Klinisch wetenschappelijk onderzoek
Hoorcollege introductie
Type 1 mycordinfarct- ruptuur occlusieve thrombus
Type 2 AMI – vernauwing te ernstig zonder plaque ruptuur, vaatspasmen, dissectie (bijv
aorta scheur loopt door in coronairen),
ACS
Stabiele AP= vernauwing tijdens inspanning, consequent patroon
STEMI- klein deel hartspier transmuraal ischemisch
Ventrikelfibrilleren meestal complicatie
Hoorcollege diagnostiek
Prevalentie= voorafkans -> binnen domein hoevaak komt het voor
Posterior kans= kans op ziekte na testuitslagen
Onderzoekspopulatie- 1 steekproef uit domein
Referentietest- conclusie test uitslag
‘1 op 10 regel’= per 10 deelnemers in kleinste groep (vaak groep met ziekte) mag je 1
diagnostische test toevoegen; dus 1 determinanten minimaal 20 mensen
Diagnostisch onderzoek zijn meestal observationeel
Determinant kan uitkomst voorspellen maar determinant leidt niet tot uitkomst
Cross sectioneel onderzoek- meten determinanten en uitkomst op zelfde momenten
Sensitiviteit= binnen groep BM hoeveel had koorts
Specificiteit= hoeveel geen koortss
Voorspellende waarden afhk van prevalentie ziekte- sensitiviteit en specifiteit meer
algemeen en VW eerder voor groep
Negatief voorspellende waarde gaat over het uitsluiten van ziekte, positief over vaststellen
ziekte
Diagnostisch proces is hierarchisch
ROC curve- y-as sensitiviteit (TP) en x-as 1-specificiteit (FP)
Hoge AUC waarden gewild
AUC waarden laag maakt minder uit in het begin van screeningsproces
AUC omhoog halen door testen toe te voegen
Hoorcollege 2 prognostisch onderzoek
Prognostisch onderzoek= welke determinanten voorspellen het beloop
Uitkomst; overlijden, recidiefkans, complicatie
Diagnose gesteld en daarna prognose
Cohortonderzoek- cohort groep die gevolg wordt in de tijd
Determinanten meten voor uitkomst
Observationeel
Ook niet causale factoren
Beperken missings- beperken missen determinanten
Univariabele analyse determinant – uitkomst relatie
P<0.20 selectie predictoren
OR= schatting van de odds bij mensen met derminanten t.o.v. mensen zonder determinant
Hoorcollege frequentie en associatiematen
Frequentiematen
Prevalentie- iemand heeft de ziekte -> hier en nu, of toen
Diagnostische secties; cross sectioneel
Periode en puntprevalentie
A prior kans- voorafkans
Non respons -> overleden bijv -> onderschatting prevalentie
Incidentie- iemand krijgt de ziekte
Aantal nieuwe casus
Vaak bij prognostisch onderzoek
In populatie at risk- er moet een kans zijn
Cumulatieve incidentie= kans/proportie binnen een bepaalde tijdsperiode
Nieuwe patiënten/ populatie at risk
Volgen over de tijd en kijken of incident gebeurt; baseline kan verschillen
Houdt niet rekening met lost to follow up
Incidentie dichtheid= nieuwe patienten/persoonsjaren van de populatie at risk
Minder goed te interpreteren in klinische praktijk
Associatiematen
RR= hoeveel x groter is risico in ene groep tov andere groep
RR kan groot zijn terwijl absolute kans nog steeds klein is
Risicoverschil geeft meer inzicht in absolute kansen
Odds ratio =
Wedverhouding ->
Odds= kans/ 1-kans
De kans is 1 op 6 en odds is 1:5
Odds ratio is ratio tussen twee odds
 Absolute kans longkanker in rokersgroep is veel groter dan in het echt omdat de
controlegroep kleiner is
RR en OR zijn gelijk aan elkaar als prevalentie/incidentie onder 10 procent is
Patient controle onderzoek altijd odds ratio berekenen
