Risicoberekening maken

[LizaP1989]

Voor mijn studie moet ik een risicoberekening voor kanker maken. Ik heb een wetenschappelijk onderzoek gevonden, maar ik vind het erg lastig om het totale risico van > 4 ct scans < 6 jaar te maken (het hoogste risico). Hoe bereken ik het met die OR waarde? Het gaat om dit artikel; https://www.cmaj.ca/content/195/16/E575#T2

Ik wil dus het hoogste totale risico berekenen. Kan iemand mij helpen?

[LizaP1989]

Participants who received 4 or more CT scans had a higher risk of intracranial tumour (adjusted OR 9.01, 95% CI 2.89–28.11), leukemia (adjusted OR 4.80, 95% CI 1.79–12.84) and non-Hodgkin lymphoma (adjusted OR 6.76, 95% CI 1.91–23.96), but not Hodgkin lymphoma.

Ik snap weinig van die OR en CI waarden. Ik wil dus graag > 6 jaar en 4 of meer scans het risico in getallen weten. Hopelijk kan iemand mij helpen

[CoenCo]

De OR is de “odds ratio”
En de CI is het “confidence interval”

Met die paper en deze termen moet je daar wel uitkomen denk ik. Succes.

[LizaP1989]

De OR is de “odds ratio”
En de CI is het “confidence interval”

Met die paper en deze termen moet je daar wel uitkomen denk ik. Succes.

Nog niet helemaal Wiskunde/rekenen is zeker niet mijn sterkste kant, haha. Ods ratio is kansberekening en die confidence interval de betrouwbaarheid toch? Maar is het dan 1 op die 9.01 %? Het gaat om intracranial tumor trouwens

[wnvl1]

Uit onderstaande vergelijking kan je de kans berekenen om ziek te worden.

(p_4cts / (1-p_4cts)) / p_0cts/(1-p0cts)= 9.01

p_4cts = kans om een tumor te krijgen bij 4 cts
p_0cts = kans om een tumor te krijgen bij 0 cts

Ik weet niet of die p_0cts in de paper staat, want anders kom je er niet.

[LizaP1989]

Oh wauw, ik had niet verwacht dat het zo moeilijk te berekenen is. Ik zie het zo niet staan, maar misschien kijk ik er overheen. Dit zijn de tabellen die in het onderzoek staan. Heb je iets aan tabel 2? https://www.cmaj.ca/content/195/16/E575 ... gures-data

[wnvl1]

Je wil lastig het totale risico berekenen dat iemand met > 4 ct scans < 6 jaar kanker krijgt berekenen?

Als het antwooorde ja is, dan gaat dat volgens mij niet aangezien je vertrekt van een klinische populatie die ziek is. Maar misscchien heb ik de doelstelling verkeerd begrepen.

[OOOVincentOOO]

Ik begrijp de definitie niet, wat is "totale risico"? Naar mijn weten is dit niet een gestandaardiseerd begrip. Indien men eigen definities gebruikt dient men deze eerst goed te beschrijven.

Anderzijds zou ik je adviseren ook de definities van confidence interval te bestuderen want dit is waar het hier over gaat.

Indien je het gemiddelde berekend is er een onzekerheid. Je kunt thans niet de gehele populatie meten. Nu word het verwarrend. De standard afwijking van het gemiddelde is afhankelijk van het aantal metingen: n. Indien je meer meet zal het gemiddelde beter bepaald worden. Anderzijds is ook van belang hoe groot de (standard) deviatie is van de populatie waarvan je sampled. Meet je de temperatuur gemiddelde over dag nacht ritme dan zal je gemiddelde ook onauwkeuriger bepaald zijn dan alleen gemeten bij dag.

De standard afwijking van het gemiddelde:
$$\sigma_{\bar{x}}=\frac{\sigma}{\sqrt{n}}$$

Meer info: wiki. Indien men de standard afwijking van het gemiddelde weet kan men confidence intervallen bepalen. In veruit de meeste gevallen zal de kansverdeling van het gemiddelde uitzien als een normale verdeling. Zie hiervoor: central limit theorem (CLT). Mensen welke vaak statistiek toepassen kennen de volgende vuistregel: 68-95-99.7 dit zijn de kans percentages tussen bepaalde afstanden:

$$\text{CI(68%):} \quad \sigma_{\bar{x}} \leq \bar{x} \leq \sigma_{\bar{x}}$$
$$\text{CI(95%):} \quad 2\sigma_{\bar{x}} \leq \bar{x} \leq 2\sigma_{\bar{x}}$$
$$\text{CI(99.7%):} \quad 3\sigma_{\bar{x}} \leq \bar{x} \leq 3\sigma_{\bar{x}}$$

Laten we nu jouw diagram nemen:

Zoal ik begrijp is de Odd ratio de verhouding tussen "goed" en "slecht". Merk op dat ik totaal geen medische achtergrond heb en mij puur berust op de gegevens. In het diagram zijn zoals ik begrijp de groene blokjes het gemiddelde effect. De lijntjes zijn de confidence intervallen van deze gemiddelden. Let Op: de lijntjes zijn NIET de totale standard deviatie enkel die van het gemiddelde.

Nu dien je te leren hoe dergelijke grafieken te lezen. Ik heb twee groepen gemarkeerd. Observatie: de CI (95%) overlappen niet/nauwelijks. Nu hoop ik het goed te verwoorden, dit betekenend: de kans dat dit toeval is (veel) kleiner is dan 2.5% (beide tails zijn 5%, studeer verder wat tails zijn van een kansverdeling). Een ander observatie is dat in de onderste groep een tendens is dat <4CT: 6yr en 13-18yr mogelijk zich verschillend gedragen. Terwijl binnen de groep 1CT geen verschillen. Dit kunnen indicator zijn voor vervolg onderzoek.

Je hebt een aantal tabellen gevonden. Plot de voor jouw relevante vergelijkbaar als i grafiek. En controleer of de Ci overlappen ja/nee. Wat je hier doet is in essentie hetzelfde dan men zou doen met abstracte berekeningen. Echter houd er rekening meer dat degenen welke het onderzoek gedaan hebben dit waarschijnlijk door alle combinaties gedaan hebben. Dus verwacht geen wereldnieuws iets te vinden buiten kennis opbouwen voor jezelf.

Hopelijk draagt dit bij aan je studie. Ik adviseer te studeren of het begrip: "standard deviation of the mean" en "central limit theorem". Deze begrippen qua concept te begrijpen. Ook goede definities hanteren: "totale risico" zegt mijn total niets.

[OOOVincentOOO]

Ben de mintekens vergeten maar dat was hopelijk duidelijk.Volgens mij is dit nauwkeuriger beschreven:

$$\text{CI(68%):} \quad\quad \bar{x} - \sigma_{\bar{x}}\quad \leq \quad\bar{x} \quad \leq \quad \bar{x} +\sigma_{\bar{x}}$$
$$\text{CI(95%):} \quad \quad \bar{x} - 2\sigma_{\bar{x}}\quad \leq \quad\bar{x} \quad\leq \quad \bar{x} +2\sigma_{\bar{x}}$$
$$\text{CI(99.7%):} \quad\quad \bar{x} -3\sigma_{\bar{x}} \quad\leq \quad \bar{x} \quad\leq \quad\bar{x} +3\sigma_{\bar{x}}$$

[physicalattraction]

Opmerking moderator

Alle berichten over het editen van berichten zijn verwijderd. Graag weer ontopic!