Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Epidemiologi Holdtimer

No description
by

Mette Lindholm Eriksen

on 15 December 2015

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Epidemiologi Holdtimer

Obstacle 1:
Obstacle 2:
Obstacle 3
Opsamling og
tidligere eksamensopgaver

Start
Diagnostik og klinisk
epidemiologi
Epidemiologi
Modul 10 vinter 12/13
Præcision og validitet
Holdtime 1-2
Holdtime 5-7
Holdtime 15-16
Obstacle 4
Holdtime 19-22
Obstacle 5:
Obstacle 6
Holdtime 26-27
Holdtime 28-29
Monsteret "lille-fredag"
Introduktion til Forskningsmetodik:
1.1 Hvorfor skriver vi videnskabelige artikler?
1.2 De fleste artikler er opbygget efter IMRAD formatet.
1.3 Hvad er hovedforskellene på videnskabelige artikler og bøger?
Hvad er IMRAD? Hvad er formålet med punkterne?
1.4 Nævn mindst 4 videnskabelige tidsskrifter du kender
IMRAD
I = Introduction
M = Method
R = Results
A = and
D = Discussion
I et studie blev sammenhængen imellem moderens infektioner under graviditet og barnets risiko for at udvikle epilepsi undersøgt. Enkeltfødte børn født i perioden 1997- 2003 blev fulgt frem til 2005. Information om moderens infektioner under graviditeten blev rapporteret af de gravide via et telefoninterview i hhv. første og andet trimester, og oplysninger om epilepsidiagnose blev indhentet fra Landspatientregisteret i 2005.
1.5
Hvilket studiedesign er anvendt?
Kohorte Studie: Kohorten, enkelte fødte børn
1.6
I en undersøgelse ville nogle epidemiologer undersøge, om rygning øger risikoen for smitte med human papillomavirus (HPV). I studiet blev 10000 kvinder adspurgt om deres rygevaner og ud fra celleprøver fra Cervix blev en DNA analyse foretaget og HPV smitte-status fastslået. Følgende data blev registreret:
Hvilket studiedesign er anvendt?
Tværsnitsundersøgelse
Tidsdimension: Ingen - "snap-shot"
Eksponering: Rygning
Outcome: HPV
Hvilke hyppighedsmål og associoationsmål anvendes?
Prævalens, prævalens porportion, prævalens proportion ration
1.7
Ved måling af serums indhold af D vitamin hos kvinder med brystkræft og andre kvinder, der ikke havde brystkræft, men havde samme alder og boede i samme område, blev der fundet følgende fordeling:
Hvad kaldes dette studiedesign og hvorfor?
Case-control studie
Hvilke hyppighedsmål og associationsmål anvendes?
Odds, Oddsration
1.8
I 1980-1996 blev 88.000 sygeplejersker spurgt om deres madvaner og fulgt med hensyn til senere udvikling af brystkræft i de næste 16 år. Madvarerne de indtog blev omregnet til et indhold af calcium og D-vitamin.
Hvilken type studie design er anvendt?
Kohortestudie
Outcome: Brystcaner
Eksponering: Madvare (D-vitamin, calcium)
Udgangspunkt: Eksponering, sygeplejerskerne
følges over tid
Anvendte associationsmål og hyppighedsmål?
Incidensrate, KIP, Rate rario, Incidens rate ratio
1.9
I perioden fra 1930 til 1960 blev der udført en række epidemiologiske studier, som undersøgte hypoteser om sammenhængen i mellem rygning og lungekræft. To af disse studier blev udført Doll i 1947 og Hill i 1951.
I studiet foretaget af Doll, blev patienter indlagt med lungekræft på hospitaler i London adspurgt om deres tidligere rygevaner. Samtidigt blev tilfældige patienter med andre lidelser spurgt om deres tidligere rygevaner. De to grupper blev derefter sammenlignet.
Hvilket studie design er anvendt?
Case control studie
Case: Lungecancer
Control: Tilfældige patienter
Hvilke fordele er der ved et Case-control studie?
Billig og hurtig
God til sjældne og latente sygdomme
"Ukendt" sygdom
Dynamiske populationer
Kan have samme høje kvalitet som kohortestudier
Kan evaluere mange eksponeringer
Hvilke ulemper er der ved et Case-control studie?
Mange bias - retrospektiv
svært at etablere en klar temporal sammenhæng mellem outcome og eksponering
Ikke god til sjældne eksponeringer
Fordele ved Kohorte studier
God til sjældne eksponeringer og kan vurdere flere på samme tid
Nyttig information om eksponering (prospektiv)
Effektiv overfor sygdomme med lang induktions og latens tid (retrospektiv)
Mindre følsom overfor bias
Direkte måle incidens eller risiko
Klart tidsmæssigt forhold mellem eksponering og outcome
Ulemper ved kohorte studier
Ineffektiv overfor sjældne outcomes
Dårlig information om eksponering og andre nøglevariable (retrospektiv)
Dyr og en tidsrøver
Ineffektiv overfor sygdomme med lang induktions og latens tid (prospektiv)
Sårbar overfor bias (retrospektiv)
Fordele ved tværsnits undersøgelser:
Måler "snap-shot": prævalensen af eksponering i relation til sygdoms prævalensen = Generaliserbar og billig
Ulemper ved tværsnitsundersøgelser
Ingen tidshorisont
Domineres af "healthy worker effekt"
"Hvorfor skal vi kommende
læger lære epidemiologi?"
Årssagssammenhænge
Interventionsstudier
Artikellæsning
og studiedesign


