จากโมเดลทางคณิตศาสตร์ เราก็ทำให้เป็น 21 แทน (ให้มี variation เล็กน้อย) และลองคำนวณค่าต่างๆ จากโมเดลทางคณิตศาสตร์ออกมาจากข้อมูลชุดที่เป็น 21 นี้ (ข้อมูลที่ impute ชุดแรก) หลังจากนั้นก็สร้างข้อมูลชุดใหม่อีก แต่คราวนี้ให้ variation เปลี่ยนออกไป เป็น 19 แทน (ให้มี variation เป็นข้อมูลที่ impute ชุดที่สอง) และคำนวณค่าต่างๆ ออกมาอีก ทำซ้ำอย่างนี้ไปเรื่อยๆ หลายๆ variation (โดยปกติแนะนำที่ 20) แล้วดูผลว่าจะออกมาเป็นอย่างไรครับ ก็จะได้ค่าออกมาช่วงหนึ่งครับ</li>
</ol>
เรื่องนี้เป็นเรื่องใหม่ ยังไงอาจจะมีการเปลี่ยนแปลงไอเดียต่อไปในอนาคตนะครับ แต่สำคัญคือ เราควรจะตามข้อมูลให้ได้ก่อนที่จะเริ่มกระบวนการที่กล่าวมาครับPawin Numthavajhttp://www.blogger.com/profile/06684020420203479284noreply@blogger.com21tag:blogger.com,1999:blog-8585074972502267331.post-31536228291682508322015-05-04T19:49:00.000+07:002018-03-01T14:44:57.897+07:00วิธีเตรียมข้อมูลใน Excel สำหรับวิเคราะห์ด้วยโปรแกรมทางสถิติห่างหายกันไปนานครับ พอดีผมไม่ค่อยว่างเขียนเสียเท่าไหร่ (งานสอน งานวิจัยเยอะมาก) วันนี้ขอเขียนอะไรเบาๆ อย่าง วิธีการเตรียมข้อมูล เพื่อจะนำไปวิเคราะห์ทางสถิติละกันนะครับ สิ่งที่เขียนนี้เป็นเทคนิคจากประสบการณ์ส่วนตัวล้วนๆ ที่มักจะเจอจุดผิดพลาดของคนเตรียมข้อมูลที่ทำให้คนวิเคราะห์ต้องหนักใจครับ<br />
<br />
โปรแกรมวิเคราะห์ทางสถิติส่วนใหญ่ มักจะต้องการข้อมูลที่ผ่านการเตรียมมาไว้ก่อนครับ จึงจะสามารถวิเคราะห์ค่าต่างๆ ทางสถิติออกมาได้
การเตรียมข้อมูลให้พร้อมตั้งแต่ตอนลงข้อมูล จะช่วยให้การวิเคราะห์ข้อมูลทำได้รวดเร็วขึ้น รวมถึงยังอำนวยความสะดวกให้สามารถตรวจสอบความถูกต้องของข้อมูลได้ง่าย
อันจะส่งผลทำให้ผลลัพธ์ที่ได้ถูกต้องด้วย<br />
<br />
ข้อมูลที่โปรแกรมส่วนใหญ่ต้องการ มักจะอยู่ในรูปแบบของตาราง ถึงแม้จะมีโปรแกรมฐานข้อมูลต่างๆ มากมายในการช่วยเตรียมข้อมูล เช่น Microsoft Access, EpiData
แต่ผู้ใช้ส่วนใหญ่มักจะเลือกเตรียมใน Spreadsheet เพราะมีโปรแกรม Spreadsheet อยู่ในเครื่องคอมพิวเตอร์กันอยู่แล้ว และโปรแกรม Spreadsheet เหล่านี้ใช้งานได้ง่าย
จึงจะขอพูดถึงการเตรียมข้อมูลจากโปรแกรม Spreadsheet ที่ได้รับความนิยมอย่าง Microsoft Excel ครับ<br />
<br />
ข้อมูลที่เราเตรียมจากโปรแกรม Microsoft Excel ควรเตรียมในลักษณะที่พร้อมที่จะนำเข้าโปรแกรมสถิติเลย กล่าวคือ<br />
<br />
<u>1. ทำข้อมูลในลักษณะตาราง</u> โดยให้แถวตามแนวนอน (Row) แถวแรก เป็นชื่อของตัวแปร และในแถวถัดๆ มาเป็นข้อมูลจริง และให้เป็น 1 แถวต่อ 1 คนเท่านั้น (โปรแกรมจะไม่อ่านหลายแถว)<br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhMxn6KenwGt0kjstjUWnh6Vlrs18WOLUKv7A-g7PgPiLV6FGAVEwO1tuHF__sysURCViOf24EsD8HcMvnkcwKc-NrGBVhTkLWmuxpnli8JxaQAl1cPf11XwKMpytKXZl7p0ibDv3m89J4/s1600/1.gif" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="273" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhMxn6KenwGt0kjstjUWnh6Vlrs18WOLUKv7A-g7PgPiLV6FGAVEwO1tuHF__sysURCViOf24EsD8HcMvnkcwKc-NrGBVhTkLWmuxpnli8JxaQAl1cPf11XwKMpytKXZl7p0ibDv3m89J4/s640/1.gif" width="640" /></a></div>
<br />
<br />
<a name='more'></a><br />
<br />
<a href="https://draft.blogger.com/blogger.g?blogID=8585074972502267331" imageanchor="1" style="clear: right; float: right; margin-bottom: 1em; margin-left: 1em;"></a><a href="https://draft.blogger.com/blogger.g?blogID=8585074972502267331" imageanchor="1" style="clear: right; float: right; margin-bottom: 1em; margin-left: 1em;"></a><a href="https://draft.blogger.com/blogger.g?blogID=8585074972502267331" imageanchor="1" style="clear: right; float: right; margin-bottom: 1em; margin-left: 1em;"><br /></a><u>2. ชื่อของตัวแปร</u> ควรใช้ตัวอักษรภาษาอังกฤษตัวเล็ก ไม่ควรยาวเกินไป และไม่ควรมีเครื่องหมายแปลกๆ เช่น เครื่องหมายวงเล็บ เว้นวรรค เครื่องหมาย % & + !
เนื่องจากเครื่องหมายเหล่านี้ มักจะมีความหมายในโปรแกรมวิเคราะห์ทางสถิติ ทำให้การนำข้อมูลเข้าโปรแกรม มีความผิดพลาดได้ หากจำเป็นต้องใช้เครื่องหมายแยก
ให้ใช้เครื่องหมายขีดล่าง (Underscore _ )
<br />
<br />
ตัวอย่างที่ใช้บ่อย
<br />
<table border="1" cellpadding="0" cellspacing="0">
<tbody>
<tr>
<td valign="top" width="276">เพศ
</td>
<td valign="top" width="325">sex, gender
</td>
</tr>
<tr>
<td valign="top" width="276">อายุ
</td>
<td valign="top" width="325">age
</td>
</tr>
<tr>
<td valign="top" width="276">น้ำหนัก
</td>
<td valign="top" width="325">weight
</td>
</tr>
<tr>
<td valign="top" width="276">ส่วนสูง
</td>
<td valign="top" width="325">height
</td>
</tr>
<tr>
<td valign="top" width="276">วันเกิด
</td>
<td valign="top" width="325">dateofbirth
</td>
</tr>
<tr>
<td valign="top" width="276">วันผ่าตัด
</td>
<td valign="top" width="325">dateofoperation
</td>
</tr>
<tr>
<td valign="top" width="276">คะแนนความเจ็บปวดที่หนึ่งชั่วโมง
</td>
<td valign="top" width="325">painscore_1hr
</td>
</tr>
</tbody>
</table>
<br />
<u>3. ไม่ควรนำสิ่งที่ไม่ใช่ข้อมูล เข้าไปไว้อยู่ในส่วนที่เป็นข้อมูล</u><br />
<br />
ผู้ใช้ส่วนใหญ่เมื่อใช้โปรแกรม Spreadsheet ในการลงข้อมูล มักจะพยายามใส่ข้อมูล “เกิน” กว่าที่ตั้งใจเอาไว้ในการเก็บข้อมูล เสมือนเป็นการ “ทด” ลงในตารางข้อมูล
เช่น ลงข้อมูลคะแนนความเจ็บปวด ที่เป็นตัวเลข ว่า “ผู้ป่วยไม่เจ็บ” หรือทดไว้ว่า “2 – จากการโทรสอบถาม”
ซึ่งจะทำให้เกิดปัญหามากในการนำข้อมูลลงไปในโปรแกรมวิเคราะห์ทางสถิติ<br />
<br />
<b>คำแนะนำ </b>
หากต้องการทดข้อมูลอื่นใด ให้ใช้ฟังก์ชั่น Insert Comment ลงในช่องนั้นๆ ซึ่งจะไม่เป็นการรบกวนกับข้อมูลในเซลล์โดยตรง วิธีใช้คือ คลิ๊กขวาที่เซลล์ที่ต้องการจะทด
แล้วเลือกเมนู Insert Comment หลังจากนั้นสามารถพิมพ์สิ่งที่อยากจะทดลงไปได้<br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjn0qyPk6JotVJyJOxljXNaeecIZjZBMzfknqEaGXvSjtnzmXYdizBQt3miZQcweoX_ldBQcXU3HjS3CAAxTXdS4_Tj-yDHg5__vRqXAqIHR7_N1y78Ju0FGKaKGfHyVn1inHaiTj5_rjc/s1600/2.gif" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjn0qyPk6JotVJyJOxljXNaeecIZjZBMzfknqEaGXvSjtnzmXYdizBQt3miZQcweoX_ldBQcXU3HjS3CAAxTXdS4_Tj-yDHg5__vRqXAqIHR7_N1y78Ju0FGKaKGfHyVn1inHaiTj5_rjc/s1600/2.gif" /></a></div>
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhVPoYGdw3AmiTdpcLk5wHdE1MJzvCkbY-zxZ2rPr3ov0SJG_ybF5k1d2EqSvKeT1e3TvIBAnTKZITlrUpc1VbqDnfI57W8UZstp3Z8GExg7QshbLxTjN8BTZ89A9HUYRaq2L6iBGX36Vk/s1600/3.gif" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhVPoYGdw3AmiTdpcLk5wHdE1MJzvCkbY-zxZ2rPr3ov0SJG_ybF5k1d2EqSvKeT1e3TvIBAnTKZITlrUpc1VbqDnfI57W8UZstp3Z8GExg7QshbLxTjN8BTZ89A9HUYRaq2L6iBGX36Vk/s1600/3.gif" /></a></div>
<br />
<br />
<u>4. ไม่พยายามทด</u> หรือแยกความแตกต่างในแต่ละข้อมูล ด้วย “สี” ของเซลล์<br />
<br />
โปรแกรมทางสถิตินั้นจะมองเฉพาะข้อมูลที่เป็นข้อมูลจริงๆ เท่านั้น จะไม่มองถึงรูปแบบของสี หรือฟอนต์ ในการวิเคราะห์ข้อมูล การพยายามแยกสี เช่น
สีแดงสำหรับคนไข้ที่ไม่ได้รับยา สีเขียวสำหรับคนไข้ที่ได้รับยา ซึ่งเสมือนกับว่าเป็นข้อมูลของคนไข้ แต่เก็บไว้กับสีนี้จะไม่ถูกส่งต่อไปยังโปรแกรมวิเคราะห์ข้อมูล<br />
<br />
<b>คำแนะนำ</b> ถ้าต้องการเก็บข้อมูล ให้เพิ่มตัวแปรใหม่ (แถวตามแนวตั้งแถวใหม่) ไปเลย <br />
<br />
<u>5. พยายามใส่ข้อมูลที่เป็น category ให้เป็นตัวเลข</u><br />
<br />
โปรแกรมวิเคราะห์ทางสถิติส่วนใหญ่ จะไม่สามารถแยกความแตกต่างของตัวอักษร และสร้างออกมาเป็น category ได้ เช่น หากผู้ใช้บันทึกข้อมูลในตัวแปร sex ว่าเป็นข้อความ
“male”, “female” โปรแกรมสถิติจะมองเห็นเป็นข้อความ ไม่ใช่ category ทำให้ต้องมานั่งจัด category กันใหม่ในโปรแกรมทางสถิติ รวมถึงบางทีก็พิมพ์ผิดเองจาก male
เป็น mal หรือ MALE ทำให้โปรแกรมจัด category ไม่ถูกต้อง<br />
<br />
<b>คำแนะนำ </b>พยายามทำ category ให้เป็นตัวเลข ซึ่งอาจทำให้สอดคล้องไปกันกับแบบเก็บข้อมูล
<br />
<br />
ตัวอย่างเช่น ในแบบเก็บข้อมูลทำการเก็บข้อมูล “ความรุนแรงของโรค”
<br />
ความรุนแรงของโรค: □ 1.Mild □ 2. Moderate □ 3. Severe
<br />
ควรเก็บเป็นดังนี้ 1, 2, 3 (อาจเพิ่ม 9 ในกรณีที่ไม่ทราบข้อมูล)
<br />
<br />
<u>6. ในกรณีที่ไม่มีข้อมูล</u> อาจเว้นว่าง หรือทำโค้ดตัวเลข (เช่นเลข 9) เอาไว้ ไม่ควรใส่เป็นข้อความว่า “N/A” หรือ “Unknown” เพราะตอนนำข้อมูลเข้า
โปรแกรมจะมองเป็นตัวอักษรแทน<br />
<br />
<u>7. ข้อมูลในลักษณะวันที่</u> เป็นข้อมูลที่ค่อนข้างมีปัญหาในการลงมาก เพราะคนไทยถนัดพิมพ์วันที่เป็น พ.ศ. แต่โปรแกรมวิเคราะห์ข้อมูลนั้นจะมองวันที่เป็น ค.ศ. เสมอ บางคนอาจจะใช้วิธีพิมพ์ พ.ศ. เป็น ค.ศ. ไปเลย (เช่นพิมพ์ไปเลย 1/2/2550 เครื่องจะเข้าใจว่าเป็นวันในปี ค.ศ. 2550 แทน) แต่ข้อเสียของวิธีนี้คือวันที่มันไม่เท่ากันทุกปี เช่นมีวันที่ 29 ก.พ. ค.ศ. 2016 แต่ไม่มีวันที่ 29 ก.พ. พ.ศ. 2016 เป็นต้น ซึ่งมีโอกาสที่ข้อมูลจะผิดพลาดสูง<br />
<br />
<b>คำแนะนำ</b> วิธีการแก้ไม่ยากครับใน Excel เราสามารถพิมพ์เป็น พ.ศ. ได้ด้วยการ เลือกแถวทั้งแถวที่เป็นวันที่ (เช่นรูปข้างล่างเป็นแถว A หลังจากนั้นเลือก Format Cell)<br />
<div class="separator" style="clear: both; text-align: center;">
</div>
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgtOEysYvskAd3I0PrHQ_Ly0O80tipYvnjfS0jCh2P_i5OA-Sh-S2Z18h0aTrTygBEfanrDPpIl1eTk7fW7oXDM-znnOnuHIsh0F4kjRFWYAjKLJmLOkzuUUbZsDWCSWCNICQiVwNhQI-E/s1600/Capture1.PNG" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="349" data-original-width="271" height="320" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgtOEysYvskAd3I0PrHQ_Ly0O80tipYvnjfS0jCh2P_i5OA-Sh-S2Z18h0aTrTygBEfanrDPpIl1eTk7fW7oXDM-znnOnuHIsh0F4kjRFWYAjKLJmLOkzuUUbZsDWCSWCNICQiVwNhQI-E/s320/Capture1.PNG" width="248" /></a></div>
หลังจากนั้นเลือกให้ข้อมูลเป็นแบบวันที่ (Date) แล้วเลือก Locale เป็น Thai และ Calendar Type เป็น Thai Buddhist ครับ หลังจากนั้นจะมีช่องให้ติ๊กข้างล่างด้วยว่าเราจะใส่ข้อมูลเป็นพ.ศ. ก็ติ๊กด้วยครับ ทีนี้เราก็พิมพ์ พ.ศ. ใน Excel ได้อย่างสบายใจ<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhlgclJuR7oXGdeob44bDS1lLls7PQEMM06bR5F-6akV8FLBSMElJhvrnF39LkX60yjtjqCEiGlhCPZ1lpvF5seCIw_RBb8NDihV6ONLgG52BdNsjTTcXsHqO_E9vnQvwxXH03so_uiPFA/s1600/Capture.PNG" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" data-original-height="478" data-original-width="540" height="283" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhlgclJuR7oXGdeob44bDS1lLls7PQEMM06bR5F-6akV8FLBSMElJhvrnF39LkX60yjtjqCEiGlhCPZ1lpvF5seCIw_RBb8NDihV6ONLgG52BdNsjTTcXsHqO_E9vnQvwxXH03so_uiPFA/s320/Capture.PNG" width="320" /></a></div>
<br />
เมื่อเราเอาข้อมูลตรงนี้ใน Excel ไปลงโปรแกรมทางสถิติ ข้อมูลจะเป็น ค.ศ. ให้เองครับ<br />
<br />
เท่านี้ เราก็พร้อมที่จะเอาข้อมูลที่เก็บจากงานวิจัย มาใช้ในโปรแกรมวิเคราะห์ข้อมูลแล้วครับ ตัวอย่างของไฟล์ที่เหมาะสมจะนำไปเข้าโปรแกรม หน้าตาจะประมาณนี้ครับ<br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhtg3C-1i9YOAMNQDc5Hzt2CNr-PzyhQWVn_L_LNo7-fs5Rp3vpPnh5nSB8QQ2AGjKSJ0DYpi0o-UVs007iS-E6jngiOLf-1bU3mAN-ZtwCJwsiZri1NFOY22NgxK6ryZbIBZMKGNt90ys/s1600/4.gif" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="320" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhtg3C-1i9YOAMNQDc5Hzt2CNr-PzyhQWVn_L_LNo7-fs5Rp3vpPnh5nSB8QQ2AGjKSJ0DYpi0o-UVs007iS-E6jngiOLf-1bU3mAN-ZtwCJwsiZri1NFOY22NgxK6ryZbIBZMKGNt90ys/s640/4.gif" width="640" /></a></div>
Pawin Numthavajhttp://www.blogger.com/profile/06684020420203479284noreply@blogger.com16tag:blogger.com,1999:blog-8585074972502267331.post-80861851889922015392014-03-21T15:42:00.002+07:002015-10-29T11:31:01.908+07:00แนวทางปฏิบัติสำหรับการเขียนรายงานวิจัยทางคลินิก Guidelines for clinical research paper writingวันนี้จะขอเขียนเรื่อง Guideline สำหรับการเขียนเปเปอร์ละกันนะครับ<br />
<br />
ปกติแล้วการเขียนเปเปอร์ทางงานวิจัย แรกเริ่มเดิมทีก็ไม่ได้มีแนวทางการเขียนอะไรเป็นพิเศษ ใครอยากเขียนรายงานอย่างไรก็เขียนไป แต่ช่วงตั้งแต่หลังปี 2000 เป็นต้นมา เนื่องด้วยความที่โลกสื่อสารกันง่ายขึ้น มีการรายงานผลของการวิจัยไปยังหลายประเทศมากขึ้น และมีจำนวน Journal มากขึ้น ทำให้มีคนเสนอว่า เราควรรายงานผลการวิจัยให้มันตรงๆ กันเสียบ้าง เพื่อผู้อ่านจะได้ทำความเข้าใจกับงานวิจัยได้ง่ายขึ้น (เช่นไม่ใช่ว่า เปเปอร์นี้ไม่เขียนว่าวิเคราะห์แบบ intention to treat เลยบอกไม่ได้ว่าตกลงมีหรือไม่มี หรือมีการ Blinding คนวิจัยหรือไม่ เป็นต้น)<br />
<br />
นี่ก็เลยเป็นที่มาของ Guildeline ต่างๆ ซึ่งส่วนใหญ่ทำออกมาในรูปแบบของ Checklist เป็นข้อๆ ครับ เพื่อให้ง่ายต่อการอ่าน และส่วนใหญ่นอกจากตัว Checklist แล้ว ทีมผู้สร้างเขาก็มักจะแนบเปเปอร์ที่เป็นการอธิบายในรายละเอียดเอาไว้ด้วย (ส่วนใหญ่เรียกว่า Explanation and Elaboration)<br />
<br />
ผมเลยลองสรุปมาให้ดูครับว่า มี Guideline อะไรบ้าง<br />
<br />
<br />
<a name='more'></a>อย่างแรกคืองานวิจัยแบบ <b>Observational Study</b><br />
<br />
การรายงานผลการวิจัย (การเขียนเปเปอร์ส่งตีพิมพ์น่ะนะ) ของ Observational Study นี้จะอิงตาม STROBE Statement ครับ ซึ่งฉบับล่าสุดอยู่ที่ปี 2007 ตัว checklist มีอยู่ 22 ข้อ ทางทีมเขารวบรวมไว้<a href="http://www.strobe-statement.org/index.php?id=available-checklists">ที่นี่ครับ</a> และมีแบ่งด้วยครับว่าเป็นสำหรับ cohort, case-control หรือ cross-sectional study ด้วยครับ<br />
<br />
แต่สำหรับงานวิจัยที่เป็น Diagnostic Study (พวกที่หา sensitivity, specificity, ... น่ะครับ) ก็มี checklist พิเศษชื่อว่า STARD Statement โดยเป็นของปี 2003 มีอยู่ด้วยกัน 25 ข้อ หาได้จาก<a href="http://www.stard-statement.org/">ลิงค์นี้ครับ</a> นอกจาก checklist นี้แล้วเขายังทำวิธีการเขียน Flow diagram ไว้ด้วย (ลองดูในเว็บไซต์ครับ) <span style="color: red;">อัพเดต ตอนนี้มีของปี 2015 แล้วครับ</span><br />
<br />
อย่างถัดมาคืองานวิจัยแบบ<b> Experimental Study</b> (เช่นพวก RCT)<br />
<br />
สำหรับงานวิจัยแบบนี้ มีคนแนะนำวิธีการเขียน "Protocol" ก่อนที่จะเริ่มงานวิจัยด้วยครับ โดยแนวทางได้เขียนอยู่ใน SPIRIT Statement ที่เพิ่งตีพิมพ์ไปปี 2013 ทั้งหมดมี 33 ข้อ (เยอะเหมือนกัน) หาได้จาก<a href="http://www.spirit-statement.org/title/">เว็บไซต์นี้</a>นะครับ<br />
<br />
และที่สำคัญคือการเขียนรายงานผลของงานวิจัย ได้มีแนวทางของ CONSORT Statement ซึ่งทุกคนน่าจะพอเคยได้ยินกันมาบ้างนะครับ เพราะเวลา Trial ใหญ่ๆ จะได้ลงตีพิมพ์ในวารสารดังๆ เขาก็ต้องทำตามแนวทางนี้กันหมด ฉบับล่าสุดของ CONSORT คือของปี 2010 (ของเก่ามีของปี 2001 แต่ให้เลิกใช้แล้ว) หาได้<a href="http://www.consort-statement.org/consort-statement/">จากที่นี่</a>ครับ มีทั้งหมด 25 ข้อให้ปฏิบัติตาม รวมทั้งมี Flow Diagram ด้วย<br />
<br />
อย่างสุดท้ายก็คือการเขียนงานวิจัยแบบ <b>Systematic Review/Meta-anlysis</b> ครับ<br />
<br />
ซึ่งรายงานที่นิยมเขียนตามก็คือแนวทางของ PRISMA Statement ฉบับล่าสุดเป็นของปี 2009 มีทั้งหมดด้วยกัน 27 ข้อ สามารถหาได้จาก<a href="http://www.prisma-statement.org/statement.htm">เว็บไซต์ของ PRISMA</a> ครับ<br />
<br />
ผมลองทำสรุปมาเป็นตารางดูครับ และทำ <a href="http://www.ncbi.nlm.nih.gov/sites/myncbi/collections/public/14QYr91bsd13w3VTuI09yCo/">collection ไว้ใน PubMed</a> เผื่อใครจะเอาไป Cite นะครับ ยังไงใครมีแนวโน้มจะต้องเขียนงานวิจัย ก็ขอให้ปฏิบัติตามแนวทางนี้นะครับ ส่วนใหญ่ถ้าต้อง submit journal ก็อาจจะต้อง submit ว่าเราทำตาม guideline ต่างๆ เหล่านี้หรือไม่ด้วยครับ<br />
<br />
<br />
<div style="direction: ltr;">
<table border="1" cellpadding="0" cellspacing="0" style="border-collapse: collapse; border-color: #A3A3A3; border-style: solid; border-width: 1pt; direction: ltr;" valign="top">
<tbody>
<tr>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: 1.327in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
Process</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: .9611in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
Guideline
Short Name</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: 1.825in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
Guideline
Full Name</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: .8409in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
Latest
year of update</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: 6.6986in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
Citation</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: 1.1909in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
Website</div>
</td>
</tr>
<tr>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: 1.327in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
Reporting
observational studies</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: .9611in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
STROBE
Statement</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: 1.825in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
Strengthening
the reporting of observational studies in epidemiology</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: .8409in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
2007</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: 6.6986in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
von Elm
E, Altman DG, Egger M, Pocock SJ, Gøtzsche PC, Vandenbroucke JP; STROBE
Initiative. </div>
<div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
The Strengthening the Reporting of Observational
Studies in Epidemiology (STROBE) statement: guidelines for reporting
observational studies. </div>
<div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
Ann Intern Med. 2007
Oct 16;147(8):573-7. Erratum in: Ann Intern Med. 2008 Jan 15;148(2):168.
