Statistik Flashcards
Hvad forstår man ved præanalytisk variation?
Præanalytisk variation refererer til de fejl eller variationer, der kan opstå før selve analysen af en prøve, såsom ved indsamling, transport, opbevaring eller håndtering af prøven.
Hvornår i prøvens vej starter den præanalytiske variation?
Den præanalytiske variation starter fra det øjeblik, prøven tages (f.eks. blodprøveudtagning) og kan fortsætte under transport, opbevaring og indtil prøven analyseres i laboratoriet.
Hvor stor er den præanalytiske variation ofte i forhold til de øvrige usikkerhedsfaktorer?
Den præanalytiske variation udgør ofte en betydelig del af den samlede variation, typisk større end både den analytiske og postanalytiske variation.
Hvad forstår man ved analytisk variation?
Analytisk variation er den usikkerhed eller fejl, der opstår under selve analysen af prøven, forårsaget af laboratorieinstrumenter, metoder eller operatører.
Hvordan fastlægger man i praksis størrelsen af den analytiske variation?
Størrelsen fastlægges ved at gentage analyser på samme prøve under de samme betingelser og beregne variationen, f.eks. ved hjælp af standardafvigelse (SD) eller variationskoefficient (CV).
Hvilket grafisk redskab bruges til kontinuerligt at visualisere den analytiske variation?
Kontrolkort bruges ofte til at overvåge og visualisere den analytiske variation over tid.
Hvad forstår man ved postanalytisk variation?
Postanalytisk variation er variationer, der opstår efter analysen, såsom ved rapportering, tolkning eller kommunikation af resultater.
Hvordan kan postanalytisk variation opstå?
Det kan opstå ved menneskelige fejl i indtastning, forkert fortolkning af resultater eller manglende overensstemmelse mellem laboratorieresultater og kliniske beslutninger.
Hvad karakteriserer tilfældig variation?
Tilfældig variation opstår uden mønster og er uforudsigelig. Den skyldes ofte naturlige udsving i prøver eller måleinstrumenter.
Hvilke to parametre bruges til at kvantificere den tilfældige variation?
Standardafvigelse (SD) og variationskoefficient (CV) bruges typisk til at kvantificere tilfældig variation.
Hvad karakteriserer systematisk variation?
Systematisk variation er forudsigelig og skyldes ofte en konstant fejl, som f.eks. en forkert kalibrering af måleinstrumentet.
Hvilken parameter bruges til at kvantificere den systematiske variation?
Bias.
Hvad bruges Westgaard-regler til?
Westgard-regler bruges til kvalitetskontrol i laboratorier for at vurdere, om resultaterne fra en analyse er valide, og om der er behov for at stoppe og undersøge potentielle fejl i analysen.
Nævn mindst 4 Westgaard-overtrædelser
- 1_3s: En måling er uden for ±3 SD.
- 2_2s: To på hinanden følgende
målinger er uden for ±2 SD på
samme side af middelværdien. - R_4s: Forskellen mellem to på
hinanden følgende målinger
overstiger 4 SD. - 4_1s: Fire på hinanden følgende
målinger er uden for ±1 SD på
samme side af middelværdien. - 10x: Ti på hinanden følgende
målinger ligger på samme side af
middelværdien.
Hvad menes der med en analyses repeterbarhed?
Hvordan fastlægges den?
Repeterbarhed er en analyses evne til at give samme resultat, når den udføres gentagne gange under de samme betingelser.
Den fastlægges ved at udføre gentagne målinger på samme prøve og beregne variationen, f.eks. som standardafvigelse (SD) eller variationskoefficient (CV).
Hvad menes der med en analyses intermediære præcision?
Hvordan fastlægges den?
Intermediær præcision er en vurdering af variationen i en analyse, når målinger foretages over længere tid, med forskellige operatører, instrumenter eller reagenser.
Den fastlægges ved at udføre målinger over flere dage med forskellige operatører og instrumenter og beregne den samlede variation.
Hvad er årsagerne til biologisk variation?