Epidemiologiens fader: John Snow
Eksponering: D-vitamin
Udgangspunkt: Kvinder med Brystcancer
Kontrolgruppe: Udvælges efterfølgende, kvinder UDEN bryst cancer
Eksponering: Moderens infektion/manglende infektion
Outcome: Epilepsi
Metode: Telefon interview
Overordnet set to typer af studier:
Observationsstudier:
Naturen går sin gang, og man observere en karakteristika i forhold til andre karakteristika
.
Eksperimentelle studier
: forskeren er aktiv, intervenerer, ændrer eller manipulerer med den ene karakteristika, og undersøger så, hvad der sker med den anden karakteristika.
Opsumering:
Kohorte studie
Spørgsmål: hvorfor?
Tid Sygdom
1. vælg en kohorte
2. klassificer en population UDEN sygdom med
respekt for dens eksponeringen af en specifik faktor
3. observer over tid
4. noter alle nye (incidente) cases af outcome i
kohorten
5. Sammenlign frekvensen af incidente cases i den
eksponerede of den ikke eksponerede gruppe.
Case-Kontrol studie
Spørgsmål: hvorfor?
Tid Sygdom
1. Definer cases
2. vælg kontroller
3. sammenlign frekvensen af eksponering mellem cases og kontroller
Tværsnits studie
Spørgsmål: hvem? Hvor? Hvad?
1. vælg en tilfældig stikprøve
2. noter de prævalente sygdomstilfælde og målet
for eksponeringen i samplet
3.1
Fig. 1. Figuren viser udviklingen i andelen af mandlige rygere i Danmark (stiplede linje) sideløbende med incidensraten af lungekræft blandt mænd (optrukne linje).
3.1
Mandlige rygere i DK
Incidensraten af lungekræft
a. Beskriv diagrammet og kurvernes udvikling
Y aksen: Incidencen pr 100.000 pr år/% rygere
x aksen: År
i andelen af mandlige rygere over tid

i LC frem til 1980/1984 derefter fald
b. Kan man ud fra kurven slutte at der er sammenhæng mellem rygning og LC?
Nej - kurven viser det modsatte.
c. Hvilken hypotese kan man forestille sig på baggrund af figuren? Angiv eksponering og udfald.
Eksponering: Rygning
Udfald: LC
H: er der sammenhæng mellem rygning og LC?
d. Forklar hvordan du vil undersøge hypotesen i hhv. kohorte-, case-kontrol og tværsnitsdesign
Kohorte: måle elsponering i en population og følge populationen over tid mhp hvem der udvikler lc
Case-kontol: Case: LC-tilfælde og derefter vælge passende kontroller. Sammenlign rygevaner
Tværsnit: undersøge rygevaner og sygdomsstatus i en stikprøve population vha spørgeskema
e. hvordan vil du rent statistisk teste din hypotese
Ho (der er INGEN sammenhæng)
fx x2-test
s. 408 i Medical statistics: hvilket studie, hvilken test
3.2
I 1997 fandt forskerne følgende sammenhæng imellem landets breddegrad og brystkræftdødelighed:
a. beskriv figuren
X-akse: breddegrader, Y-akseL BC-dødelighed
Tendens: BC i nordiske lande
b. hypotese på baggrund af figuren
Breddegrad/lav soleksponering/D-vitamin mangel kan føre til BC
c. Hvad kaldes denne type af studie og hvorfor?
Økologisk studie. Vi ser på grupper frem for individer. Vi undersøger på makro niveau.
d. hvilke fejl kan man begå i studiet?
Økologiske/korrelations studier

