ps k yatr ve b yo stat st k n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
PSİKİYATRİ VE BİYOİSTATİSTİK PowerPoint Presentation
Download Presentation
PSİKİYATRİ VE BİYOİSTATİSTİK

Loading in 2 Seconds...

play fullscreen
1 / 207

PSİKİYATRİ VE BİYOİSTATİSTİK - PowerPoint PPT Presentation


  • 519 Views
  • Uploaded on

PSİKİYATRİ VE BİYOİSTATİSTİK. Gülşah Seydaoğlu Güz okulu, Ankara Eylül 2010. Bilim. Anlar Bebeklik Açıklar Çocukluk Kestirir Gençlik Kontrol eder Olgunluk. Nedir? Nerede kullanılır?.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'PSİKİYATRİ VE BİYOİSTATİSTİK' - cameo


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
ps k yatr ve b yo stat st k

PSİKİYATRİ VE BİYOİSTATİSTİK

Gülşah Seydaoğlu

Güz okulu, Ankara Eylül 2010

bilim
Bilim
  • Anlar Bebeklik
  • Açıklar Çocukluk
  • Kestirir Gençlik
  • Kontrol eder Olgunluk
nedir nerede kullan l r
Nedir? Nerede kullanılır?
  • CANLILARIN ÖZELLİKLERİ VE BUNLARI ETKİLEYEN ÖGELER ARASINDAKİ NEDENSELLİK BAĞLARINI, YÖNTEMBİLİMSEL DEĞERLENDİRME KURGULARI VE OLASILIK KURAMI ÇERÇEVESİNDEAÇIKLAMAYA ÇALIŞAN BİLİM DALIDIR....
  • Hekim, deneyimlerini ve bilimsel tıbbi gerçekleri istatistik bilimi yardımıyla daha belirgin ve güvenilir aktarır.
  • Makale – yayın – araştırma – tez hazırlar
herkes hata yapar
Herkes hata yapar
  • Dünyanın en saygın ve en çok okunan yayınlarında da dahi kötü tasarlanmış, yanlış analizler uygulanmış makale oranı yüksektir.
  • Bir araştırma sonucuna göre; BMJ, The NEJ of Medicine, TheLancet gibi dergilerinde bulunduğu 30 dergide yayınlanan 4200 makalenin, yalnızca %20’sinin çalışma düzeni ve istatistik analiz olarak geçerli olduğu,
  • Kötü deney düzeni ve istatistik analizli çalışmaların %80’inde pozitif bulgu varken iyi çalışmaların yalnızca %25’i pozitif (ilaç etkili, tanı geçerli) bulgu verir.
normallik s n r ve p de eri
Normallik sınırı ve p değeri
  • Toplum normlarına göre, denetlenen farkın normal yada anormal (anlamlı farklı) olduğu, başlangıçta kabul edilen güven düzeyi (%95) temelinde yargılanır.
  • Bahsedilen güven düzeyinin dışında kalan olasılık yanılgı payı ( =%5) olarak değerlendirilir ve uygulanan tüm istatistiksel testlerin sonucu bu p olasılığına kadar indirgenerek yorumlanır.
slide6

Bilimsel araştırma basamakları

  • Gözlem-Sezgi
  • Hipotez-Varsayım
  • Gerçekleme

A priori

Ön bilgi

  • Genelleme
hipotez varsay m n kurgulanmas
Hipotez- varsayımın kurgulanması
  • Hipotez, araştırmacının kendi bilgi birikiminden veya daha önce yapılmış gözlemlerden faydalanarak önerilir. Örneğin tedavi grupları arasında fark vardır.
  • H1(alternatif varsayım); araştırmacının geçerliliğini denetleyeceği başlangıçta doğru olarak kabul ettiği varsayım.
  • H0 (Sıfır Varsayımı); H1 Varsayımının doğru olmadığını önesüren doğal varsayım
varsay m
Varsayım

Varsayım

  • Para ile mutluluk arasında ilişki vardır
  • Para arttıkça mutluluk artar
  • Para arttıkça mutluluk azalır
  • Para ile mutluluk arasında ilişki yoktur.

Varsayım

  • Kadınlarla erkekler arasında dedikodu yapma oranları farklıdır
  • Kadınlar erkeklerden daha çok dedikodu yapar
  • Erkekler kadınlardan daha çok dedikodu yapar
  • Kadınlar ve erkekler arasında fark yoktur
varsay m1
Varsayım

Varsayım

  • Para ile mutluluk arasında ilişki vardır (r ≠ 0)
  • Para arttıkça mutluluk artar (r > 0) +
  • Para arttıkça mutluluk azalır (r < 0) -
  • Para ile mutluluk arasında ilişki yoktur. (r = 0)

Varsayım

  • Kadınlarla erkekler arasında dedikodu yapma oranları farklıdır (m1 ≠ m2)
  • Kadınlar erkeklerden daha çok dedikodu yapar (m1 < m2)
  • Erkekler kadınlardan daha çok dedikodu yapar (m1 > m2)
  • Kadınlar ve erkekler arasında fark yoktur (m1 = m2)
statistiksel de erlendirme

%95

RED

RED

KABUL

%2,5

%2,5

İstatistiksel değerlendirme
  • Hangi varsayım doğru? karar verilecek
  • İstatistik analiz sonunda:
  • p< 0.05 ÇIKARSA , H1 DOĞRU KABUL EDİLİR
  • Yani hipotezimiz varsayımımız (çok düşük bir yanılma payı ile) genel geçerliliği olan yeni bir sonuç olarak kabul edilir.
  • p> 0.05 çıkarsa: H0 KABUL EDİLİR

(varsayımımız kabul edilemeyecek kadar çok yanılmaktadır)

slide11

EVRENSEL GERÇEK

Ho DOĞRU

Ho Yanlış

H1DOĞRU

DOĞRU

KARAR

2.Tip HATA

()

HoDOĞRU

Kabul

ARAŞTIRMA

SONUCU

KARAR

DOĞRU

KARAR

1.Tip

HATA

()

H1DOĞRU

HoRed

(1- =Power)

Karar Hataları

1.TİP HATA() Gerçekte FARKSIZLARA yanlış olarak FARKLI denmesi.

2.TİP HATA() Gerçekte FARKLILARA yanlış olarak FARKSIZ denmesi.

ger ekleme
Gerçekleme
  • Uygun kurgunun tasarlanması
  • Değişkenlerin Saptanması -Değişken sayısının belirlenmesi
  • Verilerin doğru ve güvenilir toplanması (Veri girişi)
  • Verilerin uygun analizi
  • Verilerin doğru sunumu
1 ara t rma tasar mlar
1-Araştırma Tasarımları

A- Gözlemsel Araştırmalar

1-Tanımlayıcı

  • Korelasyon çalışmaları
  • Vaka raporları,
  • Vaka serileri,
  • Kesitsel (Cross-sectional ) taramalar

2-Analitik

  • Kohort
  • Vaka kontrol
  • B-Deneysel Araştırmalar
    • 1-Kontrollü çalışmalar
      • randomize
      • nonrandomize
    • 2-Kontrolsüz Çalışmalar
olgu kontrol ali masi
OLGU - KONTROL ÇALIŞMASI

Çalışmanın başlangıcı

Etken +

Olgu

Etken -

Etken +

Kontrol

Etken-

slide15

KOHORT ÇALIŞMASI

Çalışmanın başlangıcı

Hasta

Etken +

Sağlam

İzlenen Grup

Hasta

Etken -

Sağlam

Çalışmanın yönü

rasgele yerle tirilmi kontroll al ma rct
Rasgele Yerleştirilmiş Kontrollü Çalışma - RCT

Hastalık

Deneysel

tedavi

İyileşme

Uygun hastalar

Randomizasyon

Hastalık

Standart tedavi

İyileşme

Araştırmanın yönü

s stemat k derleme meta anal z
SİSTEMATİK DERLEME META-ANALİZ

A çalışması

B çalışması

C çalışması

D

çalışması

Meta-analiz

soru ara t rma t r n belirler
Soru, araştırma türünü belirler

SORU TİPİÇALIŞMA TİPİ

Prevelans, insidans Tanımlayıcı -Kesitsel

Tanı Tanı testleri

Tedavi RCT

PrognozKohort, olgu-kontrol, RCT

Zarar/EtioKohort, olgu-kontrol, RCT

Sistematik Derleme Meta Analiz

kanit p ram d
KANIT PİRAMİDİ

SİSTEMİK DEĞERLEND. ve META ANALİZLER

RANDOMİZE KONTROLÜ ÇİFT KÖR Ç.

KOHORT Ç.

OLGU-KONTROL Ç.

OLGU SERİLERİ

OLGU SUNUMLARI

UZMAN GÖRÜŞÜ

HAYVAN DENEYLERİ

İNVİTRO DENEYLER

slide20

1

2 a

2 b

3 a

3 b

4

5

Sistematik derleme – RKÇ

Sistematik derleme – kohort

Kohort çalışmalar veya düşük kalite RKÇ lar (izlemde kalan % 80)

Sistematik derleme – olgu-kontrol çalışmalar

Olgu-kontrol çalışmalar

Olgu serileri veya düşük kalitede olgu-kontrol ve kohort çalışmalar

Uzman görüşü (eleştirel değerbiçmeye dayalı olmayan)

Kanıt düzeyleri ve önem dereceleri

kontrol grubu var m

İstatistikçiye " Eşiniz Nasıl ? " Diye Sormuşlar ..

