9789144120560

GRUNDERNA I STATISTIK FÖR HÄLSOVETARE

GÖRAN EJLERTSSON

5

INNEHÅLL

Förord 7 1 Statistik för kritiskt tänkande 9

Bokens innehåll 13 2 Att planera sin studie 17

Undersökningstyper 17 Urvalsmetoder 21 Studie bland besökare – väntrumsundersökningen 24 Etiska ställningstaganden 25 Övningsuppgifter 27 Kom ihåg … 29 3 Variabler och andra grundbegrepp 31

Mätskalor 32 Övningsuppgifter 35 Kom ihåg … 37 4 Tabeller och diagram 39

Tabeller 39 Korstabeller 43 Diagram 45 Övningsuppgifter 52 Kom ihåg … 54 5 Genomsnittsvärden och spridningsmått 55

Genomsnittsvärden 56 Spridningsmått 60 Övningsuppgifter 66 Kom ihåg … 69

© F ö r f a t t a r e n o c h S t u d e n t l i t t e r a t u r

6

I n ne h å l l

6 Vad är en hypotesprövning? 71

Sannolikhet 72 Introduktion till statistisk analys 74 Hypotesprövning steg för steg 77 Typ I- och typ II-fel 82 Datorns roll i statistiken – massignifikans 83 Övningsuppgifter 85 Kom ihåg … 87 7 Statistisk analys 89

Hypotesprövning vid kvantitativa variabler 90 Hypotesprövning vid kvalitativa variabler 92 Konfidensintervall 95 Variansanalys 98 Övningsuppgifter 99 Kom ihåg … 103 8 Epidemiologiska grundbegrepp 105

Övningsuppgifter 108 Kom ihåg … 110 9 Korrelation och regression 111

Regression 114 Korrelation 116 Några påpekanden 118 Logistisk regression 120 Övningsuppgifter 122 Kom ihåg … 126 Svar till övningsuppgifter 127 Sakregister 135

© F ö r f a t t a r e n o c h S t u d e n t l i t t e r a t u r

7

FÖRORD

Sedan många år har min lärobok Statistik för hälsovetenskaperna använts vid ett stort antal universitets- och högskoleutbildningar. Den har också fungerat som metodbok för personer som ägnat sig åt forskning eller gjort andra typer av studier. Under åren som gått har boken bearbetats och utvecklats. Nya delar har lagts till efter hand – fler än som har tagits bort.

En så omfångsrik bok krävs inte alltid i alla de olika hälsoinriktade utbildningar som finns. Ibland behövs en lite mindre omfattande bok, vilken fokuserar på det allra viktigaste och mest grundläggande inom statistiken, helt enkelt en grundbok. Och det är just det behovet den här boken avses täcka.

Boken är en kortversion av Statistik för hälsovetenskaperna. Här finns till stor del samma exempel, samma figurer och samma tabeller.

Men det som inte hör till grunderna har plockats bort. I huvudsak har fokus lagts på att skapa sådan förståelse för statistiken att du som student ska kunna utveckla din kritiska blick snarare än att själv kunna genomföra avancerade analyser.

De viktigaste deskriptiva metoderna utgör tyngdpunkten i den här boken. Innehållet läggs fram på ett sådant sätt att du som läsare ska kunna göra egna beskrivningar av material, dels i form av diagram och tabeller, dels i form av genomsnittsvärden och spridningsmått. Den statistiska analysen behandlas mer resonemangsvis, där syftet är att tolka och förstå resultat från olika studier. Inledningsvis finns en redovisning av viktiga tankar kring hur studier planeras, en nog så betydelsefull start på en studie för att den ska ha möjlighet att bli bra. Avslutningsvis finns ett kapitel om epidemiologi och ett om korrelation och regression.

För att kunna förstå räcker det inte med enbart teori. Man måste också ha praktik. Därför finns i boken ett stort antal övningsuppgifter.

