2. Normi piiride määramine

Transcript

1 . Normi piiride määramine 1 Teemad Kliiniliste andmete omadused Andmete liigid Skaalade liigid Objektiivsus, valiidsus (paikapidavus, täpsus), usaldusväärsus (korratavus) Variatsioon vaatlusandmetes Statistilised jaotused Jaotuste põhiomadused Keskse tendentsi ja hajuvuse näitajad Referents-väärtused ja ebanormaalsuse kriteeriumid Sissejuhatuseks Meditsiiniliste otsuste tegemise protsess koosneb neljast põhietapist: 1. Subjektiivsete andmete kogumine.. Objektiivsete andmete kogumine 3. Kogutud andmete hindamine (analüüsimine). Otsuse tegemine edasiseks tegevuseks 3 1

2 Sissejuhatuseks Eelnimetet neli põhietappi on ka aluseks probleemipõhisele meditsiiniliste andmete registreerimise süsteemile patsiendi kohta käivad subjektiivsed ja objektiivsed andmed registreeritakse kindlaks määratud skeemi kohaselt registreeritakse probleemi lahendamiseks rakendatud meetmed Sellised andmebaasid võimaldavad analüüsida meditsiinilise probleemi ja avalduvate tunnuste vahelisi seoseid, analüüsid sekkumise-strateegiate strateegiate efektiivsust. määratleda organismi erinevate füsioloogiliste näitajate normi piire ja profiile erinevate terviseprobleemide puhul Kliiniliste andmete omadused Andmete liigid Kvantitatiivne muutuja: Numbrilise väärtusega muutuja hästi määratletud skaalal: Pikkus Kaal Piimatoodang Pidev: mõõdetav näitaja võib omada mistahes väärtust antud skaalas Diskreetne: näitaja saab omada vaid kindlaid täisarvulisi väärtusi 5 Skaalade liigid Kvantitatiivne (numbriline) muutuja: Intervallskaala intervallid skaala erinevate tasemete vahel on võrdsed ja objektiivselt kindlakstehtavad Suhteskaala Suhte-skaalast räägitakse siis kui näitajal on olemas tegelik ja mõistusepärane nullpunkt. Sellisel juhul on võimlaik põhjendatult arvutada ka suhteid kahe näitaja väärtuse vahel. 6

3 Muutujad ja skaalad Kvantitatiivsed Pidevad Piimatoodang (kg) Päevane kaaluiive(g/päev) Kaltsiumi sisaldus vereproovis (mmol/l( mmol/l) Diskreetsed AscarisAscaris suum munade arv väljaheiteproovis (munade arv grammis) Pesakonna suurus (põrsaste arv emisel) 7 Andmete liigid Kvalitatiivne muutuja: Kategoorialine muutuja: Tõug Sugu Nakkusseisund 8 Skaalade liigid Kvalitatiivsed (kategoorialised) tunnused: Järjestustunnused: muutuja omab mingit laadi järjekorda Nominaaltunnused: muutuja kategooriatel ei ole sisulist järjestust Binaarsed (dihhotoomsed( dihhotoomsed): ainult kategooriat 9 3

4 Muutujad ja skaalad Kvalitatiivsed Järjestus- andmed Nominaalsed andmed Keha konditsioon (0-5) Valu (1-5, 1= valu puudub 5=tugev valu) Piirkond (Eesti, Läti, Leedu, Taani ) Tõug (Jersey, Holstein..) Binaarsed Nakkus (jah/ei) Sugu (isane/emane) Rasedus (jah/ei) Objektiivsus, valiidsus (paikapidavus, täpsus), usaldusväärsus (korratavus) Objektiivsus Hinnatavate tunnuste väljendamine peab olema sõltumatu isikust, kes registreerib või analüüsib andmeid. Paraku oleme me veterinaarmeditsiinis sageli sunnitud kasutama ka subjektiivseid hinnanguid haigustunnuste kirjeldamiseks (rooja konsistents, limaskestade värv, valu tugevus jne.) Oluline on endale aru anda subjektiivsete andmete subjektiivsusest ja püüda võimalikult vähendada hindajast sõltuvat varieeruvust hinnangutes. 11 Objektiivsus, valiidsus (paikapidavus, täpsus), usaldusväärsus (korratavus) Täpsus (valiidsus, accuracy) Täpsus näitab millisel määral uurimistulemus väljendab seda, mida tegelikult mõõdeti Näiteks, kas ja kui hästi diagnostiline test suudab tuvastada teatud haigusetekitajaga nakatunud loomad? Kui täpselt analüsaator määrab veresuhkru taseme? 1

