Epidemiologi og Biostatistik Opgaver i Biostatistik Uge 4: 2. marts

Transkript

1 Århus 27. februar 2011 Morten Frydenberg Epidemiologi og Biostatistik Opgaver i Biostatistik Uge 4: 2. marts Epibasic er nu opdateret til version 2.02 (obs. der er ikke ændret ved arket C-risk) Start med at downloade Epibasic2_02.xls. Opgavefremlæggelse er uddelt i grupperne. I de første opgaver vil vi regne på tallene i Canoy2007. Opgave 1 (gruppe 6) Først skal I lave følgende beregninger uden brug af Epibasic, men gerne ved brug af regneark. Vi vil se på kvinder og bruge tallene i Table 2: 1. Estimer incidensraten for CHD i de to grupper Current smoker og Not smoking Skriv en kort fortolkning af de to estimater og sikkerhedsintervaller. 2. Estimer Incidens Rate Differensen (for CHD) med, når man sammenligner Current smoker med Not smoking Skriv en kort fortolkning af estimatet og sikkerhedsintervallet. 3. Find p-værdierne for de to hypoteser: A: Der er ingen forskel mellem incidensen af CHD i de to grupper. B: Raten for CHD er 3 tilfælde per 1000 personår højere blandt rygere sammenlignet med ikke rygere. Hvad vil I konkludere på basis af de to p-værdier? Hvordan hænger jeres konklusioner sammen med sikkerhedsintervallet fra spørgsmål Estimer Incidens Rate Ratioen for CHD med når man sammenligner Current smoker med Not smoking Skriv en kort fortolkning af estimatet og sikkerhedsintervallet. 5. Find (med udgangspunkt i den relative risiko) p-værdierne for de to hypoteser: A: Der er ingen forskel mellem incidensen af CHD i de to grupper. B: Raten for CHD er dobbelt så stor blandt rygere sammenlignet med ikke rygere. Hvad vil I konkludere på basis af de to p-værdier? Hvordan hænger jeres konklusioner sammen sikkerhedsintervallet fra spørgsmål Lav alle beregninger fra opgave 1 vha. Epibasic ark/sheet C rates. 1

2 Opgave 2 (gruppe 5) For Canoy2007, som ved mange artikler, er det muligt at finde ekstra materiale på nettet. Det drejer sig ofte om tabeller, som forfatterne gerne vil have haft med, men redaktører ikke gav plads til i selve artiklen. Jeg har fundet data, der deler risikotid (PYR= Person Years at Risk) og events (her nye CHD-tilfælde) op efter køn, BMI og over/under de kønsspecifikke medianer for Waist hip ratio: BMI <25 25 to All Waist-hip ratio events PYR events PYR events PYR events PYR MEN < , , , , , , , ,542 WOMEN < , , , , , , , ,575 Vi ser igen kun se på kvinderne. 1. Indenfor hver BMI gruppe: Estimer betydningen af høj Waist-hip ratio vha. rate differens og rate ratio. Skriv et resume af det I har fundet. 2. Indenfor hver Waist-Hip ratio gruppe: Estimer betydningen at være overvægtig og at være fed vha. rate differenser og rate ratioer. Skriv et resume af det I har fundet. 3. Diskuter på basis af disse tal hvorvidt Waist hip ratio har forskellig betydning for CHD afhængigt af BMI. Hvad er sammenhængen mellem det I har lavet og tallene øverst til Højre i Table 2 i Conay2007? Opgave 3 (gruppe 4) Vi vil her se på ætiologiske fraktioner med udgangspunkt i data for kvinder: Waist hip ratio og BMI (vi vil til en start ikke regne med sikkerhedsintervaller): Women Person years Rate Rate difference Waist hip ratio at risk CHD per 1000 years Rate ratio per 1000 years < , (3.42; 4.35) , (8.21; 9.86) 2.33 (2.01; 2.71) 5.14 (4.19; 6.09) 1. Antag at vi kunne ændre risikoen i gruppen med Waist hip ratio 0.80, så den svarede til den i gruppen <0.80. Hvor mange CHD tilfælde vil vi spare per 1000 år i gruppen? 2. Betragt nu en population, hvor 60% er i <0.80 -gruppen og dermed 40% i gruppen. Hvad er CHD raten i den samlede population? Hvor mange CHD tilfælde vil vi spare per 1000 år i hele populationen, hvis man flytter gruppen til <0.80 -gruppen. 2

