In deze samenvatting kunt u alle theorielessen terugvinden die gegeven zijn, deze bevatten de powerpoints, notities en zelfgemaakte notities van de hoorcolleges. Eveneens hierin staan de herhaling en voorkennis van elk hoofdstuk.
,HOOFDSTUK 1: POWER & SAMPLE SIZE
BEREKENINGEN
INLEIDING
Sample is een steekproefgrootte = het aantal mensen dat worden opgenomen in een onderzoek.
→ 2 groepen gaan we onderzoeken en kijken welke het beste resultaat krijgt. We willen daarom heel
veel patiënten in ons onderzoek. Zo gaan we het makkelijker kunnen bekijken of de nieuwe
behandeling beter is of niet. (we gaan ons onafhankelijk maken van toevallige effecten) Het heeft voor
de statistiek grote voordelen, maar het heeft ook grote nadelen.
1) Vaak zijn er niet heel veel patiënten met de pathologie die je wenst te gaan onderzoeken.
Patiënten moeten akkoord gaan met het onderzoek
a. Is het dan wel de moeite om het onderzoek te gaan uitvoeren als je maar 5 patiënten
hebt. Het resultaat zou door toeval kunnen zijn.
2) Nieuwe behandelmethode zou een slechte kunnen zijn en kan zelfs schade aanbrengen die
achteraf wordt geconstateerd.
a. Hierdoor ga je minder patiënten willen opnemen.
3) Als er veel patiënten zijn en ze willen allemaal meedoen en de behandeling is niet schadelijk,
dan kost het nog steeds heel veel tijd en geld om een onderzoek uit te voeren.
=> We hebben dus een manier nodig om voor de start van het onderzoek te weten hoeveel patiënten
er nodig zijn voor het onderzoek tot een goed einde te brengen.
HERHALING EN VOORKENNIS 1
Je moet je als eerste afvragen wat er op de assen staat als je een grafiek krijgt.
Voorbeeld:
- Op de X – as pijnscore verschil
o Hypothese = Techniek die we gebruiken is nutteloos → pijn blijft gelijk en scoreverschil
=0
▪ Hier kunnen ook toevallige effecten aanwezig zijn zoals het tijdstip van de dag,
toevallig een goede/slechte dag, goed of slechts nieuws gekregen, … Het
verschil gaat dan niet 0 zijn maar misschien 1 ondanks dat het niet aan de
techniek ligt.
o Alternatieve hypothese = techniek heeft wel effect en gaat voor een verbetering
zorgen
▪ Gemiddeld pijnverschil van 2, maar hier zijn ook toevallige effecten mogelijk.
- Op de Y-as staat de kansdichtheid = het wordt een kans als je de oppervlakte gaat berekenen
(dit kan met een integraal)
o 16 % kans dat je een pijnverschil meet tussen 0,5 en 1 onder de grafiek waarbij de
nieuwe techniek niets doet, door toevallige effecten.
o Moet altijd 100% hieronder zijn.
▪ Als de grafiek smaller wordt dan moet die dus hoger worden zodat de
oppervlakte eronder nog steeds 1 of 100% is.
De normaalverdeling wordt gekarakteriseerd door een aantal zaken;
- Standaardafwijking = de afwijkingen zoals ze standaard kunnen zijn.
o = Horizontale afstand tussen het centrum (waar de symmetrie as ligt) en waar het
buigpunt zit in de grafiek.
o Stel = 1 → het is vrij standaard dat er een afwijking wordt bevonden van 1. Het is door
de toevallige effecten en dus niet speciaal.
4
, ▪ Dit is bij een normale verdeling het geval.
▪ Maar door de Nc en Ni gaat dit kunnen verschillen. We doen het onderzoek in
het voorbeeld bij 10 personen en daarbij nemen we het gemiddelde. Hierdoor
gaat de grafiek een kleinere standaardafwijking krijgen. (=wortel N wet →
waarbij N de steekproefgrootte is)
• Dit zijn de eerste effecten van meerdere personen in een onderzoek.