5 Objektiivsus, valiidsus (paikapidavus, täpsus), usaldusväärsus (korratavus) Usaldusväärsus (korratavus, precision) mõõduks on samade üksuste mõõtmistulemuste korratavus 13 Objektiivsus, valiidsus (paikapidavus, täpsus), usaldusväärsus (korratavus) Variatsioon on vaatlusandmetes Ühised tunnused: Vanemkari Vanus Tõug Eluase Toit 50 tibust koosnev valim Kas nad kõik kaaluvad ühepalju? 1 Variatsioon vaatlusandmetes Variatsiooni liigid: Bioloogiline variatsioon (loomad ei ole üksteise identsed koopiad) Variatsioon korduvate mõõtmiste vahel kasutades samasid vahendeid samadel isenditel Variatsioon vaatlejate poolsetes toimingutes, hinnangutes ja ülestähendustes 15 5

6 Juhuslik viga Variatsioon korduvate mõõtmiste vahel Bioloogiline variatsioon Variatsioon teostuses, hinnangutes ja ülestähendustes 16 Süstemaatiline viga = NIHE! Kasutame kaalu, mis pidevalt annab õigest 5 kg raskema või kergema tulemuse Üks veterinaar/tehnik, kes oma teostuses, hinnangutes ja ülestähendustes pidevalt erineb teistest 17 Süstemaatiline viga = NIHE Süstemaatiline viga uuringu plaanis, teostuses või analüüsis võib anda vigaseid tulemusi Hoiduge NIHKEST, kui te kogute andmeid!! 18 6

7 Nihke näited Valikunihe Kulukas ja vaevanõudev uurida kõiki indiviide populatsioonis Tihti valitakse andmed ühest indiviidide alamrühmast populatsioonis Kui alamrühm ei ole esinduslik kogu populatsiooni osas, tekib nihe 19 Nihke näited Valikunihe Tartu inimeste keskmise kaalu hinnang inimest 0-inimeseline valim EMÜ-st Kas tulemus peegeldab Tartu elanikkonna keskmist kaalu? 0 Nihke näited Valikunihe Valimid ühest lauda nurgast Valimid riigi ühest geograafilisest piirkonnast Valimid ainult noortelt või vanadelt loomadelt võivad kõik viia haigusprobleemide üle- või alahindamiseni 1 7

8 Nihke näited Vale liigitus Test; Kliiniline uuring; Lahkamine Tegelik tervise seisund Diagnostiline tulemus Jaotused 3 Kvantitatiivsed tunnused Andmeid, mida saab mõõta intervallskaalas, on võimalik esitada sagedusjaotustena (frequency distribution). Sagedusjaotus võib olla esitatutud Tabelina graafiliselt sageduspolügoon histogramm. 8

9 Sagedusjaotus Teatud väärtuste sagedus andmestikus Tunnuste liigid: Kvalitatiivsed: väärtuste sagedus igas tunnuse kategoorias Kvantitatiivsed: väärtuste hulk määratletud intervallides (klassides) 5 Sagedusjaotus kvantitatiivsed andmed Näide: juhuvalimina võetud 0 noorkana kaalumise tulemused 6 Sagedusjaotus kvantitatiivsed andmed Näide: juhuvalimina võetud 0 noorkana kaalumise tulemused Kaaluvahemik Sagedus N Suhteline sagedus % Kumulatiivne suhteline sagedus %

