ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΝΟΣΗΛΕΥΤΙΚΗΣ

Slides:



Advertisements
Παρόμοιες παρουσιάσεις
Σφάλματα μέτρησης.
Advertisements

Αξιοπιστία Γ. Σιδερίδης
ΕΞΌΡΥΞΗ ΔΕΔΟΜΈΝΩΝ ΚΑΙ ΑΛΓΌΡΙΘΜΟΙ ΜΆΘΗΣΗΣ Κατηγοριοποίηση 4 ο Φροντιστήριο Σκούρα Αγγελική

Medilab.pme.duth.gr Δρ. Π. Ν. Μπότσαρης 1 ΔΗΜΟΚΡΙΤΕΙΟ ΠΑΝΕΠΙΣΤΗΜΕΙΟ ΘΡΑΚΗΣ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΠΑΡΑΓΩΓΗΣ κ ΔΙΟΙΚΗΣΗΣ ΤΟΜΕΑΣ ΥΛΙΚΩΝ, ΔΙΕΡΓΑΣΙΩΝ.
ΚΟΙΝΩΝΙΚΗ ΕΡΕΥΝΑ ΚΟΙΝΩΝΙΚΗ ΕΡΕΥΝΑ alco THE PULSE OF SOCIETY.
Στατιστική – Πειραματικός Σχεδιασμός Βασικά. Πληθυσμός – ένα μεγάλο σετ από Ν παρατηρήσεις (πιθανά δεδομένα) από το οποίο το δείγμα λαμβάνεται. Δείγμα.
Διοίκηση Ανθρώπινων Πόρων Ενότητα 3: Αξιολόγηση Προσωπικού Δημήτριος Σταυρουλάκης Τμήμα Λογιστικής & Χρηματοοικονομικής ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό.
ΨΗΦΙΑΚΗ ΣΥΜΒΟΛΗ ΣΤΗΝ ΕΝΙΣΧΥΣΗ ΤΗΣ ΦΩΝΟΛΟΓΙΚΗΣ ΕΠΙΓΝΩΣΗΣ Γεώργιος Μανωλίτσης Επίκουρος Καθηγητής ΠΤΠΕ Παν/μίου Κρήτης.
1 ΔΗΜΟΠΑΘΟΛΟΓΙΑ ΤΗΣ ΔΙΑΤΡΟΦΗΣ ΠΑΡΟΥΣΙΑΣΗ 5 Η (Θ) ΠΡΟΕΤΟΙΜΑΣΙΑ ΕΠΙΔΗΜΙΟΛΟΓΙΚΗΣ ΕΡΕΥΝΑΣ.
Συλλογή δεδομένων Μια κύρια πρωτογενής πηγή συλλογής στοιχείων είναι η διενέργεια πληθυσμιακών ερευνών Μια κύρια πρωτογενής πηγή συλλογής στοιχείων είναι.
Εφαρμογές Στατιστικής στην Τεχνολογία Τροφίμων (Θ) Ενότητα 2: Πληθυσμός και δείγμα - Δειγματοληπτικές μέθοδοι και δειγματοληπτικό σφάλμα Δρ.Ευσταθία Παπαγεωργίου,
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΝΟΣΗΛΕΥΤΙΚΗΣ ΜΑΘΗΜΑ : ΕΠΙΔΗΜΙΟΛΟΓΙΑ ΥΠΕΥΘΥΝΗ ΜΑΘΗΜΑΤΟΣ ΕΠΙΔΗΜΙΟΛΟΓΙΑΣ: ΕΠΙΚΟΥΡΟΣ ΚΑΘΗΓΗΤΡΙΑ ΔΙΟΜΗΔΟΥΣ ΜΑΡΙΑΝΝΑ 1.
ΤΡΙΓΩΝΟΜΕΤΡΙΚΟΙ ΑΡΙΘΜΟΙ ΠΑΡΑΠΛΗΡΩΜΑΤΙΚΩΝ ΓΩΝΙΩΝ Μαθήτρια:G5DA06 Καθηγητής :CV Τμήμα: Γ’5.
Test.
Test.
5ο Εργαστήριο επιδημιολογίας
1. Εγκυρότητα-Αξιοπιστία μετρήσεων
ΠΕΡΙΓΡΑΦΙΚΗ ΒΙΟΣΤΑΤΙΣΤΙΚΗ – Ποσοτικές μεταβλητές
Στατιστική ανάλυση των πειραματικών μετρήσεων
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
Μέτρα μεταβλητότητας ή διασποράς
ΚΟΙΝΩΝΙΚΗ ΕΡΕΥΝΑ alco THE PULSE OF SOCIETY.
Διαχείριση και ανάλυση δεδομένων
Εισαγωγή στην Ανάλυση Γλωσσικών Δεδομένων
OIKONOMIKO ΒΑΡΟΜΕΤΡΟ alco THE PULSE OF SOCIETY.
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ
Εισαγωγή στην επιλογή μονάδων και τη δειγματοληψία
