5ο Εργαστήριο επιδημιολογίας

Slides:



Advertisements
Παρόμοιες παρουσιάσεις
διαστήματα εμπιστοσύνης
Advertisements

ΜΕΘΟΔΟΙ ΠΡΟΤΥΠΟΠΟΙΗΣΗΣ.  είναι ο αριθμός των θανάτων - από κάθε αιτία - που συνέβησαν και καταγράφηκαν μέσα σε ένα ημερολογιακό έτος ανά 1000 κατοίκους.
Μπουντζιούκα Βασιλική, MSc Βιοστατιστικός Εξωτ. Συνεργάτης ΕΣΔΥ
Κ. Μόδη: Γεωστατιστική και Εφαρμογές της (Κεφάλαιο 5) 1 Τυχαία συνάρτηση Μία τυχαία συνάρτηση (ΤΣ) είναι ένας κανόνας με τον οποίο σε κάθε αποτέλεσμα ζ.
Ανάλυση Πολλαπλής Παλινδρόμησης
ΧΡΗΜΑΤΟΔΟΤΗΣΗ ΚΑΙ ΑΞΙΟΛΟΓΗΣΗ ΕΠΕΝΔΥΣΕΩΝ ΣΤΗ ΓΕΩΡΓΙΑ
Βασικές Αρχές Μέτρησης
ΚΕΦΑΛΑΙΟ 6 ΓΕΩΓΡΑΦΙΚΕΣ ΜΕΘΟΔΟΙ ΚΑΙ ΤΕΧΝΙΚΕΣ: ΣΗΜΕΙΑ
Μπεττίνα Χάιδιτς Τρίτος παράγοντας ΈκθεσηΈκβαση ? Συγχυτικός παράγοντας Τροποποιητικός παράγοντας.
Πηγή: Βιοστατιστική [Β.Γ. Σταυρινός, Δ.Β. Παναγιωτάκος]
ΣΤΑΤΙΣΤΙΚΗ ΕΠΑΓΩΓΗ: ΣΗΜΕΙΑΚΕΣ ΕΚΤΙΜΗΣΕΙΣ & ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ
ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ
Στόχοι του μαθήματος Ορισμός συστηματικού λάθους (ΣΛ, bias) Διάκριση των τύπων συστηματικού λάθους Πως επιδρούν τα ΣΛ στην αλλαγή των αποτελεσμάτων Κριτική.
Συγχρονικές μελέτες ή Χρονικής στιγμής
Διάλεξη  Μέτρηση: Είναι μια διαδικασία κατά την οποία προσδίδουμε αριθμητικά δεδομένα σε κάποιο αντικείμενο, σύμφωνα με κάποια προκαθορισμένα.
Ορισμοί-Είδη επιδημιολογικής έρευνας
Στατιστική – Πειραματικός Σχεδιασμός Βασικά. Πληθυσμός – ένα μεγάλο σετ από Ν παρατηρήσεις (πιθανά δεδομένα) από το οποίο το δείγμα λαμβάνεται. Δείγμα.
ΕΙΣΑΓΩΓΗ Η επιδίωξη: βελτίωση ποιότητας με συνεχή βελτίωση των διεργασιών με βάση τις οποίες παράγονται τα προϊόντα Παράγοντες: ελεγχόμενες μεταβλητές.
Σχεδιασμός των Μεταφορών Ενότητα #5: Δειγματοληψία – Sampling. Δρ. Ναθαναήλ Ευτυχία Πολυτεχνική Σχολή Τμήμα Πολιτικών Μηχανικών.
Διαστήματα Εμπιστοσύνης α) για τη μέση τιμή β) για ένα ποσοστό.
Εργαστήριο Στατιστικής (7 ο Εργαστήριο) Συσχετίσεις μεταξύ μεταβλητών (ερωτήσεων)
ΜΑΘΗΜΑ PROJECT - Α ΤΡΙΜΗΝΟ Νικόλαος Καλιβόπουλος - ΤΑΞΗ Α1 Υπεύθυνη Καθηγήτρια-Ρίγγα Ειρήνη ΠΕ15 Αποφεύγω το Αλκοόλ.
ΕΛΕΓΧΟΙ ΣΤΑΤΙΣΤΙΚΩΝ ΥΠΟΘΕΣΕΩΝ Η πιο συνηθισμένη στατιστική υπόθεση είναι η λεγόμενη Υπόθεση Μηδέν H 0. –Υποθέτουμε ότι η εμφανιζόμενη διαφορά μεταξύ μιας.
Έλεγχος Υποθέσεων Ο έλεγχος υποθέσεων αναφέρεται στη διαδικασία αποδοχής ή απόρριψης μιας στατιστικής υπόθεσης, Κατά την εκτέλεση ενός στατιστικού ελέγχου,
ΜΕΘΟΔΟΙ ΕΡΕΥΝΑΣ Δειγματοληψία
Διαστήματα Εμπιστοσύνης για αναλογίες. Ποιοτικές μεταβλητές χαρακτηρίζονται εκείνες οι οποίες τα στοιχεία τους δεν έχουν μετρηθεί με κάποιον τρόπο – οι.
ΜΗ ΠΑΡΕΜΒΑΤΙΚΕΣ ΕΠΙΔΗΜΙΟΛΟΓΙΚΕΣ ΕΡΕΥΝΕΣ. Διερεύνηση και τεκμηρίωση της αιτιότητας,μιας χρόνιας συνήθως, νόσου συσχετίζοντας τον αιτιολογικό παράγοντα.
