- váhy jednotlivých studií

Prezentace na téma: "- váhy jednotlivých studií"— Transkript prezentace:

1 - váhy jednotlivých studií
Data synthesis Test homogenity (Q test, I2 index vyjadřující stupeň heterogenity) Vážený průměrný rozdíl (WMD) – rozdíl mezi dvěma průměry (di) vážený přesností studie. Přesnost studie koresponduje s velikostí směrodatné odchylky (s variabilitou proměnné v dané studii). - váhy jednotlivých studií - rozptyl (SD2) Standardizovaný průměrný rozdíl (SMD) – rozdíl mezi průměry obou ramen studie dělený společnou směrodatnou odchylkou. Analýza podle původního léčebného záměru (intention to treat analysis) – za exponované subjekty se považují všechny osoby, které byly na začátku studie randomizací zařazeny do experimentální skupiny a za neexponované se považují všechny subjekty zařazené do kontrolní skupiny bez ohledu na to, jaký byl jejich další osud a jaké se jim dostalo intervence ve skutečnosti (“once randomized, always analyzed”). Je vhodná při hledání odpovědi, který typ léčby považovat za nejúčinnější v okamžiku, kdy se musí léčba zahájit. 1

2 Výpočet relativního rizika (RR – risk ratio)
Jev ANO NE Celkem Exponovaná – experimentální skupina a b a + b Neexponovaní - kontrolní skupina c d c + d a + c b + d a + b + c +d Relativní riziko je dáno poměrem rizika výskytu daného jevu u exponované – experimentální skupiny, ku riziku výskytu daného jevu u neexponované – kontrolní skupiny.   -  pokud RR = 1, pak expozice nemá žádný vliv na výskyt jevu. - pokud RR > 1, pak expozice zvyšuje pravděpodobnost výskytu jevu. -  pokud RR < 1, pak expozice snižuje pravděpodobnost výskyt jevu. Podobnou mírou jako odds ratio (OR) je relativní riziko (RR). Relativní riziko je také ukazatel vystihující vztah mezi expozicí rizikovému či protektivnímu faktoru a zdravotním následkem. Relativní riziko je dáno poměrem rizika výskytu daného jevu u exponované – experimentální skupiny, ku riziku výskytu daného jevu u neexponované – kontrolní skupiny. Výpočet RR je dán vzorcem uvedeným na snímku. Pokud RR = 1, pak expozice nemá žádný vliv na výskyt jevu. Pokud RR > 1, pak expozice zvyšuje výskyt jevu (expozice je rizikovým faktorem). Pokud RR < 1, pak expozice snižuje výskyt jevu (expozice je protektivním faktorem). 2

3 Výpočet RR Pro srovnání: Výpočet OR (odss ratio – poměr šancí)
Redukce velikosti adenoidní vegetace Celkem ANO NE Skupina s beclomethasonem 75 (38 %) 122 (62 %) 197 Kontrolní skupina 39 (20 %) 158 (80 %) 114 280 394 Pravděpodobnost, že se redukce vyskytne ve skupině s beclomethasonem je 1,9x větší než pravděpodobnost, že se redukce vyskytne v kontrolní skupině. Výpočet OR je ukázán na příkladu. Vypočítejme odds ratio (OR) v situaci, kdy porovnáváme skupinu dětí se zánětem středního ucha, kterým byla aplikována antibiotika s kontrolní skupinou dětí se zánětem středního ucha, které dostávaly placebo. U dětí byl sledován výskyt bolesti, horečky nebo obojího ve třech až sedmi dnech nemoci (sledovaný jev). Dětí, kterým byla aplikována antibiotika, bylo 270, bolest, horečka nebo obojí se ve třech až sedmi dnech nemoci vyskytovalo u 90 dětí. V kontrolní skupině bylo 29 dětí, bolest, horečka nebo obojí se ve třech až sedmi dnech nemoci vyskytovalo u 140 dětí. Data byla uspořádána do kontingenční tabulky. Pod tabulkou je proveden výpočet OR. Hodnota OR = 0,53 udává, že šance, že se výskyt bolesti, horečky nebo obojího ve třech až sedmi dnech nemoci vyskytne ve skupině s ATB je 0,53x menší než šance, že se tento jev vyskytne v kontrolní skupině. OR < 1, užívání antibiotik snižuje šanci na výskyt sledovaného jevu, tento faktor je tedy protektivní. Pro srovnání: Výpočet OR (odss ratio – poměr šancí) Šance, že se redukce vyskytne ve skupině s beclomethasonem je 2,5x větší než šance, že se redukce vyskytne v kontrolní skupině. 3 3 3

4 Intervaly spolehlivosti – konfidenční intervaly (CI)
Bodové odhady parametru vyšetřované populace závisí na náhodném výběru uskutečněném ve vyšetřované populaci. Proto se při zkoumání neznámých parametrů populace využíváme intervalový odhad. Principem intervalového odhadu parametru základního souboru je ve většině případů nějaký vhodný bodový odhad, který má vlastnosti některé známé náhodné veličiny. Právě na takové náhodné veličině je potom konstrukce tohoto intervalu závislá. Cíl induktivní statistiky – odhadnout na základě náhodného výběru parametry celé zkoumané populace. Interval spolehlivosti je interval, v němž leží hledaný populační parametr s předem zvolenou pravděpodobností (většinou 95% CI). Cílem statistického bádání je často odhadnout populační parametry, například populační průměr či populační směrodatnou odchylku. Interval spolehlivosti je interval, ve kterém leží hodnota parametru s určitou pravděpodobností 1 - α (α > 0 malé). Pravděpodobnost α volíme předem, tradičně α = 0,05, resp α = 0,01. Doplněk do jedné, často násobený stem, se nazývá koeficient spolehlivosti (také spolehlivost odhadu). Konstrukce intervalu spolehlivosti spočívá ve výpočtu dvou statistik – horní a dolní meze, určených tak, aby interval mezi nimi s vysokou pravděpodobností (0,95 nebo 95%, resp. 0,99 nebo 99 %) pokrýval neznámý populační parametr. Intervaly spolehlivosti je možné určit k různým statistikám, např. k odds ratio či k relativnímu riziku.

5 Děkuji za pozornost…