a.
Beskriver eksponeringer og helbredsoutcome på gruppeniveau og korrelerer disse

b.
Bruges til at rejse hypoteser

c.
Analyseenheden er grupper ikke et individ

d.
Anderledes end andre studiedesign
-
Kan ikke lave en 2X2 tabel med individer i
cellerne

e.
I stedet bestemmes korrelationen mellem x og y
-
Plot data i to dimensioner

-
Bestem korrelationen (r)
Økologisk fejl: Slutning fra gruppe til individ niveau og omvendt
Hvad er en årsag?
Principielle plan

Konkrete plan

Data/analytiske plan
Årssagssammenhænge i daglig tale
Hypoteser
Bradford Hill
Strength of the association / Associationens styrke

Temporality / Tidsmæssig konsistens

Consistency / Konsistens mellem flere undersøgelser

Plausibility / Plausibilitet

Specificity / Specificitet

Biological gradient / Dosis-respons sammenhæng

Experiment / Eksperimentel evidens

Analogi / analogi
Årssagssammenhænge på:
A
B
C
G
G
F
D
E
D
E
F
Rothmans årsagsmodel (causal pies)
Mange eksponeringer kan have indflydelse på adfærdsforstyrrelser
Børn er mere sårbare, men ingen kendte biologiske mekanismer, bortset fra varmegenerering
Rapportering vedr eksponering og outcome når barnet er 7år
Moderat sammenhæng - OR=1.80/1.54/1.18
Ingen studier har tidligere undersøge hypotesen
1. Strenght of association
2. Temporality
3. Consistency
4. Plausibility
5. Specificity
6. Dosis respons
Risikoen ser ud til at være større når man er eksponeret pre og post. Tendens når det kommer til antal talte timer pr dag.
7. Eksperimental evidence
Der findes enkelte eksperimentelle undersøgelser
8. Analogi
Ingen oplagt
Random error
Bias
Konfounding
Sandsnligheden for at det observerede resultat er grundet "forandringer".
Alternative forklaringer på at den observerede
sammehæng mellem eksponering og outcome
Systematisk fejl der resulterer i et ukorrekt estimat af associationen mellem eksposure og outcome
Er ikke en fejl begået af efterforskeren. Afspejler derimod at epidemiologisk forskning udføres blandt fritlevende mennesker, med ulige distribuerede karakteristika.
Skal øge risikoen for sygdommen er en uafhængig risikofaktor
1.
2.
Skal associere med eksponeringsfaktoren, som jeg interesserer mig for i hypotesen
3.
Må IKKE påvirke vejen fra E til O dvs være et led i årssagskæden
Er vores resultater valide?
Intern validitet:
Undersøgelsens gyldighed for den udvalgte stikprøve
Ekstern validitet:
Gyldighed overfor den repræsenterede kildepopulation
Resultaterne er afhængig af?
Tilfældige fejl:
Usikkerhed - kan kompenseres for ved gentagne målinger og større præcision
Systematiske fejl
Bias, en systematisk skævhed, der ikke umiddelbart kan korrigeres for
Kommer af en uforudsigelig process
Skyldes fx: stikprøvevariation, præcisionsproblemer, måleusikkerheder
Selektionsbias
Informationsbias
Selektionsbias
er en systematisk forskel mellem de udvalgte personernes karakteristika og kildepopulationens katakteristika
Self-selektion af personer til studiet:
Folk der deltager aktivt i studier er forskellige fra dem der ikke ønsker at deltage
Sygdom gør folk ude af stand til at deltage
-øjen irritation pg formaldehyd eksponering: dem der syge/har symptomer er udelukket, stoppet med at arbejde eller lignende
Healthy worker effekt:
folk i arbejdere er generelt mere raske end folk der ikke er i arbejde
Informationsbias
: et estimat blive ukorrekt hvis vi får forkert information om medlemmerne fra stikprøven
Sker når medlemmer er aktive i studiet
Angår måden hvorpå data indsamles eller måles
Leder ofte til ukorrekt klassifikation af deltagere som eksponeret/ikke eksponeret
Typer:
Interviewer Bias
: forskelle i optagelsen, målingen, og/eller fortolkningen af informationer pga intervieweren
Recall Bias
: forskelle i hvad cases og kontroller husker
1
2
3
EKSPONERING
OUTCOME
KONFOUNDER
6.1 a) En 3. faktor der har inflydelse på outcome og er relateret til eksponering, men som IKKE er en mediator
6.1 b. Forebyggelse af konfounder
RESTRIKTION: fx kun se på ikke-rygere, for at eliminere rygningens mulige effekt
