Comment utiliser grands échantillons pour la recherche en soins infirmiers

Lorsque vous effectuez la recherche infirmière , choisir soigneusement échantillons de population pour éviter de perdre du temps de recherche , l'effort du patient et les coûts de soutien . Idéalement , les essais cliniques doivent être suffisamment grandes pour détecter de manière fiable les plus petites différences dans les résultats primaire chez les patients . Lorsque vous travaillez avec un grand échantillon , utiliser des critères de sélection qui définissent précisément la population à étudier . En outre, utiliser des critères d'exclusion à éviter d'allouer des ressources à tort ou nuire sujets . Enfin , en particulier de grands échantillons peuvent être impossible à étudier sous contraintes de temps et de budget; dans un tel cas , vous pouvez choisir un sous-ensemble de l'échantillon de travailler avec . Choses que vous devez les critères d'exclusion de
critères d'inclusion
Voir Instructions
Le 1

Assurez-vous que votre grand échantillon présente les caractéristiques cliniques - appelés critères d'inclusion - - vous avez besoin pour compléter votre étude . L'âge est souvent un facteur crucial. Lors de l'essai d'un médicament sur ​​une population , par exemple , vous pourriez choisir de se concentrer sur les femmes dans la trentaine , le raisonnement que le rapport bénéfice - à - mal est plus élevé chez les femmes dans la trentaine et la moins importante dans les autres groupes d'âge. Alternativement , si votre taille de l'échantillon est vraiment grand , vous pourriez potentiellement tester une variété de groupes d'âge , de tirer des conclusions statistiquement significatives sur chaque groupe d'âge .
2

S'assurer , ainsi que l'étude résultats que vous obtenez à partir de votre échantillon peut être juxtaposée à la population en général - un second type de critères d'inclusion . De plus larges échantillons peut donner à penser que les résultats sont plus susceptibles de décrire la population générale; Cependant , considérez comment vous avez trouvé vos sujets . Les patients à votre propre hôpital peuvent être une source de sujets disponibles et peu coûteux . Particularités de patients locaux ou les patients à l'hôpital , cependant, peuvent interférer avec la généralisation des résultats à d'autres populations . Pas un seul cours de l'action est clairement bonne ou mauvaise , et vous pourriez avoir à faire des choix qui impliquent des compromis entre les objectifs scientifiques et pratiques .
3

Établir des critères d'exclusion . En d'autres termes , d'identifier les sous-groupes de personnes au sein de votre échantillon qui correspondent à vos critères d'inclusion , si ce n'est pour certaines caractéristiques qui pourraient interférer avec le succès des efforts de suivi , la qualité des données , ou l'acceptabilité du traitement randomisé . Par exemple, si un patient est alcoolique ou l'intention de déménager hors de l'état , la réalisation d'essais de suivi avec lui pourrait être difficile . En outre, si un patient a des antécédents d'AVC , il est probable qu'elle subirait des effets indésirables à la suite de l'étude .
4

Sélectionner un sous-ensemble de l'échantillon si votre échantillon est trop grand d'étudier tous les sujets sous contraintes de temps et de budget. L'échantillonnage probabiliste , qui consiste à sélectionner un sous-ensemble au hasard , fournit une base rigoureuse pour généraliser l'applicabilité des résultats de l'étude à la population dans son ensemble . Les chercheurs ont également souvent recours à l'échantillonnage de commodité , ce qui implique l'utilisation de personnes qui répondent aux critères d'entrée et sont facilement accessibles à l'enquêteur . Échantillonnage de commodité présente des avantages évidents en termes de coûts et de la logistique . Déterminer , cependant, si vous pouvez utiliser l'échantillonnage de commodité et toujours répondre de façon fiable à la question scientifique à portée de main .