Inte minst viktigt är det i en tid då universitets- och högskolevärlden lider av allt färre lärarledda timmar i undervisningen. Efter varje kapitel finns ett betydande antal övningsuppgifter med förklarade svar, vilket underlättar för självstudier. Därutöver finns efter varje kapitel

© F ö r f a t t a r e n o c h S t u d e n t l i t t e r a t u r

8

För o r d

hänvisning till lämpliga övningsuppgifter ur min bok Övningsbok i statistik för hälsovetenskaperna, för den som vill ha ännu mer att träna på.

Utöver mitt engagemang i folkhälsovetenskap har jag under många år undervisat studenter i bland annat statistik och forskningsmetodik.

Därigenom har jag samlat på mig mycket kunskap om hur studenter ser på ämnet och hur man vill att ämnet ska läras ut för att bli begripligt.

Till alla er som bidragit till tankarna som lett fram till den här boken vill jag rikta ett varmt tack.

Jag har också haft hjälp av två synnerligen kloka personer som varit mina kollegor under många år: Ingemar Andersson, biträdande professor i folkhälsovetenskap, och Albert Westergren, professor i omvårdnad.

Båda har gedigna kunskaper inom forskning och inte minst statistisk metod. Er har jag att tacka för utmärkta synpunkter på de skrivna texterna liksom de goda idéer ni har gett mig för att boken ska bli så pedagogisk som möjligt.

Slutligen är min förhoppning att du som student och läsare av den här boken inte enbart tycker att du får en modern bok om statistik inom det hälsovetenskapliga området; jag hoppas att du också ska inse att statistik faktiskt inte bara är nödvändigt och användbart utan även roligt och intressant!

Kivik i januari 2018 Göran Ejlertsson

© F ö r f a t t a r e n o c h S t u d e n t l i t t e r a t u r

Att planera sin studie

I det här kapitlet ska vi ta upp olika områden av relevans vid planeringen av en studie. Det finns en rad viktiga begrepp att känna till och ett antal sätt att planera sin studie på. Vi ska kunna skilja på olika studietyper, kunna göra ett slumpmässigt urval korrekt, ha en förberedelse för att ta hand om det bortfall som blir och en hel del annat.

En viktig definition ska vi starta med. Undersökningsobjekten i en statistisk undersökning formar tillsammans en population. Exempel på populationer är socialbidragstagare i Sverige, ålderspensionärer i Borås kommun och 50-åringar i Blekinge län. Men populationer kan också bestå av annat än personer. Hushåll i Sverige kan vara exempel på en sådan population.

Undersökningstyper Ett sätt att dela in studier är att skilja på dem utifrån ens egen påverkan på skeendet. Då kan vi skilja mellan två huvudtyper av studier, experi­ mentella undersökningar och observationsstudier. Här ska några av de viktigaste statistiska begreppen i samband med dessa båda typer definieras. Dessutom ska ytterligare en metod omnämnas, vilken inte har individen som undersökningsobjekt utan i stället arbetar med aggregerade data, den ekologiska studien.

Karakteristiskt för den experimentella studien eller interventionsstudien (intervention study) är att man på ett planerat sätt ingriper i det naturliga skeendet för att studera effekterna av ingreppet. Till kategorin experiment hör det kliniska försöket (clinical trial), vilket syftar till att jämföra två eller flera behandlingar, alternativt att göra jämförelsen mellan en behandlad och en obehandlad grupp.

Med en observationsstudie (observational study) avses här en studie på människor, där interventionsstudiens experimentella förutsättningar saknas. Här studeras det faktiska skeendet utan planerad påverkan. Inom det medicinska området syftar observationsstudien © F ö r f a t t a r e n o c h S t u d e n t l i t t e r a t u r

2

18

2 Att p l a n e r a s i n s tu d ie

oftast till kartläggning av sjukdomar och sambandet mellan sjukdomar och riskindikatorer. Inom de folkhälsovetenskapliga och samhällsvetenskapliga områdena är det till övervägande delen observationsstudier som används.

Det finns olika slag av observationsstudier. Ett sätt att dela in dem är efter hur de skiljer sig med avseende på den tidsmässiga relationen mellan olika moment av studien. De tre typerna är då tvärsnittsstudien, den retrospektiva studien och den prospektiva studien.

