Förekommer något olika ofta i olika grupper? (chi-två, sensitivitet, specificitet)

Kort sagt

Båda kolumnerna delar in personer i grupper (2 till 12 nivåer vardera); syftet är att pröva om fördelningen i den ena beror på den andra. Med en 2×2-tabell visar Statable också oddskvoten. Om tabellen är ett test mot en referensstandard (till exempel screening mot diagnos) kan sidan läsa den som diagnostisk noggrannhet under ”Beräkna testets noggrannhet”.

Förutsättningar

• Oberoende observationer, varje person i exakt en cell.
• Förväntade antal: under 5 i högst 20 % av cellerna, inga under 1; Statable visar även de förväntade antalen. Om detta inte uppfylls gäller Fishers exakta test för 2×2-tabeller.
• Verkliga antal, inte procent eller medelvärden.

Läsa resultatet

Tabellen jämför observerade och förväntade antal. Chi-två-testet undersöker hur väl avvikelserna stämmer med antagandet att det inte finns något samband. Cramérs V anger styrkan. Har tabellens mindre sida 2 nivåer (t.ex. 2×2, 2×4): från ungefär ,10 liten, ,30 medelstor, ,50 stor; vid 3 nivåer ,07 / ,21 / ,35; vid 4 nivåer ,06 / ,17 / ,29 (Cohen, 1988).

Test mot en referensstandard (2×2)

• Välj kolumnen med referensstandarden (till exempel diagnosen) och för varje kolumn det värde som räknas som positivt.
• Sensitivitet: andelen positiva som testet upptäcker. Specificitet: andelen negativa som det känner igen som negativa. Positivt och negativt prediktivt värde: andelen av dem som testar positivt respektive negativt för vilka det stämmer. Likelihood-kvoterna LR+ och LR− visar hur starkt ett resultat flyttar sannolikheten (LR+ från 10 stark, LR− under 0,1 stark).
• De prediktiva värdena gäller bara för prevalensen av den positiva referensen i stickprovet; sensitivitet och specificitet gäller oberoende av den. Om testet är ett tal (poäng i stället för ”flaggad/inte flaggad”) erbjuder resultatet av ”Skiljer sig grupper åt?” ett färdigt ROC-kommando för PSPP.

För tabeller med två gånger två celler kan riskmått läggas till: risken per grupp, riskskillnaden, den relativa risken och NNT (antalet personer som behövs för en extra nytta eller skada). Personen väljer rollerna, ”Är händelsen önskvärd?” och studiedesignen (fall-kontrollstudie: bara oddskvoten); Statable gissar aldrig i det tysta. Mer i artikeln ”Riskmått”.

χ²(1, N = 150) = 86,08, p < ,001, V = ,76; sensitivitet = ,90, 95 % KI [,79; ,96]; specificitet = ,88, 95 % KI [,80; ,93]; LR+ = 7,50, 95 % KI [4,38; 12,85]

För specialister

Andelar med Wilson-intervall (som epiR::epi.tests, method = "wilson"), likelihood-kvoter med logaritmiskt intervall enligt Simel m.fl. (1991), oddskvot med Wald-intervall. Indelningen av likelihood-kvoterna följer Jaeschke m.fl. (1994).

Typiska exempel

• Mobil i sängen efter kön: chi-två-test.
• Rekommendation för fortsatt skolgång efter föräldrarnas utbildning.
• Screening positiv eller negativ mot diagnosen: sensitivitet och specificitet.