"Kime Kıyasla !!!" Diye Yanıtlamış ...

Kontrol grubu var mı?

İstatistikçinin İkiz Oğulları Olmuş. Birini Sünnet Ettirmiş ,

Diğerini Ettirmemiş; Kontrol Kümesi Olarak Saklamış...

kontrol
Kontrol
  • Kontrollü çalışmalarda sıklıkla kullanılan yöntem, bağımsız eşzamanlı kontrol grubu oluşturmaktır.
  • İki grup denek vardır. Deney grubuna (experimentalgroup) araştırma konusu olan tanı ya da tedavi yöntemi uygulanırken, kontrol grubuna plasebo ya da diğer yöntem uygulanır.
  • Kontrol grubunun uygulanan yöntemdeki farklılık dışında deney grubuna benzer olması gerekir.
slide25

Körleme

  • Tek kör
    • Hasta bilmiyor
  • Çift kör
    • Hasta
    • Hekim bilmiyor
  • Üçlü kör
    • Hasta
    • Hekim
    • İstatistikçi bilmiyor
randomizasyon1
Randomizasyon
  • Tüm elemanların her iki gruba girmesi için eşit şansa sahip olması
  • Her grubun tedavi veya kontrol grubu olma konusunda eşit şansa sahip olması
  • Taraf tutmanın önlenmesi

amaçlanır.

Bunun için: Kurra çekmek, yazı tura atmak, rasgele sayılar tablosu, bilgisayarda hazırlanmış rasgele sayılar tablosu vb. kullanılır.

slide28

KAÇ ÖRNEK ALALIM?

Önbilgiler, Öngörüler, Kısıtlar

  • ÖrnekToplumutemsiletmeli ve yeterlisayıdaolmalıdır.
  • Örnekbirimlerrasgeleseçilmelidir.
  • Toplumdaki her birimin örneğe seçilme şansları eşit olmalıdır.
  • Sosyo-kültürel farklılıklar örneğe yansımalıdır.
  • Toplumun alt kesimlerinin değişken yoğunluklarına göre örnekte temsilleri yoğunluklar ile orantılı olmalıdır.
  • Prevalans/İnsidansaraştırmalarındaAzgörülenhastalıkiçin ÇOK, sıkgörülenhastalıkiçin AZ örnek.
  • SahadaHomojendağılanhastalıkiçin AZ, Heterojendağılanhastalık için ÇOK örnek.
slide29

KAÇ ÖRNEK ALALIM?

Önbilgiler, Öngörüler, Kısıtlar

  • Toplumoranınıtahminetmekiçin ne kadarkesinlikgerekiyor? Çokyakın (kesin) tahminiçin ÇOK, Yaklaşıktahminiçin AZ örnek;
  • Tahminleriçingüvenaralığı (olasılık) yüzdekaçalınmalıdır? %95 güvenlideğerleriçin AZ, %99.9 güvenlideğerleriçin ÇOK örnek;
  • Araştırma PAHALI biruygulamaise AZ, UCUZ ise ÇOK örnek;
  • Araştırmayenibirteori, teknik, yöntemgeliştirmeise AZ örnek, Tekrardeneyleriise ÇOK örnek;
rneklem b y kl n n hesaplanmas
ÖrneklemBüyüklüğününhesaplanması
  • Olaylarıngörülüşsıklığınıyadaolaylarınortalamasınıincelemekiçinörneklemealınacakbireysayısı; evrendekikişisayısınınbilinipbilinmemesinegöredeğişikformüllerlehesaplanır. Bu n sayısı ile elde edilecek sonuçların ne kadar güvenilir olduğu güç analizi ile denetlenir.
  • Genelolarakörneklembüyüklükleri;
    • N büyüdükce;
    • Yapılacaksapmadaraldıkcave
    • Yapılmasıistenenhataküçüldükce ARTAR.
form ller
Formüller
  • Örneklem büyüklüğünü belirlemek için; - Hedef kitledeki birey sayısı bilinmiyorsa n = t2pq / d2 - Hedef kitledeki birey sayısı biliniyorsa n= N t2pq / d2 (N-1) + t2pq formülleri kullanılır. Formüllerde; N : Hedef kitledeki birey sayısı n : Örnekleme alınacak birey sayısı p : İncelenen olayın görülüş sıklığı (gerçekleşme olasılığı) q : İncelenen olayın görülmeyiş sıklığı (gerçekleşmeme olasılığı) t : Belirli bir anlamlılık düzeyinde, t tablosuna göre bulunan teorik değer d : Olayın görülüş sıklığına göre kabul edilen ? örnekleme hatasıdır.
slide32

ÖRNEKLEMDEN ELDE EDİLEN VE TOPLUM BİLGİSİ

OLARAK KULLANILACAK OLAN “ BİLİMSEL SONUCUN ”

AŞAĞIDAKİKOŞULLARISAĞLAMASI BEKLENİR.

  • KESİNLİK-güvenilirlik
  • ÖLÇÜM VARYASYONUNUN ÇOK GENİŞ OLMAMASI.
  • BU RASSAL HATANIN DÜŞÜK OLMASI DEMEKTİR.
  • GEÇERLİLİK
  • ELDE EDİLEN SONUÇ DEĞERİN GERÇEK TOPLUM
  • DEĞERİ YERİNE OTURACAK YAKINLIKTA OLMASI.
kes nl k ve ge erl l k
KESİNLİK VE GEÇERLİLİK

EN KÖTÜ SONUÇ

KESİN DEĞİL

GEÇERLİ DEĞİL

(Rassal ve Sistematik Hata)

KESİN

GEÇERLİ DEĞİL

(Sistematik Hata);

KESİN DEĞİL

GEÇERLİ

(Rassal Hata)

İDEAL SONUÇ

KESİN

GEÇERLİ

Rassal Hata ;ölçüm kesin değil (Varyasyon geniş)

Sistematik Hata ; Ölçüm geçerli değil

2 de i kenlerin saptanmas
2- değişkenlerin saptanması
  • Analize girecek değişkenleri kim belirleyecektir?
  • Karıştırıcı- Yan değişkenler ile nasıl baş edilecektir? (Covariateadjustment)
  • Eşik Değerlerin (Cut-off) Saptanması:
de i ken variable
Değişken(variable)
  • Deneklere ait özellikler
    • Yaş
    • Cinsiyet
    • Diastolik kan basıncı
    • Eğitim Düzeyi
    • Ağrı skoru
    • Hastanın tanısı
    • İlaç grubu
slide36
İstatistik analiz için ilk yapılacak şey, değişkenlerin nasıl ölçüldüğünün belirlenmesidir.
de i kenlerin l m bi imi
Değişkenlerin ölçüm biçimi
  • SAYISAL ÖLÇÜM
  • ORDİNAL ÖLÇÜM
  • NOMİNAL ÖLÇÜM
say sal de i ken
Sayısal Değişken
  • Kesikli -intervalvariable:Sayımla belirtilen değerleri alabilen değişkenler kesiklidir. Ör. Kardeş, Gebelik sayısı
  • Sürekli-continuousvariable:Her türlü değeri alabilen değişkenler. Ör. Hg, Htc değeri, Yaş, Boy, Kilo
say sal de i ken1
Sayısal Değişken
  • Sayısal değişkenleri, sınıflayarak ordinal değişkenlere dönüştürebiliriz.
  • Örneğin BMI sürekli değişkendir. BMI yeniden sınıflayarak 18,6’dan düşük değer alanları zayıf, 18.6-25,0 arasında değer alanları normal, 25.1-30.0 değer alanları şişman ve 30.1 den fazla değer alanları obez olarak 4 grupta sınıflandırabiliriz.
  • Hastaların yaşlarını da "20’den küçük", "20-34", "35-50", "50’den büyük" gibi sınıflandırarak, ordinal değişkene dönüştürebiliriz.
nemli not
Önemli Not
  • Veri toplarken sayısal değişkenleri, ordinal değişkenlere dönüştürmeyin, gerçek değerleri ile kaydedin.
  • Hataya yol açmaz, ama daha az bilgi veren yöntemler kullanılmasını gerekli kılabilir.
  • Veri toplandıktan sonra bilgisayarda “recode” komut ile sürekli değişkeni, orijinal veriyi koruyarak dönüştürebiliriz.
ordinal s ral de i ken
Ordinal- Sıralı Değişken
  • Değişkenin ölçüm düzeyleri arasında bir sıralama vardır, ama düzeyler arasındaki mesafeler belirli değildir.
  • Örneğin tümörlü hastaların EVRE’si. Bu değişkene evre 1’den 4’e karşılık gelmek üzere, 1, 2, 3 ve 4 değerleri girilebilir. Bu değerler belirli bir sıra ifade etmektedir. Örneğin "evre 3, evre 2’den daha ileri evredir", "evre 1 en iyi, evre 4 en kötü evredir" vb. Ama değişkenin düzeyleri arasındaki mesafeler belirli değildir. Örneğin matematik işlem yapıldığında 2 - 1 = 4 - 3 = 1 doğrudur, ama "evre 2, evre1’den ne kadar ileriyse, evre 4 de evre 3’den o kadar ileridir" denemez.
nominal isimsel de i ken
Nominal-isimsel Değişken
  • İsimsel değişkenlerdir. Matematiksel bir değer almazlar.

