Gratis onderzoekstools voor medische onderzoekers | Editverse (2026)

Wanneer te gebruiken. Bepaal de minimale steekproefomvang voordat u met een onderzoek begint, rekening houdend met uw beoogde power en verwachte effectgrootte.

Aannames. Je hebt een geplande alfa (meestal 0.05), een streefvermogen (meestal 0.80) en een schatting van de effectgrootte op basis van pilotgegevens of literatuur.

Veelgemaakte fouten. Bereken de power niet achteraf om een ​​niet-significant resultaat te rechtvaardigen (post-hoc power geeft geen informatie).

1. Cohen J. Statistische poweranalyse voor de gedragswetenschappen. 2e editie. 1988.

Wanneer te gebruiken. Om de gemiddelden van twee onafhankelijke groepen te vergelijken op basis van een continue uitkomstvariabele.

Aannames: Onafhankelijkheid van de waarnemingen; bij benadering normale verdelingen in elke groep; gelijke varianties (of gebruik de Welch-correctie).

Veelgemaakte fouten. Niet gebruiken voor gepaarde gegevens: gebruik in plaats daarvan de gepaarde t-toets. Controleer eerst de normaliteit bij kleine steekproeven.

1. Student. De waarschijnlijke fout van een gemiddelde. Biometrika. 1908;6(1):1-25.
2. Welch BL. De generalisatie van het probleem van Student. Biometrika. 1947;34:28-35.

Wanneer te gebruiken. Vergelijk twee metingen die bij dezelfde proefpersonen zijn uitgevoerd (voor/na, gepaarde metingen).

Aannames. De verschillen tussen paren zijn bij benadering normaal verdeeld.

Veelgemaakte fouten. Alleen geldig wanneer de paren daadwerkelijk overeenkomen; niet gebruiken voor twee onafhankelijke steekproeven.

1. Student. De waarschijnlijke fout van een gemiddelde. Biometrika. 1908;6(1):1-25.

Wanneer te gebruiken. Zet een toetsingsstatistiek (z, t, χ² of F) om in een p-waarde onder de nulhypothese.

Aannames. Je hebt al een correct berekende statistiek en het juiste aantal vrijheidsgraden.

Veelgemaakte fouten. Een p-waarde is niet de waarschijnlijkheid dat de nulhypothese waar is, noch de grootte van een effect.

1. Wasserstein RL, Lazar NA. De ASA-verklaring over p-waarden. Am Stat. 2016;70:129-133.

Wanneer te gebruiken. Test of twee categorische variabelen met elkaar samenhangen, met behulp van een contingentietabel van tellingen.

Aannames. Het verwachte aantal in elke cel moet minstens 5 zijn. De waarnemingen zijn onafhankelijk.

Veelgemaakte fouten. Als de verwachte aantallen lager zijn dan 5 (kleine steekproeven), gebruik dan de exacte toets van Fisher.

1. Pearson K. Over het criterium dat een gegeven systeem van afwijkingen… Philos Mag. 1900;50:157-175.

Wanneer te gebruiken. Om de plausibele bandbreedte voor een populatiegemiddelde te schatten op basis van een steekproef.

Aannames. De steekproef is willekeurig; voor kleine n is de onderliggende verdeling bij benadering normaal.

Veelgemaakte fouten. Een 95% betrouwbaarheidsinterval betekent niet dat er een kans van 95% is dat de werkelijke waarde binnen dit ene interval ligt.

1. Neyman J. Schets van een theorie van statistische schatting. Philos Trans R Soc A. 1937;236:333-380.

Wanneer te gebruiken. Om de gestandaardiseerde omvang van het verschil tussen twee groepen te kwantificeren.

Aannames. Continue data; de gepoolde standaarddeviatie is relevant (vergelijkbare varianties).

Veelgemaakte fouten. Effectgrootte meet de omvang, niet de statistische significantie of klinische relevantie.

1. Cohen J. Statistische poweranalyse voor de gedragswetenschappen. 1988.

Wanneer te gebruiken. Om de gemiddelden van drie of meer onafhankelijke groepen tegelijk te vergelijken.

Aannames: Onafhankelijkheid; normaliteit binnen groepen; homogeniteit van variantie.

Veelgemaakte fouten. Voer geen meerdere paarsgewijze t-toetsen uit: dit verhoogt de kans op een type I-fout.

1. Fisher RA. Statistische methoden voor onderzoekers. 1925.

Wanneer te gebruiken. Om de sterkte en richting van een lineair (Pearson) of monotoon (Spearman) verband tussen twee variabelen te meten.

Aannames. Pearson: lineariteit, normaliteit, geen grote uitschieters. Spearman: alleen een monotone relatie.

Veelgemaakte fouten. Correlatie impliceert geen causaliteit. Controleer de spreidingsgrafiek op niet-lineariteit.

1. Pearson K. Notitie over regressie en erfelijkheid. Proc R Soc Lond. 1895;58:240-242.
2. Spearman C. Het bewijs en de meting van associatie. Am J Psychol. 1904;15:72-101.

Wanneer te gebruiken? Evalueer de prestaties van de diagnostische test aan de hand van een vergelijking van het testresultaat met de werkelijke ziektestatus (2x2).

Aannames. Een geldige referentiestandaard (gouden standaard) classificeert de werkelijke ziektestatus.

Veelgemaakte fouten. De positief voorspellende waarde (PPV) en negatief voorspellende waarde (NPV) zijn sterk afhankelijk van de prevalentie van de ziekte: rapporteer deze.

1. Altman DG, Bland JM. Diagnostische tests 1: sensitiviteit en specificiteit. BMJ. 1994;308:1552.

Wanneer te gebruiken. Evalueer het onderscheidend vermogen van een continue test of score.

Aannames. Binaire werkelijke uitkomst (0/1); continue voorspellende variabele of score.

Veelgemaakte fouten. Een AUC-waarde dicht bij 0.5 betekent geen onderscheidingsvermogen; interpreteer een enkele drempelwaarde niet te sterk.

1. Hanley JA, McNeil BJ. De betekenis en het gebruik van het gebied onder een ROC-curve. Radiologie. 1982;143:29-36.

Wanneer te gebruiken. Kwantificeer de associatie in een 2×2-tabel; OR voor case-controlstudies, RR voor cohortstudies.

