Sprawdzanie czy rozklad jest normalny
Test shapiro- wilka
p- prawdopodobieństwo, jeśli p<5% to rozkład nienormalny
rozkład nienormalny np. grupa heterogenna
testy nieparametryczne
porownuja 2 gr niezależne
dla danych bez rozkładu normalnego
- t umana- withneya, może być zamiennie stosowany z testem t studenta
- korelacja spirmana
3. testy maja istotność statystyczna gdy p<5% uwaga w shapiro wilku odwrotnie p>5% rozkład normlany
4 na zmiennych ciągłych można budowac korelacje
5. testy wiazace się z liczebnoscia- dla wartości normialnych
- t fishera 0-5 osob
- t chi2 powyzej 15 osob – test wymaga niezaleznosci gr.
- t chi z poprawka yeytsa do 15 osob
6. dla umana-withneya
- wykres ramka wasy
- grupy niezależne
7. tabele wielodzielcze- dla porównania wielu zmiennych nominalnych
Zmienne ciagle porównujemy za pomocaanova
8. test log- rang- do badania poprawności statystycznej
9. testy nieparametryczne
Robimy do nich korelacje spermana. W tabelach korelacji wartość w komprcemowi o sile korelacji a nie o prawdopodobieństwie
10. szansa a ryzyko
Szansa= wystapilo/ nie wystapilo, na kostce 1/5
Ryzyko= wystapilo/wszystkich , na kostce 1/6
11. relatywne ryzyko= narażeni/ gr kontrolna, jeśli >1 to np. preparat jest szkodliwy
12. im wieksza gr tym mniejszy przedzial ufności. Istotny jest przedzial ufności który z 2 stron jest albo poniżej albo powyżej 1 np. 0,5-0,8 lub 1,3-1,9
13. ARR absolutna redukcja ryzyka
14. NNT= 100 tzn. na kazde 100 osob 1 nie będzie miała choroby przy podawaniu leku niż przy podawaniu placebo
NNT=1 lek idealny
15. NNH- na ilu pacjentow poddanych interwencji wystapil skutek uboczny
16. OR- iloraz szans
17. analiza przezycia- niepoewnosc co do losu pacjent a
18. czulosc i swoistość testu
Czulosc- zdolność testu do wykrywania choroby, aktywne wykrywanie choroby, np. testy przesiewowe, najlepszy test przesiewowy ma najwyzszaczulosc, wzor: TP/(TP+FN)
Swoistość- zdolność testu do wykluczania choroby, dotyczy testow diagnostycznych, wzor: TN/(TN+FP)
19. Krzywa roc- sluzy do określania w obiektywny sposób miejsca odcięcia zmiennej ciaglej, czyli np. przy jakiej temp podajemy antybiotyk, jaka jest norma LDL w populacji. Na wykresie bierzemy wartość która jest najbliżej lewego gornego rogu.
20. NPV jeśli jest wysoki np. 95% oznacza to ze jeśli ktoś dostal ujemny wynik testu to na 95% jets on prawdziwy
Podstawowe zalozenia epidemiologii.
Choroby wśród ludzi nie pojawiają się w sposób losowy
Choroby u ludzi mają czynniki ryzyka, które mogą być
identyfikowane w badaniach epidemiologicznych
Ryzyko a szansa
Ryzyko jest miarą prawdopodobieństwa
wystąpienia punktu końcowego, przy założeniu
znanego stanu początkowego (wiem jak było
i widzę jak jest)
Szansa jest stosunkiem liczby obserwacji
u których wystąpiło zdarzenie do osób u których
nie wystąpiło
(widzę jak jest, ale nie wiem jak było)
Cele badan epidemiologicznych
Ocena częstości występowania wybranych zjawisk
zdrowotnych w badanych populacjach: epidemiologia
opisowa
Ustalania związku przyczynowego między badanymi
zjawiskami zdrowotnymi a czynnikami środowiskowymi:
epidemiologia analityczna i eksperymentalna
Dostarczanie danych koniecznych oceny programów
prewencji, kontroli i leczenia chorób: epidemiologia
opisowa, analityczna i eksperymentalna
Chorobowosc
Zachorowalność skumulowana
Zachorowalność
Umieralność
Wspolczynniki umieralności niemowląt
Smiertelosc
Porównywanie glownych miar epidemiologicznych
Typy wspolczynnikow
Współczynniki surowe – liczby uzyskane z rejestrów;
różny rozkład w zależności od wieku, np. współczynnik
surowy zachorowań dla raka piersi w całej populacji
wynosi 50,5; ale dla grupy wiekowej 60-70 lat
współczynnik ten przekracza 125.
