1. Artur Sołtysiak – pielęgniarz, uczestnik programu
Sentinel Reader Uniwersytetu McMaster w Kanadzie
adres do korespondencji:
ebnppl@gmail.com
strona domowa:
http://sites.google.com/site/ebnpPoland
PRZEDZIAŁ UFNOŚCI
I
WARTOŚĆ p
2013
2. TEORIA TO BADANIA I WNIOSKI Z
BADAŃ DOTYCZĄCE CODZIENNEJ
PRAKTYKI
PRAKTYKA SWOIMI
WĄTPLIWOŚCIAMI INSPIRUJE
BADANIA
3. TEORIA BADAŃ I CODZIENNA PRAKTYKA
PRAKTYKA INSPIRUJE BADANIA
PRZEGLĄD BADAŃ PORZĄDKUJE
I AKTUALIZUJE WIEDZĘ
KORZYSTANIE
Z BADAŃ
"PRZY ŁÓŻKU
PACJENTA"
5. WIELKOŚĆ PRÓBY (sample size)
kalkulator TUTAJ program obliczeniowy TUTAJ
● OBLICZANA PRZEZ STATYSTYKÓW ZANIM ROZPOCZNIE SIĘ
BADANIE. RAPORT Z BADANIA POWINIEN ZAWIERAĆ
SZCZEGÓŁOWE WYLICZENIA
● OBLICZENIA WIELKOŚCI PRÓBY POWINNY WZIĄĆ POD
UWAGĘ:
a. liczbę różnych właściwości
b. liczbę grup
c. różnorodność, zmienność badanej właściwości
d. szacunkową proponowaną różnicę między porównywanymi
grupami (najmniejsza prawdziwa średnia różnica która
byłaby klinicznie możliwa)
e. wymagany poziom istotności (np p<0.05)
f. wymagany stopień mocy (by nie popełnić Type II Error,
przyjmuje się 0.8=80% prawdopodobieństwo)
6. WIELKOŚĆ EFEKTU (effect size)
● WYBRANA MIARA PUNKTU KOŃCOWEGO WYRAŻA
WIELKOŚĆ EFEKTU (np OR, RR, NNT, NNH, ARI,
ARR...)
● MIARY PUNKTU KOŃCOWEGO MOGĄ BYĆ RELATYWNE
LUB ABSOLUTNE
7. JEDNOSTKA SKRÓT OPIS
BRAK
EFEKTU
PEŁEN SUKCES
iloraz zdarzeń
(Odds Ratio)
OR=
oE/oC
szanse zdarzenia w
grupie
eksperymentalnej
dzielone przez szanse
zdarzenia w grupie
kontrolnej; wyrażany
przez proporcję
dziesiętną
OR = 1
OR = 0
OR<1
(exp redukuje outcome,
mniej zdarzeń w gr.ex)
OR>1
(exp wzmaga outcome,
więcej zdarzeń w gr.ex)
liczba konieczna
by leczyć
(Number Needed
to Treat)
NNT=
1/ARR
(wartość
zaokrągla
się w górę)
liczba pacjentów która
musi być podana terapii
aby zapobiec jednemu
zdarzeniu; odwrotność
ARR (wyrażana wtedy
jako ułamek dziesiętny)
NNT = ∝
NNT = 1/ryzyko
początkowe
MIARY WIELKOŚCI EFEKTU W
METAANALIZACH
Materiał uzupełniający TUTAJ
8. JEDNOSTKA SKRÓT OPIS
BRAK
EFEKTU
PEŁEN SUKCES
absolutne
obniżenie ryzyka
(Absolute Risk
Reduction lub
Risk Difference)
(RD)
ARR=
EER-CER
absolutna zmiana
ryzyka; ryzyko
zdarzenia w grupie
kontrolnej minus ryzyko
zdarzenia w grupie
eksperymentalnej
wyrażone najcz. w %
ODWROTNOŚĆ NNT
ARR = 0%
ARR = ryzyko
początkowe
(wyjściowe)
relatywne
obniżenie ryzyka
(Relative Risk
Reduction)
RRR=
(EER-CER)
/CER
proporcja ryzyka
usuniętego przez
terapię; ARR dzielone
przez ryzyko
początkowe w grupie
kontrolnej
RRR = 0% RRR = 100%
ryzyko relatywne
(Relative Risk lub
Risk Ratio)
RR=
EER/CER
ryzyko zdarzenia w
grupie eksperymantalnej
dzielone przez ryzyko
zdarzenia w grupie
kontrolnej; wyrażana
przez proporcję
dziesiętną lub w %
brak różnicy
w ryzyku
RR = 1
lub
RR = 100%
RR = 0
RR = 0%
RR<1
obniżone ryzyko
RR>1
podwyższone ryzyko
9. JEDNOSTKA SKRÓT OPIS
BRAK
EFEKTU
PEŁEN SUKCES
różnica średnich
lub
różnica między
średnimi
(Mean Difference)
lub
średnia ważona
różnic
(Weighted Mean
Difference)
MD
lub
WMD
absolutna różnica
między wartościami
średniej w dwu grupach
gdy efekt jest mierzony
tą samą skalą ciągłą
WMD = 0
EFEKT:
● mały:
0.2 - 0.4
● umiarkowany:
0.5 - 0.7
● duży
>0,7
standaryzowana
średnia różnic
(Standardized
Mean Difference)
SMD
wielkość efektu
interwencji w każdym
badaniu w stosunku do
zmienności
obserwowanej w tym
badaniu
(jedno zjawisko
mierzone różnymi
sposobami)
SMD = 0
EFEKT:
● mały:
0.2 - 0.4
● umiarkowany:
0.5 - 0.7
● duży
>0,7
10. NA PODSTAWIE: Perera R., Heneghan C., Badenoch D., Statistics Toolkit, Blackwell Publishing, BMJ Books,
2008, USA & UK MATERIAŁ UZUPEŁNIAJĄCY TUTAJ i TUTAJ
MIERNIKI RELATYWNE MIERNIKI ABSOLUTNE
dla oddania proporcji jednego
zdarzenia lub jednej zmiennej do
innej
dla oddania bezwzględnej różnicy
jednego zdarzenia lub jednej
zmiennej względem innej
HR (hazard ratio) ARD (absolute risk difference)
OR (odds ratio) AR (attributable risk)
RR (relative risk) NNT (number needed to treat)
RRR (relative risk reduction)
RD lub ARR
(risk difference)
(absolute risk reduction)
RRI (relative risk increase) ARI (absolute risk increase)
MD (mean difference) (difference in
means) lub
WMD (weighted mean difference)
SMD
(standardized mean difference)
11. POZIOM ISTOTNOŚCI
(significance level)
Są tylko dwa wyjścia:
1) nie odrzucamy H0 (nie ma wystarczającego dowodu
przeciw H0 na korzyść H1)
2) odrzucamy H0 na korzyść H1
HIPOTEZA ZEROWA (H0)
H0 to twierdzenie które testujemy.
H1 to hipoteza alternatywna. Twierdzenie hipotezy
alternatywnej zostanie przyjęte jeśli H0 zostanie odrzucona.
Wynik testu statystycznego prezentujemy w świetle H0.
12. Wniosek "nie odrzucam H0"
nie oznacza to automatycznie że H0 jest prawdziwa.
Oznacza to, że nie ma wystarczającego dowodu by
odrzucić H0 na korzyść H1.
Wniosek "odrzucam H0" na korzyść H1,
czyli sugeruję że H1 MOŻE być prawdziwa (a nie że z
pewnością H1 jest prawdziwa).
POZIOM ISTOTNOŚCI
(significance level)
13. POZIOM ISTOTNOŚCI
(significance level)
MOŻLIWE SĄ DWA BŁĘDY
Type I error (α-error)
H0 jest odrzucona chociaż jest prawdziwa
(obrona: test istotności)
Type II error (β-error)
H0 zostaje zaakceptowana chociaż na prawdę jest
fałszywa. (Nie znaleziono różnicy pomiędzy próbami
chociaż ona naprawdę istnieje = słaba moc badania)
14. P-VALUE
czyli wartość p
- to umowna wartość prawdopodobieństwa wyrażająca szansę
uzyskania danego rezultatu w świetle prawdziwej hipotezy
zerowej (H0, null hypothesis)
Istotne rezultaty (significant results): p<0.05
wykazano statystycznie że jest wątpliwe by były dziełem
przypadku (H0 jest fałszywa, odrzucają H0).
Nie-istotne rezultaty (non-significant results): p>0.05
nie wyeliminowano roli przypadku w uzyskaniu danego rezultatu;
(nie obalono H0)
15. P-VALUE czyli wartość p (ciąg dalszy)
Jeśli H0 byłaby prawdziwa:
■ p<0.5 możliwość że dany rezultat jest dziełem przypadku,
jest mniejsza niż 1:2
■ p<0.1 możliwość że dany rezultat jest dziełem przypadku,
jest mniejsza niż 1:10
■ p<0.05 możliwość że dany rezultat jest dziełem przypadku,
jest mniejsza niż 1:20 (5%)
■ p<0.025 możliwość że dany rezultat jest dziełem przypadku,
jest mniejsza niż 1:40
■ p<0.01 możliwość że dany rezultat jest dziełem przypadku,
jest mniejsza niż 1:100
16. p>0.05 OZNACZA STATYSTYCZNĄ NIE-
ISTOTNOŚĆ
STATYSTYCZNA NIE-ISTOTNOŚĆ
NIE ZNACZY ŻE COŚ JEST
NIEISTOTNE!
