Biostatistik 3 del 2 Flashcards
Statistiska tester - korrelationsanalys
* Vi har pratat om statistiska test för kontinuerliga variabler (Student’s t-test) och chi2-test (proportioner) som används när man vill jämföra grupper. Grundförutsättning: ______________ ____________
* Begränsning: vi tar bara tar hänsyn till en variabel i taget – andra variabler måste vi hantera genom att dela upp materialet (stratifiering)
Statistiska tester - korrelationsanalys
* Vi har pratat om statistiska test för kontinuerliga variabler (Student’s t-testb (kontinuerliga variabler)) och chi2-test (proportioner (jämföra grupper)) som används när man vill jämföra grupper. Grundförutsättning: OBEROENDE OBSERVATIONER
* Begränsning: vi tar bara tar hänsyn till en variabel i taget – andra variabler måste vi hantera genom att dela upp materialet (stratifiering)
______________
* Exempel: undersöka risken för diabetes hos katt: vi har tänkt på vårt kausala diagram och beslutat att ras påverkar risken för diabetes:
därför gör vi en analys av risken för diabetes per ras. Det blir många analyser…
* …och vi kan få få individer i varje analys – ineffektivt (statistisk styrka förloras
Regressionsanalys
*
___________
3 st olika regressionsanalyser
- Statistiska modeller som kan utvärdera flera variabler och confounders mot ett utfall. VI behåller alla observationer och får hög statistisk styrka (kan använda alla datapunkter)
_____________ - kontinuerliga utfall - Linjär regression (linear regression) (kan kolla död, men inte tid)
- Dikotoma utfall/binära/ja-nej - Logistisk regression (kan kolla död, med inte tid)
- TID till händelse (död) – överlevnadsanalys (survival analysis) – Cox regression
diagram
Linjär regression (linear regression): linjärt samband mellan y (utfall) och x (determinant)
(kontinuerliga utfall)
Lutningen är en parameter
brytpunkt på Y (en parameter)
Linjert: mellan determitant och utfall
diagram
Logistisk regression (logistic regression): mäter sambandet genom att beräkna sannolikheter
kurvan går som ett “S”
Överlevnadsanalys
förlopp över TID kan studerast ex med så kallade Life tables=överlevnadskurva= Kaplan Meier-kurva
En överlevnadskurva per grupp ellerper undergrupp: här per pälsfärg
Kurvan visar när hundarna dör i per undergrupp
______________________________________
* När man studerar tid till händelse är det bättre att använda en sk Cox-
regressionsmodell än linjär eller logistisk regression. Då kan man nämligen ta hänsyn till NÄR saker händer och inte bara ATT de händer
* En Coxmodell kan vara univariat eller multivariat precis som de andra regressionsmodellerna.
* Alla regressionsmodeller undersöker samband mellan riskfaktor och utfall: dvs undersökande/förklarande
Regressionsanalys
* Först gör man en analys med en….
* sedan kan man ta hänsyn till
- Först gör man en analys med en exponering/determinant mot utfallet: detta kallas univariat analys. Uni=en. Motsvarar figuren högst upp (Exponering -> utfall), och ekvationen ser ut så här för ett kontinuerligt utfall:
Y=utfall, a=intercept (dvs där linjen börjar på Yaxeln, x=exponeringen/determinanten,
b=lutningen på linjen, ɛ= error
y= a + b * x + ɛ - Sedan kan man ta hänsyn till confounding genom att justera sin modell för confoundervariablen. Det gör man genom att lägga till den i ekvationen
________________________
x -> y (dem x som är intressanta stoppar man in i x +x +x -> y
Regressionsmodell med confoundervariabel
((* 𝑦=𝑎+𝑏∗𝑥+𝑏∗confounder + ɛ
2*))
_____
* Det här innebär att man…..
* dvs i analyssteget
- Det här innebär att man justerar analysen för att olika värden på confoundern kommer påverka relationen mellan X och Y, dvs om risk varierar mellan kön så fixerar vi värdet på kön så vi kan se värdet på relationen mellan X och Y.
- Dvs i analyssteget kan vi kontrollera för confounding och det kallas för att man justerar för confounders (adjust for confounders)
Nyckelbegrepp
* Diagnostiska test: att sätta in i 2*2-tabell
* Associationsmått: uppställning i 2x2-tabell och tolkning av dem
* Confounding och hur man kan ställa upp det i en stratifiering
* Regressionsmodeller
- om confounder ändras ändras också X (pil åt båda hållen)
- Regerationsanalys kontrollerar confounder -
Regerations Uni X -> Y (enkelt statistiskt test ex chi2 test och t-test)
____________ Multi X + X + X -> Y (kan hatera confounder)
_____________________________
(första x -> confounder + x +x (sista x påverkar y) -> y
- Alla regressionsmodeller undersöker samband…
- Alla regressionsmodeller undersöker samband mellan riskfaktor och utfall: dvs undersökande/förklarande
- En Coxmodell kan vara _____ eller _______ precis som de andra regressionsmodellerna.
- En Coxmodell kan vara univariat eller multivariat precis som de andra regressionsmodellerna.
___________ kontrollerar _____________
Regerationsanalys kontrollerar confounder
