EBM1 Flashcards
NOMINAL-SKALAEN:
1) Hvad den er
2) Typisk statistisk mål
3) Typisk statistisk test
1) Kategorier uden rang-orden
2) Procent-fordeling
3) X^2 - test
RATIO/INTERVAL-SKALAEN
1) Hvad den er
2) Typisk statistisk mål
3) Typisk statistisk test
1) Numerisk måleenhed, f.eks BT, P-Na+, alder, ventetid i minutter - kan være kontinuerlig eller ikke.
2) Gennemsnit, spredning (variansen), SD
3) Student’s T-test, Mann-whitney
ORDINAL/RANG SKALEN
1) Hvad den er
2) Typisk statistisk mål
3) Typisk statistisk test
1) Flere kategorier med rang-orden
2) Median - fraktiler
3) x^2 test, Mann-Whitney
P-værdi viser?
Om der er en reelle forksel.
Altså: sandsynligheden for ved et tilfælde at få det aktuelle (eller et mere ekstremt) resultat såfremt nulhypotesen er korrekt.
Confidens intervaller viser
Om resultatet er nyttigt (noget med en kæmpe CI er ikke meget værd)
Type 1 fejl
Man finder en forskel, selvom der ikke er én.
Type 2 fejl
Man overser en reel forskel
Miredif meaning
Mindste relevante differens man som minimum ønsker at påvise ved forsøget.
Kan være stor eller lille, og disse afhænger af hvor god prognosen er og hvor nemt behandlingen er. Hvis sygdommen er farlig og behandling er god/nem, så er man mere villig til at risikere noget = lille miredif
Måder hvorpå selektionsbias kan minimeres
Design:
- randomisering
- valg af kontroller
- blinding ift attrition bias
Analyse:
-ITT analyse ift attrition bias
Confounding by indication: definition
When an exposure appears to be associated with an outcome, the outcome may, in fact, be caused by the indication for which the exposure was used, or some factor associated with the indication.
So:
Indication: Fever
Exposure: Paracetamol
Outcome: Astma
When asking if paracetamol causes astma, one must ask if the reason the paracetamol was indicated (fever) could have been the cause of astma
Selektionsbias: definition
Er der selektion i inklusion/eksklusion mellem grupperne?
Inklusion i studiet er korreleret til exposure-effekt
forholdet (= forskellen i exposure-effekt association mellem dem der er med og ikke er med i studiet)
F.eks: Er er flere med KOL blandt fabriksarbejdere eller kontorarbejdere? (Bias, for dem med KOL arbejder nok alligevel ikke i fabrikker)
Confounding: definition
En systematisk fejl. Kan dog ofte justeres for analytisk.
Den er associeret med exposure samt med outcome hos ikke-eksponeret. Den er ikke en intermediær
Måder hvorpå confounding kan minimeres
Design:
- randomisering
- valg af kontroller
- matching (eks. køn, alder)
- restriction (=eksklusion ift konfounder)
Analyse:
- regressionsanalyse
- stratifikation
Informationsbias definition
Er informationen indsamlet forskelligt mellem grupperne?
Når indsamlede data er afhængig af eksposition og/eller effekt
F.eks recall bias, detection bias, biased follow-up
Måder hvorpå informationsbias kan minimeres
Design:
- prospektiv dataindsamling
- blinding
- objektive effektmål (eks. CRP, Strep A test)
Rapporteringsbias: definition
Systematiske forskelle i mellem rapporterede og urapporterede resultater
- effektmål i individuelle studier (outcome reporting bias)
- hele studier (publikationsbias)
De 5 trin i EBM
Ask/ Aquire/ Appraise/ Apply/ Assess:
- Klinisk spørgsmål formuleres
- Evidens identificeres
- Evidens vurderes kritisk
- Evidens anvendes
- Evaluering af læringsstrategi
Hvordan vurderes generaliserbarheden af forskning til ens egne patient?
Kig på studiets PICO ift patientens PICO:
- P: er patienterne det samme? (køn, alder, ethnicitet osv)
- I: Svarer dosis i studiet til det vi bruger, og betyder compliance noget?
- C: Svarer kontrolgruppen til vanlig standardbehandling?
- O: Måles det på det, pt efterspørger?
Sensitivitet
Plus formel
Testens evne til at være positiv hvis pt’en faktisk er syg
Altså = så kan man stole på de negative resultater!
Formel:
Test positive / alle syge
Specificitet
Plus formel
Testens evne til at være neg hvis pt’en faktisk er rask.
Husk: Hvis testen har en høj specificitet, så kan man stole på de positive tests
Formel: test neg/alle raske
PPV
+ Formel
Sandsynligheden for, at pt’en ER syg, hvis testen er positiv
Sandt pos / all positive tests
NPV
+ Formel
Sandsynligheden for, at pt’en er rask, hvis testen er negativ
Sandt neg/alle neg tests
ROC-kurve værdier:
- 0,9 - 1 = excellent
- 0,8 - 0,9 = good
- 0,7 - 0,8 = fair
- 0,6 - 0,7 = poor
- 0,5 - 0,6 = fail
Man skal forlange af en test at den har mindst en AUC værdi på 0.7
Hvis testen har høj sens men lav spec, hvad kan man forvente?
Ingen falsk negative, men risiko for falsk positive = Man fanger alle, der er syge, men får nogle raske med ved fejl.
