Johdanto Diagnostiikan ja hoidon ohella prognoosi eli ennuste on keskeinen elementti lääketieteessä. Ennustaminen (eng. prediction) eli ennustetutkimus tai prediktiivinen tutkimus on siksi yleistä lääketieteessä. Varsinkin monimuuttujamallien hyödyntäminen on keskeistä ennustetutkimuksessa. Prediktiivisen tutkimuksen yhtenä tarkoituksena on luoda kliinisen työn tueksi kliinisiä ennustemalleja ja -sääntöjä (eng. clinical prediction rule). Hyvä esimerkki on FINRISKI-laskuri (https://thl.fi/fi/web/kansantaudit/sydan-ja-verisuonitaudit/finriski-laskuri). Vastaavasti esimerkiksi eri ..

Read more

Tämä on päivittyvä artikkeli – edellinen päivitys 10.6.2021 Valtakunnalliset valmistuvan lääkärin osaamistavoitteet löytyvät osoitteesta: https://www.helsinki.fi/fi/laaketieteellinen-tiedekunta/valmistuvan-laakarin-osaamistavoitteet. Otsikon Kliininen tutkimus ja tieteellisyys alta löytyy tavoitekohta 24, jossa todetaan “Lää­kä­ri osaa käyt­tää tie­teel­lis­tä ajat­te­lua ja tut­ki­mus­me­ne­tel­miä sekä so­vel­taa nii­tä eri­lai­sis­ta läh­teis­tä saa­tuun tie­toon teh­des­sään hoi­to­pää­tök­siä“. Tämän alta löytyy edelleen seuraavat 9 kohtaa: 24.1 selittää näytönasteet ja niiden merkityksen ..

Read more

Johdanto Riskitekijä on jokaiselle lääkärille ja lääketieteen tutkijalle erittäin tuttu termi. Riskitekijöitä pyritään tunnistamaan ja niitä pyritään hoitamaan. Tutkimuksen näkökulmasta riskitekijä liittyy suoraan monimuuttumalleihin. Riskitekijöitä tutkitaan hyvin usein monimuuttujamalleilla. Monimuuttujamallissa on yksi tai useampi päätemuuttuja eli selitettävä (eng. dependent) muuttuja sekä yksi tai useampi lähtömuuttuja (eng. independent) eli selittävä muuttuja. Yleensä lähtömuuttujat rinnastetaan tutkittaviin riskitekijöihin. ..

Read more

DAGitty -sovellus löytyy osoitteesta dagitty.net. Valitse vasemmasta reunasta “Launch DAGitty online in your browser.” Tämän jälkeen selaimeen aukeaa oheinen vakionäkymä, jossa on piirrettynä muutamia muuttujia valmiiksi. Ennen oman kausaalimallin piirtämistä voit poistaa kaikki muuttujat, jotka ovat valmiina oletusarvoisesti. Ennen tätä klikkaa vasemmasta yläreunasta Variable -valikon kohdalta oikealle osoittavaa nuolta, jotta saat auki kyseisen valikon. Muuttujan ..

Read more

Artikkelissa hyödynnetään DAGitty -sovellusta. Pika-ohje sen käyttöön löytyy täältä. Johdanto Edellisessä artikkelissa kuvattiin selittämiseen liittyviä keskeisiä huomioita sekä teoreettista pohjaa selityssuhteille havainnoivassa tutkimuksessa. Tässä artikkelissa käydään läpi käytännön esimerkkejä siitä, miten selitysmalleja ja kausaalisuhteita voidaan hyödyntää harhan minimoimiseksi havainnoivassa tutkimuksessa. Aikaisemmassa artikkelissa kuvattiin miten sekoittava tekijä, mediaattori eli välitysmuuttuja ja collider-muuttuja tulisi huomioida selityssuhteiden osalta. ..

Read more

Taustaa Havainnoivassa tutkimuksessa keskeisintä on erottaa selittäminen ja ennustaminen. Selittäminen yhdistetään usein syy-seuraus-päättelyyn eli kausaalisuuteen. Tämän ympärille on syntynyt oma tilastotieteen osa-alue, ns. kausaali-inferenssi (eng. causal inference). Siinä keskitytään asioiden ja ilmiöiden selittämiseen eikä vain muuttujien väliseen korrelaatioon tai assosiaatioon. Yksinkertaistettuna selittäminen tarkoittaa kahden muuttujan välisen yhteyden tutkimista. Perinteisiä esimerkkejä ovat esimerkiksi äidin tupakoinnin vaikutus ..

Read more

Monimuuttujamallit ovat yleisesti käytettyjä tilastollisia menetelmiä lääketieteellisessä tutkimuksessa. Kuten nimikin kertoo, monimuuttujamallissa on mukana useita eri muuttujia. Monimuuttujamallien avulla pystytään tutkimaan useiden muuttujien välisiä vaikutussuhteita, mikä tekee malleista hyvin joustavia palvelemaan useita erilaisia tavoitteita. Muuttujien valintamenetelmät ja mallin antamien tulosten tulkinta riippuvatkin puhtaasti siitä, mikä on tutkimuksen tavoite ja miten malli on rakennettu. Yleensä monimuuttujamalleja ..

Read more

Tidy Data (suom. siisti, puhdas) on aineiston muoto, jonka tilastotieteilijä Hadley Wickham on tehnyt tunnetuksi. Tidy -muotoa kannattaa useimmiten pitää ensimmäisenä tavoitteena aineiston puhdistuksessa. Kun aineisto on siistissä muodossa, on sitä helpompi lukea, muokata sekä analysoida. Tidy Data pohjautuu kolmeen periaatteeseen: Jokainen muuttuja on omassa sarakkeessaan Jokainen havainto on omalla rivillään Jokainen arvo on omassa ..

Read more

Kun aineisto on saatu ajettua R-ympäristöön, on seuraavaksi syytä tutustua siihen tarkemmin ja tarkistaa että muuttujat ovat oikeassa muodossa, jotta ne käyttäytyvät analyyseissä halutulla tavalla. Varsinkin alkuvaiheessa välttyy useilta turhauttavilta erroreilta jos muuttujat ovat halutussa muodossa. Kaikki R-kielessä käytetyilä muuttujilla on oma luokka (class), joka vaikuttaa muuttujan käyttömahdollisuuksiin. Datan käsittelyssä yleisimpiä luokkia ovat: character eli ..

Read more

R on ilmainen ohjelmointikieli, jonka vahvuutena ovat datan muokkaamiseen sekä analysointiin keskittyvät avoimesti saatavilla olevat paketit (package). R on suosittu ohjelmointikieli data-analytiikassa, ja se on erityisesti tunnettu huipputason graafisista kuvaajista, joita ohjelmistolla on helppo luoda. R:llä pystyy tekemään kaiken tarvittavan datan putsaamisesta ja perusanalyyseistä aina koneoppimiseen ja tekoälyyn saakka. R:llä on myös mahdollista tehdä jopa ..

Read more