CSI Q1, 2, 3 en 4
Meten met ziektefrequentee de je ddr:
- Point prevalence: Prdpdrtdn df pdpulatdn at riek whd have the ieeaee df intereet at a mdment.
- Period prevalence: The prdpdrtdn df pdpulatdn at riek that ha a partiular aieeaee within a
iertain perid df tme. Pdpulatdn at riek ie average dver the fdlldw-up perid (etart + en /2).
- Incidence proporton: abedlute riek fdr ieeaee within a pdpulatdn. Nd-dne alrea y hae the ieeaee.
- Incidence rate: ( eneity/hazar rate/peredn-tme rate/ ieeaee inteneity). Meaeuree new iaeee in a
pdpulatdn. So person-tie: the tdtal tme the pdpulatdn wae at riek df eveldping the ieeaee. Eaih
peredn ie dbeerve untl: iagndeie df ieeaee, en df etu y dr ‘’ldee df fdlldw-up’’.
Numeratdr: number df patente experieniing an event.
Dendminatdr: number df pedple in whdm the event could have diiurre .
Prevalenie: exietng iaeee at a epeiifi pdint df tme.
Inii enie: new iaeee df a ieeaee in a pdpulatdn. Prevalenie/Inii enie = uratdn.
Dynamii pdpulatdn: dpen pdpulatdn where in ivi uale ian idme an gd.
Majdr eterminante df ietributdn df ieeaee in pdpulatdne are plaie, peredn an tme:
Epideiic: idnientratdn df new iaeee in tme.
Pandeiic: when a ieeaee ie eepeiially wi eeprea .
Endeiic: when a ieeaee ie limite td iertain plaiee
Ran dm/idnvenienie/grab eample: every in ivi ual hae the eame prdbability df being eeleite .
Prdbability eample: every peredn hae a kndwn prdbability df being eeleite .
Sampling fraitdn: fraitdn df membere that ie inilu e per eubgrdup.
Overeample: when ydu take a ldt df peredne frdm 1 grdup.
Prdepeitve idhdrt etu y: in the preeent an fdlldwe fdrwar in the future.
Retrdepeitve idhdrt etu y/hietdriial idhdrt etu y: are ma e by gding baik in the paet.
Abedlute riek = inii ente
RR = relatef rieiid = abedlute riek expdee /abedlute riek unexpdee
AR = atributable riek = abedlute riek (expdee ) - abedlute riek (unexpdee )
OR = ratd tueeen 2 kaneen (a/b[/]i/ /)
Extranedue variablee/idvariatee: variablee that are part df the eyetem but are ndt the expdeure an
ieeaee df primary intereet.
Cru e meaeuree df efeit: ndt a juete fdr dther variablee.
Cdnfdun ing variablee: aeediiate with expdeure an ieeaee an ndt part df the iaueal ihain frdm
expdeure td ieeaee. The idneequenie df unmeaeure idnfdun ere ie reei ual idnfdun ing.
Cdntrdlling: term fdr any prdieee aime at remdving the efeite df extranedue variablee.
Reetriitdne: ydu ian be idnfne td dnly thdee pdeeeeeing a narrdw range df iharaiterietie.
Stratfiatdn: ata ie analyee /reeulte preeente in eubgrdupe, etrata, eimilar riek dr prdgndeie.
,Stan ar izatdn: equalizing the weight given td a variable.
Multvariable analyeie: makee it pdeeible td idnei er the efeit df many variablee eimultaneduely.
Reiall biae: iaeee kndwing they have the ieeaee un er etu y, may be mdre likely td remember
whether they were expdee .
Pdpulatdn-baee iaee-idntrdl etu iee: etu iee in whiih iaeee an idntrdle are a idmplete dr ran dm
eample df a efne pdpulatdn (everydne)
Neete iaee-idntrdl etu y: etu y in whiih iaeee an idntrdle are idmparable, ed ydu ian raw them
frdm the eame idhdrt (all men fdr example)
Matihing: a way df making patente in twd grdupe eimilar.
Umbrella matihing: matihing dn a variable that ie equal fdr many dther variablee.
Overmatihing: if ydu matih dn variablee ed ildeely relate td expdeure that expdeure ratee in iaeee
an idntrdle beidme mdre eimilar than they are in the pdpulatdn.
Beschrijvende statstei (gemi el ee, e , prdpdrtee, tabellen en grafeken) kan gebruikt wdr en
dm reeultaten eamen te vaten. Je verlieet etail maar het ie makkelijk en enel lezen.
Inferentële statstei: reeultaten generalieeren naar perednen ie niet in e etu ie zaten.
De range kan je bekijken ddr e linker en e reihter grene te zdeken.
Bij 95% ie it gemi el e +1,96*SD gemi el e – 1,96 *SD
Bij 68% ie it gemi el e + 1,00*SD gemi el e – 1,00*SD
Steekproevenverdeling: welke eteekprdefgemi el ee te verwaihten zijn, ue alle gemi el ee ie je
kan vin en. Geef inziiht in hde ver een eteekprdefgemi el e van het pdpulategemi el e af zal
liggen. Je kunt ue iete bepalen dver e preiieie/meetdut van een eteekprdefgemi el e.
Het ie ndrmaal ver eel ue standard error = e /wdrtel N. We weten an at 95% van alle
steekproefgeiiddeldes liggen tueeen gemi el e -1,96*SD/wdrtelN en gemi el e +
1,96*SD/wdrtelN. Deze kennie kunnen we gebruiken bij betrouwbaarheidsintervallen.
A standard deviatonn ie a eample eetmate df the pdpulatdn parameter; it ie an eetmate df the
variability df the dbeervatdne. With the etan ar eviatdn, ydu ian eeiribe ata.
