Kent W. Nilsson. Falun

Transkript

1 Kent W. Nilsson Falun

2 Att tänka statistiskt Förr, kunskap baserades på auktoriteter; Kungen, krykan m.m. Industriell- och teknisk revolution De som inte har möjlighet och kunskap att ta till sig och värdera nya fynd kommer att hamna i ett utanförskap i samhällsutvecklingen Mer eller mindre sanna budskap sprider sig fort idag mellan människor och kulturer

3 Att tänka statistiskt Det verkar som om kön bestämmer hur mycket man tittar på TV. Kvinnor i USA ser upp till 50% mer TV än män Det verkar som om musiksmak (Rockmusik) är starkt signifikant relaterat till tonårsgraviditeter Mjukglass är farligt. Det finns ett starkt signifikant samband mellan hög mjukglass-försäljning och högt antal våldtäkter..

4 Mål - Undersökningsplanering och slutledning - Statistiska begrepp och metoder

5 En statistisk undersökning börjar som regel med att man har någon tanke eller idé, kanske en hypotes, som man vill pröva.

6 Planering Studiedesign Datainsamling Databearbetning Presentation

7 Planering - Litteraturgenomgång - Databaser - Syfte * preciserat syfte * ev hypoteser man vill pröva

8 Studiedesign - Tidigt stadium - Kvantitativ eller kvalitativ - Forskningsetiska frågor man kan komma att ställas inför

9 Databearbetning - Deskriptiv statistik - Statistisk inferens - Statistisk analys - Tolka sina resultat

10 Undersökningstyper Experimentet - Kliniska försöket Observationsstudie Tvärsnittsstudie (exempel följer) Retrospektiv studie (exempel följer) Prospektiv studie (exempel följer) Kohortstudie

11 Exempel på tvärsnittsstudie Tidpunkt A Population A Analys Resultat

12 Exempel på upprepad tvärsnittsstudie Population A Population B Population C Resultat Tidpunkt Tidpunkt Tidpunkt

13 Exempel på Retrospektiv studie Exposition Fall Kontroller (lungcancer) (ej lungcancer) Rökare Icke-rökare Totalt

14 Exempel på Prospektiv studie Lungcancer Ej lungcancer Totalt Rökare Icke-rökare

15 Exempel på kohortstudie Population A Population A Population A Resultat Tidpunkt Tidpunkt Tidpunkt

16 Kontrollgrupp Matchade kontroller Läkemedelprövning - Placebo Dubbelblindförsök Trippelblind studie

17 Exempel på kontrollgrupp, fallkontrollstudie Högt kolesterol (Fall) Fettintag Resultat Normalt kolesterol (kontroller) Fettintag

18 Exempel på ej randomiserad studie Vårdc A Ryggont Psykosocial behandling Resultat Vårdc B Ryggont Traditionell behandling Resultat

19 Exempel på randomiserad studie Population Randomisering Experiment grupp Mätning före Intervention Kontroll grupp Mätning före Intervention / Placebo Mätning efter Mätning efter

20 Bortfall successiv jämförelse Svarat direkt Svarat efter påminnelse Bortfall N= % 10% 5% 20% 50% Andel rökare 10% 15% 20% 25% >25%

21 Grundbegrepp

22 Grundbegrepp Individ Population Variabel - Kvantitativ eller numerisk - Kvalitativ eller kategori - Dikotom - Diskret - Kontinuerlig

23 Mätskalor Skaltyp Nominal-skala Ordinal-skala Intervall-skala Kvot-skala Kvalitativ variabel Kvantitativ variabel Nominalskala Ordinalskala Intervallskala Kvotskala (klassificering enbart) (ordning) (ordning + differens) (ordning + differens + kvot)

24 Deskriptiv statistik

25 Mätskalor Variabel Kvalitativ Kvantitativ Nominalskala (enbart klassificering) Ordinalskala (ordning) Intervallskala (ordning + differens) Kvotskala (ordning + differens + kvot)

26 Svarsalternativ Hur mår Du just nu? Bra Dåligt Mycket bra Ganska bra Varken bra eller dåligt Ganska dåligt Mycket dåligt Mycket bra Mycket dåligt Mycket bra Mycket dåligt

