429. Test Cochrana Q – więcej niż dwa zależne pomiary binarne

W poprzedniej lekcji analizowaliśmy test McNemara, który służy do porównania dwóch zależnych pomiarów dychotomicznych. Co zrobić, gdy tę samą osobę, pacjenta albo inną dopasowaną jednostkę obserwujemy w trzech lub większej liczbie warunków? Wtedy naturalnym rozszerzeniem testu McNemara jest test Cochrana Q. Pozwala on ocenić, czy odsetek odpowiedzi „tak” jest taki sam we wszystkich porównywanych warunkach.

Test ten jest użyteczny między innymi w badaniach klinicznych, pielęgniarskich, psychologicznych i społecznych. Można go zastosować, gdy każda osoba jest oceniana kilkakrotnie, a wynik przyjmuje tylko dwie wartości, na przykład: objaw występuje/nie występuje, pacjent reaguje/nie reaguje, odpowiedź jest poprawna/niepoprawna albo uczestnik akceptuje/odrzuca dane rozwiązanie.

1. Idea testu Cochrana Q

Załóżmy, że n osób oceniono w k zależnych warunkach. Warunkami mogą być różne momenty pomiaru, metody leczenia, testy diagnostyczne, pytania ankietowe lub interwencje. Każdy wynik kodujemy binarnie:

• 1 – wystąpienie analizowanego zdarzenia, sukces lub odpowiedź twierdząca;
• 0 – brak zdarzenia, niepowodzenie lub odpowiedź przecząca.

Dane można przedstawić w macierzy, w której wiersze oznaczają osoby, a kolumny – warunki pomiaru:

Osoba	Warunek 1	Warunek 2	Warunek 3
1	0	1	1
2	1	1	0
3	0	0	1
4	1	1	1

W każdym wierszu występuje zestaw wyników pochodzących od tej samej osoby. Z tego powodu obserwacje nie są niezależne. Nie wolno więc analizować takich danych zwykłym testem chi-kwadrat niezależności tak, jakby każda kolumna pochodziła od innej grupy badanych. Test Cochrana Q uwzględnia fakt, że osoba z wynikiem „1” w jednym warunku może mieć zwiększoną skłonność do uzyskania wyniku „1” także w pozostałych warunkach.

Hipoteza zerowa zakłada równość odsetków sukcesów:

H₀: p₁ = p₂ = … = p_k

Hipoteza alternatywna mówi, że co najmniej jeden odsetek różni się od pozostałych:

H₁: nie wszystkie odsetki p_j są równe.

Odrzucenie hipotezy zerowej nie wskazuje jeszcze, które konkretnie warunki się różnią. Test Cochrana Q jest testem globalnym, czyli omnibusowym. Po wyniku istotnym statystycznie potrzebne są dodatkowe porównania parami.

2. Związek z testem McNemara i testem Friedmana

Test Cochrana Q można rozumieć jako rozszerzenie testu McNemara z dwóch do co najmniej trzech zależnych pomiarów. Test McNemara odpowiada na pytanie, czy zmienił się odsetek wyników „1” między dwoma pomiarami, na przykład przed i po interwencji. Test Cochrana Q odpowiada na analogiczne pytanie dla większej liczby pomiarów jednocześnie (Cochran, 1950).

Drugą użyteczną analogią jest test Friedmana. Oba testy dotyczą układu pomiarów powtarzanych i bloków zależnych. Różnica dotyczy rodzaju zmiennej zależnej:

• test Friedmana stosuje się do danych co najmniej porządkowych, które można rangować;
• test Cochrana Q stosuje się do danych binarnych, kodowanych jako 0 i 1.

Nie należy jednak traktować wyniku 0 i 1 jako zwykłej skali ilościowej. Kodowanie jest techniczne i służy określeniu, czy zdarzenie wystąpiło. Interpretacja dotyczy różnic w proporcjach, a nie różnic średnich w sensie właściwym dla zmiennych ilościowych.

3. Wzór na statystykę Q

Niech:

• n – liczba osób lub innych jednostek w blokach;
• k – liczba zależnych warunków lub pomiarów;
• x_ij – wynik osoby i w warunku j, równy 0 albo 1;
• C_j – suma wyników „1” w j-tym warunku, czyli liczba sukcesów w kolumnie;
• R_i – suma wyników „1” dla i-tej osoby we wszystkich warunkach, czyli suma wiersza;
• T – suma wszystkich obserwacji równych 1 w całej macierzy.