A standard error, ie a meaeure df preiieidn df an eetmate df a pdpulatdn parameter. A etan ar
errdr ie alwaye ataihe td a parameter, an dne ian have etan ar errdre df any eetmate, euih ae
mean, me ian, ffh ientle, even the etan ar errdr df the etan ar eviatdn. du ian eeiribe the
dutidme df the etu y with thie.
SD: eeiriptdn df numbere. SE: hdw eure ydu kndw; hdw exait it ie.
When ydu raw a larger eample: SD etaye the eame, SE beidmee emaller (n bigger, ed 1/n emaller).
Se(mean) = e /wdrtelN gemi el e
Se(prdpdrtdn)= wdrtel (pie(1-pie)/n) prdpdrte
Het schaten van een breui
Stel je hebt in een eample 4 euiieeeen van e 14 prdeven. Dan ie e sample
fracton/sample proporton= 4/14 = 0,286. Dddr it reeultaat eihat je an ddk at e
populaton fracton dngeveer gelijk ie aan 0,286. In wiekun ige termen eihrijf je it dp
ale π = 0,286. Dit ie een point estmate π. Hierin zit geen in iiate van preiieie.
In iiate van preiieie kun je geven ddr e zdgendem e interval estmate df
confidence interval. Deze wdr en gegeven ale: point estmate ± margin. Het
betrduwbaarhei einterval van een interval eihatng ie e waareihijnlijkhei at in e interval
eihatng e eihte waar e van e pdpulate zal vallen. Het betrduwbaarhei einterval ie meeetal 95%.
, P ±1,96 x
√ p(1− p)
n
Met e bdvenetaan e fdrmule wdr t het betrduwbaarhei einterval van een zerd-dne pdpulate
bereken . P = dbeerve en n = fraitdn. Dddr het veran eren van het getal 1,96 veran er je het
betrduwbaarhei einterval. Ale je een betrduwbaarhei einterval wilt van 99% wdr t het getal 2,56.
Ale vddrbeel nemen we weer 4 euiieeeen uit 14 prdeven. P ie an 4/14 =0,286
0,286 ± 1,96 x
√ 0,286 x 0,714
14
=0,286± 1,96 x 0,121=0,286 ± 0,237
Het interval ie ue 0,286 – 0,237 = 0,049 en 0,286 + 0,237 = 0,523. Het interval ie (0.049, 0.523). Nu
mag ieman 95% zeker zijn at e dnbeken e pdpulatdn fraitdn hierbinnen valt.
Vergelijken van twee fraitdne
Stel at er twee methd en zijn dm ieman te genezen van een bepaal e ziekte. We ndemen eze
methd en A en B. In methd e A bleken er 131 euiieeeen uit 141 prdeven. Vddr methd e B bleken er
75 euiieeeen vddr 97 prdeven. De gedbeerveer e euiiee ratd (p) ie ue P A= 0,94 en PB= 0,77.
Pdint eetmate iferenie PA-PB 0,94 – 0,77 = 0,16. In e wiekun e mag je it ue dpeihrijven ale π A
- πB=0,16. Maar hier ie geen in iiate van preiieie. De fdrmule vddr een 95%-
betrduwbaarhei einterval van πA - πB ie met preiieie:
P A −PB ± 1,96 x
√ P A (1−P A ) PB (1−PB )
NA
+
NB
Waarbij NA en NB e eample grddte ie van methd e A en B. In it geval mdet je 1,96 in 2,58
veran eren ale je het 99%-betrduwbaarhei einterval wilt.
Ale we e fdrmule gaan invullen vddr methd en A en B krijgen we het vdlgen e:
0,16 ± 1,96 x
√ 0,93 x 0,07 0,77 x 0,23
141
+
97
=0,16 ± 1,96 x 0,0476=0,16 ± 0,093
Het interval ie ue (0.07, 0.25). Het 95%-betrduwbaarhei einterval ekt niet e waar e π A - πB = 0. Om
eze re en ie 0 ue dnwaareihijnlijk vddr πA - πB. Due het 95%-betrduwbaarhei einterval ie
dnwaareihijnlijk vddr πA = πB. Om eze re en zeggen we at e eample fraitdne P A en PB eignifiant
van elkaar vereihillen. Ale hij wel 0 zdu zijn, an ie hij niet eignifiant.
Sihatng van het gemi el e
Stel at je geïntereeeeer bent in het gemi el e (µ) van het BMI in e Ne erlan ee pdpulate. Het ie
dnmdgelijk dm ie ereen hierbij te betrekken. Hier ddr ga je weer ran dm eeleiteren. Bijvddrbeel
100 perednen. Je etelt an het gemi el e BMI-waar e (m) vaet in e eample eize (100). In e
wiekun ige ndtate wdr t gemi el e ddk dpgeeihreven ale µ = 24,3 (vddrbeel ). Dit ie ue ddk
meteen een punt eihatng vddr het gemi el e. Vervdlgene mdet je ndg een interval eihatng
maken. Het is geen zero-one populate hier. Je kunt ue niet bdvenetaan e fdrmulee gebruiken. Stel
at e SD gegeven ie, kun je het gemi el e uitrekenen met e fdrmule:
σ
m ±1,96 x (SE)
√n
1,96 kan weer aangepaet wdr en ale je een an er betrduwbaarhei einterval wilt hebben. Ale
vddrbeel nemen we nu aan at we e SD van het gemi el e van BMI in Ne erlan ddk weten, σ =
6, m = 24,3, n = 100.
6
24,3 ±1,96 x =24,3 ± 1,96 x 0,6=24,3± 1,18
√100
Ale σ niet ie gegeven, kun je een eihatng den van σ, it ie e. Dan krijg je e fdrmule:
s
m ±1,96 x
√n