Klinische Epidemiologie*: Querschnittsbereich Nr. 1: Epidemiologie

Querschnittsbereich Nr. 1:
Ziele der Vorlesung
Epidemiologie, Med. Biometrie und Med. Informatik
Klinische Epidemiologie*:
Inhaltliche
Verbindung zwischen inhaltlicher
Statistisches
Problemstellung
Problemstellung und statistischem
Konzept/statistische
Konzept/Methode
Methode
Anwendung biostatistischer und epidemiologischer Methoden und Prinzipien
Risiko und
Risiko als bedingte Wahrscheinlichkeit
Bedingte Wahrscheinlichkeit
auf Frage- und Problemstellungen der klinischen Medizin, insbesondere zur
Risikofaktor
Verteilung eines Risikofaktors
Verteilung eines Merkmals
Diagnose, Prognose, Therapieentscheidungen und Outcome; sie befasst
Kohortenstudie
Schätzung und Ableitung geeigneter
Vierfeldertafel
Maßzahlen zur Quantifizierung von
Risikodifferenz
Risiken
Relatives Risiko
sich auch mit der Untersuchung von Ursachen, die zu bestimmten
Krankheiten führen bzw. zu deren Auftreten beitragen.
Odds Ratio
Bewertung von
Nachweis und Quantifizierung von
Statistische Inferenz (Test)
Risiken
Risiken
Test zum Vergleich zweier
Berücksichtigung der Unsicherheit
Häufigkeiten
⇒ multidisziplinäre Wissenschaft mit erheblichen Überlappungen zu
(Chi-Quadrat-Test)
den genannten und anderen Bereichen
Dualität von Test und
* Fletcher et al. (1996). Clinical Epidemiology: The Essentials. 3rd. Ed. Williams & Wilkins, Baltimore
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
Konfidenzintervall
F1
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F2
Beispiel: Hormonersatztherapie
Hintergrund:
Verschiedene Östrogen- und Kombinationspräparate werden
seit
vielen
Jahren
zur
Behandlung
von
Wechseljahrs-
beschwerden und zur Vorbeugung der Osteoporose und anderer
Alterserkrankungen eingesetzt. Man schätzt, dass in den USA
Die Zeit, 2.10.2002
im Jahr 2000 etwa 38% der Frauen nach der Menopause
Hormon-ersatztherapie erhielten.
Neuere Studien zeigen, dass die Einnahme dieser Präparate mit
einem erhöhten Risiko für das Auftreten anderer Krankheiten
(Brustkrebs, Herzinfarkt, …) verbunden ist.
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F3
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F4
⇒ Risikofaktoren können in sehr komplexer Weise auf die
⇒ Risikofaktoren
Entwicklung einer Krankheit einwirken
Risikofaktoren sind solche Merkmale, die mit einem
erhöhten
Risikofaktor 1
Krankheitsrisiko verbunden sind, z.B.
Risikofaktor 2
Rauchen
→
Lungenkrebs
Erhöhtes Cholesterin
→
Konorare Herzerkrankungen
Hoher Alkoholkonsum
→
Leberzirrhose
Hormonersatztherapie
→
Mammakarzinom?
y
y
y
Risikofaktor 11
Zeit
0
Auftreten der Erkrankung D+
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F5
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F6
1
⇒ Risikofaktoren können in sehr unterschiedlicher
Form vorliegen
¾ als qualitatives Merkmal (z.B. vorhanden, nicht vorhanden),
¾ als ordinales Merkmal (z.B. auf einer 5-stufigen Skala),
¾ als quantitatives Merkmal
(z.B. Gesamtcholesterin in mg/dl,
Rauchen in Anzahl "pack-years", oder Zigaretten pro Tag
Alkoholkonsum in g/Tag).
¾ Häufig werden quantitative Merkmale durch Bildung von
Kategorien auf qualitative bzw. ordinale Merkmale reduziert.
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F7
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F8
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F9
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F10
Geburtsgewicht von 10 lebendgeborenen Kindern in einer
Klinik während einer Woche:
lfd. Nr.