ΗΛΕΚΤΡΙΚΕΣ ΜΕΤΡΗΣΕΙΣ ΣΦΑΛΜΑΤΑ ΜΕΤΡΗΣΗΣ.
Στατιστική Ανάλυση. Ποιοτικές και ποσοτικές μέθοδοι Ποιες είναι οι διαφορές; Πότε χρησιμοποιούνται; Πότε κάνω στατιστική ανάλυση;
ΔΙΑΛΕΞΗ 11η Ποσοτική έρευνα υγείας
Βιοστατιστική Ι Μέτρα συσχέτισης στις επιδημιολογικές μελέτες
Δραματική Τέχνη στην εκπαίδευση: Ερευνητικό Σχέδιο ΙΙ
Τι είναι «διάστημα» (1). Διαστήματα Εμπιστοσύνης α) για τη μέση τιμή (ποσοτικά) β) για ένα ποσοστό (ποιοτικά)
ΣΤΑΤΙΣΤΙΚΑ ΜΕΤΡΑ ΔΙΑΣΠΟΡΑΣ - ΑΣΥΜΜΕΤΡΙΑΣ - ΚΥΡΤΩΣΕΩΣ
Επικρατούσα τιμή. Σε περιπτώσεις, που διαφορετικές τιμές μιας μεταβλητής επαναλαμβάνονται περισσότερο από μια φορά, η επικρατούσα τιμή είναι η συχνότερη.
Στατιστικές Υποθέσεις
Η Διαδικασία της Αναλυτικής Ιεράρχησης
Μεθοδολογία της έρευνας στις Κοινωνικές Επιστήμες Ι &ΙΙ
Διαδικασία συλλογής των δεδομένων – Δειγματοληψία Απώτερος στόχος η διερεύνηση των σχέσεων μεταξύ μεταβλητών και παραγωγή γνώσης με το σχήμα «αίτιο – αποτέλεσμα».
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΝΟΣΗΛΕΥΤΙΚΗΣ
Κίνδυνος και ΠΕΚ Έως τώρα υποθέταμε ότι οι ταμειακές ροές είναι βέβαιες, δεν ενέχουν κάποιον κίνδυνο Στην πραγματικότητα οι ταμειακές ροές ενός επενδυτικού.
ΙΕΚ Γαλατσίου Στατιστική Ι
Μεθοδολογία Έρευνας Διάλεξη 5η: Δειγματοληψία
ΔΙΑΛΕΞΗ 9η Δειγματοληψία Ορισμοί Είδη δειγματοληψίας
Μεθοδολογία έρευνας και στατιστική – Δείγμα – Πληθυσμός
Προτυποποίηση (Standardization)
Μέτρα σύγκρισης (μέτρα σχέσης)
Πού χρησιμοποιείται ο συντελεστής συσχέτισης (r) pearson
5o Μάθημα: Το τεστ χ2 Κέρκυρα.
Πολυσυγγραμμικότητα Εξειδίκευση
«ΕΡΩΤΗΣΗ 1» Κατά τη διάρκεια της περιόδου οι ετήσιοι αριθμοί θανάτων από καρκίνο στις Ηνωμένες Πολιτείες από ανήλθαν στις , δηλαδή.
Έλεγχος υποθέσεων με την χ2 «χι -τετράγωνο» κατανομή
Συμμετοχική παρατήρηση Συστηματική παρατήρηση
ΑΝΑΛΥΣΗ ΧΩΡΙΚΩΝ ΠΡΟΤΥΠΩΝ
Μεθοδολογία Έρευνας Διάλεξη 5η: Δειγματοληψία
Μεθοδολογία της έρευνας στις Κοινωνικές Επιστήμες Ι &ΙΙ
Κάποιες βασικές έννοιες στη μεθοδολογία της ψυχολογίας
Επιμέρους Στοιχεία Αξιολόγησης Εκπαιδευτικού Λογισμικού
Βήματα σχεδιασμού Ερευνας Διατροφικής Επιδημιολογίας
Στατιστικές Υποθέσεις
Μεθοδολογία Έρευνας Διάλεξη 5η: Δειγματοληψία
Στατιστικά Περιγραφικά Μέτρα
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΝΟΣΗΛΕΥΤΙΚΗΣ
Τι είναι «διάστημα» (1). Διαστήματα Εμπιστοσύνης α) για τη μέση τιμή (ποσοτικά) β) για ένα ποσοστό (ποιοτικά)
ΤΕΙ Αθήνας Βιοστατιστική (Θ)
Τομέας Δημόσιας Υγείας Εργαστήριο Επιδημιολογίας & Δημόσιας Υγείας
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΝΟΣΗΛΕΥΤΙΚΗΣ
Εισαγωγή στο εργαστήριο Φυσικής
«Αποδοτέος Κίνδυνος & Σχετικός Κίνδυνος»
Ανάλυση διακύμανσης Τι είναι η ανάλυση διακύμανσης
Μεταγράφημα παρουσίασης:

