Biostatistik

Question 1

Vad bör finnas med i en statistisk analysplan?

Answer 1

• Vilka grupper och vilka utfall ska jämföras med varandra?
• Vilka statistiska metoder ska användas?
• Hur saknade eller kraftigt avvikande värden ska hanteras?

Question 2

Vad innebär målpopulation?

Answer 2

Målpopulation: Den större populationen utanför undersökningen som man vill kunna dra slutsatser om

Question 3

Vilka modeller använder man oftast för beskrivande statistik?

Answer 3

Lägesmått/ centralmått (medianvärde, medelvärde och typvärde)

Spridningsmått (standardavvikelse och varians)

Question 4

Vilka modeller använder man oftast för analytisk statistik?

Answer 4

Jämföra (konfidensintervall)

Sambandsanalys (regressionsanalys), likhet

Question 5

Nämn några urvalsmetoder:

Answer 5

• Obundet slumpmässigt urval (OSU): Varje enhet i populationen är lika sannolik att bli dragen
• Stratifierat urval: Uppdelning i olika grupper och utifrån det görs ett slumpmässigt urval
  
  • T.ex boende i olika kommuner
• Systematiska urval: System för urval
  
  • T.ex. var 5:e person i en klass
• Klusterurval: **Slumpmässiga urval görs från redan definierade grupper
  
  • T.ex boende i olika kommuner → personer från kommunerna

Question 6

Vad kan urvalets storlek bero på?

Answer 6

Vilken minsta skillnad mellan behandlingseffekt man vill uppnå, hur stor variationen kommer vara, vilken statistisk styrka som krävs

Question 7

Vad innebär statistisk felmarginal?

Answer 7

Slumpmässigt fel i resultat som beror på individuell variation i urvalet. Ju fler individer desto mindre statistisk osäkerhet

Question 8

Vilka systematiska fel (bias) är vanligast?

Answer 8

1. Selektionsfel: inte representativt för målpopulationen
   
   • T.ex. icke slumpmässigt urval, bortfall
2. Informationsfel: Felaktigheter i datainsamlingen
   
   • T.ex. felaktigt svar från appartur, felaktig rapportering (svarat fel på fråga i enkät)
3. Förväxlingseffekter: Bristande jämförbarhet i de grupper som undersökts
   
   • T.ex. stor skillnad i utgångsläge mellan grupperna - inte jämförbara

Question 9

Vad innebär kvantitativa variabler (numeriska variabler)?

Answer 9

Kvantitativa variabler samlar in en rad data (siffror) och sammanfattar denna genom tex medel- eller medianvärde. Delas upp i diskreta variabler där de finns en begränsning i antalet värden och i kontinuerliga variabler där de finns obegränsat antal värden.

Question 10

Vad innebär kvalitativa/ kategoriska variabler?

Answer 10

Här delar man inte datan i olika grupper/ klasser. Kan ske tex genom rangordnad (låg, medel, hög) eller icke- rangordnat (ex olika raser). Kan även vara binära (diktoma) variabler där man har två möjliga utfall.

Question 11

Hur sammanställer man kvantitativa variabler?

Answer 11

Medel/ medianvärde. Ofta använder man stolpdiagram eller histogram

Question 12

Hur sammanställer man kvalitativa variabler?

Answer 12

Här använder man sekvens eller procent, ofta cirkeldiagram eller liknande

Question 13

Vilka skalor kan kvantitativa variabler mätas på?

Answer 13

Intervallskala: Rangordnade, specifika avstånd, ingen given nollpunkt

• T.ex. temperatur-(⁰C)
• Kvotskala: Rangordnade, specifika avstånd, en given nollpunkt
  
  • T.ex. mankhöjd
• Absolutskala: Rangordnade, specifika avstånd, en given nollpunkt och måttenhet
  
  • T.ex antal patienter

Question 14

Vilka skalor kan kvalitativa variabler mätas på?

Answer 14

• Nominalskala: Saknar rangordning
  
  • T.ex. kön, behandlingsgrupp
• Ordinalskala: Rangordnade men avstånden kan inte avgöras
  
  • T.ex. smärtskala (låg-måttlig-hög)

Question 15

Vad betyder diktomisera?

