Amalan Berasaskan Bukti: pek ulang kaji kilat

Lembaran formula, langkah kaedah utama untuk setiap topik dan 8 soalan latihan, dengan penyelesaian penuh di bahagian belakang.

Soalan baharuKembali ke kursus

Dalam tetingkap cetak, pilih “Simpan sebagai PDF” untuk menyimpan salinan pada peranti anda.

1Formula dan kaedah

Statistik amalan berasaskan bukti

Sensitiviti dan spesifisiti
Se = a/(a + c), Sp = d/(b + d)
Nilai ramalan
PPV = a/(a + b), NPV = d/(c + d)
Ketepatan
(a + d)/n
Nisbah kebolehjadian
LR+ = Se/(1 − Sp), LR− = (1 − Se)/Sp
PPV pada prevalens p
Se·p / (Se·p + (1 − Sp)(1 − p))
Odds
odds = p/(1 − p); p = odds/(1 + odds); odds pasca-ujian = odds pra-ujian × LR
Ukuran risiko
RR = EER/CER, ARR = CER − EER, RRR = ARR/CER
Bilangan perlu dirawat
NNT = 1/ARR, dibundarkan ke atas; NNH = 1/(EER − CER)
Nisbah odds
OR = ad/(bc)
Kadar insiden
kes baharu / orang-masa

Kaedah

  1. Lukis jadual 2 × 2 dan labelkan a, b, c dan d sebelum anda mengira.
  2. Baca sensitiviti dan spesifisiti menurun lajur, nilai ramalan merentas baris.
  3. Untuk prevalens yang lain, bayangkan 10 000 orang dan isi jadual dengan Se, Sp dan prevalens.
  4. Untuk nisbah kebolehjadian, tukarkan kebarangkalian kepada odds, darabkan, dan tukar balik.
  5. Untuk percubaan, cari EER dan CER dahulu; kemudian RR = EER/CER, ARR = CER − EER dan NNT = 1/ARR dibundarkan ke atas.

Statistik perihalan

Min
x̄ = Σx/n
Sisihan piawai sampel
s = √(Σ(x − x̄)²/(n − 1))
Median
nilai tengah data yang tersusun
Skor-z
z = (x − μ)/σ
Taburan normal
68% dalam ±1σ, 95% dalam ±2σ

Selang keyakinan

σ diketahui
x̄ ± z·σ/√n
σ tidak diketahui
x̄ ± t·s/√n, df = n − 1
z genting
90%: 1.645, 95%: 1.96, 99%: 2.576
Saiz sampel
n = (z·σ/E)², rounded up

Kaedah

  1. Tentukan antara z (σ populasi diketahui) dan t (hanya s sampel, dengan n − 1 darjah kebebasan).
  2. Cari nilai genting untuk aras keyakinan.
  3. Margin ralat: E = nilai genting × sisihan piawai/√n.
  4. Selang: x̄ ± E.

Ujian hipotesis & selang keyakinan

Ujian-z untuk min
z = (x̄ − μ0)/(σ/√n)
Ujian-t untuk min
t = (x̄ − μ0)/(s/√n), df = n − 1
Dua hujung pada 5%
tolak H0 jika |z| > 1.96
Selang keyakinan
x̄ ± z·σ/√n

Kaedah

  1. Nyatakan H₀ dan H₁ dan tentukan sama ada ujian itu satu hujung atau dua hujung.
  2. Kira statistik ujian: (x̄ − μ₀)/(σ/√n), atau dengan s dan t.
  3. Bandingkan dengan nilai genting, atau cari nilai-p.
  4. Tolak H₀ jika statistik melepasi nilai genting (p di bawah α), dan nyatakan kesimpulan dengan perkataan.

2Soalan latihan

1.Statistik amalan berasaskan buktiSederhana
kejadiantiada kejadianjumlahrawatan102638740abkawalan39131170cd

Latihan (nilai rekaan, bukan panduan klinikal). Dalam satu percubaan rawak, 740 pesakit menerima rawatan baharu dan 170 menerima rawatan kawalan. Jadual menunjukkan berapa ramai dalam setiap kumpulan yang mengalami hasil (kejadian yang tidak diingini seperti strok). Cari pengurangan risiko relatif RRR sebagai peratusan. Bundarkan kepada satu tempat perpuluhan.

rawatan: 102/740kawalan: 39/170
RRR = %
2.Statistik amalan berasaskan buktiSukar
pra-ujian15%pasca-ujian?p′LR+

