STATA 10
Command for Cohort, Case Control (unmatched matched), Cross Sectional Study
===================================================
ใน Cohort นี้ a=66, b=22, c=33, d=55
วิธีลงข้อมูล ใน dot command line
.csi 66 33 22 55
Risk ratio= 2 (95% Conf. Interval = 1.48 to 2.68)
ผู้สัมผัสสิ่งที่คาดว่าก่อโรคมีโอกาสป่วยมากกว่าผู้ไม่สัมผัส 2 เท่า
และ 95% CI = 1.48 ถึง 2.68
ไม่คร่อมค่า 1 จึงถือว่ามีนัยสำคัญทางสถิติ (ที่ระด้บ P< 0.05)
===================================================
Case-Control Study (cc=Case Control, i=Input)
คำนวณหา Odds Ratio และ 95% Conf. Interval
Cases=ป่วย, ไม่ป่วย= Controls=ไม่ป่วย จะอยู่ข้างซ้ายของตาราง 2x2 Table
Exposed=สัมผัสสิ่งที่คาดว่าก่อโรค, Unexposed=ไม่สัมผัสสิ่งที่คาดว่าก่อโรค
จะอยู่ด้านบนของ ตาราง 2x2 Table
เมื่อถามทั้งสองกลุ่มย้อนหลังไปว่าแต่ละกลุ่มสัมผัสสิ่งที่คาดว่าก่อโรคหรือไม่
Exposed=สัมผัส, Unexposed=ไม้สัมผัส จะอยู่ด้านบนของ ตาราง 2x2 Table
การจัดกลุ่มในตาราง 2x2 Table จะไม่เหมือนกับ Epiinfo 6.04 for Dos
เริ่มจากกลุ่มป่วยคือ Case = a + b = 99
ถามย้อนหลังไปว่าสัมผ้สสิ่งที่คาดว่าก่อโรคหรือไม่ Exposed = a = 66 , Unexposed = b = 33
กลุ่มไม่ป่วยคือ Control = c+d = 77
ถามย้อนหลังไปว่าสัมผ้สสิ่งที่คาดว่าก่อโรคหรือไม่ Exposed = c = 22, Unexposed= d = 55
วิธีลงข้อมูลใน STATA
ใน study นี้ a=66, b=33, c=22, d=55
.cci 66 33 22 55
Odds Ratio = 5 (95% Conf. Interval 2.49 to 10.08)
ผู้สัมผัสสิ่งที่คาดว่าก่อโรคมีโอกาสป่วยมากกว่าผู้ไม่สัมผัส 5 เท่า
และ 95% CI คือ 2.49 ถึง 10.08 ไม่คร่อม 1
จึงถือว่ามีนัยสำคัญทางสถิติ (ที่ระด้บ P< 0.05)
===================================================
Matched Case-Control Study
(mcc=Matched Case Control, i=Input)
คำนวณหา Odds Ratio และ 95% Confidence Interval
mcci 66 33 22 55
===================================================
Cross Sectional Study (tab=Tabulate, i=Input)
ทดสอบความเป็นอิสระต่อกันของตัวแปร สำหรับตัวแปรที่ด้จากการนับ (Counted Variable)
test of independence for 2 Variables
Ho ตัวแปร_1 และ ตัวแปร_2 เป็นอิสระต่อกัน
Ha ตัวแปร_1 และ ตัวแปร_2 ไม่เป็นอิสระต่อกัน (Association)
Chi Square and P value
.tabi 66 33 \ 22 55 , chi2 exact
(ตัวแปรเป็นเลขจำนวนเต็ม ได้จากการนับ)
Ho คือตัวแปรของ Row และ Col เป็นอิสระต่อกัน
H1 คือตัวแปรของ Row และ Col ไม่เป็นอิสระต่อกัน
สำหรับ 2x2 table degree of freedom =1
ถ้า Chi Square > 3.84 ก็คือ P Value < 0.05 จะปฏิเสธ Ho
.tabi ## ## \ ## ## , chi2 exact
tab คือ Tabulation
i คือ input
ต้องมี \ คั่นไว้ด้วย
Option chi2 คือค่า Pearson's Chi square
Exact คือ Fisher's Exact test
การศึกษาแบบ Cross-Sectional Study ศึกษา 2 ตัวแปร ในเวลาเดียวกัน
แบบ Snapshot ของเหตุการณ์ จึงไม่สามารถบอกได้ว่าตัวแปรใดเกิดขึ้นก่อน
ต่างกับ Cohort และ Case Control Study ที่จะทราบว่าตัวแปรใดเกิดขึ้นก่อน (Temporal)
เมื่อพบว่าตัวแปรทั้ง 2 มี Association หรือตัวแปรไม่เป็นอิสระต่อกัน
จะยังไม่สามารถบอกได้ว่าตัวแปรอะไรเป็นสาเหตุ
อ่านเพิ่มเติมจาก Causal Relation หรือ Causal Association
a, b, c, d คือ 66, 33, 22, 55 เป็นตัวเลขจำนวนเต็ม ได้จากการนับจำนวนตัวอย่าง
Expose = 88
Unexposed = 88
ผู้สัมผัสสิ่งที่คาดว่าก่อโรคมีโอกาสป่วยมากกว่าผู้ไม่สัมผัส 2 เท่า
ค่าที่ได้จากการคำนวณจากตัวอย่าง เช่น Risk Ratio = 2.0
จะอ้างอิงคืนกลับไปที่ประชากรด้วยค่า 95% CI 1.48 to 2.68
RR ของตัวอย่าง =2.0 ที่ความมั่นใจ 95% RR ของประชากร จะมีค่าอยู่ระหว่าง 1.48 ถึง 2.68
ที่เหลืออีก 5% ก็คือ Alpha error หรือ Type I error
การทดสอบสมมติฐาน 2 tails ไม่กำหนดทิศทาง ด้านน้อยกว่า = 2.5% และมากกว่า =2.5%
a, b, c, d คือ 66, 33, 22, 55 เป็นตัวเลขจำนวนเต็ม ได้จากการนับจำนวนตัวอย่าง
Case = 99
Control = 77
Odds Ratio = 5 (95% Conf. Interval 2.49 to 10.08)
ผู้สัมผัสสิ่งที่คาดว่าก่อโรคมีโอกาสป่วยมากกว่าผู้ไม่สัมผัส 5 เท่า
ค่าที่ได้จากการคำนวณจากตัวอย่าง OR = 5.0
จะอ้างอิงคืนกลับไปที่ประชากรด้วยค่า 95% CI 2.49 to 10.08
OR ของตัวอย่าง =5.0 ที่ความมั่นใจ 95% OR ของประชากร จะมีค่าอยู่ระหว่าง 2.49 ถึง 10.08
ที่เหลืออีก 5% ก็คือ Alpha error หรือ Type I error
การทดสอบสมมติฐาน 2 tails ไม่กำหนดทิศทาง ด้านน้อยกว่า = 2.5% และมากกว่า =2.5%