Hoofdstuk 5: statistische besluitvorming
Inleiding
Er wordt in dit hoofdstuk gewerkt rond de Captopril dataset
➔ type medicatie
Observaties bij een klein aantal subjecten mogen een onderzoeker er dan al van overtuigen iets nieuws te hebben
ontdekt, maar om anderen te overtuigen zijn objectieve, wetenschappelijke argumenten nodig.
Zaken om in acht te nemen:
• De resultaten moeten voldoende representatief zijn
➔ ze moeten veralgemeenbaar zijn naar een ruime biologische populatie
• Er moet rekening mee gehouden worden dat de resultaten variabel zijn
➔ men door toeval zou doorgaans andere resultaten vinden indien men een andere, vergelijkbare groep
subjecten zou analyseren
Om deze redenen is het belangrijk dat er uitgedrukt wordt in welke mate resultaten zouden variëren van steekproef
tot steekproef en of men op basis van de steekproef kan aantonen dat er een effect is van een behandeling
➔ STATISTISCHE BESLUITVORMING
Om een representatieve groep subjecten te waarborgen, vertrekt een goede onderzoeksopzet vanuit een
belangrijke, precies geformuleerde vraagstelling omtrent een duidelijk omschreven populatie.
Typisch kan de onderzoeksvraag worden vertaald naar een populatieparameter.
➔ Ze kan bv. worden uitgedrukt in termen van een populatiegemiddelde bijvoorbeeld de gemiddelde
bloeddrukverandering na de inname van captopril bij patiënten met hypertensie.
Captopril voorbeeld
Onderzoekers wensen na te gaan of het medicijn Captopril een bloeddruk verlagend effect heeft.
➔ wat is het effect van captopril op de systolische bloeddruk van huidige en toekomstige patiënten met
hypertensie? Wat is het effect op het niveau van de populatie
Om deze vraag te beantwoorden, zetten ze een experiment op = proefopzet waarbij een steekproef = sample uit de
populatie is getrokken.
➔ deze data wordt geëxploreerd en het effect binnenin de steekproef wordt bestudeerd
= Data Exploratie & Beschrijvende Statistiek
Op basis van de steekproef zullen ze dan het effect van captopril Schatten in de populatie en zullen ze a.d.h.v.
methoden uit Statistische besluitvorming nagaan in hoeverre de geobserveerde effecten in de steekproef
veralgemeend kunnen worden naar de algemene populatie toe.
In de captopril studie hebben de onderzoekers gebruik gemaakt van een pre-test/post-test design:
De patiënten werden at random gekozen uit de populatie. Van elke patiënt in de studie werd de systolische en
diasystolische bloeddruk gemeten voor en na het toedienen van captopril.
➔ Voordeel van het pre-test/post-test design: we kunnen het effect van het toedienen van captopril op de
bloeddruk meten voor elke patiënt.
➔ Nadeel van het pre-test/post-test design: er is geen controle behandeling is waardoor we een mogelijkse
bloeddrukverlaging niet noodzakelijkerwijs kunnen toeschrijven aan de werking van captopril.
Er zou immers ook een placebo-effect kunnen optreden waardoor de bloeddruk van de patiënt daalt omdat men
weet dat men een medicijn kreeg tegen een hoge bloeddruk.
,Als de data geobserveerd zijn, moeten deze:
• Geëxploreerd worden
➔ om inzicht te krijgen in hun verdeling en karakteristieken
• Samengevat worden
➔ om het effect van interesse te kunnen kwantificeren in de steekproef
Exploratie en samenvatting v/d gegevens:
Deze figuur is niet informatief
➔ De hoogte van de balken zegt enkel iets over het
gemiddelde, het bereik van de ruwe gegevens is bijvoorbeeld
onmogelijk te bepalen
Een boxplot, waarin ook de ruwe
gegevens weergegeven worden
We weten dat de metingen voor en na het toedienen van de captopril afkomstig zijn van dezelfde patient
➔ we kunnen deze informatie toevoegen in een dotplot
, Hier is een duidelijke daling zichtbaar
➔ er kan dus besloten worden dat het toedienen van
captopril een gewenst effect heeft
Opmerking: Aangezien we slechts twee bloeddrukmetingen hebben per patiënt kunnen we het effect van captopril
ook berekenen per patiënt door het verschil in de systolische bloeddruk na en voor de toediening van captopril te
berekenen.
➔ Dat is één van de voordelen van een pre-test/post-test design.
