רפואה נתמכת ראיות

Digital disparities among healthcare workers in typing speed between generations, genders, and medical specialties: cross sectional study

התוצאה של מבחן אנובה הוא ערך ה F. לערך זה יש התפלגות צפויה כאשר השערת האפס נכונה. כשיש ערך F שבלתי סביר לקבל כאשר השערת האפס נכונה, נדחה את השערת האפס. ניתן לכמת את הסבירות לקבל ערך F  מסויים כאשר השערת האפס נכונה בעזרת טבלת F. בטבלה זו יש להתחשב גם בכמות הקבוצות (ככל שיש פחות קבוצות, ל F  יש סיכוי להיות גדול גם כאשר השערת האפס נכונה), וגם בגודל הקבוצות (ככל שקטנות יותר, ל F יש סיכוי להיות גדול גם כאשר השערת האפס נכונה).

F distibution

F table

Digital disparities among healthcare workers in typing speed between generations, genders, and medical specialties: cross sectional study

ההברקה במבחן אנובה היא שמשתמשים בשתי דרכים שונות להעריך את השונות של אוכלוסיית המחקר. הראשונה הנקראת "מתוך" היא שימוש בקבוצות כאילו הן "מדגמים" מתוך כלל אוכלוסיית המחקר, ולכן אומדן של השונות הכללית לפי השונות בתוך הקבוצה עצמה.

השנייה, הנקראת "מבין", היא שימוש בקשר בין שונות של ממוצעים לבין שונות של הערכים המקוריים (כאשר הערכים באוכלוסיה מתפלגים נורמלי)- קשר שאפשר לייצג אותו על ידי הכפלה במספר האנשים בקבוצה.

שתי הדרכים האלו אמורות לאמוד את אותו המספר כאשר השערת האפס נכונה, ולכן אמורות להגיע למספר דומה, ואז חלוקה של שני המספרים האלו תתן לנו מספר הקרוב ל 1. אם הקבוצות מאוד שונות אחת מהשנייה, השונות בין הממוצעים תגדל, והדרך "מבין" תתן לנו הערכה הרבה יותר גדולה של השונות הכללית.

היחס בין שתי הערכות השונות האלו- לפי הממוצעים ("מבין") חלקי לפי הקבוצות ("מתוך") הוא ערך ה-F, וזהו הסטטיסטי של מבחן אנובה. ככל שערך זה גדול יותר, כך ניטה יותר לדחות את השערת האפס.

F statistic

Digital disparities among healthcare workers in typing speed between generations, genders, and medical specialties: cross sectional study

במבחן הזה נשתמש כשיש יותר משתי קטגוריות למשתנה הבלתי תלוי, למשל כשיש יותר משתי קבוצות, וכאשר המשתנה התלוי (התוצא) הוא כמותי ומתפלג נורמלית. למשל, כשמשווים קצב הקלדה במחשב בין קבוצות גיל שונות של עובדי בית חולים, או בין התמחויות שונות. 

הסיבה שלא להשתמש במבחן הסטודנט עבור כל זוג וזוג של קטגוריות, היא שכך ייווצרו מבחנים מרובים עם השערות אפס מרובות, ולכן סיכוי גבוה לטעות מסוג אחד. במקום להשתמש בהבדל בין ממוצעים, כמו מבחן הסטודנט, מבחן אנובה משתמש בשונויות.

One way ANOVA (analysis of variance)

Effect of Longer Family Meals on Children’s Fruit and Vegetable Intake

שונות במובנה העממי היא פיזור רחב של הערכים. אך במובן הפורמלי הסטטיסטי, שונות היא ערך מחושב (שאכן מציין מידת פיזור). במקרה של שונות עבור ממוצע בקבוצה אחת, השונות היא סכום הריבועים של מרחקי הערכים מהממוצע, חלקי (כמעט) מספר המדידות. שונות אינה ערך אינטואיטיבי, והיא לא בקנה המידה של הערכים הנמדדים. השורש של השונות הוא סטיית התקן, שנמצאת בקנה המידה של הערך הנמדד, ולכן קל להבין אותה אינטואיטיבית. בדומה לממוצע, אפשר לדבר על שונות הן במחקר (במדגם) והן באמת שמחוץ למחקר (באוכלוסיה).

