Von der Fragestellung zu den eigenen Ergebnissen – Einf¼hrung in die...

download Von der Fragestellung zu den eigenen Ergebnissen – Einf¼hrung in die Statistik Antje & Dominik

of 59

  • date post

    05-Apr-2015
  • Category

    Documents

  • view

    114
  • download

    10

Embed Size (px)

Transcript of Von der Fragestellung zu den eigenen Ergebnissen – Einf¼hrung in die...

  • Folie 1
  • Von der Fragestellung zu den eigenen Ergebnissen Einfhrung in die Statistik Antje & Dominik
  • Folie 2
  • Kurze Geschichte der Statistik G. Achenwall (Gttingen 1719-1747) Wissen, das ein Staatsmann besitzen sollte Datensammlung durch die Lnder (statistische mter)
  • Folie 3
  • Meilensteine John Graunt (1661- 1662) entdeckte, dasmehr Knaben als Mdchen geboren wurden Adolphe Quetelet (1798-1874) fhrte das Konzept des Durchschnittsmensc hen ein, dessen Gedanken und Taten mit dem Verhalten der Gesellschaft bereinstimmen
  • Folie 4
  • Bedeutung der Konstanz grosser Zahlen Neben dem blossen Sammeln von Daten gewinnen die Interpretation und das Ziehen von Schlussfolgerungen an Bedeutung.
  • Folie 5
  • Verknpfung von Statistik und Wahrscheinlichkeitsrechnung Durch das Glcksspiel - Galileo Galilei soll herausgefunden haben, da mit 3 Wrfeln hufiger die Zahl 10 als die Zahl 9 gewrfelt wird (um 1600)
  • Folie 6
  • Weitere Meilensteine Karl Friedrich Gau (1777-1855) -Umlaufbahn von Ceres mit Methode der kleinsten Quadrate -Normalverteilung
  • Folie 7
  • Weitere Meilensteine Thomas Bayes (1702-1763) A-priori Wahrscheinlichkeit A-posteriori Wahrscheinlichkeit
  • Folie 8
  • Weitere Meilensteine Karl Pearson (1857-1936) Chi-Quadrat Ronald A. Fisher (1890-1962) Varianz, Planung, Zufallsanordnung und Signifikanztests
  • Folie 9
  • Zwischenfazit Statistik sollte nicht nach Kochbuch durchgefhrt werden. Hintergrnde und Voraussetzungen der verschiedenen Methoden sind wichtiger als mathematische Formeln
  • Folie 10
  • Beschreibende Statistik Population und Stichprobe CAVE Selection BIAS
  • Folie 11
  • Statistisches Handwerkszeug 1. Therapiestudien 2. Diagnosestudien
  • Folie 12
  • Statistisches Handwerkszeug Therapiestudien: Zweck: Nachweis einer Wirksamkeit, Vergleich zweier therapeutischen Manahmen wichtig: messbare Outcomes z.B. berlebenszeit, binre Zielgren (geheilt/nicht geheilt) oder stetige Zielgren (FEV1) einzelne Messungen mssen voneinander unabhngig sein (Ergebnisse der Therapie bei einem Patienten unabhngig vom Ergebnis des anderen Patienten)
  • Folie 13
  • Binre Zielgren Beispiel: Auftreten einer akuten Otitis media in bestimmter Hochrisikogruppe (Simoes 1996) Auftreten = negatives Ergebnis/Therapieversagen Vierfeldertafel: Therapieversagen Therapiejanein neuaba + b Standardcdc + d a + cb + da+b+c+d
  • Folie 14
  • Wahrscheinlichkeiten Therapieversagen Therapiejanein neuaba + b Standardcdc + d a + cb + da+b+c+d Wahrscheinlichkeit Pn fr eine Otitis media bei einem Kind in Gruppe Neue/Experimentelle Therapie lt sich schtzen durch: P e = a/(a + b) P s = c/(c + d)
  • Folie 15