3 Hvad er den relative reduktion i raten, dvs. hvad er den ætiologiske fraktion i populationen associeret med at have en stor Waist-hip ratio? 3. Hvad er de tilsvarende tal hvis der kun er 40% i <0.80 -gruppen? Den ætiologiske fraktion (for rater) kan beregnes vha: ( ) ( IRR 1) ÆFpop = 1 + ( IRR 1) ( ) 4. Brug denne formel til at kontrollere de ætiologiske fraktioner I fandt i 2 og Formlen kan også bruges til at beregne et sikkerhedsinterval for den ætiologiske fraktion. Man skal blot anvende formel på den nedre og øvre grænse i sikkerhedsintervallet for rate ratioen. Gør dette. 6. Hvilke kommentarer har I til de udregninger I har lavet og hvordan kan de tolkes? Opgave 4 (gruppe 3) Lav, baseret på table 1 Levine2011, en 4x3 tabel over uddannelse og taljeomkreds: 1. Sammenlign prævalensen af college graduates med lille og stort taljeomkreds vha. af en risiko differens og en relativ risiko (mere korekte benævnelser vil være prævalens proportion differens og prævalens proportion ratio). Skriv en fortolkning af de to estimater. 2. Beregn X 2 -testet for ingen sammenhæng i hånden, dvs vha regneark, men uden brug af Epibasic. Dette er lettest i fire trin (KS example 17.3): Først laves en tabel over de observerede antal, så beregnes en tabel over de forventede (expected) antal, denæst beregnes X 2 -test størrelsen og til sidst findes frihedsgrader og p- værdien. Skriv en fortolkning af testet og kommenter det i forhold til det du fandt ovenfor. I regnearket findes p-værdien baseret på teststørrelsen X 2 i en χ 2 fordeling med df frihedsgrader således: = CHIDIST(X 2 ; df) Engelsk = CHIFORDELING(X 2 ; df) Dansk = CHIVERT (X 2 ; df) Tysk 3. Beregn testet vha af Epibasic Chisq. Forstil jer nu at studiet var 100 gange mindre (dvs. deltager antallet var 100 gange mindre), men alt andet var uændret. Lav en ny 4x2 svarende til hvad I så vil forvente data så ud dvs tabellen fra oven divideret med

4 4. Beregn på basis af disse tal prævalens proportion differensen og prævalens proportion ratioen og p-værdien for ingen sammenhæng, som ovenfor. Kommenter disse estimater og testet. Kommenter på forskelle og ligheder med det I fandt før. Opgave 5 (gruppe 2) I denne opgave skal I regne lidt på betydning af selektion/deltagelse i et simpelt eksempel. Vi vil igen regne på tallene fra Tolstrup2006: Fokus vil være på sammenligning af grupperne 5-6 med 2-4, vi så på sidst Genstande per uge Antal CHD < Lav en standard 2x2 tabel ( SJ tabel 4-2) der ser på CHD i de to grupper. denne tabel (det gjorde vi sidst). Vi vil nu antage at denne tabel beskriver data for alle i populationen. 2. Antag nu at 90% af dem i gruppen 2-4 og 60% gruppen af dem 5-6 deltager i undersøgelsen, men deltagelsen indenfor de to gruppe er uafhængig af CHD status. Find den forventede 2x2 tabel. denne tabel Sammenlign estimaterne med hvad I fandt for hele populationen. Hvad er jeres kommentarer. Gentag det hele under antagelse af: 3. 90% af dem der får CHD, men kun 60% af dem der ikke får CHD deltager i undersøgelsen, men deltagelsen inden for raske og syge er uafhængig af alkohol indtag. 4. Deltagelsen i de fire grupper er: 2-4 og ikke CHD : 80% 2-4 og CHD : 90% 5-6 og ikke CHD : 60% 5-6 og CHD : 70%. 4

5 Opgave 6 (gruppe 1) I denne opgave skal I regne lidt på betydning af misklassifikation i et simpelt eksempel. Vi tager udgangspunkt i tabel og tal fra spørgsmål 1 i opgave 5. Vi vil først se på betydning af misklassifikation af udfaldet, dvs hvorvidt kvinderne fik CHD i løbet af follow-up perioden 1. Antag at 10% af de kvinder, der fik CHD, blev misklassificerede som raske i studiet. Find den forventede 2x2 tabel. denne tabel Sammenlign estimaterne med hvad I fandt for hele populationen. Hvad er jeres kommentarer. Gentag det hele under antagelse af: % af de kvinder, der fik ikke CHD, blev misklassificerede som syge i studiet % af de kvinder, der fik CHD og som kun drak 2-4 g/u, blev misklassificerede som raske i studiet. Så kigger vi lidt på hvad der sker hvis kvinderne er blevet misklassificerede hvad angår eksponering, dvs deres alkoholforbrug. Lave beregninger under antagelse af: 4. 20% af de kvinder, der drak 5-6g/u, blev misklassificerede til kun at drikke 2-4 g/u % af de kvinder, der drak 2-4 g/u, blev misklassificerede til at drikke 5-6 g/u % af de kvinder, der drak 5-6g/u, blev misklassificerede til kun at drikke 2-4 g/u samt at 20% af de kvinder, der drak 2-4 g/u, blev misklassificerede til at drikke 5-6 g/u. 5