Współczynniki standaryzowane – określają jakie byłyby
współczynniki w badanej populacji, gdyby struktura
wieku tej populacji była taka sama jak struktura
„wzorcowej populacji świata”
Wspolczynnik zachorowalności
Standardowy współczynnik zachorowalności
mówi o tym jak wyglądałby surowy
współczynnik zachorowalności, czyli liczba
nowych zachorowań rocznie przez liczebność
populacji w danym wieku, gdyby dotyczył on
standardowej populacji świata
Porównywane mogą być jedynie współczynniki
specyficzne lub skorygowane
Etaoy badania epidemiologicznego
Wysunięcie hipotezy
Dobór właściwego modelu badawczego
Pomiar czynników opisujących stan zdrowia,
narażenie oraz zmiennych zakłócających
Przeprowadzenie wnioskowania statystycznego
Interpretacja wyników w kategoriach oceny
zależności przyczynowo-skutkowej
Ocena zależności przyczynowo-skutkowej
Hipotezy w badaniach epidemiologicznych
zwykle dotyczą relacji pomiędzy:
hipotetycznym czynnikiem ryzyka
(„narażeniem” zdrowotnym
typy badan epidemiologicznych
badania obserwacyjne
badania eksperymentalne
W przypadku badań obserwacyjnych, badacz
ogranicza się wyłącznie do obserwacji
naturalnego stanu rzeczy
Badania eksperymentalne (interwencyjne)
wymagają aktywnego podejścia do zmiany
czynników determinujących chorobę (np.
narażenia).
Zasadniczą cechą badania eksperymentalnego
jest losowy przydział osób do grupy badanej
i kontrolnej.
Badania eksperymentalne służą weryfikacji hipotez
dotyczących skuteczności podejmowanych działań
leczniczych lub profilaktycznych.
Istotą tych badań jest losowe wyodrębnienie
i porównanie 2 grup:
◦ Grupa badawcza – osoby, u których podejmowane jest
testowane działanie lecznicze
◦ Grupa kontrolna – osoby, u których nie podejmuje się
testowanego działania leczniczego; podlega tylko obserwacji
modele, typy badan epidemiologicznych
“Złotym modelem” jest eksperyment naukowy,
w którym prowadzący kontroluje wszystkie aspekty
badania. Kontrola ta obejmuje dobór populacji oraz
randomizowane (losowe) przypisanie badanej
ekspozycji (interwencji).
Możliwe jest wyeliminowanie wszystkich czynników
zakłócających mających wpływ na ocenę skutków
ekspozycji (interwencji).
W badaniach populacji ludzkich podejście
eksperymentalne stosuje się tylko w przypadku
randomizowanych badań klinicznych (RCT), zwykle
dla oceny metod terapeutycznych.
We wszystkich innych sytuacjach, kiedy badanie
eksperymentalne nie może być wdrożone, trzeba
przeprowadzać badania obserwacyjne.
W badaniach tych fakt, że dana osoba podlega lub
nie danemu narażeniu zależy od wielu
okoliczności, na które nie ma wpływu badacz.