Answer 15

Att man skapar binära variabler från kvantitativa

Question 16

Vad innebär centralmått?

Answer 16

Ett genomsnittsmått. Kan mätas genom medelvärde, medianvärde eller typvärde (vanligaste värdet)

Question 17

Vad innebär spridningsmått?

Answer 17

Hur spridda värdena är från centrum.

1. Standardavvikelse: Mått på genomsnittlig avvikelse från medelvärdet
2. Variationsvidd: (Min och max) Lägsta och högsta värdet; variansen mellan min-max: variationsvidd
3. Kvartiler och percentiler: Gränsen som klyver datamaterialet i bestämda proportioner

Question 18

Vilket val av genomsnitts- och spridningsmått bör man ta till symmetrisk fördelad data?

Answer 18

Medelvärde och standardavvikelse

Question 19

Vilket val av genomsnitts- och spridningsmått bör man ta till asymmetrisk data?

Answer 19

Median och kvartiler eller percentiler

Question 20

Vad innebär standardavvikelse?

Answer 20

SD = standard deviation = standardavvikelse- ett mått på de genomsnittliga avvikelsen från medelvärdet

Question 21

Vad innebär variationskoefficient?

Answer 21

Variationskoefficienten uttrycker standardavvikelsen som procentandelar av medelvärdet.

Question 22

Vad innebär kvartiler?

Answer 22

Kvartiler delar in de totala mätvärdena i 2 delar, där median/medelvärdet är i mitten, den övre kvartilen är i mitten av den övre hälften och den undre kvartilen är i mitten av den undre hälften.

Question 23

Vad innebär normalfördelning?

Answer 23

Observationer som ligger symmetriskt kring medelvärdet, alltså att flest värden ligger i mitten kring medelvärdet och sedan avtar ju längre ifrån vi kommer medelvärdet

Question 24

Vad innebär oberoende observationer?

Answer 24

Oberoende observationer- varje ny observation ger lika mycket information oberoende av tidigare observationer (ex olika patientera blodtryck)

Question 25

Vad innebär beroende observationer?

Answer 25

Beroende observationer- upprepade mätningar som är beroende av varandra (ex samma patients blodtryck)

Question 26

Vad innebär parametriska test och hur mäter man de?

Answer 26

Parametriska test är stora undersökningar som jämför medelvärdet i kvantitativa prov- eller mätresultat. Här använder man normalfördelade data och students t-test som undersöker hur en grupps referensvärde skiljer sig från en annan grupps referensvärde

Question 27

Vad innebär icke- parametriska test och hur mäter man det?

Answer 27

Icke-parametriska test är små undersökningar med kraftigt avvikande värden där man jämför medianvärdet på icke- normalfördelade data. Här kan man använda sig av Mann Whitney U test ex

Question 28

Vad är ett chi- squared test?

Answer 28

Ett chi- squared test jämför proportioner mellan två grupper

Question 29

Vad är ett punktestimat?

Answer 29

Ett tal som används för att estimera ett tal, ex medelvärdet i en population eller fördelning. I beskrivande studier är de ofta median- eller medelvärde och i analytiska studier är det ofta odds ratio eller risk ratio

Question 30

Vad är standardfel?

Answer 30

En uppskattning av hur osäkert det uträknade medelvärdet som man har i studien är. Så studie populationer har gett oss ett medelvärde, sen säger SE hur osäkert det är att det här medelvärdet stämmer med målpopulationen. Sen med hjälp av SE tar gör man en konfidensintervall som säger att det ”riktiga” medelvärdet ligger innanför kondisensintervallet

Question 31

Vad är konfidensintervall?

Answer 31

Ett intervall där man med en viss konfidensgrad (ofta 95%) kan säga att det verkliga värdet ligger i. 95% av fallen borde alltså hamna inom de givna konfidensintervallet

Question 32

Vad är ett referensintervall?

Answer 32

Ett intervall där vi förväntar oss att friska individer hamnar när vi gör en analys av en hälsomarkör.

