Statistiek deel 2
DEEL 1
Variatie
De wereld is niet deterministisch, er is veel variabiliteit statistiek probeert de variabiliteit
te kwantificeren of modelleren in een poging om door de bomen het bos te zien
Hoe meer variatie binnen één groep, hoe moeilijker om te kijken hoe andere groepen
verschillend reageren
Behandeling waar weinig variatie in is in reactie van patiënten dan heb je geen 1000
patiënten nodig om tot een eenduidige conclusie te komen
Minder replicaties en/of meer variabiliteit meer onzekerheid!!
Die onzekerheid moet voldoende aandacht krijgen (gebeurt niet altijd…)
Fundamenten:
1) Statistiek = evoluerende wetenschap, geen receptenboek voor empirische studies
2) Toegepaste statistiek is een combinatie van wiskunde en filosofie/ logica
3) Een toegepast statisticus moet (net als elke wetenschapper) ook een methodoloog
zijn
4) Schatten van associaties is belangrijker dan statistische significantie
5) De statistische aanpak voor een studie hangt sterk af van de OZV
6) De validiteit van de resultaten hangt sterk af van studiedesign en methodologie
DEEL 2
Studieprotocol
= Gedetailleerde uitleg over waarom en hoe de studie uitgevoerd zal worden (waarom, wat,
wie, waar, hoe)
- Je beschrijft de onderzoeksprocedures in detail
- Hierover nadenken helpt ook om mogelijke problemen te identificeren en hierop te
anticiperen
- Maar je kan op voorhand niet alles inschatten
Wijzigingen aan het protocol kunnen gebeuren indien echt nodig
Alle wijzigingen moeten beschreven worden, met justificatie
Waarom? Niet enkel omdat het vaak moet
- Ethische goedkeuring
- Regelgevende instantie (regulatory body)
- Onderzoeksfinanciering
- Publicatie
1
,Vooral om de kwaliteit van het onderzoek de maximaliseren
- Transparantie naar de buitenwereld (niets in de handen, niets in de mouwen)
- Leidraad voor het studieteam van idee tot publicatie
- Kritisch doordenken van procedures
- Verrassingen en problemen anticiperen, vermijden dat men in zo’n gevallen maar
wat doet
- Vertekende resultaten voorkomen door de analysemethoden vast te leggen
- Selectieve of vertekende rapportering vermijden: rapporteer volgens het protocol
- Replicatie toelaten
Implicaties
- Zou even belangrijk moeten zijn als de paper
- Zou volledig en gedetailleerd moeten zijn
- Zou publiek beschikbaar moeten zijn, bv pre-registratie
- Zou finaal moeten zijn voor de studie start
- Zou gevolgd moeten worden bij het uitvoeren, analyseren en rapporteren
Descriptieve versus inferentiële statistiek
Descriptieve statistiek = Samenvatten en presenteren van data
- Histogrammen, bar charts, box plots, scatter plots, …
- Frequentietabellen
- Maten voor “centrale tendens” (central tendency): gemiddelde, mediaan, modus
- Maten voor “dispersie” of variatie: standaarddeviatie, interkwartielbereik, bereik
- Maten voor samenhang: Pearson en Spearman correlatiecoëfficiënten
Inferentiële statistiek: inferenties maken over een doelpopulatie, onder andere door:
- Formele hypothesetoetsing (cf. p-waarden)
- Schatten van eigenschappen in de populatie,
met betrouwbaarheidsintervallen
Die inferenties zijn schattingen en zijn dus
onzeker.
Die onzekerheid moet meegegeven worden
Variabiliteit geeft onzekerheid
Soorten onderzoeksvragen
Onderzoek gaat over het proberen beantwoorden van bepaalde onderzoeksvragen
- De specifieke onderzoeksvraag en de context bepalen de methodologie, bv
onderzoeksdesign en statistiek (cf later)
- Maar hetzelfde design en dezelfde statistische methoden (bv regressie) kunnen voor
verschillende soorten onderzoeksvragen gebruikt worden
- Voor je begint moet je dus specificeren wat je wil (en niet wil) onderzoeken, inclusief
het duidelijk/helder/specifiek omschrijven van de onderzoeksvraag
2
,3 soorten OZV:
1) Causale vragen: explanation, verklarend
Is “exposure” (gedrag/eigenschap/behandeling) 𝑥 een oorzaak van “uitkomst”
(probleem/ziekte) 𝑦?
