Sadržaj
Uvod
Statističke metode su formalni način objašnjavanja izvora varijabilnosti u odgovorima pacijenata na liječenje. Koristeći statistiku, klinički istraživač može donijeti razumne i točne zaključke na temelju prikupljenih informacija i donijeti informirane odluke kada prevlada neizvjesnost. Statistika je ključ za sprječavanje pogreške i pristranosti u medicinskim istraživanjima. Ovaj članak opisuje neke od ključnih pojmova statistike i kako se primjenjuju u kliničkim ispitivanjima.
Testiranje hipoteze
Hipoteza je pretpostavka ili skup pretpostavki, koja ili a) tvrdi nešto na privremenoj osnovi za usmjeravanje znanstvene studije ili b) potvrđuje da je nešto vrlo vjerojatno u svjetlu prihvaćenih činjenica.
U tom kontekstu zanimaju nas hipoteze koje nešto tvrde – na primjer, da je novi tretman bolesti bolji od postojećeg standardnog liječenja. Ako nazovemo novi tretman za B i standardni tretman za A, hipoteza kaže da je B je bolji od A.
Možete pretpostaviti da istraživači počinju dokazivanjem ove hipoteze, ali to nije slučaj. Umjesto toga, cilju pristupate neizravno. Umjesto da pokušava dokazati hipotezu B, znanstvena metoda zapravo pretpostavlja da je A istinita – da nije postoji određena razlika između standardnog i novog tretmana. To se zove nulta hipoteza. Istraživači tada pokušavaju opovrgnuti A. To se također poziva da dokaže da je nulta hipoteza pogrešna. Ako uspiju u tome – dokazati da je hipoteza A lažna i da standardni tretman nije bolji od novi tretman – to znači da je B istinito i da je novi tretman bolji od standardnog liječenja.
Zašto ovo radiš?
Na to nema jednostavnog odgovora, to je općeprihvaćena metoda koja je razvijena u suvremenoj znanosti, ali može biti od pomoći povući pravnu paralelu. Null hipoteza uključuje trenutnu situaciju ili znanje (u usporedbi sa sudnicom, ovo znači “Optuženi je nevin”), što moramo prihvatiti ako nemamo dovoljno dokaza za suprotno. Optuženi je kriv”.
Drugi možda lakši način da dođete do ovoga je citirati Alberta Einsteina:
“Nijedan pokušaj na svijetu ne može dokazati da sam u pravu, ali samo jedan može dokazati da nisam u pravu.”
Čini se da to znači da je stroži i ostvariviji cilj pokušati dokazati da je nulta hipoteza lažna ili netočna nego pokušati dokazati da je alternativna hipoteza istinita. Imajte na umu da to zapravo NE objašnjava zašto znanost koristi ovu strategiju, ali nam može pomoći da lakše razumijemo i prihvatimo komplicirano načelo.
Pogreške tipa I i tipa II
Ako pogledate donju tablicu, možete vidjeti koja je razlika između pogrešaka tipa I (lažno pozitivnih) i pogrešaka tipa II (lažno negativnih).
Ovo je još uvijek vrlo zbunjujuće, pa evo jasnog primjera da ga jednostavnije kažem:
- Pogreške tipa I mogu ubiti pacijenta – zamislite studiju koja netočno zaključuje da standardni tretman nije bolji od novog liječenja, pa ljudi stoga primaju novi tretman s katastrofalnim rezultatima. Pogreške tipa I znače da je učinak pogrešno otkriven koji nije postojati.
- Pogreške tipa II znače da potencijalno vrijedna istraživanja nisu od koristi. Istraživanje je moglo biti stvarno korisno, ali budući da se daljnja studija ne provodi, pacijentima se ne nanosi šteta. Pogreške tipa II znače da se postojeći učinak ne otkriva.
- Stoga je jasno da su pogreške tipa I ozbiljnije za pacijente od pogrešaka tipa II.
Razina značaja - Razina značajnosti je vjerojatnost počinjenja pogreške tipa I. Na to utječe veličina uzorka i “statistička snaga” testa.
Statistička snaga
Blog