Badania obserwacyjne 1

Podobne dokumenty
Zapadalność (epidemiologia)

statystyka badania epidemiologiczne

Uogólniony model liniowy

Podstawy epidemiologii

WSTĘP DO REGRESJI LOGISTYCZNEJ. Dr Wioleta Drobik-Czwarno

NIEZALEŻNOŚĆ i ZALEŻNOŚĆ między cechami Test chi-kwadrat, OR, RR

STATYSTYKA MATEMATYCZNA

WYKŁAD TRZECI: OCENA ZWIĄZK PRZYCZYNOWO-SKUTKOWYCH W EPIDEMIOLOGII

10/15/2016. Reguła. Czułość PV(+) Bayesa. Swoistość PV(-)

Założenia: wyniki są binarne próby są niezależne liczba prób n ustalona przed pomiarem to samo prawdopodobieństwo sukcesu we wszystkich próbach

Analiza przeżycia Survival Analysis

Analiza przeżycia Survival Analysis

Analiza niepewności pomiarów

Baza dla predykcji medycznej

dla t ściślejsze ograniczenie na prawdopodobieństwo otrzymujemy przyjmując k = 1, zaś dla t > t ściślejsze ograniczenie otrzymujemy przyjmując k = 2.

Analiza danych ilościowych i jakościowych

EPIDEMIOLOGIA. Mierniki epidemiologiczne. Mierniki epidemiologiczne. Mierniki epidemiologiczne. Mierniki epidemiologiczne

METODY STATYSTYCZNE W BIOLOGII

Z poprzedniego wykładu

STATYSTYKA MATEMATYCZNA WYKŁAD 3. Populacje i próby danych

Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r

Zastosowanie modelu regresji logistycznej w ocenie ryzyka ubezpieczeniowego. Łukasz Kończyk WMS AGH

rozpowszechnienie (występowanie i rozmieszczenie chorób, inwalidztwa, zgonów oraz innych stanów związanych ze zdrowiem, w populacjach ludzkich),

dr hab. Renata Karkowska 1

Statystyka i Analiza Danych

Rodzaje badań klinicznych. Zespół EBM Klinika Pediatrii Warszawski Uniwersytet Medyczny

STATYSTYKA MATEMATYCZNA

Badania epidemiologiczne - blaski i cienie Epidemiological research - the bad with the good

Statystyka I. Regresja dla zmiennej jakościowej - wykład dodatkowy (nieobowiązkowy)

Zadanie 1. Ilość szkód N ma rozkład o prawdopodobieństwach spełniających zależność rekurencyjną:

Ekonometria. Ćwiczenia 6. Krzysztof Pytka. 29 listopada Zakład Wspomagania i Analizy Decyzji (SGH)

STATYSTYKA MATEMATYCZNA

Wykład 8 Dane kategoryczne

Wnioskowanie statystyczne i weryfikacja hipotez statystycznych

STATYSTYKA MATEMATYCZNA

Dr hab. n. med. Grzegorz Brożek. Interpretacja wyników badań cz1. BADANIA ANALITYCZNE założenia

Kontekstowe wskaźniki efektywności nauczania - warsztaty

Analiza przeżycia. Czym zajmuje się analiza przeżycia? Jest to analiza czasu trwania, zaprojektowana do analizy tzw.

Kolokwium ze statystyki matematycznej

Weryfikacja hipotez statystycznych

STATYSTYKA MATEMATYCZNA WYKŁAD 4. Testowanie hipotez Estymacja parametrów

Analizy wieloczynnikowe i metaanalizy realna wiedza czy szum informacyjny?

Value at Risk (VaR) Jerzy Mycielski WNE. Jerzy Mycielski (Institute) Value at Risk (VaR) / 16

Testowanie hipotez statystycznych.

Ocena zagrożenia subkliniczną ketozą nowa usługa w stadach objętych kontrolą użytkowości

Regresja liniowa wprowadzenie

5. WNIOSKOWANIE PSYCHOMETRYCZNE

Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )

MODELOWANIE I PROGNOZOWANIE ZAGROŻEŃ EPIDEMIOLOGICZNYCH

STATYSTYKA MATEMATYCZNA

Materiał i metody. Wyniki

Estymacja parametrów rozkładu cechy

Rachunek Prawdopodobieństwa Anna Janicka

Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki

Wnioskowanie statystyczne. Statystyka w 5

LABORATORIUM 6 ESTYMACJA cz. 2

OBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA. z wykorzystaniem programu obliczeniowego Q maxp

1 Analizy zmiennych jakościowych

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 3 - model statystyczny, podstawowe zadania statystyki matematycznej

Metody probabilistyczne

N ma rozkład Poissona z wartością oczekiwaną równą 100 M, M M mają ten sam rozkład dwupunktowy o prawdopodobieństwach:

Fetuina i osteopontyna u pacjentów z zespołem metabolicznym

Sytuacja w zakresie zachorowań na raka szyjki macicy w woj. dolnośląskim w latach

Matematyka ubezpieczeń majątkowych r.

