Grunnleggende statistikk. Eva Denison 25. Mai 2016

Transkript

1 Grunnleggende statistikk Eva Denison 25. Mai 2016

2 Agenda Hva er statistikk, og hvorfor trenger vi det? Beskrivende statistikk Statistisk analyse Meta-analyse

3 Hva er statistikk? En måte å kvantitativt beskrive eller analysere fenomener Vi bruker tall Direkte måling Vekt, høyde, blodtrykk, blodprosent, sykelighet, dødelighet Indirekte måling Holdninger, tanker, emosjoner, helserelatert livskvalitet

4 Hvorfor trenger vi statistikk? Vi vil ha kontroll på tilfeldige feil som kan oppstå i løpet av en forskningsstudie Systematiske feil håndteres med studiedesignet!

5 Observasjonsenheter Populasjon Stikkprøve Målemetoder Studiedesign Statistisk analyse P I C O Ufall variabler Resultat

6 Beskrivende statistikk Måleskalaer Kategorisering Dikotom variabel Sykelighet Dødelighet Rangorden Intervall «Kontinuerlig» Ratio Kontinuerlig Fysiologiske funksjoner Beskrives med Antall/prosent Medianverdi Medianverdi/gjennomsnitt Gjennomsnitt

7 Sentraltendens og variasjon Gjennomsnitt Summen av alle målinger delt på antall målinger Standardavvik Det gjennomsnittlige avviket fra gjennomsnittet Viser om det er stor eller liten variasjon Måling ø [cm] Gj.snitt 54.8 St.avvik 2.62

8 Statistisk analyse Forskjell mellom grupper Mellom to/flere grupper et tidspunkt Innen samme gruppe to eller flere tidspunkt Kombinasjon av disse

9 Forskjell mellom grupper kontinuerlige variable Har personer med hypertensjon effekt av å få Pille A sammenlignet med å ikke få Pille A? Gjennomsnitt 160 mmhg Gjennomsnitt 130 mmhg Gjennomsnitt 160 mmhg Gjennomsnitt 160 mmhg Gjennomsnittsforskjell i utvalget er 30 mmhg

10 P-verdier og konfidensintervall 95 % konfidensintervall: basert på din stikkprøve er det ganske usannsynlig (5%) at populasjonen har en effekt som ligger utenfor det aktuelle intervallet P-verdi: sannsynligheten for å observere denne eller en mer ekstrem effekt i din stikkprøve gitt at nullhypotesen er rett

11 Forskjell mellom grupper kontinuerlige variable Pille A senker blodtrykket med i gjennomsnitt 30 mmhg sammenlignet med ingen pille. For å hvordan vi skal vurdere dette må vi se gjennomsnittsforskjellen opp mot variasjonen i utvalget: Stor variasjon Liten variasjon p-verdi > 0,05 <0,05 95% CI mmhg mmhg

12 Forskjell mellom grupper dikotome variable Har Pille A effekt på risiko for hjerteinfarkt hos personer med hypertensjon sammenlignet med ingen pille? 18/64 fikk hjerteinfarkt 29/65 fikk hjerteinfarkt

13 Risikobegreper Risiko Risikoforskjell (absolutt risikoreduksjon) Risikoratio Relativ risikoreduksjon Oddsratio Number needed to treat Number needed to harm Hazard ratio

14 Risiko risiko for et uheldig utfall = risiko i kontrollgruppen Hjerteinfarkt Behandling: a / (a+b) Kontroll: c / (c+d) Behandling a c b d Hjerteinfarkt Total 18 / 64 = 0.28 = 28% 29 / 65 = 0.45 = 45% Behandling

15 Risikoforskjell (absolutt risikoreduksjon) (RD, ARR) Andel pasienter som ikke får ett ugunstig utfall Hjerteinfarkt c (c+d) - a (a+b) Behandling a c b d Hjerteinfarkt Total 45% - 28% = 17% Behandling

16 Risiko ratio (RR) Andelen av den opprinnelige risikoen for hjerteinfarkt (uten behandling) som fortsatt finnes når pasienter får behandling (Pille A) Hjerteinfarkt Risiko ratio = a / (a+b) c / (c+d) Behandling a c b d Hjerteinfarkt Total Risiko ratio = 18 / / 65 = 0.63 Behandling

17 Relativ risikoreduksjon (RRR) Andelen av den opprinnelige risikoen som forsvinner som følge av behandling Hjerteinfarkt Relativ risikoreduksjon = 1 relativ risiko Behandling a c b d Hjerteinfarkt Total Relativ risikoreduksjon = = 0.37 Behandling

18 Oddsratio (OR) Andelen av den opprinnelige oddsen for hjerteinfarkt (uten behandling) som fortsatt finnes når pasienter får behandling (Pille A) Hjerteinfarkt Oddsratio = a / b c / d Behandling a c b d Hjerteinfarkt Total Oddsratio 18 / 46 = = / 36 Behandling

19 Number needed to treat (NNT) Antall pasienter som må behandles for å forhindre et ugunstig utfall NNT = 100 / risikoforskjell (uttrykt i %) NNT = 100 / 17 = 6 Number needed to harm (NNH) Antall pasienter som må behandles for å få et ugunstig utfall Dersom det forventes at 5 av 100 (5%) pasienter vil oppleve tretthet av en viss medisin i et visst tidsrom, trengs behandling av 20 pasienter for at 1 (5%) skal oppleve tretthet Hazard ratio Veid gjennomsnitt av RR for ulike tidspunkter i løpet av en oppfølgingsperiode

20 Meta-analyse En sammenstilling av resultater fra flere tidligere studier. Summerer tidligere forskning om et fenomen Gir en bedre og sikrere helhetsbilde over forskningen

21 Meta-analyse Effektmål i meta-analyse For kontinuerlige data Mean difference (MD) Standardized mean difference (SMD) For dikotome data Risiko ratio (RR) Risikoforskjell (RD, ARR) Odds ratio (OR) Alle med 95 % konfidensintervall

22 Meta-analyse Forest plot kontinuerlige data Forest plot dikotome data

23 a) Hver enkeltstudie estimerte relativ risiko for den aktuelle populasjonen b) Meta-analysen kombinerte resultatene av sju enkeltstudier c) Den totale relative risikoen var mer presis enn noen av enkeltstudiene hver for seg d) Resultatene av meta-analysen kan generaliseres til en bredere populasjon enn noen av enkeltstudiene hver for seg

24 Statistikk er et verktøy som hjelper deg med å vurdere betydningen av tilfeldige feil, men må brukes riktig signifikans er ikke ensbetydende med at tilfeldige feilkilder ikke påvirker resultatet p-verdier og konfidensintervall er blinde for systematiske feilkilder