Typer af design, bias og effektmål Flashcards

1
Q

Hvad betegner et primært effekmål

A

Det vigtige for styrkeberegningen

Skal være klinisk relevant og statistisk følsomt

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Giv et eksempel på et hårdt effektmål

A

Død, fraktur

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Giv et eksempel på et blødt effektmål

A

Patients subjektive vurdering af smerte

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Beskriv surrogate effektmål

A

Kliniske eller parakliniske fund, som forudgår og afspejler sygdommen.
Ofte lettere at måle og kræver færre patienter.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Hvad er risikoen for sammensatte (composit) effektmål

A

Mindre betydende effekter bliver dominerende

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Beskriv overkrydsningsdesign

A

Alle patienter får begge behandlinger og man her dermed behov for en mindre studiepopulation.
Sammenligning within-subject istedet for between-subjects (kan bruges når variationen hos den enkelte er mindre end mellem dem)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Hvad er overkrydsningsdesign godt til

A

Godt til kroniske sygdomme, hvor interventionen skal resulterer i en bedring og ikke en kur

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Beskriv et split body design

A

Interventionerne testes samtidig på samme person på parrede organer.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

For og imod split body design

A

Metoden har alle crossover designets fordele, men næsten ingen af ulemperne, men er sjældent mulig

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Beskriv factorial design

A

Flere interventioner testes samtidig man kan dermed teste kombinationer af interventioner og spare tid og penge

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Beskriv Cluster randomized trials (og fordelene)

A

Grupper af personer randomiseres til intervention eller kontrol (fx på afdelingsniveau)
Eliminerer risiko for afsmitning mellem behandlingsgrupper
Især anvendt til evaluering af sundhedsydelser, hvor det er upraktisk at applicere interventionen på enkeltpersoner

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Hvad er ICC

A

intracluster correlation coefficient, som bruges ved styrke beregning ved et cluster design og stepped wegde trial, men den er ofte ukendt.
Ved styrkeberegning af de to typer design tages også højde for antal og str af cluster
Er ICC stor så vil et stepped wegde design have større styrke end et parallelt design

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Hvad er ulempen ved cluster design

A

Behov for større antal enkeltpersoner end ved individuel randomisering

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Beskriv et stepped wegde trial (og fordelene)

A

Er et individ eller cluster randomized trail med randomiseret crossover fra kontrol til intervention indtil alle individer/clustere er eksponerede.
Nyttigt såfremt et traditionelt parallelt studie er vanskeligt gennemførligt, pga fx politiske eller logistiske grunde. Endvidere særlig egnet når der forventes en særlig gavnlig effekt.
Kan analyseres longitudinelt og på tværs og eliminerer delvist (som crossover studier) interindivid/intercluster variation

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Beskriv selektionsbias

A

Inklusion i studiet er korreleret til ekspositions-effektforholdet.
Der kan opstå systematiske forskelle i de måder hvorpå patienterne accepteres eller afvises i et projekt eller/og i måden interventionen tildeles deltagerne efter at de er accepteret.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Hvordan forebygger man selektionsbias

A
I designfase: 
- Randomisering efter inklusion
- Valg af kontroller
- Blinding ift frafaldsbias
I analysefasen: ITT-analyse
17
Q

Beskriv performancebias og forebyggelse heraf

A

Skyldes kendskab til den allokerede behandling blandt både patienter og personalegrupper undervejs i studiet (forskel i hvordan patienterne modtager behandling)

Forebyggelse: blinding (af alle)

18
Q

Beskriv informationsbias

A

Misklassifikation af exposure/effekt = når der er fejl i indsamlede data

  • Differential (bias begge veje)
  • Nondifferential (bias towards the null)
19
Q

Nævn 3 eksempler på informationsbias

A

Recall bias
Detection bias
Biased follow-up

20
Q

Hvad er attrition bias

A

Attrition bias er en slags selektionsbias forårsaget af nedslidning (tab af deltagere), diskontering af forsøgspersoner/test, der ikke blev afsluttet.
Skyldes inkomplette data og håndteringen heraf

21
Q

Hvordan kan man forebygge informationsbias

A

Prospektiv dataindsamling
Blinding
Objektive effektmål

22
Q

Hvad er detection bias og hvordan forebyggelse det?