Regresja Analiza wariancji Regresja logistyczna. Regresja, Anova. Stanisław Jaworski. UM Zakład Profilaktyki...

Rozkład zmiennej losowej Polega na przyporządkowaniu każdej wartości zmiennej losowej prawdopodobieństwo jej wystąpienia.

Dane dotyczące wartości zmiennej (cechy) wprowadzamy w jednej kolumnie. W przypadku większej liczby zmiennych wprowadzamy każdą w oddzielnej kolumnie.

weryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja)

Wykład 8: Testy istotności

EWD EDUKACYJNA WARTOŚĆ DODANA

Modele długości trwania

Michał Kusy, StatSoft Polska Sp. z o.o.

STATYSTYKA MATEMATYCZNA

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

MIARY OCENY RYZYKA. zatem

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA

Ocena wartości hodowlanej. Dr Agnieszka Suchecka

Oszacowanie i rozkład t

Własności statystyczne regresji liniowej. Wykład 4

Ekonometria. Modelowanie zmiennej jakościowej. Jakub Mućk. Katedra Ekonomii Ilościowej

Estymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014

Wykład 9 Wnioskowanie o średnich

Epidemiologia cukrzycy

Testowanie hipotez statystycznych. Wprowadzenie

dr hab. Dariusz Piwczyński, prof. nadzw. UTP

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE

Wykład 10 Estymacja przedziałowa - przedziały ufności dla średn

Wykład 4. Plan: 1. Aproksymacja rozkładu dwumianowego rozkładem normalnym. 2. Rozkłady próbkowe. 3. Centralne twierdzenie graniczne

Szkice rozwiązań z R:

Zadanie 1. są niezależne i mają rozkład z atomami: ( ),

Mikroekonometria 12. Mikołaj Czajkowski Wiktor Budziński

Strategie ewolucyjne (ang. evolu4on strategies)

WYKŁAD 5 TEORIA ESTYMACJI II

METODY STATYSTYCZNE W BIOLOGII

Testowanie hipotez. Marcin Zajenkowski. Marcin Zajenkowski () Testowanie hipotez 1 / 25

ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH

STATYSTYKA I DOŚWIADCZALNICTWO. Wykład 2

Quick Launch Manual:

Testowanie hipotez statystycznych.

Transkrypt:

Badania obserwacyjne 1

Chorobowość Chorobowość (ang. prevalence rate) liczba chorych w danej chwili na konkretną chorobę w określonej grupie mieszkańców (np. na 100 tys. mieszkańców). Współczynnik ten obejmuje zarówno osoby chorujące już wcześniej, jak i nowo stwierdzone przypadki. 2

Zapadalność Zapadalność (epidemiologia) (ang. incidence proportion), zwana również potocznie zachorowalnością liczba nowo zarejestrowanych przypadków konkretnej choroby w przedziale czasu (roku) na 100 tys. osób badanej populacji. W populacji, w której zapadalność i chorobowość utrzymują się na stałym poziomie, istnieje zależność: Chorobowość = zapadalność x średni czas trwania choroby 3

Badania obserwacyjne Zmierzają do poznania czynników ryzyka Typy badań Badania przekrojowe Porównanie grupy testowej i kontrolnej Badania kohortowe 4

Badania przekrojowe Osobnik jest badany pod kątem stanu chorobowego i ekspozycji na potencjalne czynniki ryzyka Dane odzwierciedlają sytuację populacji w danym momencie Zwierzęta wybierane są do badań losowo 5

Chore Zdrowe Razem Wystawione na działanie czynnika A = 600 B = 400 1000 Nie wystawione C = 400 D = 1600 2000 Razem 1000 2000 3000 Zachorowalność w grupie ryzyka A/(A+B) = 60% Zachorowalność w grupie bez czynnika C/(C+D) = 20% Prevalence ratio (iloraz zachorowalności) PR = [A/(A+B)] / [C/(C+D)] = 3 PR = 1.0 = brak asocjacji PR > 1.0, ekspozycja może być czynnikiem ryzyka 6

