STATISTIK-FORUM.de

[Möllmann]

Hallo!
Nachdem meine eigene Recherche leider nicht zielführend war, hoffe ich dass ihr mir helfen könnt.
Im Rahmen meiner Doktorarbeit habe ich eine Fallgruppe und eine Kontrollgruppe mit je 50 Probanden. In der Fallgruppe(Patienten mit Blutvergiftung) gab es zwei Blutentnahmen (Gruppe A=während Blutvergiftung und B=nach Abklingen der Blutvergiftung). In der Kontrollgruppe nur eine (Gruppe K).

Ich habe die Höhe der "Adipokine"(Hormone des Fettgewebes. in meinem Fall vier verschiedene: Resistin, Leptin, Adiponektin und IL6) in Gruppe A, B und K bestimmt.
Jetzt möchte ich die Höhe der Adipokine mit verschiedenen Laborwerten korrelieren(Pearsonkorrelation), da wir vermuten dass die Höhe der Adipokine mit der Entzündungsreaktion zusammenhängt. Dazu habe ich große Korrelationstabellen.
Also zB Leptin in Gruppe A mit CRP in Gruppe A, aber auch Adipokin A mit CRP in Gruppe B etc.

Meine Frage wäre jetzt, wie wende ich dabei die Bonferroni Korrektur korrekt an?
also zB wenn ich Leptin A, B und K mit CRP A B und K korreliere. Ist der Korrekturfaktor hier n=9, also das korrigierte Signifikanzniveau gleich 0,05/9? Oder n=3, da zB Leptin A mit drei anderen Werten(CRP A, B und K) verglichen wird?
Habe nämlich ca 20 Laborwerte, die ich in verschiedenen Kapiteln mit den Adipokinen vergleiche, also auch Cholesterinwerte etc und frage ich mich, ob ich dann die Zahl ALLER Werte zusammenzählen muss?

Ich bin höchstgradig verwirrt und wäre über eine grundsätzliche Erklärung sehr dankbar.

Vielen Dank schonmal,
Natalie

[strukturmarionette]

Hi,

Meine Frage wäre jetzt, wie wende ich dabei die Bonferroni Korrektur korrekt an?

- Du musst sowas gar nicht anwenden.
- Je nach fachlicher(n) Fragestellung /Fragestellungen kann es Sinn machen, wenn -einzelne Korrelationen zusammengefasst- einen Sinn für eine übergeordnete Fragestellung /Hypothese Sinn machen.
- Letzlich bleibt die Interpretation Deiner fachkundigen Leserschaft überlassen.

Gruß
S.

[Möllmann]

Hmm, danke. Also gibt es da keine fixen Regeln? Irgendwie ist das schon sehr vage.
Aber gut, dann mache ich es so wie es für mich vernünftig scheint..

LG,
Natalie

[PonderStibbons]

Hmm, danke. Also gibt es da keine fixen Regeln?

Nein.

Irgendwie ist das schon sehr vage.

Nein, eine Frage von begründeten Entscheidungen. Z.B. wie wichtig es ist, keine falsch-positiven Resultate zu haben.
Manchesmal ist eine Alternative zur sehr strengen B.-Korrektur ein konservativeres Signifikanzniveau (z.B. alpha 0,01).

Aber gut, dann mache ich es so wie es für mich vernünftig schein..

Yep. Solange man es begründen kann.