Als de controles precies 10 procent betreft uit cohort dan wel RR
RR en OR vaste follow up tijd ->HR houdt rekening met tijd
Interventiestudie – randomized controle trials
 Incidentie= groep die nog geen HVZ heeft en dan kijken wat middel over de tijd doet
Hoeveel mensen behandelen om 1 geval te voorkomen = NNT -> 1/ relatief risico verschil
Validiteit= afwezigheid van systematische fouten; bias
Precisie= afwezigheid van toevalsfouten
Ahk van aantal personen
p-waarden = kans dat de gevonden associatie of nog extremer optreeft gegeven dat
nulhypothese juist is
betrouwbaarheidsinterval dat interval 95 procents kan om de ware populatieparameter te
bevatten
Hoorcollege etiologie
Observationeel onderzoek -> causaal verband vinden
Verklarend= causaal onderzoek
Descriptief= niet causaal -> geinterreseerd in niet causale vooral
Cohortonderzoek- vaak follow up -> eerst determinant meten dan later uitkomst
Statisch cohort- niet meer erin en niet meer eruit
Dynamisch cohort- mensen komen en gaan in cohort , afhk van tijdsstip
Occupational cohort- beroepen
Centrale registraties te meten voor mortaliteit
Patient-control study- we beginnen met ziekteuitkomst groep mensen met daarnaast
controle groep -> in verleden kijken of ze blootstelling hebben gehad
Patienten en controles uit dezelfde bron populatie komen -> zelfde pool
Determinant komen -> interview , medisch dossier
 Bij zeldzame aandoeningen
Validiteit- afwezigheid systematische fouten;
Bias – mate van storing van determinant- uitkomst relatie
Selectiebias- selectie van onderzoekdeelnemers -> determinant-uitkomst relatie is anders
voor hen die wel en die niet deelnemen
Vaak selecties van controles probleem
Selectiebias in patientcontrole onderzoek -> cohortonderzoek minder
Selectieve loss to follow up kan wel leiden tot selectiebias;
Informatiebias- misclassificatie van determinant -> zelfrapportage accurater bij cases dan bij
controles of juist andersom
Misclassificatie van uitkomst -> ziekte beter gediagnosticeerd bij mensen met determinant
(blinderen oplossing)
Standiseren oplossing
Determinant minder goed gedefineerd dat vaker misclassificatie
Cohortonderzoek kan hier ook sprake zijn bij uitkomst
Confounding- geen factor in de causale keten
Cohort voordeel: oorzaak voor gevolg gemeten, geschikt bij zeldzame determinant (niet bij
uitkomst), absolute risico’s meten,
Patient-controle onderzoek: geschikt ziekte met lange latentietijd, meerdere determinanten
onderzoeken (niet meer uitkomsten), odds ratios (maar x aantal controles selecteren)
Hoorcollege interventieonderzoek
Verschil etiologie is opzoek naar positief effect; experimenteel vaak; causaal
Verklaren gevonden effect:
Regressie naar gemiddelde- als je hoog zit dan kans dat je omlaag gaat, en vice versa
Als je maar lang genoeg wacht los het probleem zich op -> meerdere metingen en
controle groep (daar zie je ook uitschieters)
Natuurlijk beloop loopt hier erg mee samen- onafhk beloop kan bloeddruk veranderen over
de tijd
Externe effecten- andere factoren meting beinvloeden -> placebo effect, geinduceerde
effecten (andere omstandigheden zelf veranderen)
Waarneemfouten- observaties sturen na verwachting
 Isoleren effect van interventie
Methoden toepassen om alle verklaren gevonden effecten hetzelfde houden
Voorkomen van onvergelijkbaarheid
Natuurlijk beloop- vergelijkbare populaties en prognoses
Randomisatie, selectie of matching (moeilijk om precies dezelfde te vinden), meten
