Part II. Critical appraisal of the literature
CHAPTER 3: What is statistics about? (3/10)
1. Example from the biomedical literature
In dit hoofdstuk worden de basisprincipes in concepten van de statistiek opgefrist.
We doen dit adhv een publicatie in de New England Journal of Medicine, waarin dat het risico van
een keizersnede gerelateerd wordt aan het tijdstip waarop pijnstilling tijdens een bevalling wordt
toegediend.
Background: Epidural analgesia initiated early in labor (when the cervix is less than 4.0
cm dilated) has been associated with an increased risk of cesarean delivery. It is
unclear, however, whether this increase in risk is due to the analgesia or is attributable
to other factors.
Methods: We conducted a randomized trial of 750 nulliparous women at term who were
in spontaneous labor or had spontaneous rupture of the membranes and who had a
cervical dilatation of less than 4.0 cm. Women were randomly assigned to receive
intrathecal fentanyl or systemic hydromorphone at the first request for analgesia.
Epidural analgesia was initiated in the intrathecal group at the second request for
analgesia and in the systemic group at a cervical dilatation of 4.0 cm or greater or at the
third request for analgesia. The primary outcome was the rate of cesarean delivery.
De context is dat er gerapporteerd was dat een vroege epidurale verdoving geassocieerd zou
zijn met een verhoogd risico op keizersnedes. Een gerandomiseerde studie werd opgezet
waarin 750 vrouwen op willekeurige wijze worden ingedeeld in 2 groepen die elk een andere
type verdoving krijgen, die ook op andere momenten tijdens de bevalling worden toegediend.
Daarbij werd opgemeten of dat de geboorte met of zonder keizersnede verliep. Dit is de
primaire of belangrijkste uitkomst in deze studie.
1
, In deze tabel zien we de
vergelijking van beide
groepen voor een hele
reeks uitkomsten
waaronder ook de primaire
uitkomst (sectio). Zo zien
we dat er in de eerste
groep bij 65 op 366
bevallingen of bij dus
17,8% een keizersnede
werd toegepast. In de
tweede groep was dit bij 75
op de 362 bevallingen,
20,7%. Beide percentages
worden vergeleken met
behulp van een p-waarde
en 95% BI. De andere
uitkomstveranderlijken
worden op een analoge
manier samengevat per
groep. En de vergelijking van de twee groepen verloopt steeds op basis van een p-waarde en een 95% BI. Hoe
moeten de p-waarde en BI worden geïnterpreteerd?
De p-waarde en het BI zijn de 2 basistechnieken
die men in de statistiek gebruikt om op basis van
verzamelde gegevens uitspraken te doen over
een algemene populatie. Cruciaal hierbij is te
begrijpen dat het uiteindelijke doel er steeds zal
zijn om uitspraken te doen over een algemene
populatie. Niet over een specifieke dataset die we
toevallig geobserveerd hebben. De populatie in
deze figuur weergegeven in het bovenste
gedeelte wordt beschreven door een reeks van
specifieke in- en exclusiecriteria die
ontegensprekelijk moeten bepalen wie wel en niet
behoort tot de populatie waarover men een
uitspraak wenst te doen. In een medische context
zal men steeds de aandoening zo nauwkeurig
mogelijk beschrijven als ook de
patiëntkarakteristieken zoals geslacht, leeftijd, contra-indicaties enz. Men gaat er meestal vanuit dat een
populatie onbeperkt is in grootte. De reden is dat men niet enkel een uitspraak wenst te doen over de patiënten
van vandaag maar ook die van morgen en overmorgen. Een populatie is dus voortdurend in verandering, gezien
er patiënten uit de populatie kunnen verdwijnen en er nieuwe patiënten tot de populatie kunnen toetreden.
Verder is men geïnteresseerd in een of meerdere specifieke karakteristieken van de populatie. Zo’n
karakteristiek kan een gemiddelde zijn of een mediaan of % maar evengoed een verschil tussen gemiddelden,
medianen of % in specifieke subpopulaties. In ons vb is de karakteristiek waarin we het meest geïnteresseerd
zijn het verschil tussen het % keizersnedes die men zou bekomen en die in de ganse populatie het eerste type
verdoving zou kriijgen en het % keizersnedes die men zou bekomen en die in de ganse populatie het tweede
2
CHAPTER 3: What is statistics about? (3/10)
1. Example from the biomedical literature
In dit hoofdstuk worden de basisprincipes in concepten van de statistiek opgefrist.