LG,

wtf

Mit freundlichen Grüßen

PonderStibbons

[Möllmann]

Hallo nochmal,

habe mir jetzt bisschen Gedanken gemacht, komme jedoch zu keinem für mich zufriedenstellendem Ergebnis.
Ich denke, dass es wahrscheinlich sinnvoll ist Bonferroni bei der Betrachtung der Korrelationen untereinander anzuwenden. Allerdings weiß ich nicht genau, wie ich das in der Praxis genau umsetzen soll.
Wenn ich die Hypothese aufstelle - "Es gibt keinen Zusammenhang zwischen den verschiedenen Adipokinen zum Zeitpunkt während und nach der Blutvergiftung" - komme ich bei 28Korrelationen auf ein p= 0,0017 und habe dann keine signifikanten Ergebnisse. Das ist laienhaft gesagt doof.
Ich könnte jetzt natürlich bisschen tricksen und die Hypothesen anders formulieren. Also zB Es gibt einen Zusammenhang zwischen dem Adipokin Leptin und Adipokin Resistin während und nach der Blutvergiftung. Dann wäre n = 4 und mein p= 0,0125 und ich würde vernünftige Ergebnisse bekommen. Findet ihr das legitim?

Wäre sehr dankbar für euer Feedback!!

LG,
Natalie

[strukturmarionette]

Hi,

komme ich bei 28Korrelationen auf ein p= 0,0017

- Weshalb das?

Gruß
S.

[bele]

Hallo Möllmann,

ein alpha von 0,0017 bei 50 Probanden ist natürlich doof, und das darf man auch so nennen ("inadaequat" in der Schriftsprache). Deshalb ist die Bonferroni-Korrektur ja auch kein allgemeines Gesetz, wie PonderStibbons schon geschrieben hat. Verschiedene Ansätze sind möglich:

1. Stelle Dir eine oder wenige Hauptfragestellungen:
1.1 "Es gibt keinen Zusammenhang zwischen den verschiedenen Adipokinen zum Zeitpunkt während und nach der Blutvergiftung" Das klingt nach einer Fragestellung, die man mit 4 t-Tests (für verbundene Stichproben A und B) beantworten kann. Bei n = 50 und dann diskutieren, ob alpha = 0,05 oder ob alpha = 0,012 passender ist.

2. Datenreduktion: "da wir vermuten, dass die Höhe der Adipokine mit der Entzündungsreaktion zusammenhängt." Geht es hier um die Gruppe der Adipokine oder um jedes einzelne? Kann man "Entzündungsreaktion" als Zusammenfassung verschiedener Laborwerte darstellen (ggf. über eine Hauptkomponentenanalyse)? Mit z. B. der Hauptkomponentenanalyse könnte man die Zahl der Varialben wahrscheinlich dramatisch reduzieren.

3. Die Zusammenwirkung von so vielen Werten in drei Bedingungen an 50 Patienten abschließend beurteilen zu wollen, ist überzogen. Du könntest diesen Anspruch über Bord werfen und die 28 interessierenden Korrelationen berichten, ohne den Anspruch auf ein abschließendes Testergebnis. Deine Arbeit würde dann dazu dienen, dass nach Dir kommende genauer Wissen, wie sie ihre Hauptfragestellungen formulieren.

4. Du kannst in Schritt 2 auch beide Positionen einnehmen: Du halbierst Deinen Datensatz in einen Trainings- und einen Testdatensatz zu je 20 Patienten. Beim Trainingsdatensatz korrellierst Du Deine 28 Kombinationen und nur die dort interessantesten untersuchst Du im Testdatensatz dann nochmal gezielt mit Bonferroni-Korrektur.

5. Am schönsten wäre es, wenn man alle Daten aus allen Gruppen gemeinsam in ein (oder vier?) großes hierarchisches Modell packen könnte, bei dem dann alle Informationen gemeinsam einfließen. Da Du die Frage ursprünglich nur univariat angehen wolltest, stellt sich die Frage, ob das ohne Statistikberatung für Dich machbar erscheint.


LG,
Bernhard

[strukturmarionette]

Hi,

Dann wäre n = 4 und mein p= 0,0125 und ich würde vernünftige Ergebnisse bekommen.

- Wie kommst Du denn darauf?

Gruß S.

[Möllmann]

Hallo,
vielen Dank für die ausführliche Antwort. Eine statistische Beratung wäre sicher mal sinnvoll, da ich mir fast alles irgendwie selbst beigebracht hab, aber jetzt versuch ich´s erstmal so.

