módszerek
a tanulmányt a Sherman College intézményi felülvizsgálati testülete (IRB) hagyta jóvá. A részt vevő hallgatókat meghívták az osztályteremből, ami egy kényelmi mintavételi módszert képvisel.14 összesen 68 diák önként jelentkezett hővizsgálatra három külön látogatáson. A résztvevőket minden látogatáskor kétszer szkennelték. A látogatásokat 1 hét különbséggel, a nap ugyanazon óráján belül ütemezték a cirkadián ritmusok következetességének fenntartása érdekében. Tipikus mintaelemzés elvégezhető egy vagy két nappal a látogatások között, de mivel az SF-12 kérdéseket tesz fel az előző egy hétről, a szkennelési látogatások 1 hét különbséggel voltak ütemezve. A kezdeti vizsgálatot körülbelül 1 perccel azután végeztük, hogy a résztvevő hátát környezeti szobahőmérsékletnek tették ki, 70-75 F fok között, a második vizsgálatot pedig 5 perccel később. A kezdeti vizsgálatokat a jelen tanulmányban használják, míg a második vizsgálatokat egy későbbi cikkben tárgyaljuk. Az 1.és 2. látogatás 68 TPC százalékot eredményezett (68 résztvevőtől), csakúgy, mint a 2. és 3. látogatás. A teljes n 136 TPC százalékot statisztikailag elemeztük.
minden résztvevőt egy állandó székbe helyeztünk a szkennelési eljáráshoz, és egy Tytron C-3000 digitális termográfiai műszerrel szkenneltük (Titronics R & D, Oxford, Iowa). A szkennelési eljárás részletei máshol találhatók.7 a szkennelési eljárás megbízhatónak bizonyult (ICC értéke 0,75 vagy magasabb).15 a megbízhatóság két vizsgáztatón alapul, akik mindegyike két vizsgálatot végez 30 önkéntes diákon.15 mindegyik vizsgálat az L5 csigolya szintjén kezdődött, és az occipitalis polcon ért véget, három vonalat vagy csatornát hozva létre. A bal csatorna a gerinc bal oldalát, a jobb csatorna a gerinc jobb oldalát, és egy harmadik középső csatorna, amely a bal és a jobb csatorna közötti különbséget (delta) képviseli. A termográfiai vizsgálatokat a TPC-be importálták, hogy meghatározzák a meredekség százalékos hasonlóságát a beolvasások között. A TPC szoftver fejlesztésének és megvalósításának részleteit máshol ismertették 9 (3. ábra). A TPC műveletekre vonatkozó eljárásokat megbízhatónak találták (ICC 0,75 vagy magasabb).16 a megbízhatóság három vizsgáztatón alapul, akik 30 pár hővizsgálatot értékeltek (30 önkéntes diákból).
példa a jobb felső csatorna TPC százalékára 1
1 Jobb oldali csatorna TPC itt = 89.3.
az SF-12 2-es verzióját, az egyhetes visszahívási felmérést (SF-12) használták a résztvevők saját bejelentett egészségi állapotának felmérésére.17 a felmérési eszköz 12 kérdést tartalmaz, amelyek fizikai összetett összefoglalót (pcs) és mentális összetett összefoglalót (MCS) eredményeznek. Ebben a tanulmányban csak az összetett pontszámokat (PCS és MCS) értékelték, mivel azok a fizikai és mentális események észlelésével foglalkozó tételek összefoglalását jelentették. Az SF-12 2-es verzióját választották a választott felmérésnek rövid formája, könnyű alkalmazása és megbízhatósága miatt. Kimutatták, hogy az SF-36 az egészségügyi profil megbízható varianciájának 85% – át rögzíti. A 12 tételes SF-12, 2.verzió a 36 tételes SF-36 varianciájának 90% – át rögzíti.18 Az egyes látogatások második vizsgálata után a résztvevők kitöltötték az SF-12 egészségügyi felmérést. Minél magasabb az SF-12 pontszám, annál jobb az egészség észlelése.