27 Exempel på skalor Oftast ordinal-skala vid attityder eller åsikter Index VAS-skalan Likert skalan Antal svarsalternativ

28 Hur mäter man det man avser att mäta? Validitet = Att man mäter vad man avser att mäta Reliabilitet = Hur precist man mäter det man avser att mäta från gång till gång

29 Diagram Stolpdiagram Histogram Frekvenspolygon Summapolygon Cirkeldiagram Stapeldiagram - Grupperade staplar Linjediagram

30 Stolpdiagram

31 Histogram

32 Stolpdiagram

33 Genomsnittsvärden & spridningsmått

34 Genomsnittsvärden Aritmetiska medelvärdet (eller medelvärdet) Exempel

35 Medianen Exempel

36 Typvärdet Exempel Datanivå Nominalskala Ordinalskala Intervallskala Kvotskala Medelvärde x x Median x x x Typvärde x x x x

37 Symmetrisk fördelning - Aritmetiskt medelvärde och median är lika Positivt sned fördelning - Medelvärdet är högre än medianen Negativt sned fördelning - Medelvärdet alltid lägre än medianen

38 Symmetrisk fördelning

39 Positivt sned fördelning

40 Negativt sned fördelning

41 Spridningsmått Standardavvikelsen Exempel

42 Kvintil - 5 lika stora delar Percentil lika stora delar Kvartilavståndet q 3 q 1 - skalat bort de 25% högsta och de 25% lägsta värdena

43 Variationsvidden Exempel q 1 = 22,4 kg/m 2 q 2 = 24,0 kg/m 2 q 3 = 25,6 kg/m 2

44 Korrelation och regression

45 Regression - Prediktera - förutsäga Korrelation - Hur starkt sambandet är Exempel Pojke nr Dagar Poäng

46 Spridningsdiagram (scatter plot) - Positivt samband eller positiv korrelation Exempel

47 Spridningsdiagram (scatter plot) - Negativt samband eller negativ korrelation Exempel

48 Spridningsdiagram (scatter plot) - Linjär regression * regressionslinje Exempel

49 Linjens skärningspunkt med y-axeln kallas interceptet Linjens lutning kallas regressionskoefficient

50 Prediktion Två krav måste uppfyllas Prediktionen kan bara gälla inom det variationsområde som studerats Prediktionen är meningsfull enbart om det finns ett högt linjärt samband mellan de studerade variablerna

51 Korrelationskoefficienten, som betecknas r, kan som högst anta värdet +1 och som lägst värdet 1 - Då r är nära +1 innebär det ett starkt positivt samband - Då r är nära 1 innebär det ett starkt negativt samband - Då r är nära 0 innebär det ett svagt linjärt samband

52 Spridningsdiagram med tillhörande korrelationskoefficienter

53 Orsakssamband skensamband

54 Rangkorrelation Spearmans rangkorrelationskoefficient -r s Spearmans (rho) -1 r s 1

55 Statistisk analys

56 Vad är en hypotesprövning?

57 Icke parade statistiska test - Att jämföra grupper Intervall/kvotskala Ordinalskala Nominalskala Normalfördelning Icke normalfördelning Sampel size < 20 Sample size > 20 2 grupper 3 eller fler grupper 2 grupper 3 eller fler grupper Fischer s exact Chi 2 Student t-test ANOVA one-way Mann- Whitney U Kruskal- Wallis

58 Parvisa statistiska test - Att jämföra inom gruppen Intervall/kvotskala Ordinalskala Nominalskala Normalfördelning Icke normalfördelning Dikotom variabel 2 grupper 3 eller fler grupper 2 grupper 3 eller fler grupper McNemar Parat t-test ANOVA,one-way correlated samples Sign test (ordinaldata) Wilcoxon tecken rangtest Friedman

59 Nollhypotesen, H 0 Mothypotesen, H 1

60 Signifikansnivå ( ) - Av tradition används tre nivåer 5%, 1% resp 0,1% Testfunktion p-värde (p value) (probability=sannolikhet) Exempel Om signifikansnivån är 5% har resultatet angetts som p <0,05 eller * (enstjärnig signifikans) Om den är 1% har resultatet angetts som p >0,01 eller ** (tvåstjärnig signifikans) Om den är 0,1% har resultatet angetts som p <0,001 eller *** (trestjärnig signifikans)

