Experimentella studier Flashcards

1
Q

Hur ser gången ut vid genomförandet av en experimentell studie?

A
  • Formulera frågan
  • Samla information och resurser för forskningen
  • Formulera hypotesen
  • Planera och genomföra försöket samt samla data
  • Analysera data
    • Statistiska test ex
  • Tolka data och dra slutsatser
  • Publicera resultaten
  • Formulera nya frågor och hypoteser
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Vilka är de fyra mätskalorna?

A
  • Nominal
  • Ordinal
  • Intervall
  • Ratio/kvot
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q
  • Skalstegen är lika
  • Celciusskalan för temperatur (ingen absolut nollpunkt)

Vilken skala beskrivs?

A

Intervall

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q
  • Storleksordning men det betyder inte att 2 är dubbelt mot 1
  • Exempelvis urinstickan

Vilken skala beskrivs?

A

Ordinal

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q
  • Har också absolut nollpunkt
  • Kelvin – vid temperaturen 0 grader (allt stannat)

Vilken skala beskrivs?

A

Ratio/kvot

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q
  • Ex namn, en Filip, två Anna
  • Hur många som valt respektive parti
  • Vi kan inte rangordna efter namn

Vilken skala beskrivs?

A

Nominal

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Vad innebär totalt fel?

A

Både systematiska fel och slumpfel

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Vad innebär riktighet (trueness)?

A
  • Kvalitativt uttryck för en metods egenskaper och riktigheten talar om graden av systematiska fel
  • Ex en mätmetod är mer riktig än en annan mätmetod
  • En mer riktig mätmetod ger upphov till mindre systematiska fel än en som är mindre riktig
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Vad innebär precision?

A
  • Egenskap att ha mer eller mindre slumpfel
  • Mer eller mindre precis
  • Mer precis har mindre slumpfel
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Vad innebär noggrannhet (accurancy)?

A
  • Kombination av riktighet och precision
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Vad innebär bias?

A
  • Kvantitativt mått på systematiska fel
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q
  • Osäkerhet
    • Kombination av systematiska fel (bias) och slumpfel

Osäkerhet kan minskas genom?

A
  • att minska slumpfelet och/eller systematiska felet
  • Bias kan och bör elimineras
    • Genom bra kallibrering!
    • Hjälper inte med fler mätningar
  • Slumpfel kan inte elimineras men dess effekter på estimatet av populationens medelvärde kan minskas
    • Många mätningar och medelvärde av dessa!
    • Ju närmre kommer vi populationens medelvärde
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q
  • I vilken mån man verkligen mäter det man hävdar att man mäter
    • Korrelationen mellan den teoretiska definitionen och den operationella definitionen
  • En studie med hög sådan störs i liten grad av systematiska fel och/eller av störfaktorer

Vad beskrivs?

A
  • Validitet
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q
  • I vilken grad mät- eller studieresultatet störs av slumpfel

​Vad beskrivs?

A
  • Reliabilitet
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q
  • Kontinuerligt arbete med validitet och reliabilitet under hela projektet
  • Begreppen validitet och reliabilitet hänförs till både datainsamling och efterföljande analys
  • Tillförlitligheten skattas inte med siffror
  • Handlar om att beskriva att man samlat in och bearbetat data på systematiskt och hederligt sätt. I slutgiltig rapport beskrivs också förutsättningarna inför projektet och hur resultaten vuxit fram

Gäller vid?

A
  • Kvalitativ ansats
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q
  • Orsaker som forskarna menar är orsaken till att variablerna antar olika värden och som forskarna antingen styr, ex genom olika behandlingar och observerar eller observerar och mäter

Vad beskrivs? Ge också ett exempel

A

Faktorer (independent variables)

  • Blodglukos variabeln och måltiden som patienten äter en faktor
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q
  • Variatonsorsaker som forskarna varken kan kontrollera, styra eller reproducerbart mäta effekten av. För att undvika att dessa försvårar eller omintetgör sannfärdiga slutsatser av studien måste forskarna se till att sannolikheten att dessa påverkar samtliga observationer är lika. Detta sker bäst genom användning av randomisering

​Vad beskrivs?

A
  • Störfaktorer (confounders)
18
Q
  • Störfaktorer (confounders)
    • Variatonsorsaker som forskarna varken kan kontrollera, styra eller reproducerbart mäta effekten av. För att undvika att dessa försvårar eller omintetgör sannfärdiga slutsatser av studien måste forskarna se till att sannolikheten att dessa påverkar samtliga observationer är lika. Detta sker bäst genom användning av randomisering

​Ge minst tre exempel confounders

A
  • Pralin efter måltid som lämnas kvar på fingret vilket ger falskt höga värden – störfaktor vid blodglukosmätning
  • Temperatur – omgivningstemperatur (prover kan ta skada om de glöms bort i rumstemperatur innan de kyls ex)
  • Infektion
    • Cellkulturer
    • Försöksobjekt
  • Annan behandling av försökspersoner
    • Ålder och kön bör vara samma i bägge grupper
  • Interferenser
    • pH (salivprov hos patient som är torr i munnen kanske serveras citronsyra vilket sänker pH), jonstyrka, färg (nån har färgat sitt hår ex), korsreaktion
  • Hawthorn-effekten
    • Människor förändrar sitt beteende när de vet att de är observerade – de som gör studien ex påverkar resultatet
19
Q

Minimera effekterna av störfaktorer!

