A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

Concordância versus associação Uma grande concordância implica sempre uma grande associação mas para uma baixa concordância pode haver muita ou pouca associação.

Apresentações semelhantes


Apresentação em tema: "Concordância versus associação Uma grande concordância implica sempre uma grande associação mas para uma baixa concordância pode haver muita ou pouca associação."— Transcrição da apresentação:

1 Concordância versus associação Uma grande concordância implica sempre uma grande associação mas para uma baixa concordância pode haver muita ou pouca associação

2 Concordância - var. categóricas Po=(11+8+4)/25 = 0.92 Pe=( )/25 = K=( )/( ) = 0.87 K=(Po-Pe)/(1-pe) Em variáveis ordinais: K ponderado VassarStatsVassarStats - Richard Lowry

3 Concordância - var. categóricas K varia consoante o nº de categorias K é afectado pela prevalência K é afectado pela diferença de prevalências Po=0.85 Na tabela 2 a prevalência é muito alta fazendo o k descer de 0.7 (tabela 1) para 0.3 (tabela 2) Po=0.60 Na tabela 4 os valores marginais são mais desequilibrados o k passa de 0.13 (tabela 3) para 0.26 (tabela 4) Como comparar o k de diferentes estudos?

4 Concordância versus associação Tal como já vimos nas variáveis categóricas também aqui uma grande concordância implica sempre uma grande correlação Obs1Obs

5 Concordância versus associação Mas uma fraca concordância pode ter também uma grande correlação Obs1Obs

6 Concordância versus associação e uma fraca concordância pode ter também uma fraca correlação Obs1Obs

7 Concordância - var. Contínuas Coeficiente de Correlação Intra-classe (CCI) compara a variabilidade dos diferentes observadores no mesmo indivíduo com a variação total de todos os observadores e de todos os casos.

8 Concordância - var. Contínuas Há 6 tipos diferentes de ICC: one-way random - Temos um conjunto de observadores. Para cada caso tiramos aleatoriamente um k diferentes observadores. 1-way ANOVA – casos são o efeito aleatório e os observadores o erro de medição. two-way random - O mesmo conjunto de k observadores classifica cada caso. (observador × caso), 2-way ANOVA – tal como os casos os k observadores do estudo são também o efeito aleatório, ou seja são uma amostra de uma população de potenciais observadores. two-way mixed - É parecido com o caso 2 mas o ICC aplica-se apenas aos k observadores do estudo. Para cada um dos casos anteriores o CCI pode ainda estimar: um observador, ou média dos observadores

9 Concordância - var. Contínuas De forma semelhante ao k, o CCI é muito afectado pela variância dos casos e desta forma não podemos comparar CCIs de diferentes estudos. Exemplo: Suponhamos que temos uma escala de depressão. Quando a aplicamos a uma amostra aleatória de adultos Portugueses teremos maiores valores de CCI do que se aplicarmos a escala a uma amostra de uma população mais homogénea, por exemplos doentes internados num hospital psiquiátrico por depressão aguda.

10 Concordância - var. Contínuas Bland and Altman Plots MedCalMedCal


Carregar ppt "Concordância versus associação Uma grande concordância implica sempre uma grande associação mas para uma baixa concordância pode haver muita ou pouca associação."

Apresentações semelhantes


Anúncios Google