Como usar grandes amostras para a pesquisa em Enfermagem

Quando você realizar a pesquisa em enfermagem , selecionar cuidadosamente as populações de exemplo para evitar o desperdício de tempo de pesquisa , o esforço do paciente e os custos de suporte . Idealmente , os ensaios clínicos deve ser grande o suficiente para detectar com segurança as menores diferenças de resultado primário entre os pacientes . Quando você trabalha com uma grande amostra , utilizar critérios de selecção que definem especificamente a população a ser estudada . Como assim, utilizar critérios de exclusão para evitar a alocação de recursos de forma inadequada ou prejudicar assuntos. Finalmente, particularmente grandes amostras pode ser impossível para estudar sob restrições de tempo e orçamento ; em um tal caso, pode escolher um subconjunto da amostra para trabalhar. Coisas que você precisa os critérios de inclusão

Os critérios de exclusão
Show Mais instruções
1

Verifique se o seu grande amostra tem as características clínicas - conhecidos como critérios de inclusão - o que você precisa para completar o seu estudo. A idade é muitas vezes um factor crucial. Ao testar uma droga em uma população , por exemplo, você pode optar por se concentrar sobre as mulheres na casa dos trinta , o raciocínio que a relação benefício- dano é maior em mulheres na casa dos trinta e menos proeminente em outras faixas etárias . Alternativamente , se o tamanho da amostra é realmente grande , você poderia testar uma variedade de faixas etárias , tirando conclusões estatisticamente significativas sobre cada faixa etária.
2

Assegurar, também, que os resultados do estudo que você obtenha a partir de sua amostra pode ser justaposta à população maior - um segundo tipo de critérios de inclusão. Usando amostras maiores pode parecer sugerir que os resultados são mais propensos a descrever a população em geral ; no entanto, considerar como você encontrou seus assuntos. Os doentes em seu próprio hospital pode ser uma fonte de temas disponíveis e baratos . Peculiaridades dos pacientes locais ou pacientes em seu hospital , no entanto, pode interferir com a generalização dos resultados para outras populações. No único curso de ação é claramente certo ou errado, e você pode ter que fazer escolhas que envolvem trade-offs entre os objetivos científicos e práticos .
3

Estabelecer critérios de exclusão. Em outras palavras, identificar subgrupos de indivíduos dentro de sua amostra que se encaixam no seu critério de inclusão, se não fosse por certas características que possam interferir com o sucesso dos esforços de acompanhamento , qualidade de dados, ou a aceitação do tratamento randomizado . Por exemplo, se um paciente é alcoólatra ou pensando em se mudar para fora do estado , a realização de ensaios de acompanhamento com ele pode ser difícil. Além disso, se um paciente tem um histórico de acidente vascular cerebral , é provável que ela iria ter efeitos adversos , como resultado do estudo.
4

Selecione um subconjunto da amostra se a sua amostra é muito grande estudar cada assunto sob restrições de tempo e orçamento. Amostragem probabilística , que envolve a seleção de um subconjunto de forma aleatória, fornece uma base rigorosa para generalizar a aplicabilidade dos resultados do estudo para a população como um todo. Os pesquisadores também usam frequentemente amostragem por conveniência , que envolve o uso de pessoas que preenchem os critérios de entrada e são facilmente acessíveis para o investigador . Amostragem de conveniência tem vantagens óbvias em termos de custos e logística. Determinar , no entanto, se você pode usar a amostragem de conveniência e ainda responder com segurança a questão científica na mão.