1 / 16

Styrkeberegning, så let er det (måske)

Styrkeberegning, så let er det (måske) . Andreas Kjær Professor, overlæge , dr.med. Klinik for Klinisk Fysiologi , Nuklearmedicin & PET, Rigshospitalet. Biostatistik. Formål: Ekstrapolere viden opnået i en stikprøve af ptt til populationen af ptt , der skal behandles i fremtiden.

aaron
Download Presentation

Styrkeberegning, så let er det (måske)

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. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Styrkeberegning, så let er det (måske) Andreas Kjær Professor, overlæge, dr.med. Klinik for KliniskFysiologi, Nuklearmedicin & PET, Rigshospitalet

  2. Biostatistik • Formål: • Ekstrapolere viden opnået i en stikprøve af ptt til populationen af ptt, der skal behandles i fremtiden. • …men: • Ved statistisk analyse foretages ikke noget bevis, men blot en sandsynliggørelse • Resultatet skal altid vurderes i lyset af cost-benefit (pris, bivirkninger, størrelse af opnået effekt etc.)

  3. Deskriptivstatistik • Middelværdi • Spredning (SD) • SEM (estimation)

  4. Nul-hypotesen • Nul-hypotesen: H0 • 2 stikprøver stammer fra samme population • Fx ikke forskel på 2 behandlinger • Alternativ-hypotesen: HA • 2 stikprøver stammer fra forskellige population • Fx forskel på 2 behandlinger

  5. Hypotesetestning - signifikans • P-værdien: • Sandsynlighed for det observerede resultat eller endnu mere ekstremt udfald, forudsat H0 er korrekt • Type I fejl (sv.t. p): • Forkastelse af H0, selvom den er korrekt (falsk positivt udfald) • Type II fejl (): • Forkastelse af HA, selvom den er korrekt (falsk negativt udfald) sv.t. fejlagtig accept af H0 • Test styrke (power; 1- ): • Sandsynlighed for at opnå et signifikant resultat når behandlinger faktisk er forskellige (H0 er forkert)

  6. Materialestørrelseafhænger af • MIREDIF • Hvad er klinisk relevant • SD på undersøgte parameter • Biologisk variation • Måleusikkerhed (MR vs Ekkokardiografi) • Acceptabel type I fejls risiko (2=p): • Ofte 0,05 – men bestemt ikke ”helligt tal” • Cost-benefit overvejelser • Acceptabel type II fejls risiko ()/power (1- ) : • Underdimensionering medfører at studiet ikke kan påvise, det man egtl. ønsker at undersøge • Parret design ganges standardiseret diff. med 2

  7. Materialestørrelse vigtig fordi • Uetisk at inddrage unødvendigt mange ptt i et forsøg • Uetisk at inddrage for få ptt, da det bliver usandsynligt at man overhovedet kan vise en eksisterende forskel • Optimere ressourceforbruget ved at dimensionere rigtigt • Dimensionering skal bestemmes på baggrund af kliniske ønsker/virkelighed

  8. Materialestørrelse

  9. Dimensionering af et studie • Vi ønsker at undersøge om et nyt blodtrykssænkende præparat er bedre end et aktuelt anvendt • Hvad skal vi overveje for at dimensionere studiet?

  10. Dimensionering af et studie • Vi ønsker at undersøge om et nyt blodtrykssænkende præparat er bedre end et aktuelt anvendt • Hvad skal vi overveje for at dimensionere studiet? • Biologisk relevant forskel • SD på måleparameter (biologisk + målemæssig) • Type I fejls risiko • Type II fejls risiko

  11. Materialestørrelse

  12. Materialestørrelse

  13. Materialestørrelse

  14. Materialestørrelse

  15. Materialestørrelse – og målemetoder Ekko MR MR, parret design

  16. Online calculators (check en ekstra gang!)

More Related