Variance- שונות במובן הפורמלי

Variability- שונות במובן האיכותי/עממי

Standard deviation

Sum of squares

ציון של ארבעים אלף הורדות פרקים של הפודקאסט והזדמנות לספר על הפודקאסט ואיך התפתח

Effect of Longer Family Meals on Children’s Fruit and Vegetable Intake

מבחן טי למדגמים מזווגים הוא המקביל למבחן הסטודנט במצב בו ניתן לבצע זיווג בין מדידה בקטגוריה אחת של החשיפה למדידה בקטגוריה השנייה. זה קורה כאשר מדובר באותו משתתף שנמדד בשתי החשיפות (לפני-אחרי, עם התערבות אחת ואחר כך התערבות אחרת), או כאשר מתבצעת התאמה של אחד לאחד בין משתתפים בקבוצה אחת למשתתפים בקבוצה אחרת (לדוגמה- שכנים, אחים, התאמה לפי גורמי סיכון). היתרון של מבחן זה על מבחן הסטודנט הרגיל הוא שכאן השונות מחושבת לפי ההפרש במדידות המזווגות ולכן היא קטנה יותר. שונות קטנה יותר מגבירה את העוצמה של המחקר.

במחקר על אורך ארוחת הערב כגורם לצריכת ירקות גבוהה יותר, אותם משתתפים נמדדו עבור שתי החשיפות האפשריות, ואכן בחשיפה לארוחה ארוכה יותר, כמות חתיכות הירק הממוצעת הייתה גדולה יותר באופן מובהק.

Paired samples t-test

Propensity score

Before-after study

Endovascular thrombectomy plus medical care versus medical care alone for large ischaemic stroke: 1-year outcomes of the SELECT2 trial

מבחן מאן-וויטני הוא המקביל למבחן הסטודנט עבור מצבים בהם המשתנה התלוי הוא אורדינלי או שהוא כמותי שלא מתפלג נורמלי. המבחן משתמש בדירוג משותף עבור שתי הקבוצות, ולאחר דירוג זה בודק האם סכום הדירוג בכל אחת מהקבוצות שונה בצורה דרמטית. השיטה היא נוסחה שבה מתוך סכום הדירוגים באחת הקבוצות ומגודל הקבוצה מתקבל המספר יו (U). עבור יו יש התפלגות דגימה נורמלית, ולכן אפשר לבצע בדיקת השערות: אם השערת האפס נכונה, מה הסבירות לקבל U  כמו במחקר שלנו. 

במחקר על כריתת קריש הדם באירוע מוחי גדול, סולם המדידה של התוצא היה אורדינלי (סולם רנקין המשופץ). כאשר נבדק סכום הדירוגים בשתי הקבוצות, היה נראה שאכן בקבוצת הטיפול הסכום היה גבוה יותר בצורה מובהקת.

Endovascular thrombectomy plus medical care versus medical care alone for large ischaemic stroke: 1-year outcomes of the SELECT2 trial

במבחנים פרמטרים, כמו מבחן הסטודנט, יש הנחות לגבי התפלגות המשתנה התלוי. אם אי אפשר לוודא שההנחות האלו נכונות, נצטרך להשתמש במבחן חלופי. פרמטר הוא מאפיין של האוכלוסיה או של "האמת" במקרה של מחקר רפואי. המבחנים הפרמטרים משתמשים במאפיינים של האמת הזו. למשל, מבחן הסטודנט משתמש בהשערת האפס לגבי הממוצע האמיתי. במבחן הא-פרמטרי המקביל, מבחן מאן-ויטני, אין השערה לגבי הממוצע האמיתי, ומשתשים אך ורק בדירוג ובמספר המשתתפים במחקר. דוגמאות למבחנים לא פרמטרים הן מבחן חי בריבוע, מאן ויטני וקרוסקל- וואליס.

