आकलन

From Vigyanwiki
Revision as of 10:27, 4 August 2023 by alpha>Akanksha


अनुमान वह मात्रा है जिसका सांख्यिकीय विश्लेषण में अनुमान लगाया जाता है।[1] इस शब्द का उपयोग इस लक्ष्य का अनुमान प्राप्त करने के लिए उपयोग की जाने वाली विधि (अथार्त, अनुमानक) और किसी दिए गए विधि और डेटासेट (अथार्त , अनुमान) से प्राप्त विशिष्ट मूल्य से अनुमान के लक्ष्य को अलग करने के लिए किया जाता है।[2] उदाहरण के लिए, सामान्य रूप से वितरित यादृच्छिक वेरिएबल के दो परिभाषित पैरामीटर हैं, इसका माध्य और विचरण एक विचरण अनुमानक:

,

डेटा सेट के लिए 7 का अनुमान प्राप्त होता है; तब को का अनुमानक कहा जाता है, और को अनुमान कहा जाता है।

परिभाषा

एक अनुमानक के संबंध में, एक अनुमान विभिन्न उपचारों का परिणाम है[clarification needed] ब्याज की। इसे औपचारिक रूप से किसी भी मात्रा के रूप में सोचा जा सकता है जिसका किसी भी प्रकार के प्रयोग में अनुमान लगाया जाना है।[3][clarification needed]

सिंहावलोकन

एक अनुमान किसी विश्लेषण के उद्देश्य या उद्देश्य से निकटता से जुड़ा होता है। यह वर्णन करता है कि रुचि के प्रश्न के आधार पर क्या अनुमान लगाया जाना चाहिए।[4] यह एक अनुमानक के विपरीत है, जो उस विशिष्ट नियम को परिभाषित करता है जिसके अनुसार अनुमान का अनुमान लगाया जाना है। जबकि अनुमान अक्सर विशिष्ट मान्यताओं से मुक्त होगा जैसे। गुम डेटा के संबंध में, विशिष्ट अनुमानक को परिभाषित करते समय ऐसी धारणा आमतौर पर बनानी होगी। इस कारण से, विभिन्न मान्यताओं के अनुमान की मजबूती का परीक्षण करने के लिए, एक ही अनुमान के लिए विभिन्न अनुमानकों का उपयोग करके संवेदनशीलता विश्लेषण करना तर्कसंगत है।[5] इयान लुंडबर्ग, रेबेका जॉनसन और ब्रैंडन एम. स्टीवर्ट के अनुसार, मात्रात्मक अध्ययन अक्सर उनके अनुमान को परिभाषित करने में विफल होते हैं।[1]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 अनुमान न पता हो।[1]


उदाहरण

यदि हमारी रुचि का प्रश्न यह है कि क्या किसी देश में एक परिभाषित आबादी में टीकाकरण अभियान जैसे हस्तक्षेप शुरू करने से उस देश में उस आबादी में होने वाली मौतों की संख्या में कमी आएगी, तो हमारा अनुमान जोखिम में कमी का कुछ उपाय होगा (उदाहरण के लिए यह एक खतरा अनुपात, या एक वर्ष में जोखिम अनुपात हो सकता है) जो टीकाकरण अभियान शुरू करने के प्रभाव का वर्णन करेगा। अनुमान का अनुमान लगाने के लिए हमारे पास नैदानिक ​​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 नैदानिक ​​​​परीक्षण में उन लोगों को विश्लेषण से बाहर करना अनुचित हो सकता है जो टीकाकरण से इनकार करते हैं। इसके अलावा, हम उन सभी लोगों की जीवित रहने की स्थिति नहीं जान सकते हैं जिन्हें टीका लगाया गया था, इसलिए एक अनुमानक को परिभाषित करने के लिए इस संबंध में धारणाएं बनानी होंगी।

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

महामारी विज्ञान

नैदानिक ​​​​परीक्षण स्थापित करने में, अक्सर चिकित्सक व्यक्तियों की आबादी पर उनके उपचार के प्रभावों को मापने पर ध्यान केंद्रित करना चाहते हैं। ये उपर्युक्त नैदानिक ​​सेटिंग्स आदर्श परिदृश्यों के साथ बनाई गई हैं, जो किसी भी अंतर्वर्ती घटनाओं से बहुत दूर हैं। हालाँकि, चूँकि वास्तविकता में अक्सर ऐसा नहीं होगा, इन परीक्षणों की योजना और निष्पादन के दौरान परिवर्तनशीलता को ध्यान में रखा जाना चाहिए।[6] नैदानिक ​​​​चिकित्सा में अनुमान ढांचे के विचार के आसपास मूलभूत उद्देश्यों का निर्माण करके, यह चिकित्सकों को अध्ययन योजना और विश्लेषण की व्याख्या में सुधार करने के लिए अध्ययन डिजाइन, समापन बिंदु और विश्लेषण के साथ नैदानिक ​​​​अध्ययन उद्देश्य को संरेखित करने की अनुमति देता है।[7] अनिवार्य रूप से इसका अर्थ यह है कि अनुमान स्पष्ट रूप से यह बताने का एक तरीका प्रदान करता है कि प्रश्न में उपचार के उद्देश्य को प्राप्त करने में इन अंतर्वर्ती घटनाओं से कैसे निपटा जाएगा।