Ör. Cinsiyet, ek hastalık (DM, HT, MI…), Sonuç (stable, nüks, şifa), vs. Bilgisayara genellikle kodlayarak girilir. Nominal değişkenlerin düzeyleri arasında sıralama söz konusu değildir.

ver toplama ara lari
VERİ TOPLAMA ARAÇLARI
  • Anket
  • Dosya Tarama
  • Bilgi Formu

Yasa dışı

dinleme

anket
ANKET
  • Anket, sistematik veri toplama yöntemlerinden biridir.
  • En popüler veri toplama yöntemi olması basit ve kolay uygulanabilen bir yöntem olduğu kanısı uyandırmaktadır.
  • Oysa bilimsel nitelikli anket hazırlanması uzmanlık gerektiren bir alandır.
  • Geçerlilik Güvenilirlik ?
anket nas l uygulanacak
Anket nasıl uygulanacak?
  • Yüz yüze
  • Posta (self report)
  • Telefon.
    • Hangi anket yöntemini seçeceğinize karar vermek araştırmanın bütçesine bağlı olduğu kadar konunun içeriği ile de çok ilgilidir. Örneğin cinsellik, inanç gibi konularda yüz yüze anket yönteminde deneklerin utanma nedeniyle güvenilir yanıtlar vermeyebileceği göz önünde bulundurulmalıdır.
cevap format na karar vermek
Cevap formatına karar vermek
  • Kapalı uçlu
  • Açık uçlu
  • Yarı Açık uçlu
cevap format na karar vermek1
Cevap formatına karar vermek
  • Açık uçlu
    • Kaç yaşındasınız? ............
    • Yaşayan kaç çocuğunuz var? .......
    • İhtiyaç duyduğunuz eğitimler nelerdir? …….
cevap format na karar vermek2
Cevap formatına karar vermek
  • Kapalı uçlu
  • Eğitim durumunuz?
    • Okur yazar değil
    • Okur yazar
    • İlk okul mezunu
    • Ortaokul mezunu
    • Lise mezunu
    • Üniversite mezunu
  • Aldığınız hizmetten ne kadar tatmin oldunuz?
  • Hiç tatmin olmadım
  • Tatmin olmadım
  • Kararsızım
  • Tatmin oldum
  • Çok tatmin oldum
cevap format na karar vermek3
Cevap formatına karar vermek
  • Kapalı uçlu
  • Bu eğitimden ne kadar yararlandınız?
    • Hiç yararlanmadım
    • Yararlanmadım
    • Kararsızım
    • Yararlandım
    • Çok yararlandım

5’li Likert yöntemi

cevap format na karar vermek4
Cevap formatına karar vermek
  • Bu tür derecelendirme ölçeklerini hazırlarken uç noktaların zıt anlamda olduğundan emin olun.
  • Bu yapılmazsa yanıtların taraflı olma riski ortaya çıkar. Örneğin aşağıdaki derecelendirme ölçekleri sizin hoşunuza gidecek cevaplar sağlayabilir ama gerçek ve ihtiyacınız olan bilgiyi vermez.
    • Genelde tatminkar
    • Tamamiyle tatminkar
    • Son derece tatminkar
    • Mükemmel
sorular g zden ge irmek
Soruları gözden geçirmek
  • Taslak anketi hazırladıktan sonra aşağıdaki özelliklere uygunluğunu gözden geçirin
  • Her soru tek tek anketin amacına uygun olmalıdır.
  • Soruları, mantıklı bir sıralama içinde hazırlayın.
  • Genelden özele, kolaydan zora doğru sıralayın.
  • İnsanların bilmedikleri ya da cevap veremeyecekleri maddeleri çıkarın
  • Yanlış yorumlanabilecek belirsiz ifadelerden kaçının.
  • Çakışan cevap seçenekleri vermeyin.
    • Hiç
    • Haftada bir saatten az
    • Haftada 1-2 saat
    • Haftada 2-3 saat
sorular g zden ge irmek1
Soruları gözden geçirmek
  • Yönlendirici cevaplardan kaçının
    • Düzenli bakım için çok fazla para ödediğinizi düşünüyor musunuz?
  • Yan tutucu sorulardan sakının
    • Bir Adanalı olarak, Adana müzesini gezdiniz mi? (gezmese bile gezdim diyecektir)
  • Aynı soru içinde iki ayrı konu olmamasına dikkat edin.
    • Doktorun muayenesi ve açıklamalarından tatmin oldunuz mu?
  • Lüzumsuz ve tekrar sorularından kaçının
  • İncitici ya da utandırıcı soruların genel sorulardan sonra olmasına özen gösterin (güven kazandıktan sonra).
  • Geriye dönük sorularda hafıza faktörünü göz önünde bulundurun, uzun geçmişleri net hatırlamayabilirler. Yakın tarihli sorular sorun ya da belirli günler ya da zaman belirterek sorular
anketi test etmek
Anketi test etmek
  • Hazırladığınız taslak anketi örneklem grubunu temsil edecek küçük bir grupta deneyin. Mümkünse grubu bir araya toplayıp anketi uygulayın.
  • Anketle ilgili eleştirilerini yazılı bildirmelerini isteyin (grup önünde ifade edemeyebilirler) daha sonra tartışmaya açın.
  • Böylece işlemeyen hatalı soruları belirleme olanağınız olacaktır.
  • Süre tutun. Bir anketin ne kadar sürede doldurulduğunu belirleyin, çok uzun ise soruları bir kez daha gözden geçirin.
veri giri i1
Veri girişi
  • SPSS’te dosya işlemleri
  • SPSS’te veritabanı hazırlama, değişkenlerin tanımlanması
    • Değişken adı
    • Değişken tipi
    • Değişken ve değer etiketleri
    • Nominal ve ordinal verilerin kodlanması
    • Kayıp değerler
spss i al t rd n zda veri giri i i in new data penceresi a l r ki ayr sayfa g r nt lenir
SPSS’i çalıştırdığınızda veri girişi için "New -data" penceresi açılır. İki ayrı sayfa görüntülenir;

Variable View sayfası

Değişkenlerin tanımlandığı sayfa

Data View sayfası

Veri girişi sayfası

data view
Data View

Value label ikonu aktif

değil

SPSS paket programında Breast Cancer Survival örnek datası

data view1
Data View

Value label ikonu aktif

SPSS paket programında Breast Cancer Survival örnek datası

slide59

Değer etiketi

Değişken adı

Değiş.Tipi

Etiketi

Kayıp değer

ver ler n g zden ge r lmes
VERİLERİN GÖZDEN GEÇİRİLMESİ
  • Hata denetimi yapın
  • Aşırı değerlere ne yapılacağına karar verin.
  • Küçük kategorilere ne yapılacağına karar verin.
  • Yeni kategoriler türetecek misiniz?
statistik analize haz rl k
İstatistik analize hazırlık
  • Verilerde hata kontrolü
    • aşırı değer (outlier) kontrolü
    • min-max kontrolü
  • Veriler neden eksik?
  • Eksik verilere ne yapmalı?
box plot grafi i ile a r de er kontrol
Box-plot grafiği ile aşırı değer kontrolü

Outlier değerler

4 ve 37. sıradaki hastalar

Extreme değer

57. sıradaki hasta

stat st k anal ze hazirlik
İSTATİSTİK ANALİZE HAZIRLIK
  • Veri tabanı oluşturun
  • Verileri kodlayın ve bilgisayara ortamına aktarın.
  • Verilerde hata kontrolünü yapın.
  • Eksik verilere ne yapılacağına karar verin.
  • Aşırı değerlere ne yapacağınıza karar verin
  • Yeniden kodlamaları yapın
  • Değişkenlerin dağılımını belirleyin (çok önemli)
verilerin da l m zelli i ni in nemlidir
Verilerin dağılım özelliği niçin önemlidir?
  • İstatistikte dağılımın normal olup olmadığının belirlenmesi çok önemlidir. Çünkü farklı dağılım gösteren verilere uygulanacak tanımlayıcı ve analitik istatistik yöntemleri de farklıdır.
  • Parametrik testlerin tümünün uygulanabilmesi için verilerin dağılımının normal olması gelir. Dağılımın normal olup olmadığı grafik ve istatistik analiz yöntemleri ile araştırılır.
normal da l m
Normal Dağılım
  • Doğadaki ve toplumdaki çok şeyin dağılımı çan eğrisine benzer
normal da l m1
Normal Dağılım
  • Normal dağılım simetrik olduğu için normal dağılım gösteren değişkenlerin ortalama, ortanca ve modları eşittir.
  • Eğer bir dağılım simetrik değilse, dağılım eğrisinde çan eğrisinin tepe noktası ortada değil, sağa ve sola kaymış olacaktır.
slide71

Skewness

  • Denekler ortalamadan daha büyük değerlerde toplanıyorlarsa, negatif basık ya da soldan basık (negativelyskewed, skewedtotheleft), küçük değerlerde toplanıyorlarsa, pozitif basık ya da sağdan basık (positivelyskewed, skewedtotheright) dağılımdan sözedilir .
  • Mean, median ve mode farklıdır. Unimodal’damean kuyruğa doğru çekilir. Medianmean ile mode arasına düşer.
kurtosis
Kurtosis

Dağılımın şeklinin ölçüsüdür. Pozitif değerler dağılımın dik, negatif değerler ise yassı olduğunu gösterir.

