Slumpmässiga och systematiska fel Flashcards
Man har nästan aldrig möjlighet att göra en totalundersökning utan gör istället ett stickprov (urvalsundersökning). Det skapar statistisk osäkerhet/felmarginal. Vad är det?
Det beskriver hur stort det slumpmässiga felet är.
Man kan inte med säkerhet avgöra om resultatet är verkligt eller om det helt eller delvis beror på slumpen.
Hur kan den statistiska felmarginalen minskas?
Genom att öka stickprovet.
För att den statistiska osäkerheten ska kunna beskrivas korrekt krävs att urvalet (stickprovet) kan betraktas som slumpmässigt. Vad innebär ett slumpmässigt urval?
- Att alla individer som ingår i studiepopulationen ska ha möjlighet att bli utvalda till undersökningen. (Individer som inte kan väljas ut tillhör inte studiepopulationen.)
- Sannolikheten för att en enskild person ska bli utvald till undersökningen ska vara känd eller möjlig att räkna ut.
Den statistiska osäkerheten skapar ett slumpmässigt fel i undersökningsresultatet. Vad innebär slumpmässigt fel?
Slumpen gör att undersökningens resultat inte exakt motsvarar förhållandena i målpopulationen.
Utöver det slumpmässiga felet kan det också finnas så kallade bias. Vad är det?
Systematiska fel
= avvikelser från det ”sanna” värdet under planering, utförande eller analys av en undersökning. Avvikelserna leder till felaktig uppskattning av hur exponeringen för en faktor påverkar utfallet i en population.
Tre kategorier av bias/systematiska fel?
- Selektionsfel (fel urval)
- Observationsfel/informationsbias/ missklassifikationsbias (fel mätmetod)
- Confounding (förväxlingseffekter)
Vad innebär selektionsfel?
Ett systematiskt fel när individer väljs ut till studien.
Urvalet är snedvridet och därför inte representativt för målpopulationen.
Vad innebär informationsfel/observationsfel?
Systematiskt fel som beror på felaktigheter i datainsamlingen.
Vad innebär förväxlingseffekter?
Systematiskt fel som uppkommer om de grupper som jämförs skiljer sig med avseende på faktorer (confounders) som kan påverka utfallet
Ge tre exempel på vanliga selektionsbias
- Bristande täckning i de register som används (för att identifiera målpopulationen)
- Icke-slumpmässigt urval
- Bortfall, dvs de utvalda individerna påbörjar/fullföljer inte undersökningen
Ge två exempel på informationsbias
- Otydligheter i frågeformuleringar eller felaktigheter i enkätsvar
- Bristande jämförbarhet, t.ex. skillnader i utgångsläge eller prognos mellan de behandlingsgrupper som undersöks.
Hur kan systematiska fel leda till bristande intern validitet?
De kan snedvrida resultatet och leda till felaktiga slutsatser om målpopulationen.
(Intern validitet = intern giltighet)
Mätningar vid epidemiologiska studier är aldrig perfekta. De kan påverka precisionen och validiteten hos resultatet. Påverkar slumpmässiga fel precision eller validitet?
Precision
Påverkar systematiska fel (bias) resultatets precision eller validitet?
Validitet
Vilken typ av fel är värst – de som påverkar precisionen eller validiteten?
De som påverkar validiteten.
Det går att ta hänsyn till fel som påverkar precisionen (om de är kända).
Hur kan du minska effekten av slumpmässiga fel och öka precisionen i uppskattningen av det sanna värdet?
Genom att öka antalet stickprover
Konfidensintervallet ger en indikation på …?
…precisionen i mätningen/skattningen.
Exempel: mätning av kroppsvikt hos kvigor. Vissa kvigor rör sig på vågen medan andra står stilla. Dessutom är vågen inte korrekt kalibrerad. Vilket fel är systematiskt och vilket är slumpmässigt?
Systematiskt fel: att vågen inte är korrekt kalibrerad. Det leder till felmätning och om vi inte känner till det kommer vi att dra fel slutsatser.
Slumpmässigt fel: att vissa kor står stilla och andra inte. Det ger mätvärdena större spridning än den sanna spridningen. (Kan förbättras genom mätningar.)
Exempel: vid studie av prevalensen för pyometra hos alla okastrerade tikar i Sverige tar vi stickprov ur journalsystemet hos ett stort djursjukhus. Möjliga bias?
- Rasfördelningen kan skilja sig mellan olika platser i Sverige.
- Risken är stor att många av hundarna varit på djursjukhuset pga att de är sjuka = inte representativt för målpopulationen. Vi kan använda urvalsramen “hundar som besöker sjukhuset för att vaccineras”, men en risk då är att vi snävar in det geografiska området (jämfört med vid remitteringar)
Tre sätt att minimera selektionsbias?
- Representativ studiepopulation
- Slumpmässigt urval av deltagare ur studiepopulationen
- Se till att svarsfrekvensen är hög och bortfallet lågt bland de valda deltagarna (tänk efter vilka “krafter” som kan påverka individer att delta i observationsstudier)
Vilken typ av bias?
Sjuka djur klassas felaktigt som friska eller friska klassas som sjuka.
Observationsbias