5ο Εργαστήριο επιδημιολογίας

Έννοιες: Προσδιοριστής, Συγχυτής, Τροποποιητής Έννοιες: Προσδιοριστής, Συγχυτής, Τροποποιητής Προσδιοριστής: Το χαρακτηριστικό(συγγενές, περιβαλλοντικό ή συμπεριφοράς)των ατόμων από το οποίο εξαρτάται η συχνότητα ενός νοσήματος. Τροποποιητής:Το χαρακτηριστικό των ατόμων το οποίο προκαλεί τροποποίηση στη σχέση μεταξύ έκθεσης και έκβασης. Συγχυτής: Το χαρακτηριστικό των ατόμων που πληρεί τις παρακάτω προϋποθέσεις. 1) Σχετίζεται με την συχνότητα του νοσήματος δηλ. αποτελεί προσδιοριστή της έκβασης( Έκβαση στην αιτιογνωστική έρευνα είναι η έναρξη του νοσήματος) 2)Σχετίζεται με την έκθεση(προσδιοριστή) 3)Δεν αποτελεί ενδιάμεσο στάδιο μεταξύ έκθεσης και έκβασης.

Συγχυτής Παράδειγμα συγχυτικής σχέσης αποτελεί η διαπίστωση ότι άτομα που καταναλώνουν μεγάλη ποσότητα οινοπνεύματος έχουν μεγαλύτερο κίνδυνο εμφάνισης καρκίνου του πνεύμονα από εκείνα που δεν καταναλώνουν οινόπνευμα. Η συγχυτική αυτή σχέση οφείλεται στο ότι τα άτομα της πρώτης κατηγορίας είναι σε μεγαλύτερη αναλογία βαρείς καπνιστές σε σχέση με τα άτομα της δεύτερης κατηγορίας. Η συγχυτική επίδραση του καπνίσματος εξηγεί την παρατηρηθείσα σχέση μεταξύ κατανάλωσης οινοπνεύματος και καρκίνου του πνεύμονα. Το κάπνισμα είναι συγχυτής της σχέσης οινοπνεύματος και καρκίνου του πνεύμονα, γιατί έχει τα παρακάτω χαρακτηριστικά: Σχετίζεται με τη νόσο, καθώς αποτελεί προσδιοριστή του καρκίνου του πνεύμονα. Σχετίζεται με το μελετώμενο προσδιοριστή, καθώς τα άτομα που καταναλώνουν μεγαλύτερη ποσότητα οινοπνεύματος είναι, συνήθως, και άτομα που καπνίζουν περισσότερο. Δεν αποτελεί συνέπεια του μελετώμενου προσδιοριστή, δηλαδή της κατανάλωσης οινοπνεύματος.

