Sample size and power calculations for causal inference of observational studies
यह शोध पत्र एक सैद्धांतिक ढांचा स्थापित करता है और अवलोकन संबंधी कारण अनुमान (observational causal inference) में नमूना आकार और शक्ति गणना के लिए विश्लेषणात्मक सूत्र प्रदान करता है, जो विचरण (variance) को तीन घटकों में विभाजित करके और दो प्रमुख मापदंडों—कोवेरिएट ओवरलैप के लिए भट्टाचर्या गुणांक (Bhattacharyya coefficient) और कन्फाउंडिंग के लिए एक आर-स्क्वेर्ड-आधारित संवेदनशीलता पैरामीटर—को पेश करके किया गया है, जिसे एक नए आर पैकेज और ऑनलाइन कैलकुलेटर द्वारा समर्थित किया गया है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक जासूस हैं जो यह पता लगाने की कोशिश कर रहे हैं कि क्या एक नई दवा वास्तव में काम करती है। विज्ञान की आदर्श दुनिया में, आप एक रैंडमाइज्ड कंट्रोल्ड ट्रायल (RCT) करेंगे। यह हर मरीज के लिए एक सिक्का उछालने जैसा है: चित आया, तो उन्हें दवा मिलेगी; पट आया, तो उन्हें एक शुगर पिल (नकली गोली) मिलेगी। क्योंकि सिक्का उछालना रैंडम होता है, इसलिए उपचार शुरू होने से पहले दोनों समूह हर तरह से समान होते हैं। यदि दवा वाला समूह बेहतर होता है, तो आप जानते हैं कि यह दवा के कारण है, न कि किसी और चीज़ के कारण।
लेकिन क्या होगा अगर आप सिक्के नहीं उछाल सकते? शायद यह अनैतिक है, बहुत महंगा है, या लॉजिस्टिक रूप से असंभव है। आपको ऑब्जर्वेशनल डेटा (अवलोकन संबंधी डेटा) का उपयोग करना होगा। यह एक अस्पताल के रिकॉर्ड को देखने जैसा है जहाँ कुछ मरीजों को संयोग से दवा मिली और दूसरों को नहीं। समस्या क्या है? जिन लोगों को दवा मिली, वे शुरुआत में ही अधिक बीमार, अधिक अमीर या अधिक उम्र के हो सकते थे। इन अंतरों को कन्फाउंडर्स (Confounders) कहा जाता है। ये चीजों को धुंधला कर देते हैं, जिससे यह बताना मुश्किल हो जाता है कि क्या दवा ने काम किया या मरीज केवल अलग शुरुआती बिंदुओं पर थे।
यह शोध पत्र उन जासूसों के लिए एक मार्गदर्शिका है जिन्हें इन अव्यवस्थित, वास्तविक दुनिया के रिकॉर्ड के साथ काम करना पड़ता है। यह एक महत्वपूर्ण प्रश्न का उत्तर देता है: "मुझे यह सुनिश्चित करने के लिए कितने मरीज रिकॉर्ड देखने की आवश्यकता है कि मैं खुद को मूर्ख नहीं बना रहा हूँ?"
यहाँ उनके समाधान का विवरण दिया गया है, सरल उपमाओं का उपयोग करते हुए:
1. पुराने मानचित्रों के साथ समस्या
पहले, शोधकर्ता यह गणना करने की कोशिश करते थे कि उन्हें कितने रिकॉर्ड की आवश्यकता है, यह मानकर कि उनका अव्यवस्थित अवलोकन संबंधी डेटा एक आदर्श सिक्का उछालने वाला प्रयोग है। उन्होंने मानक सूत्रों का उपयोग किया जो रैंडमाइज्ड ट्रायल्स के लिए डिज़ाइन किए गए थे।
- दोष: यह एक राजमार्ग के लिए डिज़ाइन किए गए मानचित्र का उपयोग करके दलदल में रास्ता खोजने जैसा है। यह आपदा की ओर ले जाता है। आप सोचते हैं कि आपको 100 रिकॉर्ड चाहिए, लेकिन क्योंकि डेटा इतना "शोर भरा" (कन्फाउंडेड) है, वास्तव में आपको 1,000 की आवश्यकता है। आप अध्ययन करते हैं, कुछ भी नहीं पाते, और महसूस करते हैं कि आपने पर्याप्त लोगों को नहीं देखा।
2. नया सूत्र: तीन सामग्रियां
लेखकों ने एक नया, अधिक सटीक सूत्र विकसित किया। उन्होंने महसूस किया कि अवलोकन संबंधी डेटा में "शोर" को समझने के लिए, आपको हर मरीज के बारे में हर एक विवरण जानने की आवश्यकता नहीं है (जो आपके पास अध्ययन शुरू होने से पहले नहीं होता)। आपको केवल तीन विशिष्ट चीजों को समझने की आवश्यकता है:
प्रोपेंसिटी स्कोर डिस्ट्रीब्यूशन (संभावना का मानचित्र):
- यह क्या है: किसी व्यक्ति की विशेषताओं के आधार पर दवा प्राप्त करने की कितनी संभावना है?
