fordeler og Ulemper av tverrsnittstudier

En tverrsnittsstudie , en type beskrivende , observasjonsstudie , innebærer å måle ulike variabler i populasjonen av interesse på et enkelt tidspunkt. Dette samtidig datainnsamling er ofte tenkt på som et øyeblikksbilde av forholdene til stede på det øyeblikket . Dens viktigste anvendelsen ligger innen epidemiologien og sykdoms forskning. Selv om det gir flere fordeler , slik som enklere å vurdere forekomst av sykdom , har en tverrsnitts studie likevel begrensninger. Brukervennlighet datainnsamling og Assessment

Naturen av tverrsnittstudier tilbyr en rask og enkel måte for en epidemiolog eller noen form for forskeren å raskt samle data . Mens noen spesielle case-studier krever mer spesifikke data , for de fleste tverrsnittsstudier , vil rutinemessig innsamlede data nok. Dette sørger for rask og enkel datainnsamling selv for en stor målgruppe i befolkningen . Vurdering av utfall og risikofaktorer for hele befolkningen er også gjort med litt problemer , som prøven er en nesten perfekt bilde av helheten.
Lav til moderat pris

det er utrolig lett å samle den nødvendige informasjonen oversettes til kostnadseffektivitet. Mange sykehus og folketellingen byråer har denne informasjonen allerede i hånd , sparer forskeren bryet med å samle det , en tidkrevende og kostbar aktivitet . De lave kostnadene involvert i tverrsnittstudier gjør det mulig å gjennomføre mer grundige undersøkelser av befolkningens generelle tilstand .
Kausalitet Problemer

Den snapshot natur tverrsnittstudier , mens praktisk , har sine ulemper ved at den ikke gir et godt grunnlag for å etablere kausalitet. To forskjellige variablene er målt på samme tidspunkt. Tverrsnittstudier kan si at de to er i slekt eller annen måte, men de kan ikke positivt avgjøre om man forårsaket den andre. Tverrsnittstudier også mislykkes på den delen av konfunderende faktorer. Andre variabler kan påvirke forholdet mellom variablene av interesse, men ikke påvirke disse variablene selv. Slike observasjoner er ofte tapt i tverrsnittstudier .
Neyman Bias

Denne begrensningen stammer fra de verktøyene som brukes for datainnsamling , enten av forskeren selv eller ved sykehus eller Census Bureau ansatte. Verktøy som skrittellere, skalaer og blodtrykksmålere er mer eller mindre nøyaktig, men de vanligste verktøyene som brukes for datainnsamling , spørreskjemaer, innføre en prevalens - forekomst skjevhet kjent som Neyman bias. Selv om forskeren bruker en helt objektiv spørreskjema , kan personen som svarer ikke på spørsmål som involverer tidligere hendelser med perfekt nøyaktighet . Dette enten forstørrer eller reduserer effekten av visse variabler , påvirker tverrsnittsstudie resultater.