078. Jak dopasować miarę efektu do hipotezy?

PrzezRedaktor

Hipoteza badawcza określa, czego oczekujemy: różnicy między grupami, związku między zmiennymi, zmiany w czasie, przewagi jednej metody albo podobieństwa dwóch pomiarów. Miara efektu jest liczbowym sposobem wyrażenia tego oczekiwania. Nie powinna być wybierana dopiero po analizie danych ani dlatego, że prowadzi do najniższej wartości p. Jej wybór powinien wynikać z pytania badawczego, rodzaju zmiennej wynikowej, schematu badania oraz tego, jak wynik będzie interpretowany w praktyce. W tej lekcji, stanowiącej część publicznego szkolenia na statystyk.edu.pl, uporządkujemy tę decyzję krok po kroku.

1. Czym jest miara efektu?

Miara efektu opisuje kierunek i wielkość różnicy albo związku. Kierunek informuje, czy wynik jest większy, mniejszy, dodatni czy ujemny. Wielkość mówi, jak silna jest obserwowana zależność lub jak duża jest różnica między warunkami badania.

Warto odróżnić trzy pojęcia:

  • istotność statystyczna – ocena zgodności danych z określonym modelem hipotezy zerowej;
  • miara efektu – liczbowy opis rozmiaru różnicy lub związku;
  • znaczenie praktyczne – ocena, czy zaobserwowany efekt jest wystarczająco duży, aby mieć znaczenie kliniczne, społeczne, organizacyjne lub psychologiczne.

Wartość p nie jest prawdopodobieństwem prawdziwości hipotezy zerowej. Nie informuje też bezpośrednio o tym, czy efekt jest duży. Przy dużej próbie bardzo mała różnica może być statystycznie istotna, a przy małej próbie efekt ważny praktycznie może nie osiągnąć konwencjonalnego poziomu istotności. Dlatego wynik należy przedstawiać jako miarę efektu wraz z przedziałem ufności, a nie jako samą wartość p (Lakens, 2013).

2. Zasada dopasowania: hipoteza → wynik → miara efektu

Najprostszy schemat decyzyjny obejmuje cztery pytania:

  1. Jaki jest główny typ hipotezy: o różnicy, związku, predykcji, zmianie, równoważności czy czasie do zdarzenia?
  2. Jaka jest skala zmiennej wynikowej: ilościowa, porządkowa, nominalna, binarna czy czasowa?
  3. Jaki jest schemat badania: grupy niezależne, pomiary powtarzane, kohorta, badanie kliniczne, badanie kliniczno-kontrolne czy analiza przekrojowa?
  4. W jakiej skali odbiorca potrzebuje interpretacji: jednostek klinicznych, procentów, prawdopodobieństwa, ilorazu czy jednostek standaryzowanych?

Dopiero po odpowiedzi na te pytania wybiera się konkretną miarę. Ta sama hipoteza merytoryczna może być przedstawiona za pomocą kilku miar, ale nie wszystkie będą równie przejrzyste i adekwatne.

3. Hipoteza o różnicy średnich

3.1. Różnica średnich w jednostkach pomiaru

Jeżeli wynik jest ilościowy, a hipoteza dotyczy różnicy między dwiema grupami, naturalną miarą efektu jest różnica średnich:

MD = średnia w grupie 1 − średnia w grupie 2

MD oznacza mean difference, czyli różnicę średnich. Jeżeli w badaniu pielęgniarskim średni czas oczekiwania na pomoc wynosił 8 minut na oddziale z nowym systemem i 11 minut w grupie kontrolnej, to MD = 8 − 11 = −3 minuty. Znak ujemny oznacza krótszy czas w grupie pierwszej, a bezwzględna wartość wyniku wskazuje na różnicę o 3 minuty.

MD jest szczególnie użyteczna, gdy jednostka wyniku ma bezpośrednie znaczenie. Przykładami są: ciśnienie tętnicze w mmHg, stężenie glukozy w mg/dl, liczba dni hospitalizacji, wynik skali bólu albo czas wykonania zadania. W raporcie należy podać kierunek, 95% przedział ufności oraz wyjaśnić, czy zakres ten obejmuje wartości uznawane za praktycznie nieistotne.

3.2. Zmiana i różnica zmian

W badaniach z pomiarem przed i po interwencji można analizować zmianę w każdej grupie, ale często bardziej adekwatna jest różnica zmian:

MDzmian = (średnia po − średnia przed)grupa 1 − (średnia po − średnia przed)grupa 2

Takie ujęcie odpowiada pytaniu: czy poprawa lub pogorszenie było większe w jednej grupie niż w drugiej? Sam fakt, że grupa interwencyjna zmieniła się istotnie, a kontrolna nie, nie dowodzi jeszcze, że zmiany między grupami różnią się. Należy bezpośrednio porównać zmiany (Vickers i Altman, 2001).

