Pułapki i zagrożenia zbierania i interpretacji danych okiem statystyka

Transkrypt

1 Pułapki i zagrożenia zbierania i interpretacji danych okiem statystyka Michał Skrzypek SCCS, Zabrze Zakład Biostatystyki Wydział Zdrowia Publicznego SUM w Katowicach MEDTRENDS, Zabrze

2 There are three kinds of lies: lies, damned lies, and statistics Mark Twain, Autobiography Florence 1904 MEDTRENDS, Zabrze

3 Medycyna Informatyka Zasady poprawnej konstrukcji bazy danych (Dekalog) Daniel W. Byrne, Senior Associate in Biostatistics Director of Quality Improvement and Program Evaluation Vanderbilt University School of Medicine Department of Biostatistics (Nashville, USA) MEDTRENDS, Zabrze

4 Zasady poprawnej konstrukcji bazy danych Dekalog DW Byrne 1. Wprowadź dane jako zmienne liczbowe (odpowiedni format w Excelu). Unikaj liter, skrótów, jednostek pomiaru. Zamiast: ID PLEC WIEK ZGON UDAR MASA WZROST po2 K 1 M 53NIE NIE 84 kg 167 cm 90,3 mmhg 5,1 mmol/l 2 M 75TAK TAK 93 kg 176 cm 67,8 mmhg 3,4 mmol/l 3 M 65NIE TAK 92 kg 165 cm 63,1 mmhg 3,5 mmol/l 4 K 49NIE NIE 85,1 kg 1,7 m 79 mmhg 4,4 mmol/l 5 M 57TAK NIE 125 kg 1,8 m 103 mmhg 3,9 mmol/l 6 K 65NIE TAK 69 kg 170 cm 80,7 mmhg 3,8 mmol/l 7 K 70TAK NIE 60 kg 1,58 m 70 mmhg 3,3 mmol/l 8 M 58NIE NIE 78 kg 1,56 m 76,7 mmhg 4,2 mmol/l 9 M 61NIE NIE 94,5 kg 171 cm 73,4 mmhg 3,8 mmol/l wg: M Kowalska MEDTRENDS, Zabrze

5 Zasady poprawnej konstrukcji bazy danych Dekalog DW Byrne 1. Wprowadź dane jako zmienne liczbowe (odpowiedni format w Excelu). Unikaj liter, skrótów, jednostek pomiaru. Zastosuj: ID PLEC WIEK ZGON UDAR MASA WZROST po2 K ,3 5, ,8 3, ,1 3, , , , ,7 3, , ,7 4,2 9Zmienna1 61 Opis0 0 94,5 Typ 171 Zakres 73,4 wartości 3,8 ID Numer badanego Liczba nie dotyczy PLEC Płeć Jakościowa 1=M 2=K Wzrost Wysokość ciała Ilościowa cm wg: M Kowalska MEDTRENDS, Zabrze

6 Zasady poprawnej konstrukcji bazy danych Dekalog DW Byrne 2. Stosuj proste nazwy zmiennych. Unikaj spacji, znaków narodowych (w języku polskim tzw. ogonków). Zamiast: ETIOLOGIA 0- niedokrwi enna, 1- wada, 2- inne OHT 0-bez kwalifikacj i, 1-grupa obserwacy jna, 2- grupa aktywna, 3-grupa pilna Próba ICD 0-nie 1- tak, skuteczna 2-tak, nieskutecz na 3- odroczona ID wg: M Kowalska MEDTRENDS, Zabrze

7 Zasady poprawnej konstrukcji bazy danych Dekalog DW Byrne 2. Stosuj proste nazwy zmiennych. Unikaj spacji, znaków narodowych (w języku polskim tzw. ogonków). Zastosuj: ID Etiologia OHT Proba_ICD Zmienna Opis Typ Zakres wartości ID Numer badanego Liczba nie dotyczy Etiologia Etiologia Jakościowa 0=niedokrwienna; 1=wada; 2=inne OHT Orthotopic Heart Jakościowa 0=bez kwalifikacji; 1=grupa obserwacyjna; 2= Proba_ICD Próba ICD Jakościowa 0=nie; 1=tak, skuteczna; 2=tak, nieskuteczna; 3 = wg: M Kowalska MEDTRENDS, Zabrze

