Documente Academic
Documente Profesional
Documente Cultură
DATE CALITATIVE
Datele calitative (nominale sau categoriale) i apar atunci cnd subiecii
se pot clasifica n dou sau mai multe categorii
bolnav/sntos
starea unui pacient ca fiind "precar", "echilibrat", "bun" sau
"excelent
M/F
Datele calitative pot fi nregistrate i sub form de coduri numerice 1, 2, 3,
sau 4 ns numrul nu are o semnificaie numeric (nu reprezint o
cantitate). Am putea codifica "da" ca fiind 1 i "nu" ca fiind 2, sau "da", ca
fiind 2 i "nu" ca fiind 1 i nu s-ar face nici o diferen n analiza lor.
Variabile categorice cu doar dou categorii, de exemplu "viu" sau
"mort", sau "feminin" sau "masculin" sunt numite atribute, date dicotomice
sau binare
datele cantitative - numere pentru care magnitudinea (valoarea)
reprezint ceva (sunt rezultatul unei msurtori) - tensiunea arterial
TABELE DE CONTINGEN
Un tabel de contingen este un tabel construit pentru dou variabile categoriale (tabel
cu dou intrri)
Acceptarea testului HIV n funcie de grupele strii civile (Meadows et al., 1994)
Totalurile rndurilor i coloanelor sunt numite totaluri marginale, iar numrul total de observaii
din tabel se numete total general
Ne vom referi adesea la un tabel folosind dimensiunea tabelului.
Tabel de tip 4x2 deoarece are patru rnduri i dou coloane. Uneori se folosete termenul
general de tabel de tip rxc unde r indic numrul de rnduri i c numrul de coloane
TESTUL HI-PTRAT
Testarea ipotezei nule - nu exist nici o relaie ntre dou variabile.
Vom folosi termenul de "asociere" pentru o relaie ntre dou
variabile categorice.
Dac eantionul este mare putem s folosim testul hi-ptrat.
Dac eantionul este mic, vom folosi testul Fisher exact
Ipoteza nul stabilete c nu exist nici o asociere ntre cele dou
variabile (pentru care este construit tabelul de contingen).
Ipoteza alternativ se refer la faptul c exist o asociere de un
anumit tip.
Proporia de femei care au acceptat testul HIV este de 134/788. Deci, din 486 de femei cstorite ne
ateptm ca 486 134/788 = 82.6 s accepte testul HIV, dac ipoteza nul (referitoare la asociere) este
adevrat.
n mod similar, proporia de femei care au refuzat testul este = 654/788. Deci din 486 de femei cstorite,
ne ateptm ca 486 654/788 = 403.4 s refuze testul, dac ipoteza nul este adevrat.
Se observ c 82.6 + 403.4 = 486. Deci suma frecvenelor estimate (ateptate) este aceeai ca i suma
frecvenelor observate.
n acelai mod, pentru 222 femei necastorite care au un partener ne ateptm ca 222 134/788 = 37.8
s accepte testul HIV, dac ipoteza nul este adevrat, i 222 654/788 = 184.2 s refuze testul. Din nou
se observ c 37.8 + 184.2 = 222, numrul total din al doilea rnd.
n mod similar se obin frecvenele estimate sau ateptate pentru toate celulele din tabel. Se observ c
82.6 + 37.8 + 8.5 + 5.1 = 134.0 i 403.4 + 184.2 + 41.5 + 24.9 = 654.0. Frecvenele observate i cele estimate
au aceleai totaluri pe rnduri i pe coloane. Se poate vedea, de asemenea, c pentru fiecare celul
din Tabelul 1, am calculat o frecven la care ne ateptm (frecven estimat) n Tabelul 2, cu ajutorul
formulei
n mod similar se obin frecvenele estimate sau ateptate pentru toate celulele din tabel. Se observ c
82.6 + 37.8 + 8.5 + 5.1 = 134.0 i 403.4 + 184.2 + 41.5 + 24.9 = 654.0.