PMID: 17938396</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: 1.1909in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
<a href="http://www.strobe-statement.org/">http://www.strobe-statement.org/</a></div>
</td>
</tr>
<tr>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: 1.327in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
Reporting
diagnostic accuracy studies</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: .9611in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
STARD
Statement</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: 1.825in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
STAndards
for the Reporting of Diagnostic accuracy studies</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: .8409in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
2015</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: 6.6986in;"><div lang="en-US" style="font-family: Verdana; font-size: 10.0pt; margin: 0in;">
BMJ 2015;351:h5527 </div>
<div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin-left: .375in; margin: 0in;">
<br /></div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: 1.1909in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
<a href="http://www.stard-statement.org/">http://www.stard-statement.org/</a></div>
</td>
</tr>
<tr>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: 1.327in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
Writing
an experimental research protocol</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: .9611in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
SPIRIT
Statement</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: 1.825in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
Standard
Protocol Items: Recommendations for Intervention Trials</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: .8409in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
2013</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: 6.6986in;"><div style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
Chan A-W, Tetzlaff JM, Altman DG, Laupacis A, Gøtzsche PC, Krleža-Jerić K, Hróbjartsson A, Mann H, Dickersin
K, Berlin J, Doré C, Parulekar W, Summerskill W, Groves T, Schulz K, Sox H,
Rockhold FW, Rennie D, Moher D. SPIRIT 2013 Statement: Defining standard
protocol items for clinical trials. Ann Intern Med 2013;158:200-207.</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: 1.1909in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
<a href="http://www.spirit-statement.org/">http://www.spirit-statement.org/</a></div>
</td>
</tr>
<tr>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: 1.327in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
Reporting
experimental studies</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: .9611in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
CONSORT
Statement</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: 1.825in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
Consolidated
Standards of Reporting Trials</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: .8409in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
2010</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: 6.6986in;"><div style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
Schulz
KF, Altman DG, Moher D, for the CONSORT Group. CONSORT 2010 Statement:
updated guidelines for reporting parallel group randomised trials. Ann Intern Med. 2010;152(11):726-732.</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: 1.1909in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
<a href="http://www.consort-statement.org/">http://www.consort-statement.org/</a></div>
</td>
</tr>
<tr>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: 1.327in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
Reporting
systematic reviews and meta-analyses</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: .9611in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
PRISMA
Statement</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: 1.825in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
Transparent
Reporting of Systematic Reviews and Meta-analyses</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: .8409in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
2009</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: 6.6986in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
Moher
D, Liberati A, Tetzlaff J, Altman DG, The PRISMA Group (2009). Preferred Reporting
Items for Systematic Reviews and Meta-Analyses: The PRISMA Statement. Ann
Intern Med, 151(4);</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: 1.1909in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
<a href="http://www.prisma-statement.org/">http://www.prisma-statement.org/</a></div>
</td>
</tr>
<tr>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: 1.327in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
Writing systematic reviews and meta-analyses protocol</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: .9611in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
PRISMA-P
Statement</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: 1.825in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
Preferred Reporting Items for Systematic Review and Meta-Analysis Protocols</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: .8409in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
2015</div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: 6.6986in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
David Moher, Larissa Shamseer, Mike Clarke, Davina Ghersi, Alessandro Liberati, Mark Petticrew, Paul Shekelle and Lesley A Stewart Systematic Reviews 2015, 4:1 </div>
</td>
<td style="border-color: #A3A3A3; border-style: solid; border-width: 1pt; padding: 4pt 4pt 4pt 4pt; vertical-align: top; width: 1.1909in;"><div lang="en-US" style="font-family: Calibri; font-size: 11.0pt; margin: 0in;">
<a href="http://www.prisma-statement.org/">http://www.systematicreviewsjournal.com/content/4/1/1/abstract</a></div>
</td>
</tr>
</tbody></table>
</div>
<br />Pawin Numthavajhttp://www.blogger.com/profile/06684020420203479284noreply@blogger.com11tag:blogger.com,1999:blog-8585074972502267331.post-14954568319430053592013-02-26T09:26:00.000+07:002013-02-26T09:30:32.918+07:00Measurement in Epidemiology: Ratio, Proportion, Rate<script type="text/x-mathjax-config">
MathJax.Hub.Config({
tex2jax: {
inlineMath: [ ['$','$'], ["\\(","\\)"] ],
processEscapes: true
}
});
</script>
<script src="http://cdn.mathjax.org/mathjax/latest/MathJax.js?config=TeX-AMS-MML_HTMLorMML" type="text/javascript">
</script>
วันนี้ขอเปลี่ยนแนว มาเขียนเรื่องหนักไปด้านระบาดวิทยาจริงๆ ดูบ้างครับ ขอลองเขียนเรื่อง Measurement หรือการวัดในทางระบาดวิทยาดู<br />
<br />
นักระบาดวิทยา มักจะชอบวัดสิ่งต่างๆ โดยการเปรียบเทียบกับสิ่งอื่นๆ ครับ โดยปกติแล้วทางระบาดวิทยา การเปรียบเทียบในลักษณะนี้จะออกมาในสามรูปแบบคือ<br />
<ol>
<li>Ratio</li>
<li>Proportion และ</li>
<li>Rate</li>
</ol>
อ่านแล้วก็คงสับสนใช่ไหมครับ ในวงการระบาดก็มีความสับสนเล็กน้อยจากความเข้มงวดของนักระบาดแต่ละคนที่ไม่เท่ากัน แต่โดยทั่วไปแล้วความหมายของทั้งสามรูปแบบมีดังนี้ครับ<br />
<br />
<a name='more'></a><br />
<br />
<u><b>1. Ratio (ภาษาไทยคือ อัตราส่วน)</b></u> เป็นการเปรียบเทียบของสิ่งหนึ่ง กับของอีกสิ่งหนึ่ง โดยที่สองสิ่งนี้อาจจะไม่ได้เกี่ยวข้องอะไรกันเลยก็เป็นได้ การเปรียบเทียบนี้จะอยู่ในรูปของ<br />
<br />
$$จำนวนหรืออัตราหรืออะไรก็ตามในกลุ่มแรก\over
จำนวนหรืออัตราหรืออะไรก็ตามในกลุ่มที่สอง$$<br />
<br />
ยกตัวอย่างเช่น Ratio ทีเราเห็นบ่อยๆ ก็เช่น Ratio ของผู้ชาย:ผู้หญิง Ratio ของ Case:Control ซึ่งจะเห็นได้ว่าสองสิ่งที่มาเปรียบเทียบนั้นอาจจะไม่เกี่ยวอะไรกันก็ได้ (หรือจะเกี่ยวข้องกันเป็นส่วนหนึ่งในส่วนใหญ่ก็ไม่ผิด)<br />
<br />
Ratio อื่นๆ ที่เราเห็นในงานวิจัยบ่อยๆ ก็อย่างเช่น Risk Ratio (อีกชื่อของ Relative Risk นั่นเอง), Odds Ratio ที่ผมเคยเขียนไว้ก่อนหน้านี้ครับ<br />
<br />
สำหรับ Ratio แล้วเราอาจจะตัดเศษ ตัดส่วน ทอนให้เป็นจำนวนเต็มหรือจุดทศนิยมก็ได้ เช่น Relative Risk 30:10 เราก็มักจะทอนเป็น $30/10$ = 3.00 เป็นต้นครับ (ซึ่งในทางคณิตศาสตร์แล้ว ก็ยังคงความหมายเดิม คือ 3:1)<br />
<br />
<u><b>2. Proportion (ภาษาไทยคือ สัดส่วน)</b></u> เป็นการเปรียบเทียบของสิ่งย่อย ในสิ่งที่ใหญ่กว่าครับ นั่นคือส่วนที่เป็นตัวตั้ง จะต้องอยู่เป็นส่วนหนึ่งของส่วนที่เป็นตัวหาร โดยมากแล้วการเปรียบเทียบ Proportion จะอยู่ในรูปของ<br />
<br />
$${จำนวนหรือคนที่มีลักษณะบางอย่างที่เราสนใจ\overจำนวนหรือคนทั้งหมด}\times10^n$$<br />
<br />
โดย n จะเป็นเท่าไหร่ก็แล้วแต่ว่าเราต้องการเป็นแบบไหน (เช่นต่อร้อยคน ต่อแสนคน) โดยมากเรามักจะนิยม % ใช่ไหมครับ ดังนั้น n จึงเป็น 2 (คูณ $10^2$ หรือ 100 นั่นเอง)<br />
<br />
จะสังเกตว่าการวัดแบบ Proportion นี้ก็เป็น Ratio แบบหนึ่งด้วย คือมีการเปรียบเทียบกับของสองสิ่งซึ่งอาจจะไม่เกี่ยวข้องกัน (แต่ในที่นี้ Proportion เกี่ยวข้องกัน) แต่ไม่ใช่ว่าทุก Ratio จะเป็น Proportion (เช่น Ratio ผู้ชาย:ผู้หญิง ไม่เป็น Proportion, แต่ % ของผู้ชายเป็น Proportion)<br />
<br />
เราสามารถคำนวณ Proportion กลับไปเป็น Ratio และกลับไปกลับมาได้ไม่ยากครับ<br />
เช่นเราทราบ Proportion ผู้ชาย = 45%<br />
ดังนั้น Proportion ผู้หญิง = 100% - 45% = 55%<br />
ดังนั้น Ratio ผู้ชาย:ผู้หญิง = $\frac{45%}{55%}$<br />
<br />
ในทางกลับกัน ถ้าเรารู้ Ratio Case:Control 3:4<br />
Proportion ของ Case = $3\over(3+4)$ = $3\over7$ = 0.43 นั่นเองครับ<br />
<br />
<u><b>3. Rate (ภาษาไทยคือ "อัตรา" เฉยๆ)</b></u> เป็นการเปรียบเทียบให้ทราบถึงความเร็วในการเกิดอะไรบางอย่างขึ้นครับ การเปรียบเทียบแบบนี้จะมี "เวลา" เข้ามาเกี่ยวข้อง<br />
<br />
ยกตัวอย่างเช่น Incidence Rate (หรือที่เราเคยคำนวณเป็น Incidence ไปคราวที่แล้ว) เป็นการคำนวณของ<br />
<br />
$$จำนวนเคสที่เกิดขึ้นมาใหม่\overจำนวนเวลาที่ Follow up คนไข้ในแต่ละคนมาบวกกันจนกว่าจะเกิด Outcome$$<br />
<br />
สังเกตว่าจะเป็นจำนวน "เวลา" ดังนั้นในหน่วยของ Incidence Rate จะเป็นหน่วยที่มีเวลา เช่น "คน-ปี" "ต่อคนต่อปี" เป็นต้นครับ<br />
<br />
แต่อย่างไรก็ตามสำหรับ Rate นี้นักระบาดหลายท่านไม่ได้จำกัดเฉพาะการมีเวลาเข้ามาเกี่ยวข้อง แต่อนุโลมรวมไปถึง Proportion บางอย่างที่ใช้จำนวนเคสเป็นตัวตั้ง และจำนวนประชากรเป็นตัวหารอีกด้วย (ซึ่งจริงๆ แล้วมันน่าจะเรียก Proportion มากกว่า Rate แต่มันเลยตามเลยมานานแล้วจนหลายคนเรียกติดปากกันไปหมด)<br />
<br />
ยกตัวอย่าง Rate ที่น่าจะเป็น Proportion มากกว่า ก็ได้แก่ Prevalence Rate นี่เองครับ มันคือ<br />
<br />
$${จำนวนคนที่เป็นเคส\overจำนวนคนทั้งหมด}\times100%$$<br />
<br />
จะสังเกตว่า มันไม่มีเวลามาเกี่ยวข้องเลย! แต่เราก็เรียกมันว่า Prevalence Rate ซะติดปากกันไปแล้ว คงตามแก้ลำบาก<br />
<br />
อีกตัวอย่างหนึ่งคือ Mortality Rate ครับ มันคือ<br />
<br />
$${จำนวนการตายในเวลาหนึ่งๆ\overขนาดของประชากรที่มีคนตายนั้น}\times10^n$$<br />
<br />
สังเกตว่าก็ไม่มีเวลาอยู่อีกเช่นกันครับ แต่เราก็ยังเรียกกันติดปากว่า Rate อีกเหมือนกัน<br />
<br />
ถ้าว่างๆ ผมจะลองยกตัวอย่างการวัดที่เป็น Ratio, Proportion, Rate ในทางระบาดเพิ่มให้ดูกันอีกนะครับPawin Numthavajhttp://www.blogger.com/profile/06684020420203479284noreply@blogger.com11tag:blogger.com,1999:blog-8585074972502267331.post-90386967054996948692012-12-07T14:03:00.002+07:002012-12-07T14:03:45.393+07:00Health Economics: Costสืบเนื่องจากวันก่อนผมไปสัญญาว่าจะเขียนเกี่ยวกับ Health Economics บ้างคร่าวๆ วันนี้ก็เลยขอมารักษาสัญญาด้วยการเล่าเรื่องนี้เบื้องต้นในบล็อกละกันนะครับ<br />
<br />
ส่วนตัวแล้วผมเป็นคนที่ไม่ได้เก่งด้านเศรษฐศาสตร์มาก่อนนะครับ แต่จากในหลักสูตรการเรียน Epidemiology ต้องมีการเรียนการสอนด้านนี้ด้วยก็เลยได้มีโอกาสรู้ในหลายๆ เรื่อง และจริงๆ แล้วมันก็เป็นเรื่องที่น่าสนใจทีเดียวเพราะผมเชื่อว่าถึงแม้ทุกอย่างจะซื้อด้วยเงินไม่ได้แต่เราต้องยอมรับว่าเงินเป็นสิ่งกลางในการเทียบเคียงค่าของหลายๆ อย่าง ไม่ว่าจะจับต้องได้หรือจับต้องไม่ได้ก็ตาม และในระดับประเทศแล้วการจัดสรรงบประมาณโดยเฉพาะด้านสาธารณสุขเป็นสิ่งที่สำคัญมากทีเดียวครับ<br />
