Springen naar inhoud

Medisch onderzoek


  • Log in om te kunnen reageren

#1

Marscha

    Marscha


  • >25 berichten
  • 80 berichten
  • Gebruiker

Geplaatst op 10 oktober 2011 - 16:30

Hallo allemaal,

Momenteel ben ik met een medisch onderzoek bezig op een Universiteit, in de richting van Biomedical Research (Biologie en Medisch laboratoriumonderzoek). Er wordt veelal biostatistiek toegepast en aangezien ik niet zoveel kennis hiervan heb, loop ik tegen veel dingen aan. Ik heb zelf al heel veel bekeken in de literatuur (wetenschappelijke artikelen), boeken en op internet en zelfs oudere berichten van deze site. Helaas kom ik niet uit met bepaalde dingen.
In dit onderzoek heb ik de eiwitexpressie bepaald ten op zichtte van een controle en verschillende remmers gebruikt of het effect heeft op de eiwitexpressie. Het eiwit is het getest bij verschillende concentraties van een bepaald stofje (stimuli) om de eiwitexpressie tot stand te brengen.

Bij de resultaten van verschillende concentraties (voor eiwitexpressie) is de t-toets berekend (de gepaarde t-toets  gedaan met T-toets tool in Excel). Dus van de verschillende concentraties (matrix 2) ten opzichte van de controle (matrix 1) is de gepaarde t-toets gebruikt. Dit wordt vaak toegepast in medisch onderzoeken. Met deze uitkomst van de t-toets word uitgemaakt of het wel of niet significant is. Deze waarde wordt meteen vergeleken met de risicofactor van 5% natuurlijk. Maar ik snap het verband van t-waarde en p-waarde ineens niet. Duidelijk is dat de kans wordt berekend om te kijken of de resultaten niet op toeval berusten.  http://nl.wikipedia.org/wiki/P-waarde Ik zag wel op de site van wikipedia de formules, daar staat ook de toetsinggrootheid T beschreven wat de T-toets voorstelt. Zoals ik het ken rekende ik met de p-waarde vanuit de z-waarde. Alleen ik snap nog steeds niet het verband met de T-toets en P-waarde samen??? En kun je de p-waarde als een parametrische toets beschouwen, naast de t-toets en F-toets die ook tot een parametrische toets behoren.

Totale meetwaarden van de eiwitexpressie (n=4), zijn de resultaten wel normaal verdeeld aangezien de aantal metingen klein zijn???

Hypothese stelling
Wat voor 0-hypothese stelling zou ik kunnen stellen, bijv. dat de eiwitten wel tot expressie komen en waarom is het beter om de 2 zijdige toets te gebruiken om 0-hypotheses uit te sluiten?

Als je een P-waarde kleiner is dan 5%, dan zijn de resultaten wel significant en wordt de 0-hypothese verworpen en wordt dan overgegaan naar de alternatieve hypothese. Hoe kun je vervolgens verder gaan met de alternatieve hypothese of hoeven verder geen berekeningen uitgevoerd te worden.


Non-parametrische test blijkt meer significant te zijn dan de parametrische testen. Ik had ergens gelezen dat de parametrische testen afhankelijk zijn van de normaal verdeling en non-parametrische testen onafhankelijk zijn van de normale verdeling, klopt dat?

Alvast bedankt voor jullie hulp.

Dit forum kan gratis blijven vanwege banners als deze. Door te registeren zal de onderstaande banner overigens verdwijnen.

#2

Drieske

    Drieske


  • >5k berichten
  • 10217 berichten
  • Moderator

Geplaatst op 10 oktober 2011 - 18:28

Verplaatst naar Statistiek.

Ik vind je vragen vrij onduidelijk soms. Wat bedoel je bijvoorbeeld hiermee:

Alleen ik snap nog steeds niet het verband met de T-toets en P-waarde samen???


Verder: voor de normaliteit van je gegevens. Het is zéér waarschijnlijk dat eender welke test je gaat zeggen dat ze uit de normale verdeling komen. Echter is dat met zo'n laag aantal observaties vrij idioot. Heb je geen betere data ter beschikking? Want eerlijk: met 4 kun je niet veel nuttigs doen.
Zoek je graag naar het meest interessante wetenschapsnieuws? Wij zoeken nog een vrijwilliger voor ons nieuwspostteam.