Rodzaje badan obserwacyjnych
Ekologiczne (statystyczne)
Przekrojowe (chorobowości)
Kliniczno - kontrolne (porównawcze badania
przypadków)
Kohortowe (długofalowe, follow-up)
Badania ekologiczne i przekrojowe zalicza się do
badań opisowych a badania kliniczno-kontrolne
i kohortowe do badań analitycznych.
Badania ekologiczne
jednostką jest makrozbiorowość
badania tego typu stosuje się do porównania częstości
występowania rutynowo zgłaszanych chorób lub przyczyn
zgonów w makrozbiorowościach takich jak państwa,
województwa lub gminy oraz odniesieniu tej informacji
do danych dotyczących np. średniego poziomu
ekspozycji na zanieczyszczenia powietrza w tych
zbiorowościach
Badania przekrojowe
Porównanie częstości występowania badanego
skutku zdrowotnego w dwóch lub więcej
grupach osób różniących się ekspozycją na
oceniany czynnik szkodliwy.
Narażenie i badany skutek zdrowotny oceniane
są w tym samym czasie (w chwili badania).
Ten typ badania obciążony jest błędem tzw.
selekcji zdrowotnej.
Badania kochortowe
Grupy definiowane są wg narażenia
Śledzenie grup w czasie
Umożliwia ocenę ryzyka kilku efektów
zdrowotnych
Najlepsze dla oceny ryzyka w miarę często
występujących efektów zdrowotnych
Drogie
FraminghamHeartStudy od 1948 roku
(5209 osób)
- Palenie tytoniu wiąże się z ryzykiem zawału
serca
- Nadciśnienie wiąże się z ryzykiem udaru
- Cholesterol HDL redukuje ryzyko choroby
niedokrwiennej serca
- itp.
Badania kliniczno kontrolne
Grupy definiowane są wg obecności lub
braku określonej patologii
Retrospektywnie oceniane jest narażenie
i czynniki ryzyka
Możliwa jest analiza wielu narażeń
Bardzo dogodne dla analizy względnie
rzadkich patologii
Wrażliwe na błędy odtwarzania
przeszłości (ang. recallbias)
wykład 2
rozkład normalny
Występuje często w naturze
Zwykle dotyczy czynników modyfikowanych
przez bardzo wiele zmiennych losowych
co wynika z rozkładu wartości
Istnieją miary opisujące grupy pozwalające
dokonywać porównań i wykluczać przypadkowość
różnic
Sama obserwacja rozkładu informuje
o jednorodności grupy
Średni wzrost mężczyzn wynosi 170+/-10 cm”
◦ +/- zwykle oznacza odchylenie standardowe (SD)
Rozkład inny od normalnego
Rozkład log-normalny
– częsty dla
parametrów o niskim
zakresie normy i dużej
możliwości wzrostu
mediana i centyle
Mediana
◦ Wartość środkowa
Jeśli rozkład jestnormalny, medianarówna się średniej
centyle
Standaryzują wartości wdanej grupie, poprzezzmianę ich na rangiułożone rosnąco
Wykorzystywane dooceny dynamiki procesuwzrastania
Lokalizują obserwację
w ogóle populacji
zakres min- max Potrafią dać fałszywy obraz o grupie
moda
Wartość występująca najczęściej
Blad statystyczny
Określa precyzję oszacowaniaśredniej
s – SD grupy
Wykorzystywany jako miara precyzji np. sondaży
95% przedzial ufności
Przedział który z x% prawdopodobieństwem
obejmuje faktyczną wartość populacyjną
testy statystyczne weryfikują hipotezę o braku roznicy
Istotność statystyczna oznacza, że uzyskaniew sposób przypadkowy podawanej różnicyjest mało prawdopodobne lub wręczniemożliwe