van prognostische indicatoren en corrigeren hiervoor
Externe efffecten- placebo, shambehandeling
Waarneemfouten- blinderen, protocollen,
 Noodzaak van blinderene hangt af van hoe hard uitkomstmaat is -> kwaliteit van
leven bijv subjectief
Interventieonderzoek doel
- Verklarend; werkt het
-
Pragmatisch; totaal pakket van de behandelling door ao andere facetten-> meer
sporten etc
Analyse:
Niet hoeven corrigeren door randomiseren; mits vergelijkbare groep
Randomisatie intact houden bij stoppen persoon -> intention to treat- analyseren alsof je de
behandeling hebt gehad; wat ga ik in de praktijk zien (mensen gaan daar ook switchen)
Per protocol/per treatment dan alleen analyse van mensen die behandeling gekregen
hebben -> halverwege geswitched is moeilijk; wat is daadwerkelijk klinisch effect van
geneesmiddel
Beide probleem loss to follow up; selectieve groep missen in interventiearmen -> minder
valide
Uitkomsten interventieonderzoek- klinische relevante, patient relevant (vaker subjectief),
harde uitkomsten
Interventieonderzoek moeilijk te generariseren door strenge regels
Equipoise- middel dat duidelijk al weet dat goed werkt betekent ook onderhouden
van behandeling voor mensen ; maar ook onduidelijk of het echt werkt
Alternatief observationeel is bias; grootste probleem confounding by indication -> geven
artsen vrijheid om middel toe te wijzen omdat pt er te ziek of te gezond voor is ; baseline al
niet te vergelijken want andere prognose
Grootte van trials- lost of follow up ook includeren
Zelfstudie statistiek 1
KWantitatieve data- getallen waaraan je kunt rekenen
Continue- alle waarden bevatten binnen interval
Discreet- bepaalde waarden
Ratio- rekenen met verschillen tussen getallen -> absoluut nulpunt, wel
vermenigvuldigen en delen (120 cm is 2x zo groot als 60cm)
Interval- 10 celcius is niet 2x zo warm als 20 graden celsius -> geen absoluut nulpunt
Kwalitatief- niet mee rekenen
Nominale/categorische data- discreet en kwalitiatief -> onderscheid tussen groepen
(man(1), vrouw(2))
Ordinale variabelen- logische volgorde in waarden -> opleidingsniveau van hoog naar
laag geordend maar niet rekenen met getallen
Kerngetallen:
Gemiddelde- bevat meer info dan mediaan -> wel gevoelig voor uitschieters
Mediaan- middelste waarde= Q2 -> minder gevoelig voor uitschieters/scheefheid, bevat
minder info
Q1- 25% van alle waarnemingen onder
Q3- 75% onder die waarde
Rechtsscheve verdeling- staart naar rechts; mediaan beter aan, gem hoger
Linksscheve verdeling- gemid waarde lager dan mediaan
Bimodale verdeling- gem en mediaan beide hetzelfde -> beide niet goed
Beschrijven continuevariabelen ->
Standaarddeviatie- gem afstand punten tot het gemiddelde (ook gevoelig voor uitschieters)
Wortel uit variantie
Interkwartielafstand- Q3-Q1
Symmetrische verdeling -> gemiddelde en standaarddeviatie
Whisker lopen van kleinste tot aan grootste waarneming die geen uitbijter is (uitbijter= 1,5 x
(Q1-Q3) -> extreme meer dan driemaal
Spreidingsdiagram -> verband beoordelen tussen variabelen
Correlatiecoefficient r- lineaire samenhang X en Y; -1 tot +1
R^2 maat voor hoeveelheid variantie verklaard door lineair verband
0,4 onder is zwak verband
Uitbijters hebben groot effect op correlatiecoefficient
Hoor- en werkcollege statistiek
Standaardfout wordt kleiner bij grotere steekproeven
Betrouwbaarheidsinterval: Steekproefgemiddelde +/- 1,96 * sigma/ wortel uit n