8 Zasady poprawnej konstrukcji bazy danych Dekalog DW Byrne 3. Jedna kolumna jedna zmienna. Zamiast: ID PLEC WIEK ZGON UDAR MASA SBP/DBP / / / ,1 120/ / / / / ,5 105/65 wg: M Kowalska MEDTRENDS, Zabrze

9 Zasady poprawnej konstrukcji bazy danych Dekalog DW Byrne 3. Jedna kolumna jedna zmienna. Zastosuj: ID PLEC WIEK ZGON UDAR MASA SBP DBP , , wg: M Kowalska MEDTRENDS, Zabrze

10 Zasady poprawnej konstrukcji bazy danych Dekalog DW Byrne 4. Wprowadź dane każdego pacjenta w tej samej kolejności (wymuszonej kolejnością kolumn), z konsekwentnym zapisem brakujących danych. ID PLEC WIEK ZGON UDAR MASA WZROST po2 K ,3 5, ,8 3, , , , ,7 3, ,7 3,8 5. Nadaj każdemu pacjentowi numer jednoznacznie go identyfikujący. istotne w przypadku badania wieloetapowego lub gdy protokół badania składa się z kilku elementów, np. kwestionariusz, badania biochemiczne, fizjologiczne, itp. wg: M Kowalska MEDTRENDS, Zabrze

11 Zasady poprawnej konstrukcji bazy danych Dekalog DW Byrne 6. Wprowadź dane wszystkich pacjentów do jednej bazy danych, niezależnie od ich przynależności do grupy badanej/kontrolnej. Zamiast: Grupa badana ID PLEC WIEK ZGON UDAR MASA WZROST ,1 170 Grupa kontrolna ID PLEC WIEK ZGON UDAR MASA WZROST ,5 171 wg: M Kowalska MEDTRENDS, Zabrze

12 Zasady poprawnej konstrukcji bazy danych Dekalog DW Byrne 6. Wprowadź dane wszystkich pacjentów do jednej bazy danych, niezależnie od ich przynależności do grupy badanej/kontrolnej. Zastosuj: ID GRUPA PLEC WIEK ZGON UDAR MASA WZROST po2 K ,3 5, ,8 3, ,1 3, , , , ,7 3, , ,7 4,2 9 Zmienna 2 1 Opis 61 0 Typ 0 94,5 Zakres wartości ,4 3,8 ID Numer badanego Liczba nie dotyczy GRUPA Kwalifikacja do Jakościowa 1=kontrola 2=badanie wg: M Kowalska MEDTRENDS, Zabrze

13 Zasady poprawnej konstrukcji bazy danych Dekalog DW Byrne 7. O ile to możliwe wprowadzaj źródłowe zmienne ilościowe dalsze transformacje można wykonać w trakcie analizy statystycznej. ID PLEC WIEK ZGON UDAR MASA WZROST BMI NADWAGA , , , , , , , , , , ,32 1 wg: M Kowalska MEDTRENDS, Zabrze

14 Zasady poprawnej konstrukcji bazy danych Dekalog DW Byrne 8. Stwórz kompletny opis/słownik do bazy danych, zawierający tłumaczenie kodów zmiennych, definicję wartości zmiennych, informację na temat postępowania z brakującymi danymi. Zmienna Opis Typ Zakres wartości ID Numer badanego Liczba nie dotyczy PLEC Płeć Jakościowa 1=M 2=K Wzrost Wysokość ciała Ilościowa cm Masa Masa ciała Ilościowa kg 9. Twórz bazę danych mając na uwadze cel i sposób późniejszej analizy danych w niej zawartych. 10. Skonsultuj projekt bazy danych z biostatystykiem, uczyń to ponownie po wprowadzeniu informacji pochodzących od pierwszych 10 pacjentów. wg: M Kowalska MEDTRENDS, Zabrze

15 Interpretacja wyników Najczęstsze problemy MEDTRENDS, Zabrze

16 Jednostka statystyczna Populacja statystyczna / jednostka statystyczna / cecha statystyczna Jeden pacjent wiele pomiarów a co z założeniem o niezależności pomiarów? wielkość próby sztucznie zwielokrotniona zafałszowany poziom istotności statystycznej zafałszowana wartość współczynnika korelacji Itd... Przykład: pomiar ciśnienia krwi w dwóch, 30 osobowych grupach pacjentów, wykonany na lewym i prawym ramieniu. Zastosowanie testu t-studenta dla 60 obserwacji w każdej grupie prawidłowe? wg: DG Altman, JM Bland MEDTRENDS, Zabrze