STATYSTYCZNA ISTOTNOŚĆ NIE
OZNACZA ŻE COŚ JEST ISTOTNE
KLINICZNIE!
17. CONFIDENCE INTERVAL (CI)
czyli Przedział Ufności
● tradycyjnie CI przyjmuje się jako CI95% (p<0.05)
● odnosi się do wielkości efektu terapii, ekspozycji, interwencji
● ideał: duża próba z wąskimi przedziałami
● przed interpretacją CI należy zbadać tendencyjność badań
(biased studies)
Przedział wartości, w którym z danym
prawdopodobieństwem (wyrażonym w %) znajduje się
wartość parametru (np: RR, RRR, ARR, ARI, NNT, średnia
itp.) dla populacji ogólnej
18. CONFIDENCE INTERVAL (CI)
czyli Przedział Ufności
(ciąg dalszy)
● efekt statystycznie istotny nie koniecznie musi być klinicznie
ważny (wielkość efektu określa jego kliniczną doniosłość)
● wielkość efektu (effect size) może być mierzona na różne
sposoby (RRR, ARR, NNT), gdzie względne wartości
(relative measures) podkreślają potencjalne korzyści; wartości
absolutne dają lepszy obraz
● "nie-istotność" (non-significance) nie oznacza braku efektu;
małe badania często podają "nie-istotność" nawet wtedy kiedy
są ważne: gdyby badanie było większe, istotność byłaby
wykryta
19. FOREST PLOT
czyli przez las na skróty do celu
● wykres charakterystyczny dla prac przeglądowych
(metaanaliza i przegląd systematyczny z metaanalizą)
● umożliwia analizę i porównanie wielu badań odnoszących się
do postawionego w pracy przeglądowej pytania
● zawiera informację o cząstkowej wartości każdego badania,
poziomie heterogeniczności, podaje wartość p oraz przedział
ufności (istotność statystyczna), RR, NNT
NA PODSTAWIE: Karin Ried, Interpreting and understanding meta-analysis graphs. A practical Guide.
Australian Family Physician Vol. 35, No. 8, August 2006
20. ID badań
szczegóły
przeglądu
- miara efektu punktu końcowego
przedstawiona graficznie i liczbowo
- model fixed effect użyty dla
metaanalizy
N=całkowita liczba
badanych w grupie
n=liczba badanych w
grupie z punktem
końcowym
wpływ cząstkowy badań
na metaanalizę
wartość p,
wskazuje
poziom
istotności
statystycznej
Heterogeniczność:
niejednolitość
pomiędzy badaniami
efekt
całkowity
skala efektu interwencji
linia braku efektu
21. ID badań
szczegóły
przeglądu
- miara efektu punktu końcowego
przedstawiona graficznie i liczbowo
- model fixed effect użyty dla
metaanalizy
wartość p,
wskazuje
poziom
istotności
statystycznej
Heterogeniczność:
niejednolitość
pomiędzy badaniami linia braku efektu
skala efektu interwencji
efekt
całkowity
wpływ cząstkowy
badań na
metaanalizę
N=całkowita liczba
badanych w grupie;
Średnia (odchylenie
standardowe)
dla punktu końcowego
22.
23.
24. PIŚMIENNICTWO
1. "The Meaning of Translational Research and Why It Matters", Steven
H. Woolf JAMA, (styczeń 2008) Vol 299
2. "The emergence of translational epidemiology: from scientific
discovery to population health impact", Khoury MJ, Gwinn M, Ioannidis
JP; Am J Epidemiol. 2010 Sep 1;172(5):517-24. doi: 10.1093
/aje/kwq211. Epub 2010 Aug 5.
3. "How Can We Use Epidemiology to Bridge Evidence Gaps in
Translating Research Discoveries into Clinical and Public Health
Practice?", The Epidemiology and Genomics Research Program’s
Workshop Science Advisory Group, 26 września 2012, U.S. National
Institutes of Health, strona internetowa: http://blog-epi.grants.cancer.
gov/2012/09/26/how-can-we-use-epidemiology-to-bridge-evidence-
gaps-in-translating-research-discoveries-into-clinical-and-public-health-
practice/ (stan: 03 maja 2013 godz.12:57CET)
25. PIŚMIENNICTWO
4. "Making sense of critical appraisal", Olajide Ajetunmobi, Hodder Arnold
2002,Oxford University Press Inc,. USA
5. "Dzień III", Artur Sołtysiak,prezentacja, część pięciodniowych
warsztatów EBNP, 2012 z późniejszymi aktualizacjami.
https://sites.google.com/site/ebnppoland/ebnp/warsztaty