HC 10.3 Significantie en relevantie van resultaten

Question 1

De vraag is: Is er een significant verschil? Wat houdt dat in? Hoe beantwoord je deze vraag?

Answer 1

Is het een echt verschil dat we kunnen terugzien in de resultaten of is dat verschil gebaseerd op toeval. Deze vraag beantwoord je met hypothese toetsen.

Question 2

Wat is de nulhypothese?

Answer 2

De baseline, er is geen verschil/effect in de populatie. Definieert altijd een eenduidige situatie.

Question 3

Welk gemiddeld verschil verwacht je dan in de steekproef als de nulhypothese waar is?

Answer 3

Iets rondom 0 (gemiddeld) want er is altijd sprake van variabiliteit in steekproeven.

Question 4

Wanneer klopt de nulhypothese?

Answer 4

Als het verschil dicht bij het gemiddelde komt van de verdeling is er niet genoeg bewijs om te zeggen dat het gevonden verschil een significant verschil is, de nulhypothese klopt dan.

Question 5

Wanneer klopt de nulhypothese niet?

Answer 5

Als het gevonden resultaat ver van het midden (0/gemiddelde) is dan is de conclusie dat er een significant verschil is en dat de nulhypothese niet klopt.

Question 6

Wat is de eenheid waarin je de significantie meet?

Answer 6

De kans, een getal onder 1.

Question 7

Wat is de oppervlakte onder de verdeling en wat is het meest gebruikelijk in medisch onderzoek?

Answer 7

Een kans. Als de kans op uitkomst steekproef kleiner is dan 5% dan moet je de nulhypothese verwerpen.

Question 8

Wat is de P-waarde?

Answer 8

De maat voor toevalligheid gevonden bevinding (P < 0,05 wordt beschouwd als significant).

Question 9

Als je de nulhypothese verwerpt, omdat de p-waarde lager is dan 0,05, wat doe je dan?

Answer 9

Dan neem je de alternatieve hypothese aan die zegt dat er een verschil is.

Question 10

Wat gebeurt er als p < 0,05?

Answer 10

De nulhypothese kan worden verworpen. De uitkomst van toets is dan statistisch significant.

Question 11

Wat gebeurt er als p > 0.05?

Answer 11

Dan is er geen reden om aan te nemen dat de nulhypothese niet waar is. De uitkomst van de toets is niet significant.

Question 12

Wanneer krijg je een niet-acceptabele uitkomst?

Answer 12

Als de oppervlakten van de staarten samen 5% zijn.

Question 13

Wat gebeurt er bij een grotere steekproef?

Answer 13

Hoe groter de steekproef, des te smaller het betrouwbaarheidsinterval en des te kleiner de p-waarde. Dus moet je voldoende grote steekproef is ook een klein significant verschil te krijgen.

Question 14

Significantie vs. relevantie

Answer 14

Er kan wel een klein significant verschil zijn, maar is dat dan nog wel klinisch relevant.

Question 15

Welke twee soorten fouten liggen er altijd op de loer bij een medisch onderzoek?

Answer 15

Type I fout en Type II fouten.

Question 16

Wat is een type I fout?

Answer 16

De nulhypothese is waar, maar bij toeval (kans van 5%) vinden we een extreme uitkomst in de steekproef. Er is dan geen significant verschil, maar door toeval lijkt het wel zo.

Question 17

Wat is een type II fout?

Answer 17

De nulhypothese is niet waar, maar we zien toch een waarde die onder de nulhypothese ligt, omdat hij per toeval niet zo extreem is. De waarheid is dat de alternatieve hypothese waar is, maar dit blijkt niet uit het onderzoek. De kans hierop is afhankelijk van o.a. de (onbekende) waarheid en de steekproefgrootte.

Question 18

Zijn de type I en type II fouten te beïnvloeden?

Answer 18

De type I fout is niet te beïnvloeden (de kans blijft 5%), de type II fout wel. Met een grotere steekproef verklein je de kans op een type II fout.

Question 19

Wat is power?

Answer 19

Power is de kans dat jet het goede resultaat gaat vinden. De power versterkt als je meer deelnemers betrekt in je onderzoek.

Question 20

Wat is een poweranalyse?

Answer 20

Een berekening van hoeveel deelnemers en nodig zijn zodat de kans op een type II fout zo klein mogelijk wordt.

Question 21

Welke power wordt er meestal gekozen?

Answer 21

Een power tussen de 80-90%.

Question 22

Wat zorgt voor een beperking van het aantal deelnemers in een onderzoek?

Answer 22

De financiën. Des te meer deelnemers er deelnemen, des te meer geld er voor onderzoek nodig is.

Question 23

Wat is de bedoeling van randomisatie?

Answer 23

Om er voor te zorgen dat alle karakteristieken in alle groepen hetzelfde zijn. Zo kunnen gedurende/na het onderzoek de groepen worden vergeleken zonder te moeten corrigeren op verschillende karakteristieken tussen de twee groepen.

Question 24

Wat gebeurt er bij een BI van 95% met een p-waarde van 0,05?

Answer 24

Dan wordt de nulhypothese net niet verworpen.

Question 25

Welke vuistregels gelden voor de p-waarde?

Answer 25

Als de p-waarde significant is bevat het BI niet de nulhypothese.
Als de p-waarde niet significant is bevat het BI wel de nulhypothese.