Wartość p (statystyki testowej) jestprawdopodobieństwem uzyskania wartości błędu typu 1 czyli wykazania w sposóbprzypadkowy obserwowanej zależności
blad typu 1
Sytuacja w której odrzucamy hipotezę zerową, podczas gdy tak naprawdę jest ona prawdziwa
◦ Różnica w skuteczności leczenia nie istnieje, a my uznajemy że nie jest przypadkiem
◦ Wydajemy wyrok bez podstaw
◦ Widzimy odmienność grup, będącą przypadkiem
Blad typu 2
Przyjęcie hipotezy zerowej, podczas gdy jest ona fałszywa
◦ Nie widzimy różnicy w skuteczności leczenia, podczas gdy tak naprawdę ona istnieje
◦ Nie wydajemy wyroku, podczas gdy mamy do tego podstawy
◦ Nie widzimy prawdziwej odmienności grup
Skutki bledow t 1 i 2
Typ 1
◦ Wymusza fałszywe przekonanie
◦ Narzuca zły wybór
Typ 2
◦ Utrudnia wybór właściwej strategii
◦ Spowalnia postęp
Przyczyny bledow t 1 i2
Typu 1
◦ Ślepy los
◦ Zbyt mała grupa badana
Typu 2
◦ Zbyt mała grupa badana
◦ Zbyt ambitna hipoteza alternatywna
◦ Zbyt wiele grup
Inne możliwości bledow
Właściwe wnioskowanie ale oparte o złe przesłanki
„W lutym śnieg i mróz stały, czynią w lecie upały.”
„Gdy dziecko upada, Bóg ręce podkłada”
Wykorzystanie złego testu prowadzącego jednak do
poprawnego wniosku
„Apples and Oranges”
Źle dobrana grupa kontrolna skutkująca złym
kierunkiem różnicy
Prawo Hardy’ego-Weinberga
Hipoteza zerowa
Zazwyczaj, hipotezy zerowe zakładają:
Równość w grupach badanych:
wartości średnich,
median,
proporcji,
czasu trwania,
skumulowanego prawdopodobieństwa,
sumy rang
Test shapiro- wilka jest wyjątkiem
Test W Shapiro-Wilka
◦ H0 testu – rozkład jest normalny
◦ Test odrzuca założenie o normalności rozkładu na podstawie małego prawdopodobieństwa uzyskania obserwowanego rozkładu na drodze przypadku
wykład 3
co to jest EMB
• Tłumaczenia na język polski:
"medycyna oparta na dowodach",
"medycyna oparta na faktach",
"ewaluacja badao medycznych",
"praktyka medyczna oparta na wiarygodnych i
aktualnych publikacjach" (w skrócie POWAP).
• Wyeksponowanie w nazwie danych z badaonaukowych (evidence) nie oznacza, że wystarczają one do podejmowania decyzji klinicznych lub odgrywają w tym procesie najważniejszą rolę.
• W ten sposób podkreślono jedynie fakt, że są niezbędne i trzeba je umiejętnie wykorzystywad.
• Stanowią element stosunkowo nowy, gdyż historia wiarygodnych badao klinicznych obejmuje ok.60 lat.
Rozwiazywanie problemów kliniczncyh
Pierwszym niezbędnym krokiem w praktykowaniu EBM jest uświadomienie sobie, że nie znamy najnowszych informacji dotyczących problemu, z którym się stykamy, lub mamy wątpliwości, czy nasza wiedza jest w tym zakresie aktualna i(lub) wystarczająco szczegółowa.
• Krytyczny i pokorny stosunek do swojej wiedzy jest niezbędny do skutecznego praktykowania EBM.
Pytanie kliniczne musi być precyzyjne i zawierac elementy opisu
• pacjentów (populacji), u których oceniano określoną metodę postępowania (patients- P);
• interwencji, którą u nich zastosowano (intervention- I);
• interwencji, z którą ją porównywano, tzn. interwencji w grupie kontrolnej (comparison- C);
• sposobu mierzenia efektu interwencji, czyli tzw. unktówkoocowych (określonych zmian stanu zdrowia; outcome- O).