Margin of error
Vraag 1:
a. Nee; er lijkt een scheve verdeling te zijn als je kijkt naar median en gem verschil dus
kijkend naar mediaan lijkt niet meerderheid overgewicht te hebbem
b. Rechtscheve verdeling
c. Rechtsscheef
d. /
e. /
f. Ja
Vraag 2:
a. B
BMI <25
BMI >25
SBP <150
15
9
SBP >150
7
9
22
18
Met overgewicht en hypertensie- 50 procent
68,1 procent van alle mensen heeft hypertensie zonder overgewicht
40 procent hypertensie
b. OR= (9/7) / (9/15) = 2,13
c. /
d. Niks -> OR verandert niet want verhoudingen zijn hetzelfde maar sBHI hangt af van
grote van steekproef dus die wat nauwer
e. /
Vraag 3:
a. Observationeel -> er worden vragen afgenomen maar geen interventie toegediend
b. Het is een rechtscheve verdeling wwant veel mannen weten niet hun testesteron
level
c. Gemiddelde ligt hoger en mediaan ligt lager; waarschijnlijk bij 0
Vraag 4:
a. De oddsratio is 1,722 met betrouwbaarheidsinterval van 1.446 en 2.050; dus de
daadwerkelijke oddsratio van de populatie ligt tussen deze twee getallen
SPSS tutorial
De 'data file' sla je op met de extensie .sav.
De 'output file' sla je op met de extensie .spv.
Hoe groot is de 1-jaars kans op het krijgen van een MI bij vrouwen ouder dan 55 met de
diagnose diabetes en een niet goed gereguleerde glucose?
Hoe groot is de kans op het krijgen van een MI binnen vijf jaar bij patiënten boven de 55 jaar
met historie van chronisch hartdisease waarbij de partner rookt?
Hebben vrouwen van 55-jaar en ouder een groter risico op het kirjgen van MI in 1-jaae die
antihypertensiva gebruiken?
Hoorcollege statistiek toetsingsgrootheid en chikwadraat toets
Statisch toetsen -> chi kwadraat toets
OR- waar risico op? -> wel hypertensie hebben dus uitkomst in kolommen en determinant in
rijen; welke groep tov referentiegroep
Toetsen methode:
H0- nulhypothese
H1- alternatieve hypothese
Fouten-
Type 1- verwerpt nulhypothese onterecht (alfa)
Type 2- handhaaft nulhypothese onterecht
Hoe groter observaties hoe groter power toets
Krijgt p-waarde -> kijken of die groter of kleiner is dan alfa
Chikwadraat toets
Toetsingsgrootheid bereken -> 0 uit chikwadraattoets betekent geen verschil dus H0
Kleine waarden chikwadraattoets dan H0 waar; hoe groter hoe meer het afwijkt
Chikwadraatverdeling -> vrijheidsgraden; 1 bij 2x2 tabel
Werkcollege 2A
Opdracht 1
a. 287,25
2562,75
299,75
2674,25
b. H0= Er is geen verband tussen elektronisch monitoring en het krijgen van een
keizersnee
H1= Er is wel een verband
c. Nee geen causaal verband; het kan zijn dat mensen die EFM hebben gehad al een
gecompliceerder verloop van zwangerschap hadden -> confounding
Opdracht 2
a. Juist
b. Juist
Opdracht 3:
a. Het betekent dat de daadwerkelijke taillomvang met een 95% betrouwbaarheid
kunnen zeggen dat die valt tussen 99,8 en 102
b. Nee het ware valt binnen de betrouwbaarheidsintervall
Opdracht 4:
a. H0- proportie longkanker (roken) = proportie longkanker (niet roken)
H0 - >
b. Gem vraat (gemodificeerde plant) – Gem vraat (niet gemodificeerde plant
/=
c. HIV infectie ja (veilig injectie plek) = HIV infectie ja (geen veilige injectie plek)
Opdracht 5:
Opdracht 6:
a. 120/400 / 80/100 = 0,375
OR= A/C / B/D
A- Exposed en ziek
B- Exposed en niet ziek
C- Niet exposed en ziek
D- Niet exposed en niet ziek
120/280 / 80/ 20 = 0,107
Dus de therapie lijkt mortaliteit te laten dalen en er staat een verband
b. RR= 3/100 / 32/400=
3/97 / 32/ 368= 0,375
OR = 0,355