Aannames: De tellingen zijn onafhankelijk; de cellen zijn niet nul (anders moet een continuïteitscorrectie worden toegepast).

Veelgemaakte fouten. Interpreteer OR niet als RR wanneer de uitkomst vaak voorkomt (>10%).

1. Woolf B. Over het schatten van de relatie tussen bloedgroep en ziekte. Ann Hum Genet. 1955;19:251-253.

Wanneer te gebruiken. Druk het behandelingsvoordeel uit als het aantal patiënten dat behandeld moet worden om één incident te voorkomen.

Aannames. De incidentiecijfers zijn afkomstig van vergelijkbare groepen over een vastgestelde tijdsperiode.

Veelgemaakte fouten. Vermeld altijd de tijdshorizon; NNT is zonder die informatie betekenisloos.

1. Laupacis A, Sackett DL, Roberts RS. Een beoordeling van klinisch bruikbare meetinstrumenten. N Engl J Med. 1988;318:1728-1733.

Wanneer te gebruiken. Combineer de diagnostische nauwkeurigheid (sensitiviteit en specificiteit) van verschillende studies met behulp van een random-effects model.

Aannames. Elk onderzoek rapporteert een 2×2-vergelijking van testresultaten versus referentiestandaard.

Veelgemaakte fouten. Het afzonderlijk samenvoegen van sensitiviteit en specificiteit negeert hun correlatie; een bivariate/HSROC-model heeft de voorkeur wanneer dit mogelijk is.

1. Reitsma JB, et al. Bivariate analyse van sensitiviteit en specificiteit. J Clin Epidemiol. 2005;58:982-990.

Wanneer te gebruiken. Om de overeenstemming te meten tussen drie of meer beoordelaars die onderwerpen in categorieën indelen (Fleiss' kappa).

Aannames. Elk onderwerp wordt beoordeeld door hetzelfde aantal beoordelaars; categorieën sluiten elkaar uit.

Veelgemaakte fouten. Kappa is prevalentiegevoelig; rapporteer de categoriefrequenties erbij.

1. Fleiss JL. Het meten van overeenstemming op nominale schalen tussen meerdere beoordelaars. Psychol Bull. 1971;76:378-382.

Wanneer te gebruiken? Vergelijk twee meetmethoden met behulp van bias, 95%-betrouwbaarheidsgrenzen, correlatie en de gewone kleinste-kwadratenmethode.

Aannames. Gepaarde metingen van dezelfde grootheid met beide methoden.

Veelgemaakte fouten. Beoordeel overeenstemming niet alleen op basis van correlatie: geef de grenzen van de overeenstemming aan.

1. Bland JM, Altman DG. Statistische methoden voor het beoordelen van overeenstemming tussen twee methoden. Lancet. 1986;1:307-310.

Wanneer te gebruiken. Om een ​​continue uitkomst te modelleren en te voorspellen op basis van één continue voorspellende variabele.

Aannames: lineariteit, onafhankelijkheid, constante variantie (homoscedasticiteit), normale residuen.

Veelgemaakte fouten. Extrapoleer voorspellingen niet buiten het waargenomen bereik van x.

1. Galton F. Regressie naar middelmatigheid in erfelijke lengte. J Anthropol Inst. 1886;15:246-263.

Wanneer te gebruiken. Modelleer een continue uitkomstvariabele op basis van meerdere voorspellende variabelen tegelijk; lees elke coëfficiënt als het aangepaste effect.

Aannames: Lineariteit, onafhankelijke fouten, constante variantie, normale residuen, geen ernstige multicollineariteit.

Veelgemaakte fouten. Vermijd het toevoegen van meer voorspellende variabelen dan de steekproef aankan; controleer de variantie-inflatiecoëfficiënten.

1. Draper NR, Smith H. Toegepaste regressieanalyse. 3e editie. 1998.

Wanneer te gebruiken. Modelleer een binaire uitkomst en bereken de aangepaste odds ratio's voor elke voorspellende variabele.

Aannames. De uitkomst is binair; de log-odds zijn lineair in de voorspellende variabelen; de waarnemingen zijn onafhankelijk.

Veelgemaakte fouten. Vuistregel: minimaal ~10 gebeurtenissen per voorspeller om instabiele schattingen te voorkomen.

1. Hosmer DW, Lemeshow S, Sturdivant RX. Toegepaste logistische regressie. 3e editie. 2013.

Wanneer te gebruiken. Modelleer het aantal uitkomsten en bereken de relatieve risico's voor elke voorspellende variabele.

Aannames. De tellingen volgen een Poisson-verdeling; het gemiddelde is gelijk aan de variantie (controleer op overdispersie).

Veelgemaakte fouten. Als de variantie veel groter is dan het gemiddelde, gebruik dan een negatief binomiaal model of een quasi-Poisson model.

1. Cameron AC, Trivedi PK. Regressieanalyse van telgegevens. 2e editie. 2013.

Wanneer te gebruiken? Niet-parametrische vergelijking van twee onafhankelijke groepen wanneer normaliteit twijfelachtig is.

Aannames. Onafhankelijke waarnemingen; ordinale of continue gegevens.

Veelgemaakte fouten. Het vergelijkt rangverdelingen, niet gemiddelden: beschrijf de resultaten als een verschuiving in de verdeling.

1. Mann HB, Whitney DR. Over een toets om te bepalen of een van twee willekeurige variabelen stochastisch groter is. Ann Math Stat. 1947;18:50-60.

Wanneer te gebruiken. Niet-parametrische gepaarde toets voor gepaarde gegevens wanneer de verschillen niet normaal verdeeld zijn.

Aannames. Verschillen zijn symmetrisch rond de mediaan; gepaard ontwerp.

Veelgemaakte fouten. Nulverschillen worden weggelaten; gelijke scores verminderen de statistiek.

1. Wilcoxon F. Individuele vergelijkingen door middel van rangschikkingsmethoden. Biometrics Bull. 1945;1:80-83.

Wanneer te gebruiken? Niet-parametrische vergelijking tussen drie of meer groepen.

Aannames. Onafhankelijke groepen; ordinale of continue gegevens; gelijkvormige verdelingen.