Μεθοδολογία έρευνας και στατιστική – Δείγμα – Πληθυσμός
Σχεδιασμός Ερευνών Συγχρονικές Ερευνες.
ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧ/ΣΕΩΝ ΕΡΓΑΣΤΗΡΙΟ 3 ΔΔΕ
Στατιστικές Υποθέσεις III
ΘΕΡΜΟΤΗΤΑ - ΘΕΡΜΟΚΡΑΣΙΑ
Έλεγχος ανεξαρτησίας (συσχέτισης) 2 κατηγορικών μεταβλητών
Δήμου, Ν. Λ. 1, Τσαντές, Α. Ε. 2, Νικολόπουλος, Γ. Κ. 3, Χαμόδρακας, Σ
ΑΝΑΔΡΟΜΙΚΕΣ ΕΡΕΥΝΕΣ ‘ΤΑ ΕΡΕΥΝΗΤΙΚΑ ΔΕΔΟΜΕΝΑ ΑΣΘΕΝΩΝ ΚΑΙ ΜΑΡΤΥΡΩΝ
Ποσοτικές Μέθοδοι Δρ. Χάϊδω Δριτσάκη MSc Τραπεζική & Χρηματοοικονομική
Αξιοπιστία Γ. Σιδερίδης
Βήματα σχεδιασμού Ερευνας Διατροφικής Επιδημιολογίας
Μέτρα μεταβλητότητας ή διασποράς
Επίπεδο Υγείας Ελληνικού Πληθυσμού και Σύστημα Υγειας
Βασικές αρχές μέτρησης, Μεταβλητές, Βασικές έννοιες στατιστικής
ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΠΕΙΡΑΜΑΤΙΚΩΝ ΜΕΤΡΗΣΕΩΝ
اندازه گیری و محاسبات در شیمی
ΔΙΑΔΙΚΑΣΙΑ ΕΠΙΛΟΓΗΣ ΜΕΤΟΧΩΝ
Ανοικτά Ακαδημαϊκά Μαθήματα στο ΤΕΙ Αθήνας
ΤΕΙ Αθήνας Βιοστατιστική (Θ)
Πρόγραμμα μεταπτυχιακών σπουδών Ιατρικής σχολής ΕΚΠΑ
رگرسيون Regression.
ΦΥΛΕΤΙΚΟΣ ΔΙΜΟΡΦΙΣΜΟΣ ΕΓΚΕΦΑΛΟΥ
الفصل الثانى المجالات الكهربائية توليد المجالات الكهربائية وقياسها . الدرس الأول توليد المجالات الكهربائية وقياسها .
Πολιτική Έρευνα.
Βιοστατιστική (Θ) Ενότητα 7: Μη-Παραμετρικές Δοκιμασίες
Κοινωνική Έρευνα.
پایش کیفیت اختصاصی. پایش کیفیت اختصاصی روندکلی بررسی «خوب بودن» گام نخست: شناختن معیارهای کارخوب معیار‌های کیفیت.
Δείκτες ΓΣΕΕ Σεπτέμβριος 2018
ΑΙΣΘΗΤΗΡΕΣ ΣΤΟΧΟΙ ΤΟΥ ΜΑΘΗΜΑΤΟΣ Να μπορείτε να
ΕιΣαγωγη ΣτιΣ ΒιοϊατρικεΣ ΕπιΣτημεΣ- ΑΣφαλεια Βιοϊατρικων ΕργαΣτηριων
Μάθημα [GD3021]: ΑΝΑΛΥΣΗ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΩΝ ΚΑΤΑΣΤΑΣΕΩΝ
Διαδικασία συλλογής των δεδομένων – Δειγματοληψία Απώτερος στόχος η διερεύνηση των σχέσεων μεταξύ μεταβλητών και παραγωγή γνώσης με το σχήμα «αίτιο – αποτέλεσμα».
Έρευνα για την Υγεία Κοινό
Λογιςτικη κοςτους ΣΥΜΠΑΡΑΓΩΓΑ.
ΜΠΑΜΙΑ ΧΡΙΣΤΙΝΑ* (Υπεύθυνη) Αν. Καθηγήτρια ΒΟΥΡΛΗ ΓΕΩΡΓΙΑ* (Θεωρία)
Πολιτική Έρευνα Πανελλήνια Κοινωνική Έρευνα.
Βιοστατιστική (Θ) Ενότητα 5: Μη-Παραμετρικές Δοκιμασίες ΤΕΙ Αθήνας
Πολιτική Έρευνα Πανελλήνια Κοινωνική Έρευνα.
«Επιδημιολογία + Δημόσια Υγεία»
Συμφωνία επί της ασφαλιστικής αξίας
OIKONOMIKO ΒΑΡΟΜΕΤΡΟ alco THE PULSE OF SOCIETY.
Μεταγράφημα παρουσίασης:

