DATAHÅNDTERING GIGO

DATATYPER Demografiske karakteristika Spørgeskemaoplysninger Fx patientidentifikation, køn, alder, sociale oplysninger Spørgeskemaoplysninger Fx tidligere sygdomme, symptomer, livskvalitet Registeroplysninger Fx indlæggelsesdato, diagnose, dødsårsag Kliniske parametre Fx højde, vægt, blodtryk Laboratoriedata Fx blodprøveværdier, urindyrkninger

DATAHÅNDTERING Per håndkraft fx kvadreret papir Elektronisk regneark fx Microsoft Excel Database fx Microsoft Access Statistikprogram fx SPSS, SAS

DATABASE Systematisk samling af data, typisk i digital form Rækker: Forsøgsindivider (personer, patienter, dyr) Kolonner Baggrundsvariable (ID, køn, alder, højde, vægt) Øvrige parametre (blodtryk, puls, alder ved diagnose) Så detaljeret og præcist som muligt Dikotome variable: 0 og 1 Kontrol af: Outliers Manglende værdier (missing values) (9999) Obs. datoformat

DATABASE Eksempel ID-nr. Fødeår Køn (m/k) Vægt (kg) Højde (m) BMI (kg/m2) Blodtryk (mmHg) 001 02.08.1956 1 67.3 167 24,1 120/80 002 1968 93 2,00 23,2 167/85 003 2002 M 56 1,87 16,0 135/77 005 03.11.1947-1234 1,78 80 25,2 145

DATABASE Eksempel – find fejl/uhensigtsmæssigheder ID-nr. Fødeår Køn (m/k) Vægt (kg) Højde (m) BMI (kg/m2) Blodtryk (mmHg) 001 02.08.1956 1 67.3 167 24,1 120/80 002 1968 93 2,00 23,2 167/85 003 2002 M 56 1,87 16,0 135/77 005 03.11.1947-1234 1,78 80 25,2 145

DATABASE Eksempel – find fejl/uhensigtsmæssigheder ID-nr. Fødeår Køn (m/k) Vægt (kg) Højde (m) BMI (kg/m2) Blodtryk (mmHg) 001 02.08.1956 1 67.3 167 24,1 120/80 002 1968 93 2,00 23,2 167/85 003 2002 M 56 1,87 16,0 135/77 005 03.11.1947-1234 1,78 80 25,2 145

DESKRIPTIV STATISTIK Data indsamlet på forsøgsobjekter kaldes observationer Observationer vedr. køn, alder, vægt etc. kaldes variable Variable inddeles i to hovedkategorier: Kategoriske (kvalitative) variable Numeriske (kvantitative) variable

DESKRIPTIV STATISTIK Kategoriske variable kan være: Dikotome Udfald: A eller B Mand eller kvinde Nominelle Udfald: A,B,C eller D Blodtype Ordinale Udfald: A<B<C<D NYHA-klasse Numeriske variable kan være: Diskrete (heltal) 80 Puls Kontinuerte 79,6 Vægt

Valg af signifikanstests Normalfordelte data  parametrisk statistik (kun numeriske variable) Ikke-normalfordelte data  non-parametrisk statistik (kategoriske og numeriske variable)

Valg af signifikanstests Kvalitative data Kvantitative data 2 x 2 n x m uparret parret N ≤ 60 N > 60 McNemar Fisher Chi2 Mann Whitney Wilcoxon Kruskall-Wallis Friedman Uparret t-test Parret ANOVA

Valg af signifikanstests Kvalitative data Kvantitative data 2 x 2 n x m uparret parret N ≤ 60 N > 60 McNemar Fisher Chi2 Mann Whitney Wilcoxon Kruskall-Wallis Friedman Uparret t-test Parret ANOVA Parametrisk statistik

DIKOTOME UDFALD Deskriptive begreber ARR Absolute Risk Reduction RRR Relative Risk Reduction RR Relative Risk OR Odds ratio NNT Number Needed to Treat NNH Number Needed to Harm

Udregning af dikotome udfald 2x2 tabel til vurdering af dikotome udfald Udfald Ja Nej Total Eksposition a b a+b c d c+d a+c b+d a+b+c+d

DIKOTOME UDFALD Deskriptive begreber ARR c/(c+d)−a/(a+b) RRR AAR/(c/c+d) = (c/(c+d)−a/(a+b))/(c/c+d) RR (a/a+b)/(c/c+d) OR (a/c)/(b/d) NNT 1/ARR = 1/(c/(c+d)−a/(a+b)) (hvis >0) NNH 1/ARR = 1/(c/(c+d)−a/(a+b)) (hvis <0) Udfald Ja Nej Total Eksposition a b a+b c d c+d a+c b+d a+b+c+d

Absolute Risk Reduction (ARR) ARR er nedsættelsen i sandsynligheden for et udfald blandt eksponerede i forhold til hos ueksponerede. 6-års studie Udfald Ja Nej Total Eksposition 15 135 150 100 250 115 285 400 ARR = c/(c+d)−a/(a+b) = 100/250−15/150 = 0,4-0,1 = 0,3 (30%)

OR = (a/c)/(b/d) = ad/bc = (15x150/135x100) = 2250/13500 Odds Ratio (OR) OR er forholdet mellem odds for udfaldet blandt eksponerede og odds for udfaldet blandt ueksponerede. 6-års studie Udfald Ja Nej Total Eksposition 15 135 150 100 250 115 285 400 OR = (a/c)/(b/d) = ad/bc = (15x150/135x100) = 2250/13500 = 0,167 (17 %)