17 Jednostka statystyczna Zastosowanie ketoprofenu i aspiryny w leczeniu reumatoidalnego zapalenia stawów Badanie randomizowane, podwójnie ślepa próba Uzyskana wartość testu porównującego skuteczność leków: p = na podstawie analizy 3944 obserwacji ale pochodzących od zaledwie 58 pacjentów. Czy takie błędy są rzadkością? Gøtzsche w przeglądzie 196 randomizowanych badań stosowania niesterydowych środków przeciwzapalnych ujawnił błędny dobór jednostek statystycznych w 63% raportach! Czy można w ten sposób zbierać dane? TAK Zmienność wewnątrz osobnicza / między osobnicza Stosowanie odpowiednich metod analiz statystycznych wg: B Andersen PC Gøtzsche DG Altman, JM Bland MEDTRENDS, Zabrze

18 Poziom statystycznej znamienności p-wartość (ang. p-value) Błąd I i II rodzaju Przyjęcie H 0 Odrzucenie H 0 H 0 prawdziwa H 0 fałszywa Decyzja prawidłowa 1 α Błąd II rodzaju (β) Błąd I rodzaju (α) Decyzja prawidłowa 1 β Poziom statystycznej znamienności α prawdopodobieństwo popełnienia błędu I rodzaju α = 0,05 MEDTRENDS, Zabrze

19 Poziom statystycznej znamienności p-wartość (ang. p-value) Programy komputerowe (pakiety statystyczne, jak R, SAS, SPSS, Statistica, itp.) obliczają p-wartość (ang. p-value): poziom prawdopodobieństwa, będący najniższym poziomem istotności statystycznej, przy którym wyliczona wartość statystyki testującej prowadzi do odrzucenia hipotezy zerowej H 0 Oczekujemy aby: p < α p < 0,05 wówczas analizowana zależność jest statystycznie znamienna bądź statystycznie istotna MEDTRENDS, Zabrze

20 p-wartość vs. Istotność kliniczna Przykład: Leczenie kataru randomizowane badanie kliniczno-kontrolne prowadzone na grupie 1200 pacjentów. Wyniki Średni czas trwania kataru: grupa kontrolna (placebo) 7 dni grupa badana (nowy lek) 6 dni 12 h ale, czy ktoś kupi taki lek? p < 0,001 SUKCES!!! wg: A Stanisz MEDTRENDS, Zabrze

21 Poziom istotności statystycznej (α) vs. błąd II rodzaju (β) α = 0,05 α = 0,01 α = 0,001 Rozkład dla H 0 Rozkład dla H 1 β α Wartość krytyczna = 1,96 dla α = 0,05 MEDTRENDS, Zabrze

22 Optymalizacja błędów I i II rodzaju (α, β) Minimalna niezbędna liczebności próby Wiemy, że gdy α ( ) to β ( ) Aby α ( ) i jednocześnie β ( ), to dla ustalonej wielkości badanego efektu pozostaje jedynie N ( ) Moc testu prawdopodobieństwo odrzucenia fałszywej H 0 P = 1 β Celem optymalizacji błędów I i II rodzaju (α i β) przyjmuje się: P 0,8 ; 0,9 MEDTRENDS, Zabrze

23 Dobór testu (błąd III rodzaju ) Postać zmiennej (jakościowe/ilościowe) Testy parametryczne/nieparametryczne (Rozkłady zmiennych) Pomiary powiązanie/niepowiązane Liczba porównywanych grup Funkcja zmiennej (zależna/niezależna) Itd (patrz: dekalog Byrne a, punkt 10) MEDTRENDS, Zabrze

24 Ocena spersonalizowanego ryzyka zdrowotnego 1. Źródła danych: Dane zbierane przez lekarzy w ośrodku (np. SCCS) Szpitalny system informacyjny Rejestry medyczne / Elektroniczny Rekord Pacjenta / NFZ (dane od płatnika) / ZUS (potencjalnie) dostępne źródła danych Dane wrażliwe ochrona danych osobowych / zgoda komisji bioetycznej Zasady dostępu 2. Hurtownia danych Wraz z oprogramowaniem 3. Wykorzystanie do oceny spersonalizowanego ryzyka, rokowania odległego (nawet w ramach konkretnego ośrodka) Informatyka Medycyna Pacjent MEDTRENDS, Zabrze