von Dr. Lubna Halimeh
Statistik und Sichtungsnachweis dieser Seite findet sich am Artikelende
| [1.] Lh/Fragment 066 01 - Diskussion Zuletzt bearbeitet: 2014-04-23 23:23:52 Schumann | Fragment, Gesichtet, Lh, SMWFragment, Schutzlevel sysop, Verschleierung, Yurtcu 2008 |
|
|
|
| Untersuchte Arbeit: Seite: 66, Zeilen: 1-27 |
Quelle: Yurtcu 2008 Seite(n): 50, 51, Zeilen: 50: 20-30 51: 1-13 |
|---|---|
| [Als Maß für den Zu]sammenhang zwischen der Exposition und dem Zielereignis verwendet man bei Fall-Kontroll-Studien die OR. Sie vergleicht im Gegensatz zu dem relativen Risiko keine Wahrscheinlichkeiten sondern Chancen. Es kann drei Ergebnisse für die OR geben:
OR = 1: kein Einfluss (hier: Mutation hat keinen Einfluss auf Zielgrößen) OR < 1: Mutation wirkt schädigend (hier: Aktivität↓ bzw. Thromboserisiko↑) OR > 1: Mutation wirkt schützend/präventiv (hier: Aktivität↑ bzw. Thromboserisiko↓) Das Konfidenzintervall (=Vertrauensbereich) besagt, dass die errechnete OR mit 95%iger Wahrscheinlichkeit tatsächlich innerhalb der errechneten Grenzen liegt, z.B. 95% KI: OR= 1,5 Ist die OR=1, so gilt die Nullhypothese, ist die OR ≠ 1, so wird die Nullhypothese verworfen, es gilt dann die Alternativhypothese. 2.7.7 Logistische Regression Die logistische Regression ist eine Methode um Probleme zu analysieren, die eine oder mehrere Variablen enthalten, die das Ergebnis bestimmen können. Das Ergebnis wird dabei entweder anhand einer dichotomen Variablen gemessen (die Variable kann nur 2 verschiedene Werte annehmen, hier gilt: 0=Merkmal nicht vorhanden, 1=Merkmal vorhanden) oder es werden kontinuierliche Daten verglichen (z.B. das unterschiedliche Alter in Jahren). Das Ziel der logistischen Regression ist es, das am besten passende Modell zu finden, um die Beziehung des anhängigen (hier: Kontrollgruppe/Gruppe der venösen Thrombosen) von der/den unabhängigen Variablen (hier: Lipoprotein(a) 93 CT- und 121 GA - Polymorphismus bzw. Lipoprotein( a)-Aktivität unter der 10. Perzentile ja/nein) zu beschreiben, so genannter “goodness of fit“-Test (R2). |
Als Maß für den Zusammenhang zwischen der Expositon [sic] und dem Zielereignis verwendet man bei Fall-Kontroll-Studien die OR.
Sie vergleicht im Gegensatz zu dem relativen Risiko keine Wahrscheinlichkeiten sondern Chancen. Es kann drei Ergebnisse für die OR geben: OR = 1 --> kein Einfluss (hier: Mutation hat keinen Einfluss auf Zielgrößen) < 1 --> Mutation wirkt schädigend (hier: Aktivität↓ bzw. Thromboserisiko↑) > 1 --> Mutation wirkt schützend/präventiv (hier: Aktivität↑ bzw. Thromboserisiko↓) Das Konfidenzintervall besagt, dass die errechnete OR mit 95%iger Wahrscheinlichkeit tatsächlich innerhalb der errechneten Grenzen liegt, z.B. 95% KI: OR= 1,5 [1,2-1,8]. [Seite 51] Ist die OR=1, so gilt die Nullhypothese, ist die OR ≠ 1, so wird die Nullhypothese verworfen, es gilt dann die Alternativhypothese. 2.5.7. Logistische Regression Die logistische Regression ist eine Methode um Probleme zu analysieren, die eine oder mehrere unabhängige Variablen beinhalten, die das Ergebnis bestimmen. Das Ergebnis wird dabei anhand einer dichotomen Variablen gemessen (die Variable kann nur 2 verschiedene Werte annehmen, hier gilt: 0=Merkmal nicht vorhanden, 1=Merkmal vorhanden). Das Ziel der logistischen Regression ist es, das am besten passende Modell zu finden, um die Beziehung des anhängigen (hier: Kontrollgruppe/Gruppe der venösen Thrombosen) von der/den unabhängigen Variablen (hier: Faktor XII C46T Polymorphismus bzw. Faktor XII-Aktivität unter der 10. Perzentile ja/nein) zu beschreiben, so genannter “goodness of fit“-Test R quadrat. |
Ein Verweis auf die Quelle fehlt. |
|
Letzte Bearbeitung dieser Seite: durch Benutzer:Schumann, Zeitstempel: 20140423232450