We krijgen een versmalling en dit is goed want dat willen we. Want de
overlap tussen de twee grafieken maakt het moeilijk om te
concluderen dat de behandeling werkt al dan niet.
• Op de groene grafiek zien we hoe het zou zijn als er meerdere mensen
worden getest. (hoe meer, hoe betrouwbaarder, hoe minder
toevalligheden)
• Op de paarse grafiek zien we hoe het zou zijn als er maar 1 persoon
zou worden getest. We zien een veel wijdere spreiding, waardoor je
door toeval ineens heel grote of kleine waardes kan uitkomen.
- …
Type I fout = het onterecht verwerpen van de nulhypothese. We gaan door toeval de techniek gaan
bekijken als nuttig terwijl die niet nuttig is. We willen deze zo klein mogelijk houden. => 𝜶
Als je de 𝛼 kleiner gaat maken dan gaat de kritieke waarde ook gaan verschuiven en dan ga je minder
kans hebben op de type I fout. MAAR dan ga je meer kans hebben op een type II fout.
Type II fout = De kans dat we toch toevallig een pijnverschil meten dat kleiner is dan de kritieke waarde.
We gaan onterecht de nulhypothese gaan aanvaarden. (houden we op 20%, indien hoger -> meer kans
op fout resultaat)
=>Als je de ene kleiner maakt ga je de andere groter maken, dus de twee fouten zijn met elkaar
verbonden. Waar je de kritieke waarde gaat kiezen beslist de kans op de fouten. Vaak zijn type I fouten
ook het ergste, want je zegt dat de techniek werkt terwijl deze niet werkt.
Als je weinig mensen in je studie gaat steken dan ga je minder makkelijk resultaten gaan kunnen
trekken, terwijl dat als je veel patiënten gaat includeren ga je makkelijker conclusies gaan trekken want
de overlap is minder. We gaan niet te veel mensen gaan includeren (zie supra) We nemen 𝜶 = 𝟓% en
𝜷 = 𝟐𝟎% -> het is de bedoeling dat we ons hier van bewust zijn.
Sommige teams gaan dan onderzoeken gaan nadoen en reproduceren tot ze tot een algemene
conclusie hebben.
Kritische waarde
Zo weinig overlap als mogelijk is het doel. Zo ga je
minder kans hebben op fouten. Dit doe je dus door
meer patiënten in je onderzoek te steken.
SAMPLE SIZE BEREKNINGEN
In (medisch) wetenschappelijk onderzoek: alvorens te starten moet men bepalen hoe groot de
steekproef moet zijn
- sample size berekeningen (steekproefgrootteberekeningen)
- experimenteel onderzoek
- Voorwaarde publicatie wetenschappelijk tijdschrift (CONSORT-statement)
5
,Sample size berekening:
- hoeveel personen moet de interventiegroep en de controlegroep bevatten om een vooraf
vastgesteld verschil (effect) tussen beide groepen statistisch significant te laten zijn
- formule afhankelijk van continue of dichotome uitkomstvariabele
o dichotone uitkomstvariabele kan maar 2 waarde aannemen.
Significantie = 𝛼: meestal 5%
Power = 1 - 𝛽: : meestal tussen 80%-95%
Power niet lager dan 80% kiezen = onderscheidingsvermogen, de kans dat je terecht gaat concluderen
dat de alternatieve hypothese waar is.
Standaardafwijking: schatting uit de literatuur van een gelijkaardig onderzoek of uit een eerder
uitgevoerde pilootstudie
CONTINUE UITKOMSTVARIABELE
Formule (Als beide groepen even groot zijn dan heb je dus deze formule nodig):
Sigma = de spreiding rond het gemiddelde. Voor we deze variatie kunnen doen moet je alle metingen
hebben van je patiënt, maar dat hebben we niet op deze moment dus ga je het gaan schatten/gokken.
