Grunnleggende statistikk Eva Denison 25. Mai 2016
Agenda Hva er statistikk, og hvorfor trenger vi det? Beskrivende statistikk Statistisk analyse Meta-analyse
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
Hvorfor trenger vi statistikk? Vi vil ha kontroll på tilfeldige feil som kan oppstå i løpet av en forskningsstudie Systematiske feil håndteres med studiedesignet!
Observasjonsenheter Populasjon Stikkprøve Målemetoder Studiedesign Statistisk analyse P I C O Ufall variabler Resultat
Beskrivende statistikk Måleskalaer Kategorisering Dikotom variabel Sykelighet Dødelighet Rangorden Intervall «Kontinuerlig» Ratio Kontinuerlig Fysiologiske funksjoner Beskrives med Antall/prosent Medianverdi Medianverdi/gjennomsnitt Gjennomsnitt
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] 1 51 2 53 3 60 4 56 5 52 6 56 7 54 8 54 9 55 10 57 Gj.snitt 54.8 St.avvik 2.62
Statistisk analyse Forskjell mellom grupper Mellom to/flere grupper et tidspunkt Innen samme gruppe to eller flere tidspunkt Kombinasjon av disse
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
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
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 -1 61 mmhg 10 50 mmhg
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
Risikobegreper Risiko Risikoforskjell (absolutt risikoreduksjon) Risikoratio Relativ risikoreduksjon Oddsratio Number needed to treat Number needed to harm Hazard ratio
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 18 46 29 36 64 65
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 18 46 29 36 64 65
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 / 64 29 / 65 = 0.63 Behandling 18 46 29 36 64 65
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 = 1 0.63 = 0.37 Behandling 18 46 29 36 64 65
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 = = 0.49 29 / 36 Behandling 18 46 29 36 64 65
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
Meta-analyse En sammenstilling av resultater fra flere tidligere studier. Summerer tidligere forskning om et fenomen Gir en bedre og sikrere helhetsbilde over forskningen
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
Meta-analyse Forest plot kontinuerlige data Forest plot dikotome data
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
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