MATCHING: finde en x-årig eksponeret mand og matche denne med en x-årig ikke eksponeret mand sikre at fordelingen af potentielle konfoundere er ens
RANDOMISERING: lodtrækning, specielt anvedt i behandlingsforsøg til at afgøre hvem der skal have hvilken behandling. Formålet er at undgå en systematisk forskel i fordelingen af konfoundere.
JUSTERING ved hjælp af analyser
STRATIFIKATION opdeling af studiepopulationen i strata, hvorpå der foretages seperate analyser. Ved sammenligning vurderes det om der er væsentlig effektmodifikation.
6.2
Sammenhængen mellem hjertekarsygdom og rygning hos mænd og kvinder i et case-kontrol studie
a. beregn OR for hjertekarsygdom givet rygning
OR=2,8
Mænd
Kvinder
OR=2,1
OR=2,1
c. Er køn en konfounder?
ja, effekten udtyndes når man tager højde for køn
b. Stratum-specifikke OR for kvinder og mænd
d. Overvej hvordan man fjerner effekten af en konfounder ved at opdele på den.
Opgave 6.2
e. Antag nu at fordelingen ser således ud:
Mænd
Kvinder
Beregn de stratum-specifikke odds ratioer for mænd og kvinder
Mænd: OR=1,90
Kvinder: OR= 3,04
f. Sammenlig den rå odds ratio med de stratum-specifikke odds ratioer. Er køn en konfounder?
Nej, køn ser ud til at være en effektmodifikator
g. hvordan ville du præsentere dine resultater i hhv scenarie 1 og 2?
Stratum-specifikke estimater, hvis der er tale om effektmodifikation. Justerede estmater når der er tale om konfounding.
med baggrundsbefolkningen. På den baggrund konkluderer forfatterne, at løb under graviditeten ser ud til at være
rekrutteret via en annonce i avisen, hvor man søgte kvinder, der havde løbet under deres graviditet. Ved hjælp
En undersøgelse af betydningen af løb under graviditeten for mor og foster blev gennemført
blandt 67 erfarne løbere. De deltagende kvinder blev
af spørgeskema blev kvinderne spurgt om deres løbevaner under graviditeten samt om fødselsudfald og komplikationer, herunder fødselsvægt, gestationslængde etc. I undersøgelsen
fandt man, at der var en lav forekomst af negative graviditets- udfald og -komplikationer i studiepopulationen sammenlignet
uskadeligt, måske endda gavnligt, for mor og foster.
Diskutér forskellige former for bias, der kan forekomme i den ovenfor beskrevne undersøgelse og overvej, hvordan de evt. kan påvirke resultaterne/konklusionen.
6.3
6.4
I en svensk undersøgelse blandt 1,057,711 fødsler fandt man følgende resultater for sammenhængen mellem rygning og forskellige graviditetsudfald for kvinder i forskellige aldersgrupper:
TABLE 3. Odds ratios (ORs) and 95% confidence intervals (CIs) for late fetal death, placental abruption, and small for gestatlonal age (SGA) single births In Sweden among smokers In various age groups, 1983-1992
For hver af de 3 graviditetsudfald bedes du vurdere:
a: Om der ser ud til at være en overrisiko forbundet med at ryge?
b: Om der synes at være en dosis-respons sammenhæng forbundet med rygning
1 Reference group = non-smokers
2 Logistisk regression analyses, stratifies by maternal age controlling for parity and family situation
c: Om mors alder ser ud til at modificere effekten af rygning
Late fetal death
: Øget signifikant risiko med 10+ cigaretter OR=1.5-2
Placenta abruption
: overrisiko forbundet med at ryge
SGA-births
: Overrisiko forbundet med at ryge
SGA
births øget risiko ved stigende cigaretforbrug - næsten intet overlap mellem konfidensintervaller..
LFD
og
PA
ses en tendens, men med overlap mellem konfidensintervallerne. Vi kan derfor ikke udelukke at estimaterne er de samme.
Det er kun for
SGA
births at risikoestimaterne ser ud til at varierer systematisk mellem de forskellige aldersstrata. Således at effekten af rygning er større for høj maternal alder.
Mediernes "oversættelse" studiet til befolkningen
Kommentarer fra forskningens verden:
"The study was full of flaws!"
Ved hvert M visit:
Face to face interview
Blodprøve (teste for syfilis og HIV)
Genitial undersøgelse
15-20 min konsultation
Model 1: period number, duration of exposure in days