Frecvenele observate i cele estimate au aceleai totaluri pe rnduri i pe coloane. Pentru fiecare celul
din frecvenelor observate, am calculat o frecven la care ne ateptm (frecven estimat) n cel deal doilea tabel, cu ajutorul formulei
TESTUL HI-PTRAT
Testul hi-ptrat pentru tabele de contingen folosete diferenele dintre
frecvenele observate i cele ateptate (estimate). Cu ct sunt mai mari aceste
diferene cu att aceasta reprezint o dovad mai puternic a faptului c cele
dou variabile sunt asociate. Nu se poate face doar o nsumare a acestor
diferene pentru c suma lor este ntotdeauna zero.
Vom proceda n acelai fel ca atunci cnd am calculat abaterea standard i
anume, le vom ridica la ptrat.
Cu ct sunt mai mari frecvenele, cu att este mai mare i valoarea posibil a
diferenei dintre frecvenele observate i cele estimate.
Eantioanele mari produc diferene mai mari dect eantioanele de mici
dimensiuni.
Aceast problem se poate corecta prin mprirea ptratului diferenei dintre
frecvena observat i cea ateptat la valorile estimate (ateptate) - motivele
exacte pentru aceast alegere sunt mai degrab abstracte i matematice
Vom calcula acest raport (observat - ateptat)2/ateptat pentru fiecare celul
din tabel i apoi vom nsuma toate rapoartele
TESTUL HI-PTRAT
n exemplul nostru aceast sum este de 9.15
Suma rapoartelor (observat - ateptat)2/ateptat este numit statistica hiptrat i uneori este scris ca X2.
Aceasta reprezint statistica testului. Din formularea clasic a unui test de
semnificaie, aceast statistic ar trebui s urmeze o anumit distribuie,
n cazul n care ipoteza nul este adevrat. Pentru acest test, distribuia
este distribuia hi-ptrat.
"Hi-ptrat", de cele mai multe ori apare scris ca fiind 2, unde este litera
greceasc "chi", pronunat "ki".
Distribuia hi-ptrat este asemntoare cu distribuia t, de care este strns
legat.
TESTUL HI-PTRAT
Atunci cnd numrul gradelor de libertate este mic
distribuia este asimetric spre dreapta, iar cnd
numrul gradelor de libertate crete ea devine mult mai
simetric, putnd eventual s arate ca i distribuia
normal. Ne ateptm ca acest lucru s se ntmple,
deoarece aceast distribuie este obinut prin
nsumarea unor entiti i, acestea tind s genereze
distribuia normal, cnd numrul de entiti nsumate
crete.
TESTUL HI-PTRAT
Pentru un tabel de contingen gradele de libertate sunt date de
formula:
(nr de rnduri 1) x (nr de coloane 1)
(4 - 1) (2 - 1) = 3 grade de libertate
Statistica testului chi-ptrat pentru datele noastre este 9.15, valoare care se afl ntre cele
dou puncte, astfel nct probabilitatea testului este ntre 5% i 1%. Vom scrie acest lucru ca p
<5% sau p <0.05. Dac folosim un program de analiz statistic, am obine valoarea mai
exact de p = 0.027 pe care o puteam rotunji la o cifr semnificativ i astfel p = 0.03
Dac vom dubla frecvenele, se va dubla i valoarea statisticii hiptrat ns puterea de asociere rmne neschimbat.