आईसीएच

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 अनुमान चुनना और संवेदनशीलता विश्लेषण को परिभाषित करना शीर्षक से एक अंतिम अवधारणा पत्र तैयार किया।[8] 16 अक्टूबर 2017 को ICH ने घोषणा की कि उसने परामर्श के लिए नैदानिक ​​परीक्षण/संवेदनशीलता विश्लेषण के लिए उचित अनुमान को परिभाषित करने पर मसौदा परिशिष्ट प्रकाशित किया है।[9][10] ICH E9 मार्गदर्शन का अंतिम परिशिष्ट 20 नवंबर, 2019 को जारी किया गया था।[11] क्लिनिकल परीक्षण के उद्देश्यों को मिलान परीक्षण डिजाइन, आचरण और विश्लेषण में अनुवाद करने के लिए एक संरचित ढांचा 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 नैदानिक ​​​​परीक्षण अध्ययन की गई दवाओं के प्रभावों पर स्पष्ट रूप से परिभाषित जानकारी प्रदान करें।[10]


संदर्भ

  1. 1.0 1.1 1.2 Lundberg, Ian; Johnson, Rebecca; Stewart, Brandon M. (2021). "What Is Your Estimand? Defining the Target Quantity Connects Statistical Evidence to Theory". American Sociological Review (in English). 86 (3): 532–565. doi:10.1177/00031224211004187. ISSN 0003-1224. S2CID 235405612.
  2. Mosteller, F.; Tukey, J. W. (1987) [1968]. "Data Analysis, including Statistics". The Collected Works of John W. Tukey: Philosophy and Principles of Data Analysis 1965–1986. Vol. 4. CRC Press. pp. 601–720 [p. 633]. ISBN 0-534-05101-4 – via Google Books.
  3. Lawrance, Rachael; Degtyarev, Evgeny; Griffiths, Philip; Trask, Peter; Lau, Helen; D’Alessio, Denise; Griebsch, Ingolf; Wallenstein, Gudrun; Cocks, Kim; Rufibach, Kaspar (24 August 2020). "What is an estimand & how does it relate to quantifying the effect of treatment on patient-reported quality of life outcomes in clinical trials?". Journal of Patient-Reported Outcomes. Springer. 4 (1): 68. doi:10.1186/s41687-020-00218-5. PMC 7445213. PMID 32833083. Retrieved 25 January 2021.
  4. National Research Council (2010). क्लिनिकल परीक्षणों में गुम डेटा की रोकथाम और उपचार। क्लिनिकल परीक्षणों में गुम डेटा को संभालने पर पैनल। राष्ट्रीय सांख्यिकी समिति, व्यवहार और सामाजिक विज्ञान और शिक्षा प्रभाग।. Washington, DC: The National Academies Press.
  5. International Conference on Harmonisation of Technical Requirements for Registration of Pharmaceuticals for Human Use (2014). पुष्टिकरण नैदानिक ​​​​परीक्षणों में उचित अनुमान चुनने और संवेदनशीलता विश्लेषण को परिभाषित करने पर ड्राफ्ट (अंतिम) अवधारणा पत्र. {{cite book}}: zero width space character in |title= at position 19 (help)
  6. Team, Statistical Consultancy. "Estimands – What you need to know". www.quanticate.com (in English). Retrieved 23 January 2021.
  7. "Estimand Framework: What is it and Why You Need it in Your Clinical Trial". ERT. 4 March 2020. Retrieved 23 January 2021.
  8. "नैदानिक ​​​​परीक्षणों में उपयुक्त अनुमानों का चयन करना और संवेदनशीलता विश्लेषण को परिभाषित करना" (PDF). Oct 23, 2015. Retrieved July 1, 2015. {{cite news}}: zero width space character in |title= at position 9 (help)
  9. "ICH ने अंतिम रूप दिया, मसौदा दिशानिर्देश जारी किए और पहली बार कार्यकारी पार्टी की सदस्यता प्रकाशित की". Oct 16, 2017. Retrieved July 6, 2018.
  10. 10.0 10.1 "Estimands and Sensitivity Analysis in Clinical Trials E9(R1) Current Step 2 version" (PDF). Jun 16, 2017. Retrieved July 6, 2018.
  11. International Council for Harmonisation of Technical Requirements for Pharmaceuticals for Human Use (2019). "ICH E9 Addendum on Estimands" (PDF). ICH official website. Retrieved December 12, 2019.