c. Incidentie van overlijden ligt bij vrouwen veel lager dus dan is OR betere maat
Prevalentie bij vrouwen lager; prevalentie lager dan 10 procent dan mag je OD
interpreteren als RR
Werkgroep 2B
Hoorcollege statistiek
p-waarde -> asymptotic signifance -> echte kleiner dan 0,0005
gestratificeerde OR- apart man en vrouw
Toetsen continue uitkomstmaat (interval/ratio)
 T Toets
T toets: continue, ongeveer normaal verdeeld, sd populatie onbekend
Corrigeren voor onbekende sd populatie
1 steekproef t toets- gem bloeddruk 1
Gepaarde t-toets- twee keer meten indezelde mensen
Ongepaard- niet dezelfde mensen maar wel twee x iets meten
1 steekproef t toets:
Onbekende variante -> T verdeling gebruiken voor a
Tweezijdig toetsen alfa 0,025 en eenzijdig is 0,05
Gepaarde T-toets-> alle waarnemingen in paren; analyse op de verschilscore
Binnen een paar zijn waarnemingen gecorreleerd, tussen paren onafhankelijk
Onafhankelijke steekproef
t-toets twee populaties
onahankelijke trekkingen uit groep en variantie moet ongeveer gelijk zijn
Practicum
1
B. gemiddelde 146,53 en betrouwbaarheidsinterval 140,52-152,53
C. Correlatiecoefficient is 0,452 met een p waarde van 0,003 dus er is een correlatie
Zelfstudie statistiek
Opdracht 1
a. Uitkomstmaat is laag geboortegewicht ja of nee, determinant is leeftijd van moeder
b. Frequentietabellen, scatterplot met leeftijd op x-as en procenten van totaal aantal
vroeggeboorte op y-as?
c. Chi kwadraat toets: bij leeftijd moet je dichotomiseren dus info verloren? Alleen Pwaarden voor verschullen leeftijdgroep dus alleen antwoord is er afhankelijk ja of
nee -> dus niet of positief verband is of negatief en hoe sterk
T-toets leeftijd vergelijken met ja of nee groep; verschil in gem leeftijden moeder met
of zonder  continue uitkomstmaat
Correlatiecoefficient ook kunnen berekenen ; doen niet aan voorwaarde niet; kans
ligt ook boven de 1 en onder de 0 dus kan niet
d. /
e. Logistische regressie analyse; dichtomone uitkomst en continue determinant
Opdracht 2:
a. Uitkomstmaat is mortaliteit op einde follow up tijd; determinanten zijn stadium 3 of
4 eierstokkanker, karnogsky score en diameter resterende tumor
b. Gemiddelde overleving, 2X2 tabellen voor elke determinant
Kruistabellen
c. Chi kwadraat toets? Per determinant bereken of de relatief risico op overlijden
d. Je kan niet kijken naar combinatie van determinanten; dus geen beschrijving van
verband tussen determinant en uitkomst
Relatieve risico geven wel het verband
e. survival curve (kaplan meier en Cox regressie), logistische regressive (je kan niet
follow up tijd meenemen)
Opdracht 3
a. Uitkomstmaten hoeveelheid cotinine in meconium babys en determinanten zijn
actieve, passieve en niet roker
b. , gemiddelde/sd/minimun en maximum van contine per roker categorie
Boxplot
c. 3x onafhankelijke T-toets
d. Je toets 3x keer en corrigeert niet voor mutiple testen
je gebruikt steeds info van slechts 2 van de 3 groepen in 1 analyse -> kan
tegenstrijdige conclusies geven
e. ANOVA;
COO diagnostiek
Vraag 1:
a. Determinanten zijn; anamnese testen, lichamelik onderzoek 3 testen,
bloedgaswaarden, thorax rontgenfoto, echo diepe venen in benen
b. Longembolie
c. Nederlandse mensen die verdacht worden van longembolie en verwezen naar een
academisch ziekenhuis
d. Is een longembolie bij mensen verdacht voor longembolie in het academisch
ziekenhuis te diagnosticeren met eenvoudigere testen?
