Samenvatting - Evidence Based Medicine en Statistiek - deel Statistiek

STATISTIEK - EVIDENCE BASED MEDICINE EN STATISTIEK 1
Zie ufora voor formularium en tabellen
1.​ Beschrijven en voorstellen van gegevens
1.1 Statistiek
●​ Biostatistiek: statistiek binnen biomedische context
●​ Beschrijvende statistiek: descriptieve statistiek
- Data sorteren / beschrijven / voorstellen
- Handig voor onderzoek over weinig patiënten
●​ Inductieve statistiek: inferentiële statistiek
- Populatieparameters schatten
- Hypotheses opstellen en toetsen
●​ Statistiek: vaak beide vormen van statistiek combineren
- Eerst beschrijvende statistiek, dan inductieve statistiek


1.2 Populatie
●​ Populatie: verzameling van subjecten die op zijn minst één karakteristiek
(eigenschap) gemeen hebben
- Groep waarin je geïnteresseerd bent
- Voorstelling: populatiegrootte = N
- N is meestal onbeperkt groot, te groot om volledig te testen
​ ⇒ Daarom altijd onderzoeken op basis van steekproef
​ ⇒ Conclusies trekken uit steekproef, toepassen op populatie
​ ​ ​ (descriptieve → inductieve statistiek)
●​ Subjecten: hoeven geen personen te zijn, entiteiten eerder dan subjecten
●​ Definiëren: populatie moet zeer duidelijk gedefiniëerd worden in de statistiek


1.3 Steekproef
●​ Steekproef: deelverzameling van subjecten (toevallig) getrokken uit de
studiepopulatie
- Voorstelling: steekproefgrootte = n
- Toevallig: gerandomiseerd samengestelde groep het toeval MOET een rol spelen
●​ Subjecten: hoeven geen personen te zijn, entiteiten eerder dan subjecten
●​ Aandachtspunten:
- Steekproef moet representatief zijn voor de populatie (vermijden van bias)
- Steekproef wordt gebruikt voor het schatten van de populatieparameters en voor
​ het testen van hypotheses




1

,1.4 Variabelen
●​ Variabele: karakteristiek van een populatie die verschillende waarden (attributen)
kan aannemen
- Wat je onderzoekt
- Voorstelling: vaak met hoofdletter X; vb. X: leeftijd
●​ Attribuut: specifieke waarde die men aan een variabele toekent
- Voorstelling: vaak met kleine letter x; vb. x1 = 18, x2 = 19, …
●​ Onafhankelijke variabele: beïnvloedt of veroorzaakt de studievariabelen
- Vb. Onderzoek spierkracht: variabele 1: leeftijd, onafhankelijke variabele
●​ Afhankelijke variabele: wordt beïnvloed door andere variabelen
- Vb. Onderzoek spierkracht: variabele 2: spierkracht, afhankelijke variabele


