전체 글 51

[검사법끼리 비교]Bland-Altman(연속), Kappa(명목), McNemar(명목 2 by 2)

검사법끼리의 비교 동일한 대상에 다른 검사법들을 사용하여 이들의 일치도를 평가 연속변수 : Bland-Altman plot : SPSS 불가, 엑셀 그리든지 SAS,MedCalc,dBSTAT 에 가능 가로축에는 두 검사법의 평균, 세로축에는 그 뺀 값을 넣고 산점도를 그린 것 x축은 두 값의 평균이지만 둘중의 하나가 gold standard인 경우는 이 검사법의 결과를 넣을 ㅜㅅ도 있고 (Krouwer, 2008), y축의 값을 차이, 차이의 %, 비율 등으로 배치하는 등 몇 가지 변형된 것들도 존재하는데 MedCalc 에서 가능합니다. 95% 가 들어오게 선이 그려짐. 2SD 선이 연구자의 상식에 의해 수용할 만한 크기인가를 결정하는 것. 통계방법이 아니라 연구자의 주관이라는 것. 예를 들면 혈압을 즉..

카테고리 없음 2017.04.23

[재현성 검사] ICC(연속), Cohen's kappa(명목,2명), Fleiss kappa(명목, 여러검사자), Weighted kappa, Kendall W (서열)

재현성 검사 ICC(연속), Cohen's kappa(명목,2명), Fleiss kappa(명목, 여러검사자), Weighted kappa, Kendall W (서열) 재현성 검사 Analyze-Scale-Reliability Analysis ICC(intraclass correlation coefficient; 급간 상관계수) 관찰자내(intra-rater), 관찰자간(inter-rater) 재현성 검사(reliability) 연속변수인 경우 관찰자내 – 동일한 사람이 다시 검사 관찰자간 – 한 사람이 검사하고, 다른 사람이 검사한다면 상관분석은 직선인가. ICC 는 y=x 인가를 물어보는 것 SPSS –reliability – 2 way mixed(검사자 k 명이서 무작위로 선택된 환자나 연구집단을 ..

통계 공부하기 2017.04.23

[진단법]민감도, 특이도, ROC curve, AUC

민감도,특이도, 양성 예측도, 음성 예측도 민감도 : 병이 있는 사람 중에 몇 명을 병이 있다고 말하는가특이도 : 병이 없는 사람 중에 몇 명을 병이 없다고 말하는가 현재 유병률과는 상관없이 그 검사법 자체의 고유한 성격 양성 예측도 : 검사상 양성으로 나왔는데 실제 병이 있는 사람음성 예측도 : 검사상 음성으로 나왔는데 실제 병이 없는 사람 사각형의 면적으로 이해할 것 분홍 : 양성이고 병 없는 사람연두: 음성이고 병 있는 사람 노랑: 양성이고 병 없는 사람 녹색: 음성이고 병 없는 사람 민감도, 특이도와 관련된 연구의 가장 큰 특징은 확진 검사법 또는 많은 사람들이 공감하는 gold standard 가 되는 검사법이 있다는 것. 그 검사법에 대해서, 우리의 관심사인 새 검사법은 민감도와 특이도가 어떠..

통계 공부하기 2017.04.23

[생존분석]Cox 비례위험모형 Cox proportional hazards model

Regression 처럼 여러 변수를 동시에 넣고서 어떤 변수가 event 에 영향을 미쳤는지, 각 변수를 분석하게 되어 있습니다. 여러 원인 중에서 생존곡선에 영향을 미치는 변수에 대한 각각의 p 값과 odds ration 를 계산해낼 수 있지요 --그러면 reference 설정하고 HR 은 어디서 하는가---> Cox regression 에서는 Exp(b) 값을 보통 오즈비나 승산비라 부르지 않고 위험비(hazard ratio)라고 부릅니다 카이제곱과 multiple regression 이 합쳐진 것이 logistic regression 였다면 여기에다 다시 생존분석을 붙여서 Cox regression을 만들게 됩니다 regression - logistic regression - Cox regress..

통계 공부하기 2017.03.21

[생존분석]Kaplan Meier, Censored data, Log-rank test

이것은 생존이라는 종속변수를 대상으로 하는 카이제곱 분석입니다. 생존율에서 중간 과정은 무시하고 마지막에 누적된 생존을 분석하기 때문에 누적생존율에 대한 분석이라 할 수 있고 이를 통계적으로 생존분석이라고 하지는 않습니다. 요약하자면 카이제곱 분석이 누적 생존율에 관심을 가지고 있지만 생존분석은 그 과정 중의 생존 곡선에 관심을 갖고 있다는 듯입니다. failure 라는 사건이 언제 생긴 것인지까지를 구분하여 분석하려는 것이 바로 생존분석입니다 샌존분석에서는 사건이 발생한 시간을 중요하게 다루고, 또 중도탈락한 경우도 그 추적 관찰된 시점까지의 시간을 의미있게 반영합니다 (TKRA 에서는 failure 발생 후 종료, 중도탈락한 경우는 최근 외래 f.u 까지하는지. Lee.... were consider..

통계 공부하기 2017.03.21