e. Cross sectionele onderzoek, descriptief
f. Voor- alle testen worden onafhankelijk van elkaar beoordeelt, en geblindeerd
Nadeelg. Onderzoekspopulatie:
h.
Descriptive Statistics
lft
man
mal1
ok3m
ppe
pdvt
dys
pleurchp
whee
coll
tachp1
wrij
dvts
echoafw
pco2
po2
x-ray zoals gebruikt in
artikel
embolism present
yes/no
N
398
398
398
398
398
398
398
398
398
398
398
398
398
398
398
398
398
398
Minimu Maximu
m
m
Mean
18,00
92,00 55,7166
,00
1,00
,4347
,00
1,00
,2337
,00
1,00
,2111
,00
1,00
,0779
,00
1,00
,0754
,00
1,00
,7487
,00
1,00
,7563
,00
1,00
,1508
,00
1,00
,0779
11,00
56,00 19,1651
,00
1,00
,1583
,00
1,00
,0930
,00
1,00
,2312
3,60
70,00 35,5968
6,30 149,00 74,2349
,00
1,00
,3995
,00
1,00
,4271
Std.
Deviation
17,46382
,49634
,42370
,40857
,26833
,26433
,43428
,42987
,35826
,26833
6,55572
,36547
,29075
,42210
7,30838
19,34959
,49041
,49528
Valid N (listwise)
398
Vraag 2:
a. Analyze -> descriptive -> frequencie -> 42,7 procent hebben longembolie
b. Analyze -> tables -> create table
man
,00
1,00
mal1
,00
1,00
ok3m
,00
1,00
pdvt
,00
1,00
ppe
,00
1,00
dys
,00
1,00
whee
,00
1,00
x-ray zoals gebruikt in ,00
artikel
1,00
dvts
,00
1,00
wrij
,00
1,00
coll
,00
1,00
pleurchp
,00
1,00
embolism present
yes/no
,00
1,00
Count
Count
132
93
96
77
185
120
43
50
192
122
36
48
217
151
11
19
211
156
17
14
69
31
159
139
188
150
40
20
155
84
73
86
212
149
16
21
199
136
29
34
219
148
9
22
46
51
182
119
c. Analyze -> descriptive -> crosstabs -> cells
Man: sensitiviteit: 77/170 = 45 procent
Specifiteit : 132/228= 57 %
Maligniteit: sensitiviteit; 50/170= 29 procent
Specificiteit= 185/228= 81 procent
Operatie laatste 3 maanden:
Sensitiviteit= 28 %
Specificiteit= 84 %
PDVT:
Sensitiviteit= 88%
Specificiteit= 95%
PPE:
Sensitiviteit= 91 %
Specificiteit= 92%
Dys:
Sensitiviteit= 81,2 %
Speci= 30,2%
VW dys= 46%
VW-= 69%
Area Under the Curve
Asymptotic 95%
Confidence Interval
Test Result
Std.
Asymptotic
Lower
Upper
a
b
Variable(s)
Area
Error
Sig.