Klasyczną postać statystyki można zapisać następująco:

Q = (k − 1) [k Σ(Cj²) − T²] / [kT − Σ(Ri²)]

W liczniku znajduje się informacja o różnicach między sumami kolumnowymi. Jeżeli wszystkie warunki mają podobne odsetki wyników „1”, wartości C_j będą zbliżone i licznik będzie względnie mały. Jeżeli jeden lub kilka warunków ma wyraźnie więcej sukcesów, licznik wzrośnie.

Mianownik uwzględnia zróżnicowanie między osobami. Jest to ważne, ponieważ niektóre osoby mogą mieć skłonność do uzyskiwania wyniku „1” w niemal każdym warunku, a inne – do uzyskiwania wyniku „0”. Test porównuje warunki po uwzględnieniu tego blokowego charakteru danych, a nie na podstawie samych niezależnych liczebności kolumn.

Przy odpowiednio dużej liczebności próby statystyka Q ma w przybliżeniu rozkład chi-kwadrat z k − 1 stopniami swobody:

Q ≈ χ²(k − 1)

Wartość p jest obliczana na podstawie tego rozkładu. Nie oznacza ona prawdopodobieństwa, że hipoteza zerowa jest prawdziwa. Oznacza zgodność zaobserwowanego wyniku i wyników bardziej ekstremalnych z rozkładem statystyki przy założeniu hipotezy zerowej.

4. Kiedy test Cochrana Q jest właściwy?

Test jest odpowiedni, gdy spełnione są następujące warunki:

1. zmienna zależna jest binarna;
2. te same osoby lub dopasowane jednostki są oceniane w każdym z porównywanych warunków;
3. liczba warunków wynosi co najmniej trzy;
4. warunki są zdefiniowane w sposób porównywalny, a kodowanie 0/1 ma takie samo znaczenie w każdej kolumnie;
5. jednostki stanowią sensowne bloki, czyli zależność pomiarów wynika z ich wspólnego pochodzenia.

Przykładowo, można porównać obecność bólu u tych samych pacjentów przed leczeniem, po tygodniu i po miesiącu. Można też analizować poprawność odpowiedzi tych samych studentów na trzy wersje zadania albo zgodność trzech ratowników oceniających obecność określonego objawu u tych samych poszkodowanych.

Jeśli grupy są niezależne, na przykład każda grupa pacjentów otrzymała inną terapię i żadna osoba nie była oceniana w więcej niż jednym warunku, test Cochrana Q nie jest właściwym wyborem. W takim układzie rozważa się między innymi test chi-kwadrat, dokładny test Fishera dla odpowiedniej tabeli albo model regresji dla danych binarnych.

5. Przykład medyczny: objaw po trzech etapach leczenia

W badaniu obserwowano 40 pacjentów z przewlekłym bólem. Obecność bólu oceniano przed rozpoczęciem terapii, po dwóch tygodniach oraz po sześciu tygodniach. Wynik 1 oznaczał występowanie bólu w dniu badania.

Pomiar	Liczba pacjentów z bólem	Odsetek
Przed leczeniem	32	80%
Po 2 tygodniach	24	60%
Po 6 tygodniach	15	37,5%

Same odsetki sugerują poprawę, ale nie wystarczają do zastosowania zwykłego testu dla niezależnych prób. Te trzy wartości pochodzą od tych samych 40 osób. Należy przeanalizować pełną macierz 40 × 3, a nie tylko trzy liczebności marginalne.

Jeżeli test Cochrana Q da wynik istotny statystycznie, można stwierdzić, że dane są niezgodne z hipotezą jednakowych proporcji występowania bólu w trzech momentach. Nie można jednak od razu napisać, że różnica występuje między każdym pomiarem. W tym celu należy przeprowadzić trzy porównania testem McNemara:

• przed leczeniem versus po 2 tygodniach;
• przed leczeniem versus po 6 tygodniach;
• po 2 tygodniach versus po 6 tygodniach.

Przy trzech porównaniach można zastosować korektę Bonferroniego, przyjmując poziom α = 0,05/3 = 0,0167. Alternatywą jest korekta Holma, zwykle mniej konserwatywna od klasycznej korekty Bonferroniego. Wnioski powinny opierać się na skorygowanych wartościach p albo na odpowiednio zmienionych poziomach krytycznych.

