Wegen en corrigeren voor design effecten in gezondheidsenqu tes l.jpg
This presentation is the property of its rightful owner.
Sponsored Links
1 / 31

Wegen en corrigeren voor design effecten in gezondheidsenquêtes PowerPoint PPT Presentation


  • 136 Views
  • Uploaded on
  • Presentation posted in: General

GGD Amsterdam. Wegen en corrigeren voor design effecten in gezondheidsenquêtes. Daan Uitenbroek GGD Amsterdam Quantitativeskills/Quakunde. De presentatie. Bronnen over wegen en designeffecten Wegen, waarom en hoe in het kort Oorzaken van designeffecten Hoe groot zijn designeffecten

Download Presentation

Wegen en corrigeren voor design effecten in gezondheidsenquêtes

An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -

Presentation Transcript


Wegen en corrigeren voor design effecten in gezondheidsenqu tes l.jpg

GGD Amsterdam

Wegen en corrigeren voor design effectenin gezondheidsenquêtes

Daan Uitenbroek

GGD Amsterdam

Quantitativeskills/Quakunde

Daan Uitenbroek, Designeffecten


De presentatie l.jpg

De presentatie

Bronnen over wegen en designeffecten

Wegen, waarom en hoe in het kort

Oorzaken van designeffecten

Hoe groot zijn designeffecten

Corrigeren voor designeffecten

Met de nadruk op SPSS-Complex Samples

Daan Uitenbroek, Designeffecten


Bronnen l.jpg

Bronnen

Deze presentatie en nog wat andere zaken:

http://www.quantitativeskills.com/ggd/wegen.htm

Literatuur:

Uitenbroek DG. Design, wegen en het designeffect in GGD gezondheidsenquêtes

Verschijnt in TSG, Engels talige versie op Quantitativeskills.com

van den Brink C. e.a. Richtlijn wegen voor epidemiologen. Bilthoven, RIVM: 2009.

Kish L. Weighting for Unequal Pi. J Off Statistics 1992;8:183-200.

Kish L. Methods for Design Effects. J Off Stat 1995;11:55-77.

http://www.quantitativeskills.com/manuals/weighting.htm

SPSS Complex Samples manual, gratis op:

http://sw.cs.uoguelph.ca/dsoft/SPSS/SPSS15Manuals/SPSS%20Complex%20Samples%2015.0.pdf

Wesvar Manual, gratis op: http://www.westat.com/wesvar/

Daan Uitenbroek, Designeffecten


Wegen waarom en hoe l.jpg

Wegen, waarom en hoe

Daan Uitenbroek, Designeffecten


Wat voor design effecten en wat betekent dat l.jpg

Wat voor design effecten en wat betekent dat

  • Het design effect ontstaat bij wegen doordat je

  • Kleine groepen relatief belangrijk maakt (precisie verlies)

  • Grotere groepen relatief minder belangrijk (precisie winst)

  • Verlies a is groter dan winst b, je algemene schatters worden minder precies

  • Gevolg:

  • Betrouwbaarheidsintervallen worden breder

  • Verschillen worden minder snel significant

  • Design effect (variantie inflatie) -> deff -> var (y)^ = var (y)*deff ->

  • effectieve N^ = (1/design effect) * gerealiseerde N

  • Design factor (error inflatie) -> deft -> x + 1.96 * deft * s.e.(x)

  • Deft=√deff

Daan Uitenbroek, Designeffecten


Wat betekent dat in de praktijk hoe belangrijk is dat l.jpg

Tabel 1. Voorbeelden van designs van gezondheidsenquêtes uitgevoerd door GGD’en.

Wat betekent dat in de praktijk, hoe belangrijk is dat

Daan Uitenbroek, Designeffecten


Wat betekent dat in de praktijk hoe belangrijk is dat7 l.jpg

Tabel 2. Design voor de gezondheidsenquête Amstelland de Meerlanden, berekening designeffect, gewichten

en effect van design op vaststellen van het percentage inwoners dat geluidshinder van vliegtuigen ervaart.