ba ari
BAŞARI

4 yaşında başarı ....donuna işememektir.12 yaşında başarı..........arkadaş bulabilmektir.16 yaşında başarı.................araba surebilmektir.20 yaşında başarı........................seks yapabilmektir.35 yaşında başarı .......................para kazanabilmektir.50 yaşında başarı .......................çok para kazanabilmektir.60 yaşında başarı ........................seks yapabilmektir.70 yaşında başarı ................araba surebilmektir.75 yaşında başarı .........arkadaş bulabilmektir.80 yaşında başarı ....donuna işememektir.Buna ÇAN EĞRİSİ denir!..Prof. AlbertFollanberg

normal da l m nas l anla l r
Normal dağılım nasıl anlaşılır?
  • Grafikler ile
  • Merkezi ölçütler ve Dağılım ölçütleri ile
  • Skewness ve kurtosis değerleri ile
  • Hipotez testleri ile
1 grafikler ile
1. Grafikler ile
  • Değerlerin histogramını çizerek
  • Ya da "normal olasılık grafiği" (normal probabilityplot) adı verilen grafiğini çizerek araştırılabilir.
slide76

2. Merkezi ve yayılım Ölçütleri ile

  • Ortalama, median ve mod birbirine yakın olmalı
  • Standart Sapma Ortalamanın yaklaşık ¼ ü
  • Skewness ve Kurtosis sıfıra yakın olmalı

3. Basıklık ve çarpıklık değerleri ile

  • Skewness ve Kurtosis sıfıra yakın olmalı
slide77

4. Testlerle

  • Shapiro-Wilks’ve KolmogorovSmirnovtestleri bu amaç için sıklıkla kullanılan testlerdir.
  • p değeri < 0.05 ise, dağılım normal değil.
  • Özellikle denek sayısı fazlaysa, genellikle tüm normal dağılım testleri ile "p < 0.05" bulunabilir. Bu nedenle bu durumlardagrafik değerlendirmeler yapılmalı
spss te normal da l m testleri nas l yap l r
Spss’te normal dağılım testleri nasıl yapılır?
  • SPSS’te dağılımın normal olup olmadığı çeşitli yöntemlerle test edilebilir:
  • ”Analyse >> Descriptivestatistics >> Frequencies ..." diyalog kutusundan ulaşılan "Charts" diyalog kutusu yoluyla histogram ve with normal curve kutuları işaretlenerek dağılımda normalden sapmalar olup olmadığı hakkında fikir edinilebilir.
spss te normal da l m testleri nas l yap l r1
Spss’te normal dağılım testleri nasıl yapılır?
  • " Analyse >> Descrptivestatsitics>> Explore" seçimi ile açılan "Explore" diyalog kutusundaki "Plots" seçeneğinde "Normalityplotswith test" ile normal olasılık ve "detrended" normal olasılık grafikleri ve normal dağılım testleri yapılır.
  • Dağılımı test edilecek değişken "DependentList"e alınmalıdır. Eğer tüm deneklerdeki ölçümlerin dağılımı test edilecekse "FactorList" boş bırakılmalıdır. Altgruplardaki ölçümlerin dağılımı ayrı ayrı test edilecekse, altgrupları belirleyen değişken "FactorList"e seçilmelidir.
da l m ekli l tleri verilerin da l m zelli i ni in nemlidir
Dağılım şekli ölçütleri verilerin dağılım özelliği niçin önemlidir?
  • İstatistikte dağılımın normal olup olmadığının belirlenmesi çok önemlidir. Farklı dağılım gösteren verilere uygulanacak tanımlayıcı ve analitik istatistik yöntemleri de farklıdır.
  • Veriyi tablolarda hangi ölçütler ile özetleyeceğiniz
  • Hangi grafiği seçeceğiniz
  • Hangi hipotez testini seçeceğiniz

Dağılıma bağlıdır

slide84

Tanımlayıcı İstatistikler

  • Değişkenin örnek ya da toplum özelliklerini yansıtan değerlere tanımlayıcı istatistikler adı verilir.
  • İki ana gruba ayrılır.
slide85

Tanımlayıcı İstatistikler

  • Merkezi Eğilim Ölçütleri
      • Aritmetik ortalama
      • Medyan
      • Mod
  • Yayılım Ölçütleri
      • Değer aralığı (range)
      • Standart sapma ve varyans, standart hata
      • Değişim (varyasyon) katsayısı
      • Persentil
      • Çeyreklerarası aralık
      • Güvenirlik aralıkları
slide86
Aritmetik Ortalama
  • Değerlerin toplamının denek sayısına bölünmesiyle elde edilen aritmetik ortalama en sık kullanılan merkezi eğilim ölçütüdür.
  • Sayısal değişkenler için merkezi eğilim ölçütü olarak ortalama kullanılır.

Medyan-Ortanca

  • küçükten büyüğe (ya da büyükten küçüğe) doğru sıralandığında tam ortadaki deneğin değeridir.
  • ordinal veriler için en iyi merkezi dağılım ölçütüdür
  • Ortanca aşırı değerlerden etkilenmez. Bu nedenle aşırı uç değerler varsa, sayısal veriler için de ortanca tercih edilmelidir.

Mod

  • En sık tekrarlayan değer

Not: Dağılım normal ise ortalama yı,

normal değil ise medyan ı verin

yay l m l tleri
YayılımÖlçütleri
  • STANDART SAPMA VE VARYANS: SD, sd ya da s ile gösterilen standart sapma, değişken değerlerinin ortalamanın etrafındaki yayılmasını temsil eden bir yayılma ölçütüdür. Değerler arasında farklar arttıkça standart sapma ve varyans büyür.
  • Standart sapmanın karesine varyans adı verilir. Standart sapma ve varyans, birçok istatistik analiz yönteminin temelini oluşturur.
yay l m l tleri1
YayılımÖlçütleri
  • DEĞER ARALIĞI (Range): Değişken değerlerinin dağılımını belirten yararlı bir ölçüt, en büyük ve en küçük değer arasındaki fark olan değer aralığıdır (range). Değer aralığı da, ortalama gibi uç değerlerden çok etkilenir. Üstelik en uçtaki iki değer arasında kalan değerler hakkında bilgi vermez
yay l m l tleri2
YayılımÖlçütleri
  • PERCENTİLLER: Çeyreklikler
  • Laboratuvar değerlerinin alt ve üst normal sınırlarının belirlenmesinde Genellikle kabul edilen alt normal sınır 2.5 persentil ve üst normal sınır 97.5 persentildir.
  • ÇEYREKLERARASI ARALIK: 25. ve 75. persentil değerleri arasındaki farka çeyreklerarası aralık (interquartilerange) adı verilir. Yani değerlerin ortada yer alan %50’si, çeyrekler arası aralıktır.
g venirlik aral klar
Güvenirlik aralıkları
  • GüvenirlikAralığı:Evren, parametresininiçindebulunabileceğiaralığın, buaralıktabulunmaolasılığıilebirlikteverilmesidir. (%95', %99'luk güvenirlikaralığı, gibi)
  • Ortalamaiçingüvenirlikaralıkları:Evrenortalamasınıniçinedüşmesininbeklendiğibir (a,b) aralığıdır.
  • Oranlariçingüvenirlikaralıkları:Evrenoranınıniçinedüşmesininbeklendiğibir (p1, p2) aralığıdır.
ne zaman hangisini kullanal m
Ne zaman hangisini kullanalım?
  • Dağılım normal ise mean
  • Dağılım normal değil ise median
  • Merkezi eğilim ölçütü olarak ortalama kullanıldığı zaman, yayılma ölçütü olarak da standart sapma kullanılır. Ortalama ±SS
  • Median kullanılacaksa minimum maksimum değerleri verilir. Medyan (min-max)
spss te tan mlay c istatistik nas l yap l r
Spss’te tanımlayıcı istatistik nasıl yapılır?
  • "frequencies" menüsü
  • "descriptives" menüsü
statistik analiz karari
İstatistik analiz KARARI
  • Hipotezimiz ne istiyor? Soru neydi?
  • Araştırmamız tanımlayıcı mı? İlişki mi arıyor? Fark mı arıyor? Nedensellik bağı mı kuruyor? Faktör gruplandırması mı yapmak istiyor?
slide95

İstatistik Yöntemler

Tanımlayıcı istatistik yöntemleri

Sonuç çıkarıcı istatistik yöntemleri

TekİkiÇok

değişkenlideğişkenlideğişkenli

Ortalamayadayanan

Faktöranalizi

Dağılım Şekli

T test

anova

Çoklu regresyon

Cluster analizi

tek grup

İki grup

Merkezi yönelim

Discriminantanaliz

Ortak ilişki

Bağımlı grup

Yayılış

Regresyon

Bağımsız grup

hipotez testleri
Hipotez testleri
  • Hipotez testleri elde edilen değerlerin, sonuçların, istatistiksel olarak önemli olup olmadığını test ederler.
  • Hipotez testleri;
      • uyum iyiliğinde
      • iki grubu / sonucu karşılaştırmada
      • çok grupları / sonuçları karşılaştırmada kullanılabilirler.
hipotez testi nedir
Hipotez testi nedir?
  • Hemen bütün çalışmaların veri toplanmasının bitiminde araştırmacı bir soru sorar.
      • Bir fark var mı? / Bir fark oluştu mu?
  • Bu sorudan kastedilen, örnek çalışmada meydana gelen farkı ham hali ile sorgulamak değildir. Zaten sözgelimi, aynı 10 kişinin boylarını 2 saat ara ile ölçseniz yine de fark oluşur. Kastedilen şey bu farkın önemli olup olmadığıdır. Yani farkın ‘istatistiksel önemi’dir.
hipotezler
Hipotezler
  • Hipotez testleri (önemlilik testleri ) bir hipotezi test eder.
  • H0 : Fark yok