Gewicht (g)
1
3265
2
4146
3
3649
4
3200
5
2841
6
3101
7
2069
8
3541
9
3314
10
2759
0.5
Histogramm
relative
Häufigkeit
0.4
0.3
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
0.2
0.1
0.0
1000
F11
2000
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
3000
4000
5000
Geburtsgewicht (g)
F12
2
0.5
relative
Häufigkeit
Histogramm
0.4
Häufigkeitspolygon
0.3
0.2
0.1
0.0
1000
2000
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
3000
4000
5000
Geburtsgewicht (g)
F13
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F14
relative Häufigkeit
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
untergewichtig
(< 2500 g)
normalgewichtig
(2500 bis < 4500 g)
übergewichtig
(≥ 4500 g)
Stabhistogramm
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F15
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F16
Beispiel: Million Women Study
Zwischen 1996 und 2001 wurden 1 084 110 Frauen in Großbritannien in
den Million Women Study aufgenommen:
• Alter zwischen 50 und 64 Jahren,
• bisher kein Karzinom.
Bei Aufnahme in die Studie wurden in standardisierter Weise Daten zur
bisherigen Hormonersatztherapie und verschiedenen anderen Faktoren
erhoben.
Alle Frauen wurden bzgl. des Auftretens eines Mammakarzinoms und
bzgl. Mortalität bis Ende 2001 nachbeobachtet.
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F17
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F18
3
Studientypen
Risikofaktoren: Schematische Darstellung einer Kohortenstudie
In einer Querschnittsstudie wird bei allen Personen einer definierten
Zeit
Grundgesamtheit zu einem Zeitpunkt der Krankheitsstatus erhoben
0
⇒ Schätzung der Prävalenz
E+
E−
Stichprobe
In einer Kohortenstudie werden alle Personen einer definierten
Auftreten der Erkrankung D+
E+
Grundgesamtheit über einen längeren Zeitraum beobachtet und das
Auftreten von bestimmten Krankheiten registriert
⇒ Schätzung der Inzidenz
E +: Exposition gegenüber dem Risikofaktor
E−
E : keine Exposition gegenüber dem Risikofaktor
Grundgesamtheit
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F19
Risiko als bedingte Wahrscheinlichkeit
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
Million Women Study:
Anzahl Fälle mit
Brustkrebs
Bezeichnen A und B Ereignisse, so nennen wir
P (A B ) =
P (A ∩ B )
P (B )
F20
(A , B ⊂ S
mit P (B ) > 0 )
Personenjahre
Geschätzte jährliche
Inzidenz
E+ : "current user" :
3202
285987
0,0112
E− : "never user" :
2894
392757
0,0074
865
123838
0,0070
"bedingte Wahrscheinlichkeit von A gegeben B".
E? : "previous user" :
Risiko für das Auftreten der Krankheit (D+)
+
+
E +: 11,2 neue Fälle mit Brustkrebs pro 1000 Frauen pro Jahr
+
−
95%-Konfidenzintervall:
P( D | E ) und P( D | E )
10,8 bis 11,6
E : 7,4 neue Fälle mit Brustkrebs pro 1000 Frauen pro Jahr
E +: Exposition gegenüber dem Risikofaktor
E : keine Exposition gegenüber dem Risikofaktor
95%-Konfidenzintervall:
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F21
Vierfeldertafel in einer Kohortenstudie (1)
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F22
P(D+|E+) : bedingte Wahrscheinlichkeit für das Auftreten der Krankheit,
¾ Von allen Individuen liegt Exposition gegenüber dem Risikofaktor vor
oder nicht
= p1
(E−).
