STATISTIK-FORUM.de

[Janinaf]

Hallo,
Ich soll für meine Doktorarbeit eine Power Analyse durchführen um die Fallzahl zu berechnen. Leider ist das ein Buch mit 7 Siegeln für mich. Ich war schon bei einer Beratung und bin jetzt nur noch verwirrter.
Es geht um folgendes in meiner Arbeit: Ich möchte 2 operative Verfahren randomisiert untersuchen um herauszufinden ob zwischen beiden ein Unterschied besteht zwischen dem postoperativen Outcome (nach der Operation). Dafür verwende ich 4 verschiedene Scores um das Outcome zu erfassen.
Aufgrund von Zeitmangel stehen mir ungefähr 80 Patienten zur Verfügung. Bei der Beratung haben wir anhand des G Power Programms herausgefunden, dass ich bei einem alpha von 0,01 und einer Power von 0,95 (benötige ich beides) eine Effektstärke von 1 brauche (beim t-test).
Meine Aufgabe soll es jetzt sein die Effekstärke von 1 zu begründen. Die bei der Beratung haben mir den Tipp gegeben bereits jetzt an einem anderen Patienten die Scores durchzuführen (2x) und daraus meine Varianz zu berechnen. Und dann soll ich die klinisch relevante Varianz durch meine dividieren. Das soll die Effektstärke ergeben.
Für mich ergibt das leider überhaupt keinen Sinn. Kann mir jemand den Zusammenhang zwischen Effekstärke und den Varianzen erklären?
Lg
Janina

[PonderStibbons]

alpha von 0,01 und einer Power von 0,95 (benötige ich beides)

Warum ist alpha so niedrig und zugleich soll die power so extrem hoch sein?

Für mich ergibt das leider überhaupt keinen Sinn. Kann mir jemand den Zusammenhang zwischen Effekstärke und den Varianzen erklären?

Es geht womöglich um das Effektstärkemaß d (Cohen's d). Das berechnet sich aus
(Mittelwert1 - Mittelwert2) / Standardabweichung der Gesamtgruppe.

Dass ein Verfahren im Vergleich zu einem anderen den Mittelwert um eine ganze
Standardabweichung verschiebt, wäre ein ungewöhnlich großer erwarteter Effekt.

Lg

wtf

Mit freundlichen Grüßen

PonderStibbons

[Janinaf]

Ja genau es geht um die effektstärke Cohens d. Diese soll 1 sein damit ich mit meinen Fallzahlen hinkomme. Dafür muss ich Eibe Erklärung finden warum d 1 ist. Die alpha soll so niedrig sein da ich 4 scores habe,? Wurde mir auch nicht ganz klar. Und die power soll so hoch sein damit ich es auch "glaube wenn kein unterschied vorhanden ist"
Wie gesagt, ich habe nicht viel Ahnung von Statistik und bin seit der Beratung noch verwirrter

[PonderStibbons]

Die alpha soll so niedrig sein da ich 4 scores habe,? Wurde mir auch nicht ganz klar.

Ja, man testet 4mal. Hat also 4mal das Risiko eines fasch-positiven Ergebnisses. Um dem entgegenzuwirken, kann man alpha strenger (niedriger) wählen. Was meines Erachtens sinnvoller wäre, das wäre die Definition eines Hauptzielkriteriums (primäres outcome), anhand dessen entschieden wird, ob die eine Methode besser ist (oder geht es vielleicht darum nachzuweisen, dass beide in etwa gleich gut sind?). Die anderen 3 wären dann sekundär, sozusagen Zusatzinformationen. Wenn das mit dem Hauptzielkriterium tatsächlich geht, kannst Du alpha auf 0,05 setzen (lassen).

Und die power soll so hoch sein damit ich es auch "glaube wenn kein unterschied vorhanden ist"

Das kannst Du wohl vergessen, außer das eine Verfahren wäre anzunehmenderweise gigantisch besser als das andere. Übliche Effekte sind eher im Bereich 0,2 bis 0,5 statt 1. Allerdings weiß ich nicht konkret, worum es hier geht und was gemessen wird, daher sind das nur allgemeine Hinweise.

Mit freundlichen Grüßen

PonderStibbons

[Janinaf]

Ersteinmal vielen Dank für deine schnellen und guten Antworten.