6. Przykład z psychologii: reakcja na trzy bodźce

Psycholog bada, czy trzy rodzaje bodźców wywołują reakcję lękową u tych samych 60 uczestników. Reakcję koduje jako 1, a jej brak jako 0. Odsetki reakcji wynoszą odpowiednio 25%, 40% i 28%.

Test Cochrana Q może odpowiedzieć na pytanie, czy rozkład reakcji różni się między bodźcami, z uwzględnieniem tego, że niektórzy uczestnicy są ogólnie bardziej podatni na lęk. Jeżeli wynik będzie nieistotny, nie ma podstaw do odrzucenia hipotezy o równych proporcjach. Nie oznacza to dowodu, że bodźce są identyczne ani że efekt praktycznie nie istnieje. Może to wynikać także z małej mocy badania, niewielkich różnic lub dużej zmienności indywidualnej.

Jeżeli wynik będzie istotny, dalsze porównania parami pokażą, które bodźce różnią się między sobą. Warto przedstawić również surowe odsetki oraz różnice proporcji dla poszczególnych par. Sama wartość p nie opisuje wielkości ani znaczenia praktycznego efektu.

7. Jak interpretować wynik?

Przykładowy zapis wyniku może wyglądać tak:

Odsetek pacjentów z objawem różnił się między trzema pomiarami, Q(2) = 12,64, p = 0,002.

Taki zapis zawiera statystykę Q, liczbę stopni swobody i wartość p. W raporcie warto dodać liczebność próby, odsetki w każdym warunku oraz informację o analizach post-hoc. Lepszy opis może brzmieć:

Wśród 40 pacjentów odsetek osób z bólem wynosił 80% przed leczeniem, 60% po dwóch tygodniach i 37,5% po sześciu tygodniach. Test Cochrana Q wskazał na różnice między pomiarami, Q(2) = 12,64, p = 0,002. W porównaniach parami zastosowano testy McNemara z korektą Holma.

W badaniach medycznych warto uzupełnić analizę o przedziały ufności dla różnic proporcji zależnych. Należy też opisać, ilu pacjentów miało komplet pomiarów. Jeśli osoby z brakami danych zostały wyłączone, trzeba jasno wskazać, że zastosowano analizę kompletnych przypadków. Automatyczne usuwanie osób z niepełnymi pomiarami może zmienić populację analizowaną i wprowadzić błąd, jeżeli braki nie są losowe.

8. Małe próby i dokładne procedury

Klasyczna wersja testu Cochrana Q wykorzystuje przybliżenie chi-kwadrat. Przy małej próbie, bardzo nierównych odsetkach lub rzadkich wynikach przybliżenie może być niedokładne. W takich sytuacjach należy sprawdzić, czy używane oprogramowanie oferuje procedurę dokładną, permutacyjną albo symulacyjną.

Nie istnieje jedna uniwersalna reguła, która dla każdego układu określa bezpieczną liczebność próby. Znaczenie ma nie tylko liczba osób, lecz także liczba warunków, częstość wyniku 1 oraz liczba wzorców odpowiedzi w wierszach. Jeżeli dane są rzadkie, warto skonsultować wybór procedury z biostatystykiem i rozważyć model dla powtarzanych danych binarnych.

9. Najczęstsze błędy

Błąd 1. Traktowanie pomiarów jako niezależnych

Porównanie samych liczebności z trzech kolumn testem chi-kwadrat niezależności ignoruje zależność wewnątrz osoby. Może to prowadzić do niewłaściwych wartości błędu standardowego i wartości p.

Błąd 2. Zastosowanie testu McNemara tylko do jednej pary

Jeśli istnieją trzy lub więcej pomiarów, pojedynczy test McNemara nie odpowiada na pytanie globalne. Można go stosować w analizie post-hoc, ale po wcześniejszym zaplanowaniu korekty dla wielokrotnych porównań.

Błąd 3. Interpretowanie istotnego Q jako dowodu różnicy między wszystkimi warunkami

Istotny wynik wskazuje, że co najmniej jeden warunek różni się od innego. Nie mówi, które pary są odmienne ani jaki jest kierunek różnicy.