Stata/SE 8.2-t használtunk a szükséges mintaméret becsléséhez a csoportok közötti szignifikáns különbség bizonyításához (StataCorp LP, 4905 Lakeway Drive, College Station, Texas, 77845usa). Becslések szerint 3 pont különbség lenne az átlagos SF-12 pontszámok között, és hogy a két csoport szórása (magas TPC százalékos csoport vs alacsony TPC százalékos csoport) megközelítőleg egyenlő lenne. Az alfa értéke kétoldalas 0,05, a teljesítmény pedig 0,80. A szignifikancia igazolásához szükséges becsült mintaméret 130 volt a két csoportban. Mivel a tényleges minta mérete ebben a tanulmányban lényegesen alacsonyabb volt, a kutatási projektet előzetes jellegűnek tekintették.
a Kolmogorov-Smirnov és Shapiro-Wilk statisztikák19 azt mutatták, hogy az adatok (TPC és SF-12) nem voltak normálisan elosztva (p < 0,05). Ezért az adatokat nem parametrikus wilcoxon20 és Spearman tesztekkel értékelték, mivel ezek a tesztek nem feltételeznek normális eloszlást. Ezeket a teszteket a Társadalomtudományi statisztikai csomaggal (SPSS v. 14, Chicago, IL) Kétfarkú jelentőséggel és 0,05 alfa szinttel végeztük. Az adatokat korrelációra (Spearman-on keresztül, a nyers adatok TPC százalékok és SF-12 pontszámok között) és különbségekre (Wilcoxon-on keresztül) elemezték. A különbségeket úgy értékeltük, hogy a csoportot felére osztottuk, és összehasonlítottuk a magasabb TPC százalékoknak megfelelő SF-12 pontszámokat az alacsonyabb TPC százalékoknak megfelelő SF-12 pontszámokkal. Ha szignifikáns korrelációt találtak (Spearmannal), de nem találtak szignifikáns különbséget (Wilcoxonnal) (a csoport felére vagy két alcsoportra osztásával), a további elemzés az adatok fokozatos értékelését jelentette. Ez azt jelenti, hogy öt résztvevőt vontak le a magasabb TPC százalék felének alsó végéből, és ötöt az alsó TPC százalék felének felső végéből, amíg a) szignifikáns különbség volt, vagy b) csak 20 résztvevő volt a magas és az alacsony TPC százalékos csoportokban. Ily módon a TPC százalékos listájának szélsőségesebb végei, a megfelelő SF-12 pontszámokkal együtt értékelhetők. Ha az inkrementális analízisben szignifikáns különbséget találtunk, azaz a legmagasabb 40 TPC százaléknak megfelelő SF-12 pontszámok szignifikánsan különböznek a legalacsonyabb 40 TPC százaléknak megfelelő SF-12 pontszámoktól, akkor további vizsgálati módszerként két másik eljárást követtünk: a) egy résztvevőt visszaadtunk a TPC százalékos lista magas és alacsony végébe (a megfelelő SF-12 pontszámokkal együtt), amíg a szignifikáns különbségek eltűntek (azaz., 41 a magas csoportban, 41 az alacsony csoportban stb.). Ezt annak megállapítására tették, hogy van-e olyan küszöb vagy “küszöbérték” pont, ahol a TPC százalékok már nem mutattak különbségeket a megfelelő SF-12 pontszámokban. Miután megtalálták a szignifikáns különbséget mutató résztvevők maximális számát, korrelációt végeztünk erre az alcsoportra.
ebben a vizsgálatban az adatok Bonferroni-kiigazítását vették figyelembe.21 ellenzik azonban a Bonferroni-kiigazítás alkalmazását, mivel nagyobb valószínűséggel követ el II-es típusú hibát (ami hamis negatív, vagy a kutatási hipotézis elutasítása –mivel nincs szignifikanciakülönbség–, amikor a kutatási hipotézist el kell fogadni), 21-22, és amint Nakagawa rámutat, hiányzik a formális konszenzus arról, hogy a Bonferroni-kiigazítás mikor megfelelő.22 Ez ahhoz a felvetéshez vezetett, hogy amikor a Bonferroni-korrekció alkalmazása megkérdőjelezhető, a jelentős megállapításokat legjobban külön tanulmányokkal lehet megerősíteni.23 ebben a tanulmányban tehát a zsűri azt vizsgálja, hogy a legjobb-e az I. típusú hiba vagy a II.típusú hiba elkövetése. Következésképpen ezeknek a szerzőknek a véleménye, hogy további tanulmányokra lesz szükség a jelenlegi eredmények megerősítéséhez vagy megcáfolásához, ahelyett, hogy elmulasztana egy statisztikai számítást a többszörös teszteléshez. Mindazonáltal a jelenlegi adatkészleteket összehasonlították a kiigazítással és anélkül. A Bonferroni korrigált alfát úgy származtattuk, hogy a 0,05 alfa szintet elosztottuk a szignifikancia tesztjeinek számával. 17 szignifikancia tesztet végeztek, ami 0,002 Bonferroni-korrigált alfa értéket eredményezett.