Biologisk variation kan skyldes faktorer som genetiske forskelle, fysiologiske ændringer, alder, køn, kostvaner, døgnvariationer, og sygdomstilstande.
Hvordan skal man rent statistisk tage højde for, at der er biologisk variation? (Gerne flere eksempler)
Ved at beregne biologisk referenceinterval baseret på en stor population.
Hvorhenne i litteraturen kan man finde ud af, hvor stor biologisk variation, der er på forskellige analytter?
Biologisk variation kan findes i databaser som EFLM Biological Variation Database
Hvilken form for usikkerhed er udtryk ved bias?
Bias repræsenterer systematisk usikkerhed
(Det er forskellen mellem den sande værdi og gennemsnittet af de gentagne målinger)
Hvordan ses bias på et differensplot?
Bias ses som en forskydning væk fra nul-linjen i differensplottet.
Hvordan beregnes bias?
Bias = målt værdi - sand værdi
Hvordan beregnes relativt bias i procent?
Relativ Bias% =
(målt værdi - sand værdi)/ sand værdi x 100%
Hvilken form for usikkerhed er udtryk ved CV?
CV udtrykker relativ usikkerhed.
Hvordan beregnes CV?
CV = (SD/middelværdi)x100%
Hvorfor har man brug for at forholde sig til betydende cifre?
Man forholder sig til betydende cifre for at sikre, at resultaterne af beregninger ikke præsenteres med en præcision, der overstiger den faktiske nøjagtighed af de anvendte data.
Hvilke regler bruger man til at fastsætte antallet af betydende cifre?
- Ikke-nul cifre er altid betydende (fx
123 har tre betydende cifre). - Nuller mellem ikke-nul cifre er
betydende (fx 1002 har fire
betydende cifre). - Indledende nuller (før de første
ikke-nul cifre) er ikke betydende (fx
0,0025 har to betydende cifre). - Sluttende nuller efter
decimaltegnet er betydende (fx
2,00 har tre betydende cifre). - Sluttende nuller uden
decimalpunkt anses normalt som
ikke betydende, medmindre andet
er specificeret (fx 100 kan have én,
to eller tre betydende cifre
afhængigt af konteksten).
Hvad er reglerne for addition/subtraktion?
Ved addition og subtraktion er resultatets præcision bestemt af det mindst præcise antal decimaler i de anvendte tal.
Hvad er reglerne for multiplikation/division?
Ved multiplikation og division er resultatet begrænset af det mindste antal betydende cifre i de anvendte tal.
Hvorhenne I bioanalytikerprofessionen bruger man typisk differensplot?
- Sammenligning af to metoder til
måling af den samme analyt, for at
vurdere, om de to metoder giver
sammenlignelige resultater. - Identifikation af systematiske bias
(forskelle) mellem metoder. - Evaluering af målenøjagtighed og
reproducerbarhed i
laboratorieanalyser. - Kvalitetssikring, især ved validering
af nye analysemetoder.
Hvordan tolker man et differensplot?
Bias:
Gennemsnittet af differenserne
(den centrale linje) viser
systematisk bias mellem de to
metoder.
Hvis gennemsnittet er tæt på 0, er
der ingen systematisk forskel.
Spredning:
95%-grænserne viser, hvor meget
målingerne typisk afviger fra
hinanden. Smalle grænser
indikerer høj enighed.
Fordeling af punkter:
Hvis punkterne er jævnt fordelt
uden tydelige mønstre, indikerer
det, at forskellen er tilfældig og
ikke afhænger af analyttens
koncentration.
Hvad forstår man ved et relativt differensplot?
I et relativt differensplot sammenlignes ikke de absolutte differenser, men de relative differenser i procent. Relativ differens bruges ofte, når forskellene skal sættes i forhold til analyttens koncentration, hvilket er nyttigt ved analyser med meget varierende koncentrationer.
Hvad er fordelene ved et relativt differensplot?
Når analyttens værdier varierer meget, kan et relativt differensplot afsløre mønstre, som et absolut differensplot ikke viser.