Inleiding
Er wordt in dit hoofdstuk gewerkt rond de Captopril dataset
➔ type medicatie
Observaties bij een klein aantal subjecten mogen een onderzoeker er dan al van overtuigen iets nieuws te hebben
ontdekt, maar om anderen te overtuigen zijn objectieve, wetenschappelijke argumenten nodig.
Zaken om in acht te nemen:
• De resultaten moeten voldoende representatief zijn
➔ ze moeten veralgemeenbaar zijn naar een ruime biologische populatie
• Er moet rekening mee gehouden worden dat de resultaten variabel zijn
➔ men door toeval zou doorgaans andere resultaten vinden indien men een andere, vergelijkbare groep
subjecten zou analyseren
Om deze redenen is het belangrijk dat er uitgedrukt wordt in welke mate resultaten zouden variëren van steekproef
tot steekproef en of men op basis van de steekproef kan aantonen dat er een effect is van een behandeling
➔ STATISTISCHE BESLUITVORMING
Om een representatieve groep subjecten te waarborgen, vertrekt een goede onderzoeksopzet vanuit een
belangrijke, precies geformuleerde vraagstelling omtrent een duidelijk omschreven populatie.
Typisch kan de onderzoeksvraag worden vertaald naar een populatieparameter.
➔ Ze kan bv. worden uitgedrukt in termen van een populatiegemiddelde bijvoorbeeld de gemiddelde
bloeddrukverandering na de inname van captopril bij patiënten met hypertensie.
Captopril voorbeeld
Onderzoekers wensen na te gaan of het medicijn Captopril een bloeddruk verlagend effect heeft.
➔ wat is het effect van captopril op de systolische bloeddruk van huidige en toekomstige patiënten met
hypertensie? Wat is het effect op het niveau van de populatie
Om deze vraag te beantwoorden, zetten ze een experiment op = proefopzet waarbij een steekproef = sample uit de
populatie is getrokken.
➔ deze data wordt geëxploreerd en het effect binnenin de steekproef wordt bestudeerd
= Data Exploratie & Beschrijvende Statistiek
Op basis van de steekproef zullen ze dan het effect van captopril Schatten in de populatie en zullen ze a.d.h.v.
methoden uit Statistische besluitvorming nagaan in hoeverre de geobserveerde effecten in de steekproef
veralgemeend kunnen worden naar de algemene populatie toe.
In de captopril studie hebben de onderzoekers gebruik gemaakt van een pre-test/post-test design:
De patiënten werden at random gekozen uit de populatie. Van elke patiënt in de studie werd de systolische en
diasystolische bloeddruk gemeten voor en na het toedienen van captopril.
➔ Voordeel van het pre-test/post-test design: we kunnen het effect van het toedienen van captopril op de
bloeddruk meten voor elke patiënt.
➔ Nadeel van het pre-test/post-test design: er is geen controle behandeling is waardoor we een mogelijkse
bloeddrukverlaging niet noodzakelijkerwijs kunnen toeschrijven aan de werking van captopril.
Er zou immers ook een placebo-effect kunnen optreden waardoor de bloeddruk van de patiënt daalt omdat men
weet dat men een medicijn kreeg tegen een hoge bloeddruk.
,Als de data geobserveerd zijn, moeten deze:
• Geëxploreerd worden
➔ om inzicht te krijgen in hun verdeling en karakteristieken
• Samengevat worden
➔ om het effect van interesse te kunnen kwantificeren in de steekproef
Exploratie en samenvatting v/d gegevens:
Deze figuur is niet informatief
➔ De hoogte van de balken zegt enkel iets over het
gemiddelde, het bereik van de ruwe gegevens is bijvoorbeeld
onmogelijk te bepalen
Een boxplot, waarin ook de ruwe
gegevens weergegeven worden
We weten dat de metingen voor en na het toedienen van de captopril afkomstig zijn van dezelfde patient
➔ we kunnen deze informatie toevoegen in een dotplot
, Hier is een duidelijke daling zichtbaar
➔ er kan dus besloten worden dat het toedienen van
captopril een gewenst effect heeft
Opmerking: Aangezien we slechts twee bloeddrukmetingen hebben per patiënt kunnen we het effect van captopril
ook berekenen per patiënt door het verschil in de systolische bloeddruk na en voor de toediening van captopril te
berekenen.
➔ Dat is één van de voordelen van een pre-test/post-test design.
