의학 및 심리학 분야에서 임상 적 중요성은 치료 효과의 실질적인 중요성입니다. 일상 생활에 실질적이고 지각 할 수있는 영향이 있습니까? 이것은 심리 치료 평가에서 중요한 문제입니다. 치료 효과의 평가는 통계적 분석에만 국한되지 않지만 실제로 임상 적 중요성은 치료 결과에 대한 더 깊은 이해를 제공합니다.
통계적 유의성은 가설 테스트에서 널리 사용되며, 결과가 잘못된 가설을 감지하여 결과적으로 평가됩니다 (즉, 변수 간의 관계는 없음). 통계적으로 유의 한 차이가 있다면, 어느 정도까지 우리는 아무것도의 가설을 거부 할 수 있지만, 이것이 무의미한 가설이 반드시 틀렸다는 것을 증명하지는 않습니다.
반면에통계적 유의성은 관찰 데이터와 잘못된 가설 사이의 호환성과 관련이 있으며 가설의 진정성을 증명할 수는 없습니다.
실제 중요성은 치료 또는 중재의 효과와 치료로 인한 변화의 정도에 중점을 둡니다. 이것은 숫자의 변화 일뿐 만 아니라 치료가 환자의 일상 생활에 미치는 영향입니다. 실제 유의성은 결과의 크기, 결과의 중요성을 정량화하기 위해 필요한 치료 수 (NNT)와 같은 지표를 사용하여 치료의 효과에 대한 특정 데이터를 제공합니다.
임상 적 중요성은 치료가 환자의 진단 레이블을 변경하기에 충분히 효과적인지에 중점을 둔보다 기술적 인 개념입니다. 치료가 환자의 40%가 우울증 진단 기준을 충족시키는 것을 방지 할 수 있다면, 이는 치료에 상당한 임상 결과가 있음을 의미합니다. 이 개념은 Jacobson, Follette 및 Revenstorf가 처음 제안했으며, 치료의 효과가 어떻게 기능 장애에서 정상 기능으로 환자의 전환을 유발할 수 있는지 설명했습니다.
임상 적 중요성은 집단 효과에서 개별 변화로 초점을 이동시키고 각 환자의 효능 평가를 강조합니다.
심리적 평가를 수행 할 때 종종 통계적으로 유의 한 차이가 있지만, 이것이 이러한 차이가 임상 적으로 유의하다는 것을 의미하지는 않습니다. 작은 차이는 실제적인 의미가 부족할 수 있지만 일반적인 차이는 정상적인 변화 만 반영 할 수 있습니다. 따라서 평가 결과를 해석 할 때 임상 전문가는 통계적 차이를 완전히 설명하여 개별 기능과의 특정 연결을 설정할 수있는 중요한 정보를 찾습니다.
통계적 중요성과 실제의 중요성과 달리 임상 적 중요성을 계산하는 방법에는 여러 가지가 있습니다. 일반적인 계산 방법에는 Jacobson-Truax 방법, Gulliksen-Lord-Novick 방법, Edwards-Nunnally Method, Hageman-Arrindell 방법 및 계층형 선형 모델 (HLM)이 포함됩니다.
이 방법은 참가자의 이전 및 후속 테스트 점수 차이를 비교하여 차이의 표준 오차로 나누어 신뢰도 변경 지수 (RCI)를 계산합니다. 이를 통해 참가자는 회복, 개선, 교체 또는 악화 범주로 분류 할 수 있습니다.
Jacobson-Truax 방법과 유사하지만 평균 회귀의 영향을 고려할 때, 전후의 시험 점수는 모집단 평균에서 빼고 인구 표준 편차에 따라 계산됩니다.
이것은 신뢰도 점수에 의한 평균에 사전 테스트 점수를 더 가깝게 가져오고 조정 된 사전 테스트 점수에 대한 신뢰 구간을 설정하여 임상 적 중요성을 평가하는보다 엄격한 계산 방법입니다.
이 방법과 관련된 변화 지수는 환자의 개선 정도를 판단하기 위해 그룹 변화와 개인 변화로 나뉩니다.
HLM은 성장 곡선 분석을 사용하여 변화를 평가하고 각 환자로부터 3 개의 데이터 포인트를 수집하여 분석을보다 포괄적이고 정확하게 만듭니다.
궁극적으로, 심리 치료의 성공을 고려할 때, 우리는 통계 데이터에만 의존 할 수는 없지만 일상 생활에서 임상 적 중요성의 실제 영향에 더 많은주의를 기울여야합니다. 치료 과정 후 환자의 삶의 질이 실질적으로 개선되었는지 여부를 반영합니다. 이는 우리가 추구하는 궁극적 인 목표 일 수 있습니다. 그렇다면 어떤 지표가 치료의 성공을 가장 잘 보여줄 수 있다고 생각하십니까?