<br />
หลักง่ายๆ ของการวิเคราะห์เปรียบเทียบทางเศรษฐศาสตร์ (Economics Evaluation) นั่นก็เหมือนที่เราทำรายรับรายจ่ายนั่นละครับ เนื่องจากทรัพยากรของเรานั้นมีจำกัด (จำนวนเงินมีจำกัด จำนวนหมอมีจำกัด จำนวนยามีจำกัด ฯลฯ) เรามีทางเลือกในการพัฒนาอะไรหลายทาง แต่ถ้าเราเลือกจะพัฒนาด้านใดด้านหนึ่งแล้วเราจะสูญเสียโอกาสในการพัฒนาด้านอื่นๆ ไป<br />
<br />
ดังนั้นเราจึงจำเป็นจะต้องมีการวิเคราะห์เพื่อเทียบเคียงว่า การที่เราเลือกจะทำอะไรลงไปซักอย่างนั้นจะได้ประโยชน์ตอบแทนกลับมาคุ้มค่าซักแค่ไหนกับทรัพยากรที่เราลงทุนลงไป <em>การบริหารทรัพยากรที่มีอยู่อย่างจำกัด</em>นี้เองเป็นที่มาของวิชาเศรษฐศาสตร์<br />
<br />
<a name='more'></a>สำหรับการนำหลักการของเศรษฐศาสตร์มาประยุกต์ใช้กับวงการสุขภาพนั้น เราจะประเมินความคุ้มทุนได้เราจะต้องทราบถึง <em>cost (ต้นทุน)</em> และ<em> benefit (ผลลัพธ์ที่ได้)</em> สำหรับการประเมินกระบวนการทางสุขภาพแล้ว เรามักจะเทียบ benefit เป็นผลลัพธ์ของสุขภาพ เช่น อัตราการตาย (mortality rate) คุณภาพชีวิต (quality of life) ฯลฯ ครับ<br />
<br />
ก่อนอื่นผมขอเกริ่นถึงการประเมินถึง "ต้นทุน" หรือ cost ก่อนละกันนะครับ เราสามารถแบ่ง cost ได้สามอย่างใหญ่ๆ นั่นคือ<br />
<br />
<ol>
<li><strong><em>Direct cost</em></strong> เป็นเงินที่จ่ายออกไปจริงๆ (มีควักออกจากกระเป๋าตังค์เมื่อไหร่ นั่นละคือ Direct cost ทั้งนี้ไม่ว่าใครจะเป็นคนควักจ่ายออกไป)</li>
<li><strong><em>Indirect cost</em></strong> เป็นจำนวนเงินที่ไม่ได้มีการควักจ่ายออกไปจริงๆ หากแต่เป็น "ค่าเสียโอกาส" แทนที่เราจะเอาทรัพยากรไปทำเงินได้เป็นจำนวนเท่านั้นเท่านี้ครับ เช่น การที่ต้องลามาหนึ่งวัน ทำให้ไม่ได้ค่าแรงขั้นต่ำ 300 บาท จำนวน 300 บาทนี้เองที่เราเรียกว่าเป็น Indirect cost</li>
<li><strong><em>Intangible cost</em></strong> เป็นสิ่งที่ประเมินออกมาเป็นตัวเลขของเงินออกมาได้ยาก พวกนี้จะเช่น ความเจ็บปวด ความกังวล ซึ่งวัดลำบากหรือวัดไม่ได้กันจริงๆ ครับ</li>
</ol>
นอกจากจะแบ่งเป็น Direct หรือ Indirect cost แล้ว เรายังอาจแบ่งตาม "ความเกี่ยวข้องกับบริการทางการแพทย์" (Medical) หรือไม่ เช่นถ้าเป็นพวกค่าหมอ ค่ายา ค่าผ่าตัด ก็จะเป็น Medical cost หากแต่ถ้าเป็นค่าเดินทาง ค่าจ้าง(คนไข้ คนเฝ้าไข้) ก็จะเป็น Non-medical cost ครับ (ส่วน Intangible cost เราวัดกันไม่ได้อยู่แล้ว)<br />
<br />
ดังนั้นเมื่อสรุปแล้วมันก็จะมีอยู่ 5 แบบ คือ<br />
<ol>
<li><strong><em>Direct, Medical cost</em></strong> ซึ่งก็คือพวกค่าวินิจฉัย (ค่าหมอ ค่าแล็บ) ค่ารักษา (ค่ายา ค่าผ่าตัด ค่าเวชภัณฑ์) ค่าฟื้นฟูสมรรถภาพ (rehabilitation) </li>
<li><em><strong>Direct, Non-medical cost</strong></em> เช่น ค่าเดินทางมาโรงพยาบาล ค่าอาหาร ค่าที่พักใกล้โรงพยาบาล ฯลฯ ซึ่งส่วนนี้คนไข้มักจะต้องจ่ายกันเอาเอง ไม่สามารถเบิกค่าใช้จ่ายจากระบบประกันได้ นอกจากนี้แล้วยังรวมไปถึงค่าดูแลรักษาที่เกิดจากญาติๆ มาช่วยดูแล (Informal care) ที่อาจไม่มีการควักจ่ายกันจริงๆ ด้วยครับ (ซึ่งถ้าจะควักให้กันจริงๆ ก็คิดได้แต่ไม่มีใครคิด)</li>
<li><em><strong>Indirect, Medical cost</strong></em> ในหนังสือบางเล่มจะไม่ได้แบ่งว่า Indirect เป็น Medical หรือ Non-medical cost ครับ แต่ในเล่มที่แบ่งก็มักจะหมายความถึงค่าใช้จ่ายในอนาคตที่จำเป็นจะต้องใช้ (เช่น ถ้าคนไข้ตาย ณ ตอนนี้ก็จะไม่ต้องเสียค่าพวกนี้ -- แต่คนไข้ไม่ตายก็เลยจำเป็นจะต้องมีค่ารักษาในอนาคตเป็นต้น) แต่จริงๆ ฟังดูก็สับสนไหมครับ และก็ประเมินยากอีกด้วยครับ</li>
<li><em><strong>Indirect, Non-medical cost</strong></em> อันนี้เข้าใจง่ายกว่า นั่นคือเป็นค่าเสียโอกาสของคนไข้จากการทำงาน แทนที่เขาจะไปทำงานได้เงิน 300 บาทในวันนั้นเขากลับสูญเสียโอกาสนั้นไป เงิน 300 บาทที่ควรจะได้แต่ไม่ได้นี่ละครับคือ Indirect Non-medical cost</li>
<li><strong><em>Intangible cost</em></strong> แบบที่กล่าวข้างบนครับ ความเจ็บปวด ความกังวล</li>
</ol>
ตัวอย่างในการประเมินอาจลองได้จากบทความที่ใน จปสท ตามลิงค์ด้านล่างครับ เรื่องนี้ผมอาจไม่ถนัดมากหากใครมีไอเดียหรือความรู้อื่นๆ มาแชร์กันได้นะครับ<br />
<br />
<strong>Reference</strong><br />
<br />
Annemans L. Health Economics for Non-Economists: An Introduction to the Concepts, Methods and Pitfalls of Health Economic Evaluations: Academia Press; 2008.<br />
<a href="http://books.google.co.th/books?id=SePnxIpuKsoC&lpg=PA15&dq=Indirect%20Non%20medical%20cost&pg=PA7#v=twopage&q&f=false">http://books.google.co.th/books?id=SePnxIpuKsoC&lpg=PA15&dq=Indirect%20Non%20medical%20cost&pg=PA7#v=twopage&q&f=false</a><br />
<br />
Riewpaiboon A. Measurement of costs. Journal of the Medical Association of Thailand = Chotmaihet thangphaet. 2008 Jun;91 Suppl 2:S28-37. PubMed PMID: 19253485.<br />
<a href="http://books.google.co.th/books?id=aO8z7oiaXdkC&lpg=PT41&pg=PT41#v=twopage&q&f=true">http://books.google.co.th/books?id=aO8z7oiaXdkC&lpg=PT41&pg=PT41#v=twopage&q&f=true</a>Pawin Numthavajhttp://www.blogger.com/profile/06684020420203479284noreply@blogger.com4tag:blogger.com,1999:blog-8585074972502267331.post-76285711599688807692012-10-04T12:52:00.001+07:002012-10-04T12:56:52.756+07:00Regression คืออะไรพอดีมีหลายคนสงสัย ผมเลยจะลองเล่าเรื่องเกี่ยวกับสถิติให้ฟังอย่างง่ายๆ นะครับ (ถ้าต้องการใน Technical Detail อาจต้องลองหาหนังสือ Biostat นะครับ)<br /><br />หลักการของการทำ Regression Analysis ก็เหมือนกันกับสถิติที่เราเรียนมาในชั้นมัธยมนั่นละครับ นึกสภาพตอนที่เรามีข้อมูลบนกราฟเป็นแกน x, y แล้วอาจารย์ให้หาสมการเส้นตรง y = m x + c ได้ไหมครับ นั่นละครับคือ model ทางคณิตศาสตร์อย่างง่ายแบบหนึ่ง<br /><br />แต่โลกเรามันไม่ได้ง่ายเป็นกราฟเส้นตรงที่มีตัวแปรเดียวเสมอไปใช่ไหมครับ เช่นในการทำนายความยาวลำตัวของเด็กแรกเกิด เราอาจจะต้องมานั่งคิดว่ามีปัจจัยอะไรบ้างในการบอกส่วนสูง ในกรณีนี้แล้วเราจะถือว่า ความยาว เป็นตัวแปรตาม (Dependent variable) และปัจจัยต่างๆ เป็นตัวแปรต้น หรือตัวแปรที่ใช้ทำนาย (Independent variable หรือ predictor)<br /><br />สมมติว่าผมให้ "ความสูงของแม่" และ "อายุครรภ์ (สัปดาห์)" เป็นปัจจัยที่น่าจะส่งผลต่อความยาวของเด็ก เบื้องต้นผมก็อาจจะกำหนดโมเดลออกมาเป็น<br /><br />
<blockquote class="tr_bq">
ความสูงของเด็ก = b1*ความสูงของแม่ + b2*อายุครรภ์ + c</blockquote>
<br />หลังจากนั้นเราก็พยายามไปเก็บข้อมูลของเด็กต่างๆ มา และด้วยโปรแกรมสถิติ เราก็สามารถที่จะหาได้ครับว่า b1, b2, c คืออะไรบ้าง อันนี้ละครับคือสิ่งที่เราเรียกว่า Regression Analysis และจากการคำนวณเราก็สามารถที่จะนำไปสู่การสร้างสมการเพื่อทำนายความสูงของเด็กได้<br /><br />แต่ในความเป็นจริงไม่ใช่ว่าทุกตัวแปรจะเป็นตัวแปรแบบตัวเลขหมดใช่ไหมครับ หลายๆ ครั้งที่ตัวแปรที่เราสนใจคือ "ตาย" กับ "ไม่ตาย", "เป็นโรค" กับ "ไม่เป็นโรค" นั่นเลยเป็นที่มาของ Logistic Regression ครับ โดยแทนที่ด้านซ้ายจะเป็นตัวแปร เราก็เปลี่ยนเป็นตัวแปรที่จะบ่งบอกถึง<i>ความน่าจะเป็น</i>ของโรคนั้นแทนครับ<br /><br />อันนี้เป็นตัวอย่างง่ายๆ คร่าวๆ นะครับ ถ้าต้องการรู้ในรายละเอียด ถึงวิธีทำผมว่าคงจะต้องไป take course แล้วครับ :DPawin Numthavajhttp://www.blogger.com/profile/06684020420203479284noreply@blogger.com7tag:blogger.com,1999:blog-8585074972502267331.post-4247503029281860412012-08-24T12:20:00.001+07:002012-08-24T12:20:56.415+07:00Descriptive and Cross-sectional Studiesช่วงนี้ห่างหายการเขียนบล็อกไปนานเลยครับ เนื่องจากมีงานที่ต้องทำหลายอย่าง ยังไงถ้าว่างจะรีบมาเขียนให้อ่านกันอีกนะครับ<br />
<br />
เมื่อวานผมได้มีโอกาสไปบรรยายให้ Resident ชั้นปีที่ 1 ของรามาธิบดีฟังเรื่อง Case Series, Descriptive, and Cross-Sectional Studies ฟัง ยังไงก็ขอเล่าสูกันฟังและ<a href="https://docs.google.com/open?id=0B3YAdvS_yaTlOEVidXUxS3I3ZDQ">แปะสไลด์ที่ได้นำเสนอไว้</a>ในบล็อกนี้นะครับ<br />
<br />
<ul>
<li>Case Report และ Case Series คือการนำเสนอตัวอย่างเคสหนึ่งเคส หรือมากกว่าหนึ่งเคสที่น่าสนใจ ถามว่าน่าสนใจยังไงก็เช่น เกิดเคสที่ไม่เคยมีมาก่อน, เจอโรคในคนที่ไม่น่าจะเป็นโรคนี้ หรือเจอโรคในสถานที่ที่แปลกไปครับ ยกตัวอย่างก็เช่น มีคนรายงานเคสที่เป็นโรคหัวใจพร้อมๆ กับมีก้อนเส้นเลือดผิดปกติที่ผิวหนัง (hemangioma) พบว่าเมื่อให้ยา Propranolol โดยมีเป้าหมายในการรักษาโรคหัวใจแล้ว กลับทำให้ก้อนที่ผิวหนังมีขนาดลดลงไปด้วย สังเกตว่าเป็นแค่เคสเดียวหรือไม่กี่เคสเท่านั้น แต่สิ่งที่ได้ก็คือเราได้ "ไอเดีย" ในการวิจัยศึกษาต่อไปครับ นอกจากนี้แล้ว ยังเป็นการรายงานสิ่งที่อาจเป็นปัญหาสุขภาพ เช่น รายงานเคสไวรัส Hand Foot Mouth Disease ในกัมพูชา เป็นต้นครับ</li>
<li>ต่อมาคือเรื่องของ Cross Sectional Study ครับ Cross Sectional Studies นั้นแบ่งได้ออกเป็นสองแบบย่อยๆ คืออาจจะเป็นทั้ง Descriptive หรือ Analytic ก็ได้</li>
<ul>
<li>Descriptive หมายถึงมีแต่อธิบายเฉยๆ ว่าได้ข้อมูลอย่างไรมาบ้าง เช่น กลุ่มที่ศึกษามีกี่คน ความดันเฉลี่ยเท่าไหร่ อายุเท่าไหร่บ้าง</li>
<li>Analytic พวกนี้จะมีการเปรียบเทียบระหว่างกลุ่มคนย่อยๆ ในการศึกษาครับ โดยมากแล้วจะนำสถิติมาจับ และสังเกตได้จากการมี p-value ครับ</li>
</ul>
<li>สำหรับใน Analytic Cross Sectional Study มีการคำนวณสองแบบที่แสดงถึงความสัมพันธ์กันของ 2 factors ครับ นั่นคือ</li>
<ul>
<li>Prevalence Ratio ซึ่งมีค่า = Prevalence ของโรคในกลุ่มคนที่มี Exposure / Prevalence ของโรคในกลุ่มที่ไม่มี Exposure</li>
<ul>
<li>ยกตัวอย่างเช่น Prevalence OA knee ในคนอ้วนในการศึกษา = 0.8, Prevalence OA knee ในคนไม่อ้วนในการศึกษา = 0.4 Prevalence Ratio ก็เอาสองอันนี้จับหารกัน = 0.8/0.4</li>
<li>แปลความหมายว่า Probability ของ OA knee เป็น 0.8/0.4 = 2 เท่าของคนที่อ้วนครับ</li>
</ul>
<li>Prevalence Odds Ratio = Probability ที่จะเกิดโรค / Probability ที่จะไม่เกิดโรค ครับ</li>
<ul>
<li>ถ้าเป็นตาราง 2x2 table ก็คือจับคูณไขว้ แล้วหารกันนั่นเองครับ (ดูในสไลด์ประกอบ)</li>
<li>จริงๆ แล้วการแปลความหมายจะซับซ้อนกว่า แต่ถ้ากลุ่มโรคที่เราศึกษานั้นมี Prevalence ที่ต่ำมากๆๆ (Rare disease) สองค่านี้จะใกล้เคียงกันมากขึ้นเรื่อยๆ และสามารถใช้การแปลความหมายเหมือนกันได้ครับ (แต่อันนี้คำนวณง่ายกว่า)</li>
</ul>
</ul>
<li>นอกเหนือจากการศึกษาเกี่ยวกับโรคแล้ว พวก Diagnostic Study ที่เปรียบเทียบเครื่องมือหนึ่ง กับอีกเครื่องมือหนึ่ง ก็ถือว่าเป็น Cross sectional study เหมือนกันครับ</li>
<ul>
<li>พวกนี้คือการศึกษาที่หา Sensitivity, Specificity, Accuracy, Predictive Value นั่นเองครับ</li>
</ul>
<li>ข้อดีของ Cross sectional study มีอะไรบ้าง</li>
<ul>
<li>อันดับแรก ง่ายครับ ทำไม่นาน ไม่ต้องการทุนที่จะไป follow up คนไข้เท่าการศึกษาแบบอื่นๆ ครับ</li>
<li>อย่างถัดมา คือสามารถบอกถึงปัญหาคร่าวๆ ของชุมชน หรือประเทศได้ครับ ว่ามีมากน้อยแค่ไหน</li>
<li>และยังสามารถศึกษาหลายๆ Risk Factor ไปพร้อมๆ กับหลายๆ Outcome ได้ในทีเดียวด้วยครับ</li>
</ul>
<li>ส่วนข้อเสียนั้นก็มีอยู่เหมือนกันครับ</li>
<ul>
<li>อย่างแรกคือโรคที่เป็นแล้วคนไข้อยู่นานๆ (chronic disease) พวกนี้เวลาเราไปศึกษา จะทำให้รู้สึกเหมือนกับว่าโรคนี้เป็นปัญหาอย่างมากต่อสังคม ไม่หายไปไหนสักที เพราะไปศึกษาทีไร ก็จะเจอแต่คนที่เป็นโรค (ทั้งที่จริงๆ แล้วก็เป็นคนเดิมๆ อาจไม่ได้มีคนใหม่ซึ่งเป็นสิ่งที่เราควรป้องกันหรือแก้ไข) อันนี้เรียกว่า Length biased sampling ครับ</li>
<li>อย่างที่สองคือสิ่งที่ได้จาก Cross-sectional study คือ Prevalence ครับ ไม่ใช่ Incidence (ผมเคยเขียนเกี่ยวกับเรื่องนี้ไปแล้วใน<a href="http://www.clinicalepi.com/2009/04/incidence-and-prevalence.html">ครั้งก่อนๆ ครับ</a>) เพราะว่าเราไม่ได้ทำการ follow up คนไข้เลย</li>
<li>ถัดมาคือการศึกษาแบบนี้ไม่มีสิ่งที่เราเรียกว่า Temporality ครับ คือไม่สามารถบอกได้ว่าอะไรเกิดก่อนเกิดหลัง เพราะเราตัดคนมาศึกษา ณ จุดเวลาหนึ่งๆ ดังนั้นเราอาจบอกไม่ได้ว่าคนอ้วน --> ทำให้เกิด OA หรือคนที่เป็น OA --> ทำให้อยู่เฉยๆ จนอ้วน ครับ เราบอกได้เพียงแค่ "ความสัมพันธ์" (association) ว่ามันพบไปด้วยกันนะ สองอย่างนี้ ครับ</li>
<li>สุดท้ายคืออาจจะมีปัญหาเรื่องเกี่ยวกับการเกลี่ย confounding factor ในคนสองกลุ่มที่เราแบ่งครับ (ซึ่งก็แน่นอนเพราะเป็น observational study เราไม่สามารถเกลี่ยหรือสั่งให้คนอ้วนออกกำลังหรือไม่ออกกำลังได้ครับ)</li>
</ul>
</ul>
<br />Pawin Numthavajhttp://www.blogger.com/profile/06684020420203479284noreply@blogger.com13tag:blogger.com,1999:blog-8585074972502267331.post-70158939145587872952012-06-04T13:37:00.000+07:002012-06-04T13:37:03.957+07:00แนะนำเว็บไซต์ Wiki Journal Clubผมบังเอิญเปิดไปเจอแอพใน iPhone ที่ชื่อว่า <a href="http://itunes.apple.com/us/app/journal-club-for-iphone/id512153051?ls=1&mt=8">Journal Club for iPhone</a> ครับ แล้วก็ได้มีโอกาสลองตามไปดูในเว็บไซต์ที่มาของข้อมูล เลยมาแนะนำกันครับ<br />
