WYKŁAD ÓSMY: PODSTAWY EPIDEMIOLOGII (H)

Slides:



Advertisements
Podobne prezentacje
Badania statystyczne Wykłady 1-2 © Leszek Smolarek.
Advertisements

Test zgodności c2.
Ocena wartości diagnostycznej testu – obliczanie czułości, swoistości, wartości predykcyjnych testu. Krzywe ROC. Anna Sepioło gr. B III OAM.
PODZIAŁ STATYSTYKI STATYSTYKA STATYSTYKA MATEMATYCZNA STATYSTYKA
Metody losowania próby
Statystyka Wojciech Jawień
Analiza wariancji Marcin Zajenkowski. Badania eksperymentalne ANOVA najczęściej do eksperymentów Porównanie wyników z 2 grup lub więcej Zmienna niezależna.
Skale pomiarowe – BARDZO WAŻNE
TECHNIKI, DOWODY, PRZEBIEG BADANIA ROCZNEGO SPRAWOZDANIA FINANSOWEGO
Zachodniopomorskie Obserwatorium Rynku Pracy
Statystyka w doświadczalnictwie
Metody badawcze w socjologii
Metody badawcze w socjologii – ciąg dalszy
Wykład 11 Analiza wariancji (ANOVA)
Badanie potrzeb i opinii społeczeństwa
Korelacje, regresja liniowa
Analiza wariancji ANOVA efekty główne
Rozkład normalny Cecha posiada rozkład normalny jeśli na jej wielkość ma wpływ wiele niezależnych czynników, a wpływ każdego z nich nie jest zbyt duży.
Doświadczalnictwo.
Średnie i miary zmienności
Analiza wariancji.
Korelacja, autokorelacja, kowariancja, trendy
Jednoczynnikowa analiza wariancji (ANOVA)
Elementy statystyki dla lekarzy Planowanie badań i zbieranie danych
Rozkład t.
Testy nieparametryczne
Elementy Rachunku Prawdopodobieństwa i Statystyki
Konstrukcja, estymacja parametrów
Egzamin maturalny ustny z języka obcego obowiązujący od roku szkolnego 2011/2012 Prezentacja przygotowana na podstawie informacji zawartych w informatorze.
BADANIE STATYSTYCZNE Badanie statystyczne to proces pozyskiwania danych na temat rozkładu cechy statystycznej w populacji. Badanie może mieć charakter:
na podstawie materiału – test z użyciem komputerowo generowanych prób
WYKŁAD CZWARTY: PODSTAWY EPIDEMIOLOGII (D)
Kampania społeczna na temat picia alkoholu przez kobiety w ciąży Wyniki badań omnibusowych zrealizowanych dla Państwowej Agencji Rozwiązywania Problemów.
Hipotezy statystyczne
Elementy Rachunku Prawdopodobieństwa i Statystyki
Podstawy statystyki, cz. II
Budowa ciała zawodniczek i zawodników sportowych gier zespołowych.
Analiza wariancji ANOVA czynnikowa ANOVA
Błędy i niepewności pomiarowe II
Testy statystycznej istotności
Analiza wariancji ANOVA efekty główne. Analiza wariancji ANOVA ANOVA: ANalysis Of VAriance Nazwa: wywodzi się z faktu, że w celu testowania statystycznej.
Przedmiot: Ekonometria Temat: Szeregi czasowe. Dekompozycja szeregów
Wnioskowanie statystyczne
Metoda reprezentacyjna i statystyka małych obszarów z SAS Instytut Statystyki i Demografii SGH dr Dorota Bartosińska Zajęcia 4 Wnioskowanie statystyczne.
JAKOŚĆ TECHNICZNA WĘGLA
1 O podejmowaniu decyzji klinicznych czyli zasady medycyny oparta na pewnych faktach (Evidence-based medicine, EBM) Zbigniew Gaciong.
Weryfikacja hipotez statystycznych dr hab. Mieczysław Kowerski
Podstawowe pojęcia i terminy stosowane w statystyce
Testowanie hipotez Jacek Szanduła.
Statystyczna Analiza Danych SAD2 Wykład 4 i 5. Test dla proporcji (wskaźnika struktury) 2.
Statystyczna analiza danych SAD2 Wykład 5. Testy o różnicy wartości średnich dwóch rozkładów normalnych (znane wariancje) Statystyczna analiza danych.
Szkoła Letnia, Zakopane 2006 WALIDACJA PODSTAWOWYCH METOD ANALIZY CUKRU BIAŁEGO Zakład Cukrownictwa Politechnika Łódzka Krystyna LISIK.
STATYSTYKA – kurs podstawowy wykład 9 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Monte Carlo, bootstrap, jacknife. 2 Literatura Bruce Hansen (2012 +) Econometrics, ze strony internetowej :
Przeprowadzenie badań niewyczerpujących, (częściowych – prowadzonych na podstawie próby losowej), nie daje podstaw do formułowania stanowczych stwierdzeń.
STATYSTYKA – kurs podstawowy wykład 7 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Rozkłady statystyk z próby dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium.
STRES ZAWODOWY W SĄDACH POWSZECHNYCH I JEGO SKUTKI ZDROWOTNE.
STATYSTYKA – kurs podstawowy wykład 6 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Weryfikacja hipotez statystycznych „Człowiek – najlepsza inwestycja”
Estymacja parametryczna dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium Analiz.
Dokładność NMT modelowanie dokładności NMT oszacowanie a priori badanie a posteriori.
Niepewności pomiarów. Błąd pomiaru - różnica między wynikiem pomiaru a wartością mierzonej wielkości fizycznej. Bywa też nazywany błędem bezwzględnym.
Kampania społeczna na temat picia alkoholu przez kobiety w ciąży
Statystyka matematyczna
Postawy studentów wychowania fizycznego Uniwersytetu Rzeszowskiego wobec zdrowia Dr Jaromir Grymanowski Uniwersytet Rzeszowski Wydział Wychowania Fizycznego.
PODSTAWY STATYSTYKI Wykład udostępniony przez dr hab. Jana Gajewskiego
Analiza współzależności zjawisk
Monte Carlo, bootstrap, jacknife
Test t-studenta dla pojedynczej próby
Zapis prezentacji:

WYKŁAD ÓSMY: PODSTAWY EPIDEMIOLOGII (H) SUM - WLK ‘2013 WYKŁAD ÓSMY: PODSTAWY EPIDEMIOLOGII (H) Prof. dr hab. med. Jan E. Zejda

TREŚĆ DZISIEJSZEGO WYKŁADU Pomiar w Epidemiologii Dobra Praktyka Epidemiologiczna

LORD KELVIN (1824-1907) When you can measure what you are speaking about, and express it in numbers, you know something about it. But when you cannot your knowledge is of a meager and unsatisfactory kind (Lord Kelvin)

WSZYSTKO JEST POMIAREM Odpowiedź na pytanie w kwestionariuszu (tak/nie : 1/0) Obecność cienia okrągłego na zdjęciu rtg płuc (tak/nie : 1/0) Kliniczny stopień duszności (1/2/3/4/5) Glikemia (mg%) itd.

WSZYSTKO JEST POMIAREM Czy wynik pomiaru odzwierciedla stan rzeczywisty ? czyli Czy wynik pomiaru jest wolny od błędu Błąd zależny od: właściwości testu testującego testowanego ….. … .

WSZYSTKO JEST POMIAREM Czy wynik pomiaru odzwierciedla stan rzeczywisty ? czyli Czy wynik pomiaru jest wolny od błędu Błąd zależny od: właściwości testu testującego testowanego ….. … .