Hvad karakteriserer en normalfordeling?
En klokkeformet kurve: Symmetrisk omkring middelværdien. Flest observationer er tæt på middelværdien, mens færre ligger langt væk (i halerne).
Hvilke to parametre definerer den?
Middelværdi (μ): Angiver, hvor
fordelingen er centreret.
Standardafvigelse (σ): Angiver
spredningen; en lille σ betyder, at
data er tæt samlet, mens en stor σ
betyder, at data er mere spredt.
Hvor ser vi den I bioanalytikerfeltet?
Laboratorieanalyser:
Analyseresultater som gentagne
målinger af samme prøve følger
ofte normalfordelingen.
Kvalitetskontrol: Bruges til at
vurdere præcision og variation i
målinger.
Hypotesetest: Statistiske analyser i
forskningsprojekter antager ofte
normalfordeling af data.
Hvorfor har man i forskning brug for at angive et konfidens-interval?
Konfidensintervallet giver en vurdering af usikkerheden omkring en stikprøves estimat af en populationsparameter (f.eks. middelværdi). Det gør det muligt at udtrykke, hvor sikre vi kan være på, at den “sande værdi” ligger inden for intervallet.
Hvordan skal et konfidens-interval tolkes?
Hvis vi f.eks. har et 95% konfidensinterval, betyder det, at vi med 95% sikkerhed forventer, at populationsparameteren ligger inden for dette interval, hvis stikprøven gentages mange gange.
Hvilken betydning har stikprøvens størrelse på konfidens-intervallets bredde?
Større stikprøver giver smallere konfidensintervaller, da estimatet bliver mere præcist.
Hvilken betydning har stikprøvens SD på konfidens-intervallets størrelse?
En større standardafvigelse giver bredere konfidensintervaller, fordi der er mere variation i data, hvilket øger usikkerheden omkring estimatet.
Hvad er forudsætningerne for, at man må beregne et konfidens-interval?
Normalfordelte data, tilstrækkelig stikprøvestørrelse og at dataene er uafhængige af hinanden.
Hvorhenne i bioanalytikerprofessionen bruger man typisk xy-plot?
XY-plot bruges f.eks. til at vurdere korrelationen mellem to analysemetoder.
Hvilken betydning har tendenslinjens hældning og skæring her?
Hældning: Hældningen viser,
hvordan de to variabler hænger
sammen. En hældning på 1
betyder perfekt proportionalitet
mellem variablerne.
Skæring: Skæringspunktet på y-
aksen angiver, hvor linjen krydser,
når x=0. En skæring på 0 indikerer
ingen systematisk forskel.
R²-værdi: Viser, hvor godt dataene
passer til tendenslinjen. En R² tæt
på 1 indikerer en stærk
korrelation.
Hvordan tolker man R2?
En R² tæt på 1 indikerer en stærk korrelation.
Hvilken datafordeling kan give misvisende høj R2?
Data med outliers eller ikke-lineære sammenhænge kan give et misvisende højt R2, fordi det ikke tager højde for, om modellen er passende.
Eller hvis data ikke repræsenterer hele måleområdet.
Hvad er en outlier?
En outlier er en observation, der ligger langt væk fra resten af datasættet og afviger markant fra de øvrige data.
Hvordan kan man objektivt udpege en outlier?
Ved brug af metoder som z-score eller visuelle metoder som boxplots.
Hvad må man gøre, hvis der er en outlier i sit datasæt?
Afhængigt af analysens formål kan man:
- Beholde outlieren, hvis den er
relevant.
- Fjerne den, hvis det kan
dokumenteres, at den skyldes fejl.
- Anvende robuste metoder, der er
mindre følsomme for outliers.
Hvad mener man med en hypotese?
En antagelse om en populationsparameter, der kan testes statistisk.
Hvilken hypotese er det, man oftest afprøver i sine statistiske tests?
Nulhypotesen (H0), der typisk antager, at der ikke er en effekt eller sammenhæng.