• PICO
• istotne klinicznie punkty koocowe badania,
czyli mające istotne znaczenie dla pacjenta
(np. zachorowanie, ustąpienie objawów choroby, zgon, złamanie kości, poród w terminie, urodzenie zdrowego dziecka),
• zastępcze punkty koocowe badania
(np. stężenie kreatyniny w surowicy, stężenie gonadotropiny łożyskowej w surowicy, zapiskardiotokograficzny).
• Przegląd systematyczny - jakościowy przegląd wszystkich badao dotyczących tego samego problemu klinicznego, z użyciem odpowiednich metod zmniejszających błędy systematyczne (z góry określony sposób wyszukiwania wszystkich badao dotyczących tego problemu, określone kryteria kwalifikacji i dyskwalifikacji odszukanych badao, ocena jakości *wiarygodności+ zakwalifikowanych badao, ocena prowadzona równolegle przez 2 badaczy)
• Metaanaliza - ilościowa synteza wyników wszystkich wiarygodnych badaodotyczących tego samego pytania klinicznego (podobne: badana populacja, interwencja i punkty koocowelub oceniane zmienne) za pomocą odpowiednich metod statystycznych.
Hierarchia dowodów naukowych
metaanalizy badao z randomizacją (metaanalysis)
badania z randomizacją (randomisedcontrolledtrial- RCT)
badania eksperymentalne z grupą kontrolną bez randomizacji
badania kohortowe (cohortstudy)
badania kliniczno-kontrolne (case-controlledstudy)
badaniaprzekrojowe (cross sectional study)
opis przypadku (case report) lub serii przypadków (caseseries)
Słownik podstawowych pojęd
• ABI (absolute benefit increase, bezwzględne zwiększenie korzyści): Bezwzględna różnica
pomiędzy prawdopodobieostwem wystąpienia korzystnego punktu koocowego w grupie
eksperymentalnej i w grupie kontrolnej. Określa, o ile zwiększyło się prawdopodobieostwo
wystąpienia korzystnego punktu koocowego.
• ……
• CI (confidenceinterval, przedział ufności): Określa stopieo precyzji (a raczej braku precyzji)
danego oszacowania. Zwykle podaje się 95% CI, czyli przedział, w którym z 95% pewnością
znajduje się prawdziwa wartośd danego parametru (np. RRR, NNT itd.) w badanej populacji.
Jeśli w tym przedziale zawarte jest 0 dla różnicy ryzyka a 1 dla ryzyka względnego albo ilorazu
szans, to jest to równoznaczne z brakiem istotności statystycznej danego wyniku (p >0,05).
• …….
• HR (hazard ratio, hazard względny): Pod względem interpretacyjnym pojęcie analogiczne do
RR. Jest wynikiem analizy krzywych lub tabeli przeżywalności. Określa względne
prawdopodobieostwo zajścia jakiegoś zdarzenia w badanych grupach w określonym czasie
przy założeniu, że zdarzenie to do tej pory nie wystąpiło.
• …….
• RRR (relativeriskreduction, względne zmniejszenie ryzyka): Częśdprawdopodobieostwa
(ryzyka) wystąpienia niekorzystnego punktu koocowego "usunięta" w wyniku zastosowania
określonej interwencji (leku lub zabiegu). Iloraz bezwzględnej różnicy ryzyka między grupą
kontrolną i eksperymentalną (ARR) oraz ryzyka w grupie kontrolnej. Ryzyko "pozostałe" (RR) i
ryzyko "usunięte" (RRR) dopełniają się do jedności (RR + RRR = 1).
• ……
Wytyczne praktyki klinicznej
(clinicalpracticeguidelines)
• mają pomagad lekarzom w podejmowaniu właściwych decyzji
co do postępowania z pacjentami w określonych
okolicznościach.
