బయోమెడికల్ స్టార్-అప్స్ యొక్క విజయం లేదా వైఫల్యం క్రమబద్ధీకరణ ఆమోదంపై ఆధారపడి ఉంటుంది. ప్రభుత్వం, సరిగా, ఈ ఉత్పత్తులను పరిష్కరించడానికి ఉద్దేశించిన సమస్యలను పరిష్కరిస్తుంది మరియు వాటిని ఉపయోగించే వ్యక్తులకు హాని కలిగించదు అని నిర్ధారించుకోవాలనుకుంటుంది.
కానీ గణాంక విశ్లేషణ కొత్త బయోమెడికల్ ఉత్పత్తి ఎంత బాగుంది అని చూపించడానికి ఉపయోగించబడుతుంది, అందుచేత ఇది ఆమోదయోగ్యమైనది కాదో, కొన్ని ఆసక్తికరమైన ముడుతలతో ఉంది.
$config[code] not foundఉదాహరణకి, బోస్టన్ సైంటిఫిక్ యొక్క కొత్త టాక్సస్ లిబర్ట్ హార్ట్ స్టెంట్ కేసు తీసుకోండి. ఆగష్టు 14 లోని వాల్ స్ట్రీట్ జర్నల్ యొక్క మార్కెట్ విభాగం బోస్టన్ సైంటిఫిక్ స్టడీస్ లో కొత్త స్టెంట్ యొక్క "దోషం" గురించి కథను కలిగి ఉంది.
రెండు విషయాలు నూతన బయోమెడికల్ ఉత్పత్తుల యొక్క పనితీరుపై అధ్యయనానికి సంబంధించినవి: ప్రభావం ఎంత పెద్దది మరియు ప్రభావం ఎంత నిజమైనది మరియు కేవలం అదృష్ట డ్రాగా కాదు. ఇక్కడ చర్చ బోస్టన్ సైంటిఫిక్స్ టాక్సస్ లిబెర్టే స్టెంట్ ప్రభావం గురించి కాదు. కొత్త స్టెంట్ దాని పాత స్టెంట్ గా clogging తప్పించడం వద్ద కేవలం మంచి అని చూపించాడు FDA కోసం చేసిన అధ్యయనం.
ప్రశ్న ఏమిటంటే, పరిశోధకులు 'తప్పిదం తప్పు కాదని మేము చెప్పలేము.
వాల్ స్ట్రీట్ జర్నల్ వ్యాసం ఈ విధంగా వివరించింది, "మెడికల్ స్టడీస్ పి-విలువ అని పిలువబడే నిశ్చయత స్థాయిని గణించడం ద్వారా ఒక పరికల్పనను పరీక్షించడంలో విజయం లేదా వైఫల్యాన్ని నిర్వచించింది. ఫలితాలు విలువైనవిగా పరిగణించబడటానికి p- విలువ తప్పనిసరిగా 5% కన్నా తక్కువగా ఉండాలి. "P- విలువను లెక్కించడానికి అనేక మార్గాలు ఉన్నాయని మరియు అవి కొంచెం విభిన్న ఫలితాలను ఉత్పత్తి చేస్తాయని చెప్పింది.
వాల్డ్ విలువ అనే గణాంకాన్ని ఉపయోగించి, బోస్టన్ శాస్త్రీయ పరిశోధకులు మాట్లాడుతూ వారు ప్రభావం గురించి తప్పుగా ఉన్న ఒక 4.874% అవకాశం మాత్రమే ఉందని తెలిపారు. కానీ వారు NCSS LLC యొక్క ఖచ్చితమైన డబుల్ ద్విపద పరీక్షను ఉపయోగించినట్లయితే, వారు తప్పు అని చెప్పే అవకాశం 5.47%.
అనగా, ఒక గణాంక పరీక్షలో మరొక పరీక్ష కంటే 0.596% తక్కువ అవకాశం ఉంది.సమస్య వాల్డ్ పరీక్ష వారు తప్పు అని అవకాశం 5% కంటే తక్కువ మరియు NCSS పరీక్ష వారు తప్పు అని అవకాశం 5% కంటే ఎక్కువ అని చెప్పారు.
ఆ వ్యత్యాసం విషయాల్లో 5% మేజిక్ సంఖ్య. వాల్డ్ పరీక్ష 4.278% p-విలువను మరియు NCSS LLC యొక్క ఖచ్చితమైన డబుల్ ద్విపద పరీక్ష 4.874% యొక్క P- విలువను చూపించిందని పరిశోధకులు గుర్తించినట్లయితే, రెండు పరీక్షల మధ్య 0.596% వ్యత్యాసం కూడా ఉంటుంది, ఏ సమస్య ఎందుకంటే p- విలువలు రెండు కంటే తక్కువ 5% ఖచ్చితత్వం ఉంటుంది.
క్రొత్త బయోమెడికల్ ఉత్పత్తి యొక్క విజయాలు, వివిధ గణాంక సాధనాల్లో కొత్త ఔషధ లేదా వైద్య పరికరం యొక్క ప్రభావాన్ని కనుగొనడంలో నిశ్చయంగా 0.596% వ్యత్యాసం పైన లేదా క్రింద 5% కంటే తక్కువగా ఉందా లేదా అనే దానిపై విజయం సాధించవచ్చు.
సమస్య 5% కేవలం ఒక సమావేశం. శాస్త్రీయ పరిశోధన యొక్క ప్రపంచము మనకు అవసరమైన నిశ్చయత స్థాయి 4% లేదా 6% లేదా మరొకటి అని సమావేశం అభివృద్ధి చేయగలదు.
ఇప్పుడు బోస్టన్ సైంటిఫిక్ ఒక పెద్ద సంస్థ మరియు బహుశా ఈ ఉత్పత్తికి ఏమవుతుందో తట్టుకోగలదు. కానీ మనం ఒక ప్రారంభ గురించి ఇక్కడ మాట్లాడటం అనుకుందాం. చాలామంది బయోమెడికల్ స్టార్-అప్లను ప్రారంభంలో ఒక కొత్త ఉత్పత్తిని అభివృద్ధి చేయడానికి ప్రయత్నిస్తారు. కాబట్టి కంపెనీల విజయం లేదా వైఫల్యం ఆ ఉత్పత్తి యొక్క ఆమోదంపై ఆధారపడి ఉంటుంది. ఉత్పత్తి ఆమోదించబడకపోతే, వారు తరచూ వ్యాపారంలోకి వెళ్లి ఉత్పత్తి యొక్క రెండవ సంస్కరణను లేదా వేరొక ఉత్పత్తిని అభివృద్ధి చేయడానికి అవకాశం పొందరు.
ప్రాధమికంగా, బయోమెడికల్ ఉత్పత్తుల సామర్ధ్యంను మేము విశ్లేషిస్తాము మరియు బయోమెడికల్ ప్రారంభాల్లో విజయం లేదా వైఫల్యం, నిర్దిష్ట గణాంక సాధనం మన వద్ద ఉన్న కొంచెం పైకి లేదా కొంచెం తక్కువగా ఉండటంలో నిశ్చయత స్థాయిని చూపిస్తుందా లేదా అనేదానిపై నమ్మకం పరిశోధకులు అభివృద్ధి చేసిన ఒక కన్వెన్షన్.
* * * * *