Bound
Bound
lft
,605
,028
,000
,550
,661
tachp1
,625
,028
,000
,570
,680
pco2
,488
,029
,693
,431
,545
po2
,460
,029
,171
,403
,517
The test result variable(s): lft, tachp1, pco2, po2 has at least one tie between the
positive actual state group and the negative actual state group. Statistics may be
biased.
a. Under the nonparametric assumption
b. Null hypothesis: true area = 0.5
d. Tachypneu heeft de grootste AUC en ROC maar is alsnog een slechte voorspellende
waarde ipv de laagfe AUC en ROC
COO prognostiek
Vraag 1
a. Vrouwelijk geslacht, ouder dan 65, killip class, shock, DM, hypotensie, tachycardie,
anterior hartinfarct, MI in vg
b. Overlijden binnen 30 dagen na hartinfarct
c. Mensen die een non-fatale hartinfarct hebben doorgemaakt
d. Welke variabelen zijn predictoren voor het overlijden binnen 30 dagen na
hartinfarct?
e. Prognostisch; cohort onderzoek; descriptief
f. /
g. /
Vraag 2:
a. 6,6 procent
b. Rijen: predictor en kolommen de uitkomst
c. Absolute risico:
- Sexe 30 daagse overleving= afwezig: 34/582= 0,058
Aanwezig: 18/203= 0,0886
RR= 1,52 dus mannen hebben groter risico op overlijden
- A65= afwezig AR: 0,026
Aanwezig: 0,122
Dus RR= 4,69 dus ouder dan 65 grotere kans
Vraag 3:
a. 52 mensen gestorven: tien per variabele dus maximaal 5 predictoren
COO etiologie
a.
b.
c.
d.
e.
f.
g.
h.
i.
Kleine lengte
Coronair hartziekte
Postmenopauzale vrouwen
Is er een vergrote kans op het krijgen van een coronaire hartziekten bij
postmenopauzale vrouwen met een kleine lengte?
Het is een geneste patient-controle onderzoek -> genest is indelen in verschillen
niveau’s -> hierarchie van gegevens?
Genest= subcohort binnen cohort
/
Het is zinnig omdat je dan niet testen gaat doen bij onnodige patienten; je kiest van
te voren al de patienten uit en de controles
Odds ratio altijd bij patient controle onderzoek
Descriptive Statistics
Incidente coronaire
hartziekten (1 = ja, 0 =
nee)
Minimu Maximu
N
m
m
1665
,00
1,00
Sum
348,00
Mean
,2090
Std.
Deviation
,40672
Gewicht (1 => 80 kg:
overgewicht, 0<= 80
kg: normaal gewicht)
Lengte (1< 165 cm, 0
>= 165 cm)
Leeftijd (1 > 60 jaar, 0
<= 60 jaar)
Hypertensie (1 = ja, 0
= nee)
Hypercholesterolemie
(1 = ja, 0 = nee)
Huidige roker (1 = ja,
0 = nee)
Systolische bloeddruk
1664
,00
1,00
985,00
,5919
,49162
1664
,00
1,00
890,00
,5349
,49893
1665
,00
1,00
630,00
,3784
,48513
1664
,00
1,00
318,00
,1911
,39329
1665
,00
1,00
76,00
,0456
,20878
1665
,00
1,00
404,00
,2426
,42881
1656
81,00
220,00
20,50866
Diastolische
bloeddruk
Valid N (listwise)
1657
51,00
124,00
221403, 133,697
00
5
131190, 79,1735
50
10,49680
1649
Vraag 2
Lengte (1< 165 cm, 0 >= 165 cm) * Incidente coronaire
hartziekten (1 = ja, 0 = nee) Crosstabulation
Count
Lengte (1< 165 cm, 0
>= 165 cm)
Total
,00
1,00
Incidente coronaire
hartziekten (1 = ja, 0 =
nee)
,00
1,00
693
81
623
267
1316
348
Total
774
890
1664
a. OR= (267/81)/(623/693)= 3,66
Dus mensen met kleine lengte hebben een 3,66 x hogere odds op krijgen van
coronaire hartziekten?