• stanowią próbę syntezy wyników badao naukowych
i przeniesienia ich do praktyki w postaci jasno
sformułowanych zaleceo dla lekarzy,
• uwzględniają bilans korzystnych i niekorzystnych efektów
postępowania, a czasem także bilans kosztów, jakie trzeba
ponieśd, aby osiągnąd dodatkowe korzyści zdrowotne.
Stopniowanie jakości danych (dowodowych)
z badao naukowych wg GRADE
jakośd wysoka = dalsze badania prawdopodobnie nie zmienią naszego
przekonania o trafności oszacowania efektu interwencji
jakośd średnia = dalsze badania prawdopodobnie będą miały istotny wpływ na
nasze przekonanie o trafności oszacowania efektu i mogą zmienid to
oszacowanie
jakośd niska = dalsze badania najpewniej będą miały istotny wpływ na nasze
przekonanie o trafności oszacowania efektu i prawdopodobnie zmienią to
oszacowanie jakośd bardzo niska = jakiekolwiek oszacowanie efektu jest bardzo niepewne
wykład 4
Rolą testu jest odrzucenie z możliwie największym prawdopodobieństwem hipotezy zerowej
Jednocześnie test musi być jak najbardziej konserwatywny tzn. nie pozwalać na odrzucenie hipotezy zerowej przy braku dostatecznie silnych dowodów
Typy zmiennych
◦ Ciągłe (stężenia/wskaźniki/ekspresja genów)
Temperatura ciała
Wskaźnik talia/biodra
Ekspresja VEGF w niedokrwionej siatkówce
◦ Porządkowe (skale)
Skala Apgar
Skala VAS
◦ Nominalne (kategorie)
Płeć
Grupa badana/kontrolna
Klasyfikacja TNM
Dwa wykluczające się stany
◦ Kobieta/Mężczyzna;
◦ Choroba/zdrowie;
Dwie rozłączne grupy
◦ Różne leczenie
◦ Różna klasyfikacja choroby
Testy dla zmiennych nominalnych
Test Chi2
Test Chi2 z poprawką Yatesa
Oparte na rozkładzie Chi2 jako rozkładzie prawdopodobieństwa obserwacji
Wybór dyktowany liczebnością grupy i liczbą stopni swobody
test chi 2
Hipoteza zerowa zakłada równość występowania stanów w porównywanych, niezależnych grupach oraz częstości oczekiwanej
Odrzucenie hipotezy zerowej oparte jest o rozkład gęstości prawdopodobieństwa Chi2 i liczbę stopni swobody
poprawka yatesa
Uwiarygodnia wyniki testu Chi2 w przypadku małej liczebności grup badanych
Zwiększa konserwatywność testu Chi2
Wykorzystywana w porównaniach tabel 2x2 gdy liczebność w >1 polu tabeli jest mała (np. <15)
Może być zbyt konserwatywny i zawyżać p.
Problemy z chi 2
W przypadku małych liczebności rozkład Chi2 nie odzwierciedla faktycznego prawdopodobieństwa uzyskania danego rozkładu w sposób nieprzypadkowy
Wymaga niezależności grup (A do B a nie A1 do A2)
Dokładny test fishera
Permutacyjny test weryfikujący dokładne prawdopodobieństwo uzyskania rozkładu obserwowanego spośród wszystkich możliwych rozkładów wartości o tych samych wartościach brzegowych tabeli
Wartość p testu Fishera odzwierciedla dokładne prawdopodobieństwo nieprzypadkowości rozkładu obserwowanego
Stosowany przy małych liczebnościach (<5)
Sama wartość p nie determinuje ważności wyniku!