Veelgemaakte fouten. Een significante H-waarde geeft aan welke groepen verschillen, niet welke: voer daarom de Dunn-test uit.

1. Kruskal WH, Wallis WA. Gebruik van rangen in een variantieanalyse met één criterium. J Am Stat Assoc. 1952;47:583-621.

Wanneer te gebruiken. Nauwkeurige associatietoets in een 2×2-tabel, ideaal voor kleine steekproeven.

Aannames. Vaste marginale totalen; onafhankelijke waarnemingen.

Veelgemaakte fouten. Voor grote steekproeven is de chi-kwadraat toets rekenkundig eenvoudiger en equivalent.

1. Fisher RA. De logica van inductieve gevolgtrekking. JR Stat Soc. 1935;98:39-82.

Wanneer te gebruiken. Schat de overlevingskans in de loop van de tijd op basis van gecensureerde gegevens over de tijd tot de gebeurtenis, en vergelijk groepen met de log-ranktoets.

Aannames. Censurering is niet-informatief; overlevingstijden worden gemeten vanaf een gemeenschappelijk beginpunt.

Veelgemaakte fouten. Beschouw gecensureerde onderwerpen aan het eind niet als gebeurtenisvrij: de methode houdt er al rekening mee.

1. Kaplan EL, Meier P. Niet-parametrische schatting op basis van onvolledige waarnemingen. J Am Stat Assoc. 1958;53:457-481.

Wanneer te gebruiken. Schat de hazard ratio's voor covariaten op de tijd tot een gebeurtenis, zonder de basishazard te specificeren.

Aannames. Proportionele hazards (covariaateffecten constant in de tijd); niet-informatieve censurering.

Veelgemaakte fouten. Test de proportional-hazards-aanname (bijvoorbeeld Schoenfeld-residuen) voordat u de HR's vertrouwt.

1. Cox DR. Regressiemodellen en sterftetabellen. JR Stat Soc B. 1972;34:187-220.

Wanneer te gebruiken? Combineer de effectgroottes over verschillende studies en kwantificeer de heterogeniteit (I-kwadraat).

Aannames. De onderzoeken zijn klinisch en methodologisch voldoende vergelijkbaar om te kunnen worden gecombineerd.

Veelgemaakte fouten. Een hoge I-kwadraatwaarde (>75%) duidt op aanzienlijke heterogeniteit: interpreteer de gepoolde schatting met de nodige voorzichtigheid.

1. DerSimonian R, Laird N. Meta-analyse in klinische onderzoeken. Control Clin Trials. 1986;7:177-188.

Wanneer te gebruiken. Detecteer asymmetrie in trechterdiagrammen (een indicator van mogelijke publicatiebias) via de regressietest van Egger.

Aannames. Minimaal ~10 studies voor een goed onderbouwde Egger-test; effectgroottes en standaardfouten per studie.

Veelgemaakte fouten. Asymmetrie kan ook wijzen op echte heterogeniteit of effecten van kleine studies, en niet alleen op vertekening.

1. Egger M, Davey Smith G, Schneider M, Minder C. Vertekening in meta-analyse gedetecteerd door een eenvoudige, grafische test. BMJ. 1997;315:629-634.

Wanneer te gebruiken. Stel de aantallen records samen voor een PRISMA 2020-stroomschema voor studiekeuze en controleer de rekenkundige balans.

Aannames. De aantallen zijn afkomstig uit uw screeningslogboek bij elke fase.

Veelgemaakte fouten. De cijfers moeten kloppen: gescreende teksten min uitgesloten teksten moet gelijk zijn aan volledig beoordeelde teksten.

1. Page MJ, et al. De PRISMA 2020-verklaring. BMJ. 2021;372:n71.

Wanneer te gebruiken. Beoordeel de zekerheid van een reeks bewijzen (Hoog / Matig / Laag / Zeer laag) met behulp van het GRADE-raamwerk.

Aannames. U heeft elk GRADE-domein beoordeeld op de gewenste uitkomst.

Veelgemaakte fouten. Beoordeel de zekerheid per uitkomst, niet per onderzoek; upgrades gelden normaal gesproken alleen voor observationeel bewijs.

1. Guyatt GH, et al. GRADE: een opkomende consensus over het beoordelen van de kwaliteit van bewijsmateriaal. BMJ. 2008;336:924-926.

Wanneer te gebruiken. Om de categorische overeenstemming tussen beoordelaars te meten, voorbij wat op basis van toeval verwacht kan worden.

Aannames. Twee beoordelaars; dezelfde categorieën; onafhankelijke beoordelingen.

Veelgemaakte fouten. Kappa is gevoelig voor prevalentie: een hoge mate van overeenstemming kan een lage kappa opleveren.

1. Cohen J. Een overeenkomstcoëfficiënt voor nominale schalen. Educ Psychol Meas. 1960;20:37-46.

Wanneer te gebruiken. Kwantificeer de betrouwbaarheid van continue metingen door meerdere beoordelaars.

Aannames. Continue beoordelingen; consistente beoordelaars voor alle onderwerpen.

Veelgemaakte fouten. Specificeer de ICC-vorm (1,1 / 2,1 / 3,1): deze zijn niet uitwisselbaar.

1. Shrout PE, Fleiss JL. Intraclasscorrelaties. Psychol Bull. 1979;86:420-428.

Wanneer te gebruiken. Beoordeel de interne consistentie (betrouwbaarheid) van een schaal met meerdere items.

Aannames. De items meten één onderliggend construct; scoren op intervalniveau.

Veelgemaakte fouten. De alfawaarde neemt toe met het aantal items: interpreteer hoge waarden op lange schalen niet te sterk.

1. Cronbach LJ. Coëfficiënt alfa en de interne structuur van tests. Psychometrika. 1951;16:297-334.

Wanneer te gebruiken. Bereken de sigma-waarde voor een laboratoriumtest en selecteer de juiste kwaliteitscontrole-regels.

Aannames. TEa, bias en CV zijn uitgedrukt in dezelfde procentuele eenheden.

Veelgemaakte fouten. Een Sigma lager dan 3 vereist intensieve kwaliteitscontrole met meerdere regels; werk niet met afzonderlijke regels.

