स्वास्थ्य सेवाओं में अवलोकन संबंधी अध्ययन डिज़ाइन

स्वास्थ्य सेवा अनुसंधान में अवलोकन संबंधी अध्ययन डिज़ाइन, अन्वेषक द्वारा एक्सपोजर या हस्तक्षेपों को निर्दिष्ट किए बिना देखभाल वितरण, उपयोग और परिणामों का वर्णन और तुलना करते हैं। वे नियमित रूप से एकत्र किए गए डेटा — दावों, रजिस्ट्रियों, इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड और प्रशासनिक डेटासेट — पर बहुत अधिक निर्भर करते हैं और वास्तविक दुनिया की स्थितियों में सिस्टम कैसे प्रदर्शन करते हैं, इस बारे में सवालों के लिए कोहोर्ट, केस-कंट्रोल, क्रॉस-सेक्शनल और अर्ध-प्रायोगिक तर्क लागू करते हैं।

Definition

स्वास्थ्य सेवाओं में अवलोकन संबंधी अध्ययन डिज़ाइन गैर-प्रायोगिक दृष्टिकोण हैं जिनमें अन्वेषक नियमित अभ्यास में होने वाली देखभाल, एक्सपोजर और परिणामों का अवलोकन करता है, जिसमें संघों का अनुमान लगाने और सावधानीपूर्वक समायोजन के साथ, कारण प्रभावों का अनुमान लगाने के लिए कोहोर्ट, केस-कंट्रोल, क्रॉस-सेक्शनल और अर्ध-प्रायोगिक संरचनाओं का उपयोग किया जाता है।

Scope

यह प्रविष्टि स्वास्थ्य सेवाओं और नीति अनुसंधान में उपयोग किए जाने वाले प्रमुख अवलोकन संबंधी डिज़ाइनों, उन्हें पोषित करने वाले डेटा स्रोतों, संकेत द्वारा भ्रमित करने के केंद्रीय खतरे और कारण व्याख्या को मजबूत करने के लिए उपयोग की जाने वाली विधियों और रिपोर्टिंग मानकों को शामिल करती है। यह पद्धतिगत रूप से संरचित है और नैदानिक या नीतिगत सिफारिशें नहीं देती है।

Core questions

• नियमित रूप से एकत्र किया गया डेटा देखभाल वितरण के बारे में एक विश्वसनीय कारण दावे का समर्थन कब कर सकता है?
• संकेत द्वारा भ्रमित करने को एक वास्तविक प्रभाव से कैसे अलग किया जाता है?
• उपयोग, पहुंच या परिणामों के बारे में एक प्रश्न के लिए कौन सा अवलोकन डिज़ाइन उपयुक्त है?
• जब यादृच्छिकीकरण असंभव हो तो कौन सी समायोजन विधियाँ पूर्वाग्रह को कम करती हैं?

Key concepts

• कोहोर्ट, केस-कंट्रोल और क्रॉस-सेक्शनल डिज़ाइन
• प्रशासनिक और दावा डेटा
• इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड और रजिस्ट्री डेटा
• संकेत द्वारा भ्रमित करना
• चयन और सूचना पूर्वाग्रह
• प्रोपेंसिटी स्कोर और बहुभिन्नरूपी समायोजन
• दोहरा मजबूत अनुमान
• अर्ध-प्रायोगिक डिज़ाइन (अंतर-में-अंतर, बाधित समय श्रृंखला)
• STROBE रिपोर्टिंग

Mechanisms

चूंकि एक्सपोजर और हस्तक्षेप अन्वेषक द्वारा निर्दिष्ट नहीं किए जाते हैं, इसलिए अवलोकन संबंधी डिज़ाइन भ्रमित करने के लिए कमजोर होते हैं — विशेष रूप से संकेत द्वारा भ्रमित करना, जहां रोगी को उपचार या सेवा प्राप्त करने का कारण स्वयं परिणाम से संबंधित होता है। विश्लेषक इसे डिज़ाइन (प्रतिबंध, मिलान, नए-उपयोगकर्ता और सक्रिय-तुलना डिज़ाइन) और विश्लेषण (बहुभिन्नरूपी प्रतिगमन, प्रोपेंसिटी-स्कोर विधियाँ, वाद्य चर, और दोहरे मजबूत अनुमानक जो परिणाम और एक्सपोजर मॉडलिंग को जोड़ते हैं ताकि यदि कोई भी मॉडल सही हो तो पूर्वाग्रह कम हो जाए) के माध्यम से संबोधित करते हैं। अर्ध-प्रायोगिक डिज़ाइन यादृच्छिकीकरण का अनुमान लगाने के लिए नीति या समय में प्राकृतिक भिन्नता का फायदा उठाते हैं। STROBE कथन इन अध्ययनों की रिपोर्ट कैसे की जाती है, इसे मानकीकृत करता है ताकि पाठक उनकी वैधता का न्याय कर सकें (वॉन एल्म एट अल., 2007; फंक एट अल., 2011; रोथमैन एट अल., 2008)।