Interpretacja wyników SIR DAVID ROXBEE COX CZTERY KRYTYCZNE WYZWANIA (MEDYCZNE BADANIA NAUKOWE) Pomiar Typ badania Analiza danych Interpretacja wyników David R. Cox: Some challenges for medical statistics (paper given at cinference „Modern Statistical Methods in Medical Research”, organized within Nobel Foundation Series „Frontiers in Medicine” < European Journal of Epidemiology 2005;30:5-9 >

POMIAR W EPIDEMIOLOGII WYNIK POMIARU = STAN RZECZYWISTY + BŁĄD BŁĄD = BŁĄD SYSTEMATYCZNY + BŁĄD PRZYPADKOWY

BŁĄD PRZYPADKOWY Błąd przypadkowy jest różnicą pomiędzy wartością rzeczywistą badanego parametru (np. średnie, nieznane stężenie hemoglobiny w populacji dzieci w wieku przedszkolnym) a wartością obserwowaną, uzyskaną na podstawie przeprowadzonego badania (np. średnie stężenie hemoglobiny w grupie dzieci uczęszczających do przedszkoli). Możliwe relacje pomiędzy w/w wartościami: W. rzeczywista > W. obserwowana W. rzeczywista = W. obserwowana W. rzeczywista < W. obserwowana KIERUNEK RELACJI MA CHARAKTER PRZYPADKOWY

BŁĄD PRZYPADKOWY I II III IV V VI VII * Wartość Rzeczywista

BŁĄD SYSTEMATYCZNY Błąd systematyczny jest jednokierunkową różnicą pomiędzy wartością rzeczywistą zmiennej a wartością aktualnie zmierzoną. Wynika on nie tylko z zastosowania błędnej metody pomiarowej ale również z niewłaściwego protokołu badawczego i polega na przyjmowaniu przez wartości zmierzone poziomów albo stale wyższych albo stale niższych od wartości rzeczywistej. Kierunek tej różnicy („+” lub „-”) nie jest znany w momencie pomiaru - ma charakter systematyczny. W związku z tym wartość średnia z serii pomiarów ma tendencję do lokowania się poniżej lub powyżej wartości rzeczywistej.

BŁĄD SYSTEMATYCZNY I II III IV V VI VII Wartość Rzeczywista *

BŁĄD PRZYPADKOWY I SYSTEMATYCZNY Stan Rzeczywisty = tarcza Wynik Badania = trafienie Błąd Przypadkowy Mały Duży Mały Błąd Systematyczny Duży poważny (często krytyczny) błąd

BŁĄD PRZYPADKOWY I SYSTEMATYCZNY Duży błąd systematyczny → mała trafność Duży błąd przypadkowy → mała precyzja Trafność = stopień, w jakim obserwacja jest zdolna do pomiaru zjawiska, które jest przedmiotem obserwacji Precyzja = powtarzalność wyniku obserwacji PRECYZJA ≠ TRAFNOŚĆ ale WIARYGODNOŚĆ = PRECYZJA + TRAFNOŚĆ

FILARY DOBREJ PRAKTYKI EPIDEMIOLOGICZNEJ REPREZENTATYWNOŚĆ BADANIA MINIMALNA NIEZBĘDNA LICZEBNOŚĆ PRÓBY

REPREZENTATYWNOŚĆ BADANIA PROFIL (%) POPULACJI W ZAKRESIE ‘A’,‘B’,‘C’,‘D’ itd. N = 350 000

REPREZENTATYWNOŚĆ BADANIA PROFIL (%) GRUPY (n=1200) A PROFIL POPULACJI ( ) W ZAKRESIE ROZKŁADU ‘A’, ‘B’, ‘C’, ‘D’ itd. n = 1200

PODOBIEŃSTWO rozkładu analizowanych cech w populacji i analizowanych cech w grupie Gdy próba jest reprezentatywna różnice mają charakter przypadkowy, związane z tzw. błędem próby ( błędem losowania)