1. Westgard JO. Basisprincipes van kwaliteitscontrole. 4e editie. 2016.

Wanneer te gebruiken? Beoordeel de overeenstemming tussen twee meetmethoden aan de hand van de gemiddelde bias en de betrouwbaarheidsgrenzen.

Aannames. De verschillen zijn bij benadering normaal verdeeld en constant over het meetbereik.

Veelgemaakte fouten. Gebruik nooit de correlatiecoëfficiënt om de overeenstemming tussen methoden te beoordelen.

1. Bland JM, Altman DG. Statistische methoden voor het beoordelen van overeenstemming. Lancet. 1986;1:307-310.

Wanneer te gebruiken. Niet-parametrische methodevergelijking die robuust is tegen uitschieters en meetfouten in beide methoden.

Aannames. Continue gepaarde metingen; geen aanname over de foutverdeling.

Veelgemaakte fouten. Een redelijk meetbereik is nodig om de helling betrouwbaar te kunnen inschatten.

1. Passing H, Bablok W. Een nieuwe biometrische procedure voor het testen van de gelijkheid van metingen. J Clin Chem Clin Biochem. 1983;21:709-720.

Wanneer te gebruiken. Bereken het aantal nieuwe incidenten per eenheid persoonsjaren met risico.

Aannames: De persoons-tijd wordt correct geaccumuleerd; de gebeurtenissen zijn onafhankelijk.

Veelgemaakte fouten. Verwar incidentie (nieuwe gevallen in de loop van de tijd) niet met prevalentie (bestaande gevallen).

1. Rothman KJ, Greenland S, Lash TL. Moderne epidemiologie. 3e editie. 2008.

Wanneer te gebruiken. Om het percentage van een populatie met een bepaalde aandoening op een bepaald moment of in een bepaalde periode te schatten.

Aannames. Het aantal gevallen en de populatie worden over dezelfde periode gemeten.

Veelgemaakte fouten. Prevalentie weerspiegelt zowel de incidentie als de duur, niet het aantal nieuwe gevallen.

1. Rothman KJ, Greenland S, Lash TL. Moderne epidemiologie. 3e editie. 2008.

Wanneer te gebruiken. Kwantificeer het extra risico dat aan een blootstelling kan worden toegeschreven (toewijsbaar risico, toewijsbare fractie, populatie-AR).

Aannames. Een causale interpretatie vereist dat het verband tussen blootstelling en uitkomst niet verstoord wordt door confounders.

Veelgemaakte fouten. Toewijsbare fracties veronderstellen causaliteit: ze zijn niet van toepassing op puur associatieve data.

1. Rothman KJ, Greenland S, Lash TL. Moderne epidemiologie. 3e editie. 2008.

Wanneer te gebruiken? Beoordeel hoe robuust een statistisch significant resultaat van een gerandomiseerde gecontroleerde studie is.

Aannames. Binaire uitkomst 2×2 uit een gerandomiseerd onderzoek.

Veelgemaakte fouten. Een lage fragiliteitsindex betekent op zich niet dat een onderzoek ongeldig is.

1. Walsh M, et al. De statistische significantie van de resultaten van gerandomiseerde, gecontroleerde onderzoeken is vaak fragiel. J Clin Epidemiol. 2014;67:622-628.

Wanneer te gebruiken. Beoordeel of de gegevens aannemelijk afkomstig zijn van een normale verdeling voordat u een parametrische toets kiest.

Aannames. Continue data; n tussen 3 en 5000 voor Shapiro-Wilk.

Veelgemaakte fouten. Een p-waarde groter dan 0.05 bewijst geen normaliteit: bekijk altijd ook het histogram en de QQ-plot.

1. Shapiro SS, Wilk MB. Een variantieanalyse-test voor normaliteit. Biometrika. 1965;52:591-611.

Wanneer te gebruiken. Om een ​​continue variabele samen te vatten voor een tabel (gemiddelde, standaarddeviatie, mediaan, interkwartielbereik, bereik).

Aannames. Geen: uitsluitend beschrijvend.

Veelgemaakte fouten. Geef het gemiddelde ± standaarddeviatie alleen weer bij nagenoeg symmetrische gegevens; gebruik de mediaan (interkwartielbereik) bij scheve gegevens.

1. Amerikaanse Psychologische Vereniging. Publicatiehandleiding. 7e editie. 2020.

Wanneer te gebruiken. Standaardiseer een waarde en bepaal het bijbehorende percentiel in een normale verdeling.

Aannames: Het populatiegemiddelde en de standaarddeviatie zijn bekend; de verdeling is normaal.

Veelgemaakte fouten. Gebruik in plaats daarvan een t-score bij het schatten van parameters op basis van een kleine steekproef.

1. Moore DS, McCabe GP, Craig BA. Inleiding tot de praktijk van de statistiek. 9e editie. New York: WH Freeman; 2017.

Wanneer te gebruiken? Om de vorm, het centrum en de spreiding van een continue variabele te visualiseren.

Aannames. Continue data; voldoende steekproefomvang voor zinvolle indelingen.

Veelgemaakte fouten. De breedte van de bak heeft een grote invloed op het uiterlijk: probeer er een paar uit voordat u een definitieve keuze maakt.

1. Sturges HA. De keuze van een klasse-interval. J Am Stat Assoc. 1926;21:65-66.

Wanneer te gebruiken. Om de overeenstemming (niet alleen de correlatie) tussen twee methoden die dezelfde continue grootheid meten te kwantificeren.

Aannames: Gepaarde metingen bij dezelfde proefpersonen; een bij benadering bivariate normale verdeling voor het Fisher-z betrouwbaarheidsinterval; een redelijk breed bereik aan waarden.

Veelgemaakte fouten. Gebruik de Pearson-correlatiecoëfficiënt (r) niet als enige maatstaf voor overeenstemming. Bij zeer kleine steekproeven is het betrouwbaarheidsinterval onbetrouwbaar; voeg een Bland-Altman-grafiek toe.

1. Lin LI. Een concordantiecorrelatiecoëfficiënt om de reproduceerbaarheid te evalueren. Biometrics. 1989;45(1):255-268.
2. McBride GB. Een voorstel voor criteria voor de mate van overeenstemming voor Lin's concordantiecorrelatiecoëfficiënt. NIWA Client Report HAM2005-062. 2005.