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΝΟΣΗΛΕΥΤΙΚΗΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΝΟΣΗΛΕΥΤΙΚΗΣ ΜΑΘΗΜΑ : ΕΠΙΔΗΜΙΟΛΟΓΙΑ ΥΠΕΥΘΥΝΗ ΜΑΘΗΜΑΤΟΣ ΕΠΙΔΗΜΙΟΛΟΓΙΑΣ: ΑΝΑΠΛΗΡΩΤΡΙΑ ΚΑΘΗΓΗΤΡΙΑ ΔΙΟΜΗΔΟΥΣ ΜΑΡΙΑΝΝΑ 1 1

ΣΦΑΛΜΑΤΑ ΜΕΤΡΗΣΗΣ 2 2

Σφαλματα μετρησης Η έννοια του σφάλματος μέτρησης εισήχθη διότι τα μελετώμενα χαρακτηριστικά στο χώρο της Επιδημιολογίας είναι κατά κανόνα βιολογικά, γεγονός που σημαίνει πως ανεξάρτητα από τη φύση τους, υπόκεινται εγγενώς στον κίνδυνο σφάλματος κατά τη μέτρηση τους. Με τον όρο σφάλμα μέτρησης νοείται κάθε απόκλιση της τιμής μιας (βιολογικής) μεταβλητής από την πραγματική τιμή, που δεν οφείλεται σε λάθος. Αφορά το σφάλμα σε κάποιο υπολογισμό ή σε κάποια εκτίμηση και αντιστοιχεί στη διαφορά ανάμεσα στην πραγματική τιμή και την τιμή που προκύπτει από την εκτίμηση ή τον υπολογισμό.

Σφαλματα μετρησης Σε αντίθεση με τα λάθη που προκύπτουν συνήθως από άγνοια, απροσεξία, λαθεμένη αρχή της μεθόδου ή ασυνειδησία και τα οποία δεν είναι επιτρεπτά σε οποιαδήποτε μελέτη, 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. Παρόλα αυτά η γνώση των διαφορετικών τύπων σφάλματος είναι σημαντική, αφού υπάρχουν μέθοδοι με τις οποίες μπορούν να μειωθούν τα σφάλματα τόσο στη φάση του σχεδιασμού της μελέτης όσο και στη φάση της «ανάλυσης των δεδομένων». Επειδή η πραγματική τιμή του μέτρου που εκτιμάται είναι πάντοτε άγνωστη ο προσδιορισμός του πραγματικού μεγέθους των σφαλμάτων μέτρησης σε μια δεδομένη μελέτη δεν είναι δυνατός.