En tvärsnittsstudie (cross-sectional study) är en ögonblicksbild; tidsaspekten finns inte med i undersökningen. Detta är den undersökningsform många kommer i kontakt med. Till exempel är de flesta enkätundersökningar av den här typen; människors förhållanden, attityder med mera undersöks vid ett visst tillfälle utan någon relation framåt eller bakåt i tiden.

EXEMPEL I samband med en hälsoundersökning ställdes också frågor kring vilka symtom de svarande hade vid undersökningstillfället. Från resultaten kunde bland annat följande sammanställning göras.

Huvudvärk

Sömnproblem

Ja

Nej

Totalt

Ja

25

55

80

Nej

35

285

320

Totalt

60

340

400

Undersökningen ger här en bild av det statistiska sambandet mellan symtomen.

Av 60 personer med huvudvärk hade 25 också sömnproblem (42 procent). Av de 340 personer som inte hade huvudvärk hade 55 sömn­problem (16 procent).

På motsvarande sätt framgår att av 80 personer med sömnproblem hade 25, eller 31 procent, också huvudvärk, medan endast 35 av 320 (11 procent) utan sömnproblem hade huvudvärk.

Tvärsnittsstudien pekar således mot att det finns ett samband mellan de två symtomen huvudvärk och sömnproblem. Däremot kan vi inte avgöra riktningen på sambandet från den här studien. Vi kan inte säga om sömn­problemen gav upphov till huvudvärk, eller om huvudvärken ledde till sömnproblem. Dessutom kan en trolig förklaring vara, att en tredje bakom­liggande variabel orsakade både huvudvärk och sömnproblem.

© F ö r f a t t a r e n o c h S t u d e n t l i t t e r a t u r

2 Att planera sin studie 19

En retrospektiv (retrospective) studie går bakåt i tiden. Inom epidemiologin finns fall-kontrollstudien (case-control study, case-referent study), som i sin ursprungsform är retrospektiv. Den börjar med att personer med en viss sjukdom eller egenskap (fall) identifieras. Som jämförelse används en kontrollgrupp utan sjukdomen eller egenskapen i fråga (kontroller). I de två följande illustrationerna ges starkt förenklade exempel för att illustrera principer. Båda typerna av studier är förhållandevis komplicerade att praktiskt genomföra.

EXEMPEL Ett forskarlag önskade testa vissa frågor i anslutning till en studie av samband mellan ungdomars – i åldrarna 20–24 år – möjliga utslagning från arbetsmarknaden och föräldrarnas tidigare förhållanden. I en del av studien definierades långtidssjukskrivning som att ha varit sammanhängande sjukskriven i minst sex månader. De långtidssjukskrivna utgjorde fallen. En kontrollgrupp bildades bland ungdomar som inte varit långtidssjukskrivna.

Genom en kombination av registerdata och enkätdata studerades förhållanden bakåt i tiden (retrospektivt) för att se i vad mån minst en av föräldrarna varit långtidssjukskriven under någon period de senaste 20 åren. I studien kunde man få fram relevanta data för 100 fall och 300 kontroller. Utfallet av studien blev som följer.

Exposition Förälder långtidssjukskriven Förälder ej långtidssjukskriven Totalt

Fall (långtidssjukskriven)

Kontroller (ej långtidssjukskriven)

38 62

36 264

100

300

Bland de 100 fallen hade 38 procent haft minst en förälder som varit långtidssjukskriven, medan motsvarande andel bland kontrollerna var 12 procent.

Genom den retrospektiva studien har vi således kunnat notera ett möjligt samband mellan långtidssjukskrivning bland ungdomar och föräldrarnas tidigare sjukskrivningsförhållanden.

