Výpracky 2 ke kolokviu z OPZ

RR= Ie/I0...27/77=0,35 to znamená, že existuje závislosť a užívanie OC je protektívny faktor.

AR= Ie-I0...27-77=-50

AR je menšie ako nula, čo tiež nasvedčuje tomu, že OC je protektívny faktor.

PAR= Ic-I0...104-77=27 27 žien ochorelo aj napriek užívaniu OC. Keď toto číslo vydelíme Ic tak sa
dozvieme, že to je 25% žien a vypočítame tak PAR%.

ZDROJ: 6 SEMINÁRNA PREZENTÁCIA

24.

MOŽNOSTI VYSVĚTLENÍ POZOROVANÉ ASOCIACE

Ak nám v štúdii vyjdú nejaké výsledky, netreba sa hneď tešiť. Nemusí ísť ešte o priamu asociáciu.
V štúdiách poznáme trio gangstrov, ktorí nám ju vedia pokaziť. Sú to: náhoda, confounding a bias.

bakteriurie

ano

bakteriurie

ne

celkem

užívání
OC

27

455

482

neužívání
OC

77

1831

1908

celkem

104

2286

2390

Zelená=Ie, modrá=I0, oranžová=Ic

Asociácia náhodou vzniká hlavne pri malých štatistických vzorkách. Pri nedostatku ľudí na
spracovanie štúdie sa nemôžeme dopracovať k objektívnym výsledkom. Náhodu eliminujeme
zväčšením skupiny, ktorú sledujeme. Confounder je skrytý, nesledovaný faktor, ktorý podmieňuje
rozdiely medzi exponovanou a neexponovanou skupinou. Môže viesť ku podhodnoteniu alebo
nadhodnoteniu sledovaného rizikového faktoru. Príklad: štúdia vzťahu medzi pitím kávy a rakovinou
pankreasu. Výskumníkom vyšlo, že ľudia, ktorí viac pili kávu boli viac postihnutí ca, avšak neskôr sa
ukázalo, že presne tí istí ľudia sú tuhí fajčiari a že to boli vlastne cigarety, ktoré spôsobovali ca, nie
káva. Skresleniu informácií confounderom sa dá vyhnúť stratifikáciou štúdie, teda zistením viacerých
možných faktorov, ktoré by mohli byť confounderom a ich zahrnutie do štúdie (každý faktor bude
mať svoj chlievik v tabuľke a už nebude robiť zle). Na to aby sme ale tieto faktory vedeli pozorovať ich
musíme najprv identifikovať presným naplánovaním štúdie. Bias je systematická chyba vzniknutá pri
plánovaní alebo aplikovaní štúdie. Na rozdiel od confoundingu sa už nedá napraviť. Rozlišujeme
selekčné bias a informačné bias. Selekčné bias vzniká pri vybraní nesprávnej reprezentačnej zložky
populácie. Príklad: retrospektívna štúdia o rakovine pľúc. Ak vyberieme ako kontrolnú zložku ľudí
hospitalizovaných kvôli nezhubným chorobám DC, budeme mať v tejto skupine oveľa viac fajčiarov,
ako v populácii, z ktorej pochádzajú prípady ca. Výsledkom by bolo, že ľudia ktorí fajčia viac nemajú
ca a fajčenie ako faktor by bolo podhodnotené. Informačné bias vzniká misklasifikáciou choroby,
expozície alebo oboch.

ZDROJ: HOLČÍK, ŽÁČEK, KOUPILOVÁ: SOCIÁLNÍ LÉKAŘSTVÍ, KAPITOLA 5.10 A 6 SEMINÁROVÁ
PREZENTÁCIA

25.

NÁHODNÝ VÝBĚR, METODY, VLASTNOSTI A VÝZNAM

Vzorka je podjednotkou vybranej populácie, ktorá nepodlieha bias a je reprezentáciou sledovanej
populácie. V medicíne sa najviac využívajú metódy: náhodný výber, systematický výber,
stratifikovaný výber a klastrový výber. Náhodný výber – každý subjekt má rovnakú šancu na to, byť
vybratý, napr. náhodným generovaním čísel. Systematický (náhodný) výber – metóda kde je každý n-
tý človek vybratý. n je zvolené tak , že vydelíme počet prihlásených ľudí počtom, ktorých chceme
vybrať. Pr. Zo 100 ľudí vyberáme 10. Čiže n je 100/10=10 a to znamená, že vyberieme každého
desiateho, n=10. Stratifikovaný výber je, keď populáciu najprv rozdelíme do určitých skupín na
základne nejakého znaku a potom z týchto skupín náhodne vyberáme. Klastrový výber je
charakteristický pre epidemiológiu. Sledovanú skupinu ľudí rozdeľujeme na klastre (zhluky) hlavne
podľa ich geografickej polohy, inak ich nič nespája. Poznáme jednoúrovňový klastrový výber, kedy
rozdelíme populáciu na klastre a vyberieme tie, s ktorými chceme pracovať (Brno rozdelené na
mestské časti=klastre, následne vyberieme Brno-Střed a Starý Lískovec, lebo tie nás zaujímajú)
a dvojúrovňový klastrový výber, kedy z vybraných klastrov ešte náhodne vyberieme podklastre.
Dvojúrovňový je výhodný z hľadiska šetrenia peňazí a času, pretože sleduje menšiu skupinu.