Σφαλματα μετρησης Τυχαία σφάλματα (random error) : Διαφορά μεταξύ μιας εμπειρικής τιμής και της μέσης τιμής των εμπειρικών τιμών που προκύπτουν από έναν απεριόριστο αριθμό μελετών με την ίδια μέθοδο μέτρησης Συστηματικά σφάλματα (systematic error) : Διαφορά μεταξύ της πραγματικής τιμής και της μέσης τιμής των εμπειρικών τιμών που προκύπτουν από ένα απεριόριστο αριθμό μελετών με την ίδια μεθοδολογία συστηματικά σφάλματα επιλογής συστηματικά σφάλματα πληροφορίας Σύγχυση (confounding)

Τυχαίο και συστηματικό σφάλμα Σφαλματα μετρησης Τυχαίο και συστηματικό σφάλμα

Σφαλματα μετρησης Από τον παραπάνω ορισμό προκύπτει μια σημαντική διαφορά μεταξύ των δύο τύπων σφάλματος. Ενώ για την εκτίμηση του τυχαίου σφάλματος απαιτούνται επανειλημμένες μετρήσεις και δεν είναι απαραίτητη η γνώση της πραγματικής τιμής, στην περίπτωση του συστηματικού σφάλματος απαιτείται είτε η γνώση της πραγματικής τιμής είτε η ύπαρξη μιας μεθόδου (μέθοδος αναφοράς ή χρυσός κανόνας) που θεωρείται πως μετρά την πραγματική τιμή.

Σφαλματα μετρησης 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 Τα συστηματικά σφάλματα μέτρησης οδηγούν σε εκτιμήτριες που είναι μεγαλύτερες ή μικρότερες από την πραγματική τιμή στον μελετώμενο πληθυσμό.

Σφαλματα μετρησης Η παρουσία τυχαίων σφαλμάτων καθιστά τη μελέτη ανακριβή ή αναξιόπιστη. Ο όρος αυθεντικότητα (accuracy) χρησιμοποιείται, κατά κανόνα, τα τελευταία χρόνια για να εκφράσει την απουσία τόσο των τυχαίων όσο και των συστηματικών σφαλμάτων, ενώ παλιότερα ήταν συνώνυμος της εγκυρότητας. Εγκυρότητα: απουσία συστηματικού σφάλματος στον προσδιορισμό μιας παραμέτρου σχετικά με πληθυσμό και παράγοντες που επηρεάζουν 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) ή τυχαία αναλυτική μεταβολή (random analytic variation), ενώ

Σφαλματα μετρησης Στόχος σκόπευσης Μια ομάδα μετρήσεων μπορεί να έχει μεγάλη ακρίβεια, αλλά να απέχει συστηματικά από την πραγματική τιμή ή ακόμα να έχει υψηλή εγκυρότητα, δηλαδή οι μετρήσεις κατά μέσο όρο να μην απέχουν από την πραγματική τιμή, αλλά να διαφέρουν πολύ μεταξύ τους, με αποτέλεσμα η ακρίβεια της μελέτης να είναι μικρή. Οι έννοιες της ακρίβειας και της εγκυρότητας συχνά απεικονίζονται με τη βοήθεια ενός «στόχου σκόπευσης».

Σφαλματα μετρησης Στην εικόνα παρουσιάζονται οι συνδυασμοί υψηλής και χαμηλής ακρίβειας και εγκυρότητας. Η υψηλή ακρίβεια απεικονίζεται με τη συγκέντρωση των βολών σε μια μικρή περιοχή, ενώ η υψηλή εγκυρότητα με βολές που κατά μέσο όρο βρίσκονται κοντά στο κέντρο του στόχου. Ιδιαίτερη σημασία έχει ο συνδυασμός υψηλής ακρίβειας και χαμηλής εγκυρότητας. Είναι δεδομένο πως η εμπιστοσύνη στο αποτέλεσμα μιας μελέτης είναι μεγαλύτερη όταν αρκετές μελέτες έχουν παρόμοια αποτελέσματα. Εντούτοις, η συμφωνία των ευρημάτων των μελετών είναι δυνατόν να προκύψει και στην περίπτωση που η υψηλή ακρίβεια συνοδεύεται από χαμηλή εγκυρότητα, όπως στην περίπτωση που επαναλαμβάνονται τα ίδια συστηματικά σφάλματα. Ιδανικά μια μελέτη θα πρέπει να συνδυάζει υψηλή εγκυρότητα και ακρίβεια. Απόλυτη ακρίβεια και εγκυρότητα δεν είναι δυνατόν να επιτευχθεί, για αυτό και δεν αποτελεί απόλυτο κριτήριο αξιολόγησης μιας μελέτης.

