analýza kategoriáln lních dat Prof. RNDr. Jana Zvárová, DrSc. Záznam epidemiologických dat Epidemiologické ukazatele

Transkript

1 Testování statistických hypotéz z a analýza kategoriáln lních dat Prof. RNDr. Jana Zvárová, DrSc. 1 Záznam epidemiologických dat Rizikový faktor Populace Přítomen Nepřítomen Celkem Nemocní a b a+b Kontroly c d c+d Celkem a+c b+d n Exponovaní Neexponovaní a, b, c, d n = a + b + c + d... pozorované (absolutní) četnosti v jednotlivých skupinách Epidemiologické ukazatele Rizikový faktor Populace Přítomen Nepřítomen Celkem Nemocní a b a+b Kontroly c d c+d Celkem a+c b+d n Exponovaní Neexponovaní Incidence exponovaných Incidence neexponovaných I a = E a + c I b = N b + d Incidenci většinou přepočítáváme na 1 000, nebo osob. 3 1

2 Epidemiologické ukazatele Relativní riziko I RR = E I N odhaduje sílu asociace mezi rizikovým faktorem a nemocí vyjadřuje, kolikrát častěji se může nemoc vyvinout v populaci exponovaných ve srovnání s populací neexponovaných 4 Epidemiologické ukazatele Atributivní riziko AR = I E I N část incidence exponované populace, která může být vysvětlena pouze přítomností rizikového faktoru umožňuje odhalit stupeň maximálního poklesu výskytu onemocnění u exponované populace v případě, že umíme odstranit vliv rizikového faktoru 5 Příklad Chceme ověřit, zda progresivní polyartritida (PAP) souvisí s výskytem antigenu HLA-DR4. Domníváme se, že ano (to je naše medicínská hypotéza). Sestavíme tedy nulovou a alternativní hypotézu (nezapomeňte, že nulovou hypotézu volíme opačně, než je dokazované tvrzení). Tedy: H 0 : PAP nesouvisí s výskytem HLA-DR4 H 1 : PAP souvisí s výskytem HLA-DR4 6

3 Volba hladiny významnosti - hladina významnosti souvisí s chybami, kterých se při rozhodnutí můžeme dopustit: Rozhodnutí H0 platí Skutečnost H1 platí Nezamítneme H0 (nevýznamný výsledek) Zamítneme H0 (významný výsledek) Správné rozhodnutí Chyba I. druhu (α) Chyba II. druhu (β) Správné rozhodnutí - hladina významnosti (a) je předepsaná hodnota, kterou pravděpodobnost chyby I. druhu nesmí překročit Obvykle a = 0,05 (zamítáme na 5% hladině - významný výsledek) nebo a = 0,01 (zamítáme na hladině 1% - vysoce významný výsledek) 7 Sběr r dat -tato fáze je velmi důležitá a měla by být konzultována se statistikem -sebraný vzorek dat musí být objektivní, reprezentativní a dostatečně velký Př. (pokračování): Nasbíraná data pozorované četnosti ve čtyřpolní tabulce Antigen HLA-DR4 Výskyt PAP Ano Ne Celkem Ano Ne Celkem Volba vhodného testu Rozhodnutí o platnosti nebo neplatnosti hypotézy činíme na základě aplikace vhodného statistického testu. Každý statistický test je charakterizován testovou statistikou - funkcí, která ze sesbíraných dat "vytvoří" jedno číslo. Př.: χ = ( pozorovaná četnost - očekávaná četnost) očekávaná četnost ~ χ ( df ) 9 3

4 Krok 5: Výpočet hodnoty testové statistiky Sesbíraná data je třeba zpracovat a dosadit do předpisu testové statistiky. 10 Příklad (pokračov ování) Výpočet očeko ekávaných hodnot: Antigen HLA-DR4 Výskyt PAP Ano Ne Celkem Ano Ne Celkem Výskyt antigenu je rozdělen v poměru 96:1. V případě platnosti hypotézy nezávislosti obou znaků očekáváme, že ve stejném poměru budou rozděleny i skupiny s PAP a bez PAP. Tedy pro skupinu (PAP-Ano, HLA-DR4-Ano): Očekávaný počet = 96/ = 3 11 Naměřené a očekávané hodnoty Antigen HLA-DR4 Výskyt PAP Ano Ne Celkem Ano Ne Celkem Červeně jsou vyznačeny četnosti očekávané v případě, že platí hypotéza nezávislosti. Po dosazení: χ = 43,61 1 4