Ιψενικό τρίγωνο επιδημιολογίας Συγχυτής(π.χ. κάπνισμα) Προσδιοριστής Έκβαση (π.χ. Αλκοόλ) (π.χ. Ca στοματοφάρυγγα)

Εξουδετέρωση συγχυτικών παραγόντων Πείραμα Περιοριστική μέθοδος( π.χ. αν το φύλο είναι συγχυτής κάνω το πείραμα ή σε άντρες ή σε γυναίκες) Εξομοίωση(10 που έχουν τη νόσο και 10 που δεν την έχουν και προσπαθώ να τους φέρω ποιο κοντά) Διαστρωμάτωση Προτύπωση

Διαστρωμάτωση Υποδιαίρεση των δεδομένων σε κατηγορίες ως προς ένα η περισσότερα χαρακτηριστικά. Σκοπός η μελέτη και ο έλεγχος της επίδρασης άλλων χαρακτηριστικών , εκτός της έκθεσης και της νόσου στην ανάλυση των δεδομένων. Είναι ένας τρόπος μελέτης και ελέγχου της επίδρασης άλλων προσδιοριστών (εξωγενών), εκτός του μελετώμενου προσδιοριστή, στη συχνότητα εμφάνισης του νοσήματος, στη φάση της ανάλυσης των δεδομένων. Διαστρωμάτωση σημαίνει ότι τα δεδομένα χωρίζονται σε υποομάδες ή στρώματα. Π.χ., διαστρωμάτωση κατά φύλο ή ηλικία σημαίνει ότι τα δεδομένα χωρίζονται σε κατηγορίες ανδρών και γυναικών ή κατά ηλικία.

Προτύπωση (Standardization) Διαφοροποίηση μέτρων επίπτωσης (Θνησιμότητος - Νοσηρότητος) λόγω διαφορών Ηλικιακή σύνθεση Διαφορά κατανομής φύλου Yπάρχουν αρκετές τεχνικές προτύπωσης, αλλά δύο από αυτές χρησιμοποιούνται συχνότερα: η μέθοδος της Άμεσης προτύπωσης (direct standardization) και Έμμεσης προτύπωσης (standardized mortality ratio ή SMR). Πρότυπος πληθυσμός είναι ο πληθυσμός που δανείζει τη σύνθεση του κατά ηλικία. Παράδειγμα: Έχουμε δύο πληθυσμούς Α και Β. Οι αδροί δείκτες θνησιμότητας είναι 0,015 έτος-1 και 0,023 στους πληθυσμούς αντίστοιχα. Ποιος έχει μεγαλύτερη θνησιμότητα; Απάντηση: Δεν μπορούμε να συγκρίνουμε γιατί μπορεί να έχουν διαφορετική ηλικιακή σύνθεση.

Προτύπωση (ΙΙ) Στο ερώτημα «είναι μεγάλη, μέτρια ή μικρή η ετήσια θνησιμότητα που χαρακτηρίζει έναν ορισμένο πληθυσμό, η απάντηση πρέπει να είναι “εξαρτάται από την κατά ηλικία σύνθεση του πληθυσμού αυτού αν είναι πληθυσμός νέων, τότε η θνησιμότητα είναι σχετικά μεγάλη, αν είναι πληθυσμός ηλικιωμένων, τότε η θνησιμότητα είναι σχετικά μικρή”. Επομένως, για να συγκριθούν σωστά οι αδροί δείκτες θνησιμότητας δύο ή περισσότερων πληθυσμών, πρέπει οι πληθυσμοί αυτοί να έχουν όμοια σύνθεση κατά ηλικία. Αν δεν έχουν, που είναι και το συνηθέστερο, τότε πρέπει να γίνουν χωριστές συγκρίσεις μεταξύ των ειδικών κατά ηλικία δεικτών θνησιμότητας των συγκρινόμενων πληθυσμών. Η τακτική αυτή είναι πάντα σωστή, αλλά συχνά δεν είναι πρακτική, γιατί προϋποθέτει πολλαπλές συγκρίσεις. Γι ' αυτό το λόγο, είναι σκόπιμος ο υπολογισμός ενός συνιστάμενου (σύνθετου) δείκτη για κάθε έναν από τους συγκρινόμενους πληθυσμούς που να μην εξαρτάται από τη διαφορετική κατά ηλικία σύνθεση των πληθυσμών αυτών. Αυτό γίνεται με τις τεχνικές της προτύπωσης (ή προτυποποίησης) κατά ηλικία.