Badania przekrojowe Dobre jeśli badany czynnik jest stały w ciągu życia (grupa krwi, płeć) Złe, jeśli czynnik ryzyka wystąpił wcześniej w życiu Złe, jeśli choroba trwa krótko = zaobserwujemy tylko małą liczbę przypadków 7

Porównanie grupy testowej i kontrolnej Zwierzęta wybierane są na podstawie stanu zdrowia (często po równej liczbie chorych i zdrowych) Grupa kontrolna musi być podobna do grupy testowej (rasa, wiek ) 8

Odds Przewaga, Szansa, Odds = p / ( 1 p ) Np. p = prawdopodobieństwo zachorowania, Odds = 2 = choroba jest 2 razy bardziej prawdopodobna niż zdrowie 9

Osobniki Chore Zdrowe Wystawione na działanie czynnika A = 90 B = 30 Nie wystawione C = 60 D = 120 Razem 150 150 OR exp = Odds ratio exp = (A / C) / ( B / D) OR = 6 = ekspozycja na badany czynnik jest 6 razy częstsza wśród chorych niż zdrowych 10

Badania kohortowe Badania rozciągnięte w czasie Śledzimy losy dwóch grup (wystawioną na czynnik i nie) Dwa typy Prospektywne - dziś przydzielamy do grup na podstawie obecnej ekspozycji i czekamy Retrospektywne przydzielamy do grup na podstawie wcześniejszej ekspozycji (choroba mogła się już rozwinąć lub nie), jeszcze czekamy lub już kończymy badanie 11

Osobniki Chore Zdrowe Razem Wystawione na działanie czynnika A = 90 B = 60 150 Nie wystawione C = 30 D = 120 150 CIR = cumulative incidence ratio = skumulowany iloraz zapadalności mierzy relatywną zmianę w ryzyku zachorowania CIR = [ A / ( A+B ) ] / [ C / ( C+D ) ] = (90/150) / (30/150) = 3 Synonimy CIR = risk ratio = relative risk ratio Disease odds ratio = OR dis = (A / B) / (C / D) = 6 OR można estymować w regresji logistycznej 12

Testowanie 95% przedział ufności OR=1 Wartość neutralna, brak asocjacji Oszacowane OR Interpretacja: 95% przedział ufności dla oszacowanego OR nie pokrywa neutralnej wartości 1, stąd wniosek, że asocjacja jest statystycznie istotna. OR Uwaga, jeżeli używamy skali logarytmicznej, wartością neutralną jest ln(or) = 0 (brak asocjacji). 13

Testowanie Osobniki Chore Zdrowe Wystawione na działanie czynnika A = 90 B = 30 Nie wystawione C = 60 D = 120 Razem 150 150 OR exp = Odds ratio exp = (A / C) / ( B / D) = 6 ln(or) = 1,792 Var(ln(OR)) = 1/A + 1/B + 1/C + 1/D = 0,0694 Z 0,05 = 1,96 (stała z rozkładu normalnego, standaryzowanego) Przedział ufności na skali logarytmicznej Dolna granica: ln(or) Z * Var( ln(or) ) = 1,276 Górna granica: ln(or) + Z * Var( ln(or) ) = 2,308 Przedział ufności na zwykłej skali Dolna granica e dolna granica na skali ln = 3,582 Górna granica e górna granica na skali ln = 10,052 95% przedział nie pokrywa wartości 1. Czynnik wykazuje asocjacje z chorobą. 14

Zadanie 1 Osobniki Chore Zdrowe Wystawione na działanie czynnika 115 67 Nie wystawione 16 64 Z jakiego typu badań prawdopodobnie pochodzą te dane? Oblicz i przetestuj OR 15

Zadanie 2. Przenalizuj hipokalcemię krów po porodzie w zależności od stanu w czasie zasuszenia Osobniki Chore Zdrowe Krowy tłuste 50 150 Krowy normalne 30 170 a. Z jakiego typu badań prawdopodobnie pochodzą te dane? b. Oblicz i przetestuj OR czy krowy otłuszczone mają podwyższone ryzyko zachorowania? 16

Zadanie 3. Dane z zadania 2 przenalizuj ponownie, ale tym razem z uwzględnieniem wieku krów Laktacja 1-2 Laktacja >2 Osobniki Chore Zdrowe Chore Zdrowe Krowy tłuste 5 45 45 105 Krowy normalne 15 135 15 35 a. Oblicz OR w zależności od laktacji. b. Oceń wpływ wieku krów czy jest to czynnik ryzyka? c. Czy jest zależność między wiekiem a otłuszczeniem? d. Jak zdefiniujesz mylące czynniki ryzyka (confounding effects)? 17