Latihan (nilai rekaan, bukan panduan klinikal). Seorang pesakit mempunyai kebarangkalian pra-ujian 15% untuk sesuatu penyakit. Satu ujian dengan sensitiviti 90% dan spesifisiti 70% memberikan keputusan positif. Cari kebarangkalian pasca-ujian p′ bagi penyakit itu sebagai peratusan. Bundarkan kepada satu tempat perpuluhan.

pra-ujian 15%Se = 90%Sp = 70%positif
p′ = %
3.Statistik perihalanSederhana
22242628303234

Cari sisihan piawai sampel s data: 35, 22, 28, 24, 23.

n = 5
s =
4.Statistik perihalanSukar
z −2−1012

Skor peperiksaan bertaburan normal dengan min 500 dan sisihan piawai 75. Cari skor-z z bagi skor 387.5.

μ = 500σ = 75x = 387.5
z =
5.Selang keyakinanSederhana
n = 30, s = 11LUx̄ = 97E = ?95%

Satu sampel 30 item mempunyai min 97 dan sisihan piawai s = 11. Populasi lebih kurang normal. Cari margin ralat E bagi selang keyakinan 95% untuk min.

n = 30x̄ = 97s = 1195%t(29) = 2.045
E =
6.Selang keyakinanSukar
σ = 26, n = ?x̄ − Ex̄ + Ex̄E = 295%

Sisihan piawai populasi ialah 26. Berapa besarkah sampel n yang anda perlukan supaya selang keyakinan 95% bagi min mempunyai margin ralat paling banyak 2?

σ = 26E = 295%
n =
7.Ujian hipotesis & selang keyakinanSederhana
−1.11.1p = ?

Min sesuatu populasi dituntut sebagai 500; sisihan piawai populasi diketahui ialah 6. Satu sampel rawak 144 cerapan mempunyai min 500.55. Uji H₀: μ = 500 terhadap H₁: μ ≠ 500. Cari nilai-p p.

μ₀ = 500σ = 6n = 144x̄ = 500.55H₁: μ ≠ μ₀
p =
8.Ujian hipotesis & selang keyakinanSukar
μ₀x̄c

Ujian z satu sisi bagi H₀: μ = 50 terhadap H₁: μ < 50 dijalankan pada α = 0.05 dengan sampel 64; sisihan piawai diketahui ialah 4. Pada hakikatnya min ialah 49.35. Cari kuasa 1 − β ujian itu dalam peratus.

μ₀ = 50μ = 49.35σ = 4n = 64α = 0.05
1 − β = %

3Larutan

1.Statistik amalan berasaskan bukti

Jawapan: RRR = 39.9 %

Nisbah kebolehjadian dan ukuran risiko: LR+ = sensitiviti/(1 − spesifisiti), LR− = (1 − sensitiviti)/spesifisiti. Dalam percubaan, EER dan CER ialah kadar kejadian dengan dan tanpa rawatan: RR = EER/CER, ARR = CER − EER, RRR = ARR/CER dan NNT = 1/ARR, dibundarkan ke atas. Dalam kajian kes-kawalan hanya nisbah odds OR = ad/(bc) boleh digunakan. Kadar insiden = kes baharu/orang-masa.

Kadar kejadian

EER = 102/740 = 0.1378
CER = 39/170 = 0.2294

Pengurangan risiko relatif

ARR = 0.2294 − 0.1378 = 0.09157
RRR = 0.09157/0.2294 = 0.3992 ≈ 39.9%

Jawapan

RRR = 39.9%
2.Statistik amalan berasaskan bukti

Jawapan: p′ = 34.6 %

Nilai ramalan bergantung pada prevalens: PPV = Se·p/(Se·p + (1 − Sp)(1 − p)) dan NPV = Sp(1 − p)/(Sp(1 − p) + (1 − Se)p). Dengan nisbah kebolehjadian: odds pra-ujian = p/(1 − p), odds pasca-ujian = odds pra-ujian × LR, kebarangkalian = odds/(1 + odds). Bagi populasi N, positif benar = N·p·Se dan positif palsu = N·(1 − p)·(1 − Sp). NNT = 1/(CER × RRR), dibundarkan ke atas.