Άμεση προτύπωση Στη μέθοδο της άμεσης προτύπωσης Επιλέγεται ένας πληθυσμός που θεωρείται «πρότυπος». Η επιλογή μπορεί να γίνει αυθαίρετα αρκεί να χρησιμοποιείται ο ίδιος «πρότυπος» πληθυσμός για όλες τις συγκρινόμενες ομάδες. 'Ετσι, ως «πρότυπος» πληθυσμός μπορεί να θεωρηθεί ο πληθυσμός του κόσμου το 1950, ή ο πληθυσμός της Ευρώπης το 1980, ή ο πληθυσμός της Ελλάδας το 2001. Οποιοσδήποτε και αν είναι ο πρότυπος πληθυσμός, έχει μία δεδομένη σταθερή σύνθεση κατά ηλικία. Κατά την εφαρμογή της άμεσης μεθόδου προτύπωσης, οι ειδικοί κατά ηλικία δείκτες θνησιμότητας του καθένα από τους συγκρινόμενους πληθυσμούς (π.χ. του πληθυσμού Α) εφαρμόζονται (πολλαπλασιάζονται) στις αντίστοιχες ομάδες ηλικιών του πρότυπου πληθυσμού. ‘ Ετσι υπολογίζονται οι θάνατοι που θα συνέβαιναν στον πρότυπο πληθυσμό αν ίσχυαν σε αυτόν οι ειδικοί κατά ηλικία δείκτες θνησιμότητας του πληθυσμού Α. Η αδρή (γενική) θνησιμότητα του πρότυπου πληθυσμού, που θα υπήρχε αν ίσχυαν σε αυτόν οι κατά ηλικία δείκτες θνησιμότητας του πληθυσμού.

Άμεση Προτύπωση – Ειδικοί κατά ηλικιακή ομάδα δείκτες θνησιμότητας στον πληθυσμό μελέτης – Εφαρμογή σε ένα πρότυπο πληθυσμό – Σταθμισμένοι ή Προτυπωμένοι Δείκτες: • Χρήσιμοι μόνο για συγκρίσεις • Υπολογίζουμε πόσοι θάνατοι θα παρατηρούνταν στον πρότυπο πληθυσμό αν είχε τους δείκτες θνησιμότητας του πληθυσμού που θέλουμε να συγκρίνουμε

Έμμεση προτύπωση Η μέθοδος υπολογισμού του «προτυπωμένου πηλίκου θνησιμότητας» ονομάζεται και «έμμεση» προτύπωση (indirect standardization) και βασίζεται στην εξής αρχή. Οι ειδικοί κατά ηλικία δείκτες ενός ορισμένου πληθυσμού αποτελούν τη βάση των υπολογισμών, ενώ η κατά ηλικία σύνθεση αυτού του πληθυσμού δεν έχει οποιαδήποτε σημασία. Οι δείκτες αυτοί (πρότυποι δείκτες) εφαρμόζονται στις αντίστοιχες ομάδες ηλικιών του πληθυσμού στον οποίο γίνεται η προτύπωση. Υπολογίζεται έτσι ο αριθμός των θανάτων που θα συνέβαιναν στον πληθυσμό που εξετάζεται αν ίσχυαν σε αυτόν οι πρότυποι δείκτες (αναμενόμενοι θάνατοι = Ε) και στη συνέχεια ο αριθμός αυτός συγκρίνεται με τον αριθμό των θανάτων που συνέβησαν πραγματικά (Ο). Το πηλίκο O x lOO: E αποτελεί το προτυπωμένο πηλίκο θνησιμότητας (SMR). ‘Οταν είναι μεγαλύτερο από 100 σημαίνει ότι η προτυπωμένη θνησιμότητα στον εξεταζόμενο πληθυσμό είναι μεγαλύτερη από τη θνησιμότητα στον πληθυσμό του οποίου οι δείκτες θεωρήθηκαν ως πρότυποι δείκτες (και αντίστροφα). Η έμμεση προτύπωση είναι ιδιαίτερα χρήσιμη όταν ο αριθμός των θανάτων στον εξεταζόμενο πληθυσμό είναι μικρός και όταν δεν είναι γνωστή η κατά ηλικία κατανομή των θανάτων αυτών.