Den tredje typen av observationsstudie är den prospektiva (prospective) studien, vilken går framåt i tiden. Vi anknyter åter igen till epidemiologin, där vi i kohortstudien (cohort study) börjar med att identifiera personer utifrån vissa kriterier. De utgör den så kallade kohorten. Därefter följer vi kohorten, som består av en del som är exponerad och en del som inte är exponerad, framåt i tiden (prospektivt). På så sätt går det att följa i vilken utsträckning sjukdomar eller egenskaper utvecklas i de båda delarna av kohorten. © F ö r f a t t a r e n o c h S t u d e n t l i t t e r a t u r

20

2 Att p l a n e r a s i n s tu d ie

EXEMPEL För att få en bild av alkoholens betydelse för möjliga trafikskador gjordes följande studie. Genom enkäter och intervjuer studerades alkoholvanorna i en ungdomskohort, där ungdomarna var 18–20 år och av manligt kön. Utöver alkoholvanorna ingick en lång rad andra variabler såsom social situation, ekonomi etc. Två extremgrupper definierades inom kohorten, de som inte alls drack alkohol och de som var högkonsumenter av alkohol enligt vissa definitioner. Under den närmaste femårsperioden följdes kohorten genom studier av register över slutenvård och trafikskador tillsammans med uppföljande intervjuer. I följande sammanställning ses resultaten av uppföljningen under femårsperioden.

Nykterist Högkonsument av alkohol

Trafikskadad

Ej trafikskadad

Totalt

9 24

291 176

300 200

Andelen män som blev trafikskadade under femårsperioden, var bland nykteristerna 3 procent (9/300). Bland högkonsumenterna av alkohol var andelen 12 procent (24/200), det vill säga fyra gånger så hög.

Med hjälp av denna prospektiva uppläggning kan vi således se ett möjligt samband mellan alkoholkonsumtion och risk för att råka ut för trafikskada bland unga män. Ett memento här är naturligtvis, att i verkligheten finns en lång rad praktiska problem att stöta på på vägen mot slutsatsen.

De epidemiologiska begreppen fall-kontrollstudie och kohortstudie har sin huvudsakliga motsvarighet i den retrospektiva respektive prospektiva studien, även om bilden över olika epidemiologiska undersökningstyper är något mer komplicerad. I kapitel 8 redovisas några ytterligare epidemiologiska begrepp i anslutning till tvärsnittsundersökning, prospektiv kohortstudie och retrospektiv fall-kontrollstudie.

Begreppet kontrollgrupp används såväl i observationsstudien som i experimentet. Vi tänker oss då en undersökningsgrupp och en kontrollgrupp, där den senare används som jämförelse. Undersökningsgruppen kan vara fallen i fall-kontrollstudien, individerna med riskfaktorn i kohortstudien eller personer som genomgår en viss behandling i experimentet. Utgångspunkten är, att individerna i kontrollgruppen ska ha samma fördelning som i undersökningsgruppen beträffande variabler av relevans för den enskilda undersökningen.

Då tekniken med kontrollgrupp används, är det vanligt att kontroll­g ruppen består av matchade kontroller. Till varje person med den studerade sjukdomen, riskfaktorn, egenskapen eller behandlingen väljs en (ibland mer än en) person som liknar den förre så mycket © F ö r f a t t a r e n o c h S t u d e n t l i t t e r a t u r

2 Att planera sin studie 21

som möjligt – till exempel vad gäller kön, ålder och annat som kan vara relevant – men som inte har sjukdomen/riskfaktorn/egenskapen/ behandlingen i fråga. Därefter jämförs resultaten mellan dessa par av personer. Viktigt att notera är att matchning naturligtvis inte får göras utifrån något som ska studeras; då försvinner möjligheten att studera effekten av just den egenskapen.

Ett specialfall av det kliniska försöket är läkemedelsprövningen. Där jämförs det nya läkemedlet med i första hand ett beprövat läkemedel eller – om lämpligt sådant inte finns – ett helt overksamt läkemedel.

Det senare benämns placebo. Anledningen till att inte enbart effekten av det nya läkemedlet studeras är den så kallade förväntanseffekten. Just det faktum att patienterna tar något preparat över huvud taget medför oftast en effekt – en förväntans- eller psykologisk effekt – på den aktuella sjukdomen eller det aktuella symtomet, om man ser till en grupp av individer. Begreppet placebo används numera i överförd betydelse även vid andra typer av behandlingar än läkemedelsprövningar. Om till exempel vid en fysioterapeutisk behandling någon form av overksam pseudobehandling används som jämförelse, benämns den ofta en placebobehandling.

