Sanasto

Sanasto
Vaikutusarvo
”Leverage value” sana ”leverage” tarkoittaa vipu- tai vääntövoimaa. Vaikutusarvoja
käytetään mm. regressiomallien diagnostiikassa. Niiden avulla voidaan tunnistaa ne
havaintoarvot, joilla on selvästi suurin vaikutus kuin muilla mallin parametrien arviointiin.
Vakiointi
”Standardization”, ”Adjustment” on sekoittavien tekijöiden (esim. ikä ja sukupuoli)
vaikutuksen korjaamismenettely. Menetelmiä on kahta tyyppiä: suora (”direct”) ja epäsuora
(”indirect”) vakiointi. Esimerkiksi kohdeväestön (-ryhmän) ikävakiointi suoralla menetelmällä
tehdään siten, että lasketaan ikäspesifiset tapahtumien määrät kohdeväestössä ja niiden
perusteella lasketaan tapahtumien odotettu määrä olettaen, että kohdeväestön ikärakenne
olisi jonkin vakioväestön (standardin) mukainen. Tämä menetelmä soveltuu suurille
kohdeväestöille, muuten ikäspesifiset luvut ovat epätarkkoja. Suoraa vakiointia yleisempi
menettely on epäsuora vakiointi. Siinä vakioiväestön ikäspesifisiä lukuja käytetään
odotusarvoina (E) ja niitä verrataan kohdeväestön vastaaviin havaittuihin määriin (O). Näin
saadaan vakioitu ilmaantuvuussuhde, SIR-luku, SIR=O/E. Vakiointia voidaan tehdä myös
osittamalla (”stratification”) ja monimuuttujamallien avulla.
Vakioitu ilmaantuvuussuhde
”Standardized incidence ratio” (SIR) ks. vakiointi.
Vakioitu kuolleisuussuhde
”Standardized mortality ratio” (SMR) on havaittujen ja odotettujen kuolemantapausten
suhde kerrottuna luvulla 100. SMR lasketaan epäsuoraa vakiointia käyttäen.
Vakiotermi
”Intercept” on vastemuuttujan arvioitu arvo regressiomallissa silloin, kun kaikkien
selittäjämuuttujien arvot ovat nollia. Mikäli selittäjämuuttujia (x) on vain yksi, niin vakiotermi
ilmaisee (x, y)-koordinaatistoon piirretyn regressiosuoran tai -käyrän ja y-akselin
leikkauspisteen.
Vakiovarianssius
”Homoscedastisity” tarkoittaa vertailtavien varianssien yhtäsuuruutta esim. t-testin, Anovan
yhteydessä ja regressioanalyysissä sitä, että selitettävän muuttujan (y) hajonta on sama
kaikilla selittäjämuuttun (x) arvoilla. Vastakohta on heteroskedastisuus.
Validiteetti
”Validity” a) on kliinisten mittareiden kyky mitata juuri sitä, mitä niiden halutaankin mittaavan;
esim. kuinka hyvin FEV1 mittaa tutkittavan henkilön keuhkofunktiota. Mittarin osuvuus
(”accuracy”) ja toistettavuus (”reliability”) ovat hyvän validiteetin välttämättömiä, muttei
riittäviä ehtoja. b) Kliinisissä kokeissa ja otantatutkimuksissa validiteetti tarkoittaa
tutkimuksen harhattomuutta. Satunnaistamisella pyritään turvaamaan tulosten sisäinen
(“internal”) validiteetti ja oikeaoppisella otannalla tulosten yleistettävyys, eli ulkoinen
(“external”) validiteetti.
Valkoitumisharha, valintaharha
”Selection bias” Valikoitusharha vaikeuttaa tai saattaa vääristää tutkimustulosten tulkintaa.
Se liittyy moniin eri tutkimusasetelmiin ja se saattaa johtua monista eri syistä.
Kyselytutkimuksissa valikoitumisharha syntyy siten, että kyselyyn vastanneiden joukko ei
edusta koko kohderyhmää. Valikoitumisharha saattaa syntyä myös siten, että otanta on
suoritettu osasta kohderyhmää (tavoiteperusjoukkoa), esim. erikoissairaalan potilaista
kerätty potilasaineisto on usein monella tavoin valikoitunut. Kliinisissä kokeissa hoidon
allokinnissa voi tapahtua valikoitumista, epätasapainoa vertailtavien ryhmien välille
ennusteeseen vaikuttavissa tekijöissä. Tapaus-verrokkitutkimuksissa valikoitumisharha on
46
Kliinisen biostatistiikan kurssi Seppo Sarna, 2012