Hvad forstår man ved en population?
Hele gruppen af individer eller enheder, man ønsker at sige noget om i sin undersøgelse
Hvad forstår man ved en stikprøve?
En lille del af populationen, som bruges til at lave estimater om populationen.
Hvad bruger man stikprøven til at estimere?
Populationens parametre, fx middelværdi, varians eller proportioner.
Hvorfor er H0 vigtig og hvornår accepteres den?
Den danner grundlaget for hypotesetesten og repræsenterer udgangspunktet. Den accepteres når der ikke er tilstrækkelig evidens til at afvise den ud fra den valgte signifikansniveau. (oftest 0,05)
Hvad forstår man ved H1?
Alternativhypotesen, der modsiger nulhypotesen og ofte antager, at der er en effekt eller sammenhæng.
Hvilken betydning har H1 for udførelsen af mange statistiske tests?
Den bestemmer retningen og typen af testen (enhalet eller tohalet).
Hvornår accepteres den?
Når nulhypotesen kan afvises med en p-værdi mindre end signifikansniveauet.
Hvad er P-værdien udtryk for i populært sprog?
En P-værdi er en statistisk indikator for hvor sandsynligt et given resultat kunne være opnået tilfældigt.
Hvad er den mere eksakte definition af P-værdien?
Sandsynligheden for at observere en teststatistik, der er mindst så ekstrem som den beregnede, givet at H0 er sand.
Hvad er signifikansniveauet udtryk for?
Sandsynligheden for at begå en type 1 fejl (forkaste en sand nulhypotese).
Hvad er den typiske størrelse af signifikansniveauet?
Typisk 0,05 (5%).
Hvad er symbolet for signifikansniveau?
α. (alfa)
Hvad mener man med, at der er vist en signifikant forskel på population A og B?
At forskellen er så stor, at det er usandsynligt, den skyldes tilfældigheder (ifølge signifikansniveauet).
Hvordan kan man se, om man i hypotesetests skal bruge en enhalet eller en tohalet test?
- Enhalet: Når hypotesen går på en
specifik retning (fx “større end”). - Tohalet: Når hypotesen tester
begge retninger (fx “forskel uanset
retning”).
Hvorhenne i udførelsen af testen har man brug for at vide det?
Når man opstiller hypoteserne og beregner p-værdien.
Hvad forstår man ved en type 1 fejl?
At man forkaster en sand nulhypotese.
Hvad er sammenhængen med det valgte signifikansniveau?
Signifikansniveauet (αα) angiver sandsynligheden for at begå en type 1 fejl.
Hvad forstår man ved en type 2 fejl?
At man ikke forkaster en falsk nulhypotese.
Hvad mener man med parametriske tests?
Statistiske tests, der antager, at data følger en bestemt fordeling (typisk normalfordeling).
Hvilke parametriske tests kender du?
T-test
ANOVA
Hvad forstår man ved kategoriske data?
Data, der falder i kategorier og ikke har en naturlig numerisk værdi (fx køn, farve).
Hvilke undergrupper er der?
Nominal data: Uden rangorden (fx øjenfarve).
Ordinal data: Med rangorden (fx uddannelsesniveau).
Hvad fortæller et konfidensinterval?
Fortæller indenfor hvilke to værdier, det “sande” resultat formodentligt befinder sig.
For odds ratio (OR) og relative risk (RR) vil tallet “1,0” inden for de to værdier fortælle at påvirkningen og outcome ikke viser statistisk signifikant sammenhæng
Hvad betyder mortalitet?
Dødelighed.
I medicin: Ofte hvor mange i en population, der dør pr. tidsenhed.
Ofte udtrykt antal pr. 100.000.
Hvad betyder en prospektiv kohorte-undersøgelse?
Det er et analytisk fremadskuende forskningsdesign uden intervention.
Der udvælges en stor gruppe forsøgspersoner, som følges over tid.
Undervejs registreres diverse påvirkninger og de efterspurgte outcomes.
Der udregnes relative risk (RR).
