Fisher's exact toets
Fisher's exact test het verschil tussen twee proporties.
Wanneer gebruik ik Fisher's exact test?
Fisher's exact test kan gebruikt worden om te toetsen of the verschil tussen twee proporties in een klassieke 2-bij-2 tabel significant van elkaar verschillen. Dergelijke tabellen worden meestal geanalyseerd met een Chi-kwadraat test. Tradioneel wordt er voor de Fisher's exact test gekozen ipv een Chi-kwadraat wanneer er lage aantallen (~<10) in de 2-bij-2 tabel voorkomen. De Chi-kwadraat test is dan niet meer adequaat. Daar Fisher's Exact test in de huidige statistische pakketten even snel uitgerekend kan worden als een chi-kwadraat test is er geen bezwaar meer om deze exacte test (chi-kwadraat gebruikt een benadering) altijd te gebruiken bij het analyseren van een 2-bij-2 tabel.
Voorbeeld van een klassieke 2-bij-2 tabel:
| cases | controls | total | |
| men | 0 | 10 | 10 |
| woman | 12 | 2 | 14 |
| totals | 12 | 12 | 24 |
Ik heb in mijn controlearm 0 events, kan ik het verschil tussen beide armen nog wel toetsen?
In een van mijn studies heb ik het voorkomen van hyperthyreoidie bij patienten met veneuze trombose vs controles bekeken. Van de 173 cases hadden 3 patienten een hyperthyreoidie vs 0 van de 344 controles. Statische analyse met behulp van de Fisher's exact test (via Crosstabs) toont dat hyperthyreoidie en veneuze trombose vaker samen voorkomen dan op basis van toeval verwacht kan worden (p=0.037). Volgens een van mijn professoren kunnen bovenstaande getallen echter geen significant verschil opleveren. Kan ik Fisher's exact test wel gebruiken in dit geval?
Jouw berekeningen kloppen: 3 uit 173 (1.7%) is significant verschillend van 0 uit 344 (0%) en de p-waarde is inderdaad 0.037. Ik kan me de scepsis van jouw prof wel voorstellen want 3 events is natuurlijk niet heel veel, maar misschien helpt het als je benadrukt dat 0 events uit 344 observaties al behoorlijk veel evidence geeft dat de event-rate in de controls heel erg laag is; feitelijk loopt het 95% betrouwbaarheidsinterval nul tot 1.07%, dus de kans dat het in de buurt van de 1.7% ligt is heel erg gering. Je zult wellicht dezelfde scepsis ontmoeten als je dit resultaat wilt publiceren, dus misschien moet je nog wat meer evidence verzamelen.
Vraag 3
Graag zou ik advies willen over bijgevoegde syntax en output. In een van mijn studies heb ik het voorkomen van hyperthyreoidie bij patienten met veneuze trombose vs controles bekeken. Van de 173 cases hadden 3 patienten een hyperthyreoidie vs 0 van de 344 controles. Statische analyse met behulp van de Fisher's exact test (via Crosstabs) toont dat hyperthyreoidie en veneuze trombose vaker samen voorkomen dan op basis van toeval verwacht kan worden (p=0.037). Volgens een van mijn professoren kunnen bovenstaande getallen echter geen significant verschil opleveren. Vandaar mijn vraag of jullie de syntax en berekening zouden willen bekijken. Mogelijk heb ik ergens een fout gemaakt. Ik hoop dat jullie mij hierbij kunnen helpen.
Jouw berekeningen kloppen: 3 uit 173 (1.7%) is significant verschillend van 0 uit 344 (0%) en de p-waarde is inderdaad 0.037. Ik kan niet doorzien wat de ratio is om de 17 patienten met schildklierdysfunctie weg te laten, maar ook 3 uit 190 is significant meer dan 0 uit 344.
Ik kan me de scepsis van jouw prof wel voorstellen want 3 events is natuurlijk niet heel veel, maar misschien helpt het als je benadrukt dat 0 events uit 344 observaties al behoorlijk veel evidence geeft dat de event-rate in de controls heel erg laag is; feitelijk loopt het 95% confidence interval van nul tot 1.07%, dus de kans dat het in de buurt van de 1.7% ligt is heel erg gering.
Je zult waarschijnlijk dezelfde scepsis ontmoeten als je dit resultaat wilt publiceren, dus misschien moet je nog wat meer evidence verzamelen.
Vraag 4
Graag zou ik advies willen over bijgevoegde syntax en output. In een van mijn studies heb ik het voorkomen van hyperthyreoidie bij patienten met veneuze trombose vs controles bekeken. Van de 173 cases hadden 3 patienten een hyperthyreoidie vs 0 van de 344 controles. Statische analyse met behulp van de Fisher's exact test (via Crosstabs) toont dat hyperthyreoidie en veneuze trombose vaker samen voorkomen dan op basis van toeval verwacht kan worden (p=0.037). Volgens een van mijn professoren kunnen bovenstaande getallen echter geen significant verschil opleveren. Vandaar mijn vraag of jullie de syntax en berekening zouden willen bekijken. Mogelijk heb ik ergens een fout gemaakt. Ik hoop dat jullie mij hierbij kunnen helpen.
Jouw berekeningen kloppen: 3 uit 173 (1.7%) is significant verschillend van 0 uit 344 (0%) en de p-waarde is inderdaad 0.037. Ik kan niet doorzien wat de ratio is om de 17 patienten met schildklierdysfunctie weg te laten, maar ook 3 uit 190 is significant meer dan 0 uit 344.
Ik kan me de scepsis van jouw prof wel voorstellen want 3 events is natuurlijk niet heel veel, maar misschien helpt het als je benadrukt dat 0 events uit 344 observaties al behoorlijk veel evidence geeft dat de event-rate in de controls heel erg laag is; feitelijk loopt het 95% confidence interval van nul tot 1.07%, dus de kans dat het in de buurt van de 1.7% ligt is heel erg gering.
Je zult waarschijnlijk dezelfde scepsis ontmoeten als je dit resultaat wilt publiceren, dus misschien moet je nog wat meer evidence verzamelen.