TYXAIA Σφαλματα(1/5) Δεν είναι προβλέψιμα κατά την εκτέλεση της μέτρησης. Είναι δικατευθυνόμενα και για τη διαπίστωση τους είναι αναγκαία η επανάληψη της μέτρησης. Δηλαδή, η διαπίστωση του τυχαίου σφάλματος δεν είναι δυνατή όταν υπάρχει μία μόνο μέτρηση. Δεν είναι όμως απαραίτητη η γνώση της πραγματικής τιμής, όπως συμβαίνει στα συστηματικά σφάλματα. Η μέτρηση ή, καλύτερα, η εκτίμηση του τυχαίου σφάλματος είναι συνάρτηση της φύσης (ποιοτικής ή ποσοτικής) της μεταβλητής που μετράται.

TYXAIA Σφαλματα(2/5) Ποσοτικές μεταβλητές Η εκτίμηση γίνεται με τους παρακάτω δείκτες: 1. Σταθερή απόκλιση (SD) 2. Συντελεστής μεταβλητότητας (CV=SD/ x’) Το συχνότερα χρησιμοποιούμενο μέτρο του τυχαίου σφάλματος είναι ο συντελεστής μεταβλητότητας (coefficient of variation), το γνωστό CV. Η καλή κατανόηση της έννοιας και του τρόπου υπολογισμού της σταθερής απόκλισης στις διάφορες μορφές τυχαίων σφαλμάτων (πολλές μετρήσεις της ίδιας μεταβλητής την ίδια μέρα από τον ίδιο εξεταστή με την ίδια μέθοδο, πολλές μετρήσεις της ίδιας μεταβλητής από τον ίδιο εξεταστή σε διαφορετικές ημέρες κ.ά.) είναι απόλυτα αναγκαία για την ορθολογική απόρριψη ή αποδοχή του αποτελέσματος μιας δοκιμασίας. Ποσοτικές μεταβλητές Η εκτίμηση γίνεται με τους παρακάτω δείκτες: 1. Σταθερή απόκλιση (SD) 2. Συντελεσιής μεταβλητότητας (CV=SD/ ) 3. Μέση απόκλιση (d) 4. Σχετική μέση απόκλιση 5. Εύρος (R) ή σχετικό εύρος (d’/x’) 6. Συντελεστής συσχέτισης της αξιοπιστίας 7. Συντελεστής συσχέτισης ημικλαύστου (split-half) 8. Συντελεστής συσχέτισης ισοδύναμων τύπων (alternate-types) 9. Αξιοπιστία εξέτασης-επανεξέτασης (test-retest). Το συχνότερα χρησιμοποιούμενο μέτρο του τυχαίου σφάλματος είναι ο συντελεστής μεταβλητότητας (coefficient of variation), το γνωστό CV. Η καλή κατανόηση της έννοιας και του τρόπου υπολογισμού της σταθερής απόκλισης στις διάφορες μορφές τυχαίων σφαλμάτων (πολλές μετρήσεις της ίδιας μεταβλητής την ίδια μέρα από τον ίδιο εξεταστή με την ίδια μέθοδο, πολλές μετρήσεις της ίδιας μεταβλητής από τον ίδιο εξεταστή σε διαφορετικές ημέρες κ.ά.) είναι απόλυτα αναγκαία για την ορθολογική απόρριψη ή αποδοχή του αποτελέσματος μιας δοκιμασίας. Στον πίνακα 1 φαίνονται τα αποτελέσματα των μετρήσεων του ίδιου δείγματος με την ίδια μέθοδο από 4 διαφορετικούς εξεταστές.