Opbygning af testserier ift sens/spec
- test: skal have høj sens og lavere spec (så fanger man i hvert fald alle de syge)
- test: skal have højere spec (så kan man sortere de falsk positiver fra)
Risiko vs odds:
Hvis der er 4 personer, og 1 er syg:
Risiko: 1/4 (1 sick out of four)
Odds: 1/3 (1 sick vs 3 healthy). So the likelihood of being sick OVER the likeihood of being healthy
Hvis CI indeholder 0, kan H0 forkastes? Hvis man sammenligner gennemsnitstal, f.eks
NEJ. Hvis CI indeholder 0, så er ‘0 forskel’ muligt = nulhypotesen kan ikke forkastes.
Hvis CI af OR indeholder 1, kan H0 forkastes?
NEJ.
En OR på 1 betyder at der er ingen forskel, så hvis 1 er med i CI, så er det muligt at der er ingen forskel
Interpretation of NNT
“The average number of patients needed to be treated for a time period of x years to observe one less event at time tx”
Reporting guideline: SPIRIT
RCT protokoller
Reporting guideline: CONSORT
RCT’er
Reporting guideline: STROBE:
Observationelle studier
Reporting guideline: PRISMA
Systematisk reviews and meta analyser
Reporting guideline: PRISMA-P
Protokoller for systematiske reviews
Reporting guideline: STARD
Diagnostisk akkuratesse studier
Reporting guideline: QUADAS
Systematis reviews af diagnostiske tests
Hvilke slags studier bør bruge Per-protocol analyses? (Explanatory analyse)
- Non-inferiority
- Fase 1 and 2 drug trials
Altså: hvor man gerne vil undersøge f.eks en fysiologisk effekt
Fase 1 forsøg:
3-6 raske frivillige
Tester tolerabilitet
Fase 2 forsøg:
50-100 patienter.
Fastlæggelse af dosis-response kurver
Fase 3 forsøg:
1000 - 3000 patienter
Test af brugbarhed
Fase 4 forsøg: patienter
Patienter.
Test af godkendte medikamenter (f.eks i forhold til bivirkninger)
Beregn NNT
1/ARR
Beregn ARR
Risiko i den ene gruppe - risiko i den anden
Beregn RRR
ARR / Risiko i kontrolgruppe
NNT x ARR er lig med?
Altid 1!
Hvad er Lead time bias?
En bias der opstår, når en ny test resulterer i tidligere diagnose uden at ændre på det grundlæggende sygdomsforløb.
Tool to assess risk of bias: Cochrane risk of bias tool
Systematiske reviews of RCT’er
Tool to assess risk of bias: Robins-I
Observational studies of intervention
Tool to assess risk of bias: QUADAS-2
Diagnostic studies
Hvilke to dele skal være tilstede for at randomiseringen er udført ordentligt?
1) Generering af tilfældig sekvens
2) Maskering af behandling indtil pt er irreversibelt inkluderet
Hvad hedder den bias, der opstår ved frafald af deltagere?
Attrition bias
Hvor meget frafald er ‘for meget’ til at man ikke risikerer bias?
> 15-20%
Hvordan bør frafald håndteres i analysefasen?
- ITT
- Sensitivitetsanalyser kan bruges til at belyse betydning af frafald
5 domæner af GRADE
1) Risk of bias
2) Inconsistency (I^2)
3) Indirectness (does the study answer the question? A vs P, B vs P, A>B?)
4) Imprecision (p value and CI)
5) Publication bias
Factors that may imply upgrading observational studies (GRADE assessment)
- Large magnitude of effect
- Confounding would reduce a demonstrated effect
- Dose-response gradient
De tre betydninger af placeboeffekt
- Effekten af placebobehandling
- Effekten af terapeut-patient relationen
- Ændringen i en patients tilstand som tidsmæssigt følger en placebobehandling
3 armed trials
- Arm 1: experimential treatment
- Arm 2: placebo
- Arm 3: nothing
Propensity score
Samlet ”score” for alle de baggrundsfaktorer (formodet confounder – karakteristika) der har betydning
Tool til at vurdere kliniske retningslinjer
AGREE-II
Kappa-værdi
Siger noget om enighed mellem observatører
>0,8 = ok <0,6 = ubrugelig
___
-K = 0 –> ingen overensstemmelse
- K = 1 –> perfekt overensstemmelse
K = -1 –> noget galt, idet den observerede overensstemmelse er mindre end ved gæt
Positive likelihood ratio
Normal værdi er >1
Sandsynligheden for et positivt testresultat kan forventes hos en pt som er syg sammenlignet med sandsynligheden for et positiv testresultat fås hos en pt som er rask.
Jo højere pos LR, jo mere sikker er man på den enkelte pt er syg hvis testen er pos. (Men jo flere falsk neg resultater kommer der)
Neg likelihood ratio
Normal værdi er <1
Sandsynligheden for et negativt testresultat kan forventes hos en pt som er syg sammenlignet med sandsynligheden for at det samme resultat (negativ) fås hos en pt der er rask.
Likelihood ratio values
<1 = decrease probability of diasease
> 1 = increase probability of diasease
Wells score bruges til?
Til at finde en præ-test sandsynlighed
Incorporation bias (diagnostic studies)
The index test is part of the Gold Standard (making both sens & spec better)
Gold standard/verification bias
Pos index test increases referral to gold standard (sens and spec up)
Spectrum bias
Man tester på the sickest of the sick (sens up) or the wellest of the well (spec up)