Ich habe gestern meine Doktormutter getroffen und diese meinte, dass das was mir in der Beratung gesagt wurde totaler Stuss ist. Mit einer Effektstärke d von 1 können wir nicht arbeiten und auch das ich einen Pat im vorraus testen soll hat nichts mit unseren Ergebnissen zu tun. Ich soll also nochmal alles vergessen was mir gesagt wurde und von vorne anfangen, wobei wir noch ein paar weitere Details abgeklärt haben.
Ich stehe jetzt vor folgender Situation:

Ich führe eine klinische Studie durch, bei der zwei verschiedene Operationsverfahren von Oberarmbrüchen bei einer bestimmten Patientengruppe (über 70 J., bestimmte Art von Brüchen...), verglichen werden sollen. Diese beiden Verfahren wurden noch nie verglichen, es gibt keine Studien darüber, nur einzeln wurden sie bereits getestet. Das heißt wir wissen nicht welches Verfahren besser ist und genau das wollen wir herausbekommen.
Als Hauptkriterium erfassen wir die Schmerzen nach der Operation auf einer Skala zwischen 0-10 und wie diese sich innerhalb eines Jahres (insgesamt 3 mal erfragt) verändern. Bereits ein Unterschied, zwischen den beiden Operationen nach einem Jahr von 2 Punkten soll relevant sein.
Außerdem erfassen wir das Bewegungsausmaß nach der Operation zwischen 0-100 und die Lebensqualität. Der Score zur Lebensqualität ist leider sehr kompliziert und in der Literatur mit verschiedenen Skalen angegeben.
Dieses Krankheitsbild ist sehr selten, so dass wir innerhalb dieses Jahres wahrscheinlich nicht sehr viele Patienten bekommen. Gerade deswegen wollen wir die Fallzahl berechnen damit hinterher nicht alles umsonst war.

Jetzt fehlt mir der Ansatz. Mit welchem Test kann ich die Fallzahl am besten erarbeiten. Ich habe an den t-Test gedacht, mir wurde aber auch der exakte Fisher test empfohlen. Beim Fisher Test erschließt sich mir bei dem Programm g Power nicht ganz was ich bei Proportion 1 und 2 angeben soll.
Falls ich den t-test nehme, müsste ich diesen dann für alle drei Scores errechnen und wie würde ich dann das Ergebnis interpretieren? Und wie lasse ich unseren relevanten Unterschied einfließen.

Ich bin über jede Hilfe sehr dankbar.
Lg

[PonderStibbons]

Ich führe eine klinische Studie durch, bei der zwei verschiedene Operationsverfahren von Oberarmbrüchen bei einer bestimmten Patientengruppe (über 70 J., bestimmte Art von Brüchen...), verglichen werden sollen.

Und keiner mit ausreichend Ahnung von Statistik ist offiziell involviert? Wie kommt das denn durch die Ethikkommission?

Diese beiden Verfahren wurden noch nie verglichen, es gibt keine Studien darüber, nur einzeln wurden sie bereits getestet. Das heißt wir wissen nicht welches Verfahren besser ist und genau das wollen wir herausbekommen.

Da wären ein paar Angaben zum Design nützlich. Wird das z.B. randomisiert zugewiesen,
wer was bekommt?

Als Hauptkriterium erfassen wir die Schmerzen nach der Operation auf einer Skala zwischen 0-10 und wie diese sich innerhalb eines Jahres (insgesamt 3 mal erfragt) verändern. Bereits ein Unterschied, zwischen den beiden Operationen nach einem Jahr von 2 Punkten soll relevant sein.

Da hättest Du ein Hauptzielkriterium, das man pi mal Daumen als intervallskaliert ansehen kann.
Um einen relevanten Effekt (in der Grundgesamtheit) zu definieren, braucht man aber neben
dem Mittelwertunterschied die Standardabweichung (SD). Man müsste also, am besten auf Basis von
Refernzstudien oder eigenen Daten sagen können, ob die SD der Schmerz-Scores z.B. 2 oder 4
beträgt. Je nachdem wäre ein Unterschied von 2 eben ein sehr großer oder ein mittelgroßer.
Üblicherweise möchte man einen relevanten Effekt (so er existiert) mit 80% Wahrscheinlichkeit
bei alpha 5% nachweisen.

Beim Fisher Test erschließt sich mir bei dem Programm g Power nicht ganz was ich bei Proportion 1 und 2 angeben soll.

Wer hat Dir denn einen Test für den Vergleich hinsichtlich eines ja/nein-Kriteriums
empfohlen, obwohl Du intervallskalierte Variablen hast?

Lg

wtf

Ponderstibbons