Wat betekent dat in de praktijk, hoe belangrijk is dat

Deze tabel is gebaseerd op tabel 2.1 uit Ten Brinke JM., Verhagen CE. Hoe gezond is de regio?

Gezondheidspeiling 2002; en tabel 5.3 uit: Hoe gezond is de regio? Supplement.

Gezondheidspeiling 2002. Beide: Amstelveen: GGD Amstelland de Meerlanden.

Daan Uitenbroek, Designeffecten


Berekenen en toepassen designeffect l.jpg

Berekenen en toepassen designeffect

  • De rekenwijze verschilt per statistiek,

  • Je hebt dus meerdere verschillende designeffecten binnen een studie.

  • Berekening voor designeffect Deff voor één gemiddelde

  • op de hand (zoals in de voorgaande dia)

  • met SISA-weights (SISA onemean voor de betrouwbaarheidsintval)

  • Berekening Deff voor de vergelijking van twee gemiddelden (t-test)

  • op de hand

  • met SISA-weights (SISA t-test voor de significantie van het verschil)

Daan Uitenbroek, Designeffecten


Berekenen en toepassen designeffect9 l.jpg

Berekenen en toepassen designeffect

  • Voor alle andere statistieken met een speciaal programma

    • Epi Info Complex Samples (gratis, redelijk vriendelijk maar beperkt)

    • SPSS Complex Samples (kost geld, zeer vriendelijk en uitgebreid)

    • Survey in R (gratis, uitgebreid, maar zeer zeker niet vriendelijk)

    • Wesvar (tegenwoordig gratis, uitgebreid, niet zeer vriendelijk)

    • STATA, SAS, Sudaan etc etc, ken ik niet, weet ik niet

Daan Uitenbroek, Designeffecten


Voorbeeld met sisa weights l.jpg

Voorbeeld met SISA weights

Daan Uitenbroek, Designeffecten


Betrouwbaarheidsinterval met sisa onemean l.jpg

Betrouwbaarheidsinterval met SISA Onemean

Daan Uitenbroek, Designeffecten


Z doe je het in epi info l.jpg

Zó doe je het in Epi-Info

Je kunt Epi-Info downloaden via: http://www.cdc.gov/epiinfo/

Save je data in SPSS als een DB-IV file

neem tenminste de variabelen strata, cluster en een weight variabele mee. Heb je geen strata neem dan compute strata=1, iedere respondent komt van hetzelfde strata. Heb je geen clusters neem dan het respondent nummer, iedere respondent is een eigen cluster. Je kan zoveel afhankelijke variabelen meenemen als je maar wil.

Open in EpiInfo het “analysis” menu.

Doe options->set-> statistics advanced

Importeer je data in EpiInfo analysis als een DB-IV file.

EpiInfo neemt de variabelen namen over maar niet de labels. Dus hou goed bij wat variabelen waarden betekenen.

Kies een van de drie “complex sample procedures”.

Specificeer de afhankelijke variabele, waar je in geïnteresseerd bent.

Eventueel de onafhankelijke variabele, bijvoorbeeld bij een kruistabel, hangt van de procedure af

Specificeer de strata, de cluster en het gewicht

Druk op analyse

Daan Uitenbroek, Designeffecten


Spss complex samples l.jpg

SPSS Complex Samples

Advies van de werkgroep

Voordelen, een zeer uitgebreid en gebruikersvriendelijk pakket dat betrekkelijk eenvoudig te leren is. Efficient in gebruik.

Nadelen, het kost geld, hoe je daarover denkt hangt van jou af

Wat ga ik nu doen

Wat heb je nodig/moet je weten om het te laten werken

Vervolgens ga ik het demonstreren aan de hand van een data set uit de Amsterdamse Gezondheidsmonitor 2004

Daan Uitenbroek, Designeffecten


Spss complex samples14 l.jpg

SPSS Complex Samples

  • Complex Samples maakt niet de gewichten.

  • Gewichten moet je maken met spreadsheets.

