Küme Rastgele Faktöriyel Deneyi
Cluster Randomized Factorial Experiment · Ayrıca şöyle bilinir: cluster-randomized factorial design, group-randomized factorial trial, CRT factorial, clustered factorial experiment
Bir küme rastgele faktöriyel deneyi, katılımcıların doğal gruplanmasını korurken birden fazla müdahalenin ve etkileşimlerinin eş zamanlı değerlendirilmesine olanak tanıyarak, iki veya daha fazla tedavi faktörünün tüm kombinasyonlarına rastgele olarak sağlam grupları (okullar, klinikler veya topluluklar gibi kümeler) atar. Küme rastgeleleştirmesinin lojistik ve etik avantajlarını faktöriyel tasarımın verimliliği ile birleştirir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Küme rastgele faktöriyel deneyi kullanın: (1) müdahale grup düzeyinde uygulandığında ve bireysel rastgeleleştirme pratik olmadığında veya kontaminasyona neden olduğunda; (2) iki veya daha fazla müdahaleyi eş zamanlı olarak test etmek ve potansiyel sinerjik veya antagonist etkileşimleri tespit etmek istediğinizde; ve (3) ICC'yi hesaba kattıktan sonra yeterli gücü elde etmek için yeterli sayıda kümenizin olduğunda. Özellikle halk sağlığı, eğitim ve topluluk temelli araştırmalarda, müdahalelerin doğası gereği grup düzeyinde olduğu yerlerde değerlidir. Çok az kümeniz olduğunda (hücre başına yaklaşık 4-6'dan az), ICC çok yüksek olduğunda ve gerekli örneklem büyüklüklerini aşırı derecede şişirdiğinde, müdahaleler kümelere bağımsız olarak uygulanamadığında (yani, taşma kaçınılmaz olduğunda) veya tek bir müdahalenin basit bir baş-başa karşılaştırması yeterli olduğunda KULLANMAYIN.
Güçlü yönler & sınırlılıklar
- Tek bir çalışmada birden fazla müdahale ve etkileşimlerini değerlendirir, araştırma kaynaklarını verimli kullanır.
- Küme rastgeleleştirmesi, grup düzeyinde uygulama kaçınılmaz olduğunda tedavi koşulları arasındaki kontaminasyona karşı koruma sağlar.
- Faktöriyel yapı, ana etkiler için istatistiksel gücü korur: her katılımcı, her faktörün etkisini tahmin etmek için veri katkısında bulunur.
- Etkileşim testleri, müdahaleleri birleştirmenin tek kollu denemelerin tespit edemeyeceği sinerjik veya antagonist etkiler ürettiğini ortaya koyar.
- Gerçek dünya uygulama ortamlarına (okullar, klinikler, topluluklar) iyi uyum sağlar, burada politika açısından ilgili müdahale kombinasyonları ilgi çekicidir.
- Etkileşim testlerini yeterince güçlendirmek için basit bir küme RCT'den daha fazla sayıda küme gerektirir.
- Küme içi korelasyon, etkili örneklem büyüklüğünü azaltır; ICC'yi az tahmin etmek, yetersiz güçlendirilmiş çalışmalara yol açar.
- İstatistiksel analiz, bireysel rastgeleleştirmeden daha karmaşıktır ve çok düzeyli veya GEE modelleri gerektirir.
- Müdahalelerin kümelere bağımsız olarak uygulanabileceğini varsayar; birleşik uygulama uygulama doğruluğunu temelden değiştirirse, faktöriyel varsayım ihlal edilmiş olur.
- Farklı tedavi kombinasyonlarına sahip çok sayıda kümeyi işe almak ve yönetmek, lojistik ve koordinasyon taleplerini artırır.
SSS
Standart bir küme RCT'den farkı nedir?
Standart bir küme RCT, kümeleri rastgeleleştirerek tek bir müdahaleyi kontrolle karşılaştırır. Bir küme rastgele faktöriyel deneyi, iki veya daha fazla faktörün tüm kombinasyonlarına kümeleri rastgeleleştirir, aynı deneme içinde her faktörün ana etkisini ve etkileşimlerini tahmin etmeyi sağlar. Tüm faktörler ilgi çekici olduğunda faktöriyel yapı daha verimlidir.
Örneklem büyüklüğünü nasıl hesaplarım?
Güç hesaplamaları, küme içi korelasyon katsayısını (ICC), ortalama küme boyutunu, faktöriyel hücre sayısını ve — etkileşim etkileri birincil ilgi alanındaysa — etkileşim testi için ek çarpanları hesaba katmalıdır. Standart yazılımlar (örneğin, Optimal Design, PowerUp! veya clusterPower gibi R paketleri) bu hesaplamaları destekler. ICC'yi az tahmin etmek, yetersiz güçlendirilmiş çalışmalara yol açan en yaygın hatadır.
ICC çok yüksekse ne olur?
Yüksek bir ICC, varyansın çoğunun kümeler içinde değil, kümeler arasında yattığı anlamına gelir, bu da etkili örneklem büyüklüğünü büyük ölçüde azaltır. ICC yüksekse (örneğin, eğitim ortamlarında 0.10'un üzerinde), gereken küme sayısı aşırı olabilir. Bu gibi durumlarda, daha basit bir tasarım (tek faktörlü küme RCT) düşünün veya kontaminasyon riski olmadan bireysel rastgeleleştirmenin mümkün olup olmadığını araştırın.
Her hücrede aynı sayıda kümeye ihtiyacım var mı?
Dengeli tasarımlar (hücre başına eşit küme sayısı) güç için optimaldir ve analizi basitleştirir. Dengesiz tasarımlara izin verilir ancak gücü azaltır ve daha dikkatli karma model spesifikasyonu gerektirir. Tabakalı rastgeleleştirme, kovaryantlar ve hücreler arasında yaklaşık denge sağlamaya yardımcı olur.
Bu tasarımı ikiden fazla faktör için kullanabilir miyim?
Evet — üç veya daha fazla faktör bir küme rastgele faktöriyel deneyinde kesişebilir, ancak tedavi hücrelerinin sayısı çarpımsal olarak artar (örneğin, 2x2x2 sekiz hücre üretir). Her hücre, yeterli güç için yeterli sayıda küme içermelidir, bu nedenle üç faktörlü faktöriyel küme RCT'leri çok sayıda küme gerektirir ve büyük çok merkezli denemeler dışındaki uygulamalarda nadirdir.
Kaynaklar
- Murray, D. M. (1998). Design and Analysis of Group-Randomized Trials. Oxford University Press. ISBN: 978-0195120912
- Donner, A., & Klar, N. (2000). Design and Analysis of Cluster Randomization Trials in Health Research. Arnold. ISBN: 978-0340691533
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Cluster Randomized Factorial Experiment. ScholarGate. https://scholargate.app/tr/experimental-design/cluster-randomized-factorial-experiment
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Küme Rastgele Kontrollü ÇalışmaDeney tasarımı↔ karşılaştır
- Faktöriyel DeneyDeney tasarımı↔ karşılaştır
- Faktöriyel Randomize Kontrollü ÇalışmaDeney tasarımı↔ karşılaştır
- Kesirli Faktöriyel DeneyiDeney tasarımı↔ karşılaştır
- Çok Kollu DeneyDeney tasarımı↔ karşılaştır