Experimentella studier

Question 1

Hur ser gången ut vid genomförandet av en experimentell studie?

Answer 1

• Formulera frågan
• Samla information och resurser för forskningen
• Formulera hypotesen
• Planera och genomföra försöket samt samla data
• Analysera data
  
  • Statistiska test ex
• Tolka data och dra slutsatser
• Publicera resultaten
• Formulera nya frågor och hypoteser

Question 2

Vilka är de fyra mätskalorna?

Answer 2

• Nominal
• Ordinal
• Intervall
• Ratio/kvot

Question 3

• Skalstegen är lika
• Celciusskalan för temperatur (ingen absolut nollpunkt)

Vilken skala beskrivs?

Answer 3

Intervall

Question 4

• Storleksordning men det betyder inte att 2 är dubbelt mot 1
• Exempelvis urinstickan

Vilken skala beskrivs?

Answer 4

Ordinal

Question 5

• Har också absolut nollpunkt
• Kelvin – vid temperaturen 0 grader (allt stannat)

Vilken skala beskrivs?

Answer 5

Ratio/kvot

Question 6

• Ex namn, en Filip, två Anna
• Hur många som valt respektive parti
• Vi kan inte rangordna efter namn

Vilken skala beskrivs?

Answer 6

Nominal

Question 7

Vad innebär totalt fel?

Answer 7

Både systematiska fel och slumpfel

Question 8

Vad innebär riktighet (trueness)?

Answer 8

• Kvalitativt uttryck för en metods egenskaper och riktigheten talar om graden av systematiska fel
• Ex en mätmetod är mer riktig än en annan mätmetod
• En mer riktig mätmetod ger upphov till mindre systematiska fel än en som är mindre riktig

Question 9

Vad innebär precision?

Answer 9

• Egenskap att ha mer eller mindre slumpfel
• Mer eller mindre precis
• Mer precis har mindre slumpfel

Question 10

Vad innebär noggrannhet (accurancy)?

Answer 10

• Kombination av riktighet och precision

Question 11

Vad innebär bias?

Answer 11

• Kvantitativt mått på systematiska fel

Question 12

• Osäkerhet
  
  • Kombination av systematiska fel (bias) och slumpfel

Osäkerhet kan minskas genom?

Answer 12

• att minska slumpfelet och/eller systematiska felet
• Bias kan och bör elimineras
  
  • Genom bra kallibrering!
  • Hjälper inte med fler mätningar
• Slumpfel kan inte elimineras men dess effekter på estimatet av populationens medelvärde kan minskas
  
  • Många mätningar och medelvärde av dessa!
  • Ju närmre kommer vi populationens medelvärde

Question 13

• I vilken mån man verkligen mäter det man hävdar att man mäter
  
  • Korrelationen mellan den teoretiska definitionen och den operationella definitionen
• En studie med hög sådan störs i liten grad av systematiska fel och/eller av störfaktorer

Vad beskrivs?

Answer 13

• Validitet

Question 14

• I vilken grad mät- eller studieresultatet störs av slumpfel

​Vad beskrivs?

Answer 14

• Reliabilitet

Question 15

• Kontinuerligt arbete med validitet och reliabilitet under hela projektet
• Begreppen validitet och reliabilitet hänförs till både datainsamling och efterföljande analys
• Tillförlitligheten skattas inte med siffror
• Handlar om att beskriva att man samlat in och bearbetat data på systematiskt och hederligt sätt. I slutgiltig rapport beskrivs också förutsättningarna inför projektet och hur resultaten vuxit fram

Gäller vid?

Answer 15

• Kvalitativ ansats

Question 16

• Orsaker som forskarna menar är orsaken till att variablerna antar olika värden och som forskarna antingen styr, ex genom olika behandlingar och observerar eller observerar och mäter

Vad beskrivs? Ge också ett exempel

Answer 16

Faktorer (independent variables)

• Blodglukos variabeln och måltiden som patienten äter en faktor

Question 17

• Variatonsorsaker som forskarna varken kan kontrollera, styra eller reproducerbart mäta effekten av. För att undvika att dessa försvårar eller omintetgör sannfärdiga slutsatser av studien måste forskarna se till att sannolikheten att dessa påverkar samtliga observationer är lika. Detta sker bäst genom användning av randomisering

​Vad beskrivs?