RR = (a/a+b)/(c/c+d) = (15/150)/(100/250) = 0,1/0,4 Relative Risk (RR) RR er forholdet mellem sandsynligheden for et udfald blandt eksponerede i forhold til et udfald hos ueksponerede. 6-års studie Udfald Ja Nej Total Eksposition 15 135 150 100 250 115 285 400 RR = (a/a+b)/(c/c+d) = (15/150)/(100/250) = 0,1/0,4 = 0,25 (25 %)

Relative Risk Reduction (RRR) RRR er nedsættelsen i sandsynligheden for et udfald blandt eksponerede i forhold til blandt ueksponerede. 6-års studie Udfald Ja Nej Total Eksposition 15 135 150 100 250 115 285 400 RRR = AAR/(c/c+d) = 30/(100/250) = 30/40 = 0,75 (75%) (100−RR = 100−25 = 75%)

Number Needed to Treat (NNT) NNT er det antal eksponerede patienter, der skal behandles for at få ét positivt udfald i et defineret tidsrum. 6-års studie Udfald (Virkning) Ja Nej Total Eksposition 15 135 150 100 250 115 285 400 NNT = 1/ARR = 1/((100/250)−15/150)) = 150/250−15/150 = 1/(0,4−0,1) = 3,33 ptt. i 6 år eller 20 ptt. i 1 år

Number Needed to Harm (NNH) NNH er det antal eksponerede patienter, der skal behandles for at få ét negativt udfald i et defineret tidsrum. 6-års studie Udfald (Bivirkning) Ja Nej Total Eksposition 135 15 150 100 250 285 115 400 NNH = 1/ARR = 1/(c/(c+d)−a/(a+b)) = 150/250−135/150 = 1/(0,6−0,9) = 1,11 ptt. i 6 år eller 7 ptt. i 1 år

ARR, RRR og NNT i JUPITER Rosuvastatins forebyggende effekt på kardiovaskulær syg- dom og død hos raske med forhøjet hsCRP (JUPITER). 1,9-års studie Udfald (CVD composite) Ja Nej Total Eksposition 142 8901 9043 251 9152 393 17802 18195 ARR = ??? RRR = ??? NNT = ??? (Ridker et al. N Engl J Med 2008;359:2195-207)

ARR, RRR og NNT i JUPITER Rosuvastatins forebyggende effekt på kardiovaskulær syg- dom og død hos raske med forhøjet hsCRP (JUPITER). 1,9-års studie Udfald (CVD composite) Ja Nej Total Eksposition 142 8901 9043 251 9152 393 17802 18195 ARR = c/(c+d)−a/(a+b) = 251/9152−142/9043 = 0,0117 (1,2%) RRR = ARR/(c/(c+d)) = 0,0117/0,0274 = 0,42 (42%) NNT = 1/ARR = 1/0,0117 = 85 i 1,9 år, 161 i 1 år eller 32 i 5 år (Ridker et al. N Engl J Med 2008;359:2195-207)

(ACCORD Study Group, N Engl J Med 2008;358:2545-59) ARR og NNH i ACCORD Effekt af intensiv glukosekontrol på død af enhver årsag hos patienter med type 2 diabetes. 3½-års studie Udfald (død) Ja Nej Total Eksposition 257 4871 5128 203 4920 5123 460 9791 10251 ARR = ??? NNH = ??? (ACCORD Study Group, N Engl J Med 2008;358:2545-59)

(ACCORD Study Group, N Engl J Med 2008;358:2545-59) ARR og NNH i ACCORD Effekt af intensiv glukosekontrol på død af enhver årsag hos patienter med type 2 diabetes. 3½-års studie Udfald (død) Ja Nej Total Eksposition 257 4871 5128 203 4920 5123 460 9791 10251 ARR = c/(c+d)−a/(a+b) = 203/5123−257/5128 = -0,0105 (-1,1%) NNH = 1/ARR = 1/0,0105 = 95 i 3,5 år eller 333 i 1 år (ACCORD Study Group, N Engl J Med 2008;358:2545-59)

ARR og NNH calciumbeh. Effekt af calciumtilskud på risiko for myokardieinfarkt: Metaanalyse. 3,8 års studie Udfald (AMI) Ja Nej Total Eksposition 309 5807 6116 241 5564 5805 550 11371 11921 (Bolland et al. BMJ 2010;341:c3691)

ARR og NNH calciumbeh. Effekt af calciumtilskud på risiko for myokardieinfarkt: Metaanalyse. 3,8 års studie Udfald (AMI) Ja Nej Total Eksposition 309 5807 6116 241 5564 5805 550 11371 11921 ARR = ??? NNH = ??? (Bolland et al. BMJ 2010;341:c3691)

ARR og NNH calciumbeh. Effekt af calciumtilskud på risiko for myokardieinfarkt: Metaanalyse. 3,8 års studie Udfald (AMI) Ja Nej Total Eksposition 309 5807 6116 241 5564 5805 550 11371 11921 ARR = c/(c+d)−a/(a+b) = 241/5807−309/6116 = -0,009 (-0,9%) NNH = 1/ARR = 1/0,009 = 111 i 3,8 år eller 422 i 1 år (Bolland et al. BMJ 2010;341:c3691)

Signifikanstests Signifikans tests Kvalitative data Kvantitative data 2 x 2 n x m uparret parret N ≤ 60 N > 60 McNemar Fisher Chi2 Mann Whitney Wilcoxon Kruskall-Wallis Friedman Uparret t-test Parret ANOVA