Förutom att göra jämförelser som baseras på individuella data är det möjligt att studera aggregerade data (som ger information om en grupp, inte om individer). Den studietypen benämns ekologisk (ecological) studie. Ofta jämförs geografiska områden, alternativt utvecklingen över tid i ett geografiskt område, avseende vissa variabler. Så kan vi se på dödligheten i hjärt-kärlsjukdomar i relation till vattnets hårdhetsgrad eller rökvanorna i Sveriges kommuner. Vi kan här få ett mått på sambandet på aggregerad nivå, men vi måste observera att vi inte kan uttala oss om orsakssamband.

Ekologiska studier har klara begränsningar och används mest för att få idéer till orsakssamband, vilka sedan måste testas i studier på individnivå. Även om tekniken att använda aggregerade data har utvecklats, förekommer tyvärr inte så sällan en påtaglig övertolkning av resultat från ekologiska studier.

Urvalsmetoder Om alla individer i en viss population studeras, talar vi om en total­ undersökning. Av olika skäl är det sällan totalundersökningar är möjliga att genomföra. Anta till exempel att vi av någon anledning vill undersöka alla diabetiker i Sverige. Ett av de generella problemen vid totalundersökningar skulle omedelbart bli uppenbart; alla diabetiker i © F ö r f a t t a r e n o c h S t u d e n t l i t t e r a t u r

22

2 Att p l a n e r a s i n s tu d ie

Sverige utgör en population, vilken är i storleksordningen en halv miljon personer eller mer. En totalundersökning skulle bli orimligt dyr. Dessutom skulle så många människor bli inblandade i undersökningen, att olika mätresultat inte skulle bli jämförbara (olika laboratorieapparatur, olika personal, svårigheter att standardisera mätprocedurer). En så omfattande studie skulle dessutom ta orimligt lång tid. Det finns många svårigheter. Totalundersökningar är möjliga i de fall populationerna inte är så stora, eller när studierna görs utifrån registerdata. I det senare fallet finns ett material med redan insamlade data om personer. Exempel på sådana register är folkbokföringsregistret, dödsorsaksregistret och cancer­registret. Registerstudier görs som regel direkt med hjälp av datorer och kan därför göras på stora populationer.

Den allra vanligaste metoden för att göra en urvalsundersökning är genom att dra ett stickprov (sample) från populationen. Görs det på rätt sätt, kommer stickprovet att vara en avbild i miniatyr av populationen.

För att det ska vara möjligt att uttala sig om en population utifrån ett stickprov, måste stickprovet vara representativt för populationen. För detta krävs slumpmässigt stickprov (random sample).

Förutom de slumpmässiga stickproven finns andra typer av stickprov – icke slumpmässiga – som används i andra syften än att kunna generalisera resultaten. De tas inte upp i den här boken.

Om individerna som ingår i undersökningen inte väljs ut på ett korrekt sätt, är risken för bias överhängande. Bias är ett systematiskt fel i resultaten, där oftast varken storlek eller riktning är känd. Just den här typen av bias benämns selektionsbias för att markera att det är ett fel som hänförs till urvalet.

Det finns olika metoder att dra ett stickprov från en population.

De viktigaste ska beskrivas här. Allra vanligast är att varje individ i populationen har samma sannolikhet att komma med i stickprovet. Vi talar då om obundet slumpmässigt urval (simple random sample), vilket är det beräkningsmässigt enklaste att använda. Anta till exempel att en enkätundersökning ska göras bland allmänheten i en mindre kommun representerad av ett femprocentigt urval ur populationen. Då låter vi datorn slumpmässigt välja ut 5 procent av personerna i det aktuella åldersintervallet som är folkbokförda i kommunen.

En närbesläktad urvalsmetod är det systematiska urvalet (systematic sample). Det är användbart, då individerna i populationen på något sätt finns ordnade i en förteckning. Som exempel, om det finns en förteckning med 100 personer och 20 procent ska väljas, dras första personen slumpmässigt bland de fem första, säg att det blev nummer 2. Sedan kommer person nummer 2, 7, 12, 17 etc. att ingå i urvalsgruppen. Viktigt © F ö r f a t t a r e n o c h S t u d e n t l i t t e r a t u r

2 Att planera sin studie 23

här är att alla personer har samma sannolikhet, i exemplet 20 procent, att komma med i urvalet.