<br />
แอพสำหรับ iPhone อันนี้เป็นแอพที่ใช้ดูว่า Landmark Clinical Trials หรือ Trial ใหญ่ๆ นี่มีอะไรบ้าง หลายคนคงจะคุ้นหูกับ ALLHAT, COURAGE, ACCORD, ADVANCE ซึ่งเป็นการศึกษาใหญ่ๆ แต่คงจะมีไม่กี่คนที่จะรู้และจำทุกการศึกษาไปได้หมด (แม้แต่ชื่อเต็มมันก็ยังเข้าใจยากเลยครับ) แอพนี้ช่วยตอบโจทย์คร่าวๆ ได้ครับ<br />
<br />
คณะผู้จัดทำซึ่งเป็น Resident Internal Medicine ได้ทำเว็บไซต์เบื้องหลังแอพนี้ คือ <a href="http://wikijournalclub.org/">wikijournalclub.org</a> ครับ โดยเว็บดังกล่าวจะเป็นลักษณะคล้ายกับ Wikipedia ซึ่งหมายความว่าใครๆ ก็ช่วยกันเขียนได้ โดยเว็บได้รวบรวม Trial ใหญ่ๆ ไว้เกือบหมด และที่เหนือไปกว่านั้นคือเว็บไซต์นี้ได้ทำการวิเคราะห์สกัดเอาข้อมูลหลักๆ ที่เราต้องการรู้สำหรับการทำ EBM คือ PICO (Patient - รวมทั้ง Inclusion/Exclusion ด้วย, Intervention, Comparison และ Outcome) ไว้ให้เรียบร้อยเลยครับ<br />
<br />
นอกจากนี้แล้วเว็บไซต์ยังกล่าวสรุปให้ฟังด้วยว่า Clinical Question คืออะไร, ข้อสรุปคร่าวๆ ของ Trial ดังกล่าวคืออะไร และยังมีการวิจารณ์ในบาง Trial ด้วย<br />
<br />
ยังไงลองเข้าไปดูกันนะครับPawin Numthavajhttp://www.blogger.com/profile/06684020420203479284noreply@blogger.com17tag:blogger.com,1999:blog-8585074972502267331.post-40257914003245172372011-07-23T20:14:00.001+07:002011-07-23T20:14:19.404+07:00Funnel Plots ใน Meta-Analysisพอดีได้มีโอกาสอ่านรีวิวของ <a href="http://www.bmj.com/content/343/bmj.d4002.full?etoc">Funnel Plots ในวารสาร BMJ ฉบับล่าสุด</a> เขียนโดย <span class="name">Jonathan A C Sterne</span><span class="contrib-role"></span> ผมคิดว่ามีประโยชน์ก็เลยมาเขียนเล่าสู่กันฟังครับ<br />
<br />
Funnel Plot คืออะไร<br />
<br />
Funnel Plot ชื่อนี้ได้มาจากหน้าตาของกราฟที่มีลักษณะเป็นคล้ายกรวยครับ เกริ่นก่อนก็คือว่าโดยปกติเวลาเราทำ Meta-analysis เรามักจะกังวลกันว่า Study ที่นำมารวมกันนั้นมันมี Bias ไปทางไหนหรือเปล่า หรือว่าเราเอาแต่ Study ที่เอนเองไปทางใดทางหนึ่งมา Meta-analyze รวมกัน จึงเกิดกราฟที่พล็อตขึ้นมา ระหว่าง "ขนาดของ Study" และ "ผลลัพธ์ของ Study" ครับ<br />
<br />
<ul>
<li><b>ขนาดของ Study</b> นั้นเราจะดูจากค่าที่เรียกว่า Standard Error ของผลลัพธ์ที่ได้ สำหรับใครที่ยังไม่รู้ เจ้า <a href="http://en.wikipedia.org/wiki/Standard_error_%28statistics%29">Standard Error</a> นี่เป็นตัวบอกความคลาดเคลื่อนของผลลัพธ์ของ Study ที่ได้จาก Sample (กลุ่มที่เลือกมาศึกษา) เมื่อเทียบกลับไปเป็น Population (ประชากรทั้งหมดทั้งปวง) เช่นผมศึกษาค่าเฉลี่ยระดับน้ำตาลของคนไทยจำนวน 20 คน ผมย่อมจะได้ค่าจาก 20 คนนี้เท่านั้น ซึ่งอาจตรงหรือไม่ตรงกับค่าเฉลี่ยของคนที่เป็นเบาหวานทั้งหมด (Population) ก็ได้ ยิ่งถ้าผมศึกษาคนจำนวนมากขึ้นเท่าไหร่ ค่า Standard Error นี้ก็ยิ่งมีค่าน้อยลงเป็นส่วนกลับกันครับ โดยมากเราจะมีสูตรว่า SE = s / sqrt(n) โดยที่ s = SD ครับ</li>
<li><b>ผลลัพธ์ของ Study ที่ได้</b> ที่เรียกกันว่า Effect Estimates เช่นถ้าเป็น Outcome ที่อยู่ในลักษณะของ Dichotomous (หาย/ไม่หาย ตาย/ไม่ตาย) ก็อาจอยู่ในรูปของ Odds Ratio/Relative Risk</li>
</ul>
<br />
การพล็อตกราฟดังกล่าวนั้นจะเอาขนาดของ Study ไว้ในแกนตั้ง โดยเอา Study ที่ Standard Error น้อยๆ (หรือก็คือ Study ใหญ่ๆ) ไว้ด้านบน และ Study เล็กๆ ไล่ลงมาด้านล่าง ส่วนในแกนนอนนั้น จะเอา Effect Estimates เรียงจากด้านน้อยไปหามาก (หรือก็คือเรียง Odds Ratio จากน้อย [Favor intervention 1] ไปมาก [Favor intervention 2])<br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjDoeD7641mSvNGxlLvp2CGcLQjoBacK7GnfAjWnvGkxbscA8pdogpd7h_5K5j165yzp6EJA3naaRMWVIZ_qo50YvUN5VTZ5Ofwxt-2M_0SoOBzCJN58Qv5C6NYLPOhZ_E48xMGMZwk_sU/s1600/Funnel+Plot1.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="194" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjDoeD7641mSvNGxlLvp2CGcLQjoBacK7GnfAjWnvGkxbscA8pdogpd7h_5K5j165yzp6EJA3naaRMWVIZ_qo50YvUN5VTZ5Ofwxt-2M_0SoOBzCJN58Qv5C6NYLPOhZ_E48xMGMZwk_sU/s320/Funnel+Plot1.jpg" width="320" /></a></div>
<br />
<br />
ถ้าเราได้ Study ทั้งหมดทั้งปวงของเรื่องนั้นมาจริงๆ กราฟที่ได้นั้นก็ควรจะมีหน้าตาคล้ายกรวยคว่ำ นั่นก็คือ Study ใหญ่ๆ ควรจะอยู่ตรงกลาง และ Study เล็กๆ ลงมานั้นก็ควรจะกระจัดกระจายอยู่ทั้งสองด้านของ Study ใหญ่ๆ เนื่องจากว่า Study เล็กๆ นั้นมีโอกาส (chance) ที่จะสุ่มตัวอย่างเฉพาะบางกลุ่มมาทำการศึกษา (sampling variation)<br />
<br />
เพื่อให้เห็นภาพชัดขึ้น จึงได้มีการตีขอบเขตของกรวยด้วยครับ โดยขอบเขตนี้ตรงกลางของกรวยจะอยู่ที่ผลลัพธ์ที่ประมาณได้จาก Fixed Effect และไล่ด้านข้างเป็น 1.96 ของ Standard Error ครับ<br />
<br />
เรามักจะคาดกันง่ายๆ ว่าถ้าเกิดกราฟพล็อตที่ได้ออกมาไม่ได้เป็นรูปกรวย มีการเบ้หรือกองกันด้านใดด้านหนึ่งของกรวยดังกล่าว (หรือแม้แต่ออกไปนอกกรวยในบางกรณี) นั้นน่าจะเกิดจากการที่มี Publication Bias กล่าวคือ Study ที่มี Effect ไปอีกทางหนึ่งของกรวย นั้นอาจจะไม่ได้ถูกตีพิมพ์ (โดยเฉพาะ Study ที่เล็กๆ) ทำให้เราไม่นำมารวมใน Meta-analysis นั่นเอง<br />
<br />
ยกตัวอย่างเช่นจากใน Paper นี้ได้ยกตัวอย่างของ Meta-analysis จากการให้ IV Magnesium หลังการเกิด MI ครับ<br />
<br />
<div class="separator" style="clear: both; text-align: center;">
<a href="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEidmjMqQS7QOnSEMZziHPTTbFx2teRwWKCk_xxYaVBrxmz-FY15Xjy-LkkKDsCfFusteskDgQvUP2QwJzzTuW-ElIn_hKZFAr9XrUH-eddKHeLUcnkt6vrwDKkzGR0g3ZCyzjh64oqtM-Q/s1600/Funnel+Plot+Magnesium.jpg" imageanchor="1" style="margin-left: 1em; margin-right: 1em;"><img border="0" height="208" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEidmjMqQS7QOnSEMZziHPTTbFx2teRwWKCk_xxYaVBrxmz-FY15Xjy-LkkKDsCfFusteskDgQvUP2QwJzzTuW-ElIn_hKZFAr9XrUH-eddKHeLUcnkt6vrwDKkzGR0g3ZCyzjh64oqtM-Q/s320/Funnel+Plot+Magnesium.jpg" width="320" /></a></div>
<br />
<br />
เราจะพบว่า กราฟของ Funnel Plot ที่เกิดขึ้นนั้นจุดที่พล็อตนั้นกองกันไปอยู่ด้านที่ OR เป็นลบ (หมายถึงว่า IV Mg ช่วยลด Mortality) ในขณะที่ Study ที่ใหญ่ที่สุดนั้นกลายเป็นอยู่ตรงกลาง (ไม่ได้ช่วยลด Mortality) แสดงว่าจริงๆ แล้ว Study เล็กๆ ที่มัน negative นั้นอาจไม่ได้ถูกตีพิมพ์ก็ได้ครับ<br />
<br />
ใน Paper นี้ได้เสนอว่า นอกจากที่เราคิดว่า Funnel Plot จะแสดงถึง Publication Bias แล้ว จริงๆ เราก็ควรจะเตือนตัวเองเสมอว่า มันอาจจะมีกรณีอื่นๆ ที่ทำให้เกิดการเบ้ของกราฟนี้อีกก็เป็นได้ ซึ่งสาเหตุของการเกิดอาการเบ้ใน Funnel Plot อาจเกิดจาก<br />
<br />
<ol>
<li>Reporting Bias</li>
<ol>
<li>Publication Bias ซึ่งอาจเกิดจากทั้ง Delay Publication Bias (Paper ไม่ได้ถูกตีพิมพ์) หรือ Location Bias (ค้นไม่เจอซึ่งอาจเกิดจากปัญหาเลือกภาษาเป็นต้น)</li>
<li>Selective Outcome Reporting อาจค้นเจอ แต่ใน paper ที่ค้นได้เลือกที่จะไม่บอกผลลัพธ์บางอย่าง</li>
<li>Selective Analysis Reporting ใน paper อาจจะบอกเฉพาะผลลัพธ์ที่ bias ไปตามวิธีวิเคราะห์ที่ใช้</li>
</ol>
<li>คุณภาพของงานศึกษาเล็กๆ อาจดีไม่เท่างานศึกษาใหญ่ๆ ทำให้ถูกจูงไปทางใดทางหนึ่ง ซึ่งอาจเกิดได้จาก Design งานศึกษาไม่ดี, ทำการวิเคราะห์ไม่ดี, หรือแม้แต่นั่งเทียนเขียนงานวิจัยหลอกๆ</li>
<li>อาจเกิดความแตกต่างระหว่าง Study จริงๆ (Heterogeneity) ซึ่งถ้าเราสามารถนำมาแยกตามปัจจัยที่ทำให้เกิด Heterogeneity (หรือทำ Subgroup Analysis) ก็อาจแยก Funnel Plot เป็นกลุ่มๆ ที่อาจจะไม่เกิดการเบ้ได้</li>
<li>Artefact ที่เกิดจาก Sampling Variation</li>
<li>สุดท้ายคืออาจเกิดจาก Chance เองก็ได้ (โชคไม่ดีที่กราฟเบ้)</li>
</ol>
โดยปกติแล้วนอกจากการดูกราฟด้วยตาเปล่าแล้ว ยังมีการใช้วิธีคำนวณเพื่อดูว่ากราฟเบ้หรือไม่ อย่างไรก็ดี วิธีคำนวณเหล่านี้นั้นมักไม่สามารถ Detect ความเบ้ได้มากเท่าไหร่ครับ<br />
<br />
ยังไงก็ลองตามกันไปอ่าน Paper เต็มๆ ได้ที่ BMJ นะครับ<br />
<br />
Reference <br />
<div class="csl-bib-body" style="line-height: 1.35;">
<div class="csl-entry">
<div class="csl-left-margin" style="float: left; padding-right: 0.5em; text-align: right; width: 1em;">
1. </div>
<div class="csl-right-inline" style="margin: 0 .4em 0 1.5em;">
<a href="http://www.bmj.com/content/343/bmj.d4002.full?etoc">Sterne JAC, Sutton AJ, Ioannidis JPA, Terrin N, Jones DR, Lau J, et al. Recommendations for examining and interpreting funnel plot asymmetry in meta-analyses of randomised controlled trials. BMJ. 2011 Jul;343(jul22 1):d4002-d4002. </a></div>
</div>
<span class="Z3988" title="url_ver=Z39.88-2004&ctx_ver=Z39.88-2004&rfr_id=info%3Asid%2Fzotero.org%3A2&rft_id=info%3Adoi%2F10.1136%2Fbmj.d4002&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=Recommendations%20for%20examining%20and%20interpreting%20funnel%20plot%20asymmetry%20in%20meta-analyses%20of%20randomised%20controlled%20trials&rft.jtitle=BMJ&rft.stitle=BMJ&rft.volume=343&rft.issue=jul22%201&rft.aufirst=J.%20A.%20C.&rft.aulast=Sterne&rft.au=J.%20A.%20C.%20Sterne&rft.au=A.%20J.%20Sutton&rft.au=J.%20P.%20A.%20Ioannidis&rft.au=N.%20Terrin&rft.au=D.%20R.%20Jones&rft.au=J.%20Lau&rft.au=J.%20Carpenter&rft.au=G.%20Rucker&rft.au=R.%20M.%20Harbord&rft.au=C.%20H.%20Schmid&rft.au=J.%20Tetzlaff&rft.au=J.%20J.%20Deeks&rft.au=J.%20Peters&rft.au=P.%20Macaskill&rft.au=G.%20Schwarzer&rft.au=S.%20Duval&rft.au=D.%20G.%20Altman&rft.au=D.%20Moher&rft.au=J.%20P.%20T.%20Higgins&rft.date=2011-07&rft.pages=d4002-d4002&rft.spage=d4002&rft.epage=d4002&rft.issn=0959-8138">
</span></div>
Pawin Numthavajhttp://www.blogger.com/profile/06684020420203479284noreply@blogger.com13tag:blogger.com,1999:blog-8585074972502267331.post-43191145672089985722010-06-19T11:54:00.000+07:002010-06-19T11:54:58.333+07:00Modified Intention-To-Treat<style type="text/css">
.style1 {
margin-left: 40px;
}
</style><br />
มีหลายคนสงสัยเกี่ยวกับคำว่า "Modified Intention-To-Treat" (ผมขอเรียกว่า mITT) ว่ามันคืออะไรกันแน่ พอดีว่ามีงานวิจัยที่เกี่ยวข้อง ผมก็เลยขอสรุปงานวิจัยนั้นมาให้ดูกันนะครับ<br />
<br />
ก่อนอื่นขอย้อนไปดูคำว่า Intention-To-Treat กันเสียก่อน สมมติว่าผมกำลังทำ RCT อันหนึ่งที่เปรียบเทียบการใช้ยาตัวหนึ่งกับ Placebo ถ้างานวิจัยผมเริ่มเก็บคนไข้ที่เข้าร่วมงานวิจัย คนไข้ที่เข้ามานั้นก็จะต้องผ่านกระบวนการต่างๆ โดยสรุปคือ<br />
<br />
<a href="http://picasaweb.google.com/lh/photo/3PY9U1a5aCVn9rGvE_m2YgX6Ws2h7U1zydpRfvafq3c?feat=embedwebsite"><img src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhnmNGuuf7FMx0s6G3A9Q3jrBMu6UZo7glA9cRLDTFOI2C1zNvb4kCiBSSEOlFp1HGbZnFvSKaqlPOA6VLBZpl7g_1_lst3vgRM73bBinp5UAPSnZbc749MvVhKn9akBABOe7yFf-fymQU/s800/ITT.png" /></a><br />
<ol><li>ผ่านการคัดเลือก (Enrollment) ซึ่งคนไข้ก็ต้องมีโรคนั้นๆ จริง และผ่าน Eligibility คือไม่ผิดข้อห้ามต่างๆ ของงานวิจัย ซึ่งก็คือเข้า Inclusion/Exclusion criteria นั่นเอง</li>
<li>ผ่านการ Randomization</li>
<li>ได้รับการ Assign ว่าจะได้รับยาตัวไหน</li>
<li>ได้รับยาจริงๆ กลับไปกินที่บ้าน</li>
<li>มาติดตามเพื่อดูว่าเกิดหรือไม่เกิด Outcome ที่ผมสนใจ (เช่น มาดูว่าหายหรือเปล่า)</li>
</ol>การวิเคราะห์แบบ Intention-To-Treat นั้นจะดูที่กระบวนการ Assignment ว่าคนไหนได้รับยาตัวไหน แล้วคนนั้นเกิด Outcome หรือไม่ นั่นคือดูขั้นตอนที่ 3 เทียบกับขั้นตอนที่ 5 นั่นเองครับ โดยไม่สนใจว่าที่เหลือจะเป็นอย่างไร<br />
<br />
อย่างไรก็ดีการวิเคราะห์แบบนี้นั้นมีปัญหาเพราะคนเราเปลี่ยนใจได้อยู่เสมอๆ โดยโอกาสที่จะเปลี่ยนนั้นก็เกิดขึ้นได้กับทุกขั้น กล่าวคือ<br />
<br />
<a href="http://picasaweb.google.com/lh/photo/3ZMkNNpnQvN5ppMzuXqjSQX6Ws2h7U1zydpRfvafq3c?feat=embedwebsite"><img src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhQcedApWEibO8Q4mmntVc3vxViDhEEs7JVFvtr63fYdI7FCt1a6K2VLSx_s2KfmGorVKvnL2gEM5mBVUuKYUkJmW-99RuJsGHLMz2EgKH_lql07uke2QCcWlGHsdD-_bsyLMvrEwm_8xc/s800/ITT2.png" /></a><br />
<br />
<ul><li>คนไข้ดัน Enrollment มาผิด ไม่ได้มีโรคเราเลย แต่ดันเข้ามาอยู่ในงานวิจัย ซ้ำร้ายบางคนกลับได้ยาไปเสียด้วย ยกตัวอย่างเช่นได้รับ Antibiotics ไปแต่กลับมาทราบภายหลังว่าผล Culture มันดันไม่ขึ้นแทน ซึ่งเสียอัตราส่วนของ Randomization <br />
ไปเสียแล้ว</li>
<li>คนไข้ดันไม่เข้ากับ Eligibility Criteria เช่นไม่เข้ากับ Inclusion/Exclusion Criteria</li>
<li>คนไข้ดันเกิด Outcome เช่นหายซะก่อนที่จะกินยาจริงๆ</li>
<li>คนไข้หายตัวไปไม่ยอมมา Follow up อีก หรือมาแต่ไม่ครบ</li>