¾ Alle Individuen werden über den gleichen Zeitraum nach beobachtet
gegeben Exposition gegenüber dem Risikofaktor liegt vor.
wird geschätzt durch
p̂1 =
und das Auftreten einer bestimmten Krankheit (D+) registriert (sonst
= p2
D+
D−
Gesamt
a
b
a+b
d
c+d
gegeben Exposition gegenüber dem Risikofaktor liegt nicht vor.
wird geschätzt durch
E−
Gesamt
a
a+b
P(D+|E−) : bedingte Wahrscheinlichkeit für das Auftreten der Krankheit,
D−)
E+
7,7
Vierfeldertafel in einer Kohortenstudie (2)
Vereinfachende Annahmen:
(E+)
7,1 bis
c
a+c
Diese Anzahlen
stehen zu Beginn
der Studie fest
Gilt P(D+|E+) = P(D+|E−) = P(D+),
=p
b+d n=a+b+c+d
p̂ 2 =
liegt kein Einfluss der Exposition
gegenüber dem Risikofaktor auf die Wahrscheinlichkeit für das
Auftreten der Krankheit vor.
wird geschätzt durch
Diese Anzahlen werden im Verlauf der Studie beobachtet
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F23
c
c+d
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
p̂ =
a+c
a+c
=
a+b+c+d
n
F24
4
Vierfeldertafel in einer Kohortenstudie (3)
Fiktives Beispiel (1)
D+
D−
E+
30
270
300
p̂ 1 =
30
= 0 ,10 = 10 %
300
E−
6
144
150
p̂ 2 =
6
= 0 , 04 = 4 %
150
Gesamt
36
414
450
p̂ =
Gesamt
36
= 0 , 08 = 8 %
450
Lancet 2003; 362:419-427
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F25
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F26
Maßzahlen Kohortenstudie (1)
Maßzahlen Kohortenstudie (2)
Relatives Risiko ("Risikoverhältnis")
Statt der Wahrscheinlichkeit
P( D + | E + ) bzw. P( D + | E − ) kann
man auch die Chance (engl. "Odds") für das Auftreten der Krankheit
RR =
P( D + | E + )
p
= 1
p2
P( D + | E − )
wird geschätzt durch
[ Ist RR = 1 , gilt P(D+|E+) = P(D+|E−) = P(D+) ]
^
p̂
RR = 1 =
p̂ 2
^
RR =
30
300
6
150
a
a+b
c
c+d
betrachten:
Odds ( D+ | E + ) =
= 2 ,5
wird geschätzt durch
95%-Konfidenzintervall:
⎛
a
c
⎜
1−
1−
^
a+b +
c+d
RR⋅ exp⎜ − 1,96
⎜
a
c
⎜
⎝
1,06 bis 5,87
⎞
⎛
a
c
⎟
⎜
1−
1−
^
a+b +
c+d
⎟ bis RR⋅ exp⎜ 1,96
⎟
⎜
a
c
⎟
⎜
⎠
⎝
Odds ( D + | E − ) =
⎞
⎟
⎟
⎟
⎟
⎠
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
P( D + | E + )
1 − P( D+ | E + )
Maßzahlen Kohortenstudie (3)
P( D + | E + )
P( D − | E + )
p̂1
a (a + b ) a
=
=
1 − p̂1 b (a + b ) b
P( D + | E − )
P( D + | E − )
=
1 − P(D + | E − ) P(D − | E − )
wird geschätzt durch
F27
=
p̂ 2
c (c + d ) c
=
=
1 − p̂ 2 d (c + d ) d
=
p1
1 − p1
=
30 1
= = 0,111
270 9
=
p2
1 − p2
=
6
1
=
= 0,042
144 24
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F28
Maßzahlen Kohortenstudie (4)
Odds Ratio ("Chancenverhältnis")
OR =
Relatives Risiko
Odds ( D + | E + )
Odds ( D+ | E − )
^
wird geschätzt durch
OR =
vs.