Wanneer te gebruiken. Om twee meetmethoden te vergelijken wanneer beide een meetfout bevatten (in tegenstelling tot de gewone kleinste kwadratenmethode, die ervan uitgaat dat X exact is).

Aannames. De verhouding van de foutvarianties (λ) van de twee methoden is bekend of kan worden geschat op basis van herhaalde metingen; de fouten zijn ruwweg constant over het bereik.

Veelgemaakte fouten. Als de fout evenredig is met de concentratie, gebruik dan gewogen Deming of Passing-Bablok. Gebruik geen OLS als beide methoden ruis bevatten.

1. Deming WE. Statistische aanpassing van gegevens. Wiley; 1943.
2. Linnet K. Evaluatie van regressieprocedures voor methodenvergelijkingsstudies. Clin Chem. 1993;39(3):424-432.

Wanneer te gebruiken. Stel een GUM-onzekerheidsbudget op: converteer elk onderdeel naar een standaardonzekerheid en combineer ze door middel van de wortel van de som der kwadraten.

Aannames. De componenten zijn onafhankelijk (geen covariantietermen) en de meetgrootheid is een som van de bijdragen met gevoeligheidscoëfficiënten van 1.

Veelgemaakte fouten. Meng geen uitgebreide en standaard onzekerheden. Voeg gecorreleerde of niet-eenheidsgevoelige termen handmatig toe voordat u ze invoert.

1. JCGM 100:2008. Evaluatie van meetgegevens — Richtlijn voor de uitdrukking van meetonzekerheid (GUM).
2. Eurachem/CITAC-handleiding CG 4. Kwantificering van onzekerheid in analytische metingen. 3e editie. 2012.

Wanneer te gebruiken. Schat de blanco-limiet en de detectielimiet op basis van blanco- en laaggedoseerde herhalingen met behulp van de parametrische formules (CLSI EP17-A2 beschrijft het onderzoeksontwerp), of LoD/LoQ op basis van een kalibratiecurve (ICH Q2(R1)).

Aannames. EP17: de resultaten zijn bij benadering Gaussisch, gebaseerd op ten minste 60 blanco metingen en 60 metingen op laag niveau (20 van elk ter verificatie), verspreid over meerdere dagen en verschillende reagentia-batches. ICH: lineaire respons nabij de limiet.

Veelgemaakte fouten. De rekenmachine accepteert 10 of meer herhalingen; de EP17-richtlijnen gebruiken ongeveer 60 blanco- en 60 laag-niveau-resultaten om een ​​limiet vast te stellen en minstens 20 om een ​​geclaimde limiet te verifiëren. Deze parametrische methode gaat uit van één enkel laag-niveau-monster; bij meerdere monsters of niet-Gaussiaanse blanco's dient de niet-parametrische procedure te worden gebruikt. Bevestig de limieten experimenteel.

1. CLSI. Evaluatie van de detectiemogelijkheden voor klinische laboratoriummeetprocedures; EP17-A2. 2012.
2. ICH Q2(R1). Validatie van analytische procedures: tekst en methodologie. 2005.
3. Armbruster DA, Pry T. Grenswaarde van blanco, detectielimiet en kwantificatielimiet. Clin Biochem Rev. 2008;29(Suppl 1):S49-S52.

Wanneer te gebruiken. Stel een referentie-interval vast (de centrale 95% van een gezonde referentiepopulatie) voor een laboratoriumanalyt.

Aannames. De waarden zijn afkomstig van ten minste 120 goed gedefinieerde referentiepersonen (CLSI C28-A3); uitschieters zijn beoordeeld en niet blindelings verwijderd.

Veelgemaakte fouten. Bij minder dan 120 waarden moeten de grenzen als benadering worden beschouwd. Maak een indeling op leeftijd of geslacht wanneer de verdelingen duidelijk verschillen.

1. CLSI. Het definiëren, vaststellen en verifiëren van referentie-intervallen in het klinisch laboratorium; Goedgekeurde richtlijn C28-A3. 2008.
2. Horn PS, Pesce AJ. Referentie-intervallen: een update. Clin Chim Acta. 2003;334:5-23.

Wanneer te gebruiken. Controleer of een test lineair reageert over het gehele meetbereik door te testen op een kwadratische component (de polynomiale benadering van de eerdere CLSI EP6-A).

Aannames. Minstens vijf even informatieve niveaus; herhalingen gemiddeld per niveau; constante variantie over het bereik.

Veelgemaakte fouten. Een hoge R²-waarde alleen bewijst geen lineariteit. Niet significant bewijst geen lineariteit bij zeer weinig significantieniveaus: controleer de residuen.

1. CLSI. Evaluatie van de lineariteit van kwantitatieve meetprocedures; EP06. 2e editie. 2020.

Wanneer te gebruiken. Om de samenhang tussen X en Y te schatten na het verwijderen van het lineaire effect van een derde variabele Z (een verstorende factor).

Aannames: Lineaire verbanden; variabelen bij benadering normaal verdeeld; Z wordt zonder fouten gemeten.

Veelgemaakte fouten. Partiële correlatie bewijst niet dat Z een verstorende factor is of dat X Y veroorzaakt. Gebruik voor meerdere covariaten meervoudige regressie.

1. Kim S. ppcor: een R-pakket voor een snelle berekening van semi-partiële correlatiecoëfficiënten. Commun Stat Appl Methods. 2015;22(6):665-674.

Wanneer te gebruiken. Aantonen dat een nieuwe behandeling niet meer dan een vooraf vastgestelde marge slechter is dan de controlegroep (non-inferioriteit), of dat twee behandelingen in beide richtingen minder dan die marge van elkaar verschillen (equivalentie, TOST), voor een binaire uitkomst.

Aannames. De marge werd in het protocol vastgelegd voordat de gegevens beschikbaar waren en is klinisch gerechtvaardigd; voldoende grote steekproeven voor de Wald-benadering.

Veelgemaakte fouten. Bepaal de marge niet pas na het bekijken van de gegevens. Gebruik bij kleine cellen of percentages dicht bij 0 of 100% een scoremethode (Farrington-Manning). Niet-significantie in een superioriteitstest is geen bewijs van equivalentie.