H1 : Fark var

        • tek yönlü
        • çift yönlü

Hipotezin tek ya da çift yönlü oluşuna baştan karar vermek önemlidir. Bu karar yorumunuzu etkileyecektir (p-değerini değiştireceği için)

slide99

Nedir bu p değeri ????

p ;

bir fark olduğunu söylerken onun gerçekte olmama olasılığıdır

as l soru
Asıl Soru

Yani; aslında soru şudur:

  • Örnekte meydana gelen bu fark; eğer çok fazla birimde (hatta mümkünse evrende) çalışsak yine ortaya çıkar mıydı? ya da, bu fark aslında tesadüfen mi ortaya çıkmıştır?
  • İstatistik, bu tesadüflüğün ölçüsü konusunda bize yardım eder.
rnek evren nemlilik
Örnek – evren - önemlilik
  • Örnek-evren- önemlilik konusunu açmak için bir örnek ile devam edelim...
hipotez rnekleri
Hipotez örnekleri
  • H0 :Diyetle alınan hayvansal yağ miktarı meme kanseri mortalitesini etkilemez.
  • H1 : Meme kanseri mortalitesi yağ miktarı artınca artar (tek yönlü).
  • H0 : KYB hastaları ile cerrahi hastaları arasında depresyon yönünden fark yoktur.
  • H1 : KYB hastaları ile cerrahi hastaları arasında depresyon oranı farklı olur (çift yönlü).
hadi test edelim
Hadi test edelim
  • Hangisi ile??????
    • Ki kare??
    • T testi??
    • Anova??
    • Mann Whitney U??
hipotez test se imi
Hipotez test seçimi
  • Test seçimini etkileyen faktörler:
    • Verinin Ölçüm Biçimi
    • Grupların Bağımlı ya da Bağımsız oluşu
    • Grup Sayısı
    • Gruplardaki Eleman sayısı-dağılım
slide105

Sürekli

Parametrik

Nonparametrik

Grup Bağımlı

Wilcoxon

Friedman test

Pair T test

Repeated M.A

Grup sayısı 2

Grup sayısı 3+

Grup Bağımsız

Student t test

One way ANOVA

Mann Whitney U

Krusall Wallis

Grup sayısı 2

Grup sayısı 3+

İsimsel

Mc Nemar

Mc Nemar

Grup Bağımlı

Kikare

Kikare

Grup Bağımsız

verinin l m bi imi
Verinin ölçüm biçimi
  • Bazı veriler ölçülür: boy uzunluğu, ağırlık, hemoglobin değeri, kolesterol miktarı, hastanede yatılan gün sayısı, günlük diyetle alınan yağ miktarı.
  • Bazıları ise isimlendirilir: cinsiyet, meslek, hastalık cinsi,, yapılan ameliyatın türü, alınan ilaç.
verinin l m bi imi1
Verinin ölçüm biçimi

İsimsel

Sürekli

2 ba ml ve ba ms z gruplar
2. Bağımlı ve bağımsız gruplar
  • İki ya da daha çok grup karşılaştırılması yapılıyorsa, grupların bağımlı ya da bağımsız olduğunu bilmek çok önemlidir.
  • Bağımlı grup: 1 birey (birim) den birden fazla ölçüm alınması ile oluştuğu durumdur.
  • Bağımsız grup: Ölçümlerin birbirinden farklı birey ya da gruplarda yapıldığı durumdur.
slide109

Bağımsız grup

Bağımlı grup

  • A ilacının 5.dakikadaki kalp atım hızı ile
  • B ilacının 5.dakikadaki kalp atım hızı

A ilacının 5.dakikadaki kalp atım hızı ile

A ilacının 10.dakikadaki kalp atım hızı

3 grup say s
3. Grup sayısı
  • Tek grup
  • 2 grup
  • 3 ve daha fazla grup
grup say s ve l m say s
Grup sayısı ve ölçüm sayısı
  • Tek grup
  • 2 grup
  • Tek grupta 2 zamanlı ölçüm
  • 2 ve daha fazla grup
  • Tek grup 2 den fazla ölçüm
  • 2 den fazla grup 2 den fazla ölçüm
grup say s ve l m say s1
Grup sayısı ve ölçüm sayısı
  • Tek grup-Panik hastalarda ank. skoru
  • 2 grup- Panik ve OKB ank. skoru
  • Tek grupta 2 zamanlı ölçüm-Panik hastalarda A ilacı öncesi ve 3 ay sonrası ank. skoru
  • 3 ve daha fazla grup- Panik, OKB ve sağlıklı kontrollerde ank skoru
  • Tek grup 2 den fazla ölçüm-Panik hastalarda başlangıç, 1 ay 3 ay 6 ay sonrasında ank skoru
  • 3 den fazla grup 3 den fazla ölçüm- Panik hastalara A ilacı; 1, 3, 6 ay ank skoru; panik hastalara kognitif terapi; 1,3,6 ay ank. skoru
4 gruplardaki ki i say s n
4. Gruplardaki kişi sayısı (n)
  • Önemlilik testlerinde ‘30’ sayısı; istatistiksel teori içinde anlam taşıdığından önemlidir.
  • 30 ve daha büyük örnekli gruplara test gücü daha fazla olan parametrik testler uygulanır.-merkezi limit teoremine dayanır
  • Asıl dayanak dağılımın normal olmasıdır. n sayısı 500 de olsa değişken normal dağılmıyorsa parametrik test seçilemez
test se imi zeti
Test seçimi özeti
  • Test seçimini etkileyen faktörler:
    • Verinin Ölçüm Biçimi
    • Grupların Bağımlı ya da Bağımsız oluşu
    • Grup Sayısı
    • Gruplardaki Eleman sayısı-dağılım
ara t rma 1
Araştırma-1
  • 40’ar kişilik iki grup hastaya iki farklı tedavi ile depresyon tedavisi yapılmış ve HAM-A skorları karşılaştırılmıştır.
  • sürekli
  • bağımsız
  • iki grup
  • 30 dan fazla-normal
  • student-t testi
ara t rma 2
Araştırma -2
  • 50 hastanın 25’inde A ajanı, 25’inde ise B ajanı kullanılmıştır ve grupların CGI değerleri karşılaştırılmıştır.
  • sürekli
  • bağımsız
  • iki grup
  • 30 dan az-normal değil
  • MannWhitney-U
ara t rma 3
Araştırma-3
  • Plasebo alan 40 hasta, klasik ajanla tedavi edilen 39 hasta ve yeni ilaç ile tedavi edilen 41 hastanın anksiyete skoru karşılaştırılacaktır.
  • sürekli
  • bağımsız
  • üç grup
  • 30 dan fazla-normal
  • varyansanalizi-ANOVA
ara t rma 4
Araştırma-4
  • A ilacı alan 61 ve B ilacı alan 62 parkinson hastasında tedavi sonrası diskinezi oranları karşılaştırılacaktır.
  • isimsel
  • bağımsız
  • iki grup
  • Ki kare
ara t rma 5
Araştırma -5
  • Anksiyeteli 50 çocukta yeni bir eğitim modeli uygulanacaktır. Eğitimin yararı STA-I ve STA-II skorları ile değerlendirilecektir.
  • Ölçümle
  • bağımlı
  • iki grup
  • 30 dan fazla
  • Pair t test
ara t rma 6
Araştırma -6
  • 50 nefrotik sendromlu hastada diyalize başlamadan önceki crp düzeleri ile 1 ay ve 3 ay sonraki crp düzeyleri karşılaştırılacaktır.
  • Ölçümle
  • bağımlı
  • iki grup
  • 30 dan fazla-dağılım?
  • Friedman test
slide126

Test Seçimi

Friedman

hangi test
Hangi test
  • İsimsel-İsimsel (oran farkı)
  • İsimsel- Sürekli (ortalama farkı)
  • Sürekli-Sürekli (ilişki)

Test

Değişkenler

Ki kare

T testleri

Korelasyon testi-

Lineer regresyon

slide128

Değişken tipi

Sürekli

Dağılım normal

Parametrik testler

Dağılım Normal değil

Nonparametrik testler

Grup Bağımlı

Wilcoxon

Friedman test

Pair T test

Repetead M.A

Grup sayısı 2

Grup sayısı 2+

Grup Bağımsız

Student t test

One way ANOVA

Mann Whitney U

Krusall Wallis

Grup sayısı 2

Grup sayısı 2+

Sürekli değişken İlişki

Pearsons

Spearman

leri analiz teknikleri
İleri Analiz teknikleri
  • Korelasyon
  • Regresyon
  • Ancova-Manova
  • Survival Analiz
  • Discriminat
  • Cluster
  • Faktör Analizi
  • Reliability
  • …..
slide132

ÇALIŞMANIN KOŞULLARINA GÖRE

UYGUN BİYOİSTATİSTİKSEL YARGI YÖNTEMİ BELİRGİN ve TEK’TİR…..

slide136

GÜÇ (POWER)

Gerçek Durum

testin anlamlılık

düzeyi

H0 Doğru

H0 Yanlış

gerçek

pozitif

1 - b

tip I hata

a

H0 Red

GÜÇ

testin, anlamlı farkı

bulma olasılığı

Karar

gerçek

negatif

1 - a

tip II hata

b

H0 Kabul

power
POWER:

Bir çalışmanın, belirli bir büyüklükteki gerçek etkiyi saptayabilme gücü.

