ANOVA pas cu pas
Trei tratamente antihipertensive și o singură întrebare: diferă scăderea medie a tensiunii arteriale între grupuri?
Pacienți hipertensivi randomizați în trei grupuri. Rezultat: scăderea tensiunii arteriale sistolice (TAS, mmHg) după 8 săptămâni.
- Placebo
- Medicament A
- Medicament B
De ce nu facem pur și simplu mai multe teste t?
Fiecare test t are un risc α = 5% de rezultat fals pozitiv. Riscurile se adună: cu cât comparăm mai multe perechi de grupuri, cu atât crește șansa ca măcar o comparație să iasă „semnificativă” din pură întâmplare.
Probabilitatea de a obține cel puțin un fals pozitiv
când în realitate niciun tratament nu are efect; formula 1 - (1 - α)m, cu m comparații
Formula 1 - (1 - α)m presupune că cele m teste sunt independente. Comparațiile între perechi nu sunt independente: fiecare grup apare în mai multe comparații (Placebo intră atât în „A față de Placebo”, cât și în „B față de Placebo”), iar testele folosesc aceeași varianță comună. De aceea riscul real este ceva mai mic decât cel calculat, deși tot mult peste 5%.
ANOVA: un singur test pentru toate grupurile
ANOVA compară două surse de variabilitate: cât diferă mediile grupurilor între ele (semnalul) și cât diferă pacienții în interiorul aceluiași grup (zgomotul). Mută cursoarele și urmărește cum se schimbă raportul F.
Același adevăr din populație, alți pacienți: rezultatul studiului se schimbă de la un eșantion la altul.
Scăderea TAS a fiecărui pacient (mmHg)
Variabilitatea totală se împarte în două
Unde cade F observat față de ce ne-am aștepta dacă H0 ar fi adevărată?
Teste post-hoc: care grupuri diferă?
ANOVA spune doar că cel puțin o medie diferă, nu și care. Testele post-hoc compară perechile, dar lărgesc intervalele de încredere astfel încât riscul global de fals pozitiv să rămână 5%. Folosesc eșantionul de la pasul 2.
| Comparație | Diferență (mmHg) | p fără corecție | p Bonferroni | p Tukey HSD |
|---|
Evidențiat: p < 0,05. Bonferroni înmulțește fiecare p cu numărul de comparații (3). Tukey HSD folosește distribuția amplitudinii studentizate și este de obicei puțin mai puternic atunci când se compară toate perechile.
Dovada prin simulare
Simulăm 500 de studii în care niciun tratament nu are efect (toate grupurile au aceeași medie reală, 12 pacienți pe grup). Orice rezultat „semnificativ” este, prin construcție, un fals pozitiv. Fiecare pătrat este un studiu.