Statistical Review
Confidence Intervals: Populaatioparametrin intervalliestimaatti, ja se on yleensä 95 %. Jos populaatiosta otettaisiin 100 näytettä, 95:n näistä otospopulaatioista saatu keskiarvo tai mittaustulos sijoittuisi 95 %:n luottamusvälin alueelle. Mitä lähempänä tai tiukemmin 95 prosentin CI:n vaihteluväli on todellisesta keskiarvosta, sitä vahvemmat ovat kyseisen testin tulokset.
Mittauksen keskivirhe: Tämä arvo kertoo vaihteluvälin (+/-), johon potilaan todellinen pistemäärä saattaa mahtua tietyssä testissä. Jos polven taivutuksen liikelaajuuden goniometrisen mittauksen keskihajonta on 3,5 astetta, voidaan odottaa, että todellisen ja todellisen liikelaajuuden vaihtelu on 116,5-123,5 astetta, kun todellinen mitattu arvo on 120 astetta. Sitä pidetään myös toistuvien testitulosten arvojen keskihajontana.
Herkkyys: Jos potilaalla on jokin sairaus, mitkä ovat mahdollisuudet, että kliininen testi on positiivinen? Tämä on todellisten positiivisten tulosten mittari. Arvot vaihtelevat välillä 0-1,0, jossa 1,0 = 100 % todellisia positiivisia tuloksia. Näiden havaintojen soveltamiseen käytetään muistisääntöä SnOut. Jos testin herkkyys on korkea ja testi on negatiivinen, kliinikko voi tuntea olonsa paremmaksi sairauden poissulkemisen suhteen (SnOut). Kliiniset testit, joilla on korkeampi herkkyys, ovat parempia seulomaan potilaita kohdesairauden varalta, mutta eivät yhtä hyviä spesifisen diagnoosin antamiseen. Toisin sanoen, kun erittäin herkkä testi on negatiivinen, voit olla varmempi siitä, että potilaalla ei ole kyseistä sairautta, mutta jos testi on positiivinen, et voi olla varma siitä, että potilaalla on kyseinen sairaus, ellei testi ole myös erittäin spesifinen.
Spesifisyys: Jos potilaalla ei ole sairautta, mitkä ovat mahdollisuudet, että kliininen testi on negatiivinen? Tämä on todellisen negatiivisen tuloksen mittari. Arvot vaihtelevat välillä 0-1,0, jossa 1,0 = 100 % todellisia negatiivisia tuloksia. Näiden havaintojen soveltamiseen käytetään muistisääntöä SpIn. Jos testin spesifisyys on korkea ja testi on positiivinen, kliinikko voi tuntea olonsa paremmaksi taudin poissulkemisen suhteen (SpIn). Kun erittäin spesifinen testi on positiivinen, voit olla varmempi siitä, että potilaalla on kyseinen sairaus, mutta jos testi on negatiivinen, et voi olla varma siitä, että potilaalla ei ole kyseistä sairautta, ellei testi ole myös erittäin herkkä.
Positiivinen todennäköisyyssuhde (+LR): Ilmaisee muutoksen todennäköisyydessä, joka suosii sairautta, kun testi on positiivinen. Se on laskelma testin spesifisyydestä ja herkkyydestä (+LR = herkkyys / 1-spesifisyys). +LR > 1,0 lisää todennäköisyyttä antaa oikea diagnoosi testituloksen perusteella.
Negatiivinen todennäköisyyssuhde: Ilmaisee sen todennäköisyyden muutoksen, että sairautta ei ole, kun testi on negatiivinen. Se on laskelma testin spesifisyydestä ja herkkyydestä (-LR = 1-Herkkyys / Spesifisyys). LR < 1,0 lisää todennäköisyyttä antaa oikea diagnoosi testituloksen perusteella.
Odds Ratio: Tämä on arvio suhteellisesta riskistä, ja sitä käytetään yleensä silloin, kun suhteellista riskiä ei voida määrittää tarkasti tutkimuksen rajoitusten vuoksi (kyvyttömyys laskea kumulatiivista ilmaantuvuutta tarkasti, esim. tapaus-kontrollitutkimus). Sitä käytetään usein ilmaisemaan vaikutuksen kokoa. Se on yhdessä ryhmässä esiintyvän tapahtuman todennäköisyyden suhde toisessa ryhmässä esiintyvän tapahtuman todennäköisyyteen. Se on todennäköisyys sille, että sama tapahtuma tai tila esiintyy kahdessa ryhmässä. Todennäköisyyssuhde 1:1 tarkoittaa, että todennäköisyydessä ei ole eroa ryhmien välillä (tapahtuma tai tila esiintyy yhtä paljon molemmissa ryhmissä).
Suhteellinen riski: Tämä on suhteellisen vaikutuksen mitta, joka on suhde, joka kuvaa altistuneeseen ryhmään liittyviä riskejä verrattuna altistumattomaan ryhmään. Se ilmaisee todennäköisyyden, että joku, joka on altistunut riskitekijälle, sairastuu tilaan verrattuna henkilöön, joka ei ole altistunut.