Odds Ratio
(Risikoverhältnis)
a
b
c a⋅d
=
d b⋅c
=
30 ⋅ 144
= 2,67
6 ⋅ 270
RR =
(Chancenverhältnis)
P( D + | E + )
OR = RR ⋅
P( D + | E − )
P( D − | E − )
P( D − | E + )
[ Ist OR = 1 , gilt P(D+|E+) = P(D+|E−) = P(D+) ]
Ist
95%-Konfidenzintervall:
das
Auftreten
der
Krankheit
(D+)
"selten", so wird das relative Risiko durch
^
^
⎛
⎛
1 1 1 1 ⎞⎟
1 1 1 1 ⎞⎟
OR⋅ exp⎜⎜ − 1,96
+ + +
bis OR⋅ exp⎜⎜ + 1,96
+ + +
a b c d ⎟⎠
a b c d ⎟⎠
⎝
⎝
das Odds Ratio approximiert (Faktor ≈ 1)
1,09 bis 6,57
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F29
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F30
5
Maßzahlen Kohortenstudie (5)
Million Women Study:
Risikodifferenz
+
+
−
P( D | E ) − P( D | E )
wird geschätzt durch
Standardfehler:
p̂1 0,0112
=
= 1,513
p̂ 2 0,0074
Relatives Risiko:
+
p̂1 − p̂ 2 =
SE(p̂1 − p̂ 2 ) =
a
c
30
6
=
−
= 0,10 − 0,04
−
a + b c + d 300 150
= 0,06 = 6%
p̂1 (1 − p̂1 ) p̂ 2 (1 − p̂ 2 )
+
(a + b )
(c + d )
bis
p̂1
1 − p̂1
Odds Ratio:
p̂ 2
0,0112
=
1 − p̂ 2 0,9888
=
= 0,027
(p̂1 − p̂ 2 ) + 1,96 ⋅ SE(p̂1 − p̂ 2 )
0,0112 0,9926
⋅
= 1,519
0,0074 0,9888
p̂1 − p̂ 2 : 0,0112 − 0,0074 = 0,0038
Risikodifferenz:
Das Brustkrebsrisiko unter Hormonersatztherapie ist um 3,8 neue Fälle pro
1000 Frauen pro Jahr erhöht.
0,06 − 0,053 bis 0,06 + 0,053 : 0,007 − 0,113 : 0,7% − 11,3%
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
0,0074
0,9926
Die Chance, an Brustkrebs zu erkranken, ist unter Hormonersatztherapie um
das 1,5 fache erhöht gegenüber Frauen, die niemals eine Hormonersatztherapie erhielten.
95%-Konfidenzintervall:
(p̂1 − p̂ 2 ) − 1,96 ⋅ SE(p̂1 − p̂ 2 )
Das Brustkrebsrisiko beträgt unter Hormonersatztherapie das 1,5 fache des
Brustkrebsrisikos von Frauen, die niemals Hormonersatztherapie erhielten.
F31
Million Women Study:
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F32
Statistische Inferenz:
Schließen von den in der Stichprobe beobachteten Inzidenzen auf die
wahren Inzidenzen in der Grundgesamtheit
Wurde damit nachgewiesen, dass Hormonersatztherapie tatsächlich
p1 = p 2 ?
ein Risikofaktor für das Auftreten von Brustkrebs ist?
Stichprobe :
beobachtete Inzidenzen
p̂1 und p̂ 2
Grundgesamtheit:
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F33
Statistischer Test (1)
wahre, aber unbekannte Inzidenzen p1 und p2
(Wahrscheinlichkeit)
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F34
Statistischer Test (2)
1. Schritt: Formulierung von Hypothesen
Ein statistischer Test ist eine Entscheidungsregel, ob eine
Nullhypothese H0 :
vorgegebene Hypothese über die betrachtete Grundgesamtheit
Exposition gegenüber dem Risikofaktor hat keine
Auswirkungen auf die Wahrscheinlichkeit für das
Auftreten der Erkrankung
anhand der Beobachtungen aus einer Stichprobe verworfen
p1 = P ( D + | E + ) = P ( D + | E − ) = p 2
werden muss oder nicht verworfen werden kann; die Irrtums-
"kein Unterschied"
(Fehler)-Wahrscheinlichkeit wird vorab festgelegt.