Answer 17

• Störfaktorer (confounders)

Question 18

• Störfaktorer (confounders)
  
  • Variatonsorsaker som forskarna varken kan kontrollera, styra eller reproducerbart mäta effekten av. För att undvika att dessa försvårar eller omintetgör sannfärdiga slutsatser av studien måste forskarna se till att sannolikheten att dessa påverkar samtliga observationer är lika. Detta sker bäst genom användning av randomisering

​Ge minst tre exempel confounders

Answer 18

• Pralin efter måltid som lämnas kvar på fingret vilket ger falskt höga värden – störfaktor vid blodglukosmätning
• Temperatur – omgivningstemperatur (prover kan ta skada om de glöms bort i rumstemperatur innan de kyls ex)
• Infektion
  
  • Cellkulturer
  • Försöksobjekt
• Annan behandling av försökspersoner
  
  • Ålder och kön bör vara samma i bägge grupper
• Interferenser
  
  • pH (salivprov hos patient som är torr i munnen kanske serveras citronsyra vilket sänker pH), jonstyrka, färg (nån har färgat sitt hår ex), korsreaktion
• Hawthorn-effekten
  
  • Människor förändrar sitt beteende när de vet att de är observerade – de som gör studien ex påverkar resultatet

Question 19

Minimera effekterna av störfaktorer!

Hur kan vi jobba med detta?

Answer 19

• Ta bort störfaktorer genom att förvara prover på samma sätt, standardisera temperatur, pH samma i alla prover osv
• Håll störfaktorerna lika sannolika för alla genom randomisering
• Justera för närvaron av störfaktorer med statistiska metoder

Question 20

Vad är en negativ kontroll?

Answer 20

Ex placebokontroll för att visa att effekt observerad i en studie är beroende av själva behandlingen och inte av störfaktorer

Question 21

Vad är en positiv kontroll?

Answer 21

En experimentell kontroll som ger ett positivt resultat i slutet av experimentet.

Question 22

Vad innebär shamkontroller?

Answer 22

• Ökar kvaliteten i kirurgiska studier där man inkluderar en grupp där operationen utom den åtgärd som är studiens huvudsyfte
  
  • Östrogen på honråttor så vill vi inte ha honråttans egna produktion så därför opereras råttans ovarier bort
  • Därför viktigt att ta bort ovarier på en grupp till som inte får substans att jämföra med

Question 23

Typer av vetenskapliga studier

• Ex varannan person med en viss åkomma får en viss operation
  
  • Lägre värde än genuin

Vad beskrivs?

Answer 23

Kvasiexperimentell

Question 24

Typer av vetenskapliga studier

• Vi tittar bakåt i ex journal
• Liten möjlighet att kontrollera störfaktorer

Vad beskrivs?

Answer 24

• Retrospektiv studie

Question 25

Typer av vetenskapliga studier

• Studien är designad så att du vet hur de med viss åkomma kommer allokeras
• Lättare att eliminera eller randomisera effekter av störfaktorer
• Bättre än retrospektiv

Vad beskrivs?

Answer 25

• Prospektiv studie

Question 26

Typer av vetenskapliga studier

• Kan också delas in i tidsaspekt, struktur och eventuell parning

​Vad innebär oberoende och parade grupper?

