Ist es das richtige Verfahren?

Fragen und Diskussionen rund um die Arbeit mit SPSS. Für allgemeine Statistik-Themen, die nicht mit SPSS zusammenhängen, bitte das Statistik-Forum nutzen.
Antworten
Grigori
Beiträge: 6
Registriert: 06.05.2009, 11:52

Ist es das richtige Verfahren?

Beitrag von Grigori »

Hallo liebe Community,

Ich quäle mich nun schon länger mit SPSS und diversen Statistik Handbüchern herum (vor allem Basiswissen Medizinische Statistik) um endlich in meiner Abschlussarbeit etwas präsentieren zu können. In meinem Studium musste ich mich nie mit Statistik herumschlagen, also verzeiht mir im vorhinein bitte.

Ich würde gerne herausfinden ob gewisse Medikamente einen Einfluss auf einen Herzparameter haben. Es sind dies mehrere Medikamente und ich habe überprüft ob der Patient diese genommen hat oder nicht. Anschließend ein EKG gemacht und dort eine Zeit ausgemessen. Einige Medikamente beeinflussen nämlich die Repolarisationszeit des Herzens, die eine messbare Größe im EKG darstellt.
Danach habe ich die ermittelten Zeiten in 3 Gruppen eingeteilt, kein Risiko, geringes Risiko, hohes Risiko.
Meiner Meinung nach eine ordinale Einteilung. Bei den Medikamenten war mir nur wichtig ob die Patienten eines nahmen. Also habe ich dise Einteilung mit ja/nein gemacht.
ich habe noch andere Einflüße erhoben die auch in die entsprechenden Skalenniveaus untergebracht.

Was ich untersuchen will: Führt die Einnahme eines solchen Medikamentes zu einer Verlängerung der Repolarisationszeit des Herzens und damit quasi in eine der drei Risikogruppen.
Ich würde ja den Chi-Quadrat Test dafür nehmen um zu sehen ob ein Zusammenhang besteht.
Wäre das das richtige verfahren oder hat jemand eine Idee? Ich will nur untersuchen ob Faktor A, Faktor B beeinflusst. Wäre Korrelation besser um zu sehen ob er zumindest beeinflusst?

Mir wäre wirklich geholfen, würde mir jemand das beantworten können.

Ich danke schon vielmals im voraus.

Grigori
Silversurfer
Beiträge: 165
Registriert: 05.07.2009, 21:10

Beitrag von Silversurfer »

Hallo,

also wenn ich mir deinen Untersuchungsansatz durchlese und alles richtig verstanden hab, dann möchtest du also testen, ob sich die Einnahme von Medikament A, Medikament B usw auf die Repolarisationszeit auswirkt. Neben Chi-Quadrat fällt mir spontan hierzu noch eine Möglichkeit ein:

Es gibt ein Effektmaß (Eta-Quadrat), das die Vorhersage eines abhängigen Wertes (Repolarisationszeit) durch eine beispielsweise unabhängige nominalskalierte Variable (Einnahme Präparat A, Präparat B, usw). ermöglicht. Mit ihr kann man vorhersagen, in welchem Ausmaß sich die abhängige Variable durch die unabhängige Variable bestimmen lässt. Eta-Quadrat liefert eine Zahl, die besagt, wieviel Prozent der Varianz der abhängigen Variable durch die unabhängige Variable aufgeklärt werden. Je höher der Wert, desto besser. Allerdings liefert Eta-Quadrat als Effektmaß kein Signifikanzniveau.

Bei Chi-Quadrat müsstest du die beiden Variablen Risikoabschätzung sowie das jeweils eingenommene Präparat gegenüberstellen.

Ohne jetzt dein Untersuchungsdesign und die Stichprobengröße näher zu kennen, gilt aber eine Voraussetzung für beide Verfahren. Jeder Patient darf jeweils nur ein Präparat einnehmen bzw. eingenommen haben, da er sonst in mehreren Kategorien auftaucht und diese sich somit nicht mehr gegenseitig ausschließen.

