Medicinsk statistik 1-4 Flashcards Preview

Statistik > Medicinsk statistik 1-4 > Flashcards

Flashcards in Medicinsk statistik 1-4 Deck (90)
Loading flashcards...
61

Exempel på hur man kan göra icke-parametriska gruppjämföresler?

Hur väljs testet?

Vilka värden fås?

Vad baseras jämförelsen på?

T.ex. Mann-Whitney, Wilcoxon, McNemar, Kruskal Wallis, Friedmans ANOVA

Modellen anges i SPSS (t.ex. antal grupper, paired eller independent samples, etc) --> SPSS kan välja exakt test

Ger P-värde

Jämförelser baseras på rangordning istället för exakta värden

62

Vad testar ett Chi2-test?

Vilket värde fås?

Testar två kategoriska variabler (binär, nominal eller ordinal)

Testar om frekvensen (andelen) av utfallet är densamma mellan olika grupper --> T.ex. om lika många blir sjuka i en vaccinerad som icke-vaccinerad grupp

- I detta fallet är både IV (vaccinerad eller ej) och DV (sjuk eller frisk) nominala (BINÄRA) 

Ger P-värde, men talar dock inte exakt vilka ¨celler¨ som skiljer sig åt. Endast att fördelningen inte är samma i de olika grupperna. 

63

2 grupper med råttor. 

1 grupp med vaccinerad --> 30 % blev sjuka

1 grupp utan vaccin --> 40 % blev sjuka.

Vad skulle nollhypotesen innebära?

Vad blev P-värdet?

Nollhypotesen skulle innebära att lika många blev sjuka, oavsett vaccinerade eller ej.

P-värdet = 0,417 --> ej signifikant. 

64

Hur görs ett Mann-whitneys test?

Vad beräknas?

Hur påverkas P-värdet?

Alla observationer rangordnas, från den lägsta till den största.

Summan av rangerna i de olika grupperna (t.ex. A och B) beräknas --> Wa resp Wb

Ju större skillnad i medelrang, Wa/na samt Wb/nb, ju lägre P-värde fås. 

65

Hur presenteras resultat från ett Mann-Whitney-test?

Median, min och max-värde (eller lämpliga percentiler)

P-värde

Mediankonfidensintervall finns, men används inte så ofta

- OBS! Hela rangordningen jämförs, då man summerar värdena. Medianen kan alltså vara samma även om det finns en skillnad. 

66

Vilken typ av test är Wilcoxons?

Ett icke-parametriskt teckenrangtest. Undersöker t.ex. hur D-vitamintillskott leder till förändringar i S-vitamin.

- Parade tester --> följer upp en grupp över tid. 

67

Vad är ett Kurskal-Wallis-test?

En tvärsnittsjämförelse av mer än 2 grupper, med post-hoc. 

- Får primärt ut P-värden. 

68

Olika typer av korrelation?

Vad kan man få ut?

Parametrisk korrelation = pearson. Ett värde mellan -1 och 1 som indikerar hur två variabler är linjärt kopplade. 

Icke-parametrisk korrelation = spearman. Rankkorrelation. 

Får ut P-värde och korrelationskoefficient

69

Vad innebär en korrelations koefficient på +1 eller -1?

- Statistisk signifikans?

Vad innebär en koefficient på 0?

+1 eller -1 --> finns ett perfekt samband.

- Även svaga samband kan bli statistisk signifikanta, då det kan finnas skillnad som inte beror på slumpen även om skillnaden inte är lika tydlig. 

0 --> inget sabmand. 

70

Skillnad på korrelation och kausalitet?

Korrelation beskriver samband, inte orsaksverkan (kausalitet)

71

Vilka resultat rapporteras från en korrelationsanalys?

r (korrelationskoefficient) eller rho (rankkorrelation) 

P-värde

r upphöjt till 2 --> förklarad varians, dvs hur mycket av variationen i den ena variabeln som förklaras av variation i den andra. 

72

När kan ett samband beskrivas som en linjär regression?

Om man antar att en variabel påverkar utfallet av den andra.

- OBS! regressionen i sig kan dock aldrig testa eller bevisa faktisk kausalitet! 

73

Vad är intercept vid linjär regression?

Y-värdet då X = 0, dvs då linjen skär Y-axeln. 

74

Vilket typ av test är linjär regression?

Vad får man?

Hur tolkas det?

Parametriskt test. Testar linjärt samband mellan två metriska eller en binär (oberoende) och en metrisk (beroende). 

- Ger p-värde

- Ger regressionskoefficient

- Ger förklarad varians (r upphöjt till 2)

- Flera oberoende variabler kan inkluderas

Tolkas som kausal påverkan från x på y, men bevisar ingen kausalitet, utan ENDAST ASSOCIATION 

75

Linjär regression gjordes för hur VO2 (syreupptagningsförmåga) påverkade maratonstid --> visade att tiden minskade då VO2 ökade (se tabell) 

Variansen (r upphöjt till 2) var 0,45, vad innebär detta?

Hur kan R2 öka?

Det innebär att variationen av maratontid till 45 % kan förklaras med syreupptagningsförmåga.

- Resterande 55 % beror på andra faktorer 

- Ju fler förklarande variabler (t.ex. syreupptagningsförmåga, ålder) som läggs in, desto högre blir den förklarade variansen

76

Kan man göra linjär regression med binära (ordinala) och nominala variabler?

