symtom, besvär och tid hos kvinnor och män med lungcancer
symtom, besvär och tid hos kvinnor och män med lungcancer
symtom, besvär och tid hos kvinnor och män med lungcancer
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
4.1.3 Dataanalys<br />
Första rapporterade <strong>symtom</strong> <strong>och</strong> besöksorsak kategoriserades utifrån likhet i innehåll<br />
där utsagor som var lika varandra tillhörde samma kategori (t.ex. <strong>hos</strong>ta, ret<strong>hos</strong>ta,<br />
slem<strong>hos</strong>ta, hack<strong>hos</strong>ta kategoriserades som <strong>hos</strong>ta). Initialt kategoriserade HL <strong>och</strong> jag<br />
dessa <strong>symtom</strong> oberoende av varandra. Därefter diskuterades detta <strong>med</strong> övriga<br />
<strong>med</strong>författare, vilket resulterade i 19 kategorier. Deskriptiv statistik användes för att<br />
undersöka proportioner (första <strong>symtom</strong>, <strong>symtom</strong> som föranledde besök <strong>hos</strong><br />
sjukvården). För att undersöka huruvida <strong>symtom</strong> skilde sig mellan <strong>kvinnor</strong> <strong>och</strong> <strong>män</strong><br />
användes χ 2 -test samt Fischer’s exakta test. Tidsintervallerna i vårdkedjan analyserades<br />
deskriptivt (frekvens, <strong>med</strong>elvärde, <strong>med</strong>ianvärde, standardavvikelse (SD), min-max).<br />
För att undersöka inverkan av <strong>symtom</strong>, kön <strong>och</strong> andra sociodemografiska <strong>och</strong> kliniska<br />
faktorer på <strong>tid</strong>sintervallerna i vårdkedjan användes Cox’s proportional hazard<br />
regression. Detta eftersom variabeln <strong>tid</strong> inte <strong>med</strong> säkerhet kunde anses vara<br />
normalfördelad i populationen <strong>och</strong> antagandena för linjär regression där<strong>med</strong> inte kunde<br />
uppfyllas. Fem <strong>tid</strong>sintervall analyserades <strong>med</strong> hjälp av Cox’s proportional hazard<br />
regression:<br />
• från första <strong>symtom</strong> till första besök <strong>hos</strong> sjukvården<br />
• från första <strong>symtom</strong> till det att remiss skickats till lungspecialist<br />
• från det att remiss skickats till lungspecialist till diagnos<br />
• från diagnos till behandlingsstart<br />
• från första besök <strong>hos</strong> sjukvården till behandlingsstart<br />
Det remissdatum som användes var det datum då remissen stämplades på lungkliniken.<br />
Dock fanns en diskrepans mellan detta datum <strong>och</strong> när remissen utfärdades. Vid analys<br />
av detta (uppgiften redovisas ej i artikel I) stämplades 90 % av alla remisser på<br />
lungkliniken inom 7 dagar (<strong>med</strong>ian 1 dag, <strong>med</strong>el 6,4 dagar) från det att remissen<br />
utfärdats.<br />
I regression 1 (siffran hänvisar till <strong>tid</strong>sintervallet ovan) inkluderades första rapporterade<br />
<strong>symtom</strong> <strong>och</strong> sociodemografiska data (kön, ålder, civilstånd, utbildning, rökvanor). I<br />
regression 2, 3, <strong>och</strong> 4 inkluderades första rapporterade <strong>symtom</strong>, <strong>symtom</strong> som<br />
föranledde sjukvårdsbesök <strong>och</strong> sociodemografiska <strong>och</strong> kliniska data (cancertyp,<br />
tumörstadium, PS). I regression 5 inkluderades sociodemografiska <strong>och</strong> kliniska data.<br />
Variablerna lades in i regressionen i fallande ordning efter signifikansnivå (p≤0.05).<br />
Antagandena för modellerna testades <strong>med</strong> hjälp av spridningsdiagram. Ålder som<br />
kontinuerlig variabel uppfyllde inte antagandena <strong>och</strong> delades därför in i grupper (74 år). Skattning av förändring om en observation togs bort<br />
användes för att undersöka inverkan av enskilda observationer i syfte att undvika att<br />
enskilda observationer skulle kunna styra vilket resultat som erhölls. Om en enskild<br />
observation ändrade modellen exkluderades aktuell variabel. Om exkluderingen av<br />
observationen stärkte modellen behölls variabeln i modellen.<br />
18
Change language