We gaan eerste gaan gokken en op kleine schaal gaan uitvoeren (10 mensen). De uitkomsten gaan niet
statisch significant zijn maar je kan dan toch al gaan kijken of het de moeite is om op grote schaal te
gaan testen. = pilootstudie.
→ schatten dat de standaardafwijking hetzelfde zal zijn in de pilootstudie en het effectieve onderzoek.
Ookal heb je de metingen nog niet gedaan, je gaat op basis van de literatuur of op basis van een
pilootstudie toch de sigma gaan invullen.
Ook ga je het verwachte verschil moeten gaan invullen en dit kan eveneens op basis van een
pilootstudie of op basis van een verwacht verschil. Je wilt dat het minstens een verschil van bv 5 gaat
hebben en dan ga je dit kunnen gaan invullen.
VOORBEELD 1
Stel dat er een experimenteel onderzoek wordt uitgevoerd naar de werkzaamheid van een nieuw
middel om de systolische bloeddruk te verlagen.
- 𝛼 = 5% = 0,05
𝛼
- 𝑧 1- 2 = z 0,975 = 1,96
- 1 - = 90% = 0,90
- 𝑧 1- = z0,90 = 1,28
- s = 8 mmHg
- v = 3 mmHg (een verlaging van 3)
6
, Hoe kan je de Z-score gaan vinden?
→ kijken in de tabel voor standaardnormaal verdeling.
→ afronden naar boven, waarom? De 149,3 is het
minimum aantal personen dat je nodig hebt. Dus als je naar beneden gaat afronden dan ga je te weinig
hebben, dus we gaan naar boven afronden.
Om een verschil van 3 mmHg tussen de controlegroep en de interventiegroep significant te laten zijn
met een power van 90% en een geschatte standaarddeviatie van 8 mmHg moeten in beide groepen
ongeveer 150 patiënten geïncludeerd worden.
Als je een onderzoek doet dat meerdere maanden of jaren gaat doen, dan kan het zijn dat mensen
verhuizen, sterven, ziek worden, … je gaat dus mensen kwijtspelen en niet meer gaan deelnemen aan
het onderzoek. = drop-out. Je gaat dus meer mensen moeten laten starten in het begin van het
onderzoek = marge.
Wat we berekenen met de formule is het aantal personen op het einde van het onderzoek. Je gaat dit
moeten berekenen op het examen, maar houdt in het achterhoofd dat je dus een marge gaat moeten
in rekening brengen voor de verwachte drop-outs.
→ Je kan het dus handmatig gaan uitvoeren, maar is heel veel werk dus je kan het doormiddel van een
programma G-power gaan laten berekenen.
7
Voordelen van het kopen van samenvattingen bij Stuvia op een rij:
√ Verzekerd van kwaliteit door reviews
Stuvia-klanten hebben meer dan 700.000 samenvattingen beoordeeld. Zo weet je zeker dat je de beste documenten koopt!
Snel en makkelijk kopen
Je betaalt supersnel en eenmalig met iDeal, Bancontact of creditcard voor de samenvatting. Zonder lidmaatschap.
Focus op de essentie
Samenvattingen worden geschreven voor en door anderen. Daarom zijn de samenvattingen altijd betrouwbaar en actueel. Zo kom je snel tot de kern!
Veelgestelde vragen
Wat krijg ik als ik dit document koop?
Je krijgt een PDF, die direct beschikbaar is na je aankoop. Het gekochte document is altijd, overal en oneindig toegankelijk via je profiel.
Tevredenheidsgarantie: hoe werkt dat?
Onze tevredenheidsgarantie zorgt ervoor dat je altijd een studiedocument vindt dat goed bij je past. Je vult een formulier in en onze klantenservice regelt de rest.
Van wie koop ik deze samenvatting?
Stuvia is een marktplaats, je koop dit document dus niet van ons, maar van verkoper lindseywittische. Stuvia faciliteert de betaling aan de verkoper.
Zit ik meteen vast aan een abonnement?
Nee, je koopt alleen deze samenvatting voor €4,49. Je zit daarna nergens aan vast.
