1 / 28

Anàlisi de taules amb SPSS

Anàlisi de taules amb SPSS. Dissenys de cohorts: RR Dissenys de casos y controls: OR Mesures de concordança Mesures de correlació Mesures d’associació Anàlisi de taules grans. Introducció de taules en SPSS. En un estudi de cohorts es disposa dels següents resultats:.

alcina
Download Presentation

Anàlisi de taules amb SPSS

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Anàlisi de taules amb SPSS Dissenys de cohorts: RR Dissenys de casos y controls: OR Mesures de concordança Mesures de correlació Mesures d’associació Anàlisi de taules grans

  2. Introducció de taules en SPSS En un estudi de cohorts es disposa dels següents resultats: • Com s’introdueixen en SPSS? • Com es pot obtenir una estimació del risc relatiu?

  3. Introducció de taules en SPSS • Definició de les files (Risc) i les columnes (Malaltia). • Poseu els decimals a 0. Definiu etiquetes de valor P.e. a la variable Risc 1: Exposat 2: No exposat

  4. Introducció de taules en SPSS Introducció de dades

  5. Introducció de taules en SPSS Cal indicar que cada cas representa un conjunt d’observacions: Datos > Ponderar casos

  6. Introducció de taules en SPSS Obtenció de la taula de contingència Analizar > Estadisticos descriptivos > Tabla de contingencia Situar la variable que conté els grups de risc a les files i la variable que conté informació sobre la malaltia en les columnes.

  7. Introducció de taules en SPSS Obtenció de les proporcions Analizar > Estadisticos descriptivos > Tabla de contingencia Opció Casillas Marqueu els percentatges de files (Proporció de malalts per cada grup de risc)

  8. Taula 2x2Disseny de cohorts

  9. Taula 2x2Disseny de cohorts: Estimació del RR Analizar > Estadisticos descriptivos > Tabla de contingencia Opció Estadísticos

  10. Taula 2x2Disseny de cohorts: Estimació del RR RR: 2.013 (IC 95% 1.26, 3.21) Amb una confiança del 95%, el RR podem afirmar que l’exposició al factor de risc fa augmentar entre 1.26 i 3.21 cops la probabilitat de desenvolupar la malaltia

  11. Taula 2x2Disseny de cohorts: Estimació del RR Intervals de confiança molt amplis indiquen que cal augmentar la mida de la mostra

  12. Taula 2x2Disseny de cohorts: Prova de Chi-quadrat Analizar > Estadisticos descriptivos > Tabla de contingencia Opció Estadísticos Podem acceptar que les proporcions observades són iguals? p=0.521

  13. Grau de significació (p) : Mesura la probabilitat d’haver observat un resultat igual a que hem obtingut o més allunyat que el que hem obtingut respecte a la hipòtesi nul·la. En aquest cas, mesura la probabilitat d’haver obtingut els percentatges discrepants que hem obtingut a la taula, o un resultat encara més discrepant (respecte a la hipòtesi que la probabilitat de malaltia fos igual independentment de l’exposició). p=0.521, indica que el resultat no s’allunya significativament d’un resultat que es pugui esperar acceptant que la malaltia és independent de l’exposició

  14. IC i prova Chi-quadrat Dos aspectes del mateix problema NS Inclou el 1

  15. Disseny de cohorts

  16. Disseny de cohorts: OR No inclou el 1

  17. Disseny de cohorts: OR S: p<0.05 No inclou el 1

  18. OR ajustats

  19. OR ajustats

  20. OR ajustat per gènere Homes i dones presenten un OR similar (p>0.05) Estimació de l’OR ajustat per gènere

  21. Mesures de concordança • Es disposa de dades de diferents observadors sobre els mateixos subjectes. • Volem avaluar si hi ha concordança. • Kappa: • 1 si la concordança és perfecte • 0 si no hi ha concordança

  22. Exemple p<0.05 indica concordança entre els resultats (millor com més s’apropi kappa al valor 1) El coeficient kappa mesura el grau d’acord. La significació de p indica que els resultats no són compatibles amb un valor de kappa=0

  23. Exemple p>0.05 indica que els resultats no són concordants (podem admetre kappa = 0)

  24. Mesures de correlació Una p<0.05 el la prova Chi-quadrat indica diferències en les proporcions de resposta per dosi. Hi ha correlació entre la dosi i la resposta?

  25. Mesures de correlació Coeficient de correlació de Spearman. Un valor de p<0.05 indica correlació La correlació perfecta correspon a un valor 1. El valor 0 indica resultats no correlacionats

  26. Mesures de correlació El residuals tipificats corregits permeten identificar en quines caselles hi ha una variació significativa (amunt si són positius i avall si són negatius) del percentatge. Valors absoluts més grans que 2 indiquen una diferència significativa.

  27. Un exemple de resultats que no correlacionen amb la dosi Un valor de r = -0.004 amb p>0.05 indica una correlació no significativa El residuals ajustats no superen, en valor absolut, el valor 2.

  28. Un exemple amb correlació negativa Un valor de r = -0.735 i p<0.05 indica una correlació significativa. En aquest cas a més dosi menys resposta (correlació negativa). Els residuals ajustats permeten visualitzar aquesta tendència.

More Related