Rangerer høj i evidensniveau, men er dyrt og besværligt.
Ikke egnet til meget sjældne sygdomme
Korrelation
Sammenhæng.
Fx sammenhæng mellem en given påvirkning og outcome
(Siger ikke noget om, hvorvidt der er årsagssammenhæng)
Hvad betyder en retrospektiv kohorte-undersøgelse?
Det er et analytisk tilbageskuende forskningsdesign uden intervention.
Udgangspunktet er personer med den specifikke sygdom, man er interesseret i, og hvor det er muligt at fremfinde data over tidligere eksponering.
Der udvælges en sammenlignelig gruppe, med tilsvarende mulighed for dataopsamling, men som ikke har været udsat for eksponeringen.
Der udregnes relative risk (RR) (eller odds ratio)
Rangerer middelhøjt i evidensniveau.
Hvilket forskningsdesign beskrives her?
Analytisk tilbageskuende forskningsdesign uden intervention.
Udgangspunktet er dem, der er ramt af den specifikke sygdom.
Der konstrueres en sammenlignelig kontrolgruppe, der dog ikke har den specifikke sygdom.
Begge grupper interviewes om tidligere eksponeringer, der er mistænkt som sygdomsårsager.
Der udregnes odds ratio (OR).
Især egnet til sjældne sygdomme, men ligger ikke højt i evidensniveau.
Case-control
Hvad er en konfounder?
Den egentlige påvirkning, der forårsager outcome.
Imidlertid også korreleret med en anden påvirkning.
Dette kan “snyde” forskeren, der tror at den anden påvirkningen forårsager outcome, da de viser statistisk sammenhæng.
I diskussionen bør forfatterne altid forholde sig til om de opnåede resultater kan skyldes dette.
Hvad menes der med et randomniseret kontrol studie (RCT)?
Det er et analytisk forskningsdesign med intervention.
Er et propektivt studie.
Der etableres en interventions- og en kontrolgruppe baseret på tilfældig udvælgelse.
Udvælgelse, scoring og analysering af resultaterne udføres ofte blindet.
Der udregnes relative risk (RR).
Rangerer højt i evidensniveau, men er ikke altid etisk forsvarligt.
Ikke egnet til meget sjældne sygdomme.
Hvad menes der med statistisk signifikans?
Fortæller, at det er usandsynligt (under 5%), at den sammenhæng, man har fundet, skyldes tilfældigheder
Hvad betyder prævalens?
Antallet af tilfælde på et givet tidspunkt
Hvad betyder letalitet?
Risikoen for at dø som følge af en bestemt sygdom, lidelse, kirurgisk indgreb e.lign.
Ofte udtrykt i %.
Kaldes på engelsk “case fatality rate”
Hvilket begreb gemmer sig bag?
“Skævhed”
Fejlkilde der kan svække de konklusioner, forskere når frem til og som publiceres.
Kan skyldes utilsigtede eller tilsigtede fejl.
Kan opstå på alle trin i et forskningsstudium.
Bør minimeres bl.a. ved at indtænke i forskningsdesign og bør berøres i diskussionen.
Bias
Hvad menes der med en tværsnits-undersøgelse?
Giver et “snapshot” af udbredelsen af en specifik sygdom (og evt. mulige eksponeringer) i forskellige populationer eller geografiske lokationer.
Kan give et fingerpeg om mulige sammenhænge.
Siger ikke noget om årsagsrækkefølge.
Hvad mener man med p-værdi?
Sandsynligheden for at nulhypotesen (=at der faktisk ikke er en sammenhæng) er sand.
Er sandsynligheden under 0,05 (5%) tror man på, at der faktisk er en sammenhæng (fx mellem påvirkning og outcome)
Hvad betyder kausalitet?
Årsagssammenhæng
At påvirkningen forårsager outcome
Hvad betyder incidens?
Antallet af nye tilfælde pr. tidsenhed
Hvad forstår man ved frihedsgrader?
