PRAKTISK STATISTISK ANALYSE

Præsentationer af emnet: "PRAKTISK STATISTISK ANALYSE"— Præsentationens transcript:

1 PRAKTISK STATISTISK ANALYSE
GIGO

2 DATAHÅNDTERING

3 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

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

5 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

6 DATABASE Eksempel ID-nr. Fødeår Køn (m/k) Vægt (kg) Højde (m) BMI
(kg/m2) Blodtryk (mmHg) 001 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 1,78 80 25,2 145

7 DATABASE Eksempel – find fejl/uhensigtsmæssigheder
ID-nr. Fødeår Køn (m/k) Vægt (kg) Højde (m) BMI (kg/m2) Blodtryk (mmHg) 001 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 1,78 80 25,2 145

8 DATABASE Eksempel – find fejl/uhensigtsmæssigheder
ID-nr. Fødeår Køn (m/k) Vægt (kg) Højde (m) BMI (kg/m2) Blodtryk (mmHg) 001 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 1,78 80 25,2 145

9 STATISTIK

10 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

11 DESKRIPTIV STATISTIK Kategoriske (kvalitative) 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 (kvantitative) variable kan være: Diskrete (heltal) 80 Puls Kontinuerte 79,6 Vægt

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

13 Valg af signifikanstests
Normalfordelte data  parametrisk statistik (kun numeriske variable) Ikke-normalfordelte data  non-parametrisk statistik (kategoriske og numeriske variable) Hvordan er mine data fordelt ?

14 Statistiske fordelinger
Normalfordeling Diskrete data Normalfordeling Kontinuerte data

15 Statistiske fordelinger
Normalfordeling Diskrete data Normalfordeling Kontinuerte data Distribution of severe hypoglycaemia in subjects with insulin-treated diabetes Type 1 diabetes Type 2 diabetes, ins.beh.

16 Normalfordelingen 1 SD  68 % 2 SD  95 % 3 SD  99 %

17 Signifikanstests

18 Parametrisk statistik
Signifikanstests Parametrisk statistik

19 DIKOTOME UDFALD

20 Tolkning af statistik - 1
Relativ versus absolut risiko X er et præparat, som ved behandling af personer med AMI, over 5 år nedsætter dødeligheden med 29%. Y er et præparat, som på 5 år nedsætter dødeligheden hos personer med AMI, fra 11,5 til 8,2%, altså med 3,3%. Z er et præparat, som ved behandling af 30 personer med AMI i 5 år medfører 1 undgået dødsfald. (Heebøll-Nielsen NC, Rationel Farmakoterapi 2011;12)

21 Tolkning af statistik - 1
Relativ versus absolut risiko X er et præparat, som ved behandling af personer med AMI, over 5 år nedsætter dødeligheden med 29%. = RRR Y er et præparat, som på 5 år nedsætter dødeligheden hos personer med AMI, fra 11,5 til 8,2%, altså med 3,3%. = ARR Z er et præparat, som ved behandling af 30 personer med AMI i 5 år medfører 1 undgået dødsfald. = NNT (Heebøll-Nielsen NC, Rationel Farmakoterapi 2011; S-resultat)

22 Tolkning af statistik - 2
“P-piller fordobler risikoen for blodprop” (Hjertenyt, august 1993) En dansk undersøgelse (Lidegaard et al 1993) fandt, at 497 kvinder i alderen år i perioden havde fået blodprop i hjernen. Risiko for 20-årige kvinder: 2/ = 0,002% Risiko med p-piller: 4/ = 0,004% (Heebøll-Nielsen NC, Rationel Farmakoterapi 2011; S-resultat)

23 Tolkning af statistik - 2
“P-piller fordobler risikoen for blodprop” (Hjertenyt, august 1993) En dansk undersøgelse (Lidegaard et al 1993) fandt, at 497 kvinder i alderen år i perioden havde fået blodprop i hjernen. Risiko for 20-årige kvinder: 2/ = 0,002% Risiko med p-piller: 4/ = 0,004% Relativ risikoøgning 100% Absolut risikoøgning 0,002% (Heebøll-Nielsen NC, Rationel Farmakoterapi 2011; S-resultat)

24 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

25 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

26 DIKOTOME UDFALD Deskriptive begreber
ARR c/(c+d)−a/(a+b) RRR ARR/(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

27 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%)

28 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) = 0,3/(100/250) = 0,3/0,4 = 0,75 (75%)

29 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 %)

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 %)

31 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)) = 1/(0,4−0,1) = 3,33 ptt. i 6 år eller 20 ptt. i 1 år

32 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)) = 1(150/250−135/150) = 1/(0,6−0,9) = 1,11 ptt. i 6 år eller 6,67 ptt. i 1 år

33 ARR, RRR og NNT i JUPITER Rosuvastatins forebyggende effekt på kardiovaskulær sygdom og død hos raske med forhøjet hsCRP 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: )

34 ARR, RRR og NNT i JUPITER Rosuvastatins forebyggende effekt på kardiovaskulær sygdom og død hos raske med forhøjet hsCRP 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. (Ridker et al. N Engl J Med 2008;359: )

35 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: )

36 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: )

37 ARR og NNT - ARBs Effekt af losartan vs. candesartan på kardiovaskulære hændelser hos patienter med hypertension, men uden CVD 2-års database-studie Udfald (CVD composite) Ja Nej Total Eksposition Can 575 6754 7329 Los 676 6095 6771 1251 12849 14100 ARR = ??? RRR = ??? NNT = ??? (Kjeldsen at al, J Human Hypertens 2010;24:263)

38 ARR og NNT - ARBs Effekt af losartan vs. candesartan på kardiovaskulære hændelser hos patienter med hypertension, men uden CVD 2-års database-studie Udfald (CVD composite) Ja Nej Total Eksposition Can 575 6754 7329 Los 676 6095 6771 1251 12849 14100 ARR = c/(c+d)−a/(a+b) = 676/6771−575/7329 = 0,0214 (2,1%) RRR = ARR/(c/(c+d)) = 0,0214/0,0998 = 0,21 (21%) NNT = 1/ARR = 1/0,0214 = 47 i 2 år eller 94 i 1 år på candesartan (Kjeldsen at al, J Human Hypertens 2010;24:263)

39 PRAKTISK STATISTISK ANALYSE
GO GO !!