STATISTIK-FORUM.de

[HeikoB]

Signifikanz-Berechnung möglich?

Beitragvon HeikoB » 13.08.2015, 13:47
Hallo zusammen,

ich bin gerade dabei eine Arbeit zu schreiben und mein Betreuer sagte mir ich solle in mehreren Tabellen noch die Signifikanz mit angeben.

Es geht um Patientinnen welche alle ein bestimmtes Medikament bekommen. Ein Teil von Ihnen hat Nebenwirkungen, ein anderer Teil nicht.

Konkret: 41 Patientinnen bekommen das Medikament - von 31 weiß ich ob Nebenwirkungen vorhanden sind - 18 haben Nebenwirkungen - 13 keine Nebenwirkungen.

Kann ich hier irgend einen "p-wert" errechnen?

Besten Dank vorab,
Heiko

[bele]

Hallo Heiko,

der p-Wert beantwortet eine Testfragestellung. Du kannst einen p-Wert zur Frage errechnen, ob genau die Hälfte oder genau ein Drittel der Patientinnen UAW haben. Vielleicht gibt es auch noch eine Kontrollgruppe. Dann kannst Du einen p-Wert zur Frage angeben, ob Kontroll- und Verumgruppe sich unterscheiden. Gibt es im Rahmen Deiner Untersuchung eine solche sinnvolle Fragestellung?

Eine relevantere Form der Statistik könnte man so berechnen:

Code: Alles auswählen

> binom.test(c(18,13))

   Exact binomial test

data:  c(18, 13)
number of successes = 18, number of trials = 31, p-value = 0.4731
alternative hypothesis: true probability of success is not equal to 0.5
95 percent confidence interval:
0.3907592 0.7545240
sample estimates:
probability of success
             0.5806452


Von 31 Patientinnen mit Daten hatten 18 UAW. Das sind 58 %. Das 95 %-Konfidenzintervall für diesen Anteil reicht von 39 % bis 75 %.

HTH,
Bernhard

[HeikoB]

Hallo Bernhard,

vielen Dank für deine Antwort!

Wie müsste man die Nullhypothese formulieren, wenn man herausfinden will ob es statistisch signifikant ist, dass das Medikament Nebenwirkungen macht!? Wäre es sinnvoll anzunehmen, dass genau die Hälfte Nebenwirkungen hat (und sich somit die beiden Gruppen nicht unterscheiden?)

Ein p von 0,4731 würde dann bedeuten, dass es nicht signifikant ist, dass das Medikament Nebenwirkungen verursacht oder?

Sorry für das viele "dumme" fragen - eigentlich hatte ich das auch während des Studiums, aber es bleibt ein Buch mit vielen Siegeln..

[HeikoB]

und noch was was mich verwirrt:

Wenn ich in einem anderen Beispiel 6 mit und 6 ohne Nebenwirkungen habe spuckt mit ein Internet Binomialtest folgendes aus:

Number of "successes": 6
Number of trials (or subjects) per experiment: 12
Sign test. If the probability of "success" in each trial or subject is 0.500, then:

The one-tail P value is 0.6128
This is the chance of observing 6 or more successes in 12 trials.
The two-tail P value is 1.2256
This is the chance of observing either 6 or more successes, or 6 or fewer successes, in 12 trials.


Dein Ergebnis vorhin konnte ich nachvollziehen und es stand unter "The two-tail P value is" - wenn ich nun die o.g. Zahlen eingebe erscheint hier ein Wert > 1 ! Ich dachte p kann nur Werte zwischen 0 und 1 annehmen ??

[bele]

Wie müsste man die Nullhypothese formulieren, wenn man herausfinden will ob es statistisch signifikant ist, dass das Medikament Nebenwirkungen macht!?

Wenn ein Patient von dem Medikament UAW hat, dann macht das Medikament UAW. Dafür braucht man keinen Test. Wenn man wissen will, ob es sich nur um einen Nocebo-Effekt handelt, dann braucht man eine Kontrollgruppe. Aus dem bisher geschilderten kann ich nicht erkennen, wozu ein statistischer Test bei Deiner Studie nützlich sein soll.

Die binom.test() Funktion hatte ich nicht eingesetzt um einen Binomialtest zu machen, sondern weil sie mir freundlicherweise "nebenher" noch ein Konfidenzintervall ausspuckt. Das Konfidenzintervall finde ich interessant. Wo p-Werte bei Dir eine Rolle spielen sollen kann ich noch nicht erkennen.

Internet-Rechnern die p-Werte über 1,0 ausspucken würde ich nicht vertrauen.

LG,
Bernhard

[HeikoB]

Hallo Bernhard,

nochmals danke für deine Antwort.

Es hat sich eine andere Konstellation ergeben. Ich habe die Patienten nun aufgeschlüsselt.

In einer Tabelle sind sie aufgeteilt nach Applikationszyklus (einmalig, 4-wöchentlich, 6-monatlich, anderer) und UAW ja nein - sind somit 8 Felder.

Macht es nun Sinn statistisch zu berechnen ob das Auftreten von UAW vom Applikationszyklus abhängt? Falls ja, wie?

Viele Grüße

[bele]

31 Patienten in 4 Gruppen? Das werden überschaubare Zellenbesetzungen werden. Fisher's exact test sollte geeignet sein.

LG,
Bernhard

[HeikoB]

Hallo Bernhard,

der Fishers exact test hat ja 2 x 2 Felder - in meinem Fall bräuchte ich aber 4 x 2 Felder. Kann man den Chi²-Test verwenden?

Wenn ich das mache, dann kommt tatsächlich heraus, dass meine Zahlen signifikant sind (kann ich kaum glauben)

Und zwar in folgender Tabelle (die Zeilen stellen unterschiedliche Gruppen dar... hier das Tumorstadium 0,1,2,3,unbekannt):

UAW ---- keine UAW

7 --------- 10
15 ---- ----- 3
2 --------- 6
4 --------- 2
2 --------- 0


als p-Wert bekomme ich hier 0,017 heraus. Kann das stimmen?

[bele]

Code: Alles auswählen

> fisher.test(matrix(c(7,10,15,3,2,6,4,2,2,0),nrow=2))

   Fisher's Exact Test for Count Data

data:  matrix(c(7, 10, 15, 3, 2, 6, 4, 2, 2, 0), nrow = 2)
p-value = 0.01285
alternative hypothesis: two.sided


bzw wenn man die letzte Zeile mit "unbekanntes Stadium" weg lässt dann

Code: Alles auswählen

> fisher.test(matrix(c(7,10,15,3,2,6,4,2),nrow=2))

   Fisher's Exact Test for Count Data

data:  matrix(c(7, 10, 15, 3, 2, 6, 4, 2), nrow = 2)
p-value = 0.01293
alternative hypothesis: two.sided

Also ja: da ist irgendwas signifikant: Patienten im Stadium 0 scheinen eher gleich häufig betroffen und verschont zu sein, Patienten im Stadium 1 deutlich häufiger UAW zu haben.

LG,
Bernhard