Hur kan vi jobba med detta?

A
  • Ta bort störfaktorer genom att förvara prover på samma sätt, standardisera temperatur, pH samma i alla prover osv
  • Håll störfaktorerna lika sannolika för alla genom randomisering
  • Justera för närvaron av störfaktorer med statistiska metoder
20
Q

Vad är en negativ kontroll?

A

Ex placebokontroll för att visa att effekt observerad i en studie är beroende av själva behandlingen och inte av störfaktorer

21
Q

Vad är en positiv kontroll?

A

En experimentell kontroll som ger ett positivt resultat i slutet av experimentet.

22
Q

Vad innebär shamkontroller?

A
  • Ökar kvaliteten i kirurgiska studier där man inkluderar en grupp där operationen utom den åtgärd som är studiens huvudsyfte
    • Östrogen på honråttor så vill vi inte ha honråttans egna produktion så därför opereras råttans ovarier bort
    • Därför viktigt att ta bort ovarier på en grupp till som inte får substans att jämföra med
23
Q

Typer av vetenskapliga studier

  • Ex varannan person med en viss åkomma får en viss operation
    • Lägre värde än genuin

Vad beskrivs?

A

Kvasiexperimentell

24
Q

Typer av vetenskapliga studier

  • Vi tittar bakåt i ex journal
  • Liten möjlighet att kontrollera störfaktorer

Vad beskrivs?

A
  • Retrospektiv studie
25
Q

Typer av vetenskapliga studier

  • Studien är designad så att du vet hur de med viss åkomma kommer allokeras
  • Lättare att eliminera eller randomisera effekter av störfaktorer
  • Bättre än retrospektiv

Vad beskrivs?

A
  • Prospektiv studie
26
Q

Typer av vetenskapliga studier

  • Kan också delas in i tidsaspekt, struktur och eventuell parning

​Vad innebär oberoende och parade grupper?

A
  • Oberoende grupper – försöksgrupperna är olika i de olika grupperna – ex kurs 3 i två olika terminer
  • Parade grupper – studenter i en viss termin behandlas/kontroll på olika sätt vid två olika tillfällen
    • Individen som får placebo eller behandling kommer troligen likna den tidigare effekten
    • Enäggstvillingar
    • Starkare än oparad
27
Q

Kontroll inom vetenskapliga studier

Ge några exempel på hur kontrollen kan se ut

A
  • Parade grupper – finns kontroll då vi eliminerar mellan individvariation
  • Randomisering viktig kontroll eftersom den neutraliserar effekten av störfaktorer
  • Blockindelning, matchning och stratifiering
    • Ofta vid epidemiologiska/opinionsstudier
    • Ex titta på val tre år bakåt i tiden och undersök i respektive ålderskategori, kvinnor/män, geografi i landet etc
    • Därför kan man sedan plocka ut individer med samma spridning för att få ett representativt urval
28
Q

Randomisering

  • Varannan råtta?? Nej, ingen riktig randomisering
  • Ska vara helt oberoende av forskaren – sann randomisering
  • Random.org – rymdljud eller mikrofoner i skogen
  • Viktigt att göra ordningen på vissa saker randomiserat så att exempelvis inte övningsledarens trötthet och slarvighet påverkar

Nämn ett par fördelar med randomisering

A
  • Störfaktorer påverkar samtliga grupper lika
  • Möjliggör studier av verkliga orsakssamband utan influens av störfaktorer
  • Möjliggör beräknande av sannolikheter för skillnader i behandlingseffekter – vi kan alltså använda statistiska tester
29
Q

Vad innebär blind, dubbelblind och trippelblind utformning på studien?

A
  • Blind – försöksobjekten vet inte vilken behandling de får
  • Dubbelblind – varken försöksobjekten eller försöksledaren vet vilken behandling försöksobjekten får
  • Trippelblind – varken försöksobjekt, försöksledaren eller den som slutligen utvärderar utfallet av försöken vet vilken behandling försöksobjekten har fått
    • LM-studier
30
Q

Replikering – två betydelser

Vilka är dessa två betydelser?

A
  • Kan andra forskare få motsvarande resultat i sina studier
  • Upprepa samma/motsvarande mätning hos olika objekt ur befolkningen
    • Ger estimat av medelvärdet i befolkningen avseende en viss variabel med lägre mätosäkerhet
    • Replikat – ju säkrare blir bestämning av medelvärdet
31
Q
  • När upprepade mätningar görs på prover från samma medlem ur populationen
    • Spatial – upprepade prover från olika delar av samma objekt ur populationen
      • Återspeglar bara tillståndet i en viss del av det vi ska studera
      • Vi undersöker ex pesticider i sjön, vi tar flera prover ur samma del av sjön (bör tas randomiserat)
    • Temporal – upprepade prover tas från samma del ur samma objekt ur populationen
      • Från exakt samma ställe
    • Implicit – upprepade mätningar på samma prov
      • Säger bara något om mätmetoden

Vad är detta exempel på?

