Last ned PDF (154 sider) - Oslo universitetssykehus

KAPITTEL 8
STATISTIKK OG DATAANALYSE
For å kunne vurdere resultater av forskning, må dataene analyseres. Kunnskap om
og forståelse av databearbeiding må være tilstede i både planleggingen,
gjennomføringen og sluttarbeidet av studien. Dette er viktig da statistiske
vurderinger blant annet har betydning for å fastslå om studien er planlagt med
nok pasienter, forsøkspersoner eller forsøksdyr.
Antall forsøksindivider eller cellekulturer som er nødvendige i studien, er
avhengig av mange faktorer, og begrepet “minste klinisk relevante forskjell” er
essensielt i denne regneprosessen. For å kunne fastsette den “minste klinisk
relevante forskjell” må man ha kjennskap til den indre variasjonen i variabelen
man måler, altså den variasjonen som er tilstede før man i det hele tatt har to
grupper som settes opp mot hverandre. I planleggingen av en studie kan man
bruke “minste klinisk relevante forskjell” lik den forskjell som er påvist på
samme effektvariabel i en lignende studie. Ved å beregne nødvendig antall
deltakere (gjennom styrkeberegning av studien) reduseres risikoen for å
gjennomføre en studie uten mulighet for å kunne trekke noen konklusjoner når
resultatene foreligger (inkonklusiv studie).
Planlegging og hypotesetesting. Mange studier setter opp konkurrerende
hypoteser (for eksempel: ”Behandlingen gir en forbedring” vs. ”Behandlingen gir
ingen forbedring”). En av dem velger man som nullhypotese (H0), vanligvis den
som skal avkreftes. Den andre kalles alternativ hypotese (HA eller H1).
Hypotesene må være veldefinerte slik at en kan utføre en statistisk test (eller
hypotesetest). En hypotesetest tar en avgjørelse om nullhypotesen skal godtas
eller forkastes. Her kan den ta to typer feil: feilaktig forkasting (type I feil) eller
feilaktig godtaking (type II feil):
69