TYXAIA Σφαλματα(3/5) Στον πίνακα φαίνονται τα αποτελέσματα των μετρήσεων του ίδιου δείγματος με την ίδια μέθοδο από 4 διαφορετικούς εξεταστές. Αναλυτικές και αντιπροσωπευτικές τιμές επανειλημμένων μετρήσεων του ίδιου δείγματος με την ίδια μέθοδο από 4 διαφορετικούς εξεταστές. Εξεταστές Α Β Γ Δ 115 102 99 94 106 100 81 116 95 87 90 91 88 101 96 83 108 89 104 86 η (10) (10) X’ 115,40 100,00 89,00 SD 0,52 5,21 0,47 5,14 CV 0,45% 5,21% 0,47% 5,77% Η διάταξη των εξεταστών, σύμφωνα με την ακρίβεια των αποτελεσμάτων των επανειλημμένων μετρήσεων (όπως εκτιμάται από το συντελεστή μεταβλητότητας), είναι: Α, Γ, Β, Δ.

TYXAIA Σφαλματα(4/5) Ποιοτικές μεταβλητές 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)

TYXAIA Σφαλματα(4/5) Πίνακας Α Πίνακας Β 1ος εξεταστής 1ος εξεταστής Πίνακας Α Πίνακας Β 1ος εξεταστής 1ος εξεταστής + - + - 2ος εξεταστής + 11 3 14 2ος εξεταστής + 5.13 8.87 14 - 11 35 46 - 16.87 29.13 46 22 31 60 22.0 38 60 Ο=(11 + 35)/69=0.77 C=(5.13+29.13)/60=0.57 OK=(O-C)/(1-C), O=παρατηρηθείσα συμφωνία, C=τυχαία συμφωνία Αρα, ο δείκτης κάππα = (0.77-0.57)/(1.0-0.57)=0.47 Αναλυτικότερα, από τον πίνακα Α υπολογίζεται το ποσοστό συμφωνίας που παρατηρήθηκε (Ο) και από τον πίνακα Β το ποσοστό της τυχαίας συμφωνίας (Ο).

ΣΥΣΤΗΜΑΤΙΚΑ ΣΦΑΛΜAΤΑ(1/3) 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).

ΣΥΣΤΗΜΑΤΙΚΑ ΣΦΑΛΜAΤΑ(2/3) Ποσοτικές μεταβλητές Η εκτίμηση γίνεται με έναν από τους παρακάτω δείκτες, όπως: α. Η απόσταση της μέσης τιμής επανειλημμένων μετρήσεων από την πραγματική τιμή (Δ). β. Η προτυπωμένη μεροληψία (standardized bias). Είναι ο λόγος του προηγούμενου μεγέθους δια της σταθερής απόκλισης. γ. Ο συντελεστής συσχέτισης των «ατελών» τιμών και των πραγματικών τιμών. Ένα ενδιαφέρον μέγεθος είναι το τετράγωνο του συντελεστή αυτού (R^2) δ. Διάφοροι δείκτες προκύπτουν από τη διαίρεση (προτύπωση) της απόστασης Δ με τη μέση απόκλιση (d’).

ΣΥΣΤΗΜΑΤΙΚΑ ΣΦΑΛΜAΤΑ(3/3) Ποιοτικές μεταβλητές Τα συχνότερα χρησιμοποιούμενα μέτρα εκτίμησης των συστηματικών σφαλμάτων είναι η ευαισθησία (sensitivity), η ειδικότητα (specificity) και οι λόγοι πιθανοφάνειας (likelihood ratio), θετικός και αρνητικός. Ποιοτικές μεταβλητές Όταν οι ποιοτικές μεταβλητές είναι δυαδικές, τα συχνότερα χρησιμοποιούμενα μέτρα εκτίμησης των συστηματικών σφαλμάτων είναι η ευαισθησία (sensitivity), η ειδικότητα (specificity) και οι λόγοι πιθανοφάνειας (likelihood ratio), θετικός και αρνητικός. Ευαισθησία (ή το ποσοστό των αληθώς θετικών ευρημάτων) είναι το ποσοστό των πραγματικών ευρημάτων που διαπιστώνονται με τη μέθοδο που μελετάται. Για μια διαγνωστική δοκιμασία (όπως η κυτταρολογική), ευαισθησία είναι το ποσοστό των αρρώστων με θετική Βιοψία (μέθοδος αναφοράς) που έχουν θετική την κυτταρολογική εξέταση ή, απλουστέρα, «το ποσοστό των πασχόντων που έχει θετική την εξέταση». Ειδικότητα (ή ποσοστό των αληθώς αρνητικών ευρημάτων) είναι το «ποσοστό των μη πασχόντων που έχει αρνητική την εξέταση». Συμπληρωματικές των εννοιών αυτών έννοιες είναι «το ποσοστό των ψευδώς αρνητικών ευρημάτων» (1-ευαισθησία) και το «ποσοστό των ψευδώς θετικών ευρημάτων» (1-ειδικότητα). Ο θετικός λόγος πιθανοφάνειας (positive likelihood ratio) είναι ο λόγος των αληθώς θετικών προς τα ψευδώς θετικά ευρήματα και ο αρνητικός λόγος πιθανοφάνειας (negative likelihood ratio) είναι ο λόγος των ψευδώς αρνητικών προς τα αληθώς αρνητικά ευρήματα. Εάν η μεταβλητή είναι ποσοτική, συνεχής ή ασυνεχής, οι λόγοι πιθανοφάνειας δεν είναι απλώς λόγοι πιθανοτήτων, αλλά λόγοι δύο συναρτήτων πιθανοτήτων πυκνότητας. Οι λόγοι πιθανοφάνειας είναι κρίσιμης σημασίας για τον υπολογισμό των διαγνωστικών πιθανοτήτων με την μπαγιεσιανή μέθοδο.