Går inte vid nominala, då dessa bygger på flera kategorier. 

Går vid ordinala/binär --> koefficienten blir samma som medelvärdesskillnaden.

77

Vad undersöker en logistisk regression?

 

En kategorisk oberoende variabel och ett binärt utfall

- Ger P-värde

- Ger oddskvot (OR) med konfidensintervall

- Tolkas ungefär som relativ risk 

78

Vad påverkar den statistiska styrkan?

Hur stort stickprov man gör. Behöver en viss storlek för att kunna förkasta nollhypotesen vid en kliniskt relevant skillnad. 

- ¨Hur mycket pengar behöver jag för att köpa huset¨ 

Vilket statistiskt test man väljer för det givna stickprovet. 

¨Jag har såhär mycket pengar, vilket hus får jag¨ 

79

Vad beror precisionen i ens undersökning på?

Variationen i stickprovet och hur stort stickprov man har.

Större stickprov --> bättre precision 

80

Hur påverkas konfidensintervallet vid hög precision?

Konfidensintervallet blir snävare --> mer precisa skattningar i populationen

81

Fel i statistiska slutsatser

Vad är ett ¨typ 1-fel¨?

Vad är ett ¨typ 2-fel¨?

Typ-1-fel: Nollhypotesen förkastas trots att den är sann, dvs man hittar en skillnad som egentligen inte finns i populationen

Typ-2-fel: Nollhypotesen förkastas inte, trots att den är falsk --> lyckas itne hitta skillnader som faktiskt finns i populationen 

82

Vad innebär ¨alfa¨ respektive ¨beta¨ vid fel i statistiska slutsatser?

Koppling mellan dessa?

Alfa: Sannolikheten att man förkastar H0 trots att den stämmer, dvs att man gör ett typ-1-fel

- Denna är lika med signifikansnivån (t.ex. 5 % vid P<0,05

Beta: Sannolikheten att behålla H0 trots att den inte stämmer, dvs göra ett typ-2-fel. 

1 - beta = sannolikehten att hitta en effekt som faktiskt finns --> statistisk styrka. (sannolikhet att förkasta nollhypotes om det finns en effekt)

Om man minskar alfa (dvs risken att förkasta HO trots att den stämmer) kommer beta öka --> dvs att det blir större risk att man behåller en nollhypotes som INTE ÄR SANN --> MINDRE SANNOLIKHET ATT MAN HITTAR EN EFFEKT SOM FAKTISKT FINNS, men om man hittar en effekt är den mest troligt sann --> låg risk att hittas felaktiga effekter. 

 

 

83

Vad beror den statistiska styrkan på?

Vilken styrka brukar anses rimlig?

Vid en given signifikansnivå beror den statistiska styrkan på:

- Stickprovets storlek

- Spridningen i data (mindre spridning --> större styrka)

- Storleken på effekten (hur stor skillnad vill vi hitta? Små skillnader kräver högre precision)

Statistisk styrka på 80 % brukar anses rimligt

84

Vad händer om den statistiska styrkan är låg

Vad blir konsekvensen om den statistiska styrkan är hög?

Låg styrka --> förkastar bara H0 vid stora skillnader

Hög styrka --> kan hitta skillnader och förkasta H0 även vid små skillnader 

85

Om vi gör 100 tester och konfidensintervallet är 95 %, hur många tester kommer då att tcka det sanna värdet?

Om det sanna effektvärdet är 0, vad kommer detta då innebära för nollhypotesen?

Av 100 test kommer 95 % täcka det sanna värdet.

Att nollhypotesen felaktigt förkastas i 5 % av fallen 

86

Vad innebär sensitivitet resp specificitet?

Sensitvitet: Andel av de som har sjukdomen som identifieras med ett positivt test.

- TP/(TP + FN)

Specificitet: Andel friska som friskförklaras med ett negativt test

- TN/(TN + FP) 

87

Vad innebär det positivt prediktiva värdet (PPV) samt det negativt prediktiva värdet (NPV)

PPV: Hur bra ett test är på att förutsäga sjukdom --> hur stor risk är det att jag har sjukdom vid ett positivt test

- Antal rätt positiva test (TP)/Antal positiva test (TP + FP)

Detta som har betydelse för patienten --> är det stor risk att jag har sjukdomen om testet är positvit?

NPV: Hur bra ett test är på att friskförklara patienten --> hur stor chans är det att jag är frisk om testet är negativt?

- Antal rätt negativa test (TN)/Antalet negativa test (TN + FN)

- Har också betydelse för patienten. 

88

Hur påverkas PPV resp. NPV av prevalensen?

Vid hög prevalens (dvs många som har sjukdomen) är det mer sannolikt att man är sjuk (TP) --> TP/(TP + FP) ökar --> PPV ökar vid hög prevalens, men sjunker vid låg

Vid låg prevalens (dvs många friska) är det mer sannolikt att man är frisk --> fler sant negativa (TN) --> TN/(TN+FN) ökar --> NPV ökar vid låg prevalens. 

89

När är det okej med ett lågt PPV?

När krävs det högt PPV?

Lågt: Om sjukdomen är dödlig, men enkelt kan behandlas ofarligt --> gör inget om man blir falskt positiv och överbehandlad.

Högt: Om sjukdomen inte är allvarlig i sig, men behandlingen kan få stora komplikationer --> vill inte överbehandla . 

90