We doen dit adhv een publicatie in de New England Journal of Medicine, waarin dat het risico van
een keizersnede gerelateerd wordt aan het tijdstip waarop pijnstilling tijdens een bevalling wordt
toegediend.
Background: Epidural analgesia initiated early in labor (when the cervix is less than 4.0
cm dilated) has been associated with an increased risk of cesarean delivery. It is
unclear, however, whether this increase in risk is due to the analgesia or is attributable
to other factors.
Methods: We conducted a randomized trial of 750 nulliparous women at term who were
in spontaneous labor or had spontaneous rupture of the membranes and who had a
cervical dilatation of less than 4.0 cm. Women were randomly assigned to receive
intrathecal fentanyl or systemic hydromorphone at the first request for analgesia.
Epidural analgesia was initiated in the intrathecal group at the second request for
analgesia and in the systemic group at a cervical dilatation of 4.0 cm or greater or at the
third request for analgesia. The primary outcome was the rate of cesarean delivery.
De context is dat er gerapporteerd was dat een vroege epidurale verdoving geassocieerd zou
zijn met een verhoogd risico op keizersnedes. Een gerandomiseerde studie werd opgezet
waarin 750 vrouwen op willekeurige wijze worden ingedeeld in 2 groepen die elk een andere
type verdoving krijgen, die ook op andere momenten tijdens de bevalling worden toegediend.
Daarbij werd opgemeten of dat de geboorte met of zonder keizersnede verliep. Dit is de
primaire of belangrijkste uitkomst in deze studie.
1
, In deze tabel zien we de
vergelijking van beide
groepen voor een hele
reeks uitkomsten
waaronder ook de primaire
uitkomst (sectio). Zo zien
we dat er in de eerste
groep bij 65 op 366
bevallingen of bij dus
17,8% een keizersnede
werd toegepast. In de
tweede groep was dit bij 75
op de 362 bevallingen,
20,7%. Beide percentages
worden vergeleken met
behulp van een p-waarde
en 95% BI. De andere
uitkomstveranderlijken
worden op een analoge
manier samengevat per
groep. En de vergelijking van de twee groepen verloopt steeds op basis van een p-waarde en een 95% BI. Hoe
moeten de p-waarde en BI worden geïnterpreteerd?
De p-waarde en het BI zijn de 2 basistechnieken
die men in de statistiek gebruikt om op basis van
verzamelde gegevens uitspraken te doen over
een algemene populatie. Cruciaal hierbij is te
begrijpen dat het uiteindelijke doel er steeds zal
zijn om uitspraken te doen over een algemene
populatie. Niet over een specifieke dataset die we
toevallig geobserveerd hebben. De populatie in
deze figuur weergegeven in het bovenste
gedeelte wordt beschreven door een reeks van
specifieke in- en exclusiecriteria die
ontegensprekelijk moeten bepalen wie wel en niet
behoort tot de populatie waarover men een
uitspraak wenst te doen. In een medische context
zal men steeds de aandoening zo nauwkeurig
mogelijk beschrijven als ook de
patiëntkarakteristieken zoals geslacht, leeftijd, contra-indicaties enz. Men gaat er meestal vanuit dat een
populatie onbeperkt is in grootte. De reden is dat men niet enkel een uitspraak wenst te doen over de patiënten
van vandaag maar ook die van morgen en overmorgen. Een populatie is dus voortdurend in verandering, gezien
er patiënten uit de populatie kunnen verdwijnen en er nieuwe patiënten tot de populatie kunnen toetreden.
Verder is men geïnteresseerd in een of meerdere specifieke karakteristieken van de populatie. Zo’n
karakteristiek kan een gemiddelde zijn of een mediaan of % maar evengoed een verschil tussen gemiddelden,
medianen of % in specifieke subpopulaties. In ons vb is de karakteristiek waarin we het meest geïnteresseerd
zijn het verschil tussen het % keizersnedes die men zou bekomen en die in de ganse populatie het eerste type
verdoving zou kriijgen en het % keizersnedes die men zou bekomen en die in de ganse populatie het tweede
2