3.3. Standaryzowana różnica średnich

Gdy wyniki są mierzone na różnych skalach albo planuje się syntezę wielu badań, stosuje się standaryzowaną różnicę średnich, najczęściej Cohena d:

d = (M1 − M2) / SDpooled

M1 i M2 to średnie w porównywanych grupach, a SDpooled to wspólne odchylenie standardowe, zwykle obliczane z uwzględnieniem liczebności obu grup. Wynik mówi, o ile wspólnych odchyleń standardowych różnią się średnie.

Cohen d ułatwia porównywanie efektów mierzonych na różnych skalach, lecz jest mniej intuicyjny klinicznie niż MD. Reguły typu 0,2, 0,5 i 0,8 mogą służyć jako orientacyjne punkty odniesienia, ale nie zastępują wiedzy dziedzinowej. Ten sam efekt standaryzowany może być mały w jednej dziedzinie, a istotny w innej. Dodatkowo sposób obliczenia efektu dla pomiarów zależnych powinien uwzględniać korelację między pomiarami, a nie traktować ich jak obserwacji niezależnych (Lakens, 2013).

4. Hipoteza o różnicy ryzyka lub częstości zdarzeń

4.1. Różnica ryzyka

Gdy wynik jest binarny, na przykład rehospitalizacja: tak/nie, można obliczyć różnicę ryzyka:

RD = p1 − p2

p1 to ryzyko zdarzenia w grupie pierwszej, a p2 – ryzyko w grupie drugiej. Jeżeli powikłanie wystąpiło u 8% pacjentów po interwencji i u 12% w grupie kontrolnej, wtedy RD = 0,08 − 0,12 = −0,04, czyli różnica wynosi −4 punkty procentowe. W języku praktycznym można powiedzieć, że interwencja wiązała się z bezwzględnie mniejszym ryzykiem o 4 punkty procentowe, o ile schemat badania i analiza uzasadniają takie sformułowanie.

RD jest często najbardziej użyteczna dla decyzji klinicznych i zdrowia publicznego, ponieważ pokazuje bezwzględny rozmiar problemu. Na jej podstawie można przybliżyć liczbę potrzebną do leczenia:

NNT = 1 / |RD|

NNT oznacza number needed to treat. Przy bezwzględnej redukcji ryzyka równej 0,04 wartość wynosi 25. Oznacza to, że średnio 25 osób trzeba objąć interwencją, aby zapobiec jednemu dodatkowemu zdarzeniu w określonym czasie i przy założeniu, że efekt jest prawidłowo oszacowany. NNT nie powinno być podawane bez horyzontu czasowego.

4.2. Ryzyko względne

Ryzyko względne, czyli RR, porównuje ryzyko w dwóch grupach:

RR = p1 / p2

RR równe 1 oznacza równe ryzyko, RR mniejsze niż 1 – niższe ryzyko w grupie pierwszej, a RR większe niż 1 – wyższe ryzyko. Jeżeli ryzyko wynosi 8% i 12%, to RR = 0,08 / 0,12 = 0,67. Można to opisać jako ryzyko stanowiące około 67% ryzyka kontrolnego, ale należy równocześnie podać RD, ponieważ względna redukcja o około 33% odpowiada tutaj różnicy tylko 4 punktów procentowych.

4.3. Iloraz szans

OR, czyli odds ratio, porównuje szanse, a nie bezpośrednio prawdopodobieństwa:

OR = [p1 / (1 − p1)] / [p2 / (1 − p2)]

OR jest naturalną miarą w regresji logistycznej i badaniach kliniczno-kontrolnych. Nie powinien być automatycznie opisywany jako ryzyko względne. Przy rzadkich zdarzeniach OR i RR mogą być zbliżone, ale gdy zdarzenie jest częste, OR może sprawiać wrażenie większego efektu niż RR (Davies, Crombie i Tavakoli, 1998; Vetter, 2019). Dlatego przy prezentacji OR warto podać częstość zdarzenia w grupach, przedział ufności oraz – jeśli to możliwe – przełożyć wynik na przewidywane prawdopodobieństwa lub ryzyko bezwzględne.

5. Hipoteza o związku między zmiennymi

Jeżeli hipoteza mówi, że dwie zmienne ilościowe są powiązane, miarą efektu może być współczynnik korelacji. Dla zależności liniowej i zmiennych ilościowych stosuje się często r Pearsona. Jego wartości mieszczą się od −1 do 1. Znak wskazuje kierunek, a wartość bezwzględna – siłę liniowego związku.