Nisbah kebolehjadian

LR+ = 0.9/(1 − 0.7) = 3

Odds pra-ujian

0.15/(1 − 0.15) = 0.1765

Odds pasca-ujian

0.1765·3 = 0.5294

Kebarangkalian pasca-ujian

p′ = 0.5294/(1 + 0.5294) = 0.3462 ≈ 34.6%

Jawapan

p′ = 34.6%
3.Statistik perihalan

Jawapan: s = 5.32

Statistik perihalan: min ialah hasil tambah dibahagi n; median ialah nilai tengah data yang disusun (purata dua nilai tengah apabila n genap). Sisihan piawai sampel ialah s = √(Σ(x − x̄)²/(n − 1)). Skor-z z = (x − μ)/σ menyatakan berapa sisihan piawai suatu nilai terletak daripada min.

Min

x̄ = 132/5 = 26.4

Sisihan kuasa dua

Σ(x − x̄)² = 8.6² + (−4.4)² + 1.6² + (−2.4)² + (−3.4)² = 113.2

Sisihan piawai

s = √(113.2/4) = 5.32

Jawapan

s = 5.32
4.Statistik perihalan

Jawapan: z = −1.5

Statistik perihalan: min ialah hasil tambah dibahagi n; median ialah nilai tengah data yang disusun (purata dua nilai tengah apabila n genap). Sisihan piawai sampel ialah s = √(Σ(x − x̄)²/(n − 1)). Skor-z z = (x − μ)/σ menyatakan berapa sisihan piawai suatu nilai terletak daripada min.

Piawaikan

z = (387.5 − 500)/75 = −1.5

Jawapan

z = −1.5
5.Selang keyakinan

Jawapan: E = 4.107

Selang keyakinan bagi min: x̄ ± margin ralat. Dengan σ populasi diketahui margin ialah z·σ/√n; dengan hanya sisihan piawai sampel s, gunakan t dengan n − 1 darjah kebebasan: t·s/√n. Nilai genting: z = 1.645 (90%), 1.96 (95%), 2.576 (99%). Untuk mendapatkan margin E atau lebih kecil, anda memerlukan n ≥ (z·σ/E)², dibundarkan ke atas.

Nilai genting

df = n − 1 = 29, t = 2.045

Margin ralat

E = 2.045·11/√30 = 4.107

Jawapan

E = 4.107
6.Selang keyakinan

Jawapan: n = 650

Selang keyakinan bagi min: x̄ ± margin ralat. Dengan σ populasi diketahui margin ialah z·σ/√n; dengan hanya sisihan piawai sampel s, gunakan t dengan n − 1 darjah kebebasan: t·s/√n. Nilai genting: z = 1.645 (90%), 1.96 (95%), 2.576 (99%). Untuk mendapatkan margin E atau lebih kecil, anda memerlukan n ≥ (z·σ/E)², dibundarkan ke atas.

Selesaikan untuk n

n = (1.96·26/2)² = 649.2

Bundarkan ke atas

Saiz sampel ialah nombor bulat, dan membundarkan ke bawah akan menjadikan margin terlalu besar.

n = 650

Jawapan

n = 650
7.Ujian hipotesis & selang keyakinan

Jawapan: p = 0.2713

Ujian hipotesis: statistik ujian = (anggaran − nilai di bawah H₀)/(ralat piawai di bawah H₀). Nilai-p ialah kebarangkalian, dengan andaian H₀ benar, memperoleh statistik yang sekurang-kurangnya sama ekstrem dengan yang dicerap: luas dalam satu ekor bagi H₁ satu sisi, dua kali luas ekor bagi H₁ dua sisi. Tolak H₀ apabila p ≤ α.

Statistik ujian

SE = σ/√n = 6/√144 = 0.5
z = (500.55 − 500)/0.5 = 1.1

Luas ekor

Φ(1.1) = 0.8643
1 − Φ(1.1) = 0.1357

Nilai-p

p = 2·0.1357 = 0.2713

Jawapan

p = 0.2713

p > 0.05, maka H₀ tidak ditolak pada aras 5%.

8.Ujian hipotesis & selang keyakinan

Jawapan: 1 − β = 36.5 %

Kuasa ujian: kuasa = 1 − β ialah kebarangkalian menolak H₀ apabila ia salah. Cari nilai pemotongan x̄c daripada μ₀ dan z_α, kemudian hitung kebarangkalian jatuh melepasi x̄c menggunakan min sebenar: z = (x̄c − μ)/(σ/√n).

Min sampel genting

SE = 4/√64 = 0.5
x̄c = 50 − 1.645·0.5 = 49.18

z di bawah min sebenar

z = (49.18 − 49.35)/0.5 = −0.345

Kuasa

kuasa = P(Z < −0.345) = 36.5%
1 − β = 36.5%

Jawapan

1 − β = 36.5%

ExamProblems · examproblems.com/courses/evidence-based-practice