#3

Marscha

    Marscha


  • >25 berichten
  • 80 berichten
  • Gebruiker

Geplaatst op 11 oktober 2011 - 11:45

Verplaatst naar Statistiek.

Ik vind je vragen vrij onduidelijk soms. Wat bedoel je bijvoorbeeld hiermee:


Verder: voor de normaliteit van je gegevens. Het is zéér waarschijnlijk dat eender welke test je gaat zeggen dat ze uit de normale verdeling komen. Echter is dat met zo'n laag aantal observaties vrij idioot. Heb je geen betere data ter beschikking? Want eerlijk: met 4 kun je niet veel nuttigs doen.


Ja sorry voor mijn onduidelijke vragen, want ik haal inderdaad dingen door elkaar.

Over het verband van t-waarde en p-waarde:

mij is verteld als de de waarde van de berekende t-toets onder 0,05 is dan is het significant. Ik snap niet de reden dat wordt overgegaan van een waarde van de t-toets naar de p-waarde, zoals ik dat gewend ben vanuit de z-score. Ik haal een paar dingen door elkaar. Dus als ik goed heb begrepen op de site van wikipedia kun je de kans (of je resultaten buiten of binnen de 95% betrouwbaarheids interval ligt) op grond vanuit een t-waarde berekenen?

Nee helaas heb ik geen betere data tot beschikking, maar deze kleine metingen is alleen van belang geweest voor indicatie van een bepaald eiwit. Ook vanwege tijdsgebrek van het project is er helaas niet meer aandacht besteed aan meerdere metingen.

Kunt u voor de overige vragen nog aangeven wat u onduidelijk vind?

#4

Drieske

    Drieske


  • >5k berichten
  • 10217 berichten
  • Moderator

Geplaatst op 11 oktober 2011 - 12:45

Dus als ik goed heb begrepen op de site van wikipedia kun je de kans (of je resultaten buiten of binnen de 95% betrouwbaarheids interval ligt) op grond vanuit een t-waarde berekenen?

Dat heb je inderdaad goed begrepen. De t-waarde die bekomt na het uitvoeren van je t-toets is geen kans. Het is een waarde waaraan je wél een kans kunt linken. Kijk misschien ook eens hier. Beantwoord dit je vraag?

Nee helaas heb ik geen betere data tot beschikking, maar deze kleine metingen is alleen van belang geweest voor indicatie van een bepaald eiwit. Ook vanwege tijdsgebrek van het project is er helaas niet meer aandacht besteed aan meerdere metingen.

Okee, maar besef dan wel dat goede statistiek moeilijk is met 4 observaties.

Kunt u voor de overige vragen nog aangeven wat u onduidelijk vind?

Of ik voor elke vraag een antwoord weet, weet ik niet, maar ik wil het een poging geven. Bijv

Wat voor 0-hypothese stelling zou ik kunnen stellen, bijv. dat de eiwitten wel tot expressie komen en waarom is het beter om de 2 zijdige toets te gebruiken om 0-hypotheses uit te sluiten?

Ik ben niet zo goed bekend met biologie, maar kun je beter omschrijven wŕt je nu wilt testen? Want meestal ligt daarin al het antwoord wat een goede nulhypothese is. Een simpel voorbeeld: je bent producent van bier. En je wilt weten of je gemiddeld gezien je flesjes van 0,33 niet te vol doet (want dat is verlies). Dan ben je niet echt geďnteresseerd in het feit of ze iets te leeg zijn. Bijgevolg doe je een eenzijdige test.

Of je na het verwerpen van een hypothese doorgaat of niet, moet ook jij weer inschatten. Je kunt bijv onderzoeken waarom je de hypothese verwerpt, of zoeken naar andere elementen die wél een invloed hebben...

Tot slot: in verband met die parametrische testen. Ik heb het iig ook zo geleerd. Dus volgens mij klopt het dat je normaliteit eist ;).
Zoek je graag naar het meest interessante wetenschapsnieuws? Wij zoeken nog een vrijwilliger voor ons nieuwspostteam.