1. Leider ist die Arbeit noch um einiges umfangreicher, als der Teil, den ich erwähnt habe. Hauptteil sind die T-Tests zu den Unterschieden zwischen den Adpiokinen in Gruppe A B und K mit der Fragestellung "Sind die Adipokine während der Blutvergiftung veerändert im Vergleich zu danach und bei Pat. ohne Blutvergiftung".(Antwort: ja ) Dann habe ich aus den vielen erhobenen Daten Krankheitsschwerescores bestimmt, auch zum Zeitpunkt A,B und in der Kontrollgruppe K. Ziel war hauptsächlich zu untersuchen, ob die einzelnen Adipokine mit Krankheitsschwere der Blutvergiftung korrelieren. Dazu will ich auch eine lineare Regressionsanalyse machen. Das ist auch meine Hauptfragestellung. Jetzt weiß man aber zum Beispiel, dass die Schwere der Blutvergiftung mit der Höhe einelner Entzündungswerte(CRP, Leukos) korreliert, so dass auch diese Korrelationen indirekt etwas über das Outcome aussagen könnten.
Ich habe jedoch noch viel mehr Korrelationen bestimmt. zB. habe ich betrachtet, ob die Höhe der einzelnen Adipokine mit bestimmten Vorerkrankungen korreliert, oder mit der Höhe der Blutfettwerte. Oder mit Risikofaktoren für die Entwicklung einer Blutvergiftung Und und und.
Die Idee dahinter war, sich dann die signifikanten Korrelationen herauszupicken und damit eine Regressionsanalyse zu machen. Und so viele signifkante Ergebnisse kamen gar nicht raus. Aber hier hängt eben vieles davon ab, wie ich die Bonferroni-Korrektur anwende.
Zum Beispiel: Korrelation Vorerkrankungen/Adipokine. Das sind allein ca 4x30(ca 30 versch. Vorerkrankungen) Korrelationen die ich berechne. Wenn ich hier p auf 0,05/30 setze, habe ich wieder ein "inadäquates" Signifikanzniveau. Aber eigentlich ist genaus das die Hypothese"Es gibt (k)einen Zusammenhang zwischen Vorerkrankungen und Adipoinleveln". Ich könnte natürlich in der Arbeit behaupten nur nach Herzerkrankungen geschaut zu haben (hier gibt es einen Zusammenhang, der auch in der Literatur beschrieben ist, den ich aber mit einem Signifikanzniveau p=0,0000000drölf nicht finde.)... Aber untersucht hab ich alle. SPSS machts möglich...

2. Hier geht es um die einzelnen Adipokine. Drei wirken entzündungsfördernd, eins gegenteilig. Ob es Sinn macht die drei Entzündungswerte(CRP, Leukozyten, PCT) zusammenzufassen, zumal sie bei mir auch gar nicth mit den Adipokinen korrelieren(obwohl sie zT sollten), ist schwer zu beantworten.
Leider weiß ich auch nicht genau was eine Hauptkomponentenanalyse ist.

3. Das klingt vernünftig, aber den Aufwand alles mit allem zu vergleichen hab ich mir jetzt leider schon gemacht und zu Papier gebracht...und versuche nun das beste draus zu machen :/

4. Klingt gut, aber ich glaub dafür hab ich zu kleine Gruppen(Gruppe B hat zT nur 18 Werte etc.), außerdem macht das mein Doktorvater nicht mit.

5. So etwas wie eine Regressionsanalyse (s.o.)? Ich betrachte auch noch part. Korrelationen. Was besseres ist mir nicht eingefallen.


An strukturmarionette: wenn ich frage: hängt der Blutwert von dem Adipokin Leptin mit dem Entzündungswert CRP während oder nach der Blutvergiftung zusammen, habe ich vier Korrelationen. zB Leptin A/CRP A, Leptin B/CRP A, Leptin A/CRP B und Leptin B/CRP B ; daher p=0,05/4

Oh man, ich wäre so froh, diesen Ergebnisteil endlich beenden zu können...