- उपमा: कल्पना कीजिए कि एक मानचित्र यह दिखा रहा है कि कमरे के "उपचार" वाले हिस्से में "नियंत्रण" वाले हिस्से की तुलना में कितनी भीड़ है। यदि समूह पूरी तरह से अलग हैं (उदाहरण के लिए, केवल युवा लोग उपचार प्राप्त करते हैं, केवल वृद्ध लोग नहीं), तो मानचित्र बहुत असमान है। इसे खराब ओवरलैप (Poor Overlap) कहा जाता है।
- पेपर की ट्रिक: वे भट्टाचर्य गुणांक (Bhattacharyya coefficient) नामक एक विशेष संख्या का उपयोग करते हैं (आइए इसे "ओवरलैप स्कोर" कहें) यह मापने के लिए कि दोनों समूह एक दूसरे के कितने समान दिखते हैं। यदि स्कोर अधिक है, तो समूह समान हैं (अच्छा)। यदि यह कम है, तो वे बहुत अलग हैं (बुरा)।
पोटेंशियल आउटकम डिस्ट्रीब्यूशन (प्राकृतिक भिन्नता):
- यह क्या है: मरीजों के परिणामों में प्राकृतिक रूप से कितनी भिन्नता होती है?
- उपमा: बिना दवा के भी, कुछ मरीज जल्दी ठीक हो जाते हैं और कुछ को लंबा समय लगता है। यह केवल प्राकृतिक यादृच्छिकता (randomness) है।
कोरिलेशन (कन्फाउंडिंग की ताकत):
- यह क्या है: मरीज की विशेषताएं उपचार प्राप्त करने और परिणाम प्राप्त करने—दोनों की कितनी मजबूती से भविष्यवाणी करती हैं?
- उपमा: यह "गुप्त कड़ी" है। यदि बीमार होना आपको दवा मिलने की अधिक संभावना देता है और साथ ही आपको ठीक होने की कम संभावना देता है, तो वह कड़ी बहुत अधिक शोर पैदा करती है। लेखक इस कड़ी की ताकत को मापने के लिए एक संवेदनशीलता पैरामीटर (जिसे हम "कन्फाउंडिंग गुणांक" कह सकते हैं) का प्रस्ताव करते हैं। वे सुझाव देते हैं कि आप इसका अनुमान एक मानक सांख्यिकी का उपयोग करके लगा सकते हैं जिसे R-squared कहा जाता है (जो यह मापता है कि आपका डेटा परिणाम की कितनी अच्छी भविष्यवाणी करता है)।
3. "जादुई" परिणाम
इस पेपर की सबसे बड़ी सफलता यह दिखाना है कि आपको भविष्य के डेटा की भविष्यवाणी करने के लिए किसी दिव्य दृष्टि की आवश्यकता नहीं है। आपको रैंडमाइज्ड ट्रायल्स के लिए उपयोग किए जाने वाले मानक नंबरों के ऊपर केवल दो अतिरिक्त नंबरों (ओवरलैप स्कोर और कन्फाउंडिंग गुणांक) की आवश्यकता है।
- यदि ओवरलैप अच्छा है (समूह समान दिखते हैं) और कन्फाउंडिंग कमजोर है, तो आपको कम रिकॉर्ड की आवश्यकता होती है।
- यदि ओवरलैप खराब है (समूह पूरी तरह से अलग हैं) या कन्फाउंडिंग मजबूत है, तो आपको उसी स्तर की निश्चितता प्राप्त करने के लिए बहुत, बहुत अधिक रिकॉर्ड की आवश्यकता होती है।
4. "सेफ्टी नेट" दृष्टिकोण