#5

Marscha

    Marscha


  • >25 berichten
  • 80 berichten
  • Gebruiker

Geplaatst op 19 oktober 2011 - 12:07

Dag Drieske,

Nog bedankt voor het vorig bericht, ik heb verder niet echt antwoord kunnen vinden aan de hand van de link die je gaf. Maar dat geef niet, het is al duidelijk ;)

Ik heb vervolgens de non-parametrische test, de New Keuls Multiple Comparison Test uitgevoerd. Deze test berekent de q-waarde. De q-waarde wordt berekend om vals positieve uitslagen te voorkomen in de 5% risicofactor. Ik kon niet meer informatie hierover vinden, dan alleen op deze goeie site: http://www.nonlinear.../pq-values.aspx

Moet ik de berekende q-waarde van de New Keuls Multiple Comparison Test beschouwen voor berekeningen van de 99% of 99,9% betrouwbaarheidsinterval?

Overigens geeft de New Keuls Multiple Comparison Test bij mij de volgende onderdelen aan van mijn samples (waarvan ze ook onderling worden vergeleken) de Mean Difference- q-value -P value. Alle resultaten van de P-value zijn weergegeven als P>0,05. Dit betekent dat ze niet significant zijn, maar vervolgens staan er bij bepaalde samples deze volgende getallen weergegeven bij de q-waarde: 1,574 3,169 4,509 en bij de andere sample staan er streepjes. Ik neem aan dat de getallen in % zijn. Maar ik weet niet zo heel goed hoe ik dit moet interpreteren (vb weergave: q-waarde: 4,509 --> P>0,05). Wilt dit zeggen dat 4,509% minder vals positief is dan 5% kans?

#6

Drieske

    Drieske


  • >5k berichten
  • 10217 berichten
  • Moderator

Geplaatst op 21 oktober 2011 - 10:52

Ik ben niet zo bekend met die test (overigens denk ik dat je Newman-Keuls bedoelt). Maar ik heb even wat rap opzoekwerk gedaan. Misschien is dit wel wat. Ik ga straks hopelijk wat uitgebreider kunnen zoeken.
Zoek je graag naar het meest interessante wetenschapsnieuws? Wij zoeken nog een vrijwilliger voor ons nieuwspostteam.

#7

Marscha

    Marscha


  • >25 berichten
  • 80 berichten
  • Gebruiker

Geplaatst op 21 oktober 2011 - 14:44

Bedankt. Ja dat klopt, ik bedoel de Newman-Keuls test ;). Ik ga de link die je hebt gegeven nog even goed bekijken en ik kijk zelf weer verder hopelijk kan ik dan antwoord vinden.

#8

Marscha

    Marscha


  • >25 berichten
  • 80 berichten
  • Gebruiker

Geplaatst op 24 oktober 2011 - 14:34

Ik ben niet zo bekend met die test (overigens denk ik dat je Newman-Keuls bedoelt). Maar ik heb even wat rap opzoekwerk gedaan. Misschien is dit wel wat. Ik ga straks hopelijk wat uitgebreider kunnen zoeken.


Dank je, handige link. Verder heb ik niet iets anders kunnen vinden op internet. Verder ben ik eruit wat mijn getallen van de q-waarde inhouden--> Dit is de critical q-waarde (uit een tabel).

2nd Determination of the P of the test statistics
a) feed 3 vs feed 1: P (q [4,15] = 28.609) < 0.05
b) feed 3 vs feed 2: P (q [3,15] = 22.365) < 0.05
c) feed 3 vs feed 4: P (q [2,15]
= 10.164) < 0.05
d) feed 4 vs feed 1: P (q [3,15] = 19.564) < 0.05
e) feed 4 vs feed 2: P (q [2,15] = 12.941) < 0.05
f) feed 2 vs feed 1: P (q [2,15] = 6.623) < 0.05

Alleen deze bovenstaande tekst op blz 54 snap ik niet echt. Zoals op blz 53 van de links staat aangegeven: als de berekende q-waarde groter is dan de q-waarde (critical) dan is het resultaat hoger dan 0,05 kans. Mijn New-Keulmans test geeft niet de berekende q-waarden weer. Deze heb ik zelf berekend tussen deze twee resultaten (controle en sample) met de weergave: q-waarde (critical): 4,509  P> 0,05. De berekende q-waarde is 2,634. Duidelijk dat het resultaat van de controle en sample onderling hoger dan 5% is. Dit wilt dan zeggen dat dit resultaat niet binnen de 95% betrouwbaarheidsinterval ligt?





0 gebruiker(s) lezen dit onderwerp

0 leden, 0 bezoekers, 0 anonieme gebruikers

Ook adverteren op onze website? Lees hier meer!

Gesponsorde vacatures

Vacatures