Güç = 1- Tip II hata

Güç Analizi:

Belirli bir büyüklükteki etkiyi (farkı) saptayacak örnek büyüklüğünün belirlenmesi

tip i hata
Tip I Hata
  • Eğer gerçekte tespit edilen fark tamamen şansa (örnekleme hatası) bağlı ise ve çalışmamızda H0 hipotezini reddedersek doğruyu bulmuş oluruz, ancak fark gerçekten varsa ve çalışmamızda H0 hipotezini rededersek Tip I (α) hata yapmış oluruz. Eğer gerçekte tespit edilen fark, tamamen şansa (örnekleme hatası) bağlı ise, H0 hipotezini kabul etmemiz bizi yine doğruya götürür.
tip ii hata
Tip II hata
  • Ancak eğer fark gerçekten varsa ve biz H0 hipotezini kabul edersek yani fark yoktur sonucuna varırsak bu kez de Tip II (β) hata yapmış oluruz
hipotez s nama sonras olas sonu lar
Hipotezsınamasonrasıolasısonuçlar
  • Tip I hata (α)

Gerçekte tedaviler birbirinden farksızken anlamlı p değeri (p < α) bulunmasıdır.

    • Etkinolmayantedaviyeonay
  • Tip II hata (β)

H0 hipotezinin gerçekte doğru olmadığı bir durumda kabul edilmesidir. Tip II hata çalışmanın gücünü belirler.

    • Etkin olan bir tedavinin kullanım dışı kalması
p de eri statistiksel nemlilik
P- değeri (İstatistiksel Önemlilik)
  • Anlamlılık seviyesi, sonucumuzun ne kadar hata oranı ile kabul edilebilir olduğu konusunda karar vermemizi sağlayan bir kriterdir. Yani araştırmanın planlama aşamasında Tip I hata yapma olasılığımızı belirleriz, bu değer genellikle 0.05 kabul edilir.
p de eri statistiksel nemlilik1
P- değeri (İstatistiksel Önemlilik)

Çalışma grupları arasındaki farkın tamamen şansa bağlı olarak ortaya çıkma olasılığı

P değerinin kendisinin verilmesi

P=0.60 p=0.06

Veya

< 0.05, 0.01, 0.001

anlaml de il
Anlamlı Değil !!!
  • Kafası Kesilerek Öldürülen 10 Fareden Birinin Yaşamaya Devam Ettiğini Gören İstatistikçinin Yorumu Ne Olur ??
  • - Anlamlı Değil !!!
g ven araliklari
GÜVEN ARALIKLARI

Belli bir güven derecesinde gerçek değerin bulunduğu aralıktır.

Alt ve üst sınırı vardır

RR= 1.9 % 95 GA (0.3 - 2.8)

GA % 90, %99 ve %95 olabilir.

GA 1’i içeriyorsa p> 0.05

GA 1’i içermiyorsa p< 0.05

slide145

Güven aralığının üstünlükleri:

  • Çalışmalardan elde edilen kestirimler (estimates) değişkendir, tekrarlandığında aynı sonuçlar elde edilmez.
  • İstatistik testin verdiği bilgiyi ve örnek büyüklüğü ile ilgili bilgiyi de verir.
  • Geniş GA riskin değişkenliğini ve çalışma grubunun küçük olduğunu gösterir
  • Dar GA riskin az değişken olduğunu ve çalışma grubunun büyük olduğunu gösterir.
  • Literatürle uyumlu olmayan çalışmalarda güven aralığı daha da önemli.
slide146
2 Kere 2 Kaç Eder Sorusuna Yanıtlar
  • İlkokul Çocuğu : Dört.
  • Matematik Profesörü : (Uzun Uzun Düşündükten Sonra) Dört..
  • İstatistik Profesörü : % 95 Olasılıkla 3.75 ile 4.25 Arasında Çıkar...
  • Pazar Araştırma Uzmanı : Size Ne Kadar Lazımdı ??
risk l tleri
Risk Ölçütleri
  • Rölatif risk (RR)
  • Risk oranı (RR)
  • Hızların oranı (RR)
  • Odds ratio (OR)
r latif risk
Rölatif Risk

Hasta

Sağlam

a/a+b = Insidans (+)

Etken +

c/c+d = Insidans (-)

Etken -

I +

I -

Rölatif Risk

odds ratio
Odds Ratio

Olgu Kontrol

a/c = odds

Etken +

b/d = odds

Etken -

a/c ad

=

b/d bc

Odds ratio

nemlilik etkenle sonu ili kisi g l m or veya rr
ÖnemlilikEtkenle sonuç ilişkisi güçlü mü? (OR veya RR)
  • Kohort ve RCT’de insidansların oranı olan RR hesaplanır
  • Geriye dönük incelendiği için insidanslar belirlenemediği için, RR değil OR hesaplanır.
  • RR veya OR=1 ise risk yok
  • RR veya OR>1 ise risk var
  • RR veya OR<1 ise koruyucu
risk l tlerinin kesinlik d zeyi ga
Risk ölçütlerinin kesinlik düzeyi (GA)
  • Sonuçların rasgele hatalardan etkilenmemesi için çalışmanın olgu sayısı fazla olmalı
  • Genellikle, sonuçlarda hesaplanan güven aralıkları (GA) dar ise çalışmadaki olgu sayının büyük olduğunu, GA geniş ise çalışmadaki olgu sayısının küçük olduğunu gösterir.
  • GA 1’i içeriyorsa istatistiksel önem yoktur.
  • %90, %95, %99
slide152
NNH
  • NNH, birfazlakişidedahazararlıetkiningörülebilmesiiçinkaçkişininetkenlekarşılaşmasıgerektiğinigösterensayı
  • Örneğinsigaraiçenlerdeakciğerkanserigelişmeriskiniaraştıranbirçalışmada NNH=5 isebeşkişininsigaraiçmesiyletoplumdabirfazlakişidedahaakciğerkanserigeliştiğinigösteriyor
  • Kohort ve RCT’deNNH = 1/[a/a+b] - [c/c+d]
al man n sonu lar nemli mi
Çalışmanın sonuçları önemli mi ?
  • Sonuç etken ilişkisi ne kadar güçlü ?
  • Tedavinin etkisi ne büyüklükte ?

Control event rate

Experimental event rate

RRR, ARR, NNT...

  • Tedavinin etkisi ne kadar kesin ?

% 95CI ...

tedav etk ler
TEDAVİ ETKİLERİ

Deney grubunda olay hızı (EER)

Olay, araştırmada beklenen sonuç

Yan etki, komplikasyon, nüks vb.

Kontrol grubunda olay hızı (CER)

Mutlak risk azalması (ARR) = EER-CER

Göreli risk azalması (RRR)

slide155
NNT
  • Tedavi için gerekli sayı
  • Numberneededtotreat (NNT)
  • İstenen olumlu sonuca ulaşılacak her bir hasta için, tedavi edilmesi gereken hasta sayısı

1/ ARR = 1/ EER-CER

slide156
Örnek
  • Teratogenicity of high Vitamin A intake

Rothman KJ ve ark, Teratogenicity of high Vitamin A intake, NEJM 1995; 333(21): 1369-1373

slide157
Gebelikte yüksek doz A-vitamini verilmesi ile nöral tüp defekti oluşumu arasında ilişki
  • Kohort çalışma
  • 100 kadın doğum uzmanına amniyosentez +/- alfa-fetoprotein izlemi için başvuran 23491 gebe kadın çalışmaya katılmayı kabul etmiş 22748 (%96.8) takip edilmiş
slide158
Tüm gebelere; diyet, tedavi, ilk trimestrda geçirdikleri hastalıklar, kullandıkları A-vitamini dozu ile ilgili anket yapılmış.
  • Tüm hastalar doğuma kadar takip edilmiş, doğumda ortaya çıkan anomaliler CDC kriterlerine göre değerlendirilmiş.
  • İlk trimestr’da A vitaminini >10.000 U/gün ile <5.000 U/gün kullananlar, bebeklerinde gelişen nöral tüp defektleri açısından karşılaştırılmış.
slide159

Bebekte nöral tüp defekti oluşumu

Annenin günlük

aldığı Vitamin A dozu

RR = (7/317) / (51/11083) = 0.0220/0.0046 = 4.8

slide162

TIPTA KARAR VERME

  • Tıpta tanı yöntemleri ile ilgili araştırmaların büyük bir bölümü, tanı yöntemlerinin doğruluğunun kestirilmesi ve karşılaştırılmasına ayrılmıştır.
  • Tanı doğruluğunu gösterecek değişik ölçüler geliştirilmiş, bu amaç için klinik çalışma düzenleri tanımlanmıştır.
  • Son yıllarda giderek artan öneminin nedenlerinden biri de hasta bakım maliyetleri üzerine olan etkisidir.
slide163