Έμμεση Προτύπωση – Ειδικοί κατά ηλικιακή ομάδα δείκτες θνησιμότητας στον πρότυπο πληθυσμό – Εφαρμογή στον πληθυσμό μελέτης για το οποίο γνωρίζουμε: • Την ηλικιακή κατανομή • Τους παρατηρούμενους θανάτους – Αναμενόμενο αριθμό θανάτων στον πληθυσμό μελέτης • Υπολογίζουμε πόσοι θάνατοι θα παρατηρούνταν στον πληθυσμό μελέτης αν είχε τους δείκτες θνησιμότητας του πρότυπου πληθυσμού και διατηρούσε την ηλικιακή του κατανομή – Σταθμισμένοι ή Προτυπωμένοι Δείκτες: • SMR = παρατηρούμενοι θάνατοι / αναμενόμενοι θάνατοι

SMR : Ο λόγος του παρατηρηθέντος (Ο)προς τον αναμενόμενο (Ε) αριθμό περιστατικών. SMR= O / E x 100 Αναμενόμενος είναι ο αριθμός των περιστατικών που θα συνέβαιναν στον μελετώμενο πληθυσμό εάν η επίπτωση αυτού ήταν ίδια με του πληθυσμού αναφοράς

Αν SMR>100 τότε η προτυπώμενη θνησιμότητα ή νοσηρότητα στον εξεταζόμενο πληθυσμό είναι μεγαλύτερη από τον πληθυσμό σύγκρισης Αν SMR<100 τότε η προτυπώμενη θνησιμότητα ή νοσηρότητα στον εξεταζόμενο πληθυσμό είναι μικρότερη από τον πληθυσμό σύγκρισης

Άσκηση Σε μία μελέτη, η θνησιμότητα μεταξύ διαβητικών συγκρίθηκε με την αναμενόμενη στο γενικό πληθυσμό. Ο παρατηρηθείς αριθμός θανάτων από έμφραγμα μεταξύ διαβητικών ήταν 1107 και ο αναμενόμενος 531. 1) Υπολογίστε το SMR. 2) Περιγράψτε το αποτέλεσμα

Άσκηση 2 725 βιομηχανικές εργάτριες εκτέθηκαν σε ακτινοβολία στη δουλειά τους. 22 πέθαναν από κακοήθη νεοπλάσματα οστών. Ο αναμενόμενος αριθμός ήταν 0,27. Υπολογίστε το SMR.

Άμεση Προτύπωση Πληθυσμός Α Πληθ.έτη Περιπτ. Επίπτ. Νέοι 3000 30 0,010 Πληθ.έτη Περιπτ. Επίπτ. Νέοι 3000 30 0,010 Ηλ/νοι 1000 30 0,030 Σύνολ 4000 60 0,015 Πληθυσμός Β Νέοι 1000 5 0,005 Ηλ/νοι 9000 225 0,025 Σύνολ 10000 230 0,023 Πληθ.έτη Περιπτ . Α Περιπτ. Β. Νέοι 3000 30 15 Ηλ/νοι 1000 30 25 Σύνολ 4000 60 40 Θεωρούμε ως πρότυπο πληθυσμό τον Α. Άρα η περίπτωση του Β προκύπτει εάν πολλαπλασιάσω την επίπτωση του πληθυσμού Β με την ηλικιακή κατανομή του Α (δηλ. 3000*0,005=15 )