A

Skyldes kendskab til den allokerede intervention ved resultatvurdering
Forebyggelse: blinding

23
Q

Nævn 3 typer af attrition (frafalds) bias

A

Drop-out
Missing data
Følger ikke protokollen

24
Q

Hvordan kan man forebygge frafaldsbias

A

Protokollerede regler for bortfaldshåndtering og håndtering af inkomplette data.
Beskrivelse og rappotering af bortfald og årsager hertil.
ITT analyse (intention to treat analyse)
Sensitivitetsanalyse (worst case – best case)

25
Q

Beskriv rapporteringsbias

A

Skyldes selektiv rapportering – systematiske forskelle imellem rapporterede og urapporterede resultater

  • Effektmål i studier (selektiv rapportering af effektmål – outcome reporting bias)
  • Hele studier (publikationsbias)
26
Q

Hvordan kan man forebygge rapporteringsbias

A

Angivelse af primære og sekundære effektmål i protokol. Analyse og manuskript færdiggøres uden kendskab til allokeret intervention

  • ICMJE 2004: publikation af et forsøg kræver registrering
  • FDA Amendments Act: alle forsøg som understøtter FDA anerkendte lægemidler og mdikoteknisk udstyt -> registreres og rapportering af ’basic trial results’.
  • EMA: offentliggørelse af clinical study reports
27
Q

Nævn 3 mulige årsager til publikationsbias

A

Kommercielle hensyn
Pragmatiske hensyn: manglende rekruttering, uinteressante fund, problemer med forløbet
Redaktionelle hensyn

28
Q

Nævn de 3 barriere (publikationsbias)

A

Lægemiddelfirma stopper publicering
Forskere træffer beslutning
Redaktører vil kun have positive resultater

29
Q

Beskriv outcome reporting bias

A

Prævalensen af urapporterede og ukomplet rapporteret effektmål i RCT

Associationen mellem effektmålsrapportering og statistisk signifikans
- OR = 3,75 -> odds for complete reporting when P<0,05/odds for complete reporting when p>0,05

Overensstemmelse mellem primære effektmål beskrevet i protokollen og dem rapporteret i publikationen

  • Forskel på det primære effektmål i protokol og publikation: 6 ud af 10 forsøg
  • 40-60% diskrepans for primært effektmål fundet i 5 studier
30
Q

Nævn og beskriv de 5 typer bias som kan forekomme i studier af diagnostisk akkuratesse

A

Overfitting Bias: “Data snooped” cutoffs take advantage of chance variations in derivations set making test look falsely good

Incorporation Bias: index test part of gold standard (sensitivity up, specificity up)

Verification/Referral Bias: positive index test increases referral to gold standard (sensitivity up, specificity down)

Double Gold Standard: positive index test causes application of definitive gold standard, negative index test results in clinical follow-up (sensitivity up, specificity up)

Spectrum Bias

  • D+ sickest of sick (sensitivity up)
  • D- wellest of the well (specificity up)
31
Q

Beskriv interobservatørbias

A

Interobservatørvariation: variation mellem forskellige observatører

32
Q

Hvad har øget interobservatørvariation en betydning for

A

Pålideligheden af de indsamlede data
Statistisk styrke til at påvise en sand effekt i kliniske forsøg
Det nødvendige antal forsøgsdeltagere i kliniske forsøg
Sammensætningen af deltagere i kliniske forsøg

33
Q

Hvordan kan man minimere interobservatørvariation

A
Træning og uddannelse
Samstemning og konsensus
Øgning af antallet af observationer
Fravælgelse af mest usikre observationer
Standardisering af metoder