Viele Grüße
Grigori
Beiträge: 6
Registriert: 06.05.2009, 11:52

Beitrag von Grigori »

Silversurfer hat geschrieben:
Bei Chi-Quadrat müsstest du die beiden Variablen Risikoabschätzung sowie das jeweils eingenommene Präparat gegenüberstellen.

Ohne jetzt dein Untersuchungsdesign und die Stichprobengröße näher zu kennen, gilt aber eine Voraussetzung für beide Verfahren. Jeder Patient darf jeweils nur ein Präparat einnehmen bzw. eingenommen haben, da er sonst in mehreren Kategorien auftaucht und diese sich somit nicht mehr gegenseitig ausschließen.

Viele Grüße
Hallo Silversurfer,

Danke für deine rasche Antwort erstmals.
Ok ich werd es etwas näher erläutern.
Ich habe eben wie gesagt die Repolarisationszeit gemessen und ausgewertet und dann die Leute in 3 Gruppen quasi eingeteilt, weil diese Zeit Geschlechtsunterschiede aufweist und ich quasi so die Gruppen unabhängig vom geschlecht betrachten kann.
Deshalb würde ich mich ja für Chi-Quadrat entscheiden weil ich ja einen Nominalwert (Medikament ja/nein) und einen Ordinalwert (Gruppe 1, 2 oder 3) vergleiche.
Was ich nicht verstehe ist dein letzer Satz, weil ich mich ehrlich gesagt mit Statistik eben nur im Ausmaß meiner Arbeit beschäftigt habe und mir alles quasi selber anlernen muss.

Viele Grüße

Grigori
Silversurfer
Beiträge: 165
Registriert: 05.07.2009, 21:10

Beitrag von Silversurfer »

Hallo,

was ich meinte ist folgendes: Es könnte ja auch sein, dass ein Patient mehrere der Medikamente in der Vergangenheit eingenommen hat, die die R-Zeit und damit die Risikokategorie beeinflussen - was du ja herausfinden willst, oder? Voraussetzung für die Berechnung von Chi-Quadrat ist aber, dass der Patient nur genau einer Kategorie (einem Präparat) zugeordnet werden kann, was bei der Einnahme mehrere Medikamente nicht mehr der Fall ist.

Wenn du natürlich auch das Geschlecht als unabhängige Variable neben den Medikamenten erfasst hat und das auch Auswirkungen auf die R-Zeit hat, frag ich mich natürlich, ob du auch noch andere Variablen erfasst hast, die sich darauf auswirken. Sobald du nämlich zwei oder mehr unabhängige Variablen im Modell hast, käme dann eine Regression mit evtl. Dummykodierung in Frage.

Noch eine Frage zur Kategorisierung der R-Zeit: Nach welcher Methode hast du die Risikokategorien daraus gebildet? Gibt's dafür geschlechterspezifische Grenzwerte in der Fachliteratur?

VG
Grigori
Beiträge: 6
Registriert: 06.05.2009, 11:52

Beitrag von Grigori »

Hallo Silversurfer,

Ja die gibt es tatsächlich, die Grenzwerte und Risikowerte sind für Frauen und Männer unterschiedlich. Ich hab generell erfasst ob der Patient/die Patientin Medikamente eingenommen hat. Neben Geschlecht gibt es auch noch andere Indikatoren die ich auch erfasst habe, alle eben in Nominal kategorien. Kann man denn eine Regressionsanalyse machen mit ordinal skalierten variablen? Ich dachte das ginge nur mit metrischen.

Ich habe nämlich kurz über eine Regressionsanalyse nachgedacht, die Idee aber verworfen, eben weil ich dachte das sie mit dem Skalenniveau nicht sinnvoll ist.
Ich habe ja noch die Idee es mit einer Korrelation zu versuchen, da ich da zumindest die Aussage treffen kann ob die beiden Variablen einen Zusammenhang haben, soweit ich dieses Modell verstanden habe.

Ich danke dir echt sehr für deine Hilfe, für mich ist Statistik nach wie vor ein Buch mit sieben Siegeln obwohl ich mich die letzten paar Wochen mit kaum was anderem beschäftigt habe.