Answer 26

• Oberoende grupper – försöksgrupperna är olika i de olika grupperna – ex kurs 3 i två olika terminer
• Parade grupper – studenter i en viss termin behandlas/kontroll på olika sätt vid två olika tillfällen
  
  • Individen som får placebo eller behandling kommer troligen likna den tidigare effekten
  • Enäggstvillingar
  • Starkare än oparad

Question 27

Kontroll inom vetenskapliga studier

Ge några exempel på hur kontrollen kan se ut

Answer 27

• Parade grupper – finns kontroll då vi eliminerar mellan individvariation
• Randomisering viktig kontroll eftersom den neutraliserar effekten av störfaktorer
• Blockindelning, matchning och stratifiering
  
  • Ofta vid epidemiologiska/opinionsstudier
  • Ex titta på val tre år bakåt i tiden och undersök i respektive ålderskategori, kvinnor/män, geografi i landet etc
  • Därför kan man sedan plocka ut individer med samma spridning för att få ett representativt urval

Question 28

Randomisering

• Varannan råtta?? Nej, ingen riktig randomisering
• Ska vara helt oberoende av forskaren – sann randomisering
• Random.org – rymdljud eller mikrofoner i skogen
• Viktigt att göra ordningen på vissa saker randomiserat så att exempelvis inte övningsledarens trötthet och slarvighet påverkar

Nämn ett par fördelar med randomisering

Answer 28

• Störfaktorer påverkar samtliga grupper lika
• Möjliggör studier av verkliga orsakssamband utan influens av störfaktorer
• Möjliggör beräknande av sannolikheter för skillnader i behandlingseffekter – vi kan alltså använda statistiska tester

Question 29

Vad innebär blind, dubbelblind och trippelblind utformning på studien?

Answer 29

• Blind – försöksobjekten vet inte vilken behandling de får
• Dubbelblind – varken försöksobjekten eller försöksledaren vet vilken behandling försöksobjekten får
• Trippelblind – varken försöksobjekt, försöksledaren eller den som slutligen utvärderar utfallet av försöken vet vilken behandling försöksobjekten har fått
  
  • LM-studier

Question 30

Replikering – två betydelser

Vilka är dessa två betydelser?

Answer 30

• Kan andra forskare få motsvarande resultat i sina studier
• Upprepa samma/motsvarande mätning hos olika objekt ur befolkningen
  
  • Ger estimat av medelvärdet i befolkningen avseende en viss variabel med lägre mätosäkerhet
  • Replikat – ju säkrare blir bestämning av medelvärdet

Question 31

• När upprepade mätningar görs på prover från samma medlem ur populationen
  
  • Spatial – upprepade prover från olika delar av samma objekt ur populationen
    
    • Återspeglar bara tillståndet i en viss del av det vi ska studera
    • Vi undersöker ex pesticider i sjön, vi tar flera prover ur samma del av sjön (bör tas randomiserat)
  • Temporal – upprepade prover tas från samma del ur samma objekt ur populationen
    
    • Från exakt samma ställe
  • Implicit – upprepade mätningar på samma prov
    
    • Säger bara något om mätmetoden

Vad är detta exempel på?

Answer 31

Pseudoreplikering – dåligt

Question 32

Vilka egenskaper påverkar möjligheten att finna skillnader i effekter av faktorer?

Answer 32

• Effektstorleken – skillnaden i medelvärde (öka) mellan kontrollgrupp och behandlad grupp
• Variablernas variation/spridning – ju mindre spridning desto lättare påvisa skillnader
• Antalet observationer – ju större antal observationer desto mer noggrant medelvärde
• Det P-värde som anses signifikant – hur säkra måste vi vara för att dra slutsats

Question 33

• Antalet observationer – ju större antal observationer desto mer noggrant medelvärde, på vilket sätt minskar osäkerheten?

Answer 33

Question 34

• Att författarna kan visa detta i en studie är en kvalitetsstämpel
• Faktorns styrka påverkar variablerna
  
  • Täcka så stort område som möjligt, minst 3 nivåer, helst 7 nivåer
  • Täcka ett tillräckligt stort område för att minimera risken att missa oväntade effekter
  • Kan vara bra för att upptäcka icke linjära relationer

Vad beskrivs?