</ul>ทั้งหมดนี้เป็นการเบี่ยงเบนไปจาก Protocol ที่เราวางไว้ แต่ผู้วิจัยนั้นก็จะพยายามอ้างว่าเขาได้พยายามดีที่สุดแล้ว ก็อาจจะวิเคราะห์ตัดคนเหล่านี้ออกจากการศึกษาไปเลย ซึ่งการตัดคนเหล่านี้ออกไปนั้นผู้วิจัยส่วนใหญ่ใช้คำว่า "Modified Intention-To-Treat" ครับ <br />
<br />
ข้อเสียของมันก็คือเราไม่รู้ว่ามันจะตัดคนไข้กลุ่มไหนออกไปมากเป็นพิเศษหรือไม่ (เช่นดันตัดกลุ่มที่ได้ยาไปซะเยอะ) ทำให้ผลลัพธ์ของ Randomization ไม่สวยหรูอย่างที่เราคาดเอาไว้ครับ<br />
<br />
แต่คำว่า Modified นั้นก็ไม่ได้บ่งชี้เฉพาะว่าการเปลี่ยนแปลงนั้นเกิดจากตรงกระบวนการใดกันแน่ ใน Paper ที่ลงตีพิมพ์ใน BMJ ล่าสุดนั้นพบว่าผู้วิจัยแต่ละคนก็มีความหมายของคำนี้แตกต่างกันไป บางคนรวมหลายจุดเข้าด้วยกัน ซ้ำร้ายในคนเดียวกันยังให้ความหมายแตกต่างกันในคนละ Trial เสียด้วยซ้ำ นั่นแสดงว่าไม่มีใครที่จะให้ความหมายของคำนี้อย่างชัดเจน เว้นเสียแต่ว่าผู้วิจัยจะต้องบอกเจาะจงให้แน่ชัดไปเลยว่าเกิดอะไรขึ้นกับ Trial และใครบ้างที่ถูกคัดออก และคัดออกเนื่องจากอะไรครับ<br />
<br />
ไม่แน่ใจว่าพอจะเข้าใจกันมากขึ้นหรือไม่นะครับ ลองนั่งนึกๆ ดูครับ ส่วนตัว Paper นั้นสามารถดูได้จาก Abraha I, Montedori A. Modified intention to treat reporting in randomised controlled trials: systematic review. BMJ. <a href="http://dx.doi.org/10.1136/bmj.c2697">2010;340:c2697</a>. ครับPawin Numthavajhttp://www.blogger.com/profile/06684020420203479284noreply@blogger.com20tag:blogger.com,1999:blog-8585074972502267331.post-58734500886753646802010-03-13T22:52:00.000+07:002010-03-13T22:52:29.964+07:00เกริ่นเรื่อง Survival Analysisวันนี้ขอเกริ่นหลักการของเรื่อง Survival Analysis ไว้คร่าวๆ ก่อนครับ<br />
<br />
ใครที่ไม่เคยรู้เรื่องสถิติมาก่อน ก็มักจะคิดว่า Survival Analysis คือการดูอัตราการอยู่รอดของคนที่เป็นโรคใช่ไหมครับ คำตอบนั้นคือ ใช่ครับ แต่ก็ไม่ถูกต้องไปทั้งหมดเสียทีเดียว ก่อนอื่นเราต้องมาทำความเข้าใจกับการวิเคราะห์ข้อมูลกันครับ<br />
<br />
โดยปกติแล้วในการศึกษาวิจัยที่ง่ายๆ มักจะมีการกำหนด "ระยะเวลา" ที่จะวัดผลไว้อย่างชัดเจน เช่น การศึกษาการให้ยาแอสไพรินในคนปกติ แล้วมาวัดอัตราตายที่ 3 เดือนว่ากลุ่มที่ให้หรือไม่ให้แอสไพริน กลุ่มไหนมี % ตายมากกว่ากัน<br />
<br />
แต่การวัดแบบนี้ไม่ได้เอาเวลาเข้ามาคิดเลยครับ เราจะไม่มีทางทราบเลยว่าก่อนหน้า 3 เดือน หรือหลังจาก 3 เดือนนั้นเป็นอย่างไร กลุ่มไหนมีอัตราตายเร่งอย่างไรกันบ้าง อันนี้เลยจึงเป็นที่มาของการเอา "ระยะเวลา" เข้ามาวิเคราะห์ร่วมกับ "ผลลัพธ์" (ในที่นี้คืออัตราตาย -- แต่จริงๆ แล้วผลลัพธ์นี้อาจจะเป็นอย่างอื่นที่ไม่ตายก็ได้ เช่น การเป็นเบาหวาน การเป็นโรคอัมพาต) หรือในทางระบาดวิทยานั้นเรียกการวิเคราะห์แบบนี้ว่า time-to-event (ระยะเวลาจนกว่าจะเกิดผลลัพธ์) นั่นเองครับ<br />
<br />
เราจะเห็นได้ว่าการศึกษาที่สามารถวิเคราะห์แบบนี้ได้ จำเป็นต้องเก็บข้อมูล "ระยะเวลา" ด้วย จากที่ผมเคยเขียนเอาไว้ในบล็อกก่อนๆ คงจะจำกันได้ว่ารูปแบบที่มีระยะเวลาด้วยนั้นก็คือรูปแบบของ Randomized Controlled Trial และ Cohort (ซึ่งก็เป็นได้ทั้ง Retrospective หรือ Prospective เพราะต่างก็เก็บเวลาด้วยกันทั้งคู่) นั่นเองครับ การศึกษาแบบ Cross-sectional นั้นเป็นการศึกษาที่ "จุดหนึ่งของเวลา" ทำให้ไม่สามารถเก็บข้อมูลของระยะเวลาจนเกิดเหตุการณ์นั้นๆ ได้ครับ<br />
<br />
ข้อดีของการศึกษาแบบนี้อีกอย่างนั่นก็คือ คนที่จนจบ Study แล้วยังไม่เกิดผลลัพธ์ใดๆ เลย หรือคนที่ติดตามมาอยู่ระยะเวลาหนึ่งแล้วดัน loss follow up ไปซะก่อนนั้นก็ยังมีส่วนอยู่ในการศึกษา ไม่ต้องเอาคนเหล่านี้ออก เพราะเขาก็ยังให้ข้อมูลระยะเวลาส่วนหนึ่งที่เขาไม่เกิดเหตุการณ์ครับ<br />
<br />
ตอนต่อไปผมจะมาอธิบายต่อเกี่ยวกับเรื่องนี้นะครับ :DPawin Numthavajhttp://www.blogger.com/profile/06684020420203479284noreply@blogger.com10tag:blogger.com,1999:blog-8585074972502267331.post-36256191955207758612010-02-21T00:55:00.004+07:002010-02-21T01:04:26.794+07:00Zotero ออกรุ่น 2.0 แล้วครับโปรแกรมจัดการบรรณานุกรมที่ผมชอบใช้ และเคยได้แนะนำไปก็คือ Zotero นั้นได้ออกรุ่นใหม่อย่างเป็นทางการแล้วครับ สำหรับรุ่นนี้คือรุ่น 2.0 ครับ<br /><br /><a href="http://picasaweb.google.com/lh/photo/2uTp6aSlc02-6ngc7ejLUg?authkey=Gv1sRgCJjI5dGG3aKWMg&feat=embedwebsite"><img src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhsoQVc-n3DK6eZQTSWK3XcOE2pSQUhgT7xIgZIDLOeb1KcqJ0UTHO62B3PavBbPUe8fsyck6r811lrleu05A1i7hbUNAYNaDa32iS3XvwZ6NXnPfJ_Mdu97YNKNOicq3i3y3ld4htPsgI/s800/zotero2.png" /></a><br /><br />รุ่น 2.0 นั้นมีคุณสมบัติที่เพิ่มมาใหม่หลักๆ ดังนี้เลยครับ<br /><ul><br /><li>สามารถ Sync ข้อมูลของเราเอาไปไว้บนเซอร์เวอร์ของ Zotero ได้ ซึ่งก็หมายความว่าเราสามารถ Backup ตามที่<a href="http://www.clinicalepi.com/2009/12/backupexport-zotero.html">ผมเคยเขียนไว้</a>ได้ครับ ซึ่งพวก PDF ที่เรา Attach ไว้ก็จะตามขึ้นไปด้วย แต่ว่าสำหรับผู้ที่ใช้ฟรี การเก็บไฟล์จะถูกจำกัดไว้ที่ 100 เมกะไบต์เท่านั้น ถ้าต้องการเพิ่มก็ต้องเสียเงินครับ</li><br /><li>สนับสนุน Proxy อันนี้สำหรับผู้ที่ใช้อินเทอร์เน็ตที่บ้านต่อผ่านเซอร์เวอร์ของมหาวิทยาลัยในการเอา Full Paper อัตโนมัติ (เช่นของมหิดลคือ <a href="http://ejournal.mahidol.ac.th">http://ejournal.mahidol.ac.th/</a>) ทำให้สะดวกมากขึ้นครับ</li><br /><li>แทรก Comment ไว้ในรายการแบบเป็น Rich Text (ทำตัวหนาตัวเอียงใส่สีได้)</li><br /></li></ul><br /><br />ยังไงก็ลองดาวน์โหลดกันได้ที่เดิม <a href="http://www.zotero.org">Zotero.org</a> ครับ :)Pawin Numthavajhttp://www.blogger.com/profile/06684020420203479284noreply@blogger.com19tag:blogger.com,1999:blog-8585074972502267331.post-77746353711277494852009-12-13T21:21:00.004+07:002009-12-13T21:30:52.646+07:00Backup/Export ข้อมูลใน Zotero<p>พอดีมีผู้สนใจถามมาเกี่ยวกับเรื่องการ Backup ข้อมูลใน Zotero นะครับ ผมเลยเอามาเขียนให้อ่านกันโดยทั่วๆ ใครที่ยังไม่รู้จัก Zotero ผมแนะนำให้ลองใช้ดู ยังไงลองอ่านเรื่องเกี่ยวกับ Zotero ได้ใน<a href="http://www.clinicalepi.com/2009/04/reference-zotero.html">หน้านี้</a>นะครับ</p><br /><br /><p>โดยปกติแล้ว Zotero นั้นจะเก็บข้อมูลต่างๆ ที่เราได้ทำการบันทึก ทั้งในเรื่องของรายการ และไฟล์แนบ (เช่นพวก PDF หรือ Snapshot ทั้งหลาย) เอาไว้ใน<a href="http://www.zotero.org/support/zotero_data">โฟลเดอร์ Zotero</a> ที่อยู่ย่อยของ<a href="http://support.mozilla.com/th/kb/Profiles">โฟลเดอร์ Profile ของ Firefox</a> อีกที โดยส่วนใหญ่ของผู้ใช้วินโดวส์ Vista/7 ก็จะอยู่ลึกมาก (เช่นของผมนั้นอยู่ที่ C:\Users\Pawin Numthavaj\AppData\Roaming\Mozilla\Firefox\Profiles\oc7s70ri.default\zotero\storage เป็นต้น) สำหรับวิธีการหาโฟลเดอร์นี้โดยง่ายก็คือการเข้าไปที่ Preference -> Advance -> Show Data Directory ดังวิธีต่อไปนี้ครับ</p><br /><br /><p><a href="http://picasaweb.google.com/lh/photo/XsT8ix7dwMtFtzVSw0yBxg?authkey=Gv1sRgCJjI5dGG3aKWMg&feat=embedwebsite"><img src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEg5DueEmcT6QAOtgSn9-5KwbYHK-USRnvPOCDF3Z9T75qHiS-4E7vhT6PdNJV9mf_O5TjS4Tb0rFkDW38F8Z7efuV5lolxya9SS0isUfJ4mhzlyhK4LectMC_butSxo0Cmrnkh1KjfD-9Q/s800/Backup%20Zotero%201.png" /></a></p><br /><ol><br /> <li>คลิ๊กตรงรูปเฟืองใน Zotero</li><br /> <li>เลือก Preferences</li><br /> <li>คลิ๊กตรง Advanced</li><br /> <li>คลิ๊กที่ Show Data Directory</li><br /></ol><br /><p>หน้าตาของโฟลเดอร์ที่สามารถ Backup ไว้ก็จะปรากฏออกมาครับ เราสามารถคัดลอกทั้งหมดนี้ไปเก็บไว้ต่างหาก ไว้เผื่อเวลาที่เกิดความเสียหายกับเครื่องได้เลยครับ</p><br /><p><a href="http://picasaweb.google.com/lh/photo/OZnAMGkOTtaIncKj6pNPFQ?authkey=Gv1sRgCJjI5dGG3aKWMg&feat=embedwebsite"><img src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhgRy9jZvtS2NOWPMD4coZ4g1kPxAXb6TIyEyKxGDGq41W9MDBEM2B_1L5t1x9xaAisafsatrB9NmkFoMFNYqWhIUP7of2x7KNbfvVqG-x8ZXPaMWaLioLCZHe3EFARPtjaton_RbNvjnY/s800/Backup%20Zotero%202.png" /></a></p><br /><br /><p>โดยถ้าเราเกิดทำเครื่องพังไป เราสามารถคัดลอกไฟล์ทั้งหมดที่เคย Backup เอาไว้กลับมาไว้ตรงโฟลเดอร์นี้ (เปิดด้วยวิธีเดียวกัน) สิ่งต่างๆที่เราเคยทำไว้ก็จะกลับมาได้ทั้งหมดครับ</p><br /><br /><p>นอกจากวิธีที่จะ Backup ทั้งหมดแล้วเรายังสามารถเลือก Backup เป็นส่วนๆ ได้ด้วยการอาศัยคำสั่ง Export ตามขั้นตอนต่อไปนี้ครับ</p><br /><p><a href="http://picasaweb.google.com/lh/photo/G2oUWS-VqsxsCTjjpuYw0Q?authkey=Gv1sRgCJjI5dGG3aKWMg&feat=embedwebsite"><img src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgZpJplHMnQE66T3eX8ICZ-3VcyP4tibW3vMaRf7KqkGVlQFr1dX-HYTUHO-Dq6e6DmYSka181eXD4289CapexinxTx0Pwj_0dvVQVw7cqENsj7vbBLp8dbLLsOTtcB-jeRh-dS1EMZboA/s800/Backup%20Zotero%207.png" /></a></p><br /><ol><br /> <li>คลิ๊กขวาตรงโฟลเดอร์ที่ต้องการส่งออก/Backup (จะคลิ๊กขวาทั้ง My Library เลยก็ได้ไม่ผิดกติกา)</li><br /> <li>เลือก Export Collection</li><br /> <li>เลือก Format เป็น Zotero RDF ถ้าต้องการเก็บไฟล์ที่แนบเอาไว้ด้วยก็อย่าลืมติ๊กเลือก Export Files นะครับ</li><br /> <li>พิมพ์ชื่อที่ต้องการ แล้วกด Save</li><br /></ol><br /><p>เมื่อส่งออกไปแล้วจะเป็นโฟลเดอร์ที่เก็บไว้ครับ ถ้าเราต้องการนำเข้าก็ง่ายๆ แค่เลือก Import จากเมนูเฟืองเท่านั้นเองครับ</p><br /><p><a href="http://picasaweb.google.com/lh/photo/9E2KVomlVb3CJts-2e4z2Q?authkey=Gv1sRgCJjI5dGG3aKWMg&feat=embedwebsite"><img src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgBwbakPMr8n8vhOlzwEfOhKmeseVRfEJNXWrXuTUMNnfdXOaoZY-H7PcUES1d9g_1eaeqqBBE5yHHNrCo7bE0CMUHCZxtwW5fQwjuO_K7gZ31GVh8Sx5sBckoSElTYjTZf3I5Pm22VZJI/s800/Backup%20Zotero%208.png" /></a> </p><br /><p>แต่เท่านั้นยังไม่พอ (ดูมันง่ายไปไหม) ผมแนะนำบริการใหม่ที่จะมีมาอวดโฉมกันใน Zotero 2.0 ซึ่งยังไม่คลอด แต่มีให้ทดลองใช้กันก่อน (ผมใช้อยู่ก็พบว่าไม่เกิดปัญหาอะไรนะครับ) โดยเราสามารถที่จะ Sync สิ่งต่างๆ ที่อยู่ในเครื่องเรา ไปเก็บเอาไว้ในฐานข้อมูลออนไลน์ได้เลยทีเดียว</p><br /><p>ก่อนอื่นก็ต้องขอให้ติดตั้ง Zotero รุ่น 2.0 กันก่อนครับ ขั้นตอนก็ง่ายๆ เหมือนรุ่น 1.0 เพียงเข้าไปที่เว็บ <a href="http://www.zotero.org">http://www.zotero.org</a> แล้วเลือกปุ่ม try out 2.0 beta รอสักครู่ เลือก Install และรอโหลดก็จะได้มาใช้กันแล้ว (ใครกดแล้วมันเงียบแต่มีปุ่มขึ้นให้กด Allow ก็ให้กดไปนะครับ)</p><br /><p><a href="http://picasaweb.google.com/pawinpawin/PawinSClinicalEpidemiologyBlog?authkey=Gv1sRgCJjI5dGG3aKWMg&feat=embedwebsite#5414724717812057762"><img src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgPeo5HlwSPAv6y5hKtQ25hxeYEAyxDOk_vDNh9Ciz3xDUX1EaMTZ3BGoWQvd8noorylWYV1Ow7TAO8CjNr_0nMI5Wmldk-NedLOjN5gX0Yf2D7zWo2fF8aQpdGYQXwLiImEJ1ET5jNY5w/s800/Backup%20Zotero%203.png" /></a></p><br /><p>ถ้าอัพเกรดมาจากรุ่น 1.0 ก็จะมีให้รออัพเกรดเล็กน้อย</p><br /><p><a href="http://picasaweb.google.com/lh/photo/jzfaKT-BBPBRfXeu6kwhAQ?authkey=Gv1sRgCJjI5dGG3aKWMg&feat=embedwebsite"><img src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgJP_hbW3pXVB8rBeT3JZsRzBdyNOcFYkE7sVN7ce88qufUhOMmmObywhVPy5jfHRPvstGTytgGwiiicSqsonksI_dsnw8fmXs4NQqtYBRxkK1GIHX48zNLBe61fqYUZD7G72HVoDVG8vA/s800/Backup%20Zotero%204.png" /></a></p><br /><p>หลังจากเปิดมาแล้วเราจะพบกับหน้าตาที่แปลกไปกว่าเดิมเล็กน้อย และที่ผมอยากให้สนใจคือปุ่มรูปลูกศรโค้งๆ ด้านขวามือนี่ละครับ</p><br /><p><a href="http://picasaweb.google.com/lh/photo/982Kxp9ZijtFN3Ey6b0eRg?authkey=Gv1sRgCJjI5dGG3aKWMg&feat=embedwebsite"><img src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhAMzIhITKjsyxhrvtQFHJnxPCnGTHd74Ob9Gt2gO-J3295gVs0IBRrlpVui6XEWluhjBeD_h2gdNnT1iipm4uirwGJVSGZbjOWDfA9jpq1qUaaez0dzvmSOAQ6qp8HVLVIqL5o0N9U21g/s800/Backup%20Zotero%205.png" /></a></p><br /><p>ถ้าเรากดปุ่มนี้ เบื้องต้นมันจะเข้าไปที่หน้า Sync ของ Zotero ให้กรอกพวก User Name, Password ของ Zotero ถ้าใครยังไม่มีก็สามารถเข้าไปสร้างแอคเค้าท์กันได้ตามลิงค์ Create Account ที่อยู่ในหน้านั้นเลยครับ</p><br /><p><a href="http://picasaweb.google.com/lh/photo/AbOfjhrjUGHwlaYMYC5s3g?authkey=Gv1sRgCJjI5dGG3aKWMg&feat=embedwebsite"><img src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiLdRlxCZCGVYG1Jw5HdeRO7BedoGq4ixAW9k4FqwI4QqZ1OGg1AK_DMOrHwzo5xxxBek2yA_PYsnXlwxLKGeMa1R2Cs0QFDVYME5w7orepnl5vd-xKbNkCuseIs6x6y7VKy_FcDo4HCcs/s800/Backup%20Zotero%206.png" /></a></p><br /><p>อนึ่ง หลังจากทำการ Sync แล้วรายการต่างๆ ของเรานั้นจะไปอยู่บนคอมพิวเตอร์เซอร์เวอร์ของ Zotero ด้วย โดยถ้าเราทำในคอมเราหายและต้องการให้ Sync ย้อนกลับมาที่เครื่องเรา ก็เพียงเลือก Restore from Zotero Server เท่านั้นเองครับ</p><br /><p>ดูง่ายดีไหมครับ นอกจากนี้แล้ว หากเราเข้าไปยังเว็บ <a href="http://www.zotero.org">http://www.zotero.org</a> แล้วเลือก Login ตาม User