Tanı testinin kullanılabilir olması için

I- Hastanın durumu hakkında güvenilir bilgi sağlaması

II- Hastanın tedavisi ile ilgili hekimin planları üzerinde etkili olabilmesi

III- Hastalar üzerinde test tekrarlandığında hastalık mekanizmalarını yada hastalığın doğal seyrini anlatabilmesi

tan testi performanslar nas l de erlendirilir
Tanıtestiperformanslarınasıl değerlendirilir

A - Özgünoranlar

B - Kestirimgücü

C- ROCeğrisi

  • Kappakatsayısı,
  • Mc-Nemartesti;
tan ve tarama testleri
Tanı ve Tarama Testleri

Altın Test

+ -

a/a+c = Duyarlılık Doğru pozitif oran

Test

+

-

d/b+d = Seçicilik Doğru negatif oran

a/a+b = + PD

1-Seçicilik

d/c+d = - PD

1-Duyarlılık

duyarl l k
Duyarlılık

Testin toplumdaki hastaları saptayabilme gücü

Payda (toplumdaki) gerçek hastalar

slide168
Duyarlılık (Sensitivity): Gerçekte hasta olanlar arasında testin pozitif sonuç verme oranı

Seçicilik (Specificity): Gerçekte hastalığa sahip olmayanlar arasında testin negatif sonuç verme oranı

Yanlış pozitif oran: Gerçekte hastalığa sahip olmayanlar arasında testin yanlışlıkla pozitif sonuç verme oranı=1-Seçicilik

Yanlış negatif oran: Gerçekte hasta olanlar arasında testin yanlışlıkla negatif sonuç verme oranı=1-Duyarlılık

slide169

DP ve DN oranlar

hastalık prevelansından etkilenmezler.

YN Tedavinin gecikmesi

YP Riskli, gereksiz, ileri tetkikler,

Yanlış tedavi, Yanlış tanımlama

DP-DN Hastalık şiddeti, anatomik özellikler, hasta özellikleri

slide170

DUYARLILIK VE SEÇİCİLİĞİN BİRLEŞTİRİLMESİ İLE ELDE EDİLEN ÖLÇÜLER

Duyarlılık ve Seçicilik gibi iki ölçü kullanmak yerine bunları birleştiren tek ölçülere gereksinim duyulur.

DOĞRU TEST SONUCU OLASILIĞI=

Toplam doğruluk çok yüksek çıkabilir ancak seyrek görülen olayları atlayabilir.

slide171

DP=0,60

DN=0,90

DTSO=906/1010

=0,90

DP=0,60

DN=0,90

DTSO=150/200

=0,75

DP=0,60

DN=0,90

DTSO=960/1100

=0,87

slide172

Duyarlılık ve seçicilik teste özgü, prevelanstan etkilenmeyen bir özelliktedir, ancak doğru test sonucu olasılığı bu özelliklere sahip değildir.

YP ve YN oranlara eşit önem tanır, oysaki gerekmeyebilir.

likelihood ratio olabilirlik oran
LIKELIHOOD RATIOOlabilirlik Oranı
  • OLABİLİRLİK ORANI Bir tanı testinin duyarlılığını ve seçiciliğini birleştirerek kullanan performans ölçüsütüdür
  • Pozitif Olabilirlik Oranı; Bir testin hasta kişide pozitif çıkma olasılığının, sağlam kişide pozitif çıkma olasılığına oranı
  • LR (+) = duyarlılık / (1-seçicilik)
slide174

LIKELIHOOD RATIOPozitif Olabilirlik Oranı

  • POO=Duyarlılık/(1-Seçicilik)=DP/YP
  • Bir tanı testinin, her doğru pozitif sonuca karşılık kaç tane yanlış pozitif sonuç verdiğini gösterir. DP=0,80 ve DN=0,90 olan bir test için;
  • POO=0.80/0.10 = 8
  • Bu test, her 8 doğru pozitif sonuca karşılık 1 yanlış pozitif sonuç verir.
  • Dokuz pozitif sonucun 8’i doğru, biri yanlıştır.
likelihood ratio negatif olabilirlik oran
LIKELIHOOD RATIONegatif Olabilirlik Oranı

Bir testin hasta kişide negatif çıkma olasılığının, sağlam kişide negatif çıkma olasılığına oranı

LR (-) = (1- duyarlılık)/seçicilik

slide176

Negatif Olabilirlik Oranı

  • NOO=(1-Duyarlılık)/Seçicilik=YN/DN
  • Bir tanı testinin, her yanlış negatif sonuca karşılık kaç tane doğru negatif sonuç verdiğini gösterir. DP=0,80 ve DN=0,90 olan bir test için;
  • NOO=0.2/0.9=2/9
  • Bu test, her 2 yanlış negatif sonuca karşılık 9 doğru negatif sonuç verir.
  • Onbir negatif sonucun 9’u doğru, ikisi yanlıştır.
  • POO’nın olabildiğince büyük, NOO’nın olabildiğince küçük olması istenir.
slide177

Olabilirlik Oranı

  • +LR>10 veya
  • -LR<0.1 ise önemliliğe götürür
  • +LR 5-10
  • -LR 0.1-0.2 ise orta
  • +LR 2-5 veya
  • -LR 0.5-0.2 küçük ama bazen önemli
  • +LR 1-2
  • -LR 0.5-1 ise küçük ve çok az önemlili
b kest r m g c
B - KESTİRİM GÜCÜ
  • Gerçektearaştırmacılarınyanıtaradığı en önemlisoru; “Tanıtestisonucupozitifolanın, gerçekbirhastaolmaolasılığınedir? (veyaTanıtestisonucunegatifolanıngerçektensağlamolmaolasılığınedir ?)” sorusudur. Bu kavram “KESTİRİM DEĞERİ” adınıalırveBayeskuramıçerçevesindeçözümlenir.
b kest r m g c1
B - KESTİRİM GÜCÜ
  • POZİTİF SONUCUN KESTİRİM DEĞERİ (PKD): Tanıtestihastayargısıverdiğinde, gerçektenhastaolmaolasılığıdır.

 2) NEGATİF SONUCUN KESTİRİM DEĞERİ (NKD): TanıTestisağlamdediğindegerçektensağlamolmaolasılığıdır. Bu oran ne kadarküçükolursatanıtesti, sağlamları o derecedeiyiayırmaktadır.

slide180

Klinisyenler için önemli olan soru, bir test sonucunun ne anlama geldiği sorusudur. Pozitif sonuca sahip bir kişinin hasta olması yada negatif sonuca sahip bir kişinin hastalıksız olması olasılıklarının ne olduğu önemlidir.

slide181

Bu amaca hizmet eden olasılıklar TEST SONRASI OLASILIKLAR olarak adlandırılır ve iki farklı test sonrası olasılık vardır. Bunlar:

  • POZİTİF TAHMİNİ DEĞER (POSITIVE PREDICTIVE VALUE) ya da POZİTİF TEST SONUCUNUN TAHMİNİ DEĞERİ
  • ve
  • NEGATİF TAHMİNİ DEĞER (NEGATIVE PREDICTIVE VALUE) ya daNEGATİF TEST SONUCUNUN TAHMİNİ DEĞERİ dir.
slide182

Pozitif Tahmini Değer (PTD), tanı testi sonucu pozitif olan bir kişinin hasta olması olasılığını gösterir. Test istenmeden önceki hastalık olasılığına ve testin performans ölçütlerine bağlıdır.

slide183

Pozitif Tahmini Değer (PTD), tanı testi sonucu pozitif olan bir kişinin hasta olması olasılığını gösterir. Test istenmeden önceki hastalık olasılığına ve testin performans ölçütlerine bağlıdır.

  • Burada Se: Testin Duyarlılığı
  • Sp: Testin Seçiciliği
  • Pr: Test Öncesi Hastalık Olasılığı
slide184

Negatif Tahmini Değer (NTD), tanı testi sonucu negatif olan bir kişinin hasta olmaması olasılığını gösterir. Test istenmeden önceki hastalık olasılığına ve testin performans ölçütlerine bağlıdır.

  • Burada Se: Testin Duyarlılığı
  • Sp: Testin Seçiciliği
  • Pr: Test Öncesi Hastalık Olasılığı
slide185

DP=0,80 ve DN=0,90 olan örnek tanı testinin, test uygulanmadan önceki hastalık olasılığı %60 olan bir hastaya uygulandığını ve;

  • I) Test sonucunun pozitif geldiğini düşünelim
  • Test uygulanmadan önce, öykü ve fizik muayene bulguları ile %60 olasılıkla hasta olabileceği düşünülen kişinin, tanı testi sonucu pozitif gelmesi durumunda hasta olması olasılığı %92 dir.
slide186

II) Test sonucunun negatif geldiğini düşünelim

  • Test uygulanmadan önce, öykü ve fizik muayene bulguları ile %60 olasılıkla hasta olabileceği (%40 olasılıkla hasta olmadığı) düşünülen kişinin, tanı testi sonucu negatif gelmesi durumunda hasta olmaması olasılığı %75 dir.
slide187

Görüldüğü gibi bu test belirsizliği büyük ölçüde ortadan kaldırmaktadır.