Answer 34

Dos-respons: faktorns styrka

Question 35

• Dra slutsatser av det som varit
• Tolka observerat samband mellan faktor och variabel som orsakssamband – paraply och regn
  
  • Observation av samband mellan faktor och variabel utan kontroll av störfaktorer har mkt lågt bevisvärde
  • Observation av denna typ av samband är bra utgångspunkt för att komma på idéer om nya studier
• Ex granskning av journaler och hitta samband
  
  • Deskriptiva
• Prospektiva och retrospektiva studier
  
  • Retrospektiva studier innebär störst risk för denna typ av slutsatser
  • Prospektiva studier ger störst möjligheter att kontrollera störfaktorer, randomisera etc

Vad beskrivs?

Answer 35

Ex-post facto (retrospektivt)

Question 36

Statistik- och praktisk signifikans

Ja, vad är skillnaden och vilken är viktig?

Answer 36

• Är en viss säkerställd effekt praktiskt signifikant?
  
  • Är effekten meningslös?? Ex minskning av blodtryck med 1 %

Det räcker inte att ange p-värdet/den statistiska signifikansen för effekten av en viss faktor. Man måste veta effektstorleken i absoluta och gärna även i relativa tal (kvot eller procent)

Question 37

Multipla signifikanstester

• Student t-test och andra tester för differenser mellan två grupper används ofta för att pröva signifikanser mellan många grupper

På vilket sätt kan detta vara en fälla?

Answer 37

• Ju fler gånger du kör testet så ökar chansen att det är fel slutsats
  
  • Varje gång man använder sådant test på p < 0,05 nivån riskerar man att dra fel slutsats

Question 38

Viktigt att tänka på vid kvantitativ studie (Doll-Hill kriterier)

De har nio punkter, nämn iaf fem av dem

Answer 38

• 1. Sambandets styrka
  
  • En liten studie har en liten styrka p.g.a. högre risk för slumpmässiga fel. Ju svagare sambandet är, desto större måste studien vara.
• 2. Samstämmighet med liknande studiers resultat
  
  • Om inte sambandet kan reproduceras av nya liknande studier så bör man vara skeptisk.
• 3. Specificitet
  
  • Ju mer specifik sambandet är mellan en faktor och en effekt, desto större är sannolikheten för ett orsakssamband.
• 4. Temporalitet
  
  • Skedde exponeringen före effekten?
• 5. Dos-responssamband
  
  • Det är en allmän regel att skaderisken ökar med dosen. Påvisande av sådant samband bör enligt Hill ge större trovärdighet åt en studie.
• 6. Biologisk trovärdighet
  
  • Finns det en teoretiskt rimlig grund för att förklara sambandet.
• 7. Koherens
  
  • Samstämmighet mellan epidemiologiska och laboratoriefynd.
• 8. Kontrollgrupp
  
  • En likvärdig kontrollgrupp är viktig för att undvika systematiska fel på grund av bias.
• 9. Analogi
  
  • Finns kunskap och belägg från andra områden som är överförbara på det samband som studeras?

Question 39

Risker för falska vetenskapliga slutsatser

Nämn några sådana risker

Answer 39

• Ju färre observationer/mätningar som ingår i en vetenskaplig studie, ju större är risken för fel slutsatser
• Ju mindre effektstorleken är i en vetenskaplig studie, ju större är risken för fel slutsatser
• Ju fler möjliga faktorer som kan vara inblandade och ju färre samband mellan dessa som är testade ju större är risken för fel slutsatser
• Ju större ekonomiska och prestigemässiga bindningar ju större är risken för felaktiga slutsatser
• Ju större flexibilitet i design, genomförande, nomenklatur etc, ju större är risken för fel slutsatser
• Ju ”hetare” ett vetenskapsområde är, ju större är risken för felaktiga slutsatser

Question 40

Vad innebär standardavvikelse?

Answer 40

Standardavvikelse eller standarddeviation är ett statistiskt mått på hur mycket de olika värdena för en population avviker från medelvärdet.