लेखकों ने अपना सूत्र एक विशिष्ट सांख्यिकीय उपकरण के इर्द-गिर्द बनाया है जिसे हाजेक इनवर्स प्रोबेबिलिटी वेटिंग एस्टीमेटर (Hájek Inverse Probability Weighting estimator) कहा जाता है।
- उपमा: इसे एक "रूढ़िवादी" रणनीति के रूप में सोचें। यह एक पैराशूट पैक करने जैसा है जो आवश्यकता से थोड़ा भारी है। यह उड़ने का सबसे हल्का, तेज़ तरीका नहीं हो सकता है, लेकिन यह गारंटी देता है कि आप गिरेंगे नहीं।
- उन्होंने इस पद्धति को इसलिए चुना क्योंकि इसके लिए पहले से डेटा वितरण के सटीक आकार का अनुमान लगाने की आवश्यकता नहीं होती है। यदि आप डेटा के आकार के बारे में गलत अनुमान लगाते हैं, तो अन्य विधियाँ विफल हो सकती हैं, लेकिन यह "भारी पैराशूट" वाली विधि आपको एक सुरक्षित, रूढ़िवादी उत्तर देगी (अर्थात, आप गणना कर सकते हैं कि आपको सख्ती से आवश्यक लोगों से थोड़े अधिक लोगों की आवश्यकता है, लेकिन आपके पास बहुत कम लोग नहीं होंगे)।
5. वास्तविक दुनिया का परीक्षण
लेखकों ने अपने सूत्र का परीक्षण किया:
- नकली डेटा (Fake Data): उन्होंने लाखों काल्पनिक मरीज बनाए जिनमें "अव्यवस्थितता" (ओवरलैप) और "कन्फाउंडिंग" के विभिन्न स्तर थे। उनके सूत्र ने लगातार सही संख्या की भविष्यवाणी की कि वास्तविक प्रभाव खोजने के लिए कितने लोगों की आवश्यकता है।
- वास्तविक डेटा (Real Data): उन्होंने हार्ट कैथेटरिज़ेशन (एक चिकित्सा प्रक्रिया) के बारे में एक प्रसिद्ध डेटासेट का उपयोग किया। उन्होंने दिखाया कि यदि आप पुराने "रैंडमाइज्ड ट्रायल" पद्धति का उपयोग करते, तो आप सोचते कि आपको लगभग 1,500 रोगियों की आवश्यकता है। लेकिन उनके नए तरीके ने सही ढंग से गणना की कि आपको लगभग 3,600 रोगियों की आवश्यकता थी। पुराने तरीके का उपयोग करने से अध्ययन गंभीर रूप से कम शक्ति वाला (underpowered) रह जाता (संभवतः सच्चाई को पहचानने में विफल रहता)।
सारांश
यह पेपर ऑब्जर्वेशनल स्टडीज के लिए एक कैलकुलेटर प्रदान करता है। यह शोधकर्ताओं को बताता है: "केवल अनुमान न लगाएं कि आपको कितने रिकॉर्ड की आवश्यकता है। मापें कि आपके समूह कितने समान हैं (ओवरलैप) और छिपी हुई कड़ियाँ कितनी मजबूत हैं (कन्फाउंडिंग)। उन दो नंबरों को हमारे नए सूत्र में डालें, और आप जान जाएंगे कि समय और पैसा बर्बाद करने से बचने के लिए आपके अध्ययन का आकार कितना बड़ा होना चाहिए।"
उन्होंने एक मुफ्त सॉफ्टवेयर टूल (एक R पैकेज और एक ऑनलाइन कैलकुलेटर) भी बनाया है ताकि कोई भी जटिल गणित किए बिना इस नई पद्धति का उपयोग कर सके।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।