आकलन

आकलन वह मात्रा है जिसका सांख्यिकीय विश्लेषण में आकलन लगाया जाता है। इस शब्द का उपयोग इस लक्ष्य का आकलन प्राप्त करने के लिए उपयोग की जाने वाली विधि (अथार्त, आकलन) और किसी दिए गए विधि और डेटासेट (अथार्त, आकलन) से प्राप्त विशिष्ट मूल्य से आकलन के लक्ष्य को अलग करने के लिए किया जाता है। उदाहरण के लिए, सामान्य रूप से वितरित यादृच्छिक वेरिएबल $$X                                                                                                                                                                                                                      $$ के दो परिभाषित पैरामीटर हैं, इसका माध्य $$\mu$$ और विचरण $$\sigma^{2}$$ विचरण आकलन:

$$s^{2} = \sum_{i=1}^{n} \left. \left( x_{i} - \bar{x} \right)^{2} \right/ (n-1)$$,

डेटा सेट $$x = \left\{ 2, 3, 7 \right\}$$ के लिए 7 का आकलन प्राप्त होता है; तब $$s^{2}$$ को $$\sigma^{2}$$ का आकलन कहा जाता है, और $$\sigma^{2}$$ को आकलन कहा जाता है।

परिभाषा
एक आकलन के संबंध में, आकलन रुचि के विभिन्न उपचारों का परिणाम है। इसे औपचारिक रूप से किसी भी मात्रा के रूप में विचार किया जा सकता है जिसका किसी भी प्रकार के प्रयोग में आकलन लगाया जाना है।

अवलोकन
एक आकलन किसी विश्लेषण के उद्देश्य या उद्देश्य से निकटता से जुड़ा होता है। यह वर्णन करता है कि रुचि के प्रश्न के आधार पर क्या आकलन लगाया जाना चाहिए। यह आकलन के विपरीत है, जो उस विशिष्ट नियम को परिभाषित करता है जिसके अनुसार आकलन का आकलन लगाया जाना है। जबकि आकलन अधिकांशतः विशिष्ट मान्यताओं से मुक्त होगा जैसे मिस्सिंग डेटा के संबंध में, विशिष्ट आकलन को परिभाषित करते समय ऐसी धारणा समान्यत: बनानी होगी। इस कारण से, विभिन्न मान्यताओं के आकलन की शक्ति का परीक्षण करने के लिए, ही आकलन के लिए विभिन्न आकलनों का उपयोग करके संवेदनशीलता विश्लेषण करना तर्कसंगत है।

इयान लुंडबर्ग, रेबेका जॉनसन और ब्रैंडन एम. स्टीवर्ट के अनुसार, मात्रात्मक अध्ययन अधिकांशतः उनके आकलन को परिभाषित करने में विफल होते हैं। यह समस्याग्रस्त है क्योंकि पाठक के लिए यह जानना संभव नहीं है कि किसी अध्ययन में सांख्यिकीय प्रक्रियाएं उचित हैं या नहीं जब तक कि उन्हें आकलन न पता होता है।

उदाहरण
यदि हमारी रुचि का प्रश्न यह है कि क्या किसी देश में परिभाषित जनसंख्या में टीकाकरण अभियान जैसे हस्तक्षेप प्रारंम्भ करने से उस देश में उस जनसंख्या में होने वाली मौतों की संख्या में कमी आएगी, तो हमारा आकलन कठिन परिस्थिति में कमी का कुछ उपाय होगा (उदाहरण के लिए यह रिस्क अनुपात, या वर्ष में कठिन परिस्थिति अनुपात हो सकता है) जो टीकाकरण अभियान प्रारंम्भ करने के प्रभाव का वर्णन किया जाता है। इसमें आकलन का आकलन लगाने के लिए हमारे पास क्लीनिकल ​​परीक्षण का डेटा उपलब्ध हो सकता है। जनसंख्या स्तर पर प्रभाव का आकलन करने में, हमें यह प्रतिबिंबित करना होगा कि कुछ लोग टीकाकरण से इनकार कर सकते हैं, इसलिए क्लीनिकल ​​​​परीक्षण में उन लोगों को विश्लेषण से बाहर करना अनुचित हो सकता है जो टीकाकरण से इनकार करते हैं। इसके अतिरिक्त हम उन सभी लोगों की जीवित रहने की स्थिति नहीं जान सकते हैं जिन्हें टीका लगाया गया था, इसलिए आकलन को परिभाषित करने के लिए इस संबंध में धारणाएं बनानी होंगी।