Kryteriami decydującymi o doborze testu są:
◦ Rozkład wartości
◦ Układ porównania
A do B (porównanie niezależne)
A1 do A2 (pary zależne)
Zmienna 1 do zmiennej 2 w grupie A (korelacja)
◦ Liczba grup
Dwie grupy
Więcej niż dwie
Test t studenta
Porównuje w układzie dwóch równoległych grup, z jakim prawdopodobieństwem średnie w tych grupach są równe (H0: 1=2)
Wymaga:
◦ Normalności rozkładu (lub bliskiej normalności)
◦ Jednorodności wariancji w obu grupach
Normalność rozkładu – test zakłada prawdopodobieństwa nałożenia na siebie dwóch rozkładów prawdopodobieństwa
Jednorodność wariancji – weryfikowana testem Levene’a lub Browna-Forsythe’a
co zrobić gdy zalozeniasa niespełnione
Transformacje zmiennych – np. logarytmizacja
Wykorzystanie testu Welcha – test z niezależną estymacją wariancji
Weryfikacja jednorodności grup („apples and oranges”)
Wykorzystanie innego testu
Test t studenta dla par zależnych
Hipoteza zerowa zakłada równość wartości zmiennej przed
i po są takie same
Decyduje kierunek różnic, a nie faktyczna wartość różnicy
pomiędzy średnimi
Wymaga normalności rozkładu zmiennych w obu parach
Nie wymaga weryfikacji jednorodności wariancji
Porównywania w parach zależnych
Porównanie w parach zależnych wykazuje silniejsze różnice niż wynikałoby to tylko z różnicy średnich – korelacja
Korelacja jest terminem opisującym
wzajemną zależność między dwiema
zmiennymi ciągłymi
Korelacja Pearsona daje jako wynik wartość
współczynnika korelacji r (od -1 do 1) oraz
istotność statystyczną p (im mniej tym lepiej)
Parametry te mają różną interpretację!
Interpretacja kolelacji
Korelacje- problemy
Nie wnoszą zbyt dużo informacji
◦ Korelacja pomiędzy liczbą piramid na km2 a średnią
roczną temperaturą
Wrażliwe na obserwacje odstające (wynikające
z nieprawidłowego rozkładu lub wariancji)
Korelacja na małej liczbie obserwacji ma duże
szanse bycia przypadkową
testy nieparametryczne:
test u manna- withneya
Weryfikuje hipotezę o równości sum rang w porównywanych grupach
Przeprowadzany poprzez zliczenie i porównanie liczby obserwacji z drugiej grupy o niższej randze
Dla większych grup można wykorzystać aproksymację do rozkładu normalnego co wydaje się zwiększać moc testu
zalety i wady testu umanna- withneya
Nie bierze pod uwagę faktycznych wartości ale rangi
Posiada 95% mocy testu t-Studenta dla grup o rozkładzie normalnym
Jest odporny na obserwacje odstające
Nie daje informacji o faktycznej różnicy pomiędzy grupami
korelacja rang spearmana
Jeśli nie da się znormalizować rozkładu zmiennych
Porównujemy zmienne porządkowe
Jej wady i zalety
Niezależne od rozkładu
Działa na zmiennych porządkowych
Wykład 6
Relatywne ryzyko
Stosunek różnicy prawdopodobieństw wystąpienia niekorzystnego punktu końcowego w grupie badanej do prawdopodobieństwa w grupie kontrolnej
Podawany z 95% Przedziałem ufności
Wzor: RR= p exposed/p non exposed
1,01 95%CI 1,00-1,02
95%CI kończący się którymkolwiek ramieniem na liczbie 1,00 oznacza prawdopodobieństwo błędu typu 1 równe 0,05
95%CI przekraczający liczbę 1 oznacza brak istotności statystycznej
ARR absoluteriskreduction
Różnica ryzyka w grupie narażonej względem kontrolnej
Daje wgląd w ogólny efekt interwencji, ale:
◦ ARR dla prewencji pierwotnej 0,06%
◦ ARR dla prewencji wtórnej 1,00%
Nie uwzględnia informacji o ryzyku Wyjściowym
NNT numer needed to treat
Liczony jako odwrotność bezwzględnej redukcji ryzyka
NNT = 1/ARR
Można go liczyć dla efektów pozytywnych.