Antallet af uafhængige variable
Hvordan beregner man frihedsgrader?
t-test: Df = n-1
Chi2: Df = (antal søjler-1)*(antal rækker-1)
(Har man fx terningekast hvor tabellen er med udfaldene og derefter resultatet regnes df ved at sige antallet af udfald minus 1)
Hvordan påvirker antallet af frihedsgrader forløbet af en t-fordeling?
Jo flere frihedsgrader jo mindre bliver halerne, (og tabelværdierne bliver mindre)
Man kan bemærke at når antallet af frihedsgrader vokser mod uendelig, så begynder t-fordelingen mere og mere at ligne en normalfordeling (med middelværdi nul og spredning 1)
Hvad bruger men et QQ-plot til?
At tjekke om data er normalfordelte eller ej
Hvordan tolker man resultatet?
Med en visuel vurdering (normalfordelt, tilnærmelsesvis normalfordelt og ikke normalfordelt)
Hvilke tre typer af t-test er der?
T-test overfor kendt værdi, parret t-test og uparret t-test
Hvad er forudsætningen for en t-test?
At data er normalfordelt
På hvilke to måder kan man tolke en t-test?
Ved at udregne Tstat og holde op imod Tkritisk som er en tabelværdi
(Indgår den sande værdi i konfidensintervallet accepteres H0, hvis ikke forkastes H0)
eller
udregne P-værdien
Er P større end 5% accepteres H0, er P mindre end 5% forkastes H0
Hvad er formålet med en F-test og hvornår benytter man den?
At sammenligne spredningen af de to stikprøver (om de har ens eller forskellig varians)
Inden en uparret t-test
Hvornår benytter man en Anova-test?
Når man har mere end to stikprøver
Hvilke to typer Anova-test er der?
One-way (uparret) og two-way med eller uden gentagelser (parret)
Hvad skal man være særligt opmærksom på ved tolkning af resultatet fra en two-way med gentagelser?
Interaktion
Fortæller om der er vekselvirkning mellem række og kolonne
Tolkes
Ja: P er mindre end 0,05 - Nej: P er større end 0,05
Hvis det viser sig at der er interaktion må man ikke tolke på andet
Hvad bruger man en Wilcoxon-test til?
At undersøge de parvise differencer
(Tester om rangsummerne for positive og negative parvise differencer er signifikant forskellige)
Hvad er forudsætningen for at lave en Wilcoxon-test?
At data er parret
Ikke normalfordelt
Hvad svarer en Wilcoxon-test til?
Parret t-test
Hvad bruger man en Mann-Whitney test til?
Fortælle noget om hvor stort overlap der mellem de rangnumre de to stikprøver tildeles
Hvad er forudsætningen for at lave en Mann-Whitney test?
At data er uparret
Ikke normalfordelt
Hvad er formålet med en Chi2 test?
Bruges til at teste, om der er en sammenhæng mellem to forskellige parametre, f.eks. om vaccination har sammenhæng med risikoen for influenza
Hvilken type data benyttes til Chi2 test?
Kategoriske data
Hvad er forudsætningen for at udføre en Chi2 test?
- Stikprøver fra 2 eller flere populationer
- Hver observation kan kategoriseres i en af populationerne/kategori
- At stikprøverne er uafhængige
- N er større end 40 og hver celleværdi minimum er 5
Er en Chi2 test naturlig en- eller to-halet?
En-halet
Hvordan udfører man en Chi2 test?
- Fordeler sit data i en tabel (ofte en 2x2)
- Udregner den forventede fordeling
- Udregner testværdien
(- Udregner en p-værdi)
Hvordan tolkes resultatet af en Chi2 test?
Er teststørrelsen større end den kritiske værdi så er P mindre end signifikansniveauet
P er mindre end 0,05 H0 forkastes eller P er større end 0,05 H0 accepteres
Χ2udregnet er større end Χ2kritisk (Χ2tabel) - H0 forkastes,
Χ2udregnet er mindre end Χ2kritisk (Χ2tabel) - H0 accepteres
Hvad er formålet med en McNemar test?