Name ที่เราสร้างไว้ รายการต่างๆ ของเราก็จะอยู่ในนั้นด้วยครับ! ซึ่งรายการที่อยู่บนเว็บนี้ยังรวมทั้ง PDF ที่เก็บไว้ใน Library ด้วยนะครับ แต่สำหรับบริการฟรีนั้นจะเก็บได้แค่ 100 เมกะไบต์ (นับเฉพาะไฟล์ต่างๆ ไม่นับจำนวน Reference) ถ้าต้องการเก็บเพิ่มเติมก็สามารถซื้อเพิ่มกันได้ครับ</p><br /><p>ยังไงลองใช้กันดูนะครับ :)</p>Pawin Numthavajhttp://www.blogger.com/profile/06684020420203479284noreply@blogger.com8tag:blogger.com,1999:blog-8585074972502267331.post-5548640867773219762009-12-06T14:33:00.002+07:002009-12-06T14:43:33.449+07:00Clinical Epidemiology Short Courseพักนี้ไม่ค่อยจะว่างเขียนเรื่องใหม่ๆ ให้อ่านกันเท่าไหร่ครับ<br /><br />แต่ว่าพอดีทางหน่วยระบาดวิทยาคลินิกและชีวสถิติ รามาฯ ที่ผมเรียน (และทำงาน) ได้อัดเทปการสอนเกี่ยวกับคอร์สสำหรับ Resident ที่ว่าด้วยเรื่อง Epidemiology และ Statistics ครับ ก็เลยเอามาฝากกัน<br /><br />ไปดูกันได้ที่หน้าเว็บของหน่วยฯ ได้ที่นี่เลยครับ: <a href="http://www.ra.mahidol.ac.th/en/dpt/CEB/shortcourse_residenten">http://www.ra.mahidol.ac.th/en/dpt/CEB/shortcourse_residenten</a>Pawin Numthavajhttp://www.blogger.com/profile/06684020420203479284noreply@blogger.com8tag:blogger.com,1999:blog-8585074972502267331.post-51990567366923161102009-10-12T23:16:00.001+07:002009-10-12T23:20:11.800+07:00ชนิดของตัวแปร<p><br />ข้อมูลที่เกิดขึ้นจากการวัด ที่แตกต่างกันไปในแต่ละคน ในทางการวิจัยเราจะเรียกมันว่า "ตัวแปร" (variable) ครับ เช่นง่ายๆ ผมทำสำรวจการเรื่องการได้ยินในนักดนตรี ตัวแปรพวกนี้ที่เจอบ่อยๆ ก็เช่น เพศ อายุ นอกจากนี้ก็จะเป็นตัวแปรที่เกี่ยวข้องกับงานวิจัยของเราครับ นั่นคือของผมก็อาจจะเป็น ระดับการได้ยินเฉลี่ยในหูซ้ายและหูขวาในปัจจุบัน, ระดับเสียงที่ได้ยินโดยเฉลี่ยต่อวัน, จำนวนชั่วโมงที่เล่นเพลง, รูปแบบเพลงที่ชอบเล่น, ประวัติเคยใช้เครื่องช่วยฟังมาก่อนหรือไม่, ประวัติการได้ยินผิดปกติในญาติ</p><br /><p>ตัวแปรต่างๆ เราจะต้องทำความเข้าใจมันก่อนว่ามันเป็นตัวแปรแบบไหน ทั้งนี้เพื่อที่จะได้รู้ต่อไปว่า ควรจะแปลความหมายมันอย่างไร จะแสดงผลเป็นกราฟแบบไหน จะใช้การทดสอบทางสถิติตัวไหนมาทดสอบความแตกต่างในแต่ละกลุ่ม และจะแปลความหมายผลการทดสอบนั้นอย่างไรครับ</p><br /><p>ตัวแปรที่พบกันบ่อยๆ นั้นสามารถแยกได้สองกลุ่มใหญ่ๆ นั่นคือ</p><br /><ul><br /> <li><strong>ตัวแปรแบบกลุ่ม (Categorical Data)</strong> พวกนี้ แต่ละกลุ่มก็มีความหมายของตัวมันเอง ซึ่งแบ่งย่อยได้สองกลุ่ม คือ<ul><br /> <li><strong>Nominal</strong> แต่ละกลุ่มเป็นอิสระต่อกัน ไม่ค่อยเกี่ยวกัน ไม่เป็นลำดับ (order) เช่น เพศ รูปแบบเพลงที่ชอบเล่น (พูดง่ายๆ คือไม่ใช่ว่าเพศหญิงมีค่ามากกว่าเพศชาย หรือเพลงร็อกมีความมายมากกว่าเพลงเพื่อชีวิต) สำหรับตัวแปรชนิดนี้ ถ้ามีสองคำตอบ เช่น ใช่ หรือไม่ใช่ จะเรียกว่าเป็น Dichotomous หรือ Binary ครับ เช่นในตัวอย่างที่ผมยกนั้นคือตัวแปรที่บอกว่า "เคยใช้เครื่องช่วยฟังมาก่อนหรือไม่" นั้นคำตอบมีแค่ "ใช่" กับ "ไม่ใช่" เป็นต้นครับ</li><br /> <li><strong>Ordinal</strong> พวกนี้จะมีลำดับขั้น แต่ไม่สามารถบอกได้ว่าขั้นไหนมากกว่าขั้นไหนได้อย่างชัดเจน (คือแต่ละขั้นมันอาจไม่เท่ากันก็ได้) ยกตัวอย่างพวกนี้เช่น ระดับความดังของเสียงผิดปกติของหัวใจ (เกรด I, II, III, ฯลฯ) ก็ไม่ได้หมายความว่า เสียงหัวใจเกรด II มากกว่าเกรด I ซักเท่าไหร่ เป็นต้น</li><br /> </ul><br /> </li><br /> <li><strong>ตัวแปรแบบช่วง (Interval Data)</strong> พวกนี้มักจะมีลำดับขั้นของมัน และเป็นลำดับขั้นที่แบ่งอย่างเท่าๆ พอๆ กัน แบ่งออกอีกเป็นสองกลุ่มครับ<ul><br /> <li><strong>Continuous</strong> ง่ายๆ คือพวกนี้เป็นตัวแปรที่สามารถจุดย่อยลงไปได้อีกเรื่อยๆ เช่น ระดับการได้ยินมีทั้งได้ยินที่ 25 dB, ได้ยินที่ 40.0056 dB เป็นต้น บางคนยังได้แยกตัวแปรที่มี "ศูนย์ที่แปลว่าไม่มี" ออกไปอีกเรียกว่า Ratio ครับ เช่นความยาวของขน (ยาว=0 หมายถึงไม่มีความยาวจริงๆ) เป็นต้น</li><br /> <li><strong>Discrete</strong> คือเป็นสเกลที่แบ่งชัดเจน พวกนี้มีระยะห่างกันชัด (หรือสเกลแต่ละช่วงไฟมันเท่ากัน) ครับ เช่น จำนวนบุตร ก็ตอบ 1 2 3 4 ไม่มีใครตอบ 1.25 และเราก็รู้ว่า 2 มากกว่า 1 อยู่ 1 คน, 4 มากกว่า 1 อยู่ 3 คน เป็นต้นครับ</li><br /> </ul><br /> </li><br /></ul><br /><p>พอจะเข้าใจไหมครับ ยังไงลองมาคิดดูนะครับ ว่าตัวแปรต่อไปนี้เป็นตัวแปรแบบไหน</p><br /><ul><br /> <li>น้ำหนักของผู้ป่วย เช่น 60kg, 50.25kg, 40.7kg, ...</li><br /> <li>จำนวนบล็อกที่ผมเขียนในแต่ละเดือน เช่น 0, 1, 3, ...</li><br /> <li>จำนวนก้อนมะเร็งที่คอ เช่น 1 ก้อน, 2 ก้อน, 0 ก้อน, ...</li><br /> <li>ชนิดของมะเร็งที่ศีรษะที่พบในคนไทย เช่น มะเร็งโพรงจมูก, มะเร็งต่อมน้ำลาย, มะเร็งกล่องเสียง...</li><br /> <li>ลักษณะของเม็ดเลือดแดงที่ผิดปกติ เช่น 1+, 3+, 4+, ...</li><br /></ul><br /><p>.<br><br />.<br><br />.<br><br />.<br><br />.<br><br />.<br><br />เฉลยนะครับ</p><br /><ul><br /> <li>น้ำหนัก เป็น continuous interval data ครับ เพราะมันสามารถจุดย่อยลงไปได้เรื่อยๆ และมีความหมาย นอกจากนี้ถ้าแยกย่อย มันก็คือ ratio เพราะมันมี 0 แท้จริงครับ (0 kg = ไม่มีน้ำหนัก)</li><br /> <li>จำนวนบล็อก เป็น discrete interval data ครับ เพราะไม่มีเขียนบล็อก 1.05 บล็อกแน่ๆ แต่ความแตกต่างระหว่างเขียน 3 กับ 2 บล็อก มันเหมือนกันกับความแตกต่างระหว่างเขียน 8 กับ 7 บล็อก (นั่นคือ สเกลมันเท่ากันตลอดนั่นเอง)</li><br /> <li>จำนวนก้อนมะเร็งที่คอ เป็น discrete interval data เหมือนกัน</li><br /> <li>ชนิดของมะเร็ง เป็น nominal เพราะไม่รู้ว่าจะเรียงมะเร็งอันไหนมาก่อนมาหลังดี มันก็สำคัญเท่าๆ กันไปหมด</li><br /> <li>ลักษณะของเม็ดเลือดแดง เป็น ordinal ครับเพราะว่า เรียงได้ 0 1+ 2+ 3+ 4+ แต่ว่า 1+ เทียบกับกับ 0 อาจจะไม่เท่ากับ 4+ เทียบ 3+</li><br /></ul><br /><p>งงไหมครับ จริงๆ รู้แค่ว่าเป็น continuous หรือ categorical ก็เพียงพอต่อการเลือกสถิติเข้าใช้ครับ ไว้ต่อไปผมจะเขียนเรื่องที่เกี่ยวข้องนะครับ :)</p>Pawin Numthavajhttp://www.blogger.com/profile/06684020420203479284noreply@blogger.com12tag:blogger.com,1999:blog-8585074972502267331.post-56173774031576790402009-08-15T17:30:00.001+07:002009-08-16T17:50:41.733+07:00คำนวณ Sample Size ใน RCTปัญหาอย่างหนึ่งที่ผู้ทำวิจัยเกือบทุกคนจะต้องเจอ คือการคำนวณหาขนาดของกลุ่มตัวอย่าง (Sample Size) ที่จะทำการวิจัยครับ<br /><br /><span style="font-style:italic;">ทำไมเราจึงต้องคำนวณขนาดของกลุ่มตัวอย่าง?</span> นั่นเป็นเพราะว่าเราต้องการจะเก็บข้อมูลอย่างมีประสิทธิภาพให้ได้มากที่สุดครับ นั่นหมายความว่าเก็บจำนวนคนที่ร่วมวิจัยให้ได้น้อยที่สุด ในขณะเดียวกันก็ต้องให้ข้อมูลอย่างเพียงพอที่สุดที่จะตอบคำถามงานวิจัยได้<br /><br />การเก็บจำนวนคนให้ได้มากๆ นั้นไม่ใช่ข้อดีเสมอไป นอกจากที่จะเปลืองทรัพยากรที่ใช้ เปลืองแรงคนเก็บ แล้วยังถือว่าเป็นการเปลืองตัวของคนไข้อีกด้วยครับ นั่นคือ เขาไม่จำเป็นจะต้องมาร่วมงานวิจัยก็ได้นั่นเอง (ซึ่งผิดหลักจริยธรรม หรือ Ethics)<br /><br />ปัญหาของหลายๆ คนคือไม่ทราบว่าจะคำนวณขนาดตรงนี้ยังไงดี ผมขออธิบายง่ายๆ ก่อน ในกรณีของการศึกษาเปรียบเทียบการให้ยา (หรือให้ intervention อื่นก็ได้) สองกลุ่มเปรียบเทียบกันตามแบบ RCT 2 กลุ่มง่ายๆ ยกตัวอย่างเช่น ผมกำลังศึกษาเรื่องการให้ยาต้านไวรัส เทียบกับ placebo ในคนไข้ที่ได้รับการวินิจฉัยว่าเป็นไข้หวัด 2009 แล้วดูว่า อัตราการตาย มันลดลงหรือไม่นะครับ<br /><br />สิ่งที่เราต้องมีอยู่ในมือมีสามอย่าง และมีในหัวอีกหนึ่งอย่างครับ<br /><ul><br /><li>อย่างแรก ต้องมี<span style="font-weight:bold;">อัตราการเกิด outcome ในกลุ่ม control</span> นั่นคือ ต้องรู้ว่า คนที่ได้รับ placebo นั้น มีอัตราการตายเป็นเท่าไหร่ อันนี้จะหามาได้จากที่ไหน? เราอาจจะเทียบเคียงมาจากกลุ่มโรคใกล้ๆ กัน, หามาจากการศึกษาแบบ Cross sectional/Cohort หรือหามาจากการทำ Preliminary study (ลองศึกษาในผู้ป่วยจำนวนน้อยๆ 10-20 คน) ก็ได้ครับ</li><br /><br /><li>สิ่งถัดมา คือ<span style="font-weight:bold;">เราจะต้องรู้ว่าเราอยากจะเทียบให้มันต่างกันสักแค่ไหน</span> ยกตัวอย่างเช่น เรารู้แล้วว่าคนปกติที่ได้ placebo นั้นมีอัตราตาย 1% เราอยากรู้ว่า ถ้าให้ยาต้านแล้วจะช่วยเปลี่ยนอัตรานี้เป็น 0.5% หรือเปล่า ตัวเลขนี้เป็นตัวเลขที่เรากำหนดเอาเองครับ โดยอาจจะเทียบเคียงกันกับความสำคัญทางคลินิก หรือดูจากหลายๆ การศึกษาในโรคอื่นๆ ที่ผ่านๆ มา ถ้าเราตั้งน้อยไป ก็จำเป็นจะต้องใช้ตัวอย่างมาก (เปรียบเหมือน ของที่มีขนาดเล็กๆ ต้องอยู่กันมากๆ ถึงจะเห็น ในขณะที่ของใหญ่ๆ อยู่กันไม่มากก็เห็นแล้ว)</li><br /><br /><li>อย่างสุดท้าย คือ<span style="font-weight:bold;">การกำหนดค่าทางสถิติ</span>ที่จะใช้ นั่นคือค่า Alpha และ Beta Error ครับ โดยทั่วไปแล้ว Alpha = 0.05 และ Beta = 0.20</li><br /><br /><li>ส่วนสิ่งที่ต้องมีอยู่ในหัว ก็คือต้องนึกได้ว่าเรากำลังจะวิเคราะห์ข้อมูลแบบใด ซึ่งโดยง่ายๆ แล้วส่วนมากเราจะวิเคราะห์ข้อมูลที่จุดสิ้นสุดของ Trial เป็น Outcome ว่าตาย หรือไม่ตาย ส่วน Exposure เป็นได้ หรือไม่ได้ อันนี้การวิเคราะห์ที่ใช้นั้นใช้วิธีแบบ Pearson Chi-square test (ไว้เรื่องสถิติจะมาเขียนให้ฟังในภายหลังนะครับ)</li></ul><br /><br />เราลองมาทำความเข้าใจกับคำว่า Alpha, Beta Error กันนะครับ<br /><br />เราจะสังเกตได้ว่า มีโอกาสที่ในความเป็นจริง (the truth) -- ในที่นี้คือความเป็นจริงแท้ของตัวโรค -- นั้นการให้ยาสองอย่างมันแตกต่างหรือไม่แตกต่าง และในการศึกษาเรา มันอาจจะแตกต่างหรือไม่แตกต่างกันก็ได้ นั่นหมายความว่า เราทำการศึกษาไปนั้น มีโอกาสที่จะเกิดเหตุการณ์ได้ 4 กรณี<br /><br /><ul><br /><li>ในกรณีที่ความเป็นจริงมันแตกต่างกันจริงๆ ส่วนเราศึกษาแล้วก็พบว่าแตกต่างจริงๆ ก็ไม่มีปัญหาอะไร แสดงว่าเราพบถูก (True positive)</li><br /><li>ในกรณีที่ความเป็นจริงมันไม่แตกต่าง และเราศึกษาก็ไม่พบว่ามันแตกต่าง ก้ไม่มีปัญหาเช่นกัน (True negative)</li><br /><li>ในกรณีที่ความเป็นจริงมันไม่แตกต่าง แต่เราดันศึกษาได้ว่ามันแตกต่าง (False Positive)</li><br /><li>สุดท้าย ในกรณีที่ความเป็นจริงมันแตกต่าง แต่เราดันศึกษาแล้วพบไม่แตกต่าง (False Negative)</li><br /></ul><br /><br />ปัญหามันอยู่ตรงที่ ถ้าเราสรุปจากการวิจัยได้ไม่ตรงกันกับความเป็นจริงแท้ของตัวโรค มันจะเป็นอย่างไร<br /><br /><ul><br /><li>ถ้าความเป็นจริง มันก็ไม่ได้แตกต่างอะไร แต่เราดันไปเจอว่ามันแตกต่างกัน (False Positive) อันนี้เราเรียกว่า Alpha error หรือตำราหลายๆ ที่จะเรียกว่า Type I error ครับ หมายความว่าจริงๆ การให้ยามันไม่ต่างหรอก แต่เราดันไปเจอด้วยโอกาสหรือความผิดพลาดอะไรก็แล้วแต่ แล้วดันสรุปว่าการให้ยามันดีกว่า<br /><br />ปกติแล้วโอกาสที่จะเกิด Alpha error นี้มักจะำกำหนดให้เป็น 0.05 หรือน้อยกว่า อันนี้ก็คือ Significant level ของเราหรือก็คือที่หลายๆ คนชอบบอกว่า p Value < 0.05 ถือว่า Significant นั่นเองครับ เช่น ผมศึกษาแล้วพบว่าการให้ยานั้นอัตราตายในกลุ่มได้ยา = 0.5% กลุ่มไม่ได้ยา = 1% แล้วพบว่า p Value = 0.05 พอดี นั่นหมายความว่า สิ่งที่ผมพบว่ามันแตกต่างนี้ มีโอกาสที่มันจะเกิดจากความฟลุ๊ค (โดยบังเอิญ) = 0.05 (หรือภาษาชาวบ้านก็คือ 5%)<br /><br />ทำไมต้องเป็น 0.05 (หรือ 5%) อันนี้ไม่มีใครตอบได้ครับ เพราะจริงๆ แล้วเราจะกำหนดที่เท่าไหร่ก็ได้ จะเอาโหดหน่อย 0.025 ก็ได้ แต่แน่นอนว่าถ้ายิ่งน้อยก็ยิ่งต้องการ Sample size เยอะขึ้นเรื่อยๆ ด้วยครับ</li><br /><br /><li>อันต่อมา ถ้าความเป็นจริงมันแตกต่างกัน แต่เราดันไม่พบความแตกต่างในการทำ Study (False Negative) อันนี้เราเรียกว่า Beta error หรือ Type II error ครับ เช่นยกตัวอย่างเดียวกัน ถ้าผมไม่พบว่ายาต้านไวรัสมันทำให้อัตราตายลดลง แต่ในความจริงแล้วมันดันทำให้ลดลงนั่นเอง<br /><br />ค่าโอกาสด้านกลับของ Beta (1 - beta) เราจะเรียกว่า Power ของการศึกษานี้ครับ (เหมือนว่าการศึกษาเรามี "พลัง" ในการ detect ความแตกต่างในธรรมชาตินี้ได้ซักเท่าไหร่) โดยทั่วไปเรากำหนด Beta = 0.2 เพราะฉะนั้นแล้วก็มักจะได้ Power = 1-0.2 = 0.8 นั่นเองครับ</li></ul><br /><br />เมื่อเรารู้ค่าต่างๆ เหล่านี้แล้วเราสามารถนำมาคำนวณขนาดของตัวอย่างได้ตามสมการสำหรับการคำนวณ n ใน trial ที่ใช้การวิเคราะห์เป็น Chi-square คือ<br /><br /><img style="cursor:pointer; cursor:hand;width: 450px; height: 59px;" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEiwS4SZoqcI6va35ycOCcZMIgLWDdXSW9-fv9Fw7BnRPw-5sBb5SeZ1UyhDh4S2BlbIfH5N0demQvkHzsQVy_ZtVdd6WotB6R1QDmq5sbeJaGgyEl5YVyR-HQnSfgDm-_HpGB0YEXgs4Lw/s800/equation01.gif" border="0" alt="" /><br /><br />โดย<br /><br />P0 = อัตราของ outcome ในกลุ่ม control<br />P1 = อัตราของ outcome ในกลุ่มที่ให้ intervention นั่นก็คือ อัตรา outcome ของ control - ความแตกต่างที่เราต้องการ detect<br />P bar = ค่าเฉลี่ยของ P0 และ P1 ก็คือ (P0+P1)/2<br />Z a/2 = ค่า Z ของ alpha error ในที่นี้ค่า Z a/2 ที่ alpha = 0.05 จะได้ 1.96 (แนะนำว่าของ study ทั่วไปก็เท่านี้ละครับ)<br />Z b = ค่า Z ของ beta error ในที่นี้ค่า Z b ที่ beta = 0.2 จะได้ 0.84 (แนะนำแบบเดียวกัน)<br />และ n ที่ได้ออกมานี้ <b> เป็น n ของแต่ละกลุ่ม </b> นะครับ นั่นหมายความว่าเรามีสองกลุ่ม (control/intervention) ก็ต้องคูณ 2 เข้าไปด้วยนะ<br /><br />ถ้าค่า Z มันเหมือนกันทุกการศึกษา เราก็จะแทนสูตรได้แบบนี้ครับ:<br /><br /><img style="cursor:pointer; cursor:hand;width: 450px; height: 59px;" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEh8k7p84bV7BwIGHIzKJQ_NE-bL0uJ1t90Zs5Zs0Arj85JccRuh6nZIDqCe24kmQVEJtpY559gtlC4UsOPZyaVjUR6u2Jc09uKhVuzuT36DeA9rDLptnX8J7E8XOoDtlGeAl1seBOXwBX0/s800/equation02.gif" border="0" alt="" /><br /><br />เรามาลองคำนวณดูนะครับ<br /><br />สมมติว่าผมทำการศึกษาด้วยการให้ยาต้านไวรัสในกลุ่มคนไข้ที่เป็นไข้หวัด 2009 โดยดู outcome คืออัตราการนอนโรงพยาบาล การศึกษาก่อนหน้านี้พบว่าอัตราการนอนโรงพยาบาลในกลุ่มที่ไม่ได้รับยานั้น = 15% และผมอยากรู้ว่าถ้าอัตรามันต่างกัน +- 5% (เป็นเลขสมมติของผมที่ผมคิดว่ามันน่าจะมีความสำคัญนะ ระหว่าง 15 กับ 10%) ที่ Type I error = 5% และ Type II error = 20% นี้ผมต้องใช้ Sample Size เท่าไหร่<br /><br />เราก็เข้าสูตรมาเลยนะครับ ลองคิดดูกันก่อนนะครับ (ลองแทนก่อนแล้วค่อยดูเฉลยนะครับ)<br /><br />.