Wynikiem jest informacja o liczbie interwencji skutkujących uniknięciem jednego niekorzystnego punktu końcowego lub jednym korzystnym punktem końcowym
NNH numer needed to harm
Liczba pacjentów poddanych danej interwencji u której wystąpi jeden dodatkowy, niekorzystny punkt końcowy względem grupy porównawczej
Obliczany jako odwrotność bezwzględnego zwiększenie ryzyka
badania obserwacyjne
Niemożliwe jest wyizolowanie wyłącznego wpływu badanej zmiennej
Grupy różnią się narażeniem na czynnik
Alokacja do grup nie musi przebiegać losowo
Obserwacje mogą być zaburzone przebiegiem choroby lub czynnikami zewnętrznymi
iloraz szans
Gdy niemożliwe jest ocenienie wpływu narażenia na jakiś czynnik przez porównanie grup początkowo podobnych wykorzystujemy iloraz szans (Odds Ratio – OR)
Miarą istotności jest 95%CI
Dotykanie przez 95%CI wartości 1 oznacza p=0,05
W badaniach prospektywnych możemy nie dysponować pełną obserwacją o czasie przeżycia
Pacjent który żyje w tygodniu 24 badania, może umrzeć w tygodniu 25, 35 albo żyć dłużej od możliwości obserwacji przez badacza
Chorzy nie są włączani do badania jednocześnie
Skumulowane prawdopodobieństwo przezycia
Prawdopodobieństwo tego, że w danym punkcie czasowym, osoba która nie zmarła w trwającym t jednostek wcześniejszym okresie obserwacji będzie nadal żyć przekroczywszy moment obserwacji
Uwzględnia jednocześnie efekt czasu, punkt końcowy i niepewność co do dalszego losu pacjenta
punkty odcięcia wartości prawidłowych
Wybór punktu odcięcia o znaczeniu diagnostycznym określany jest w oparciu o zdolność separowania grupy zgodną z poszukiwanym stanem
Czułość = TP/(TP+FN)
◦ Określa zdolność testu do wykrywania choroby
Swoistość = TN/(TN+FP)
◦ Określa zdolność testu do wykluczania choroby
Parametry diagnostyczne testu
Wartość predykcyjna dodatnia (PPV) = TP/(TP+FP)
◦ Określa na ile wynik dodatni testu potwierdza chorobę
Wartość predykcyjna ujemna (NPV) = TN/(TN+FN)
◦ Określa na ile wynik ujemny testu wyklucza chorobę
Punkt odcięcia
Wybór punktu odcięcia jest kompromisem pomiędzy nadmierną liczbą wyników FP a FN
Przeznaczenie testu decyduje o wysokości progu
◦ Test przesiewowy – niski próg = więcej FP, mało FN
◦ Test potwierdzający – wysoki próg = mało FP, więcej FN
Ustalanie pkt odcięcia (cut-off value) oparte o charakterystyki krzywych ROC (receiveroperatingcharacteristic)
likelihoodratios
Wystandaryzowane wskaźniki mówiące o zmianie początkowego prawdopodobieństwa choroby w oparciu o dany punkt odcięcia
◦ LR+
◦ LR-
Im wyższy/niższy tym lepiej
LR nie zależy od częstości występowania choroby w przeciwieństwie do czułości i swoistości
anova- analiza wariacji
Weryfikuje hipotezę czy średnia w dowolnej z grup różni się od średnich w grupach pozostałych
Wykonywana przed porównaniami pomiędzy grupami
Celem jest sprawdzenie czy narzucony podział na grupy faktycznie odzwierciedla strukturę danych
Prawdopodobieństwo wyniku dającego błąd typu 1 wynosi dla każdego testu 5%.
Wykonując 6 testów dla 4 grup nasza szansa na uzyskanie co najmniej 1 testu fałszywie dodatniego wzrasta
ANOVA pozwala stwierdzić czy istnieją różnice nie będące przypadkiem w całej grupie, których następnie szukamy testami post-hoc