10 Sagedusjaotus kvantitatiivsed andmed Näide: juhuvalimina võetud 0 noorkana kaalumise tulemused 5 Suhteline sagedus (%) Kaaluvahemik (g) 8 Sageduspolügoon Sageduspolügooni näide:, 9, 9, 8, 8, 8, 8, 7, 7, 7, 7, 7, 7, 7, 7, 6, 6, 6, 6, 5, 5, (puuki looma kohta). X F Sagedusjaotus kvantitatiivsed andmed Näide: noorkanade kaalumine Kumuleeritud sagedus Lindude arv Keskväärtus 500 Q1 Mediaan Q3 0 0% 56 5% 118 % % % % 1885 Kaalu protsentiilid 90% % 061 0%

11 Kvantitatiivsed tunnused Jaotuste põhiomadused Asetus: keskse tendentsi mõõt andmetes Hajuvus: andmete ulatuse mõõt 31 Asendi mõõt keskne tendents Keskmine Mediaan Mood 3 Asendi mõõt keskväärtus Keskväärtus: Kõigi vaatluste summa jagatuna n-ga x x = n Näide: Kaalumisandmed: : x = 5 x =

12 Asendi mõõt mood Mood: Suurima sagedusega tunnuse väärtus andmestikus Näide: Ümarusside arv 11 linnu väljaheidetes: Mood Ümarussid Sagedus Asendi mõõt mediaan Mediaan: an: arvu(andme)rea keskmine liige Näide: Kaaluandmed: : Järjestus: : Mediaan: Hajuvuse mõõt Dispersioon Standardhälve Standardviga Haare Kvartiilhaare Mõõtmiste varieeruvus (hajuvus) 36 1

13 Hajuvuse mõõt dispersioon Dispersioon ( (variance): hälvete ruutude keskmine Variance = s 1 1 = n n ( x x) i= 1 Näide: Kaaluandmed: : ( ) + ( ) + ( ) + ( ) + ( ) s = ( 5 1) = Hajuvuse mõõt standardhälve Standardhälve hälve: ruutjuur dispersioonist SD = s = s = 1 n 1 n ( x i x) i= 1 Näide: kaaluandmed: : s = = Hajuvuse mõõt standardviga Standardviga viga: : Standardhälve jagatuna valimisuuruse ruutjuurega s SE = n Näide: Kaaluandmed: : SE = 8.3 / 5 =

14 Hajuvuse mõõt haare Haare: Suurima ja väikseima väärtuse vahe Näide: Kaaluandmed: : Haare: : = 67 0 Hajuvuse mõõt kvartiilhaare Kvartiilhaare: : Q3 ja Q1 vaheline erinevus, kui Q1 ja Q3 on vastavalt 5% ja 75% protsentiilid. 1 Sagedusjaotus kvantitatiivsed andmed Näide: noorkanade kaalumine Kumuleeritud sagedus Lindude arv Keskväärtus 500 Q1 Mediaan Q3 0 0% 56 5% 118 % % % % 1885 Kaalu protsentiilid 90% % 061 0% 198 1

15 Hajuvuse mõõt Vaatluste varieeruvus Kuivõrd erinevad grupi indiviidid keskmisest? Standardhälve, haare, kvartiilhaare Kui me kalkuleerime valimi abil populatsiooni keskmise, kui hea (õige) see hinnang siis on? Standardviga, standardhälve 3 Kvalitatiivsed tunnused Sagedusjaotus (nt. vaatluste arv ja protsent erinevates gruppides) Tabelid Diagrammid (histogramm( histogramm, tulpdiagramm, sektordiagramm) Sagedusjaotus kvalitatiivsed andmed Näide: 0 tibu soo määramine - Kui palju on isaseid/emaseid? 5 15

16 Sagedusjaotus kvalitatiivsed andmed Näide: 0 tibu soo määramine Sagedus Suhteline sagedus (%) Isased 6 Emased 6 JAOTUSTE KUJU KARAKTERISTIKUD Modaalsus 7 JAOTUSTE KUJU KARAKTERISTIKUD Sümmeetria 8 16