Exposure Uitkomst?
Voorbeelden:
- Is slaapkwaliteit een oorzaak van het ontwikkelen van dementie?
- Heeft de leeftijd van de patiënt invloed op hospitalisatieduur en/of -kost?
- Is vapen een oorzaak van hart- en vaatziekten?
- Is deze nieuwe behandeling effectief bij patiënten met diabetes?
Doorgaans focus op het causale effect van een specifieke variabele 𝑥 op 𝑦, waarbij eventueel
rekening gehouden wordt voor andere variabelen (cf later, hangt af van design)
2) Predictieve vragen
Hoe kunnen we probleem/ziekte 𝑦 voorspellen op basis van een of meerdere predictoren
(𝑥)?
Predictoren Voorspelling over uitkomst
Voorbeelden:
Predictiemodel maken om de hospitalisatieduur van een nieuwe patiënt te voorspellen
- Predictiemodel maken om de kans in te schatten dat een tumor kwaadaardig is
- Predictiemodel maken om de kans op herval in te schatten na kankerbehandeling
- Welke predictoren kunnen voorspellen of een spoedkeizersnede nodig is?
- Verbetert nieuwe DNA marker het beste predictiemodel voor kwaadaardigheid van
eierstoktumoren?
- Hoe goed voorspelt de CRP bloedtest de aanwezigheid van reumatoïde artritis?
Recent is er meer aandacht op het voorspellen van de kans op succes van behandelingen:
- Klinisch nut van coronaire bypassoperatie (CABG) bij patiënten met coronaire
hartziekte voorspellen
- Relatief klinisch nut van CABG vs percutane coronaire interventie (PCI) bij patiënten
met CHZ voorspellen
3) Beschrijvende vragen: samenvatten e/o beschrijven van gebeurtenissen/associaties
geen causale of predictieve doelstellingen
Voorbeelden:
- Hoe vaak zien we complicaties bij laparotomie?
- Hoeveel verpleegkundigen hebben last van burn-out, en met welke factoren hangt
dat samen?
- Krijgen zwangere vrouwen met kanker steeds vaker chemo tijdens de zwangerschap?
3
, Niet altijd eenvoudig: vaak hangt er ergens een zweem van causaliteit/predictie rond,
hoewel beschrijvende studies op de vlakte moeten blijven
Drie soorten vragen in de praktijk: beschrijvend, predicitef, causaal:
- Auteurs beschrijven hun onderzoeksvraag vaak niet scherp.
- Auteurs zijn doorheen het artikel niet altijd consistent, en rapporteren plots
resultaten die niet passen bij de doelstelling van de studie volgens de auteurs.
- Deze drieledige opdeling is ook te weinig gekend/erkend.
- Dus: niet altijd eenvoudig te achterhalen in vele gepubliceerde studies.
Populatie
Studiepopulatie = de verzameling ‘eenheden’ (bv individuen) waarover de onderzoeker
uitspraken wil doen
In medisch/klinisch onderzoek is de populatie vaak in evolutie en oneindig:
Voorbeelden:
- Patiënten met de diagnose borstkanker
- Verpleegkundigen werkzaam op de spoeddienst
Dit verandert voortdurend: individuen treden toe tot de populatie of verlaten ze
Steekproef (sample) = de eenheden (individuen) uit de populatie die geselecteerd worden
voor de studie
Kan je zomaar uit de volledige populatie gaan selecteren? (bv alle borstkankerpatiënten ter
wereld?) vaak niet
Steekproefkader (sample frame) = de verzameling eenheden uit de populatie die
geselecteerd KAN worden
Bv borstkankerpatiënten in België, of zelfs in UZ Leuven zijn die representatief voor de
globale poplatie? is steekproefkader representatief voor de totale populatie???