Προτυπώμενος δείκτης επίπτωσης πληθυσμού Α: 60/4000=0,015 έτος-1 Προτυπώμενος δείκτης επίπτωσης πληθυσμού Β: 40/4000=0,01 έτος-1 Λόγος προτυπώμενων δείκτων επίπτωσης: 0,015/0,01* 100= 150% δηλαδή 1,5 φορά μεγαλύτερη η θνησιμότητα ή νοσηρότητα στον πληθυσμό Α

Έμμεση προτύπωση, SMR (Όταν δεν γνωρίζω πως κατανέμονται οι περιπτώσεις σε κάθε κατηγορία) Πληθυσμός Α Πληθ.έτη Περιπτ. Επίπτ. Νέοι 3000 ; ; Ηλ/νοι 1000 ; ; Σύνολ 4000 60 0,015 Πληθυσμός Β Νέοι 1000 5 0,005 Ηλ/νοι 9000 225 0,025 Σύνολ 10000 230 0,023 Παρατηρούμενος αριθμός περιπτώσεων του Α (observed) O=60 Αναμενόμενος αριθμός περιπτώσεων του Α( Expected) Ε= 3000*0,005 + 1000*0,025= 15 + 25= 40 (αναμενόμενος αριθμός περιπτώσεων είναι οι περιπτώσεις του Α αν είχε τους δείκτες επίπτωσης του Β και την ηλικιακή σύνθεση του Α) SMR= Ο/Ε*100= 150%

Άσκηση εργαζόμενοι άνδρες σε μία επαγγελματική ομάδα 40 περιστατικά εμφράγματος μυοκαρδίου Κάντε μία σχετική σύγκριση της επίπτωσης του μυοκαρδιακού εμφράγματος μεταξύ των εργαζομένων στην επαγγελματική ομάδα και στο γενικό πληθυσμό. Ηλικία Πληθυσμοέτη στους εργαζόμενους Επίπτωση στο γενικό πληθυσμό 35-44 8000 0.0005 45-54 2000 0,004 55-64 0.009

ΤΥΧΑΙΟ ΣΦΑΛΜΑ ΣΥΣΤΗΜΑΤΙΚΟ ΣΦΑΛΜΑ

Πρέπει να πιστέψουμε τις μετρήσεις μας; Κάπνισμα Καρκίνος πνεύμονα OR=9,1 Πραγματική σχέση αιτιολογική μη-αιτιολογική Τύχη; Συγχυτικοί παράγοντες; Συστηματικό σφάλμα;

Τι εννοούμε με τον όρο σφάλμα μέτρησης; Με τον όρο σφάλμα μέτρησης νοείται κάθε απόκλιση της τιμής μιας μεταβλητής από την πραγματική τιμή, που δεν οφείλεται σε λάθος. Τα σφάλματα μέτρησης είναι επιτρεπτά και το μέγεθος τους καθορίζει την ποιότητα της μέτρησης. Η απουσία σφαλμάτων καθιστά μια μέτρηση αυθεντική (accurate). Τα μέτρα συχνότητας (measures of frequency) ή τα μέτρα σχέσης measures of association) που επιδιώκεται να εκτιμηθούν σε μια επιδημιολογική μελέτη έχουν μια συγκεκριμένη πραγματική τιμή και από τη μελέτη προκύπτει μια εκτιμήτρια της τιμής αυτής. Αν η εκτιμήτρια είναι κοντά στην πραγματική τιμή, η μελέτη είναι αυθεντική, ενώ αν διαφέρει σημαντικά από αυτή, υπάρχουν στη μελέτη σφάλματα μέτρησης.

Τυχαίο σφάλμα ή Random error Τα αποτελέσματα και οι συσχετίσεις μας αποκλίνουν από την αλήθεια εξαιτίας της τύχης. Πώς προλαμβάνονται τα τυχαία σφάλματα σε μια έρευνα; • Αυξάνοντας το μέγεθος του δείγματος • Χρησιμοποιώντας κατάλληλες ερευνητικές υποθέσεις, π.χ. υποθέτοντας μεγάλες διαφορές μεταξύ των τιμών των μεταβλητών.