  • SISA weights (wordt nog verbeterd, tips en suggesties krijg ik graag)

  • Wat je nodig hebt is:

  • Een data set met inhoudelijke variabelen (roken, alcohol gebruik, geslacht etc.)

  • In die data set een (of meerdere) variabelen “weight”

  • Een of meerdere variabelen “strata”

  • Een planfile die het design omschrijft

  • (in epi info is dat een stuk duidelijker, daar heb je één strata en één cluster. Strata betreft alle gefixte design effecten, cluster alle random design effecten)

Daan Uitenbroek, Designeffecten


Spss complex samples het kan waarachtig complex l.jpg

Wat kan je doen:

Uit je GGD regio neem je alle gemeenten

In iedere gemeente sample je 3 scholen

Dan neem je in iedere school alle klassen

En vervolgens sample je drie leerlingen per klas

Wat gaan we nu doen:

Een demonstatie van Complex Samples voor het eenvoudigste design:

1 strata

1 set gewichten

Meestal het design dat wordt gebruikt bij

Gezondheids Enquêtes

SPSS Complex Samples het kan waarachtig complex

Daan Uitenbroek, Designeffecten


Spss complex samples gewichten voor het n strata voorbeeld l.jpg

SPSS Complex Samples gewichten voor het één strata voorbeeld

1 strata over 2 dimensies,

een met 2 categorien en een met 3 categorien

Daan Uitenbroek, Designeffecten


Spss complex samples n strata soms moeilijk l.jpg

Voorbeeld Gezondheidsprofiel Groningen, 2002:

In de leeftijd 20-64 1% in 21 gemeenten en

2% in 4 gemeenten;

in de leeftijd 65+ 2% in 22 gemeenten,

4% in 2 gemeenten en

5% in 1 gemeente.

Voorbeeld Rotterdam 2008,

…… uitspraken doen over de groep Kaapverdianen en Antillianen in Rotterdam zijn …….

…… het ClusterJeugden op verzoek van deelgemeente Hoek van Holland een relatief kleine ……

…… 16 tot en met 54 jaar en 55 jaar en ouder is in Hoek van Holland een steekproef van 200 ……

…… deelraadPernis is voor Pernis een aparte steekproef getrokken van 200 personen ……

…… In 2008 is ervoor gekozen om de steekproef voor Rotterdam per buurt op te hogen ……

…… een steekproef van 100 19 tot en met 54 jarigen getrokken.……

…… Van alle 55-plusser is een steekproef van 3000 getrokken……

SPSS Complex Samples één strata, soms moeilijk

Daan Uitenbroek, Designeffecten


Spss complex samples bron van gewichten hoeft te zijn l.jpg

SPSS Complex Samples bron van gewichten hoeft te zijn

Daan Uitenbroek, Designeffecten


Spss complex samples moet bvk wel uitsluitend en uniek zijn l.jpg

SPSS Complex Samplesmoet bvk. wel uitsluitend en uniek zijn

Daan Uitenbroek, Designeffecten


Spss complex samples dan heb je een strata variabele nodig l.jpg

SPSS Complex Samples dan heb je een strata variabele nodig

Een variabele met hele nummers, labels zogezegd, van 1, 2, 3.

Meestal laat je de strata en gewichten overlappen

Je kunt meer strata hebben dan gewichten

Meestal niet minder

if ((geslacht=1) and (lft=1) and (etn=1)) strata= 1.

if ((geslacht=1) and (lft=1) and (etn=2)) strata= 2.

if ((geslacht=1) and (lft=2) and (etn=1)) strata= 3.

if ((geslacht=1) and (lft=2) and (etn=2)) strata= 4.

Enz.

Daan Uitenbroek, Designeffecten


Spss complex samples de weeg syntax ziet er dan zo uit l.jpg

SPSS Complex Samples de weeg syntax ziet er dan zo uit

De gewicht syntax voor SPSS complex samles ziet er dan zo uit,

Het zijn de grote gewichten Wi,

die aangeven hoeveel respondenten een gewicht representeerd,

dus decimale getallen altijd groter dan 1.

if ((geslacht=1) and (lftcat=1)) strata=210,3.

if ((geslacht=1) and (lftcat=2)) strata=45,8.

if ((geslacht=2) and (lftcat=1)) strata=136,4.

if ((geslacht=2) and (lftcat=2)) strata=121,5.