Model 2: as above + calender period, background characteristics

Model 3: as above + behavioural time-dependent covariates
EKSAMENS MONSTER
Naturlig Sygdomsudvikling
Forebyggelse
Symptomer
Diagnose
Biologisk onset
Morbiditet/død
1. Primær - hele befolkningen
Forebyggelse af sygdom ved at kontrollere risikofaktorer
2. Secundær - Patienter
Reduktion af konsekvenserne af sygdom ved tidlig diagnose og behandling
3. Tertiær - Rehabilitering
Reduktion i komplikationerne i forbindelse med sygdom
Tidlig diagnose - Screening
Screening
Biologisk onset
Diagnose
Symptomer
Morbiditet/død
Processen der finder uopdagede sygdomme/
defekter vha tests.
Diagnose
Stilles på baggrund af testresultater og er et resultat af en vurdering af mange informationer
SENSITIVITET
SPECIFICITET
testens evne til at finde alle syge
(de positive) - P(T+| S+) ~SP/(SP+FN)
testens evne til at finde alle ikke-syge (de negative) - P(T-|S-) ~SN/(FP+SN)
Mål: At finde en sygdom tidtigt og intervenere så man undgår sygdom
Eksempel sensitivitet/specificitet,
mammografiscreening
Mammografiscreening i Købengavn
1. screeningsrunde
Ugeskr Læger 2002;164(08):1048.
Slide fra præsentation af Ellen Aagaard Nøhr
Reciever operating characteristics (ROC) kurver
– sand positive rate(sensitivitet) vs. falsk positive rate (1-specificitet)
Sammenhængel mellem sensitivitet og specificitet
Prædiktive Værdier
Til at angive sandsynligheden for at en person med et positivt analysesvar faktisk er syg (eller en med et negativt svar faktisk er rask) beregnes de såkaldt prædiktive værdier:

Den positivt prædiktive værdi er sandsynligheden for at en person med et positivt analysesvar faktisk er syg. Dvs. at den positivt prædiktive værdi er defineret som:
PPV = Antal sandt positive / Antal positive
PPV = SP/(SP+FP)
Prædiktive positive værdi


Den negativt prædiktive værdi er sandsynligheden for at en person med et negativt analysesvar faktisk er rask. Dvs. at den negativt prædiktive værdi er defineret som:
NPV = Antal sandt negative / Antal negative
NPV = SN/(FN+SN)
Prædiktive negative værdi
Ugeskr Læger 2002;164(08):1048.
Prædiktive værdier
Eksempel
Mammografiscreening
Faksk negative
Sandt negative
Sandt positive
Falsk positive
Possible outcomes of a screening program
© 2005 Elsevier
Downloaded from: StudentConsult (on 29 March 2011 07:02 PM)
Problemer med screening programmer
Leadtime bias
Screeningprogrammer kan dedekterer sygdomme så man får stillet sin diagnose tidligere. Dog kan det betyde at der hverken er gevinst for den syge mht helbredelse, sundhed eller livskvalitet
Antagelsen af at folk lever længere pga tidlig diagnose. Men folk lever reelt den sammen tid, bare længere med en diagnose. Man overestimere derfor gevinsten ved screeningprogrammet. Derfor bør man altid tage højde for leadtime bias når man evaluerer screeningsprogrammer.
Length bias
Når sygdomsperioder varierer i længde vil der i tværsnitsundersøgelser (prævalensundersøgelser) komme en overrepræsentation af de langvarige forløb, mens de hurtigtløbende forløb er interval tilfælde
FX: samme antal agressive og ikke-agressive kræft vil ved en screening give overrepræsentation af ikke-agressive kræft
Opgaver
På kirurgisk afd. A, Odense Universitetshospital, er det erfaringen, at halvdelen af patienter henvist til undersøgelse for pankreas cancer viser sig at have sygdommen.
a. Hvad vil det sige, at CA19-9 har en sensitivitet på 83%?
Sensitivitet siger noget om en tests evne til at finde de syge dvs. sandsynligheden for et positivt testresultat blandt alle de syge. I dette tilfælde findes 83% af de syge.
b. Hvad vil det sige, at CA-19-9 har en specificitet på 73%?