1. Blackwelder WC. Het bewijzen van de nulhypothese in klinische onderzoeken. Control Clin Trials. 1982;3:345-353.
2. Schuirmann DJ. Een vergelijking van de twee eenzijdige testprocedures en de power-benadering voor het beoordelen van de equivalentie van de gemiddelde biologische beschikbaarheid. J Pharmacokinet Biopharm. 1987;15:657-680.
3. Piaggio G, et al. Rapportage van gerandomiseerde onderzoeken naar non-inferioriteit en equivalentie (CONSORT-uitbreiding). JAMA. 2012;308(24):2594-2604.

Wanneer te gebruiken. Analyseer een crossover-onderzoek met twee perioden en twee behandelingen (AB/BA) met een continue uitkomst: schat het behandelingseffect en test op periode- en carry-over-effecten (Hills-Armitage / Grizzle).

Aannames: Deelnemers willekeurig toegewezen aan de twee behandelingsreeksen; voldoende uitwasperiode; nagenoeg normale verschillen binnen de proefpersonen; geen interactie tussen behandeling en periode.

Veelgemaakte fouten. De carryover-test heeft een lage power en mag niet als poortwachter voor de analyse worden gebruikt (Senn); bepaal de washout in het onderzoeksontwerp. Niet gebruiken voor aandoeningen die vanzelf verdwijnen of behandelingen met blijvende effecten.

1. Senn S. Cross-overonderzoek in klinisch onderzoek. 2e editie. Wiley; 2002.
2. Hills M, Armitage P. Het tweeperioden cross-over klinisch onderzoek. Br J Clin Pharmacol. 1979;8:7-20.
3. Grizzle JE. Het tweefasen-overgangsontwerp en het gebruik ervan in klinische onderzoeken. Biometrics. 1965;21:467-480.

Wanneer te gebruiken. Plan een crossover-onderzoek met twee perioden en twee volgordes (AB/BA) waarbij twee behandelingen worden vergeleken op basis van een continue uitkomstmaat.

Aannames: Geen carry-over-effect of interactie tussen periode en behandeling; gelijke aantallen in de twee sequenties; binnen-subject standaarddeviatie uit een eerder cross-over onderzoek.

Veelgemaakte fouten. Niet gebruiken voor parallelgroepstudies of wanneer overdrachtseffecten waarschijnlijk zijn (langdurige behandelingen, geen uitwasperiode). Bio-equivalentie vereist een TOST-gebaseerde berekening.

1. Senn S. Cross-overonderzoek in klinisch onderzoek. 2e editie. Wiley; 2002.
2. Chow SC, Shao J, Wang H. Steekproefgrootteberekeningen in klinisch onderzoek. 2e editie. 2008.

Wanneer te gebruiken. Stel effectiviteitsgrenzen in voor een onderzoek met geplande tussentijdse controles, zodat de algehele type I-fout op α blijft.

Aannames. Gelijkmatig verdeelde observaties (gelijke informatie per fase); tweezijdige toets van een normaal verdeelde statistiek; grenzen vastgesteld vóór de ontblinding.

Veelgemaakte fouten. Voeg geen ongeplande looks toe. Gebruik voor ongelijke spatiëring de alfa-spending-methode (Lan-DeMets) in gespecialiseerde software.

1. O'Brien PC, Fleming TR. Een procedure voor meervoudige testen voor klinische onderzoeken. Biometrics. 1979;35(3):549-556.
2. Pocock SJ. Groepssequentiële methoden bij het ontwerp en de analyse van klinische onderzoeken. Biometrika. 1977;64(2):191-199.
3. Jennison C, Turnbull BW. Groepssequentiële methoden met toepassingen in klinische onderzoeken. CRC; 2000.

Wanneer te gebruiken. Genereer een reproduceerbare toewijzingslijst (eenvoudig, gepermuteerd blok of gestratificeerd) met een vastgelegde seed. Het R-commando reproduceert de exacte lijst.

Aannames. De lijst wordt beheerd door iemand die onafhankelijk is van de werving (toewijzingsverhulling); de startwaarde en de lijst worden gearchiveerd.

Veelgemaakte fouten. Gebruik geen vaste blokgrootte in niet-geblindeerde onderzoeken (de laatste toewijzingen worden dan voorspelbaar). Eenvoudige randomisatie kan leiden tot onevenwichtige resultaten bij kleine onderzoeken. Dynamische methoden zoals minimalisatie vereisen speciale software.

1. Schulz KF, Grimes DA. Het genereren van toewijzingssequenties in gerandomiseerde onderzoeken. Lancet. 2002;359:515-519.
2. Kim J, Shin W. Hoe voer je willekeurige toewijzing (randomisatie) uit? Clin Orthop Surg. 2014;6(1):103-109.

Wanneer te gebruiken. Rapporteer de behandelingseffecten als absolute risicoreductie, relatief risico, odds ratio en number needed to treat (NNT), elk met een 95% betrouwbaarheidsinterval, plus een Cates-grafiek die laat zien wat er gebeurt met 100 behandelde personen.

Aannames. Binaire uitkomst over een vaste follow-up; redelijk grote aantallen voor de Wald-intervallen.

Veelgemaakte fouten. Wanneer het ARR-interval nul omvat, loopt het NNT-interval door tot in het oneindige (NNTB tot NNTH): geef het niet weer als een eenvoudig bereik. NNT is specifiek voor de follow-uptijd.

1. Altman DG. Betrouwbaarheidsintervallen voor het aantal patiënten dat behandeld moet worden om één gunstig resultaat te bereiken. BMJ. 1998;317:1309-1312.
2. Laupacis A, Sackett DL, Roberts RS. Een beoordeling van klinisch bruikbare meetinstrumenten voor de gevolgen van een behandeling. N Engl J Med. 1988;318:1728-1733.

Wanneer te gebruiken. Omrekenen tussen Cohen's d, Hedges' g, de correlatiecoëfficiënt r en de odds ratio, zodat studies in een meta-analyse kunnen worden samengevoegd.

Aannames. De onderliggende continue uitkomst is in beide groepen bij benadering normaal verdeeld (de logistische conversie naar OR gaat hiervan uit).