Populatie Steekproefkader Steekproef
Steekproeftrekking (sampling)
Inferenties naar de populatie veronderstellen toevallige (random) SP’en
Random SP’en verschillen “niet-systematisch” van de populatie, enkel door random
variatie
o Hoe groter SP hoe minder problemen met representativiteit
o Kleine SP: hoe meer toeval meespeelt hoe meer kans dat SP toch veel
afwijkt van de populatie
4
DEEL 1
Variatie
De wereld is niet deterministisch, er is veel variabiliteit statistiek probeert de variabiliteit
te kwantificeren of modelleren in een poging om door de bomen het bos te zien
Hoe meer variatie binnen één groep, hoe moeilijker om te kijken hoe andere groepen
verschillend reageren
Behandeling waar weinig variatie in is in reactie van patiënten dan heb je geen 1000
patiënten nodig om tot een eenduidige conclusie te komen
Minder replicaties en/of meer variabiliteit meer onzekerheid!!
Die onzekerheid moet voldoende aandacht krijgen (gebeurt niet altijd…)
Fundamenten:
1) Statistiek = evoluerende wetenschap, geen receptenboek voor empirische studies
2) Toegepaste statistiek is een combinatie van wiskunde en filosofie/ logica
3) Een toegepast statisticus moet (net als elke wetenschapper) ook een methodoloog
zijn
4) Schatten van associaties is belangrijker dan statistische significantie
5) De statistische aanpak voor een studie hangt sterk af van de OZV
6) De validiteit van de resultaten hangt sterk af van studiedesign en methodologie
DEEL 2
Studieprotocol
= Gedetailleerde uitleg over waarom en hoe de studie uitgevoerd zal worden (waarom, wat,
wie, waar, hoe)
- Je beschrijft de onderzoeksprocedures in detail
- Hierover nadenken helpt ook om mogelijke problemen te identificeren en hierop te
anticiperen
- Maar je kan op voorhand niet alles inschatten
Wijzigingen aan het protocol kunnen gebeuren indien echt nodig
Alle wijzigingen moeten beschreven worden, met justificatie
Waarom? Niet enkel omdat het vaak moet
- Ethische goedkeuring
- Regelgevende instantie (regulatory body)
- Onderzoeksfinanciering
- Publicatie
1
,Vooral om de kwaliteit van het onderzoek de maximaliseren
- Transparantie naar de buitenwereld (niets in de handen, niets in de mouwen)
- Leidraad voor het studieteam van idee tot publicatie
- Kritisch doordenken van procedures
- Verrassingen en problemen anticiperen, vermijden dat men in zo’n gevallen maar
wat doet
- Vertekende resultaten voorkomen door de analysemethoden vast te leggen
- Selectieve of vertekende rapportering vermijden: rapporteer volgens het protocol
- Replicatie toelaten
Implicaties
- Zou even belangrijk moeten zijn als de paper
- Zou volledig en gedetailleerd moeten zijn
- Zou publiek beschikbaar moeten zijn, bv pre-registratie
- Zou finaal moeten zijn voor de studie start
- Zou gevolgd moeten worden bij het uitvoeren, analyseren en rapporteren
Descriptieve versus inferentiële statistiek
Descriptieve statistiek = Samenvatten en presenteren van data
- Histogrammen, bar charts, box plots, scatter plots, …
- Frequentietabellen
- Maten voor “centrale tendens” (central tendency): gemiddelde, mediaan, modus
- Maten voor “dispersie” of variatie: standaarddeviatie, interkwartielbereik, bereik
- Maten voor samenhang: Pearson en Spearman correlatiecoëfficiënten
Inferentiële statistiek: inferenties maken over een doelpopulatie, onder andere door:
- Formele hypothesetoetsing (cf. p-waarden)
- Schatten van eigenschappen in de populatie,
met betrouwbaarheidsintervallen
Die inferenties zijn schattingen en zijn dus
onzeker.
Die onzekerheid moet meegegeven worden
Variabiliteit geeft onzekerheid
Soorten onderzoeksvragen
Onderzoek gaat over het proberen beantwoorden van bepaalde onderzoeksvragen
- De specifieke onderzoeksvraag en de context bepalen de methodologie, bv
onderzoeksdesign en statistiek (cf later)
- Maar hetzelfde design en dezelfde statistische methoden (bv regressie) kunnen voor
verschillende soorten onderzoeksvragen gebruikt worden
- Voor je begint moet je dus specificeren wat je wil (en niet wil) onderzoeken, inclusief
het duidelijk/helder/specifiek omschrijven van de onderzoeksvraag
2
,3 soorten OZV:
1) Causale vragen: explanation, verklarend
Is “exposure” (gedrag/eigenschap/behandeling) 𝑥 een oorzaak van “uitkomst”
(probleem/ziekte) 𝑦?