Liebe Grüße

Grigori
Silversurfer
Beiträge: 165
Registriert: 05.07.2009, 21:10

Beitrag von Silversurfer »

Hallo nochmal,

dafür, dass du dich erst vor ein paar Wochen angefangen hast, einzulesen, weißt du doch schon eine ganze Menge. Vieles lernt man sowieso erst aus der Praxis, auch wenn man's vorher zig-Mal in der Theorie gehört und verstanden wurde. Auch mit der Regression und ordinalskalierten Variablen hast du Recht - entweder man verwendet Nominalskalen mit Dummykodierung oder Intervallskalen als Prädiktoren. Für Ordinalskalen gibt's meines Wissens nach keine Möglichkeit, diese sinnvoll einzubinden, ohne sie nicht vorher zu Nominalskalen zu degradieren.

Dafür kannst du eben mit Regressionen mehrere Variablen in deinem Modell berücksichtigen und vergleichen. Ich könnte mir beispielsweise vorstellen, dass neben der Einnahme von Medikamenten und dem Geschlecht auch noch andere Faktoren eine Rolle spielen...z.B. Alter, BMI, usw. Mit der Durchführung einer Regression werden die Aussagen zwar auch detaillierter und vielschichtiger (saubere Datenerhebung vorausgesetzt), aber es steigen eben auch die Anforderungen. Solltest du eine Regression rechnen wollen, würde ich die R-Zeit als abhängige Variable nehmen und die Einteilung in Risikogruppen weglassen. Als Prädiktoren solltest du dann aber sinnvollerweise auch andere Variablen mit aufnehmen, die sich auf die R-Zeit auswirken könnten und in jedem Fall die Voraussetzungen für eine Regression vorher beachten (z.B. Stichprobengröße!).

Wenn es dir um einen einfachen Zusammenhang geht, würde ich dir empfehlen, Eta-Quadrat (AV: R-Zeit, UV: Medikament) jeweils für Männer und Frauen getrennt zu berechnen. Alternativ kannst du aber auch ein geschlechterspezifisches Chi-Quadrat berechnen (Variable 1: Risikogruppierung, Variable 2: Medikament) - je nachdem, was du eben zeigen möchtest.

Hoffe, ich konnte dir ein wenig helfen.

VG
Grigori
Beiträge: 6
Registriert: 06.05.2009, 11:52

Beitrag von Grigori »

Lieber Silversurfer,

Du konntest mir sogar sehr weiterhelfen. Da ich die Daten in einem Zeitraum erhoben habe, weiß ich einfach nicht ob meine Stichprobe gro0 genug ist. Wie gesagt ich hatte davon davor keinen blassen Schimmer.
Ich denke ich werde erstmals bei Chi-Quadrat bleiben, weil wie gelesen habe da der Stichprobenumfang nicht so sehr ins Gewicht fällt wenn ich alles richtig interpretiert habe.
Ich würde nur gerne wissen, ob falls ich nochmals Fragen habe, ich auf dich zurückkommen dürfte.

Liebe Grüße

Grigori
Silversurfer
Beiträge: 165
Registriert: 05.07.2009, 21:10

Beitrag von Silversurfer »

Hallo Grigori,

ich bin zwar auch nur online, wenn ich mal etwas Zeit habe, was nicht so oft vorkommt. Aber falls du noch Fragen hast, schreib mir einfach ne PN. Bis dahin wünsch ich dir schonmal gutes Vorankommen und viel Erfolg bei deiner Datenauswertung.

VG
Grigori
Beiträge: 6
Registriert: 06.05.2009, 11:52

Beitrag von Grigori »

Hallo ich bin es nochmals,

Anscheinend habe ich da etwas falsches gesagt am Anfang es ging mir eigentlich nur generell zu sehen ob jemand diese Medikamente einnimt (also ob ja oder nein) da eine ganze Reihe von unterschiedlichen Medikamenten zu einer Verlängerung führen können. Und um diesen Zusammenhang geht es mir, ict quasi eine Retrospektivuntersuhcung.
Anzeige:Statistik und SPSS: Die besten Bücher
Als Buch oder E-Book - Jetzt bestellen
spss datenanalyse
SPSS - Moderne Datenanalyse - Jetzt bestellen!
statistik datenanalyse
Statistik - Der Weg zur Datenanalyse - Jetzt bestellen!
Antworten