testul hi-ptrat p =
CORECIA YATES
corecia de continuitate a testului hi-ptrat
YATES
Riscul relativ
Ne arat de cte ori este mai mare riscul la expui fa
de neexpui i este o msur a forei asocierii dintre
factorul de risc (expunere) i efect (boal)
Cu ct este mai mare RR, cu att argumentul c
expunerea i efectul sunt asociate este mai puternic
Riscul atribuibil ne arat ci indivizi vom salva de la
efectul urmrit dac eradicm expunerea. Cu ct riscul
atribuibil este mai mare, cu att efectul evitrii expunerii
este mai mare
Studiile cazcontrol
Studii n care se urmrete realizarea
asocierii expunerii la un factor de risc a unei
serii de cazuri ce prezint boala respectiv
(caz), n comparaie cu un grup neafectat
de boal (control, martor)
I. Recenzii sistematice,
metaanaliza
Studiile caz-control
Sunt cele mai frecvente studii epidemiologice analitice,
observaionale
Sunt studii longitudinale (se refer la un interval de timp)
Retrospective (cercettorul privete napoi, de la boal spre
o cauz posibil a acesteia)
B.
Lotul martor
poate fi
constituit din:
Lotul martor
1.
2.
3.
4.
SAU
a persoanele ce fac boala dintre cei expui ; b - persoanele ce nu fac boala dintre cei expui.
c - persoanele ce fac boala dintre cei nonexpui ; d - persoanele ce nu fac boala dintre cei nonexpui.
a+b totalul expuilor. c+d totalul nonexpuilor. a+c totalul bolnavilor. b+d - totalul nonbolnavilor
Cota =
Prob=1/6
Odds=1/5
Odds=
OR =
n cazul bolilor rare (ex: bolile cronice cu prevalen <10%), impactul aciunii factorului de risc n
populaie se msoar cu riscul atribuit (RA) n populaie:
OREXP= a/c
ORNEEXP= b/d
Riscul relativ
Raportul cotelor
Exemplul 1:
Dac diabetul este mai frecvent la cazuri dect la martori, este posibil
ca acesta s fie factor de risc.
Care sunt cotele (odds) diabetului zaharat (n acest caz factor de risc) la cazuri,
respectiv la martori (aadar, cotele factorului de risc la bolnavi i la sntoi?
Dac avem mai muli martori pentru 1 caz, puterea studiului va crete. Numrul cazurilor este de
obicei limitat (boala este rar de cele mai multe ori), dar martorii ar putea fi orici. Creterea
puterii statistice a studiului nu mai e la fel de spectaculoas atunci cnd se depete un nr. de 4
martori/1caz
ORIMA/DZ=20/80=0,25 ; ORMARTORI=40/360=0,111
Valori ateptate
conceput ca o modalitate util de a prezenta rezultatele unui studiu clinic, astfel ca medicii s poat
aprecia cu uurin eficacitatea unui tratament
reprezint numrul de pacieni care ar trebui s urmeze, mai degrab un anumit tratament dect altul,
pentru a se obine beneficii suplimentare pentru un singur pacient
EXEMPLU:
Ct de muli oameni trebuie s se trateze cu bandaj elastic n loc de inelastic pentru a obine o singur
vindecare suplimentar?
Dac diferena este de 25.4%, aceasta nseamn c pentru fiecare 100 de persoane pe care le tratm
cu bandaj elastic n loc de inelastic, 25.4 se vor vindeca suplimentar. Prin urmare, pentru a vindeca o
persoan n plus, trebuie s se trateze 100/25.4 = 3.9 pacieni. Pentru fiecare 3.9 persoane tratate cu
bandaj elastic n loc de inelastic, se estimeaz c o persoan n plus va fi vindecat
n mod clar un NNT mic este bun, deoarece este necesar s tratm doar civa pacieni pentru ca unul n
plus s se vindece
NNT poate fi negativ? Un NNT negativ apare cnd proporia de vindecai pentru tratamentul testat
(bandaj elastic) este mai mic dect proporia de vindecai pentru tratamentul de control (bandaj
inelastic). Tratamentul face mai mult ru dect bine. n acest caz, avem numrul de pacieni necesar a fi
tratai pentru a determina apariia unui efect negativ, notat cu NNTH (number needed to treat to harm)