61 Typ I- och typ II-fel vid hypotesprövning H 0 accepteras H 0 förkastas H 0 sann + Verkligheten H 0 falsk +

62 Datorns roll i statistiken - massignifikans Hypotesprövande (förklarande) Hypotesgenererande (beskrivande)

63 Hypotesprövning vid kvantitativa variabler intro.

64 Normalfördelning Gaussfördelningen (Gaussian distribution) Fördelning av en variabel, enskilda värden Fördelning av en variabel, klassbredd 5

65 Exempel på normalfördelningar

66 Signifikant skilda fördelningar x x1 2 SD 1 SD 2

67 Ej signifikant skilda fördelningar x1 x2 SD 1 SD 2

68 Ytor under normalfördelningskurva

69 Standardiserad normalfördelning Varje normalfördelad variabel kan transformeras till en standardiserad normalfördelad variabel, z

70 Medelvärdenas fördelning Fördelningar för variabel resp stickprovsmedelvärde vid normalfördelning

71 Hypotesprövning med hjälp av normalfördelning t-test Kritiska värdet - Kritiska området är ytan under testfunktionens kurva, som innehåller de värden för vilka nollhypotesen förkastas * frihetsgrader (degrees of freedom, df)

72 Tvåsidigt test, signifikansnivå 5%, t-fördelning på 2,5% (p =0,025)

73 t-fördelningen ser ut ungefär som normalfördelningen, men är något flackare. Dessutom beror den av antalet observationer i stickprovet (n). Ju högre n är desto närmare normalfördelningen ligger t-fördelningen. normalfördelning t-fördelning

74 Konfidensintervall Konfidensintervall (confidence interval) - Sannolikheten kan vara olika 90%, 95%, 99% eller något annat * den mest använda är 95% vi talar då om ett 95% konfidensintervall

75 Ej normalfördelad variabel - stora stickprov Ej normalfördelad variabel - små stickprov - Wilcoxons rangsummetest - Mann-Whitneys U-test

76 Sammanfattning - jämförelse av medelvärden

77 1. Stickprovets storlek 2. Den faktiska skillnaden mellan medelvärdena 3. Standardavvikelsernas storlek 4. Korrekt studiedesign 5. Rätt testmetod

78 Meta analys

79 Meta-analys Studie 1 Studie 2 Studie 3 Studie 4 Kombinerade resultat Meta-analys

80 Bevispyramiden Randomiserade dubbelblind-studier Meta-analyser, systematiska översikter Kohort-studier Fall-kontrollstudier Fall-serier Fall-rapport Idéer, ledarartiklar Djurforskning Laboratorie-experiment

81 Meta-analys MAO-A + dålig uppväxtmiljö = Kriminalitet??? Meta-analysis pooling results across studies. Summary correlations between measures of childhood maltreatment and mental health are presented separately in the low- vs high-activity MAOA genotype groups. CI indicates confidence interval. Squares and % weight indicate the size of each study's contribution to the summary correlations indicated by diamonds. (a) Forest plot of correlations between childhood maltreatment and mental health, as a function of MAOA genotype group in five independent studies. (b) Forest plot of the interaction effect based on differences in correlations between childhood maltreatment and mental health observed in low- vs highactivity MAOA genotype groups in five independent studies. Kim-Cohen et al., 2006

82 Meta-analys - Streptokinasebehandling vid MI

83 Meta-analys - Streptokinasebehandling vid MI

84 Fallgropar med meta-analys 1. Det är sällan att resultat från olika studier stämmer överens därför krävs det större antal patienter att få konklusiva resultat. 2. Om författare är intresserade att få fram vissa specifika resultat, kan de välja studier som förstärker deras påstående (bias). 3. Studier med positiva resultat publiceras oftare är de med negativa, ett större antal studier med svagt positiva resultat kan ge intryck att en viss behandling är överlägsen en annan.

85 Tack för er uppmärksamhet!