Metoden kan leda till bias, om det finns periodicitet i materialet, men kan för övrigt behandlas på samma sätt som det obundet slumpmässiga urvalet. Eftersom de flesta urval numera görs med hjälp av dator, har den här metoden, som framför allt används vid manuell stickprovsdragning, blivit mindre vanlig.

Om populationen delas in i undergrupper – strata – från vilka dras slumpmässiga urval, görs ett stratifierat urval (stratified sample).

Undergrupperna ska vara homogena med avseende på någon bestämd egenskap. Stickproven kan vara olika stora i de olika strata.

Metoden är speciellt användbar, då någon eller några intressanta subgrupper förekommer med så låg frekvens, att ett vanligt stickprov skulle komma att innefatta få personer i just den subgruppen. Genom stratifieringen kan andelen i stickprovet från de små subgrupperna ökas.

Detta har emellertid konsekvenser för de statistiska beräkningarna, som blir mer omfattande.

Framför allt ger stratifiering två fördelar. Dels ökar precisionen i skattningarna generellt, dels ökar möjligheten till skattningar med hög precision även inom de enskilda strata. Ett exempel på när stratifiering kan användas är om en undersökning ska göras bland skolbarn.

Kanske är antalet barn i någon årskull förhållandevis få. Då kan en högre andel väljas just i den årskullen för att kompensera för det. Att tänka på i kommande beräkningar och analyser rörande barnen totalt är att reducera inverkan av just den aktuella årskullen, som i urvalet är överrepresenterade i förhållande till övriga.

Det är möjligt att ha samma urvalssannolikhet i de olika strata, till exempel om det av något skäl kan ses som en fördel att varje stratum ska vara representerat i stickprovet med exakt sin andel av populationen.

I sådana fall är benämningen proportionellt stratifierat urval.

Det finns ytterligare några urvalsmetoder. En sådan benämns kluster­ urval (cluster sample). Oftast görs urvalet från populationen i två eller flera steg och då används begreppet tvåstegsurval eller flerstegsurval som synonym till klusterurval. Vanligast görs urvalet med hjälp av obundet slumpmässigt urval i varje steg. Om till exempel en större studie ska göras bland skolbarn i Skåne, kan först några kommuner väljas ut slump­ mässigt och sedan inom var och en av de utvalda kommunerna några skolor på motsvarande sätt.

Ett slumpmässigt urval kan dras på olika sätt. Det viktiga är inte metoden som sådan. Det viktiga är dels att stickprovet verkligen dras slumpmässigt utan någon subjektiv påverkan på vilka personer © F ö r f a t t a r e n o c h S t u d e n t l i t t e r a t u r

24

2 Att p l a n e r a s i n s tu d ie

som kommer med i urvalet, dels att urvalssannolikheten för varje individ är känd.

Med hjälp av en dator kan stickprov av bestämda storlekar väljas ut enkelt även från stora populationer. Vid små populationer kan alternativa manuella metoder användas. Det kanske enklaste sättet är då att på papperslappar skriva nummer, varefter personerna som motsvarar de dragna numren ingår i urvalet.

STUDIE BLAND BESÖK ARE – VÄNTRUMSUNDERSÖKNINGEN

En form av undersökning som många, inte minst i den praktiska vården, förr eller senare kommer i kontakt med är väntrumsundersökningen.

Gemensamt för det som här benämns väntrumsundersökning är att urvalet består av personer som på eget initiativ vänt sig till eller kontaktat ett visst besöksställe, varav alternativbenämningen studie bland besökare. Det kan gälla enkäter till patienter i väntrummet på en mottagning eller frågor till personer som besöker ett apotek, en myndighet eller ett företag, till exempel en bank. Undersökningsformen är van­ ligare än den borde vara med tanke på de svagheter den har, varför den tas upp speciellt här.

Problemet är att urvalet inte är slumpmässigt i den bemärkelsen, att varje person i en målgrupp tilldelas en viss sannolikhet att ingå i urvalet.

