Statistik för AT-läkare Robert Hahn, Södertälje sjukhus
Syfte Att visa skillnader eller samband mellan data. Mål: att visa att skillnad eller samband inte beror på en slump. Kriteriet för slump: risken får ej överstiga 5% (P< 0.05) Frågor att ställa sig: är det mätdata eller utfall (0/1). Gäller det mätdata frågar man sig om data är normalfördelade eller ej.
Normalfördelade mätdata Parat t test – före/efter (varje person ger två värden) Oparat t test – oberoende grupper (varje person ger bara ett värde)
Ej normalfördelade data Gör en rang-summa, lista data från högsta till lägsta Parat test = Wilcoxon´s Matched-pair test Oparat test = Mann-Whitney´s test
Ej mätdata, utan utfall Enklaste formen är fyrfälts-tabell (chi-square) < 75 år > 75 år < 75 år > 75 år Män Kvinnor 20% 18% 55% 30%
Samband Normalfördelade data Linjär regression R = korrelations-koefficient R 2 = förklaringsvärde
Linjära samband X- eller y-axeln kan log-transformeras om sambandet inte är linjärt.
Logistisk regression (som linjär regression, men y är ett utfall)
Relativ risk Relativ risk och konfidensintervall kan skrivas RR (95% CI). Exempel: Risken för en man att drabbas av hjärtinfarkt mellan 50 och 60 års ålder är 5%. Risken för en kvinna att drabbas på samma sätt är bara 2%. Relativa risken för att drabbas av hjärtinfarkt pga. kön (=man) är då 5% / 2% = 2,5. För kvinnan är motsvarande risk 2% / 5% = 0,4. Konfidensintervallet visar hur osäkert måttet är – om 1.00 finns inom intervallet så kan slumpen inte uteslutas. Observera att begreppet relativ risk inte säger något om hur stor risk det är att få hjärtinfarkt, bara hur mycket risken påverkas av kön och hur statistiskt säkerställt det är.
Hierarki avseende kvalitet Systematisk översikt Meta-analys Dubbel-blind randomiserad prövning (clinical trial) Icke-blindad randomiserad prövning Prospektiv observationsstudie Retrospektiv analysis av befintliga data Fallbeskrivning
Meta-analys