Alternativhypothese H1: Exposition gegenüber dem Risikofaktor hat
Auswirkungen auf die Wahrscheinlichkeit für das
Auftreten der Erkrankung
p1 ≠ p 2
"Unterschied"
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F35
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F36
6
Statistischer Test (3)
Statistischer Test (4)
2. Schritt: Festlegung von Irrtumswahrscheinlichkeiten
2. Schritt: Festlegung von Irrtumswahrscheinlichkeiten
Entscheidungsmatrix
Vorgehensweise:
Es liegt tatsächlich vor
Entscheidung für
H0 (kein
Unterschied)
H0 (kein Unterschied)
H1 (Unterschied)
¾ Festlegen eines Signifikanzniveaus (etwa α = 5%)
richtige Entscheidung
(1 − α)
falsch negative
Entscheidung
Fehler 2. Art (β)
¾ Verwendung einer geeigneten Prüfgröße, die zu einem möglichst
falsch positive
Entscheidung
Fehler 1. Art (α)
richtige Entscheidung
(1 − β)
H1 (Unterschied)
"mächtigen" (1 − β groß!) statistischen Test führt.
¾ (1 − β ) wird auch Power des statistischen Tests genannt.
Anforderungen: Die Wahrscheinlichkeit für einen Fehler 1. Art soll kleiner
als ein vorgegebener Wert α (Signifikanzniveau) und die Wahrscheinlichkeit
für einen Fehler 2. Art (β) möglichst niedrig sein.
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F37
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F38
Statistischer Test (5)
Statistischer Test (6)
3. Schritt: Berechnung einer Prüfgröße (Teststatistik)
4. Schritt: Entscheidungsregel
T=
p̂1 − p̂ 2
SE(p̂1 − p̂ 2 )
Falls
T ≥c
Entscheidung für H1,
("Nullhypothese wird verworfen")
(Test ist "signifikant")
Falls
T <c
Beibehaltung von H0,
("Nullhypothese kann nicht verworfen werden")
(Test ist nicht "signifikant")
Der "kritische Wert" c wird so gewählt, dass die Wahrscheinlichkeit für den
Fehler 1. Art kleiner oder gleich dem vorgegebenen Signifikanzniveau ist (z.B.
c = 1,96 für a = 5%)
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F39
Normalverteilung
Dichtefunktion
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F40
Statistischer Test (7)
Alternative Darstellung der Prüfgröße aus den Zahlen der
Vierfeldertafel
=
T
2,5%
2
#
χ2 (Chi-Quadrat)-Test für
#
die Vierfeldertafel
(ad − bc )2 n
=
(a + c) (b + d ) (a + b ) (c + d )
2,5%
-2
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
0
2
x
F41
Entscheidungsregel:
Falls
T 2 ≥ 3,84
Entscheidung für H1,
(Signifikanzniveau a = 5%)
falls
T 2 < 3,84
Beibehaltung von H0.
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F42
7
Statistischer Test (8)
Fiktives Beispiel (2)
Ergebnisse eines statistischen Tests werden in Publikationen
p̂1 − p̂ 2
0,06
T=
=
= 2,21 > 1,96
SE(p̂1 − p̂ 2 ) 0,02713
häufig anhand des sogenannten p-Werts angegeben.
p-Wert
⇒ Entscheidung für H1
("Überschreitungswahrscheinlichkeit"):
gibt
bei
einem
statistischen Test die Wahrscheinlichkeit an, mit der sich unter der
(H0 wird verworfen)
Nullhypothese für die Prüfgröße Werte größer oder gleich dem
(ad − bc ) n
(30 ⋅ 144 − 270 ⋅ 6) ⋅ 450
=
= 4,89 > 3,84
(a + c )(b + d )(a + b )(c + d )
36 ⋅ 414 ⋅ 300 ⋅ 150
2
2
beobachteten Wert einstellen können.
Ist der p-Wert kleiner als das festgelegte Signifikanzniveau, wird
die Nullhypothese verworfen (Entscheidung für H1).
