2012. február. 05., vasárnap - Ágota, Ingrid.

22. Gyengék és árvák

A statisztikai erő meghatározásához általában hozzáfűzik, hogy „a túl kis mintaelemszámmal folytatott vizsgálatok nem etikusak, mert a betegeket olyan vizsgálatba vonják be, amelytől csekély eredmény várható”. Ám a szép kort megért sztereotípiákat nem árt időnként újragondolni.

21. A diagnosztikai próba mutatói

Sorozatunk egy korábbi részében már láttuk, hányféle paramétert becsülhetünk egy egyszerű 2x2-es táblázatból, összesen négy számból, ha a kezelés hatását bináris változóval mérjük (például hatott/nem hatott). Ugyanilyen 2x2-es táblázatokkal jellemezhetjük a diagnosztikai eljárásokat is, ha eredményük bináris változó (beteg/nem beteg).

20. A tű foka

Gyakori megállapítás orvosi szakcikkekben: „X kezelés ezt okozta.” Vajon végiggondolják-e szerzők és olvasók, hogy milyen nehéz ezt a rövid mondatot értelmezni? Olyan, mint a Páskándi-vers címe, A mű oka: a tű foka – azt hiszem, a gyógyulás oka is a tű foka.

19. Ne alkossunk isteneket!

Bevallom, ennek az írásnak az alapötlete nem tőlem származik. De mikor rábukkantam David Salsburg cikkére, úgy éreztem – orvosi szaklapok lektoraként –, sokat tudok hozzáfűzni ehhez a témakörhöz.

18. Fekete-fehér, igen-nem – mit számolnál szívesen?

Most a bináris adatok elemzéséről lesz szó. Olyan mérésekről, melyeknek csak két lehetséges kimenetele van: hatott/nem hatott, meggyógyult/nem gyógyult meg.  Ha kétféle kezelést akarunk összehasonlítani, akkor a végeredmény jellemzésére mindössze négy szám elegendő.

17. Szerzők, vendégek és fantomok

Berger és Ioannidis biostatisztikai Dekameronja tíz rövid meséből áll (The Decameron of poor research, BMJ 2004;329:1436–1440). Érdemes kicsit elmerülni az elsőben. "Tudományos kifejezéssel élve Aldobrandinónál kollapszus következett be. Kevésbé tudományosan: megütötte a guta."

16. Csipetnyi jótékony anarchia

A biostatisztikus éppen anyagot gyűjtött az esélyhányadosról készülő írásához. Fáradtan lapozgatott a cikkek között, amikor megakadt a szeme egy címen: „Le az esélyhányadossal!”

15. Tanmese a mortalitásnövelő vitaminról

Sorozatunk korábbi két részéből kiderült, hogy jó metaanalízist készíteni igen nehéz, néha még a legtekintélyesebb lapok szerzőinek is beletörik a bicskája.

14. A torzítások és a fordított tölcsér

A vizsgálati eredmények sokféleképp – véletlenül és szándékosan is – befolyásolhatók. Áttekintjük a leggyakoribb veszélyeket, és szó esik egy bizonyos fordított tölcsérről, amelynek szimmetrikusnak kell lennie.

13. Az elemzések elemzése (metaanalízis)

zabad-e összeadni az almák és a körték számát? Az általános iskolában nem, de a klinikai vizsgálatoknál gyakran rákényszerülünk. Szerencsére vannak olyan változók, amelyekkel mégis összegezhető ez a sokféle eredmény.

12 . Kézikönyv hamisítóknak

...vagy inkább segítség az orvosi szakirodalom megítélésében: megmutatja, hol vannak a vizsgálatok gyanúsnak tekinthető, tüzetesebb elemzésre érdemes pontjai.

11. A számtalan tényezőtől függő mintaelemszám

Melyik az a két fogalom, amely sorozatunk eddigi tíz részében mindig szerepelt? A helyes válasz az első és második fajta hiba. A gyakorisági verseny harmadik helyezettje a mintaelemszám, amely szorosan összefügg a kétféle hibával.

10. Rugalmas vizsgálati elrendezések

A rugalmas vizsgálati elrendezések alkalmazása egyrészt betegkímélő, mert a hatékonyabb kezelést több beteg kapja, mint a kevésbé hatékonyt, másrészt – a kisebb betegszám révén – lerövidíti a gyógyszerkipróbálásokhoz szükséges időt.

9. A COLA és egyéb üdítő vizsgálati elrendezések

A klinikai vizsgálatok tervezésénél nagyon fontos szempont a „lehető legkisebb torzítás” elve, azaz a különböző  ismert vagy korábban még nem ismert  zavaró tényezők hatásának csökkentése.

8. A tolerancia biztonsága

Ezekben a vizsgálatokban a szórás meghatározása önmagában nem fontos, csak viszonyítási alapul szolgál. Amolyan muszájparaméter, mely koloncként lóg a statisztikai próbán. A tolerancia- és a predikciós intervallum.

7. A statisztikai megbízhatóság

A megbízhatósági intervallum bizonyos értelemben jóslásra is alkalmas: a populáció valamely jellemzőjének valódi értékére következtethetünk belőle.

6. Occam borotvája a statisztikus kezében

Eddigi példáink mindegyikében szerepe volt a véletlennek, annak, hogy a klinikai vizsgálatok adatait általában nem a teljes betegpopuláció körében gyűjtik, hanem annak egy részében, egy - előre megszabott feltételek alapján, de találomra kiválasztott - betegmintában.

Bemutatkozik a szerző

Mivel Magyarországon nincs biostatisztikus-képzés, minden biostatisztikus valamilyen más területről érkezett „bevándorló”. Én kétszeresen is: a matematika felől jöttem, valamint kolozsvári vagyok.

5. Az érdekes p-érték

Sorozatunk ötödik részéhez érve vessünk egy pillantást rövid múltunkra. Először az első fajta hibával foglalkoztunk, jelezve a fogalom kiemelt szerepét a hipotézisvizsgálatban.

4. A biostatisztika egy alkalmazott matematikus szemével

Megérti-e egymást az orvos és a matematikus? A kutató orvos gyakran szembesül a mérési adatok összesítésének problematikájával.

3. A tervezés kockázata avagy a harmadik hiba

Ha cikkünk olvasása helyett a biostatisztikai kislexikont ütné fel, hogy kikeresse benne a harmadik hibafajtát, nem találná meg benne.

A kistérségi tisztiorvos azt üzente, hogy mivel a törvényszék lefogta az önkormányzat kezét, a háziorvos lássa csak el tovább is  a betegeket...

Hogyan használható fel egy beteg gyerek képe egy konferencián? - teszi fel a kérdést egy svéd eset kapcsán Meskó Berci.

„Bejegyzésünkben annak járunk utána, hogy az elektronikus-cigaretták vajon valóban egészségesebbek-e, mint a hagyományos papír-dohány alpú cigaretták, és mennyire tudják helyettesíteni ezeket”

A hagyományos angiográfiánál tökéletesebb képet ad a koszorúerek állapotáról, esetleges szűkületeinek helyéről és mértékéről egy új, az angol nevéből eredő betűszóval DARA (Dual Axis Rotational Coronary Angiography) elnevezésű technika...