Risk Estimate
Value
95% Confidence
Interval
Lower
Upper
Odds Ratio for Lengte
(1< 165 cm, 0 >= 165
cm) (,00 / 1,00)
For cohort Incidente
coronaire hartziekten
(1 = ja, 0 = nee) = ,00
For cohort Incidente
coronaire hartziekten
(1 = ja, 0 = nee) =
1,00
N of Valid Cases
3,667
2,796
4,809
1,279
1,218
1,344
,349
,277
,439
1664
b. /
c. Er lijkt een grotere kans op het krijgen van myocardinfarct bij mensen met een lengte
onder 1,65
Opdracht 3
a. Confounder als oddsratio met meer dan 10 procent verandert
1) it must have an association with the disease, that is, it should be a
risk factor for the disease; (2) it must be associated with the exposure,
that is, it must be unequally distributed between exposure groups;
and (3) it must not be an effect of the exposure; this also means that it
may not be part of the causal pathway.
b.
Mantel-Haenszel Common Odds Ratio Estimate
Estimate
ln(Estimate)
Standard Error of ln(Estimate)
Asymptotic Significance (2-sided)
Asymptotic 95%
Common Odds
Confidence Interval
Ratio
3,266
1,184
,141
<,001
2,476
Lower
Bound
Upper
4,307
Bound
ln(Common Odds
Lower
,907
Ratio)
Bound
Upper
1,460
Bound
The Mantel-Haenszel common odds ratio estimate is asymptotically
normally distributed under the common odds ratio of 1,000 assumption.
So is the natural log of the estimate.
Is een confounder nieuwe oddsratio is namelijk 3,266
Vraag 4:
a. Overgewicht confounder:
Confounder is determinant van de ziekte uitkomst
Confounder is geassocieerd met de determinant
En geen factor in causale keten
b. Odds ratio is 3,721 dus verschilt niet 10 procent van elkaar
Vraag 5
a. Hypertensie
COO interventie
Vraag 1
a. Determinant is trommelvliesbuisjes
b. Uitkomst is gehoorverrlies
c. Kinderen met OME
d. Leidt het plaatsen van trommelvliesbuisjes bij kinderen met OME voor een
vermindering in gehoorverlies?
e. Het is een experimenteel cohort onderzoek
f. /
g. Nee want je zorgt ervoor dat de controle en patient groep zo gelijk mogelijk is
waardoor de confounders gelijk zijn
h.
Wel of geen trommevliesbuisjes (1 = trommelveisbu
2=afwachtend beleid)
1,00
2,00
Mean
Count
Mean
Cou
Geborotedatum van de kinderen
31-JUL-1996
26-JUL-1996
Geslacht (1 = jongen; 2 1,00
56
= meisje)
2,00
37
Leeftijd (1 <2 jaar; 2 >= 1,00
62
2 jaar)
2,00
31
Gemideld gehoorverlies rechteroor op
46,83
45,30
baseline
Gemideld gehoorverlies linkeroor op baseline
47,79
45,20
Gemideld gehoorverlies rechteroor na 6
36,01
41,15
maanden
Gemideld gehoorverlies linkeroor na 6
35,74
40,64
maanden
Gemideld gehoorverlies rechteroor na 12
maanden
Gemideld gehoorverlies linkeroor na 12
maanden
34,74
36,05
35,62
37,05
Vraag 2
Independen
Levene's Test for Equality of
Variances
F
Gemiddeldgehoorverlies6 Equal variances assumed
maanden
Equal variances not
assumed
Gemiddeldgehoorverlies1 Equal variances assumed
2maanden
Equal variances not
assumed
Sig.
3,507
,063
,836
,362
b. Na 6 maanden wel effect want p-waarde kleiner dan 0,05 en
betrouwbaarheidsinterval bevat niet de 0
Na 12 maanden geen significant effect want p-waarde groter dan 0,05 en bevat 0 in
betrouwbaarheidsinterval
Vraag 3.
a. Geslacht, leeftijd, gehoorverlies van baseline
t
-3,980
-3,965
-1,151
-1,149