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F43
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F44
Normalverteilung
Dichtefunktion
Fiktives Beispiel (3)
T=
P-Wert = Fläche
0,06
= 2,21 > 1,96
0,02713
⇒ Entscheidung für H1
(H0 wird verworfen)
2,5%
T2 =
2,5%
-2
0
2
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
(30 ⋅ 144 − 270 ⋅ 6) 2⋅ 450 = 4,89 > 3,84
36 ⋅ 414 ⋅ 300 ⋅ 150
p-Wert
x
0,027
(2,7%)
< 0,05
F45
(5%)
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F46
Statistischer Test (9)
Fiktives Beispiel (4)
Dualität von statistischem Test und Konfidenzintervall
¾ Einen statistischen Test zum Signifikanzniveau α kann man auch
in der Weise durchführen, indem man prüft, ob der unter der
Nullhypothese angenommene Wert einer statistischen Maßzahl im
jeweiligen (1-α)-Konfidenzintervall enthalten ist.
Exposition
D+
D−
E+
30
270
300
E−
6
144
150
36
414
450
H0 : RR = 1
1 im 95%-Konfidenzintervall für relative Risiko?
¾ Relatives Risiko:
¾
¾
Odds Ratio:
H0 : OR = 1
1 im 95%-Konfidenzintervall für das Odds Ratio?
^
RR =
30
6
= 2,5
300 150
¾ 95%-Konfidenzintervall für RR:
[1,06 ; 5,87]
¾ p-Wert des χ2-Quadrat-Tests:
0,027 ("signifikant")
Risikodifferenz :
H0 : p1 − p2 = 0
0 im 95%-Konfidenzintervall für die Risikodifferenz?
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F47
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F48
8
⇒ Risikofaktoren können in sehr komplexer Weise auf die
Entwicklung einer Krankheit einwirken
Fiktives Beispiel (5)
Halbierung des Stichprobenumfangs
Exposition
D+
E+ 15
D−
135
150
E− 3
72
75
18
207
225
Risikofaktor 1
^
RR =
15 3
= 2,5
150 75
Risikofaktor 2
y
95%-KI: [0,75 ; 8,37]
y
y
Risikofaktor 11
p-Wert : 0,118 ("nicht signifikant")
Verdoppelung des Stichprobenumfangs
Exposition
Zeit
D+
E+ 60
D−
540
600
E− 12
288
300
72
828
900
^
RR =
60 12
= 2,5
600 300
0
95%-KI: [1,37 ; 4,57]
Auftreten der Erkrankung D+
p-Wert : 0,002 ("hochsignifikant")
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F49
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F50
Zusätzliche Lernziele des Seminars
Konkrete Lernziele der Vorlesung
1. Risiken sind bedingte Wahrscheinlichkeiten, die die Häufigkeit des
Auftretens
von
Erkrankungen
bei
Vorliegen
eines
1. Die Framingham- und andere Studien als wichtige Informationsquelle zu
Risikofaktors
Risikofaktoren für Herz-Kreislauferkrankungen.
beschreiben.
2. Information über Risiken kann aus Kohortenstudien gewonnen werden.
2. Extraktion und kritische Bewertung von Ergebnissen aus einer
3. Risikodifferenz, Relatives Risiko und Odds Ratio stellen geeignete
englischsprachigen Originalarbeit zu Risikofaktoren für
Maßzahlen zur Quantifizierung von Risiken dar; die Unsicherheit bei der
Herzkreislauferkrankungen.
Schätzung spiegelt sich in den jeweiligen Konfidenzintervallen wider.
3. Prädiktionsmodelle für das individuelle Risiko von Herzkreislauf4. Der Nachweis von Risiken kann mittels eines statistischen Tests
erkrankungen.
erfolgen; das Ergebnis des statistischen Tests kann auch aus dem
entsprechenden Konfidenzintervall abgelesen werden.
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F51
D:/rg/Querschnittsbereich_Nr_1/Vorlesungen/vorlesung2_aetiologie.ppt
F52
9