Veelgemaakte fouten. Converteer niet wanneer de oorspronkelijke gegevens echt binair zijn: gebruik de gerapporteerde odds ratio direct. Conversies tussen d en r gaan uit van een ontwerp met twee groepen.

1. Borenstein M, Hedges LV, Higgins JPT, Rothstein HR. Inleiding tot meta-analyse. Wiley; 2009. Hoofdstuk 7.
2. Chinn S. Een eenvoudige methode om een ​​odds ratio om te zetten naar een effectgrootte. Stat Med. 2000;19:3127-3131.

Wanneer te gebruiken. Vergelijk gepaarde binaire uitkomsten (dezelfde proefpersonen voor/na, of overeenkomende case-controlparen).

Aannames. Paren zijn onafhankelijk van elkaar; de uitkomst is dichotoom op beide tijdstippen; alleen discordante paren bevatten informatie.

Veelgemaakte fouten. Niet gebruiken voor onafhankelijke groepen (gebruik de chi-kwadraat- of Fisher-toets). Bij minder dan ongeveer 25 afwijkende paren is de exacte p-waarde de voorkeur.

1. McNemar Q. Opmerking over de steekproeffout van het verschil tussen gecorreleerde proporties. Psychometrika. 1947;12(2):153-157.
2. Fagerland MW, Lydersen S, Laake P. De McNemar-test voor binaire matched-pairs-gegevens. BMC Med Res-methode. 2013;13:91.

Wanneer te gebruiken. Test of twee diagnostische tests of biomarkers, gemeten bij dezelfde proefpersonen, verschillen in onderscheidend vermogen (oppervlakte onder de ROC-curve).

Aannames. Elk subject heeft zowel scores als een werkelijke 0/1-status; de subjecten zijn onafhankelijk van elkaar; de twee AUC's zijn gecorreleerd omdat ze dezelfde subjecten delen (DeLong houdt hier rekening mee). Gelijkstanden worden afgehandeld met de midrank-conventie (0.5).

Veelgemaakte fouten. Niet gebruiken voor markers die bij verschillende proefpersonen zijn gemeten (gebruik een ongepaarde vergelijking). Bij zeer weinig positieve of negatieve resultaten is de normale benadering onbetrouwbaar; een niet-significant resultaat is geen bewijs van gelijke prestaties. Vergelijk partiële AUC's of klinisch relevante drempelwaarden wanneer de volledige curve niet relevant is.

1. DeLong ER, DeLong DM, Clarke-Pearson DL. Het vergelijken van de oppervlakten onder twee of meer gecorreleerde receiver operating characteristic-curven: een niet-parametrische benadering. Biometrics. 1988;44(3):837-845.
2. Hanley JA, McNeil BJ. Een methode om de oppervlakten onder receiver operating characteristic-curven te vergelijken die zijn afgeleid van dezelfde gevallen. Radiologie. 1983;148(3):839-843.
3. Robin X, Turck N, Hainard A, et al. pROC: een open-sourcepakket voor R en S+ om ROC-curven te analyseren en te vergelijken. BMC Bioinformatics. 2011;12:77.

Wanneer te gebruiken. Kies een enkele beslissingsdrempel voor een continue diagnostische marker en bekijk de sensitiviteit, specificiteit, voorspellende waarde, likelihood ratio en AUC bij die drempel. Vijf criteria worden naast elkaar vergeleken: Youden-index, de waarde die het dichtst bij de linkerbovenhoek ligt, vaste sensitiviteit, vaste specificiteit en de verwachte kosten gegeven de prevalentie en de relatieve kosten van een vals negatief resultaat.

Aannames. Eén markerwaarde per proefpersoon met een echte 0/1 referentiestandaardstatus; onafhankelijke proefpersonen. De drempelwaarden zijn de middelpunten tussen opeenvolgende, afzonderlijke, gesorteerde markerwaarden (dezelfde drempelwaarden die pROC gebruikt); een proefpersoon is testpositief wanneer de markerwaarde ≥ de drempelwaarde is (of ≤ als lagere waarden positiever zijn). Voorspellende waarden bij een andere prevalentie zijn alleen geldig als de sensitiviteit en specificiteit ook van toepassing zijn op die populatie.

Veelgemaakte fouten. De grenswaarde en de nauwkeurigheid ervan worden gekozen en geschat op basis van dezelfde gegevens en zijn optimistisch; valideer met nieuwe gegevens of door middel van bootstrapping, vooral bij minder dan ongeveer 30 proefpersonen per klasse. Verschillende criteria leiden terecht tot verschillende grenswaarden (Perkins & Schisterman). Gebruik de steekproefprevalentie niet voor PPV/NPV wanneer gevallen en controles afzonderlijk zijn bemonsterd; voer in plaats daarvan de werkelijke prevalentie in. Het AUC-betrouwbaarheidsinterval is een normale benadering (DeLong) afgekapt tot [0, 1] en is onbetrouwbaar in de buurt van 1 of bij zeer weinig proefpersonen.

1. Youden WJ. Index voor het beoordelen van diagnostische tests. Kanker. 1950;3(1):32-35.
2. Clopper CJ, Pearson ES. Het gebruik van betrouwbaarheids- of fiduciaire grenzen geïllustreerd aan de hand van de binomiale verdeling. Biometrika. 1934;26(4):404-413.
3. DeLong ER, DeLong DM, Clarke-Pearson DL. Het vergelijken van de oppervlakten onder twee of meer gecorreleerde receiver operating characteristic-curven: een niet-parametrische benadering. Biometrics. 1988;44(3):837-845.
4. Perkins NJ, Schisterman EF. De inconsistentie van “optimale” grenswaarden verkregen met behulp van twee criteria gebaseerd op de receiver operating characteristic curve. Am J Epidemiol. 2006;163(7):670-675.
5. Robin X, Turck N, Hainard A, et al. pROC: een open-sourcepakket voor R en S+ om ROC-curven te analyseren en te vergelijken. BMC Bioinformatics. 2011;12:77.

Wanneer te gebruiken? Beoordeel of een voorspellingsmodel of biomarker klinische beslissingen kan verbeteren: het netto voordeel weegt de ware positieven af ​​tegen de valse positieven bij de risicodrempel waar een patiënt of arts zou handelen, en vergelijkt het model met het behandelen van iedereen of niemand.