A

Pseudoreplikering – dåligt

32
Q

Vilka egenskaper påverkar möjligheten att finna skillnader i effekter av faktorer?

A
  • Effektstorleken – skillnaden i medelvärde (öka) mellan kontrollgrupp och behandlad grupp
  • Variablernas variation/spridning – ju mindre spridning desto lättare påvisa skillnader
  • Antalet observationer – ju större antal observationer desto mer noggrant medelvärde
  • Det P-värde som anses signifikant – hur säkra måste vi vara för att dra slutsats
33
Q
  • Antalet observationer – ju större antal observationer desto mer noggrant medelvärde, på vilket sätt minskar osäkerheten?
A
34
Q
  • Att författarna kan visa detta i en studie är en kvalitetsstämpel
  • Faktorns styrka påverkar variablerna
    • Täcka så stort område som möjligt, minst 3 nivåer, helst 7 nivåer
    • Täcka ett tillräckligt stort område för att minimera risken att missa oväntade effekter
    • Kan vara bra för att upptäcka icke linjära relationer

Vad beskrivs?

A

Dos-respons: faktorns styrka

35
Q
  • Dra slutsatser av det som varit
  • Tolka observerat samband mellan faktor och variabel som orsakssamband – paraply och regn
    • Observation av samband mellan faktor och variabel utan kontroll av störfaktorer har mkt lågt bevisvärde
    • Observation av denna typ av samband är bra utgångspunkt för att komma på idéer om nya studier
  • Ex granskning av journaler och hitta samband
    • Deskriptiva
  • Prospektiva och retrospektiva studier
    • Retrospektiva studier innebär störst risk för denna typ av slutsatser
    • Prospektiva studier ger störst möjligheter att kontrollera störfaktorer, randomisera etc

Vad beskrivs?

A

Ex-post facto (retrospektivt)

36
Q

Statistik- och praktisk signifikans

Ja, vad är skillnaden och vilken är viktig?

A
  • Är en viss säkerställd effekt praktiskt signifikant?
    • Är effekten meningslös?? Ex minskning av blodtryck med 1 %

Det räcker inte att ange p-värdet/den statistiska signifikansen för effekten av en viss faktor. Man måste veta effektstorleken i absoluta och gärna även i relativa tal (kvot eller procent)

37
Q

Multipla signifikanstester

  • Student t-test och andra tester för differenser mellan två grupper används ofta för att pröva signifikanser mellan många grupper

På vilket sätt kan detta vara en fälla?

A
  • Ju fler gånger du kör testet så ökar chansen att det är fel slutsats
    • Varje gång man använder sådant test på p < 0,05 nivån riskerar man att dra fel slutsats
38
Q

Viktigt att tänka på vid kvantitativ studie (Doll-Hill kriterier)

De har nio punkter, nämn iaf fem av dem

A
  • 1. Sambandets styrka
    • En liten studie har en liten styrka p.g.a. högre risk för slumpmässiga fel. Ju svagare sambandet är, desto större måste studien vara.
  • 2. Samstämmighet med liknande studiers resultat
    • Om inte sambandet kan reproduceras av nya liknande studier så bör man vara skeptisk.
  • 3. Specificitet
    • Ju mer specifik sambandet är mellan en faktor och en effekt, desto större är sannolikheten för ett orsakssamband.
  • 4. Temporalitet
    • Skedde exponeringen före effekten?
  • 5. Dos-responssamband
    • Det är en allmän regel att skaderisken ökar med dosen. Påvisande av sådant samband bör enligt Hill ge större trovärdighet åt en studie.
  • 6. Biologisk trovärdighet
    • Finns det en teoretiskt rimlig grund för att förklara sambandet.
  • 7. Koherens
    • Samstämmighet mellan epidemiologiska och laboratoriefynd.
  • 8. Kontrollgrupp
    • En likvärdig kontrollgrupp är viktig för att undvika systematiska fel på grund av bias.
  • 9. Analogi
    • Finns kunskap och belägg från andra områden som är överförbara på det samband som studeras?
39
Q

Risker för falska vetenskapliga slutsatser

Nämn några sådana risker

A
  • Ju färre observationer/mätningar som ingår i en vetenskaplig studie, ju större är risken för fel slutsatser
  • Ju mindre effektstorleken är i en vetenskaplig studie, ju större är risken för fel slutsatser
  • Ju fler möjliga faktorer som kan vara inblandade och ju färre samband mellan dessa som är testade ju större är risken för fel slutsatser
  • Ju större ekonomiska och prestigemässiga bindningar ju större är risken för felaktiga slutsatser
  • Ju större flexibilitet i design, genomförande, nomenklatur etc, ju större är risken för fel slutsatser
  • Ju ”hetare” ett vetenskapsområde är, ju större är risken för felaktiga slutsatser
40
Q

Vad innebär standardavvikelse?

A

Standardavvikelse eller standarddeviation är ett statistiskt mått på hur mycket de olika värdena för en population avviker från medelvärdet.