LG,
Natalie

P.S: tut mir leid für den teilweise inkorrekten Fachbegriffgebrauch. meine glaube ich meistens mit p in dem fall alpha.

[bele]

Hallo!

vielen Dank für die ausführliche Antwort. Eine statistische Beratung wäre sicher mal sinnvoll, da ich mir fast alles irgendwie selbst beigebracht hab, aber jetzt versuch ich´s erstmal so.

Na dann, toi, toi, toi.

Leider ist die Arbeit noch um einiges umfangreicher, als der Teil, den ich erwähnt habe. [...] Hauptteil sind die T-Tests [...] (Antwort: ja )

Umso besser. Dann kannst Du den anderen Teil als Hauptfragestellung deklarieren und das hier als deskriptiv bearbeitete Nebenfragestellung und den ganzen Bonferroni-Kram sein lassen.

Ich habe jedoch noch viel mehr Korrelationen bestimmt.

Es spricht überhaupt nichts dagegen, beliebig viele Korrelationen zu bestimmen und zu berichten. Deine Probleme fangen erst an, wenn Du zu den Korrelationen auch p-Werte bestimmst. Lass das bleiben, oder mach es nur bei den a priori interessantesten, und alles wird gut.

Die Idee dahinter war, sich dann die signifikanten Korrelationen herauszupicken und damit eine Regressionsanalyse zu machen.

Muss ja nicht unbedingt eine gute Idee gewesen sein. Das führt typisch zu Deinem Problem.

Wenn ich hier p auf 0,05/30 setze, habe ich wieder ein "inadäquates" Signifikanzniveau. Aber eigentlich ist genaus das die Hypothese"Es gibt (k)einen Zusammenhang zwischen Vorerkrankungen und Adipoinleveln".

I
Mach Dir mal inhaltliche Gedanken, ob Du hier vorrangig den Fehler 1. Art oder vorrangig den Fehler 2. Art fürchten musst.

Leider weiß ich auch nicht genau was eine Hauptkomponentenanalyse ist.

Macht nichts, dafür gibt es ja Bibliotheken. Wenn Du zu dem Schluss kommst, dass alles leichter wäre, wenn Du Leukos, CRP und PCT zu einem gemeinsamen Score zusammenfassen könntest, dann lies das mal nach. Wenn Dir das nicht wirklich hilft, brauchst Du es jetzt nicht.

3. Das klingt vernünftig, aber den Aufwand alles mit allem zu vergleichen hab ich mir jetzt leider schon gemacht und zu Papier gebracht...und versuche nun das beste draus zu machen :/

Wie gesagt, wenn Du von dem Aufwand nur die r Werte nimmst, dann hast Du es nicht umsonst gemacht, wenn Du die p-Werte auch brauchst, dann hast Du ggf. zu wenige Beobachtungen. Auch hier gilt die Frage, ob Du primär Angst vor dem Fehler 1. Art oder dem 2. Art hast.

4. Klingt gut, aber ich glaub dafür hab ich zu kleine Gruppen(Gruppe B hat zT nur 18 Werte etc.), außerdem macht das mein Doktorvater nicht mit.

Zwei gute Gründe, die dagegen sprechen. mit n = 18 wird alles noch schwieriger.

Was besseres ist mir nicht eingefallen.

Du willst es ja erstmal so versuchen.

P.S: tut mir leid für den teilweise inkorrekten Fachbegriffgebrauch. meine glaube ich meistens mit p in dem fall alpha.

Das ist das geringste Problem - so flexibel sind wir dann doch noch. Das Wesentliche Problem scheint zu sein, dass Du Dich nicht auf eine oder vier Hauptfragestellungen festlegen kannst, um die Alphafehlerkorrektur darauf zu beschränken.

LG,
Bernhard