Specificiteten siger noget om en tests evne til at identificere de ”raske” dvs. sandsynligheden for et negativt testresultat blandt alle ”raske”. I dette tilfælde identificeres 73% af de ”raske”.

+Cancer -Cancer Total
CA19-9 pos 415 135 550
CA19-9 neg 85 365 450
Total 500 500 1000
Den prædiktive værdi af et positivt test-resultat er sandsynligheden for at man er syg, hvis man er blevet testet positiv
PPV = 415/550 = 0.755 dvs. 75.5% (sande test-positive i fht. alle test-positive)
d. Hvad sandsynligheden for, at patienten ikke har cancer pancreatis, såfremt testen er negativ
(dvs. normalt CA19-9)?
Den prædiktive værdi af et negativt test-resultat er sandsynligheden for at man er rask, hvis man er blevet testet negativ
PPN = 365/450 = 0.811 dvs. 81.1% (sande test-negative i fht. alle test-negative)
Bestemmelse af glycoproteinet CA19-9 i serum angives at have en sensitivitet på 83% og en specificitet på 73% for påvisning af cancer pancreatis. Der er årligt ca. 800 nye tilfælde af denne sygdom i Danmark.
Det besluttes nu, at alle patienter, der er henvist til afd. A, ved første besøg skal have bestemt CA19-9 i serum.
c. Hvad er sandsynligheden for, at patienten har cancer pancreatis, såfremt testen er positiv
(dvs. forhøjet CA19-9)?
13.2
Den kloge mand i Veflinge har været i avisen med en kur mod kræft i bugspytkirtlen. Behandlingen består i, at der i 7 dage i træk fastende indtages 77 ml rødbedesaft. Kuren koster ca. 117 kr. Da gartnerierhvervet er vigtigt i regionen, presser sygehuset og universitetet på for at få et samarbejde i gang.
Selv om de opererede har en noget bedre prognose end de ikke-opererede, går det jo generelt disse patienter ret dårligt, og du indvilliger derfor i at gennemføre en kontrolleret undersøgelse af effekten af rødbedesaft på 6-måneders overlevelsen hos patienter med kræft i bugspytkirtlen.
Du skal i planlægningen heraf træffe beslutning om størrelse af type 1 og type 2 fejlene.
a. Hvad er en type 1 fejl?
Fejlagtig afvisning af nulhypotesen dvs. man finder en sammenhæng, der ikke er reel (meget stor power kan give ”for lave p-værdier”)
b. Hvad er en type 2 fejl?
Fejlagtig accept af nul-hypotesen dvs. det lykkes ikke at finde en sammenhæng, til trods for at den er der (lille datamateriale har nogle gange ikke styrke til at påvise sammenhænge)
c. Angiv om du vil foretrække en type 1 fejl eller en type 2 fejl og hvorfor.
Man vil altid gerne have en så lille fejl som muligt, men man kan ikke både få en lille type 1 fejl og en lille type 2 fejl.
Så en type 2 fejl, er at foretrække (at vi ikke overser en gavnlig effekt af rødbedesaft, hvis den virkelig findes). Det gør ikke nær så meget med en stor type 1 fejl (at vi kommer til at tro at der er en effekt af rødbedesaft, selvom der ikke er en effekt), da behandlingen er billig og uskadelig
.
d. Overvej hvad ovenstående har af implikationer i forhold til bestemmelse af undersøgelsens størrelse og valg af signifikansniveau.
For at mindske risikoen for type 2 fejl er det vigtigt med stor styrke i undersøgelsen – noget som bl.a. er knyttet til antallet af deltagere. Man kunne evt. også overveje et 10% signifikansniveau, således at man mindsker sandsynligheden for afvise den alternative hypotese dvs. effekt af rødbedesaft
Full transcript