<br />.<br />.<br /><br />จากโจทย์ เราจะได้ค่าต่างๆ คือ<br />P0 = 0.15<br />P1 = 0.15 - 0.05 = 0.10<br />Pbar = (P0+P1) /2 = (0.15+0.10) /2 = 0.125<br />Alpha = 0.05<br />Beta = 0.20<br /><br />ดังนั้น เราจะสามารถแทนค่าในสูตรได้ดังนี้<br /><br /><img style="cursor:pointer; cursor:hand;width: 450px; height: 87px;" src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEhdNZu72AdceAjFgFRKBj2r-dOky6gP5Atba79uClvRCYwR-Q6bgshXGf6HrczO_qs0Gh-jAe12PyNLehRXQ0gaVkrN3xL3AYK8G1V9a-MXgXbGfb-rNAQfYtOt93p5vzSf4Zl7lhRKfRI/s800/equation03.gif" border="0" alt="" /><br /><br />นั่นคือ คำตอบ = 685 คนโดยประมาณในแต่ละกลุ่ม ซึ่งก็คือ คนทั้งหมด = 2*685 = 1370 คนนั่นเอง คิดได้เหมือนกันบ้างไหมครับ?<br /><br />จริงๆ แล้วเราไม่ต้องมานั่งแทนค่าในสูตรเอาก็ได้ เดี๋ยววันหลังผมจะมาแนะนำวิธีการใช้โปรแกรมช่วยในการคำนวณนะครับ :DPawin Numthavajhttp://www.blogger.com/profile/06684020420203479284noreply@blogger.com49tag:blogger.com,1999:blog-8585074972502267331.post-32031660868310097002009-08-04T22:39:00.003+07:002009-08-04T22:49:34.630+07:00Causality<p><span lang="th">เคยคิดกันไหมครับ ว่าการที่เราจะบอกว่าอะไรเป็นเหตุเป็นผลกันนั้นมันขึ้นอยู่กับอะไรบ้าง? ลองคิดเอาง่ายๆ ดู สมมุติว่าผมสังเกตเห็นว่าเพื่อนผมหัวล้าน และเห็นเขาชอบกินผงชูรสบ่อย ผมจะบอกได้ไหมว่า การกินผงชูรสบ่อยๆ ทำให้หัวล้าน?</span></p><br /><p><span lang="th">เคยมีคนพิจารณาเรื่องของความเกี่ยวข้องกันนี้แล้วครับ นั่นคือคุณ </span>Hill <span lang="th">ซึ่งแกพิจารณาออกมา และมีคนสรุปเป็น </span>Criteria <span lang="th">ของการที่เราจะพิจารณาว่าอะไรนั้นเป็นเหตุเป็นผลกันได้ดังนี้ครับ (</span>Bradford-Hill Causal Criteria)</p><br /><ol><br /> <li><strong>Temporality</strong> <span lang="th">นั้นคือ เหตุ นั้นน่าจะเกิดขึ้นมาก่อนผล ตามตัวอย่างนี้ก็คือ เขาควรจะกินผงชูรส ก่อนที่จะหัวล้าน ไม่ใช่ หัวล้านเกิดก่อน แล้วค่อยกินผงชูรส</span></li><br /> <li><strong>Strength</strong><span lang="th"> ของความสัมพันธ์ เหตุเล็กๆ ที่ทำให้เกิดผลใหญ่ๆ มาก (ทางสถิติก็คือมี </span>Odds Ratio/Relative Risk <span lang="th">สูงๆ) ก็น่าจะเป็นเหตุเป็นผลกัน (ข้อนี้ระวังนิดนึง ตรงที่ผลที่มันเจอบ่อยๆ อาจทำให้สับสน นอกจากนี้เหตุที่ไม่ได้เป็นต้นเหตุจริงๆ แต่ดันสัมพันธ์กับต้นเหตุอื่นๆ เช่น ผู้ชาย </span>--> <span lang="th">เป็นมะเร็ง แต่จริงๆ แล้ว ผู้ชาย</span> --> <span lang="th">ชอบสูบบุหรี่ </span>--> <span lang="th">เป็นมะเร็ง อันนี้ก็อาจจะบอกลำบากว่าการเป็นผู้ชายทำให้เกิดผลเป็นมะเร็ง)</span></li><br /> <li><strong>Dose-response</strong> <span lang="th">คือการที่ถ้ามีต้นเหตุขนาดใหญ่ขึ้น จะทำให้ผลลัพธ์ขนาดใหญ่ขึ้นไปด้วย เช่น ยิ่งกินผงชูรสปริมาณมากขึ้น ยิ่งหัวล้านขึ้น</span></li><br /> <li><strong>Consistency</strong> <span lang="th">คือคนอื่นทดลองค้นคว้าแบบเดียวกัน ก็ได้ผลลัพธ์คล้ายๆ กัน</span></li><br /> <li><strong>Biologic Plausibility</strong> <span lang="th">คือมีคำอธิบายทางวิทยาศาสตร์ที่ดูแล้วน่าจะเป็นไปได้ เช่น กินผงชูรส ทำให้โซเดียมในร่างกายเยอะขึ้น มีผลต่อระบบฮอร์โมน และทำให้ผมร่วงมากขึ้น จนเกิดหัวล้าน (อันนี้อย่าเชื่อนะครับผมสมมติเฉยๆ)</span></li><br /> <li><strong>Reversibility</strong> <span lang="th">คือถ้าเอาเหตุออก ผลก็ควรหายออกไปด้วย</span></li><br /> <li><strong>Specificity</strong> <span lang="th">คือความสัมพันธ์นั้นๆ ทำให้เกิดผลลัพธ์เพียงอย่างเดียว เช่น กินผงชูรส ก็เกิดแต่ผมร่วง ไม่เกิดอาการสีผิวเปลี่ยนเป็นต้น</span></li><br /> <li><strong>Analogy</strong> <span lang="th">คือดูแล้วมันคล้ายๆ กับ </span>Factor <span lang="th">อื่นๆ อันนี้ลองยกตัวอย่างเช่น การสูบบุหรี่ทำให้เกิดมะเร็งปอด ดังนั้นถ้าเราศึกษาการสูบใบจาก (ที่ไม่ใช่บุหรี่ แต่คล้ายๆ กัน) แล้วพบว่าเกิดมะเร็งปอด ก็น่าจะคิดได้ไปในทางเดียวกัน เพราะคล้ายๆ กับบุหรี่</span></li><br /> <li> <strong>Experimental evidence</strong> <span lang="th"><em>เป็นข้อที่สำคัญที่สุด</em> เนื่องจากว่าหากมีการศึกษาแบบทดลองให้เหตุแล้ว ดันมีผลเกิดขึ้นนั้นก็เป็นสิ่งที่น่าจะยืนยันได้ว่า มันน่าจะเป็นเหตุเป็นผลกันจริงๆ</span></li><br /></ol><br /><p><span lang="th">สำหรับความสัมพันธ์อันไหน ที่ยิ่งมี </span>Causal Criteria <span lang="th">เยอะๆ นั่นก็หมายความว่ามันน่าจะเป็นเหตุเป็นผลกันมากขึ้นเรื่อยๆ ครับ บางคนก็อาจให้น้ำหนักของแต่ละข้อไม่เท่ากันก็ได้ อันนี้ก็แล้วแต่จะพิจารณา</span></p><br /><p><span lang="th">ลองมาคิดกันดูนะครับว่า </span>Analytic Study Design <span lang="th">แบบไหนที่จะตอบ </span>Causality <span lang="th">ได้ดีมากที่สุด และดีรองลงมาๆ (ใครจำว่า </span>Study Design <span lang="th">มีอะไรบ้างไม่ได้ กรุณาอ่าน<a href="http://www.clinicalepi.com/2009/01/study-design.html">เอนทรี่เก่าเรื่อง </a></span><a href="http://www.clinicalepi.com/2009/01/study-design.html">Study Design</a><span lang="th"> ที่ผมเคยเขียนไว้โดยด่วน)</span></p><br /><p><span lang="th">.</span></p><br /><p><span lang="th">.</span></p><br /><p><span lang="th">.</span></p><br /><p><span lang="th">สังเกตว่า </span>Study <span lang="th">รูปแบบที่จะตอบคำถามเหตุผลนี้ดีที่สุด ก็ควรจะเป็น </span>Experimental<span lang="th"> </span>Study <span lang="th">ครับ ส่วน </span>Observational Study <span lang="th">ที่จะช่วยได้บ้างก็คือ แบบ </span>Cohort <span lang="th">เนื่องจากมี </span>Temporal relationship (<span lang="th">เราศึกษาจากเหตุไปยังผล) ส่วน </span>Case-control <span lang="th">นั้นก็รองลงมา และที่แย่ที่สุดคือการศึกษาแบบ </span>Cross-sectional <span lang="th">ครับ </span>:D</p><br /><p><span lang="th">สำหรับใครที่อยากอ่านเพิ่มเติมเรื่องนี้ ผมแนะนำให้อ่าน </span>Paper <span lang="th">ของ </span>Rothman: <a href="http://www.ajph.org/cgi/content/full/95/S1/S144">Rothman KJ, Greenland S. Causation and Causal Inference in Epidemiology. Am J Public Health. 2005 Jul 1;95(S1):S144-150.</a> <span lang="th">ครับ</span></p>Pawin Numthavajhttp://www.blogger.com/profile/06684020420203479284noreply@blogger.com7tag:blogger.com,1999:blog-8585074972502267331.post-16280628936244853942009-08-03T18:55:00.000+07:002009-08-03T18:56:03.463+07:00Regression towards the meanก่อนจะกลายเป็นบล็อกร้าง ต้องขออภัยทุกท่านที่หายไปพอสมควรนะครับ พอดีตอนนี้ผมเรียนอยู่ตลอดเลย วันนี้ขอเรื่องสั้นๆ คือ "Regression towards the mean" ครับ<br /><br />คำนี้ได้ยินครั้งแรกๆ ก็อาจจะงงกันนะครับ ว่ามันเป็นอย่างไร เรื่องของเรื่องนั้นมาจากท่าน Sir Francis Galton ซึ่งเป็นนักพันธุศาสตร์ในช่วงปี 1900 แกสังเกตว่า สิ่งที่มันประหลาดเอามากๆ เช่น การที่มีความสูงเกินกว่าคนปกตินั้น ไม่ได้ถ่ายทอดทางพันธุกรรมจากพ่อไปสู่ลูกเท่าไหร่ และแกเห็นว่าพ่อที่ตัวสูงเกินเหตุนี้แทบจะมีลูกที่ตัวเตี้ย เข้าใกล้ค่าเฉลี่ยของคนปกติอยู่เสมอ แกก็เลยสรุปว่ามันน่าจะเป็นปรากฎการณ์อะไรซักอย่าง<br /><br />จริงๆ แล้วสิ่งที่เราเห็นอยู่นี้ไม่ใช่ปรากฎการณ์แปลกประหลาดอะไร มันเป็นสิ่งที่เราเข้าใจได้ตามธรรมชาติอยู่แล้วครับ เช่นผมเปิดร้านขายไอศครีมอยู่ มีลูกค้าโดยเฉลี่ยทั้งปีที่ผ่านมาประมาณ 100 คนต่อวัน ปรากฎว่าวันดีคืนดีผมเปิดร้านมามีลูกค้า 1,000 คนมารออยู่หน้าร้านโดยไม่มีเหตุอะไรเกิดขึ้น ทุกคนก็คงคิดได้ใช้ไหมครับว่ามันเกิดจากความ "ฟลุ๊ก" และวันต่อไปนั้น "ลูกค้าก็คงจะลดกลับมาเท่ากับค่าเฉลี่ยเหมือนเดิม" ตรงนี้แหละครับคือ Regression towards the mean<br /><br />ในทางเดียวกันค่าที่มัน "เกินเหตุ" (Extreme) นี้ไม่จำเป็นจะต้องเป็นค่าที่สูงไปอย่างเดียว ค่าที่ต่ำไปก็มีแนวโน้มที่จะกลับมาสู่ Mean เหมือนกัน เช่นวันดีคืนดีผมดันไม่มีลูกค้ามาซื้อไอศครีมเลย ก็คงคิดได้ว่าวันต่อไป "ลูกค้าก็คงจะเพิ่มกลับเข้าใกล้ 100 คนเหมือนเดิม" เช่นเดียวกันครับ<br /><br />ถามว่ามันเกี่ยวข้องอะไรกับระบาดวิทยา? มันเกี่ยวข้องในแง่ของ "การวัด" ครับ นั่นหมายความว่า ในคนที่เราเจอค่าอะไรที่ผิดปกติมากๆ ในครั้งแรกนั้น เราก็มีโอกาสเจอค่าที่มันเข้าใกล้ปกติมากขึ้นในครั้งต่อไป เช่น ถ้าพบว่าเจาะเลือดดูน้ำตาล (เบาหวาน) ในเลือดในครั้งแรกดันได้ทะลุเป้า ครั้งต่อมานั้นถึงแม้ว่าจะให้หรือไม่ให้ยาอะไร มันก็ "น่าจะ" มีแนวโน้มในการเข้าใกล้ค่า mean ของคนๆ เดิมเหมือนเดิมครับ<br /><br />นั่นเป็นสาเหตุที่เราจำเป็นจะต้องมีกลุ่มควบคุม (Congrol Group) ในการศึกษาครับ เพื่อป้องกัน Bias จาก Regression towards the mean นี่เอง! (ดังนั้นแทบจะสังเกตได้ง่ายๆ ว่า อะไรที่วัดก่อนและหลัง โดยไม่มีกลุ่มเปรียบเทียบ มันมักจะดีขึ้นอยู่เสมอๆ)Pawin Numthavajhttp://www.blogger.com/profile/06684020420203479284noreply@blogger.com8tag:blogger.com,1999:blog-8585074972502267331.post-39680353444496526402009-05-08T16:43:00.000+07:002009-05-08T16:44:03.617+07:00Systematic Review & Meta-analysis<p>จากที่ผมเคยสัญญาว่าจะเขียนเรื่องเกี่ยวกับการ Appraise Systematic Review นะครับ ก่อนอื่นเลยก็ต้องขอพูดเกริ่นนำเรื่อง Systematic Review และ Meta-analysis ก่อนครับ</p> <p>Systematic Review โดยนิยามนั้นหมายถึงการรวบรวมคำตอบของคำถามที่จำเพาะเจาะจงครับ ลองนึกสภาพถึงคำถามที่เกิดขึ้นในทางคลินิกนะครับ คำถามในที่นี้ก็จะล้อกันไปกับ PICO นั่นละครับ ตัวอย่างเช่น</p> <ul> <li>การให้ Aspirin ในผู้ป่วยเบาหวานช่วยลดการเกิด MI หรือไม่</li> <li>การให้ แป๊ะก๊วย ช่วยลดอาการปวดขาเป็นพักๆ (intermittent claudication) หรือไม่</li> <li>การผ่าตัดถุงน้ำดีแบบส่องกล้อง (laparoscopic cholecystectomy) ลดอัตรา complication หรือไม่เมื่อเทียบกับการผ่าแบบเปิด (open cholecystectomy)</li> <li>ฯลฯ</li> </ul> <p>เมื่อมีการตอบคำถามเหล่านี้มากขึ้นเรื่อยๆ ไม่ว่าจะเป็นจากทั้งการศึกษาแบบ observational (cohort/cross-sectional) หรือ experimental (RCT) มันก็คงไม่สะดวกเวลาตอบใช่ไหมครับ หากเราต้องมานั่งอ่านเป็นสิบเปเปอร์ มันจะดีกว่ามั้ยถ้าเรารวมคำตอบไว้ทีเดียวเลย นั่นคือที่มาของ “review” ครับ</p> <p>แต่หลายๆ ท่านก็คงเคยอ่าน review โดยทั่วๆ ไปแล้วนะครับ เช่นจากพวก textbook หรือ article review ที่อ่านตามหนังสือทั่วไป ปัญหาของพวก review พวกนี้ที่เกิดขึ้นก็คือว่า มัน “ไม่เป็นระบบ” ครับ คนทำอาจจะเอนเอียงไปข้างใดข้างหนึ่งก็ได้ (เช่นคนเขียนนั่งอยู่ที่บริษัทเครื่องมือผ่าตัดส่องกล้อง เขียนเชียร์ตัวเองอยู่) ทำให้ผลที่ได้อาจจะไม่ได้พูดถึงในอีกแง่มุมหนึ่งเลย จุดนี้เอง เป็นที่มาของการทำ Systematic Review ครับ</p> <p>ขั้นตอนของการทำ Systematic Review ขั้นแรกก็คือการตั้งปัญหาที่เราสนใจครับ ปัญหานั้นจะต้องค่อนข้างเจาะจง เพื่อที่เราจะได้ตอบได้ครับ หลังจากนั้นเราจะต้องหาคำตอบของปัญหานี้ด้วยวิธีที่เป็นระบบ โดยอาจจะมีการตั้งกฎเกณฑ์ที่เป็นระบบไว้ก่อน เช่น ตั้งว่าจะค้นหาด้วยวิธีใดบ้าง ค้นฐานข้อมูลใด ใครค้น คัดเลือกด้วยใคร ใครเป็นคนกรอกข้อมูล ข้อมูลที่ได้จะรวมกันแบบไหน อย่างใด เสมือนหนึ่งเดียวกับการทำวิจัยชนิดอื่นๆ เลยครับ (นั่นจึงเป็นที่มาของคำว่า “Systematic”)</p> <p>ขั้นต่อมาก็คือการค้นคว้าครับ ในขั้นตอนการค้นคว้านี้ ฐานข้อมูลที่เป็นที่นิยมโดยส่วนมากก็คือ Medline ครับ ไม่ต้องงงนะครับ จริงๆ ก็คือฐานข้อมูลที่ PubMed มีอยู่นั่นละครับ (PubMed เป็นชื่อของ “ตัวค้น” – Search Engine ส่วน Medline เป็นชื่อของ “ฐานข้อมูล” – Database) ส่วนฐานข้อมูลอื่นๆ ที่นิยมก็เช่น EMBASE (ของฝั่งยุโรป), CINAHL, Cochrane Controlled Trial Register เป็นต้นครับ นอกจากนี้ยังอาจจะค้นจากสื่ออื่นๆ เช่น ค้นจากการติดต่อ Expert, ค้นจากรายงานของ Conference ต่างๆ ด้วยก็จะยิ่งดีครับ</p> <p>หลังจากที่เราค้นหาหลักฐานต่างๆ จากฐานข้อมูลนี้มาได้แล้ว เราก็จะต้องมาดูว่าเปเปอร์ไหนบ้างที่เข้ากับคำถามของเราครับ (ตรงจุดนี้จะต้องมีกำหนดไว้ก่อนในช่วงแรกแล้วอย่างแน่ชัดเป็น inclusion/exclusion