Korelacja nie oznacza przyczynowości. Wysoka korelacja między nasileniem stresu a liczbą dni zwolnienia może wynikać z wpływu wieku, rodzaju pracy, choroby przewlekłej lub innych zmiennych. Jeżeli hipoteza dotyczy predykcji, właściwsza może być regresja. W regresji liniowej współczynnik β informuje, o ile jednostek zmienia się oczekiwany wynik przy wzroście predyktora o jedną jednostkę, przy pozostałych zmiennych utrzymanych w modelu na stałym poziomie.

Dla wyniku binarnego predykcja może być opisana ilorazem szans, dla wyniku licznikowego – ilorazem częstości, a dla czasu do zdarzenia – hazard ratio. Dobór miary powinien wynikać z modelu i sposobu pomiaru wyniku, a nie wyłącznie z popularności danego wskaźnika.

6. Hipoteza dotycząca czasu do zdarzenia

W badaniach, w których ważny jest czas do zgonu, nawrotu choroby, wypisu lub kolejnego przyjęcia, stosuje się analizę przeżycia. Częstą miarą jest hazard ratio, czyli HR. W uproszczeniu HR porównuje chwilową intensywność występowania zdarzenia w dwóch grupach, uwzględniając obserwacje ocenzorowane.

HR równe 0,70 nie oznacza automatycznie, że 70% osób uniknie zdarzenia ani że czas przeżycia zwiększy się o 30%. Interpretacja zależy od założeń modelu, zwłaszcza proporcjonalności hazardów. Dla odbiorcy klinicznego warto dodatkowo przedstawić medianę czasu do zdarzenia, krzywe przeżycia oraz różnicę bezwzględną w określonym punkcie czasowym.

7. Dopasowanie miary do rodzaju hipotezy – tabela decyzji

Rodzaj hipotezy Typ wyniku Podstawowa miara efektu Przykład interpretacji
Różnica między średnimi Ilościowy MD Średnie różnią się o 3 mmHg
Różnica na różnych skalach Ilościowy Cohen d lub Hedges g Grupy różnią się o 0,45 SD
Różnica częstości zdarzeń Binarny RD Różnica wynosi 4 punkty procentowe
Porównanie ryzyka Binarny RR Ryzyko jest 0,67 razy większe
Model logistyczny lub case-control Binarny OR Szanse są 1,8 raza większe
Związek liniowy Dwie zmienne ilościowe r lub β Wzrost predyktora wiąże się ze zmianą wyniku
Czas do zdarzenia Czasowy HR Chwilowa intensywność zdarzenia jest niższa

8. Przykład praktyczny: program zapobiegania upadkom

Załóżmy, że w badaniu pielęgniarskim porównano oddział stosujący program zapobiegania upadkom z oddziałem standardowej opieki. Hipoteza główna brzmi: „Program zmniejsza częstość upadków pacjentów podczas hospitalizacji”. Wynik jest binarny na poziomie pacjenta: upadek wystąpił albo nie wystąpił.

Na pierwszy rzut oka można wybrać OR z regresji logistycznej. Jednak dla personelu i osób zarządzających szpitalem najbardziej czytelna będzie różnica ryzyka. Jeśli upadek wystąpił u 6% pacjentów w programie i u 10% w kontroli, raport powinien zawierać co najmniej:

  • RD = −4 punkty procentowe;
  • RR = 0,60;
  • OR, jeżeli zastosowano regresję logistyczną lub kontrolę zmiennych zakłócających;
  • 95% przedziały ufności;
  • liczbę pacjentów, czas obserwacji i definicję upadku.

Jeżeli obserwacja trwała 30 dni, NNT można opisać jako około 25 pacjentów w okresie 30 dni, a nie jako uniwersalną właściwość programu. Trzeba również sprawdzić, czy grupy różniły się długością hospitalizacji. Jeżeli oddział interwencyjny miał krótsze pobyty, proste porównanie odsetków może być mylące; wtedy trzeba rozważyć analizę częstości zdarzeń względem czasu ekspozycji albo analizę czasu do pierwszego upadku.