एक विशिष्ट आकलन प्राप्त करने के लिए संभावित आकलन जीवित रहने के विश्लेषण पर आधारित कठिन परिस्थिति अनुपात हो सकता है, जो उन सभी विषयों पर किए गए विशेष उत्तरजीविता वितरण को मानता है, जिनके लिए हस्तक्षेप की प्रस्तुति की गई थी, जो अनुवर्ती कार्य में खो गए थे, उन्हें यादृच्छिक सेंसरशिप के अनुसार सही-सेंसर किया गया था। ऐसा हो सकता है कि परीक्षण की जनसंख्या उस जनसंख्या से भिन्न हो सकता है जिस पर टीकाकरण अभियान चलाया जाएगा, ऐसी स्थिति में इसे भी ध्यान में रखना पड़ सकता है। संवेदनशीलता विश्लेषण में उपयोग किया जाने वाला वैकल्पिक आकलन यह मान सकता है कि जिन लोगों की परीक्षण के अंत तक उनकी महत्वपूर्ण स्थिति पर दृष्टि नहीं रखी गई, उनकी निश्चित मात्रा में मृत्यु होने की अधिक संभावना हो सकती है।

एपिडेमियोलोजिकल
क्लीनिकल ​​​​परीक्षण स्थापित करने में, अधिकांशतः चिकित्सक व्यक्तियों की जनसंख्या पर उनके उपचार के प्रभावों को मापने पर ध्यान केंद्रित करना चाहते हैं। ये उपर्युक्त क्लीनिकल ​​सेटिंग्स आदर्श परिदृश्यों के साथ बनाई गई हैं, जो किसी भी अंतर्वर्ती घटनाओं से बहुत दूर हैं। चूँकि, वास्तविकता में अधिकांशतः ऐसा नहीं होगा, इन परीक्षणों की योजना और निष्पादन के समय परिवर्तनशीलता को ध्यान में रखा जाना चाहिए। क्लीनिकल ​​​​चिकित्सा में आकलन फ्रेम वर्क के विचार के आसपास मूलभूत उद्देश्यों का निर्माण करते है, यह चिकित्सकों को अध्ययन योजना और विश्लेषण की व्याख्या में सुधार करने के लिए अध्ययन डिजाइन, समापन बिंदु और विश्लेषण के साथ क्लीनिकल ​​​​अध्ययन उद्देश्य को संरेखित करने की अनुमति देता है। अनिवार्य रूप से इसका अर्थ यह है कि आकलन स्पष्ट रूप से यह बताने का विधि प्रदान करता है कि प्रश्न में उपचार के उद्देश्य को प्राप्त करने में इन अंतर्वर्ती घटनाओं से कैसे सामना किया जाएगा।

== आईसीएच                                                                                                                                                                                                                      == अतः 22 अक्टूबर 2014 को,मानव उपयोग के लिए फार्मास्यूटिकल्स के लिए तकनीकी आवश्यकताओं के सामंजस्य के लिए अंतर्राष्ट्रीय परिषद (ICH) ने अपने E9 मार्गदर्शन के परिशिष्ट के रूप में क्लिनिकल परीक्षणों में उपयुक्त आकलन चुनना और संवेदनशीलता विश्लेषण को परिभाषित करना शीर्षक से अंतिम अवधारणा पत्र तैयार किया जाता है। 16 अक्टूबर 2017 को आईसीएच ने घोषणा की कि उसने परामर्श के लिए क्लीनिकल ​​परीक्षण/संवेदनशीलता विश्लेषण के लिए उचित आकलन को परिभाषित करने पर प्रारूप परिशिष्ट प्रकाशित किया है। आईसीएच E9 मार्गदर्शन का अंतिम परिशिष्ट 20 नवंबर, 2019 को प्रसारित किया गया था।

क्लिनिकल परीक्षण के उद्देश्यों को मिलान परीक्षण डिजाइन, आचरण और विश्लेषण में अनुवाद करने के लिए संरचित फ्रेम वर्क प्रदान करके आईसीएच का उद्देश्य दवा विकास पर फार्मास्युटिकल कंपनियों और नियामक अधिकारियों के बीच चर्चा में सुधार करना है। अंतिम लक्ष्य यह सुनिश्चित करना है कि क्लीनिकल ​​​​परीक्षण अध्ययन की गई दवाओं के प्रभावों पर स्पष्ट रूप से परिभाषित जानकारी प्रदान किया जाता है।