Hjemmeopgave Basal statistik for sundhedsvidenskabelige forskere, efterår 2015 Udleveret 29. september, afleveres senest ved øvelserne i uge 44 (27.-30. oktober) En undersøgelse blandt fødende kvinder i Massachusetts (ref.) søger at afdække risikofaktorer for lav fødselsvægt. På hjemmesiden http://publicifsv.sund.ku.dk/~lts/basal15_2/hjemmeopgave.html ligger data fra 189 fødsler, med i alt 6 variable. Forslag til variabelnavne er angivet i 1. linie, og betydningen af disse er: id: Moderens løbenummer, observationsnummer bwt: Fødselsvægt i gram age: Moderens alder smoke: Rygning under graviditeten: (0=nej, 1=ja) ui: Tidligere tilfælde af uterin irritabilitet (0=nej, 1=ja) ptl: Tidligere præ-termin fødsel (0=nej, 1=ja) OBS: Meget vigtigt!! I skal benytte hver jeres datasæt, idet hver enkelt kursist skal slette en af observationerne. Det fremgår af en liste på hjemmesiden http://publicifsv.sund.ku.dk/~lts/basal15_2/hjemmeopgave/slettes.pdf hvilken det drejer sig om for hver enkelt. Dette er desværre nødvendigt pga. tidligere problemer med afskrift. I bedes benytte sidste side fra denne opgavetekst i udfyldt stand som forside på jeres opgavebesvarelse. Siden findes også på nettet. 1
Opgaven er at udtale sig om forklarende variable til beskrivelse af fødselsvægt, herunder specielt risikofaktorer for lav fødselsvægt. 1. Beskriv fordelingen af fødselsvægt i hele materialet: (a) Brug passende valgte summary statistics og forklar kort deres betydning. Husk også en grafisk illustration. (b) Udregn et normalområde (referenceområde), baseret på en normalfordelingsantagelse, på passende valgt skala. (c) Sammenlign med et normalområde, udregnet direkte ved fraktiler (se hint på hjemmesiden), og kommenter evt. forskelle. (d) Hvor mange børn (i antal og procent) har en fødselsvægt under 2500g? 2. Lav en passende illustration til sammenligning af fødselsvægten for rygere og ikke-rygere, og foretag et test for identitet af de to middelværdier: (a) Er der evidens for forskel på middelværdierne i de to grupper? (b) Angiv estimatet (med 95% konfidensinterval) for den forventede effekt af rygning. Kan den tænkes at være helt op til et halvt kilo? 3. Hvis vi definerer lav fødselsvægt som bwt<2500, kan vi da se effekten af rygning slå igennem som en højere proportion af børn med lav fødselsvægt? (a) Foretag et χ 2 -test (eller Fishers eksakte test) for identitet af de to sandsynligheder. (b) Angiv estimater med tilhørende konfidensgrænser for sammenligning af rygere med ikke-rygere, dels i form af differensen på sandsynlighederne og dels i form af relativ risiko (og evt. odds ratio). Formuler også konklusionen i ord. 4. Tegn fødselsvægten op mod moderens alder, med symboler svarende til rygning og indlæg regressionslinier for hver gruppe for sig. (a) Kvantificer den forventede ekstra fødselsvægt for hvert tiår, for hver af de to grupper for sig, og kommenter på resultatet. (b) Er der evidens for forskelle i alderseffekten i de to grupper? 2
(c) Hvor stor er den forventede forskel i fødselsvægt for ikke-ryger babyer vs. ryger-babyer, hvis mødrene er 30 år? Forklar forskellen til resultatet fra spørgsmål 2b. (d) Er der nogen indflydelsesrige observationer, vi bør se nærmere på og evt. udelade? I givet fald skal dette begrundes, og I kan evt. foretage en ny analyse. Nogen ændringer i konklusionen? 5. Udbyg regressionsmodellen fra forrige spørgsmål med yderligere forklarende variable, hvis deres mulige effekt kan begrundes og fortolkes: ui ptl 6. Er der yderligere forklarende variable, I gerne ville have haft med i modellen, og i givet fald, hvorfor? 7. Hvis man ville undersøge sandsynligheden for lav fødselsvægt som funktion af såvel moderens alder, rygning og evt. andre forklarende variable, hvilken type analyse kunne man da med rimelighed anvende? I har ikke lært denne type analyse endnu og skal ikke udføre den, men evt. give den et navn ud fra oversigtsskemaet: http://staff.pubhealth.ku.dk/~lts/basal/oversigtsskema.pdf Reference: Hosmer, D.W., Lemeshow, S. and Sturdivant, R.X. (2013): Applied Logistic Regression: Third Edition. These data are copyrighted by John Wiley & Sons Inc. and must be acknowledged and used accordingly. Data were collected at Baystate Medical Center, Springfield, Massachusetts during 1986. 3
Regler for hjemmeopgave i basal statistik 1. Opgaven er individuel. Gruppebesvarelser modtages ikke. Det er naturligvis tilladt at snakke sammen om opgaven, men den endelige udformning skal være selvstændig. 2. Opgaver skal afleveres på papir, enten til øvelserne, på mit kontor (10.2.03), eller sendes som almindeligt brev. Elektroniske besvarelser modtages ikke!! Det er simpelthen for arbejdskrævende med al den printning og sortering, beklager. Opgavebesvarelsen skal benytte en korrekt udfyldt forside (som også kan udprintes fra hjemmesiden). 3. Opgaven er obligatorisk. Godkendelse af opgavebesvarelsen er en forudsætning for udstedelse af kursusbevis. 4. Opgavebesvarelser med væsentlige fejl vil ikke blive godkendt. Det er altså ikke tilstrækkeligt at besvare halvdelen af opgaven korrekt. I tilfælde af betydelige fejl i opgaven vil I få en chance til at lave de relevante dele om. 5. Der er intet krav om brug af specifikt statistikprogrammel, men der kræves dokumentation for udførte analyser i form af computer output. 6. Ukommenteret computer output er ikke godt nok. I skal også med egne ord formulere hvad man kan aflæse på outputtet. Og husk at inkludere relevante figurer! 7. Skriftlig standardbesvarelse lægges først på hjemmesiden efter at alle opgavebesvarelser er i hus og godkendt (ellers kan man jo bare skrive af!) Gode råd Start med det samme. Det tager ofte længere tid end man tror, og det kan være en fordel at benytte lejligheden til at stille spørgsmål ved de mellemliggende øvelsesgange. Man kan med fordel med det samme påbegynde et Word dokument med opgavebesvarelse og løbende kopiere relevant output ind her og kommentere. Det er også væsentligt lettere at rette opgaven, hvis output står på de relevante steder og ikke i appendix.
Hjemmeopgave, efterår 2015 Basal statistik for sundhedsvidenskabelige forskere Navn Hold Jeg har slettet observationen med løbenummer (id): Jeg har undervejs i opgaveløsningen diskuteret problemerne med følgende personer: Jeg erklærer, at jeg egenhændigt har udført analyserne og formuleret besvarelsen. Dato Underskrift