At teste effekten af en intervention på en diktom parameter
Hvordan udfører man en McNemar test?
Som en Chi2 test
Hvad bruges Cohens kappa til?
Bruges til at teste graden af overensstemmelse af mellem to vurderinger/apparater
Hvordan tolkes Cohens kappa?
Ud fra kappaværdien slår man op i en tabel
Hvad forstår man ved falsk positiv?
At man er rask, men har fået et positivt resultat
Hvad forstår man ved falsk negativ?
At man er syg, men har fået et negativt resultat
Hvad forstår man ved diagnostisk sensitivitet?
Evnen til at erkende dem der er syge
Hvordan regner man sensitiviteten ud?
SP/(SP+FN)
gange med 100 for at få det i procent
Hvad forstår man ved diagnostisk specificitet?
Evnen til at frikende dem der er raske
Hvordan beregnes specificitet?
SN/(SN+FP)
gange med 100 for at få det i procent
Hvad forstår man ved negativ prædiktiv værdi?
Hvis patienten har et negativt prøveresultat, hvor stor er sandsynligheden så for at patienten er rask
Hvordan regner man NPV?
SN/(SN+FN)
gange med 100 for at få det i procent
Hvad forstår man ved positiv prædiktiv værdi?
Hvis patienten har et positivt prøveresultat, hvor stor er sandsynligheden så for at patienten er syg
Hvordan beregnes PPV?
SP/(SP+FP)
gange med 100 for at få det i procent
Hvad forstår man ved Relative Risk?
Den relative forskel mellem resultaterne fra to grupper
Hvordan beregnes RR?
Ved først at beregne R1 (a/(a+b)) og R2 (c/(c+d))
og så sige R1/R2
Hvordan tolkes RR?
RR = 1
Risikoen for sygdom er ens i både den eksponerede og ikke eksponerede gruppe, og dermed er eksponeringen ikke forbundet med sygdom
RR > 1
Eksponeringen anses for at være positivt forbundet med at have sygdommen og eksponeringen kan dermed være en risikofaktor
RR < 1
Eksponeringen anses for at være negativt forbundet med at have sygdommen og eksponeringen kan dermed være en beskyttende faktor
Hvilket forsøgsdesign bruges, når der skal beregnes RR?
RCT og kohorte studier
Hvad forstår man ved Odds Ratio?
En association mellem en eksponering og et udfald
Hvordan beregnes OR?
OR = (ad)/(bc)
Hvordan tolkes OR?
OR = 1
Oddsene for eksponering blandt sager, er den samme som oddsene for eksponering blandt kontrollerne. Eksponering er dermed ikke forbundet med sygdom.
OR > 1
Oddsene for eksponering blandt sager, er større end oddsene for eksponering blandt kontrollerne. Eksponeringen kan dermed være en risikofaktor for sygdom.
OR < 1
Oddsene for eksponering blandt sager, er mindre end oddsene for eksponering blandt kontroller. Eksponeringen kan dermed være en beskyttende faktor for sygdom.
Hvilket forsøgsdesign bruges, når der skal beregnes OR?
Case-kontrol-studier
(Grunden til dette er at man ikke ved hvor mange der i alt har været eksponeret og man kan derfor ikke beregne RR)
Hvad bruges ROC-kurver til?
Finde den optimale cut-off værdi og sammenligne to test, hvilken der har den største diagnostiske styrke
Hvordan tolkes ROC-kurver?
Cut-off:
Man vælger det punkt (cut-off værdi) der er længst oppe i venstre hjørne er den cut-off værdi med den højeste værdi for kombineret sensitivitet og specificitet
(Alt efter hvilken sygdom der er tale om kan man godt rykke lidt, hvis man ønsker en højere sensitivitet da det er en meget livstruende sygdom)
Diagnostisk styrke:
Man kigger på arealet under kurven der siger noget om den diagnostiske styrke, resultatet skal helst så tæt på 1 som muligt da der så er en høj diagnostisk styrke