ΔΙΑΚΡΙΣΗ ΤΥΧΑΙΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΙΚΩΝ ΣΦΑΛΜΑΤΩΝ ΜΕΤΡΗΣΗΣ ΔΙΑΚΡΙΣΗ ΤΥΧΑΙΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΙΚΩΝ ΣΦΑΛΜΑΤΩΝ ΜΕΤΡΗΣΗΣ Υπάρχει ένας απλός τρόπος : αν το μέγεθος μιας μελέτης αυξηθεί ώστε να γίνει απείρως μεγάλο, τα σφάλματα που θα εξαλειφθούν είναι τα τυχαία. Τα συστηματικά σφάλματα δεν επηρεάζονται από την αύξηση του μεγέθους της μελέτης και συνεχίζουν να υπάρχουν ακόμα και όταν το μέγεθος της μελέτης τείνει στο άπειρο.

ΔΙΑΚΡΙΣΗ ΤΥΧΑΙΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΙΚΩΝ ΣΦΑΛΜΑΤΩΝ ΜΕΤΡΗΣΗΣ ΔΙΑΚΡΙΣΗ ΤΥΧΑΙΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΙΚΩΝ ΣΦΑΛΜΑΤΩΝ ΜΕΤΡΗΣΗΣ Αν για παράδειγμα σκοπός μιας μελέτης είναι ο προσδιορισμός του μέσου αναστήματος των γυναικών σε μια πόλη, όπου ο πληθυσμός των γυναικών ανέρχεται στις 500000, είναι δυνατόν να μετρηθεί το ανάστημα εκατό γυναικών και να χρησιμοποιηθεί η μέση τιμή των εκατό αυτών μετρήσεων για την εκτίμηση του μέσου αναστήματος. Οι πιθανές πηγές σφάλματος στην προκειμένη περίπτωση είναι πολλές. Είναι δυνατόν το μέτρο που χρησιμοποιείται να δώσει διαφορετικές ενδείξεις ανάλογα με τον τρόπο που το κρατά κανείς, τον τρόπο με τον οποίο διαβάζονται οι ενδείξεις ή την ώρα της ημέρας που γίνεται η μέτρηση.