  • Risikodifferenz Therapieversagen Therapiejanein neuaba + b Standardcdc + d a + cb + da+b+c+d RD = P e P s RD = 0 bedeutet, dass Wahrscheinlichkeit in beiden Gruppen fr Therapieversagen gleich gro ist. RD < 0 : experimentelle Gruppe/NeueTherapie besser
  • Folie 16
  • Relatives Risiko Verhltnis beider Wahrscheinlichkeiten RR = Pe : Ps bei Pe = Ps RR = 1 RR
  • Folie 17
  • Odds-Ratio odds = chance (Sportwetten!) Bei Fall-Kontroll-Studien (hier kann ein Therapieversagen nicht geschtzt werden) Odds = P / 1 PP = Wahrscheinlichkeit Beispiel: Odds von 3 : 1 = 75 % Eintritt und 25% gegen Eintritt des Ereignisses Odds-Ratio = Odds fr den Eintritt eines Ereignisses in der exp.Gruppe Odds in der Kontrollgruppe Odds = 1 : Wahrscheinlichkeit eines Ereignisses in beiden Gruppen gleich RR
  • berlebenszeiten Zeit bis zum Eintritt des Todes Schtzung der berlebenszeit in 2 Therapiegruppen mittels Kaplan-Meyer-Methode Vergleich zweier Gruppen mittels Log-Rank-Tests (sind die Unterschiede in beiden Gruppen signifikant??) Hazard-Funktion: Wahrscheinlichkeit, an einem bestimmten Zeitpunkt zu versterben Vergleichende Messzahlen: Differenz der berlebenszeiten oder Hazard-Ratio HR > 1 : Risiko zu versterben in exp.Gruppe grer als in standard.Gruppe
  • Folie 22
  • Statistisches Handwerkszeug 1. Therapiestudien 2. Diagnosestudien
  • Folie 23
  • Statistisches Handwerkszeug 2. Diagnosestudien Zweck: Beurteilung einer (neuen) Manahme zur Diagnose einer Erkrankung Vorhersage der neuen Methode wird mit Goldstandard verglichen (=gegenwrtig zuverlssigste Methode) Binre Outcomes: Krankheit erkannt oder nicht
  • Folie 24
  • Binre Zielgren Beispiel: Rntgendiagnostik mit klinisch-neurologischer Beurteilung fr Diagnose intrakranieller Verletzungen bei Kindern mit SHT (Lloyd 1997) Goldstandart: CCT Vierfeldertafel: Krankheit liegt vor Krankheit liegt nicht vor Testergebnis positiv aba + b Testergebnis negativ cdc + d a + cb + dN
  • Folie 25
  • Prvalenz, Vortestwahrscheinlichkeit Vortestwahrscheinlichkeit = (a + c) / N Krankheit liegt vor Krankheit liegt nicht vor Testergebnis positiv aba + b Testergebnis negativ cdc + d a + cb + dN
  • Folie 26
  • Sensitivitt und Spezifitt Sensitivitt = a / (a + c) Wahrscheinlichkeit, dass ein Erkrankter durch eine diagnostische Methode auch als krank erkannt wird Spezifitt = d / (b + d) Wahrscheinlichkeit, dass ein Gesunder durch eine diagnostische Methode auch als gesund erkannt wird Krankheit liegt vor Krankheit liegt nicht vor Testergebnis positiv aba + b Testergebnis negativ cdc + d a + cb + dN
  • Folie 27
  • Wahrscheinlichkeitsverhltnis Krankheit liegt vor Krankheit liegt nicht vor Testergebnis positiv aba + b Testergebnis negativ cdc + d a + cb + dN engl. likelihood ratio (LR): Verhltnis der Wahrscheinlichkeiten, dass bei einer erkrankten Person das entsprechende Testergebnis beobachtet wird im Vergleich dazu, dass es bei einer gesunden Person beobachtet wird. LR + = Sensitivitt / (1 Spezifitt) wenn LR+ = 1: Wahrscheinlichkeiten bei positivem Test gleich gro je grer LR +, ums so verlsslicher das positive Testergebnis
  • Folie 28
  • Wahrscheinlichkeitsverhltnis Krankheit liegt vor Krankheit liegt nicht vor Testergebnis positiv aba + b Testergebnis negativ cdc + d a + cb + dN LR - = (1 Sensitivitt) / Spezifitt wenn LR- = 1: Wahrscheinlichkeiten bei negativem Test gleich gro je kleiner LR -, ums so verlsslicher das negative Testergebnis