9. Najczęstsze błędy

  • Wybieranie miary po obejrzeniu wyników. Zmienianie miary na OR, RR lub MD w zależności od tego, która daje korzystniejszy obraz, zwiększa ryzyko selektywnego raportowania.
  • Traktowanie OR jak RR. Iloraz szans nie jest ilorazem prawdopodobieństw, zwłaszcza przy częstych zdarzeniach.
  • Raportowanie wyłącznie wartości p. Bez miary efektu nie wiadomo, jak duża była różnica.
  • Używanie samego efektu standaryzowanego. Cohen d jest przydatny do porównań między skalami, ale nie powinien zastępować jednostek klinicznych, jeśli są dostępne.
  • Mylenie zmiany wewnątrz grupy z różnicą zmian między grupami. To, że jedna grupa zmieniła się istotnie, a druga nie, nie dowodzi różnicy efektów.
  • Brak przedziału ufności. Sama wartość oszacowania nie pokazuje precyzji wyniku.
  • Ignorowanie czasu obserwacji. Ryzyko, częstość zdarzeń i NNT zawsze wymagają określenia okresu, którego dotyczą.
  • Uogólnianie miary poza schemat badania. W badaniu obserwacyjnym miara związku nie powinna być automatycznie opisywana jako efekt przyczynowy.

10. Jak zapisać hipotezę i planowaną miarę efektu?

Dobra hipoteza może od razu wskazywać jednostkę analizy i główną miarę. Na przykład: „U dorosłych pacjentów po zabiegu zastosowanie protokołu wczesnej mobilizacji zmniejszy średni czas hospitalizacji w porównaniu ze standardową opieką; główną miarą efektu będzie różnica średnich dni hospitalizacji z 95% przedziałem ufności”.

W innym badaniu: „Wśród osób narażonych na wysokie stężenie pyłów ryzyko zaostrzenia astmy w ciągu 12 miesięcy będzie większe niż wśród osób nienarażonych; główną miarą efektu będzie RR, a dodatkowo zostanie podana RD”. Takie sformułowanie ogranicza późniejszą dowolność i ułatwia ocenę, czy analiza odpowiada hipotezie. Wytyczne STROBE zalecają jasne zdefiniowanie wyników, ekspozycji, predyktorów, modyfikatorów efektu oraz sposobu przedstawienia oszacowań i ich precyzji (von Elm i in., 2007).

Co warto zapamiętać?

  • Miara efektu powinna wynikać z hipotezy, typu wyniku i schematu badania.
  • Dla wyników ilościowych podstawową miarą jest często różnica średnich, a do porównań między skalami można użyć d lub g.
  • Dla wyników binarnych warto rozróżniać różnicę ryzyka, ryzyko względne i iloraz szans.
  • RD pokazuje bezwzględny rozmiar różnicy, RR – proporcjonalne porównanie ryzyka, a OR – porównanie szans.
  • Przy czasie do zdarzenia należy uwzględnić cenzorowanie i założenia analizy przeżycia.
  • Miara efektu nie zastępuje oceny znaczenia praktycznego.
  • Najlepiej raportować oszacowanie, 95% przedział ufności, jednostkę analizy, horyzont czasowy i jasną interpretację.

Najważniejsza zasada brzmi: najpierw określ, co dokładnie głosi hipoteza, a dopiero potem wybierz sposób liczbowego wyrażenia efektu. Dzięki temu analiza pozostaje spójna z pytaniem badawczym, a wynik jest zrozumiały zarówno dla statystyka, jak i dla odbiorcy praktycznego.

\n

Źródła i dalsza lektura

\n

  1. Davies, H. T. O., Crombie, I. K., & Tavakoli, M. (1998). When can odds ratios mislead?. BMJ, 316(7136), 989–991. DOI: 10.1136/bmj.316.7136.989.
  2. Lakens, D. (2013). Calculating and reporting effect sizes to facilitate cumulative science: A practical primer for t-tests and ANOVAs. Frontiers in Psychology, 4, Article 863, 1–12. DOI: 10.3389/fpsyg.2013.00863.
  3. Vickers, A. J., & Altman, D. G. (2001). Analysing controlled trials with baseline and follow up measurements. BMJ, 323(7321), 1123–1124. DOI: 10.1136/bmj.323.7321.1123.
  4. von Elm, E., Altman, D. G., Egger, M., Pocock, S. J., Gøtzsche, P. C., & Vandenbroucke, J. P.; STROBE Initiative (2007). The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) Statement: Guidelines for reporting observational studies. PLoS Medicine, 4(10), e296. DOI: 10.1371/journal.pmed.0040296.
  5. Kirkwood, B. R., & Sterne, J. A. C. (2003). Essential Medical Statistics. 2nd edition. Blackwell Science. Informacja wydawcy / źródło.
  6. Vetter, T. R. (2019). A primer on the odds ratio: What it is and why it should be used. Anesthesia and Analgesia, 128(4), 784–788. DOI: 10.1213/ANE.0000000000003962.

\n

Podobne wpisy

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Wymagane pola są oznaczone *