ΔΙΑΚΡΙΣΗ ΤΥΧΑΙΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΙΚΩΝ ΣΦΑΛΜΑΤΩΝ ΜΕΤΡΗΣΗΣ ΔΙΑΚΡΙΣΗ ΤΥΧΑΙΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΙΚΩΝ ΣΦΑΛΜΑΤΩΝ ΜΕΤΡΗΣΗΣ Ορισμένα από τα σφάλματα αυτά, όπως εκείνα που προκύπτουν από τον τρόπο που κρατά ο ερευνητής το μέτρο είναι τυχαία. Τα σφάλματα αυτά ενίοτε οδηγούν σε τιμές πολύ υψηλές ή πολύ χαμηλές. Αν το δείγμα αυξηθεί από εκατό σε χίλιες ή δέκα χιλιάδες γυναίκες, το αποτέλεσμα των τυχαίων σφαλμάτων θα είναι λιγότερο σημαντικό και η διαφορά μεταξύ του μέσου ύψους των γυναικών που συμμετέχουν στη μελέτη και του ύψους όλων των γυναικών της πόλης θα είναι κοντά στο μηδέν. Υπάρχουν όμως και σφάλματα που δεν θα επηρεαστούν από την αύξηση του αριθμού των γυναικών. Αν υποτεθεί ότι το μέτρο που χρησιμοποιείται είναι κατασκευασμένο από ύφασμα και πως πλένεται πριν αρχίσει η μέτρηση με αποτέλεσμα να συρρικνωθεί, το ύψος των γυναικών της πόλης θα υπερεκτιμηθεί και το μέγεθος της υπερεκτίμησης θα εξαρτηθεί από το μέγεθος της συρρίκνωσης. Αυτό το συστηματικό σφάλμα δεν μπορεί να μειωθεί με την εκτέλεση περισσότερων μετρήσεων με το ίδιο συρρικνωμένο μέτρο. Παρομοίως, κάθε μειονέκτημα στην τεχνική μέτρησης, όπως η τάση να κρατά κανείς το μέτρο στραβά, θα οδηγήσει σε συστηματικά εσφαλμένες τιμές.

Συγχυτικός Παράγοντας Συγχυτικός ή συνεπιδρών Παράγοντας (confounder ή confounding variable) ονομάζεται μια μεταβλητή η οποία, με οποιονδήποτε τρόπο, διαστρεβλώνει τη σχέση μεταξύ της νόσου και ενός παράγοντα κινδύνου. Παράδειγμα: Σύγκριση θνησιμότητας σε δύο ομάδες με διαφορετική έκθεση σε ένα πιθανό παράγοντα κινδύνου (π.χ. κάπνισμα). Αν η πρώτη ομάδα αποτελείται από άτομα μεγαλύτερης ηλικίας τότε αναμένεται μεγαλύτερη θνησιμότητα σε αυτή την ομάδα, η οποία δε θα οφείλεται στο κάπνισμα αλλά στην μεγαλύτερη ηλικία. «Ηλικία»: συγχυτικός παράγοντας (confounder) της σχέσης θνησιμότητας - καπνίσματος. Ένας συγχυτικός παράγοντας μπορεί να εμφανίζει ως στατιστικά σημαντικές, σχέσεις που στην πραγματικότητα δεν υπάρχουν ή να καλύπτει υπάρχουσες. Ο έλεγχος και αδρανοποίηση των συγχυτικών παραγόντων γίνεται με κατάλληλο σχεδιασμό της μελέτης ή με ειδική στατιστική ανάλυση

Συνέπεια Συνέπεια: Μία σχέση ονομάζεται συνεπής αν εμφανιστεί επαναλαμβανόμενα σε μελέτες που έχουν γίνει με διαφορετικό σχεδιασμό και σε διαφορετικούς πληθυσμούς. Φυσικά μπορεί να υπάρχουν και εξαιρέσεις, δηλαδή μελέτες που δεν επιβεβαιώνουν τον κανόνα, αλλά θα πρέπει να είναι περιορισμένες και να οφείλονται σε τυχαίους παράγοντες. Παράδειγμα συνεπούς σχέσης είναι η θετική σχέση καπνίσματος - καρκίνου του πνεύμονα η οποία έχει επιβεβαιωθεί σε μεγάλο αριθμό μελετών τα τελευταία χρόνια.

Ισχύς Ισχύς: Μια σχέση ονομάζεται ισχυρή όταν η επίδραση της παρουσίας του παράγοντα κινδύνου είναι μεγάλη. Η επίδραση συνήθως μετριέται με την αναλογική αύξηση της πιθανότητας θανάτου ή εμφάνισης της νόσου. Παράδειγμα: η πιθανότητα εμφάνισης του καρκίνου του πνεύμονα είναι αυξημένη στους καπνιστές και αυξάνει ανάλογα με τον αριθμό τσιγάρων που καπνίζει κάθε άτομο.

ΕΥΧΑΡΙΣΤΟΥΜΕ ΠΟΛΥ! Τεχνολογικό Πανεπιστήμιο Κύπρου - Τμήμα Νοσηλευτικής