Clinical relevance

अवलोकन संबंधी अध्ययन वास्तविक दुनिया के बहुत सारे साक्ष्य उत्पन्न करते हैं कि सेवाएं और उपचार परीक्षणों के बाहर कैसे प्रदर्शन करते हैं, जिसमें अक्सर प्रयोगों से बाहर रखे गए समूह भी शामिल हैं। उनका गंभीर रूप से मूल्यांकन करने से वितरण-स्तर के साक्ष्य की ताकत के बारे में निर्णय का समर्थन होता है। यह प्रविष्टि बताती है कि ऐसे साक्ष्य कैसे उत्पन्न होते हैं और यह व्यक्तिगत निदान या उपचार निर्णयों का आधार नहीं है।

Epidemiology

अवलोकन संबंधी डिज़ाइन डिफ़ॉल्ट होते हैं जब यादृच्छिकीकरण अनैतिक, अव्यावहारिक या बहुत धीमा होता है, जो प्रणाली- और नीति-स्तर के प्रश्नों के लिए सामान्य है। बड़े जुड़े हुए डेटासेट दुर्लभ परिणामों और दीर्घकालिक प्रभावों का बड़े पैमाने पर अध्ययन करने की अनुमति देते हैं, जबकि भ्रमित करने को नियंत्रित करने के विश्लेषणात्मक बोझ को बढ़ाते हैं (रोथमैन एट अल., 2008)।

Evidence & guidelines

STROBE कथन (वॉन एल्म एट अल., 2007) कोहोर्ट, केस-कंट्रोल और क्रॉस-सेक्शनल अध्ययनों के लिए प्रमुख रिपोर्टिंग मानक प्रदान करता है। प्रोपेंसिटी स्कोर और दोहरे मजबूत अनुमान (फंक एट अल., 2011) पर विधियों का साहित्य और संदर्भ महामारी विज्ञान ग्रंथ (रोथमैन एट अल., 2008) बताते हैं कि भ्रमित करने को कैसे संभाला जाता है। ये स्रोत पद्धतिगत हैं और उपचारों की सिफारिश नहीं करते हैं।

History

अवलोकन संबंधी महामारी विज्ञान स्वास्थ्य सेवा अनुसंधान से बहुत पहले का है, लेकिन बीसवीं शताब्दी के अंत से प्रशासनिक दावों और इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड के विकास ने देखभाल वितरण का बड़े पैमाने पर अवलोकन संबंधी अध्ययन नियमित कर दिया। 2007 के STROBE कथन ने रिपोर्टिंग अभ्यास को समेकित किया, और प्रोपेंसिटी-स्कोर और दोहरे मजबूत तरीकों के बाद के उदय ने गैर-यादृच्छिक डेटा से अधिक विश्वसनीय कारण अनुमान निकालने के लिए निरंतर प्रयास को दर्शाया।

Debates

क्या अवलोकन संबंधी डेटा उपचार प्रभावों के बारे में कारण दावों का समर्थन कर सकता है?

यहां तक कि परिष्कृत समायोजन के साथ भी, अप्रत्याशित भ्रमित करने वाला बना रह सकता है; विश्लेषक इस बात पर असहमत हैं कि अवलोकन संबंधी अनुमान कब विश्वसनीय होते हैं बनाम जब केवल यादृच्छिकीकरण पर्याप्त होता है, और सक्रिय-तुलना नए-उपयोगकर्ता अध्ययनों जैसे डिज़ाइन विकल्पों की वकालत अंतर को कम करने के लिए की जाती है।

Key figures

• Kenneth Rothman
• Sander Greenland
• Erik von Elm

Seminal works

• vonelm-2007-strobe
• funk-2011

Frequently asked questions

स्वास्थ्य सेवा अनुसंधान में अवलोकन संबंधी डिज़ाइन इतने सामान्य क्यों हैं?

देखभाल कैसे व्यवस्थित, वित्तपोषित और वितरित की जाती है, इस बारे में कई प्रश्नों को नैतिक या व्यावहारिक कारणों से यादृच्छिक नहीं किया जा सकता है, और नियमित रूप से एकत्र किया गया डेटा बड़ी, वास्तविक दुनिया की आबादी का अध्ययन करना संभव बनाता है।

संकेत द्वारा भ्रमित करना क्या है?

यह वह पूर्वाग्रह है जो तब उत्पन्न होता है जब रोगी को उपचार या सेवा प्राप्त करने का नैदानिक कारण स्वयं परिणाम से संबंधित होता है, जिससे उपचारित और अनुपचारित समूह गैर-तुलनीय हो जाते हैं जब तक कि सावधानीपूर्वक समायोजित न किया जाए।