Question 33

Vad är guldstandard?

Answer 33

Ett test eller en metod som man vet kan mäta det man vill mäta korrekt. Det bästa sättet att mäta det som ska mätas.

Question 34

Vad är t-fördelning?

Answer 34

För små stickprov blir KI för snäva och då används T-fördelningen där frihetsgraden bestämer konstanten c.

Question 35

Vilken formel har konfidensintervall i stora undersökningar?

Answer 35

Medelvärde+_ 1.96 x medelfel = KI

Question 36

Vad bygger parametriska test på?

Answer 36

Antaganden om hur målpopulationen ser ut

Question 37

Vad bygger icke-parametriska test på?

Answer 37

Har inga antaganden om målpopulation utan används till mindre statistiska test av ex medianer

Question 38

Nämn några olika sorters medelvärdesjämförelser:

Answer 38

• En grupp: t-test av ett medelvärde
• Parade mätningar: Parat t-test
• Två eller fler oberoende grupper: Vanligt t-test, variansanalys

Question 39

Vilken typ av data och vilket statistiskt test vill man använda vid parade mätningar?

Answer 39

Beroende data och parat t-test

Question 40

Vad är parat t-test?

Answer 40

Matchad patient- kontrollpar mot varandra. Används för parade differenser som är normalfördelade och många.

Question 41

Vad är en variationsanalys?

Answer 41

Här har man fler än två oberoende grupper. Den totala variationen delas in i två grupper. Utfallet bör vara normalfördelat och ha liknande SD

Question 42

När vill man ha ett test med hög sensitivitet?

Answer 42

När man har en allvarlig men behanlingsbar sjukdom, för att utesluta sjukdomar mm

Question 43

När vill man ha test med hög specificitet?

Answer 43

Bekräfta misstanke om sjukdom, stora konsekvenser att felklassa frisk som sjuk

Question 44

Vad betyder sensitivitet och specificitet?

Answer 44

• Sensitivitet: sannolikheten att testet ger ett positivt resultat för någon som haft sjukdomen
• Specificitet: sannolikheten att testet ger ett negativt resultat för någon som inte haft sjukdomen

Question 45

Vad innebär positivt prediktivt värde?

Answer 45

Positivt prediktivt värde: uttrycker sannolikheten att det positiva testresultatet är korrekt. Sannolikheten att en patient som testat friskt egentligen är sjuk

Question 46

Vad innebär negativt prediktivt värde?

Answer 46

Negativt prediktivt värde: beskriver chansen att ett negativt resultat är riktigt. Sannolikheten att en patient som testat sjukt egentligen är frisk

Question 47

Vad innebär falskt positiva/ falskt negativa?

Answer 47

• Falskt positiva: ger ett positivt utslag där de egentligen ska vara negativt
• Falskt negativa: ger ett negativt utslag där de egentligen ska vara positivt

Question 48

Vad är p-värdet?

Answer 48

P-värde: p- värde är ett mått på hur sannolikt det är att observationen är en slump. Är en procentsiffra som anger hur sannolikt det är att nollhypotesen (den som säger att det inte är någon skillnad) är sann. Som regel använder man en gräns på 5% för att avgöra om fynd är statistiskt signifikanta. Om p-värdet är p<0.05 (lägre än 5%) är det en mycket liten sannolikhet att det bara är en slump och nollhypotesen är motbevisad. Är p≥0.05 kan observationen vara en slump och nollhypotesen behålls.

Question 49

Vad är en nollhypotes?

Answer 49

Nollhypotes: nollhypotesen är den hypotes som säger att det inte finns någon skillnad eller korrelation mellan de variabler man undersöker. Man utgår från nollhypotesen och försöker bevisa att nollhypotesen är felaktig.

Question 50

Vad är en mothypotes?

Answer 50

Mothypotes: en alternativ hypotes som kan användas om nollhypotesen förkastas

Question 51

Vad innebär statistisk signifikans?