Aannames. De voorspelde waarden zijn gekalibreerde waarschijnlijkheden tussen 0 en 1 voor een binaire uitkomst die bij elke proefpersoon is waargenomen (geen censurering); dezelfde proefpersonen worden gebruikt voor alle modellen; het drempelbereik weerspiegelt de risico's waarbij een beslissing plausibel zou veranderen. De curves op basis van de gegevens die zijn gebruikt om het model te fitten, zijn optimistisch.

Veelgemaakte fouten. Gebruik geen ruwe scores die geen waarschijnlijkheden zijn, lees geen curves buiten een klinisch relevant drempelbereik en claim geen voordeel op basis van kleine verschillen zonder validatie: deze tool toont geen betrouwbaarheidsintervallen en corrigeert niet voor overfitting. Netto voordeel is geen nauwkeurigheidsmaatstaf zoals AUC.

1. Vickers AJ, Elkin EB. Beslissingscurve-analyse: een nieuwe methode voor het evalueren van voorspellingsmodellen. Med Decis Making. 2006;26(6):565-574. doi:10.1177/0272989X06295361
2. Vickers AJ, van Calster B, Steyerberg EW. Netto-batenbenaderingen voor de evaluatie van voorspellingsmodellen, moleculaire markers en diagnostische tests. BMJ. 2016;352:i6. doi:10.1136/bmj.i6
3. Vickers AJ, van Calster B, Steyerberg EW. Een eenvoudige, stapsgewijze handleiding voor het interpreteren van beslissingscurve-analyse. Diagn Progn Res. 2019;3:18. doi:10.1186/s41512-019-0064-7

Wanneer te gebruiken. Bepaal hoeveel deelnemers een onderzoek naar diagnostische nauwkeurigheid nodig heeft: om de sensitiviteit en specificiteit te schatten met een gekozen precisie (Buderer), om aan te tonen dat een AUC een nulwaarde overschrijdt, of om de AUC's van twee tests die bij dezelfde proefpersonen zijn afgenomen te vergelijken.

Aannames. Buderer: Wald-intervallen (normale benadering), dus d moet klein genoeg zijn zodat het interval binnen 0 tot 100% blijft; prevalentie is de prevalentie in de gerekruteerde steekproef. AUC: de Hanley-McNeil-variantie is een vloeiende benadering die uitgaat van ruwweg binormale scoreverdelingen; de resultaten zijn voor de empirische (Mann-Whitney) AUC en een normale toetsingsstatistiek. Gepaarde vergelijking: r is de correlatie tussen de twee AUC-schattingen, zoals ingevoerd, en deze moet afkomstig zijn uit pilotgegevens of de literatuur.

Veelgemaakte fouten. Lees het Buderer-resultaat niet als een powerberekening voor een hypothesetoets (het is alleen gericht op de breedte van het betrouwbaarheidsinterval). Gebruik de AUC-resultaten niet voor zeer kleine steekproeven (een paar gevallen van de ziekte), voor gedeeltelijke AUC of voor geclusterde/meerdere beoordelaarsgegevens. Gebruik voor een exacte of zeer hoge/lage sensitiviteit een exact-binomiale planning of een specifiek softwarepakket.

1. Buderer NMF. Statistische methodologie: I. Het meenemen van de prevalentie van de ziekte in de berekening van de steekproefomvang voor sensitiviteit en specificiteit. Acad Emerg Med. 1996;3(9):895-900.
2. Flahault A, Cadilhac M, Thomas G. Een steekproefomvangberekening is noodzakelijk voor een nauwkeurig onderzoeksontwerp bij diagnostische teststudies. J Clin Epidemiol. 2005;58(8):859-862.
3. Hanley JA, McNeil BJ. De betekenis en het gebruik van het gebied onder een receiver operating characteristic (ROC)-curve. Radiologie. 1982;143(1):29-36.
4. Hanley JA, McNeil BJ. Een methode om de oppervlakten onder receiver operating characteristic-curven te vergelijken die zijn afgeleid van dezelfde gevallen. Radiologie. 1983;148(3):839-843.
5. Obuchowski NA. Berekeningen van de steekproefomvang in studies naar de nauwkeurigheid van tests. Stat Methods Med Res. 1998;7(4):371-392.

Wanneer te gebruiken. Zet een testresultaat om in een post-testkans: voer de sensitiviteit/specificiteit, een 2×2-tabel of gepubliceerde likelihood ratio's in, stel de pre-testkans in en lees het antwoord af uit de tabel of het Fagan-nomogram.

Aannames. Gevoeligheid en specificiteit zijn overdraagbaar naar uw situatie; de ​​pre-testkans is realistisch (een prevalentie of een klinische schatting); het resultaat is dichotoom. Bij 2×2 tellingen gebruikt het betrouwbaarheidsinterval de logaritmische methode (Simel 1991), die uitgaat van voldoende celtellingen. Als een cel nul is, wordt 0.5 bij elke cel opgeteld voordat de likelihood ratio (LR) en het betrouwbaarheidsinterval worden berekend (continuïteitscorrectie), en dat staat ook op de pagina vermeld.

Veelgemaakte fouten. Combineer likelihood ratio's van gecorreleerde tests niet alsof ze onafhankelijk zijn. De likelihood ratio (LR) van sensitiviteit en specificiteit, ingevoerd als percentages, heeft geen betrouwbaarheidsinterval (aantallen zijn nodig). Een specificiteit van 100% geeft LR+ = oneindig; in de tellingmodus geeft de correctie van 0.5 een eindige waarde, maar met een zeer breed interval.

1. Fagan TJ. Nomogram voor de stelling van Bayes. N Engl J Med. 1975;293(5):257.
2. Simel DL, Samsa GP, Matchar DB. Likelihood ratio's met betrouwbaarheid: schatting van de steekproefomvang voor diagnostische teststudies. J Clin Epidemiol. 1991;44(8):763-770.
3. Deeks JJ, Altman DG. Diagnostische tests 4: waarschijnlijkheidsverhoudingen. BMJ. 2004;329(7458):168-169.