  • Folie 29
  • Prdiktive Werte Krankheit liegt vor Krankheit liegt nicht vor Testergebnis positiv aba + b Testergebnis negativ cdc + d a + cb + dN Positiver Prdiktiver Wert (PPW) Wahrscheinlichkeit, dass ein Patient bei positivem Testergebnis tatschlich erkrankt ist PPW = a / (a + b) abhngig von Vortestwahrscheinlichkeit
  • Folie 30
  • Von Sox e.a. (Stanford University) entwickelt 211 eigene Patienten mit Angina pectoris standardisiert nach Angina pectoris Symptomen befragt Koronarangiographie logistische Regression Bsp. Angina pectoris-Score zur Diagnostik der KHK Nach SOX HC e.a. (1990) Am J Med 89:7-14
  • Folie 31
  • Angina pectoris-Score Nach SOX HC e.a. (1990) Am J Med 89:7-14 Attribut Exakter Koeffizient (n=211)Gerundeter Koeffizient ( (Score 0- 25) Alter ber 60+ 2,85+ 3 Belastungsangina+ 4,26+ 4 Infarktverdacht in der Anmanese + 3,9+ 4 Belastungsabbruch wegen AP + 2,76+ 3 Nitratpositiv+ 1,93+ 2 Raucher (20 pack- years) + 3,93+ 4 Mnnliches Geschlecht+ 5,37+ 5 Maximale Punktzahl25
  • Folie 32
  • Angina pectoris-Score Nach SOX HC e.a. (1990) Am J Med 89:7-14 Attribut Exakter Koeffizient (n=211)Gerundeter Koeffizient ( (Score 0- 25) Alter ber 60+ 2,85+ 3 Belastungsangina+ 4,26 Infarktverdacht in der Anmanese + 3,9 Belastungsabbruch wegen AP + 2,76 Nitratpositiv+ 1,93 Raucher (20 pack-years)+ 3,93+ 4 Mnnliches Geschlecht+ 5,37+ 5 Maximale Punktzahl25 + 4 + 3 + 2 13
  • Folie 33
  • Prvalenz der KHK vor Anamnese (pretest probability nach Sox HC e.a. (1990) Am J Med 89:7-14) Kardiologische Universittsklinik = ca 75 % (n=170, Stanford University + Palo Alto VA Medical Centre) Kardiologische Ambulanz = ca 33 % (n=404, Palo Alto Veterans Administration Medical Centre) Allgemeinmedizinische Ambulanz = ca 8 % (n=289, Kaiser-Permanente Medical Centre) Aussagekraft einer Standardisierten Anamnese nach Versorgungsbereichen
  • Folie 34
  • Wie lassen sich diese Unterschiede erklren???? Aussagekraft einer standardisierten Anamnese nach Versorgungsbereichen
  • Folie 35
  • Folie 36
  • tiologie des akuten Brustschmerzes (Erhardt e.a. (2002) Task force on the management of chest pain. Eur Heart Journ 23:1153-1176) tiologieAllgemein- praxis (in%) Notfall- Zentrale (in%) Rettungs- dienst (in%) Notfallauf- nahme (in%) Kardial20606945 muskulo- skelettal 436514 pulmonal4445 gastro- intestinal 5636 psychiatrisch11558 and.Ursachen16191826
  • Folie 37
  • Wenn ein/e Arzt/rztin bei einem Patienten eine typische Symptomatik feststellt, dann weisen die klinischen Befunde mit einer quantifizierbaren Wahrscheinlichkeit auf das Vorliegen einer definitiven Erkrankung hin, die von der Prvalenz dieser Erkrankung unter allen Patienten dieses Arztes abhngt, welche die gleiche Symptomatik haben. in allgemeinrztlichen Praxen andere Verhltnisse als in spezialisierten Ambulanzen Folgerungen (I) Nach SOX HC e.a. (1990) Am J Med 89:7-14
  • Folie 38
  • Die Nachtestwahrscheinlichkeit lsst sich mit Hilfe des Bayes-Theorems erklren und errechnen. Dafr muss neben der Sensiti