Vaikutuksen koko: Kahden hoidon välisen eron tai kahden muuttujan välisen suhteen suuruusluokka. Yhden hoidon suurempi vaikutuskoko osoittaa, että se johti suurempaan positiiviseen eroon mitatussa lopputuloksessa.
Validiteetti: Mittaako kliininen testi sitä, mitä sen on tarkoitus mitata? Tähän kysymykseen validiteetti vastaa. Tätä voidaan usein mitata herkkyys- ja spesifisyysarvoilla sekä todennäköisyyssuhteilla (positiivisia ja negatiivisia ennustearvoja käytetään usein, mutta ne eivät ole yhtä hyödyllisiä kuin todennäköisyyssuhteet).
Reliabiliteetti: Kuinka hyvin tutkijat ovat yhtä mieltä testin tuloksista? Reliabiliteetti on yhteisymmärryksen mitta, mutta ei validiteetin. Se perustuu virheiden määrään, joka esiintyy pistemäärissä. Jotta kliinisellä testillä olisi hyvä validiteetti, tarvitaan hyvä reliabiliteetti. Testeillä, joiden validiteetti ei ole hyvä, voi kuitenkin olla erinomainen luotettavuus. Tutkijat voivat mitata testin erittäin luotettavasti itsensä ja muiden tutkijoiden välillä, mutta se ei välttämättä tarkoita, että testi on hyvä mittari tietylle tilalle tai diagnoosille. Sitä mitataan kertoimilla (Kappa- tai luokan sisäiset korrelaatiokertoimet muuttujan tyypistä riippuen).
Kappa: Tämä on yhdenmukaisuuden mitta, joka on sattumakorjattu. Tämä tilasto arvioi havaitun yhdenmukaisuuden osuuden ja ottaa sitten huomioon sen osuuden, joka voidaan odottaa sattuman perusteella. Se on suunniteltu ensisijaisesti mittaamaan ei-parametrisia tietoja, kuten dikotomisia muuttujia, joihin kuuluvat kyllä/ei- ja myönteiset/negatiiviset vastaukset, ja kategorisia muuttujia, kuten manuaalisen lihastestin arvosanoja. Pisteiden vaihteluväli on 0-10, ja pisteiden tulkintaa on ehdotettu seuraavasti:
1,0 = Täydellinen
0,8-1,0 = Erinomainen
0,6-0,8 = Huomattava
0,4-0,6 = Kohtalainen
< 0,4 = Huono
Painotettu Kappa: Normaali Kappa-statistiikka ei tee eroa erimielisyyksien välillä. Jos tutkija haluaa antaa yhdelle erimielisyydelle suuremman painoarvon kuin toiselle suuremman mahdollisen riskin vuoksi, siitä tulee Weighted Kappa. Jotkin erimielisyydet voivat olla vakavampia kuin toiset. Kaikkia aineistoja ei voida erottaa toisistaan tällä tavoin, mutta jos se on mahdollista, painotettua Kappaa voidaan käyttää luotettavuuden arviointiin.
Luokansisäinen korrelaatiokerroin (ICC): ICC on luotettavuuskerroin. Se laskee pistemäärien varianssin ja pystyy kuvastamaan sekä vastaavuusastetta että luokitusten välistä yhteisymmärrystä. Se vaihtelee välillä 0-1,0. ICC on luotettavuuden mittari, joka on suunniteltu ensisijaisesti parametrisille muuttujille (intervalli- tai suhdetiedot), jotka ovat jatkuvia, kuten liikelaajuusmittaukset, pituus, paino jne. Pisteiden tulkintaa on ehdotettu seuraavasti:
1,0 = Täydellinen
0,9-1,0 = Erinomainen
0,75-0,9 = Hyvä
0,5-0,75 = Kohtalainen
< 0,5 = Huono
Korrelaatio: Korrelaatio mittaa yhteyttä eikä yhteisymmärrystä (luotettavuus mittaa yhteisymmärrystä). Se osoittaa muuttujien välisen lineaarisen suhteen ja vaihtelee välillä -1-0-1, ja sitä mitataan kertoimilla (Pearson tai Spearmans). Mitä lähempänä muuttuja on arvoa 1, sitä vahvempi on positiivinen korrelaatio ja mitä lähempänä -1, sitä vahvempi on negatiivinen korrelaatio. Useimmiten nolla osoittaa, ettei muuttujien välillä ole lainkaan korrelaatiota. Korrelaation suuruudet on määritelty seuraavasti:
+/- 0,1-0,3 = pieni
+/- 0,3-0,5 = keskisuuri
+/- 0,5-1,0 = suuri
Korrelaatiokertoimet: Tilastoja, jotka kuvaavat kvantitatiivisesti kahden muuttujan välisen suhteen voimakkuutta ja suuntaa.