17 JAOTUSTE KUJU KARAKTERISTIKUD Sümmeetria Mood Mood 9 JAOTUSTE KUJU KARAKTERISTIKUD Järsakus; Kurtosis 50 Normaaljaotus Normaaljaotus (Laplace i( kõver, Gaussi kõver) - teoreetiline matemaatiline mudel, mis väljendab juhuslikku variatsiooni füüsikalistes mõõtmistes

18 Normaaljaotus Normaalkõvera all olevat ala kirjeldab kumulatiivse normaaljaotuse funktsioon 5 Referents-väärtused ja Kui puudub selge piir normaalse ja ebanormaalse vahel, siis on võimalik lähtuda kolmest kriteeriumist ebanormaalsuse sedastamiseks: ebanormaalne kui ebatavaline, seos haigusega, mõjutatavus ravi või sekkumisega 53 Referents-väärtused ja Ebanormaalne kui ebatavaline Kui vaadeldava kliinilise näitaja variatsioon populatsioonis on lähedane normaaljaotusele (näiteks kehatemperatuur), siis on võimalik määratleda normi piirid kasutades keskmist ja standarthälvet 5 18

19 Referents-väärtused ja Ebanormaalne kui ebatavaline keskmine ± 1,96 σ hõlmab 95% väärtustest. 55 Referents-väärtused ja Ebanormaalne kui ebatavaline keskmine ± 1,96 σ hõlmab 95% väärtustest ARV , 35, 35,6 35, , 36, 36,6 36, , 37, 37,6 37,8 Temperatuur 56 Referents-väärtused ja Ebanormaalne kui ebatavaline keskmine ± 1,96 σ hõlmab 95% väärtustest % ARV , 35, 35,6 35, , 36, 36,6 36, , 37, 37,6 37,8 Temperatuur 35,5 37,3 0C (36, ±0,9 0C)

20 Referents-väärtused ja Ebanormaalne kui ebatavaline keskmine + 1,6 σ hõlmab 95% väärtustest % +1,6 σ ARV , 35, 35,6 35, , 36, 36,6 36, , 37, 37,6 37,8 Temperatuur 37,17 0 C - läviväärtus 58 Referents-väärtused ja Ebanormaalne kui ebatavaline Kui vaadeldava kliinilise näitaja variatsioon populatsioonis erineb oluliselt normaaljaotusest siis on võimalik määratleda normi piirid kasutades protsentiile 59 Referents-väärtused ja Ebanormaalne kui ebatavaline,5% ja 97,5% Protsentiilid % ARV , 35, 35,6 35, , 36, 36,6 36, , 37, 37,6 37,8 Temperatuur 35,3 37,06 0C. 60 0

21 Referents-väärtused ja Ebanormaalne kui ebatavaline Ühepoolne protsentiil- 95% protsentiil % ARV , 35, 35,6 35, , 36, 36,6 36, , 37, 37,6 37,8 Temperatuur 36,9 0 C.- palaviku läviväärtus 61 Referents-väärtused ja Ebanormaalne kui seos haigusega See lähenemine võtab aluseks leiud, mis ilmnevad regulaarselt seoses isendi haiguse, toodanguvõime vähenemise või surmaga. Näiteks mitmesugused kliinilised tunnused, mida avastatakse looma kliinilisel ülevaatusel ja uurimisel, vere biokeemiliste ja morfoloogiliste näitajate muutused. See lähenemine on väga oluline diagnostiliste testi hindamise juures, kus võrreldakse spetsiifiliste leidude avastamist haigete ja tervete isendite juures 6 Referents-väärtused ja Ebanormaalne kui avastatav või sekkumisega mõjutatav Mõnede seisundite puhul määrab haiguse raskusaste, mille puhul sekkumine on majanduslikult põhjendatud, selle kas kliinilise näitaja väärtus loetakse ebanormaalseks või normaalseks. Näiteks lehmakarja somaatiliste rakkude tase som.rakku/ml tangipiimas võib olla nii aktsepteeritud tase kui tase, mida loetakse ebanormaalseks ja peetakse vajalikuks sekkuda. Ebanormaalsuse kriteeriumid muutuvad seoses meditsiini diagnostilise võimekuse suurenemisega 63 1