Just detta faktum, att det är varierande och okända sannolikheter för olika personer att komma med i undersökningen, gör tolkningen av resultaten vansklig.

Följande exempel kan illustrera problemet. Vid en vårdcentral bestämde man sig för att göra en enkätundersökning bland patienterna. Alla som kom till mottagningen under en tvåveckorsperiod fick en enkät, vilken de ombads fylla i när de väntade i väntrummet.

Hur tillförlitliga är då resultaten? För att få en uppfattning om det, måste vi se efter vilka som svarat på enkäten. Hur stor är sannolikheten för en viss person att få delta, alltså att söka vård vid mottagningen under just de två veckor, då enkätundersökningen pågår?

För en person som i genomsnitt gör ett besök per år är sannolikheten cirka 4 procent (2/52, två veckor av 52). Det är sedan enkelt att beräkna, att sannolikheten stiger till 8 procent för den som i genomsnitt gör två besök per år, till 11 procent för den som gör tre besök per år, 15 procent för den som gör fyra besök per år etc. För en verklig högkonsument med i genomsnitt tio besök per år är sannolikheten så hög som 33 procent att besöka mottagningen minst en gång under de två aktuella veckorna och att därigenom vara med i undersökningen. © F ö r f a t t a r e n o c h S t u d e n t l i t t e r a t u r

2 Att planera sin studie 25

Slutsatsen av den sannolikhetsfördelningen är, att deltagarna i undersökningen kommer att bestå av en oproportionerligt hög andel högkonsumenter och förhållandevis få lågkonsumenter. Det kommer att få som konsekvens att alla resultat som har samband med vårdkonsumtionen kommer att snedvridas.

Eftersom gamla gör fler besök än unga, får vi i urvalet en överskattning av antalet gamla. Om vi i enkäten ställer frågor om antalet läkar­ besök senaste året, får vi en klar överskattning av vårdkonsumtionen.

Om det är så att de som är negativa till vårdcentralen söker andra vårdgivare i högre utsträckning, får vi en överskattning av de positiva attityderna. Listan över snedvridna effekter som ett resultat av ett felaktigt urvalsförfarande skulle kunna göras mycket längre.

Kan väntrumsundersökningen då vara användbar i något sammanhang? Fördelen med väntrumsundersökningen är ju att den är enkel att genomföra och lättadministrerad. Svaret är ja, under två förutsättningar. För det första får svaren inte vara korrelerade till respondentens besöksfrekvens i den aktuella lokalen, i exemplet vårdkonsumtionen.

För det andra kan inte den normala besökargruppen (patientgruppen i exemplet) vara målgrupp, eftersom urvalsmetoden ger ett urval som inte är representativt för den normala besökargruppen. Om inte dessa villkor är uppfyllda, kommer resultaten att spegla något annat än det som från början förmodligen var syftet med undersökningen. Alternativa metoder till väntrumsundersökningen bör således övervägas.

Etiska ställningstaganden Som huvudregel är en rimlig utgångspunkt vid varje undersökning på eller med människor att det alltid finns frågor som kräver etiska ställningstaganden. Är det till exempel vid kliniska försök etiskt att inte vid varje tillfälle ge patienten bästa möjliga vedertagna behandling? Om det är oetiskt och inte bör ske, hur motiverar vi då valet mellan olika behandlingsformer? Det uttrycks ibland som att kravet på individskydd ställs mot forskarkravet. De forskningsetiska frågorna innebär då, att forskaren på något sätt måste göra en avvägning mellan de båda kraven.

Individen måste skyddas samtidigt som forskningen genomförs med god kvalitet.

De etiska frågorna måste beaktas inte bara i forskningsprojekt.

I varje studie, även vid enkät- och intervjuundersökningar, är de etiska frågorna viktiga att uppmärksamma. Finns till exempel frågor som kan väcka känslor av negativt slag eller som på annat sätt psykiskt kan påverka den deltagande? Hur tar vi hand om sådana skapade problem? © F ö r f a t t a r e n o c h S t u d e n t l i t t e r a t u r

26

2 Att p l a n e r a s i n s tu d ie

Den enskilde forskaren ska alltid hantera etikfrågor på ett bra sätt.

