Concordância versus associação

Apresentação em tema: "Concordância versus 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 = 0.367 K=(Po-Pe)/(1-pe) K=( )/( ) =  0.87 Em variáveis ordinais: K ponderado VassarStats - 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 Como comparar o k de diferentes estudos? 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)

4 Concordância versus associação
Obs1 Obs2 10 20 30 40 43 12 23 33 45 9 86 55 99 5 44 64 83 7 3 78 4 Tal como já vimos nas variáveis categóricas também aqui uma grande concordância implica sempre uma grande correlação

5 Concordância versus associação
Obs1 Obs2 10 20 30 40 50 43 53 12 22 23 33 45 55 9 19 86 96 65 99 109 5 15 44 54 64 74 83 93 7 17 3 13 78 88 4 14 Mas uma fraca concordância pode ter também uma grande correlação

6 Concordância versus associação
Obs1 Obs2 10 20 30 40 90 43 3 12 2 23 83 33 45 55 9 19 86 96 99 49 5 44 41 64 24 7 72 78 28 4 e uma fraca concordância pode ter também uma fraca correlação

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  MedCal