PODSTAWOWE METODY DOBORU REPREZENTATYWNEJ PRÓBY Losowanie Proste Losowanie Systematyczne Losowanie Warstwowe Losowanie Zespołowe

PODSTAWOWE METODY DOBORU REPREZENTATYWNEJ PRÓBY Losowanie Proste „wszyscy członkowie populacji ponumerowani, losowaniem kieruje przypadek”

PODSTAWOWE METODY DOBORU REPREZENTATYWNEJ PRÓBY Losowanie Systematyczne „wszyscy członkowie populacji ponumerowani, losowany jest co ‘n-ty’ numer”

PODSTAWOWE METODY DOBORU REPREZENTATYWNEJ PRÓBY Losowanie Warstwowe „wszyscy członkowie populacji pogrupowani (np. grupa kobiet i grupa mężczyzn) i ponumerowani w grupach (warstwach), losowanie osobno w każdej grupie”

PODSTAWOWE METODY DOBORU REPREZENTATYWNEJ PRÓBY Losowanie Zespołowe „wszyscy członkowie populacji pogrupowani w systematyczny sposób (np. grupy studenckie na roku, klasy w szkole), zespoły ponumerowane, losowanie zespołów, zbadani wszyscy w wylosowanych zespołach”

BADANIE ZJAWISKA W GRUPIE pars pro toto

REPREZENTATYWNOŚĆ LOSOWANIA WARUNKUJE POPRAWNOŚĆ INTEPRETACJI POZYSKIWANIE DANYCH INTEPRETACJA DANYCH Wszystkie dzieci w wieku przedszkolnym Ołów jest związkiem neurotoksycznym Dzieci w wieku przedszkolnym w mieście Narażenie na ołów zwiększa ryzyko defektu w zakresie IQ Dziesięcioprocentowa grupa dzieci z całego miasta Stężenie ołowiu w krwi negatywnie koreluje z IQ WARUNKUJE POPRAWNOŚĆ INTEPRETACJI

FILARY DOBREJ PRAKTYKI EPIDEMIOLOGICZNEJ MINIMALNA NIEZBĘDNA LICZEBNOŚĆ PRÓBY

MINIMALNA NIEZBĘDNA LICZEBNOŚĆ PRÓBY WYNIK FAŁSZYWIE UJEMNY „Uwidoczniona w naszym badaniu różnica, jakkolwiek korespondująca z teoretycznymi przesłankami, nie uzyskała jednakże poziomu statystycznej znamienności.” WYNIK UJEMNY „Nie można jednakże wykluczyć, że statystycznie znamienna różnica ujawniłaby się po zbadaniu większej liczby chorych” WYNIK FAŁSZYWIE UJEMNY Próba powinna być nie większa niż gwarantująca uzyskanie wyników prawdziwych (dodatnich lub ujemnych), co ma także uzasadnienie na gruncie rozważań etycznych , organizacyjnych i finansowych

FILARY DOBREJ PRAKTYKI EPIDEMIOLOGICZNEJ Reprezentatywna i odpowiednio duża próba to warunki koniecznie (chociaż niewystarczające) dla uzyskania wiarygodnych wyników w badaniach epidemiologicznych to minimum minimorum dla spełnienia wymogów poprawności badania epidemiologicznego

POPRAWNOŚĆ BADANIA EPIDEMIOLOGICZNEGO DWA OBSZARY POPRAWNOŚCI BADANIA Poprawność wewnętrzna (wobec grupy badanej) Poprawność zewnętrzna (wobec populacji źródłowej, wobec populacji docelowej) ………………………………………………………………………………………….. Poprawność wewnętrzna jest kształtowana przez obecność / brak błędów przypadkowych i systematycznych oraz ich nasilenie Poprawność zewnętrzna jest kształtowana przez poprawność wewnętrzną i – na drodze wnioskowania naukowego – umożliwia uogólnianie wyników (np. „palenie tytoniu powoduje raka płuc”)

MEMENTO „GIGO”