5 Krok 5: Určen ení kritické hodnoty Po dosazení naměřených hodnot do testové statistiky zamítáme hypotézu, pokud výsledná hodnota přesáhne jistou mez, nazývanou kritická hodnota.? Jak tuto hodnotu určit? Kritickou hodnotou testu je takové číslo, které testová statistika překročí v případě, že nulová hypotéza je pravdivá, s pravděpodobností nejvýše α. P H 0 ( T k α ) α Kritické hodnoty jsou tabelovány. 13 Příklad (dokončen ení) Testová statistika: Testové kriterium: χ = 43,61 χ χ1 α ( 1) = 3, 84 Rozhodnutí: χ = 43,61 3,84 = χ 1 0,05 ( 1) H 0 zamítáme na hladině 5% Zjistili jsme významnou souvislost mezi výskytem antigenu HLA-DR4 a PAP na 5% hladině. 14 Statistická a klinická významnost Statistická významnost Je-li statistický test zamítnut (významný) na předepsané hladině α (hladina významnosti). Klinická významnost Je-li efekt významný z hlediska klinické praxe (např. překročení prahové hodnoty). G Pojmy statistické a klinické významnosti bývají často ztotožňovány. Toto ztotožnění je však třeba provádět opatrně, neboť bývá nepřesné. 15 5

6 Kontingenční tabulky - kontingenční tabulky slouží ke studování vztahů mezi dvěma znaky Kontingenční tabulka r x s: Znak Znak 1 Kategorie 1... Kategorie s Kategorie 1 n11... n1s n Kategorie r nr1... nrs nr n 1... n s n - kontingenční tabulka typu x se nazývá čtyřpolní tabulka 16 Test hypotézy o shodnosti struktur -test shodnosti pravděpodobnostní struktury nějakého znaku za různých podmínek Př.: Stejná věková struktura pacientů ve dvou nemocnicích. -tzv. χ -test dobré shody použitý na kontingenční tabulku 17 Příklad Studie percentuálních zastoupení krevních skupin ve třech krajích severního Skotska. Je ve všech krajích stejné percentuelní zastoupení krevních skupin? Oblast A B 0 AB Celkem Eskdale Annadale Nithdale Celkem

7 Příklad (dokončen ení) H 0 : H 1 : Pravděpodobnosti skupin jsou v jednotlivých krajích stejné. Nulová hypotéza neplatí. Testová statistika: Testové kriterium: 3 4 nij χ = n n~ χ = n n i= 1 j= 1 i.. j χ χ (( 3-1. )( 4 1) ) χ ( 6) 1 0,05 ( 6) Rozhodnutí: χ = 10,45 < 1,59 = χ 1 0,05 ( 6) H 0 tedy nelze zamítnout na 5% hladině. 19 Dosažen ená hladina významnosti Alternativní postup při rozhodnutí o platnosti či neplatnosti hypotézy: Určíme pravděpodobnost p, s jakou bychom mohli obdržet pozorovaná data nebo data stejně nebo více odporující nulové hypotéze za předpokladu, že je nulová hypotéza pravdivá, tato hodnota se nazývá dosažená hladina významnosti.! Čím menší p, tím méně důvěryhodné je H 0. Pro účely statistické analýzy volíme hladinu významnosti α a zamítneme H 0, je-li: p <α 0 McNemarův test Máme náhodný n výběr r 18 pacientů,, kteří byli léčeni l dvěma různými r antihypertenzivy A, B. Každý pacient dostával po dobu jednoho měsíce m léka A a po odeznění jeho případných padných účinků po dobu jednoho měsíce lék l k B. Výsledek byl klasifikován jako úspěch nebo neúsp spěch. 1 7

8 Obecný postup při p i testování hypotéz Formulujeme nulovou hypotézu H 0 a alternativu H 1. Zvolíme hladinu významnosti α. Získáme data. Vybereme vhodný statistický test. Spočteme hodnotu testového kritéria. ria. Najdeme v tabulkách příslup slušnou kritickou hodnotu. Provedeme statistické rozhodování následujícím způsobem: Je-li hodnota testového kritéria ria většív než kritická hodnota, zamítneme nulovou hypotézu H 0 ve prospěch alternativy H 1 na hladině významnosti α. Pravidla statistického rozhodování hladina testu α : pravděpodobnost podobnost chyby 1. druhu, tj.. zamítnut tnutí platné nulové hypotézy kritický obor : výsledky pokusu, při p i nichž se zamítá nulová hypotéza síla testu (1-β):: pravděpodobnost podobnost zamítnut tnutí nulové hypotézy, jestliže e nulová hypotéza neplatí kritický obor i hladina testu se volí před pokusem, nezávisle na jeho výsledku 3 Dosažen ená hladina testu Hladinu testu α volíme předem p (nesmí záviset na datech) Dosažen ená hladina ( p value ) je nejmenší hladina, na které bychom při p i daných datech nulovou hypotézu zamítli Dosažen ená hladina ( p value ) je pravděpodobnost podobnost našeho výsledku a všech v výsledků ještě méně podporujících ch nulovou hypotézu Jednoduché pravidlo: p value < α H 0 zamítáme me 4 8

9 815 Obecné schéma statistického rozhodování Skutečnost Rozhodnutí H 0 platí H 0 neplatí H 0 zamítnout H 0 nezamítnout chyba 1. druhu a správně správně chyba. druhu b 5 Chyba 1.a. druhu (α,( β) H 0 x H 1 H 0 H 1 b a 6 9