Daan Uitenbroek, Designeffecten


Spss complex samples vervolgens heb je een plan file nodig l.jpg

SPSS Complex Samples vervolgens heb je een plan file nodig

CSPLAN ANALYSIS

/PLAN FILE='M:\data\aa\nieuwplan.csaplan'

/PLANVARS ANALYSISWEIGHT=weight2

/SRSESTIMATOR TYPE=WR

/PRINT PLAN

/DESIGN STRATA= strata

/ESTIMATOR TYPE=WR.

Daan Uitenbroek, Designeffecten


Spss complex samples plan file kan je maken in spss l.jpg

SPSS Complex Samplesplan file kan je maken in SPSS

Daan Uitenbroek, Designeffecten


Spss complex samples dan je analyse in complex samples l.jpg

SPSS Complex Samplesdan je analyse in complex samples

CSTABULATE

/PLAN FILE = 'M:\data\aa\nieuwplan.csaplan'

/TABLES VARIABLES = rook1

/CELLS POPSIZE TABLEPCT

/STATISTICS SE CIN(95) COUNT DEFF DEFFSQRT

/MISSING SCOPE = TABLE CLASSMISSING = EXCLUDE.

Daan Uitenbroek, Designeffecten


Spss complex samples resultaat rechte telling l.jpg

SPSS Complex SamplesResultaat, rechte telling

Daan Uitenbroek, Designeffecten


Spss complex samples en dan een kruistabel l.jpg

SPSS Complex Samplesen dan een kruistabel

* Complex Samples Crosstabs.

CSTABULATE

/PLAN FILE = 'M:\data\a\ggd.csaplan'

/TABLES VARIABLES = BMI BY sf01

/CELLS POPSIZE ROWPCT COLPCT

/STATISTICS SE CIN(95) COUNT DEFF DEFFSQRT

/TEST ODDSRATIO RELRISK INDEPENDENCE

/MISSING SCOPE = TABLE CLASSMISSING = EXCLUDE.

Daan Uitenbroek, Designeffecten


Spss complex samples zo een kruistabel syntax maak je ook in spss l.jpg

SPSS Complex Sampleszo een kruistabel syntax maak je ook in SPSS

Daan Uitenbroek, Designeffecten


Kruistabel in complex samples l.jpg

Kruistabel in Complex Samples

Daan Uitenbroek, Designeffecten


Statistisch testen kruistabel l.jpg

Tests of Independence

Statistisch testen Kruistabel

Measures of Association

The adjusted F is a variant of the second-order Rao-Scott adjusted chi-square statistic. Significance is based on the adjusted F and its degrees of freedom.

Statistics are computed only for 2-by-2 tables with all cells observed.

Daan Uitenbroek, Designeffecten


Spss complex samples een efficient programma l.jpg

SPSS Complex Sampleseen efficient programma

Daan Uitenbroek, Designeffecten


Samenvatting wegen en design effecten in gezondheidsenqu tes l.jpg

Als je gaat wegen krijg je design effecten,

de betrouwbaarheid van je studie wordt minder

Je krijgt bredere betrouwbaarheidsintervallen

Verschillen zijn minder snel significant

Voor een gemiddelde is het nog wel op de hand te doen

Voor alle andere statistieken adviseren wij een gespecialiseerd programma

De werkgroep wegen adviseerd SPSS Complex Samples

Dit programma maakt niet de gewichten, gebruik een spreadsheet

Het is goed te gebruiken voor een betrouwbaarheidsinterval of een vergelijking

tussen twee groepen, bij een omvangrijke analyse, zeker efficient.

Er zijn goede mogelijkheden voor complexere designs(/EMOVO)

En multivariate statistiek (bijv Logistische regressie)

Samenvattingwegen en design effecten in gezondheidsenquêtes

Daan Uitenbroek, Designeffecten


  • Login