Svensk Kirurgi 3-15

108 SVENSK KIRURGI • VOLYM 73 • NR 3 • 2015 ­ SVENSK KI URGI • VOLYM 73 • NR 2 • 2015 108 JOHAN SUNDSTRÖM johan.sundstrom@ucr.uu.se Uppsala Klinisk forskning – Sampel, Forskningens år 2015 – Kolumnen Inferens För att besvara sin forskningsfråga skulle man förstås helst vilja använda hela den befolkning man tänkt sig att forskningsresultaten ska gälla för, men för det mesta tvingas man välja ut en mindre grupp personer till sin studie. Man brukar kalla detta urval för ett sampel (sample). Den större grupp som detta urval kommer från kallas för population . Om man utifrån samplet vill uttala sig om en association i populationen, till exempel mellan blodtryck och kroppsvikt, vill man att samplet ska ha ungefär samma blodtrycksspann och viktspann som hela populationen. Om man utifrån samplet i stäl- let vill uttala sig om en fördelning eller en proportion i populationen krävs det, förutom likheter i spann, även att medelvärden och spridningsmått är likadana i sam- plet och populationen. För att säkerställa detta är det bäst att dra ett slumpvis valt och tillräckligt stort sampel ur populationen. Denna typ av utsaga om populationen utifrån ett sampel kallas statistisk inferens. Denna infe- rens är alltid behäftad med felkällor som beror dels på slumpen, dels på systematiska fel. Slumpfel Slumpfel ( random error ) är huvudsakligen urvalsfel ( sampling error ) och mätfel ( measurement error ), och urvalsfelet är i allmänhet det största av dem i kliniska studier. Om man till exempel vill uttala sig om medel­ längden i en skolklass (= populationen) utifrån tre slumpvis utvalda elever (= samplet), kommer ju tio olika sådana trepersonerssampel ur samma klass att uppvisa mycket större skillnader i medelvärde än tio olika ommätningar av samma sampel med samma linjal. Genom att göra samplet större minskar man urvalsfelet. Innan studien påbörjas måste man räkna ut hur stor risk för slumpfel man accepterar i sin studie, och utifrån detta bestämma samplets storlek. Sedan bör inferens till populationen alltid anges med ett osäkerhets- mått , och det är här konfidensintervall och p-värden kommer in. Mer om det i senare kolumner. Systematiska fel Vi utökar ovanstående exempel med skolklassens medel- längd en smula genom att undersöka i vilken av två skol- klasser som eleverna i genomsnitt är längst (medellängd). Om man mäter ett sampel från den ena klassen med en riktig linjal och ett sampel från den andra med en linjal som ett busfrö har felgraderat – den visar en centimeter för mycket – kommer man (förutom slumpfelen urvals- fel och mätfel) att få ett systematiskt fel eller bias . I detta fall kallas felet differentiell felklassificering – dif- ferentiell för att den drabbar de två skolklasserna olika (slumpfel kan med motsvarande terminologi kallas icke- I denna och nästkommande två kolumner går vi igenom epidemiologiska nyckelbegrepp som alla kliniska forskare bör känna till.