Non parametric tests

Mann-Whitney U test

Efficacy and safety of the neonatal Fc receptor inhibitor efgartigimod in adults with primary immune thrombocytopenia (ADVANCE IV): a multicentre, randomised, placebo-controlled, phase 3 trial

יש המון מבחנים סטטיסטים, עם הרבה שמות. אך לא צריך להיבהל מהכמות, רובם עושים את אותה העבודה. ננסה לעשות סדר. הבחירה במבחן מסוים היא לפי מספר מאפיינים של הנתונים שמעניינים אותנו. בעזרת בערך חמישה מאפיינים נוכל להבין באיזה מבחן רצוי להשתמש. חמישה מאפיינים כאלו הם: סוג המשתנה התלוי (ברפואה: התוצא), ההתפלגות שלו, מספר הקטגוריות של המשתנה הבלתי תלוי (ברפואה, פעמים רבות קבוצות הטיפול/ חשיפה), תלות בין מדידה בקבוצה אחת למדידה בקבוצה אחרת, והאם מבוצע תקנון עבור משתנים נוספים (ערפלנים).

מבחן הסטודנט, למשל, הוא כאשר המשתנה התלוי הוא כמותי ומתפלג נורמלית, המשתנה הבלתי תלוי הוא עם שתי קטגוריות, ולא מתבצע תקנון. יש שני מבחנים דומים: כאשר יש תלות בין המדידות (paired t test) וכאשר אין תלות כזו (unpaired t test).

הפניה לתרשים זרימה שיכול לעזור בבחירת המבחן הסטטיסטי המתאים

statistical tests

crème brûlée

unpaired Student’s t test

paired t-test

ANOVA

Mann-Whitney U test

Linear multiple regression

Spearman correlation

Endovascular thrombectomy plus medical care versus medical care alone for large ischaemic stroke: 1-year outcomes of the SELECT2 trial

משתנים במחקר רפואי קליני הם לרוב מאפיינים של משתתף במחקר או תוצא שנמדד עבורו. למשל, במחקר על טיפול בכריתת קריש תוך מוחי לאחר אירוע מוחי גדול, יש שני משתנים שעניינו במיוחד את החוקרים: האם המטופל קיבל את הטיפול, ומהי רמת המוגבלות שלו לאחר שנה. במקרה הזה, יש משתנה אחד שרוצים לבדוק האם הוא תלוי באחר. האם רמת המוגבלות תלויה בטיפול. לכן, רמת המוגבלות היה המשתנה התלוי, והטיפול- המשתנה הבלתי תלוי.

כדי להבין מהו סוג המשתנה כדאי לשאול מה התשובה המדווחת אצל משתתף בודד. אם מדובר בתשובה שהיא מלה ולא מספר, מדובר במשתנה נומינלי (קטגוריאלי). אם מדובר במספר, יש שתי אפשרויות- האחת שזהו משתנה אורדינלי והשנייה שזהו משתנה כמותי.

משתנה אורדינלי לרוב נקבע לפי סולם כלשהו (למשל סולם רנקין המסווג אדם לאחר אירוע מוחי לפי דרגות הלקות: חסר תסמינים, לקות קלה, לקות קלה אך זקוק לעזרה, לקות בינונית, לקות בינונית-חמורה, ולקות חמורה). משתנה כמותי נקבע פעמים רבות לפי מדידה במכשיר (למשל, רמת הכולסטרול במכשיר מעבדה, לחץ הדם במד לחץ דם, זמן עד הגעה לטיפול רפואי בשעון). בין המשתנים הכמותיים ישנם משתנים בדידים- אלו משתנים שמקבלים רק ערכים שלמים (למשל, מספר אירועים בשנה) ומשתנים רציפים (שיכולים לקבל גם ערכים שאינם שלמים, למשל משקל.

ניתן להפוך משתנה כמותי לאורדינלי ואורדינלי לנומינלי, אך לא להפך. עם הפיכה של משתנה עם יותר מידע (כמותי) למשתנה עם פחות מידע (קטגוריאלי) יש אבדן מידע והעוצמה של המחקר תרד.

כאשר מציגים תוצאות או מדידות במחקר עבור משתתפים רבים, המשתנה הקטגוריאלי יוצג באחוזים, והמשתנה הכמותי/ אורדינלי יוצג כמדד מרכז ומדדי פיזור, למשל חציון וטווח בין רבעוני. לסיווג המשתנים יש חשיבות רבה ביותר בהבנה מתי ומדוע להשתמש במבחן סטטיסטי כלשהו.

Categorical (nominal) variable

Ordinal variable

Quantitative variable

Discrete /continuous quantitative variable

Dependent variable

Independent variable