Answer 51

Statistisk signifikans: en term som används för att beskriva hur sannolikt det är att en skillnad eller ett samband som observerats inte bara är en slump. När en skillnad eller ett samband är statistiskt signifikant kan man säga att skillnaden eller sambandet inte kan förklaras av slumpen, och därför är det sannolikt att skillnaden eller sambandet är verkligt.

Question 52

Vilka signifikansgränser anger man och vad är det?

Answer 52

Signifikansgräns: anger risken att felaktigt förkasta en nollhypotes

• Typ I fel: man förkastar en sann nollhypotes- man tror för mycket på sitt arbete
• Typ II fel: man behåller en felaktig nollhypotes- man tror inte tillräckligt på sitt arbete

Question 53

Vad påverkar en studies chans att få signifikanta resultat och låga p-värden?

Answer 53

1. Urvalsstorleken
2. Storleken på effekten

Question 54

När utförs medianjämförelser?

Answer 54

Genomförs då förutsättningar för t-test inte är uppfyllda (dvs. inte normalfördelad data och inga stora grupper)

Question 55

Nämn några medianjämförelser:

Answer 55

Medianjämförelser (icke-parametriska test) utförs för:

• En grupp (Teckentest)
• Parade mätningar (Teckentest, Wilcoxons teckenrangtest)
• Två eller flera oberoende grupper (Mann-Whitney test eller Kruskal-Wallis test)

Question 56

Vad använder man t-test för?

Answer 56

Jämförelse av två normalfördelade populationer.

Question 57

Vad används chi- square test för?

Answer 57

Jämförelse mellan frekvenser och proportioner, för att analysera data på ordinal (ligger i ordning, kategorisk data)- eller nominal (svarsalternativen saknar rangordning) skala.

Question 58

Vilka begränsningar har t-test och chi-square test?

Answer 58

De tar bara hänsyn till en variabel i taget. Andra variabler måste hanteras genom att dela upp materialet (stratifiera)

Question 59

Vad innebär korrelation?

Answer 59

Korrelation undersöker sambandet mellan två eller fler variabler, och är ett mått på hur starkt detta samband är. Mäts i korrelationskoefficient. Används ofta till linjära samband. Korrelation visar om det är ett positivt/ negativt samband mellan de två variablerna

Question 60

Vad innebär regressionsanalys?

Answer 60

Regressionsanalysen studerar hur starkt sambandet mellan två eller fler variabler är (univarata eller multivarata). Här kan man även göra prediktioner. Regression visar hur en förändring av en variabel påverkar en annan variabel

Question 61

Nämn några exempel på regressionsanalyser:

Answer 61

• Linjär regression (linear regression): Konternuerliga utfall. Förutsäger värdet på en variabel utifrån kunskapen om en annan.
• Logistisk regression: Dikotoma utfall/binära/ja-nej
• Överlevnadsanalys (survival analysis) – Cox regression: Tid till händelse (död)

Question 62

Vad är en confounder?

Answer 62

En faktor som påverkar både exponeringen och utfallet.

Question 63

Vad är multipel regression?

Answer 63

Används för att kontrollera för confounding

Question 64

Vad är confounding?

Answer 64

När en confounder påverkar variablerna olika och därmed orsakar oreda.

Question 65

Vad är associationsmått?

Answer 65

Jämförelse mellan exponerade och icke- exponerade grupper. Är RR och OR

Question 66

Vad är Relativ Risk?

Answer 66

Risk att något händer i en grupp jämfört med risken att något händer i en annan grupp.

Question 67

Vilken formel räknar man RR med?

Answer 67

RR=((a/a+b)/(c/c+d))

Question 68

Vad är oddskvot (OR)?

Answer 68

Här ser man om det är högre odds för exponering hos fallen A (exponerade sjuka), B (oexponerade sjuka) jämfört med exponeringen hos de friska (C exponerade friska, D oexponerade friska). Redovisas ofta i fall- kontrollstudier

Question 69

Hur räknar man ut OR?

Answer 69

OR= ((a/b) / (c/d))

Question 70

Vad gör ett spridningsdiagram?

Answer 70

Spridningsdiagram: ett spridningsdiagram ger oss en uppfattnign om det finns någon korrelation mellan X och Y