Forskningsetisk reflektion ska vara en självklar del av forskningen. Men även den som gör en undersökning som har lägre anspråk än forskning, måste reflektera över etik i varje studie.

Forskningsetiken är reglerad i en lag. År 2004 infördes en lag (SFS 2003:460) i Sverige, vilken ställer krav på etiskt handhavande av planerade forskningsprojekt. Det som ska prövas gäller forskning. Dit räknas dock inte studier på grund- eller avancerad nivå vid universitet och högskolor. Sådana studier är det upp till lärosätena att hantera på egen hand. En översyn av etiklagen kom i december 2017 i form av ett utredningsförslag. En skärpning av etiklagen samt att det så kallade studentundantaget ska tas bort är två av flera viktiga punkter i förslaget.

En förändring av lagen beräknas träda i kraft 2019. Även vid andra undersökningar, som inte räknas som forskning, bör etiska frågor tänkas igenom och hanteras på ett så korrekt sätt som möjligt. Såväl för den som är i inledningsfasen till sin forskning som för den som gör någon icke forskningsbaserad studie, där människor berörs, kan följande fyra forskningsetiska principer vara en ingång i etiskt tänkande: • informationskravet, att de deltagande personerna ordentligt

ska informeras om studien, dess syfte och om att det är frivilligt att delta • samtyckeskravet, att deltagare i en studie har rätt att själva bestämma över sin medverkan, varför samtycke ska inhämtas • konfidentialitetskravet, att deltagare i en studie ska ges största möjliga konfidentialitet, vilket bland annat innebär att enskilda individer inte ska kunna identifieras av utomstående • nyttjandekravet, att insamlade uppgifter om enskilda personer endast får användas för det ändamål den aktuella forskningen – eller studien – avser och inte i något annat sammanhang.

Ett område som uppmärksammats mer på senare tid är eventuella ekonomiska bindningar. Om den som gör en studie – forskare eller annan får ekonomiskt bidrag eller har ekonomiskt intresse i den egna studien, kan objektiviteten ifrågasättas. Ett annat viktigt område gäller oredlighet, som innebär att hitta på eller förfalska såväl som plagiera data och resultat. Kraven är desamma oavsett om det gäller forskning eller andra studier, såsom till exempel examensarbeten vid universitet och högskolor eller rapporter inom andra områden.

© F ö r f a t t a r e n o c h S t u d e n t l i t t e r a t u r

Göran Ejlertsson, professor i folkhälsovetenskap, har varit verksam vid såväl Lunds universitet som Högskolan Kristianstad. Största delen av sitt yrkesliv har han ägnat åt forskning och undervisning, där statistiska metoder spelat en central roll.

GRUNDERNA I STATISTIK FÖR HÄLSOVETARE Grunderna i statistik för hälsovetare kom till utifrån ett behov inom hälsovetenskapliga kurser, där statistik utgör enbart en begränsad del. Boken fokuserar på det viktigaste och mest grundläggande inom statistiken.

Boken är en förkortad upplaga av Statistik för hälsovetenskaperna av samme författare. Därför finns här till stor del samma exempel, samma figurer och samma tabeller. Tyngdpunkten har lagts på de viktigaste deskriptiva metoderna – presentation av material med hjälp av tabeller och diagram samt olika genomsnitts- och spridningsmått. Det finns kapitel om studiedesign och viktiga grundbegrepp. Den statistiska analysen behandlas resonemangsvis för att läsaren ska kunna tolka och förstå resultat utan att för den skull genomföra egna analyser.

Därutöver ingår en del centrala epidemiologiska begrepp och ett kapitel om regression och korrelation. Syftet är att skapa sådan förståelse för statistik att studenten ska utveckla sina färdigheter och sin kritiska blick.

I boken ingår även många övningsuppgifter med förklarande svar.

Exemplen har hämtats från hälsovetenskaperna och berör yrkesgrupper som folkhälsovetare, sjuksköterskor, fysioterapeuter, arbetsterapeuter, läkare, socialarbetare med flera. Därför lämpar sig boken speciellt för högskole- och universitetsstuderande inom dessa områden.

Art.nr 39660

studentlitteratur.se