Τυχαίο σφάλμα Δεν είναι προβλέψιμα κατά τη διάρκεια της μέτρησης και για την διαπίστωσή τους είναι αναγκαία η επανάληψη της μέτρησης. Δηλαδή για τη διαπίστωση του τυχαίου σφάλματος δεν είναι δυνατή όταν υπάρχει μία μόνο μέτρηση. Δεν είναι απαραίτητη η γνώση της πραγματικής τιμής. Όσον αφορά τα τυχαία σφάλματα, μια επιδημιολογική μελέτη επί απουσίας τους λέγεται πως έχει ακρίβεια (precision), αξιοπιστία (reliability), αναπαραγωγιμότητα (reproducibility), επαναληπτικότητα ή επαναληψιμότητα (repeatbility), συνέπεια (consistency). Η παρουσία τους καθιστά τη μέτρηση ανακριβή, αναξιόπιστη. Η μέτρηση ή, καλύτερα, η εκτίμηση του τυχαίου σφάλματος είναι συνάρτηση της φύσης (ποιοτικής ή ποσοτικής) της μεταβλητής που μετράται.

Συστηματικό Σφάλμα ή Systematic Error Οποιοδήποτε λάθος στο σχεδιασμό ή στην πραγματοποίηση μιας επιδημιολογικής μελέτης που οδηγεί σε λανθασμένη εκτίμηση της σχέσης μεταξύ έκθεσης και συχνότητας του νοσήματος. Διαφέρουν οι συγχυτικοί παράγοντες από το συστηματικό σφάλμα; • Οι συγχυτικοί παράγοντες περιγράφουν μια αληθή σχέση που πιθανώς είναι αποπροσανατολιστική • Το συστηματικό σφάλμα δημιουργεί μια αναληθή σχέση μεταξύ έκθεσης και έκβασης

Συστηματικό σφάλμα Η εκτίμηση των συστηματικών σφαλμάτων προϋποθέτει τη γνώση της πραγματικής τιμής της μετρούμενης μεταβλητής. Αυτό επιβάλλει την ύπαρξη μιας μεθόδου (μέθοδος αναφοράς ή χρυσός κανόνας) που μπορεί (ή θεωρείται κατόπιν συμφωνίας) να μετρά την πραγματική τιμή. Η απουσία συστηματικών σφαλμάτων σε μια μέτρηση ονομάζεται εγκυρότητα (validity), ενώ η παρουσία τους καθιστά τη μέτρηση μεροληπτική (bias).

Τι είναι ο δείκτης κάππα Η εκτίμηση του τυχαίου σφάλματος γίνεται με αξιολογήσεις (μετρήσεις με την ευρεία έννοια) της ίδιας μεταβλητής από δύο, τουλάχιστον, διαφορετικούς εξεταστές. Οι εξεταστές θα πρέπει να διαθέτουν το ίδιο περίπου επίπεδο γνώσεων, ώστε το ποσοστό συμφωνίας να εκτιμάει το τυχαίο σφάλμα. Το μέτρο που χρησιμοποιείται αποκλειστικά σήμερα για τη μέτρηση του τυχαίου σφάλματος στα ποιοτικά δεδομένα είναι ο δείκτης κάππα, που υπολογίζεται από τον τύπο: Δείκτης κάππα = (ποσοστό συμφωνίας που παρατηρήθηκε - ποσοστό τυχαίας συμφωνίας ) / (ποσοστό πλήρους συμφωνίας - ποσοστό τυχαίας συμφωνίας)

Μεροληψία Ο όρος μεροληψία (bias) χρησιμοποιείται για να περιγράψει την παρουσία συστηματικών σφαλμάτων σε μια επιδημιολογική μελέτη, ενώ η απουσία τους αποδίδεται με τον όρο εγκυρότητα (validity). Είναι σημαντικό η λέξη- έννοια μεροληψία (bias) να μην συγχέεται με τη λέξη προκατάληψη (prejudice). Μεροληψία είναι οποιαδήποτε διαδικασία σε οποιαδήποτε φάση που τείνει να παράγει αποτελέσματα ή συμπεράσματα που διαφέρουν συστηματικά από την πραγματικότητα. Αντίθετα, η προκατάληψη είναι η γνώμη που διαμορφώνεται εκ των προτέρων, χωρίς επισταμένη μελέτη και εξέταση των πραγμάτων

Ευχαριστώ !