criteria มิเช่นนั้นจะกลายเป็นว่าเรา “เลือก” หลักฐานมา – เป็น selection bias นั่นเองครับ)</p> <p>เมื่อได้เปเปอร์มาแล้ว ผู้วิจัยส่วนใหญ่ก็จะให้คะแนนความน่าเชื่อถือของเปเปอร์ครับ โดยคะแนนความน่าเชื่อถือนี้มีหลายแบบครับตามแต่ว่าเปเปอร์ที่เลือกมานั้นเป็นประเภทใด เช่นถ้าเป็นของ RCT ก็จะเป็น JADAD score เป็นต้นครับ</p> <p>หลังจากนั้นผู้วิจัยก็อาจจะสรุปเลยก็ได้ครับว่าหลังจากที่ค้นมาแล้วเป็นอย่างไรบ้าง แต่ส่วนใหญ่มักจะไม่จบเพียงแค่นี้ครับ (เพราะเสียดายอุตส่าห์ค้นมาตั้งเยอะ) ส่วนใหญ่เขาก็จะดึงเอาข้อมูลออกมา เพื่อที่จะนำข้อมูลนั้นมารวมกันด้วยวิธีการทางสถิติ ที่เรียกกันว่า meta-analysis กันนั่นเองครับ (โดยอาจจะมี Forest Plot + Heterogeneity Test ตามที่เคยเขียนไปแล้วด้วยครับ) นอกจากนี้ยังอาจจะวิเคราะห์ย่อยๆ ด้วยเช่นว่า ถ้าแบ่งเปเปอร์เป็นกลุ่มๆ แล้วจะมีคำตอบแตกต่างกันไปหรือไม่ เช่นผมรวม RCT ที่เกี่ยวกับการให้ Aspirin ในคนไข้เบาหวาน แต่มันมีทั้งเบาหวานแบบที่มีความดันร่วมด้วย หรือไม่มีความดันร่วมด้วย ผมอาจจะแบ่งข้อมูลเป็นสองกลุ่ม แล้วดูว่ามันต่างกันหรือไม่ก็ได้ครับ ซึ่งเรียกว่าการทำ Subgroup analysis</p> <p>นอกจากการนำข้อมูลของเปเปอร์อื่นมารวบรวมด้วยกันแล้ว เรายังอาจจะนำเอาข้อมูลของ “คนไข้” ในแต่ละเปเปอร์นี้มารวมกันได้ด้วยครับ นั่นก็คล้ายกับว่าผู้วิจัยเสมือนหนึ่งเป็นการรวม Trials ต่างๆ เข้าด้วยกัน ซึ่งทำให้จำนวน n มากขึ้นนั่นเองครับ การนำข้อมูลคนไข้มารวมกันนี้ บางทีก็จะเรียกว่าเป็น Individual Patient Data ครับ</p> <p>และสุดท้ายที่ผู้วิจัยอาจจะนำเสนอก็คือการแสดง Publication Bias ครับ Publication Bias ก็คือการที่ Study ที่ไม่ได้ผลนั้นอาจจะไม่ได้ลงตีพิมพ์ในฐานข้อมูล ทำให้เราอาจจะ “หลุด”  Study ที่ไม่ได้ผลก็ได้ครับ เช่น RCT ที่ให้แป๊ะก๊วยแล้วไม่ได้ผล ก็อาจจะไม่มีสำนักพิมพ์ไหนอยากเอาไปพิมพ์ ทำให้ในฐานข้อมูลทั้งหมดกลายเป็นมีแต่แป๊ะก๊วยใช้ได้ผล ทั้งๆ ที่มันก็มี RCT ที่ให้แล้วไม่ได้ผลเหมือนกัน ตรงจุดนี้เราสามารถพล็อตกราฟเพื่อดูได้ครับว่า ผลมันไปทางเดียวกันหมดเลยหรือเปล่า (กราฟที่นิยมคือ Funnel Plot ครับ)</p> <p>กล่าวโดยสรุปแล้ว ถ้ามีการวางแผนและทำเป็นระบบนั้น ก็จะยิ่งเพิ่มความน่าเชื่อถือของการทำ Systematic Review เข้าไปอีกครับ นั่นเองเป็นที่มาของว่า ทำไม Systematic Review นั้นถึงได้อยู่ในอันดับต้นๆ ของ Hierachy of evidence ครับ</p> Pawin Numthavajhttp://www.blogger.com/profile/06684020420203479284noreply@blogger.com49tag:blogger.com,1999:blog-8585074972502267331.post-68877708213861642912009-05-01T16:53:00.001+07:002009-05-01T16:56:46.599+07:00ติดตั้งแพคเกจใน R ผ่าน Proxy/ติดตั้งด้วยมือเคยมีคนถามผมครับว่าโปรแกรม R นั้นจะลงแพคเกจเสริมได้อย่างไร หากว่าเราต้องต่ออินเทอร์เน็ตผ่าน Proxy หรือเราดาวน์โหลดแพคเกจนั้นมาลงเอง<br /><br />วิธีการก็ไม่ได้ลำบากอะไรเท่าไหร่ครับ แทนที่เราจะเริ่มโปรแกรม R ขึ้นมาเอง ให้คลิ๊กขวาในไอคอนของโปรแกรมใน Start Menu แล้วเลือก Properties<br /><br /><a href="http://picasaweb.google.com/lh/photo/xfaA3c4cgbEek8iZwVp9ig?authkey=Gv1sRgCJjI5dGG3aKWMg&feat=embedwebsite"><img src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEg70bGAsFcQIDD1hH-LH2HtLcs4kTxjIKkfRN8iaTe9pAnT_wZTgj7kLXdKEXVfr-NirI3XJs5atuJLfIUayIFYz6u-T3eS3AQwW3T1oOUZm_61d0gI_S20QPY5yVJPgP8KchsFWAId_kc/s800/RPackage1.png" /></a><br /><br />หลังจากนั้นพิมพ์เพิ่มเติมในช่อง Target จากเดิมที่เป็น:<br /><blockquote>"C:\Program Files\R\R-2.9.0\bin\Rgui.exe"</blockquote><br />ให้ต่อท้ายด้วยเว็บ proxy แบบนี้แทน:<br /><blockquote>"C:\Program Files\R\R-2.9.0\bin\Rgui.exe" http_proxy=<ชื่อ proxy> http_proxy_user=ask</blockquote><br />เช่นอย่างของมหิดล proxy นั้นคือ proxy-phy1.mahidol:8080 ก็จะเป็นแบบนี้ครับ:<br /><blockquote>"C:\Program Files\R\R-2.9.0\bin\Rgui.exe" http_proxy=proxy-phy1.mahidol:8080 http_proxy_user=ask</blockquote><br /><br /><a href="http://picasaweb.google.com/lh/photo/k6cydPMezIGrqKmFpAAKyA?authkey=Gv1sRgCJjI5dGG3aKWMg&feat=embedwebsite"><img src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgpIjfVGt8Ku7tFd9jz5ry9IMz4q2uWULMKybzLWZmrvPs_fnLqyZusN_d0gpLI5wp0vUvx5Wnk2EcH7npAFmUL8PRT6yKpj62-R_QLdzWaZnYUwN1bSV7ORNi5a8txyYja1uRwN0rXOhA/s400/RPackage2.png" /></a><br /><br />คราวนี้เวลากดเลือก Install Package ก็จะมีหน้าขึ้นมาให้ใส่ชื่อผู้ใช้และรหัสผ่านเหมือนโปรแกรมอื่นๆ แล้วครับ<br /><br /><a href="http://picasaweb.google.com/lh/photo/ffHP94HV5elGLxyUJoekdA?authkey=Gv1sRgCJjI5dGG3aKWMg&feat=embedwebsite"><img src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEgHHi01I-SbWBqs7GKj66pODq95r5_3vcPVi1-JljKb7LK00j61Gx9EDFK_vz0XZIl_deE1_ZPtdPAJhet3u6Jh1OaAB8mO8Im39QtdQoCp5_tkhBB2LwqXX0lrTyywRYevhgrktfVs9Oo/s400/RPackage3.png" /></a><br /><br />สำหรับท่านที่ดาวน์โหลดแพคเกจมาเองจาก <a href="http://cran.r-project.org/">CRAN</a> ให้เลือกเป็น Windows binary แล้วเลือกเมนู Packages -> Install package(s) from local zip files ครับ<br /><br /><a href="http://picasaweb.google.com/lh/photo/tduD01rmDWP31Kivyh_5vQ?authkey=Gv1sRgCJjI5dGG3aKWMg&feat=embedwebsite"><img src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEigfGVRBFhElApknFbvn8kmK3LBKNdx9DQjCGR8wB7M6S12rBW2u9JaYZh0IS1actXZ4OW-uOXJWo8TjtLkz9WnPTsHBJdyAUuUncur4k5TBnRe6nXuN54lvL6VUNXuTZH7SKvSdtx-Z7o/s400/RPackage4.png" /></a><br /><br />อ้อ ตอนนี้ R มีถึงเวอร์ชัน 2.9.0 แล้วนะครับใครยังไม่ได้อัพเดตก็อัพเดตได้แล้วครับPawin Numthavajhttp://www.blogger.com/profile/06684020420203479284noreply@blogger.com6tag:blogger.com,1999:blog-8585074972502267331.post-46269447203043938432009-04-26T11:53:00.000+07:002009-04-26T11:56:22.062+07:00Forest Plots and Heterogeneity Tests in Meta-analysis<p>ครับ วันนี้ผมขอเขียนถึงเรื่อง Forest Plot และ Heterogeneity Test ใน Meta-analysis นะครับ เพราะมีคนถามถึงบ่อย</p> <p>Forest Plot นั้นก็คือการเรียบเรียงรายละเอียดของแต่ละ Study ย่อยครับ ปกติแล้วเวลาเอา RCT มาสรุปด้วยวิธีการทางสถิตินั้นมันจะมีแต่ตัวเลขเต็มไปหมด เขาก็เลยอาศัยกราฟขึ้นมาเพื่อให้เราสามารถตีความผลลัพธ์ที่ได้ดีขึ้นครับ</p> <p>ยกตัวอย่างนะครับ จาก Systematic Review เรื่องการรักษาหูหนวกแบบฉับพลันที่ลงใน Arch Otol Laryngol: Conlin AE, Parnes LS. <a href="http://www.ncbi.nlm.nih.gov/pubmed/17576909">Treatment of sudden sensorineural hearing loss: II. A Meta-analysis</a>. Arch Otolaryngol Head Neck Surg. 2007 Jun ;133(6):582-6. เขาทำการศึกษารวบรวม RCT ที่ให้ Steroid ในคนไข้หูหนวกฉับพลัน เทียบกับคนที่ได้ Placebo และ Outcome เป็นการหายจากหูหนวก โดยพบว่ามี 2 Study ย่อยดังนี้ครับ (คลิ๊กเพื่อดูรูปใหญ่นะครับ):</p> <p><a href="http://picasaweb.google.com/lh/photo/wdKHjBeOEkqrG3Rvu5Fh2g?authkey=Gv1sRgCJjI5dGG3aKWMg&feat=embedwebsite"><img src="https://blogger.googleusercontent.com/img/b/R29vZ2xl/AVvXsEjGnABE8Hb2m8NpNAMtEycckiDZBHdcA05l-7Uaz8URh4quONqYIDSzTbeTv-ICUAdCtTYaxFiv4Mnrhw39poPzwgLX9sQCKcD77dV69e490ONnaYySf7GqUyQAHKGXA68AXutzyx1dIco/s400/Figure1.jpg" /></a></p> <p>สังเกตนะครับ ว่าเขาจะเอาแต่ละ Study มาเรียงกันเป็นบรรทัด แล้วก็พล็อตเป็นเส้นขีด รวมถึงมีจุดสี่เหลี่ยมอยู่ตรงกลาง หลังจากนั้นเขาจะแสดงบรรทัด Total (คือการรวมของทุก Study) แล้วแสดงด้วยสี่เหลี่ยมข้าวหลามตัดไว้ในกราฟครับ สังเกตว่าถ้าเราตะแคงหัว 90 องศาจะเห็นกราฟนี้เป็นคล้ายๆ ป่าของต้นไม้ (นั่นคือที่มาของชื่อ Forest Plot น่ะเอง)</p> <p>วิธีอ่านก็ไม่ยากเย็นอะไรครับ เช่นของ Study แรกนั้นก็แสดง OR อยู่ที่จุด 3.22 (จุดสี่เหลี่ยมจะอยู่ที่ 3.22) และมี 95% CI อยู่ที่ 1.18-8.76 (เส้นขีดจะขีดตั้งแต่ 1.18 ถึง 8.76) วิธีแปลผลก็แปลแบบ OR ธรรมดา (ลองอ่าน<a href="http://clinicalepi.blogspot.com/2009/01/intention-to-treat-arr-ar-or.html">โพสต์เก่า</a>) เช่นในที่นี้ก็คือ คนที่ได้สเตียรอยด์ มีโอกาสหายเป็น 3.22 เท่าเมื่อเทียบกับ Placebo โดยเรามีความมั่นใจว่า ถ้าทำการทดลอง 100 ครั้งนั้น 95 ครั้งค่านี้จะอยู่ระหว่าง 1.18 ถึง 8.76 เท่าครับ (หรืออีกอย่างคือ ค่านี้มันน่าจะอยู่ในระหว่าง 1.18-8.76)</p> <p>ส่วน Study อันที่สองนั้นก็เหมือนกันครับ ลองแปลดูเองก่อนนะครับ</p> <p>.</p> <p>.</p> <p>นั่นคือ คนที่ได้ Steroid มีโอกาสหายเป็น 0.89 เท่าเมื่อเทียบกับคนที่ได้ Placebo โดยเรามั่นใจว่ามันจะอยู่ระหว่าง 0.10-7.86 ถ้างงว่าควรแปลยังไง เอาอะไรเทียบอะไร ให้เหลือบไปมองใต้กราฟครับ ว่าของเรามันอยู่ในช่วงที่ Favor Steroid หรือ Favor Placebo</p> <p>ทีนี้ก็มาถึงตรงสรุปแล้วครับ ก็แปลแบบเดียวกันเป๊ะเลย แต่กราฟเขาพล็อตไว้ให้รูปมันแตกต่างไว้นั่นเอง จากกราฟนี้เราจะสรุปว่า คนที่ได้ Steroid นั้นจะมีโอกาสหายเป็น 2.47 เท่าของคนที่ได้ Placebo โดยเรามั่นใจว่ามันจะอยู่ที่ 0.89 ถึง 6.84 เท่านั่นเองครับ</p> <p>สำหรับว่าทำไมสี่เหลี่ยมของสอง Study มันถึงขนาดไม่เท่ากัน นั้นถ้าอธิบายง่ายๆ ก็คือมันมีจำนวนคนใน Study นั้นไม่เท่ากันครับ เพราะฉะนั้น Study ที่คนน้อยกว่า เขาก็จะให้น้ำหนักน้อยกว่า (จริงๆ แล้วมีหลายวิธีในการให้น้ำหนักใน Study แต่ที่ง่ายๆ ก็คือให้ตามปริมาณคนใน Study)</p> <p>ทีนี้ก็มาถึงการแปลผลของ Heterogeneity แล้วครับ</p> <p>Heterogeneity คืออะไร? Heterogeneity แปลว่า ความไม่เป็นเนื้อเดียวกันครับ ง่ายๆ เลยคือเหมือนเราเอา ส้มเขียวหวาน มารวมกับ มะนาว แล้วดูเรื่องความเปรี้ยว แล้วเราจะเอามาสรุปว่าส้มมันเปรี้ยวก็คงลำบาก เนื่องจากว่าก็รู้ๆ อยู่ว่ามะนาว มันไม่ใช่ส้ม นั่นคือมันไม่เป็นเนื้อเดียวกัน หรือเป็น Heterogeneity นั่นเองครับ</p> <p>ทีนี้เราจะบอกได้ยังไงว่าสิ่งที่เราดูอยู่มันต่างกัน? เพราะมันไม่ได้ง่ายเหมือนส้มหรือมะนาว… วิธีการของนักสถิติคือ เขาจะดูว่าค่าที่ได้มันไปในอารมณ์เดียวกันหรือเปล่าครับ โดยวิธีดูด้วยตาเปล่าคือ กราฟ 95%CI มันคร่อมกันหรือเปล่านั่นเอง</p> <p>แต่ทั้งนี้เนื่องจากว่าเป็นนักสถิติ จะอธิบายด้วยตาเปล่าคงยังไงๆ อยู่ เขาก็เลยใช้วิธีการทางตัวเลขมาเพื่อตอบปัญหาในกรณีนี้ นั่นคือ Heterogeneity Test นั่นเองครับ โดย Heterogeneity Test นั้นมีสมมติฐานหลักว่า แต่ละค่าของการศึกษานั้นเป็นไปในทางเดียวกัน แล้วพยายามหาค่า<em>โอกาสของความที่ Study มันต่างกัน</em> (ซึ่งเป็น p-Value ของ Test) มาหักล้างนั่นเอง</p> <p>อย่างในตัวอย่างข้างต้นที่กล่าวไป นั่นคือเขาทำ Heterogeneity Test ได้ Chi2 = 1.11 เมื่อแปลงมาเป็นค่า p-Value แล้วได้ 0.29 นั่นหมายความว่า “ในทางสถิติแล้ว โอกาสที่จะมี Study ที่ต่างกันซ่อนอยู่ (โอกาสที่มีมะนาวแอบอยู่) นั้น = 29%”</p> <p>แล้วเราจะเอาเท่าไหร่เป็น cut-point ว่ามันเหมือนหรือไม่เหมือนละ? อันนี้ไม่มีคำตอบครับ ส่วนใหญ่เนื่องจาก Test นี้มันโหดน้อยไปหน่อย ถ้าเอา 0.05 แบบการแปลผล p-Value ทั่วไปแล้ว ก็จะกลายเป็นว่าทุกอันแทบไม่มีอันไหนไม่ต่างกันเลย เขาจึงเอาที่ 0.10 เป็นเกณฑ์ครับ หมายความว่า Study ใดๆ ที่มันได้ p น้อยกว่า 0.10 นั้นมันอาจมีความแตกต่างกันของ Study ซ่อนอยู่ภายใน</p> <p>หรือถ้าในกรณีนี้ p=0.29 ก็คือ Study มันน่าจะไปในทางเดียวกันนั่นเอง ซึ่งสอดคล้องกับการที่ 95%CI มันคร่อมกันอยู่</p> <p>ต่อจากนี้แล้วช่วงหลังเขาจะนิยมใส่ค่า I2 เข้ามาด้วยครับ ค่านี้เป็นค่าที่ได้มาจากการคำนวณของ Heterogeneity อีกทีหนึ่ง ซึ่งจะดีกว่าตรงที่มันไม่ต้องมี Cutpoint มันจะบอกเป็น % ให้เลยว่า<em>โอกาสที่ Study มันแตกต่างน่าจะซักเท่าไหร่</em></p> <p>อย่างในกรณีนี้ I2 = 9.5% แสดงว่ามันค่อนข้างไม่แตกต่างเท่าไหร่ครับ.. เอ แล้วจะเอาเท่าไหร่มาบอกว่ามันแตกต่างกันเยอะมากน้อยละ? อันนี้ก็กลับมาเรื่อง cutpoint อีกเหมือนเดิม แต่มีคนแนะนำคร่าวๆ ไว้ถ้าเกิดว่ามัน <25% มันก็แตกต่างไม่เท่าไหร่ 25-50% แตกต่างมากหน่อย >50% ควรระวังได้แล้ว แต่ทั้งนี้อย่าลืมว่า cutpoint นั้นไม่ใช่จุดชี้ชะตานะครับ เป็นแค่คำแนะนำจากนักสถิติเท่านั้นเอง (เพราะงั้นหนังสือแต่ละเล่มย่อมไม่เหมือนกันแน่ๆ)</p> <p>แล้วทีนี้ Study แต่ละอันจะแตกต่างกันได้ยังไงบ้าง Source ของ Heterogeneity มันจะมาจากไหน?</p> <ul> <li>อาจแตกต่างกันในแง่ของการดำเนินงาน เช่น ทำในประชากรคนละที่, ให้ยาคนละ dose, เก็บข้อมูลกันคนละแบบ</li> <li>หรือแตกต่างในแง่ของคุณภาพการศึกษา (methodology quality) เช่น Randomize ดี รัดกุม อีกอัน โยนหัวก้อย หรืออันหนึ่ง Blind อีกอันไม่ Blind เป็นต้น</li> </ul> <p>ซึ่งบางครั้งใน Meta-analysis ก็อาจแบ่ง Study เป็นหลายๆ แบบเพื่อดูว่าถ้าแบ่งตามยา dose น้อยแล้วผลมันจะเป็นอย่างไร หรือถ้าเอาเฉพาะ Study ที่คุณภาพดีๆ นั้นจะไปทางเดียวกันหรือเปล่า (ซึ่งก็อาจใช้ค่า I2 มาดูนั่นแหละครับว่าแบ่งแล้วมันดีขึ้น หรือมันแย่ลง)</p> <p>สำหรับ Test for Overall Effect นั้นเป็นเรื่องเกี่ยวกับ Random Effects และ Fixed Effect Model ซึ่งค่อนข้างจะอธิบายนานครับ ยังไงผมขอผ่านไปก่อน เดี๋ยววันหลังจะมาอธิบายในตอนการ Appraise Systematic Review อีกทีให้นะครับ :)</p> Pawin Numthavajhttp://www.blogger.com/profile/06684020420203479284noreply@blogger.com63