Zoals je in onderstaande foto kunt zien, wordt de nek-omtrek als een significante voorspeller gezien (P=0.03), maar tegelijkertijd overlappen de SD's uit beide groepen. Op dit moment ben ik het spoor even bijster
Is er iemand die mij zou kunnen uitleggen hoe dit in elkaar steekt? De nekomtrek is overigens niet de enige determinant waarbij die SD's overlappen terwijl er wel een significante uitkomst is.. (in deze tabel bijvoorbeeld ook de omtrek van de taille)
(De titel, mocht je het op willen zoeken in PubMed: Prognosis for Spontaneous Resolution of OSA in Children)
Ik heb geen verklaring voor je maar lees graag even mee gezien ik voor mijn opleiding ook weer dit soort onderzoeken moet lezen en verklaren en het is al even geleden voor mij
Vind ik persoonlijk niet zo gek. De SD zegt iets over de spreiding van de getallen zelf; de significantie over het verschil tussen beide getallen. Als er slechts een heel klein deel van de waardes overlapt, maar de rest qua spreiding ver uit elkaar ligt, zijn de verschillen tussen de getallen groter dan de overlappende waardes en kan het resultaat gewoon een significant verschil hebben.
Dat is zeker zo en daar heb je ook een punt. De overlap in SD is ook een beetje een losse pols techniek om de significantie te beoordelen, maar... de getallen liggen nu behoorlijk dicht bij elkaar 28,33 +/- 2,89 en 27,48 +/- 2,37 en dat is dan zelfs nog maar 1x de SD. Dat laat mij erg twijfelen aan de P-waarde.
MacavityL
Berichten: 3995
Geregistreerd: 10-03-03
Woonplaats: Amsterdam
Geplaatst: 02-04-17 18:51
Erg goede kritische vraag - altijd goed om verder dan P waarden te kijken!
De gemiddelden tussen de twee groepen verschillen significant. Hoe groter de N in de twee groepen, hoe kleiner de invloed van de SD op die significantie (als kleine groepen overlappen zal het minder snel significant zijn dan als grote groepen overlappen).
Wat die overlap wel betekent is dat individuele predictie verminderd/niet nauwkeurig is. Als je 'in het wild' een meting doet en je komt een waarde van 28.0 tegen - in welke groep hoort deze dan? Hier kun je niets over zeggen omdat de SD's overlappen. Als de SD's niet overlapten, had je hier mogelijk nog een zinnige uitspraak over kunnen doen.
Ofwel, ja er is een significate predictie, maar die predictie is buiten dit onderzoek beperkt relevant/bruikbaar..
Lauraennala
Berichten: 2694
Geregistreerd: 29-04-10
Woonplaats: Zuid-Holland
Geplaatst door de TopicStarter: 02-04-17 19:21
Aha, super bedankt!! Dat klinkt inderdaad heel logisch
Als je het niet erg vindt, stel ik je ook gelijk een vervolgvraag:
Bij dat stukje waar de vraagteken bij staat hebben ze het over een 'forward stepwise multiple logistic regression' over alle significante determinanten. Wat bedoelen ze daarmee? En wat heeft die R^2 = 0,22 daarmee te maken?
Ze hebben meerdere variabelen gevonden die een significant verschil lieten zien tussen groepen (zoals je eerder noemde, nek omtrek maar ook taille omtrek, waarschijnlijk nog een paar).
Deze voegen ze nu één voor één toe in een model dat wil voorspellen welke combinatie van variabelen de groote voorspelling geeft (verklaart nekomtrek en taileomtrek samen het verschil tussen de groepen beter dan de twee apart?). Dit Is een forward stepwise model, je kan ook eerst allemaal toevoegen en dan steeds eentje afhalen, dat is backward stepwise.
Het uiteindelijke 'beste' model verklaart 22% van het verschil tussen de groepen. De variabelen die hieraan meedragen zijn AHI en tailleomtrek (en dus niet nekomtrek). Kritisch bekeken is 88% van het verschil dus nog onverklaarbaar (andere variabelen die ze niet in hun onderzoek hebben meegenomen), al is 100% nooit haalbaar.
Lauraennala
Berichten: 2694
Geregistreerd: 29-04-10
Woonplaats: Zuid-Holland
Geplaatst door de TopicStarter: 02-04-17 19:47
Bedankt voor de heldere uitleg, tot zover is het mij duidelijk
Maar als je dan de OR's bekijkt die erachter staan, dan zou je zeggen dat een lage AHI (apneu/hypopneu index) juist een negatief effect heeft (OR 0,80) op het herstel? Terwijl tailleomtrek juist een positief effect heeft (OR 2.0).. Maar gek genoeg worden ze wel beide gezien als een goede voorspeller voor herstel? Of interpreteer ik hier de OR niet goed?
EDIT: er staat een figuurtje onder de tekst, waarbij wordt weergeven dat hoe lager de AHI at baseline, hoe groter de kans op herstel is.
EDIT: Oeps, volgens mij was ik in de war met de RR Het heeft dus allebei wel een positief effect, alleen is dat van een kleine tailleomtrek groter dan dat van een lage AHI?