P(H+)=0,60 P(H+)=0,92

P(H-)=0,40 P(H-)=0,75

Tanı Testi +

Duy.=0,80

Seç.=0,90

Tanı Testi -

Duy.=0,80

Seç.=0,90

slide188

Eğer bu tanı testi daha duyarlı, daha az seçici olsaydı, örneğin;

  • Duy.=0,90 ; YN=0,10
  • Seç.=0,80 ; YP=0,20
  • olsaydı
  • YP oranının %10 dan %20 ye çıkması test öncesi hastalık olasılığı aynı kaldığında, test sonrası hasta olma olasılığını %92 den %87 ye düşürmüştür. Pozitif sonuç ile belirsizlik bir miktar artmıştır.
roc e risi y ntemi
ROC eğrisi yöntemi;
  • Testinayırtetmegücününbelirlenmesine,
  • Çeşitlitestlerinetkinliklerininkıyaslanmasına,
  • Uygun pozitiflikeşiğininbelirlenmesine,
  • Laboratuarsonuçlarınınkalitesininizlenmesine,
  • Uygulayıcınıngelişimininizlenmesineve
  • Farklıuygulayıcılarınetkinliklerininkıyaslanmasınaolanaksağlar.
slide190

ReceiverOperatingCharacteristicCurve

ROC EĞRİSİ

Bir çift duyarlılık ve seçicilik değeri kullanmanın getirdiği dezavantajları ortadan kaldıracak bir yöntem olarak geliştirilmiştir. Testin kendi doğruluğunu (prevelanstan bağımsız olarak) tanımlaması ve testler arasında en doğru karşılaştırma yapmaya olanak sağlaması açısından sıklıkla kullanılmaktadır.

slide191

ROC eğrisi, değişik kesim noktalarında testin duyarlılığının (y-ekseni), testin YP oranına (x-ekseni) karşı noktalanması ile elde edilir. Her kesim noktasındaki DP ve YP’e karşılık gelen noktalar birleştirilerek ROC eğrisi çizilir.

slide193

ROC Eğrisi Altında Kalan Alan:

Testin doğruluğunu tek bir sayısal değerle özetlemek için kullanılır. En büyük “1” değerini alabilir. Pratik olarak alabileceği en küçük değer “0.50” dir. Hastalarla sağlamlar tamamen şansa bağlı olarak (örneğin para atışı ile) ayırt edilirse bu durum ortaya çıkar

slide194

MB

Bu örnek problem için ROC eğrisi altında kalan alan 0,83 birim2’dir. Meme kanserli bir hastanın, sağlam bir kişiye göre daha şüpheli (pozitif) test sonucuna sahip olması olasılığı 0,83’dür.

B

Ş

M

ROC eğrisi altında kalan alan bir testin hastalarla sağlamları ayırt edebilme başarısının en iyi göstergesi olarak kabul edilir.

slide195

ROC Eğrisi Altında Kalan Alan:

ROC eğrisi altında kalan alan herzaman çok bilgilendirici olmayabilir. Kimi zaman, testin yüksek seçici (yüksek duyarlı) olması istendiğinde düşük seçicilik değerleri (düşük duyarlılık değerleri) ile değil, ROC eğrisinde yüksek seçiciliğe (yüksek duyarlılığa) karşılık gelen bölge ile ilgilenebiliriz.

İki test aynı ROC eğrisi altında kalan alan değerine sahip olabilir, ancak işleyişleri farklıdır.

slide196

ROC Eğrisi Altında Kalan Alan:

Düşük yanlış pozitif oran (yüksek seçicilik) gerekli ise, B test A testine tercih edilebilir.

Bu nedenle ROC eğrisinin ilgilenilen bölümünü kullanmak, böyle bir bölgeyi kullanan ölçülerle ilgilenmek daha akılcı olabilir.

a zg n oranlar
A - ÖZGÜN ORANLAR

Özet

  • DUYARLILIK (SENSİTİVİTY):
  • ÖZGÜLLÜK (SPECİFİCİTY)
  • YANLIŞ NEGATİF ORANI:
  • YANLIŞ POZİTİF ORANI:  
  • POZİTİF OLABİLİRLİK ORANI (L+):
  • NEGATİF OLABİLİRLİK ORANI (L -):
  • DOĞRULUK (ACCURACY):

B - KESTİRİM GÜCÜ

  • POZİTİF SONUCUN KESTİRİM DEĞERİ (PKD):
  • NEGATİF SONUCUN KESTİRİM DEĞERİ (NKD):
slide198
Özet

1) DUYARLILIK (Sensitivity): Testin, gerçekhastalariçindenhastalarıayırmayeteneği.

2) ÖZGÜLLÜK (Specificity) testin, gerçeksağlamlariçindensağlamlarıayırmayeteneği.

3) YANLIŞ NEGATİF ORANI: Gerçekhastalariçindentestinhatalıolaraksağlamdediğiolgulardır.

4) YANLIŞ POZİTİF ORANI: Gerçeksağlamlariçindentestinhatalıolarakhastadediğiolgulardır.  

5) Pozitifolabilirlikoranı (L+): Testin, hastalığavardediğizamandoğruyubildirmesininyanılmasınaoranıdır. (hastalıktanısıkoymanındoğrulukoranı) Bu oran ne kadaryüksekolursa, gerçekhastalar o derecedeiyiayrımlanmaktadır

6) Negatifolabilirlikoranı (L -): Sağlamtanısınındoğrulukoranıdır. Bu oran ne kadarküçükolursa, gerçeksağlamlar o kadariyiayrımlanabilmektedir.

7) DOĞRULUK (Accuracy): Gerçektetestinhastavesağlamolaraktoplamdoğrutanıoranına “doğruluk” denir. Diğeroranlardanfarklıolarakdoğruluk, aynıduyarlılık-özgüllükiçin bile hastalıksıklığınabağlıolarakdeğişebilir.

8) POZİTİF KESTİRİM DEĞERİ (PKD): Tanıtestihastayargısıverdiğinde, gerçektenhastaolmaolasılığıdır.

9) NEGATİF KESTİRİM DEĞERİ (NKD): TanıTestisağlamdediğindegerçektensağlamolmaolasılığıdır. Bu oran ne kadarküçükolursatanıtesti, sağlamları o derecedeiyiayırmaktadır.

form ller1
Formüller
  • DUYARLILIK = A / (A+C) = GP / (GP + YN)
  • ÖZGÜLLÜK= D / (D + B) = GN / (GN + YP)
  • YN = (1-DUYARLILIK) = C /(A + C) = YN/ (YN + GP)
  • YP = (1-ÖZGÜLLÜK) = B /(B+D) = YP / (YP+GN)
  • L+ = DUYARLILIK) / (1-ÖZGÜLLÜK) = A(B+D) / B (A+C) = GP (YP+GN) / YP (GP+YN)
  • L- = (1-DUYARLILIK) / (ÖZGÜLLÜK) = C(B+D) / D (A+C) = YN (YP+GN) / GN (GP+YN)
  • DOĞRULUK= (A+D)/(A+B+C+D) = (GP+GN) / (GP+YP+YN+GN)
  • PKD = P(H+/T+) = A /(A+B) = GP / (GP+YP)
  • NKD = P(H-/T+) = D / (D+C) = GN / (GN+YN)
hangisi
Hangisi?
  • Testinperformansıvetanısonucunundoğruluğu, testininözgünoranlarıvehastalığınprevalansınabağlıdır.
  • Taramakonumlarındaözelliklesağlamlarınbelirlenmesisözkonusuolduğundatestin “NKD”önemkazanır.
  • NKD’ninbüyümesiiçinyanlışnegatiflerinoranıazalmalıyanitestinduyarlılığıbüyümelidir.
hangisi1
Hangisi?
  • Bunakarşılıktanıda, hastalığınvarlığınındoğrulanmasıgerekir, dolayısıyla PKD önemkazanır. Buyanlışpozitiflerinoranıazaltılaraksağlanabilir. Uygun birtedavisiolanvehastaolmayanlara (YP) boşunauygulandığındaağırsonuçlargetirmeyenhastalıktanısınayöneliktestlerde DUYARLILIK YÜKSEK tutulmalıdır.
  • Bunakarşın, dahaazağırsonuçlarasahiphastalıklardaheleyanlışpozitiflerinboşunatedavisiağıryanetkileresahipise ÖZGÜLLÜK YÜKSEK tutulmalıdır.
slide203
10 erkek bir cinayet davasından yargılanmayı bekliyor
  • Sadece üçü suçlu
  • Jüri herkesi dinliyor
  • Altı kişiyi suçlu buluyor
  • Suçlu bulunanların sadece ikisi gerçek suçlu
  • Dört kişi haksız yere hapsedilmiş durumda
  • Katillerden biri serbest kalmış
slide204

Gerçek

Jüri Kararı Katil Masum

Suçlu Doğru hüküm ( 2 kişi) Yanlış hüküm (4 kişi)

Suçsuz Yanlış beraat (1 kişi) Doğru beraat (3 kişi)

slide205
Her 3 katilden 2’sini doğru bir biçimde belirleyebiliyor.

Sensitivite % 66

  • Her 7 suçsuz kişiden 3’ünü doğru şekilde aklıyor

Spesifite % 42

  • Bir kişiyi suçlu bulmuşsa, gerçek suçlu olma olasılığı üçte birdir. PPD %33
  • Eğer bu jüri bir kişiyi suçsuz bulmuşsa, o kişinin suçsuz olma olasılığı ¾’tür. NPD % 75
  • Jüri her 10 davadan 5’ini doğru bir biçimde karara bağlıyor…………. Jürinin doğruluğu % 50