Błąd 4. Używanie wartości p jako miary wielkości efektu

Wartość p zależy między innymi od liczebności próby. Duża próba może dać istotny wynik przy małej różnicy praktycznej, a mała próba może nie wykazać istotności mimo ważnego klinicznie efektu. Należy raportować odsetki, różnice proporcji, przedziały ufności i – jeśli jest to uzasadnione – miary efektu.

Błąd 5. Pomijanie braków danych

Test wymaga porównywalnych, zależnych pomiarów. Usuwanie osób z brakującą wartością bez informacji o skali i przyczynie braków może zniekształcić wynik.

Błąd 6. Mylenie testu Cochrana Q z testem Q w metaanalizie

Nazwa „Cochran Q” bywa używana także w odniesieniu do statystyki heterogeniczności w metaanalizie. Są to różne zastosowania i różne konstrukcje statystyczne. W analizie danych powtarzanych binarnych chodzi o test równości zależnych proporcji, opisany przez Cochrana w 1950 roku. Hoaglin (2016) zwraca uwagę na częste mieszanie tych znaczeń.

10. Przykład praktyczny: procedura analizy

Przed wykonaniem testu warto przejść przez następujące kroki:

1. Określ jednostkę, która tworzy blok: pacjent, uczestnik, ratownik lub para dopasowanych osób.
2. Sprawdź, czy każdy pomiar ma wynik binarny i czy znaczenie kodu 1 jest stałe.
3. Utwórz macierz, w której wiersze oznaczają jednostki, a kolumny warunki.
4. Oblicz liczebności i odsetki wyniku 1 w każdej kolumnie.
5. Wykonaj test Cochrana Q.
6. Jeżeli wynik jest istotny, przeprowadź porównania parami, najczęściej testami McNemara.
7. Zastosuj korektę dla wielokrotnych porównań.
8. Raportuj statystykę Q, stopnie swobody, wartość p, liczebność próby, odsetki i wyniki analiz post-hoc.

W szkoleniu na stronie statystyk.edu.pl warto traktować ten schemat jako element szerszej strategii: najpierw rozpoznaj projekt badania, następnie typ zmiennej i dopiero na końcu wybierz test. Sama obecność tabeli z wartościami 0 i 1 nie wystarcza do wyboru procedury. Kluczowa jest zależność pomiarów oraz liczba porównywanych warunków.

Co warto zapamiętać?

• Test Cochrana Q służy do porównywania co najmniej trzech zależnych pomiarów binarnych.
• Jest rozszerzeniem testu McNemara na większą liczbę warunków.
• Analizuje równość zależnych proporcji, a nie różnice średnich.
• Hipoteza zerowa mówi, że odsetek wyniku 1 jest taki sam we wszystkich warunkach.
• Stopnie swobody wynoszą k − 1.
• Istotny wynik Q mówi tylko, że występuje co najmniej jedna różnica między warunkami.
• Do ustalenia, które warunki się różnią, potrzebne są porównania post-hoc, zwykle testy McNemara z korektą.
• Przy małych lub rzadkich danych należy rozważyć procedury dokładne albo permutacyjne.
• Wynik trzeba interpretować razem z odsetkami, różnicami proporcji i znaczeniem praktycznym.

Źródła i dalsza lektura

1. Cochran, W. G. (1950). The comparison of percentages in matched samples. Biometrika, 37(3-4), 256-266. DOI: 10.1093/biomet/37.3-4.256.
2. Cohen, J. F., van der Poel, N. A., Stoker, J., de Vries, J. E., & van der Weijden, T. (2015). Cochran’s Q test was useful to assess heterogeneity in likelihood ratios in studies of diagnostic accuracy. Journal of Clinical Epidemiology, 68(3), 299-306. DOI: 10.1016/j.jclinepi.2014.09.005.
3. Hoaglin, D. C. (2016). Misunderstandings about Q and 'Cochran’s Q test’ in meta-analysis. Statistics in Medicine, 35(4), 485-495. DOI: 10.1002/sim.6632.
4. Conover, W. J. (1999). Practical Nonparametric Statistics. 3rd edition. John Wiley & Sons. Informacja wydawcy / źródło.
5. Altman, D. G. (1991). Practical Statistics for Medical Research. 1st edition. Chapman and Hall. Informacja wydawcy / źródło.
6. Agresti, A. (2013). Categorical Data Analysis. 3rd edition. John Wiley & Sons. Informacja wydawcy / źródło.