1.5 Meetniveau variabele
●​ Categorische variabelen - kwalitatieve variabelen:
- Nominale variabele:
​ ⇒ Laagste meetniveau
​ ⇒ Variabele die bestaat uit categorieën
​ ⇒ Categorieën van variabele zijn mutueel exclusief (= sluiten elkaar uit, als je in
​ ​ ​ de ene categorie zit, kan je niet in de andere zitten)
​ ⇒ Er is géén rangorde mogelijk in de categorieën
​ ⇒ Vb. geslacht, oogkleur, ja-nee-vragen, bloedgroep
- Ordinale variabele:
​ ⇒ Variabele die bestaat uit categorieën
​ ⇒ Categorieën van variabele zijn mutueel exclusief
​ ⇒ Er is wél een rangorde mogelijk in de categorieën
​ ⇒ Als je cijfers gebruikt, moet de rangorde behouden blijven (vb. goud = 1,
​ ​ ​ zilver = 2, brons = 3; niet door elkaar halen)
​ ⇒ Vb. leeftijdsklassen (18-20, 21-23, 24-26, …; orde is jonger/ouder), stadia van
​ ​ ​ kanker (1, 2, 3 of 4; orde is hoe hoger, hoe erger eraan toe), inkomensniveaus
- Categorische variabelen:
​ ⇒ Categorische variabelen zijn cijfers die toegekend worden aan categorieën;
​ ​ ​ ​ Cijfers die gebruikt worden hebben geen betekenis
​ ​ ​ Vb. Vrouw = 1, Man = 2, cijfers hebben geen betekenis
●​ Numerieke variabelen - kwantitatieve variabelen:
- Intervalvariabele:
​ ⇒ Variabele waarbij op de meetschaal gelijke intervallen overeenkomen met ​
​ ​ ​ gelijke verschillen, op die meetschaal is er géén absoluut nulpunt
​ ⇒ Vb. Je mag zeggen dat het verschil tussen 10°C en 20°C hetzelfde is als het
​ ​ ​ ​ ​ verschil tussen 30°C en 40°, maar je mag niet zeggen dat 40°C het ​
​ ​ ​ ​ ​ dubbele is van 20°C, want er is géén absoluut nulpunt



2

, - Ratiovariabele:
​ ⇒ Variabele waarbij op de meetschaal gelijke intervallen overeenkomen met ​
​ ​ ​ gelijke verschillen, op die meetschaal is er wél een absoluut nulpunt
​ ⇒ Vb. Je mag zeggen dat het verschil tussen 10K en 20K hetzelfde is als het ​
​ ​ ​ ​ ​ verschil tussen 30K en 40K, én je mag zeggen dat 40K het dubbele is van
​ ​ ​ ​ ​ 20K, want er is wél een absoluut nulpunt
●​ Discrete variabele:
- Variabele is te tellen/turven, volle getallen
- Variabele is ofwel discreet ofwel continu, kan niet allebei
- Vb. Aantal kinderen in een gezin: 1, 2, 3, 4, …
●​ Continue variabele:
- Variabele kan continu variëren, kommagetallen
- Hoe klein je interval ook maakt, ertussen liggen oneindig veel mogelijkheden
- Vb. lichaamsgewicht: tussen 64kg en 65kg liggen oneindig veel andere waarden
●​ Dichotome variabelen: slechts twee mogelijkheden
●​ Binaire variabelen: speciale vorm van dichotome variabele, twee mogelijkheden
zijn enkel de cijfers 0 en 1
●​ Hercoderen: soms tijdens onderzoek andere variabele kiezen
Vb. Pijn: - Heb je pijn of niet → Dichotome, nominale variabele
​ ​ ​ ​ ​ ​ - VAS-score (visual analogue scale): op lijn die van 0 begint vragen ​
​ ​ ​ ​ ​ ​ ​ waar de pijn op die schaal loopt → Ratiovariabele
​ ​ ​ ​ ​ ​ - Schaal van 0-10 gebruiken → Ordinale variabele


1.6 Beschrijvende statistiek
●​ Beschrijvende statistiek: descriptieve statistiek
- Data sorteren / beschrijven / voorstellen
- Handig voor onderzoek over weinig patiënten
●​ Centrale maten: vaak gebruikt om te kijken rond welke waarde de waarden zich
centreren
- Rekenkundig gemiddelde:
𝑛
∑ 𝑥𝑖 𝑥1+𝑥2+𝑥3+...
​⇒𝑥 = 𝑖=1
𝑛
= 𝑛



​ ⇒ Bij steekproeven (S) met steekproefgrootte n om door te trekken naar ​
​ ​ ​ populaties (P)
​ ⇒ 𝑥 = steekproefgemiddelde als schatting voor µ = populatiegemiddelde
​ ⇒ Gevoelig voor outliers (extreme waarden)
​ ⇒ WEL: bij intervalvariabele en ratiovariabele
​ ​ ​ NIET: bij nominale variabele en ordinale variabele




3