Exposure Uitkomst?
Voorbeelden:
- Is slaapkwaliteit een oorzaak van het ontwikkelen van dementie?
- Heeft de leeftijd van de patiënt invloed op hospitalisatieduur en/of -kost?
- Is vapen een oorzaak van hart- en vaatziekten?
- Is deze nieuwe behandeling effectief bij patiënten met diabetes?
Doorgaans focus op het causale effect van een specifieke variabele 𝑥 op 𝑦, waarbij eventueel
rekening gehouden wordt voor andere variabelen (cf later, hangt af van design)
2) Predictieve vragen
Hoe kunnen we probleem/ziekte 𝑦 voorspellen op basis van een of meerdere predictoren
(𝑥)?
Predictoren Voorspelling over uitkomst
Voorbeelden:
Predictiemodel maken om de hospitalisatieduur van een nieuwe patiënt te voorspellen
- Predictiemodel maken om de kans in te schatten dat een tumor kwaadaardig is
- Predictiemodel maken om de kans op herval in te schatten na kankerbehandeling
- Welke predictoren kunnen voorspellen of een spoedkeizersnede nodig is?
- Verbetert nieuwe DNA marker het beste predictiemodel voor kwaadaardigheid van
eierstoktumoren?
- Hoe goed voorspelt de CRP bloedtest de aanwezigheid van reumatoïde artritis?
Recent is er meer aandacht op het voorspellen van de kans op succes van behandelingen:
- Klinisch nut van coronaire bypassoperatie (CABG) bij patiënten met coronaire
hartziekte voorspellen
- Relatief klinisch nut van CABG vs percutane coronaire interventie (PCI) bij patiënten
met CHZ voorspellen
3) Beschrijvende vragen: samenvatten e/o beschrijven van gebeurtenissen/associaties
geen causale of predictieve doelstellingen
Voorbeelden:
- Hoe vaak zien we complicaties bij laparotomie?
- Hoeveel verpleegkundigen hebben last van burn-out, en met welke factoren hangt
dat samen?
- Krijgen zwangere vrouwen met kanker steeds vaker chemo tijdens de zwangerschap?
3
, Niet altijd eenvoudig: vaak hangt er ergens een zweem van causaliteit/predictie rond,
hoewel beschrijvende studies op de vlakte moeten blijven
Drie soorten vragen in de praktijk: beschrijvend, predicitef, causaal:
- Auteurs beschrijven hun onderzoeksvraag vaak niet scherp.
- Auteurs zijn doorheen het artikel niet altijd consistent, en rapporteren plots
resultaten die niet passen bij de doelstelling van de studie volgens de auteurs.
- Deze drieledige opdeling is ook te weinig gekend/erkend.
- Dus: niet altijd eenvoudig te achterhalen in vele gepubliceerde studies.
Populatie
Studiepopulatie = de verzameling ‘eenheden’ (bv individuen) waarover de onderzoeker
uitspraken wil doen
In medisch/klinisch onderzoek is de populatie vaak in evolutie en oneindig:
Voorbeelden:
- Patiënten met de diagnose borstkanker
- Verpleegkundigen werkzaam op de spoeddienst
Dit verandert voortdurend: individuen treden toe tot de populatie of verlaten ze
Steekproef (sample) = de eenheden (individuen) uit de populatie die geselecteerd worden
voor de studie
Kan je zomaar uit de volledige populatie gaan selecteren? (bv alle borstkankerpatiënten ter
wereld?) vaak niet
Steekproefkader (sample frame) = de verzameling eenheden uit de populatie die
geselecteerd KAN worden
Bv borstkankerpatiënten in België, of zelfs in UZ Leuven zijn die representatief voor de
globale poplatie? is steekproefkader representatief voor de totale populatie???
Populatie Steekproefkader Steekproef
Steekproeftrekking (sampling)
Inferenties naar de populatie veronderstellen toevallige (random) SP’en
Random SP’en verschillen “niet-systematisch” van de populatie, enkel door random
variatie
o Hoe groter SP hoe minder problemen met representativiteit
o Kleine SP: hoe meer toeval meespeelt hoe meer kans dat SP toch veel
afwijkt van de populatie
4
