Statistik: Cut-off für spätere t-test Analyse

Wissenschaft Sozialwissenschaften
#1

Hallo,
ich habe folgendes Problem:
Ich habe im Labor Werte gemessen (nenne es mal y42), die mit der Krankheitsaktivität einer Krankheit sehr gut korrelieren. Zudem habe ich etliche standard-LAborwerte. Nun möchte ich zwei Gruppen bilden, die einen y42 positiv und die anderen y42 negativ, um später zu sehen, ob es im t-test (eigentlich Mann-whitney U) bei den standardlaborwerten einen unterschied gibt.

Die Frage ist nun, wie finde ich heraus, welche ich in y42 negativ-Gruppe und welche in die y42 positiv-Gruppe packe und zwar mit bezug der Krankheitaktivität. Sprich ich such den Cut-off für y42.

Ich hoffe ihr könnt mir helfen!!!
besten Dank

#2

Sorry, da kann ich leider nicht helfen. Gruß Robert

#3

hmm…
median? oder kennst du die effektive ausprägung (von krankheit betroffen oder nicht betroffen?)
rolf

#4

Hallo thro,

du bildest keine Gruppen. Warum will man eine gute Messung (metrisch) in eine schlechte umwandeln (dichotom)? Dafür muss es eine sehr gute Begründung geben, die auf jeden Fall vor der Datenerhebung begründet werden muss, wenn überhaupt. Die sog. Dichotomisierung von Daten ist eine der besten Möglichkeiten bestimmte Ergebnisse (Signifikanz) zu erzielen, indem man die Grenzen so lange verschiebt, bis es ‚klappt‘.

Die Medthode der Wahl ist Korrelation (Stärke des Zusammenhangs) bzw. Regression (Vorhersage). Beides lässt sich inferenzstatistisch absichern.

Gruß, Walter

#5

Hi,

wenn du den Krankheitsstatus kennst (krank / nicht krank) und dazu Marker Werte hast, kannst du mittels einer ROC Kurve und dem Youden-Index einen optimalen cut-off bestimmen. Dieser trennt dann die y42-Werte so in zwei Gruppen, dass eine möglichst hohe sensitivität und Spezifität erreicht wird.

ein anschließender t-test ist dann aber Quatsch, da du die Werte schon nach inhaltlichen Gesichtspunkten getrennt hast und keine weitere Entscheidungshilfe via t-test brauchst.

den oben erhaltenen cut-off kannst du dann für spätere analysen oder deine Laborwerte verwenden um anhand dessen zu beurteilen, ob ein Pat krank ist oder nicht, eine restunsicherheit bleibt aber.

Grüße,
JPL

#6

Hallo THRO,

prinzipiell bieten sich Median oder Mittelwert als Cut-Off-Wert an. Denkbar wäre auch die Bildung von Extremgruppen anhand normativ festgelegter Perzentilen.

Ich frage mich allerdings, wie aussagekräftig die Analyse ist, die Dir vorschwebt: Wenn Du 100mal würfelst, das Ergebnis splittest und dann die Verteilung einer der beiden Extremgruppen mittels T-Test mit der hypothetischen Verteilung eines des Würfelwurfs vergleichst, wird Dir der T-Test natürlich sagen, dass die unteren Gruppe niedriger und die oberere Gruppe höher abgeschnitten hat. Doch welchen Wert hat eine solche Aussage?

Viele Grüße,
kutya

bieten sich Median oder Mittewert an - je nachdem wie y42 verteilt ist. Denkbar ist

#7

Hallo,

für einen Nicht-Mediziner relativ schwer zu beantworten, vor allem weil mir der Begriff „Krankheitsaktivität“ nichts sagt. Das scheint in dem Zusammenhang aber wichtig zu sein. Daher sehe ich mich leider nicht in der Lage Deine Frage zu beantworten.

Trotzdem noch viel Erfolg!

Andreas

#8

Danke für diesen Beitrag!
Ich sehe das genauso, es war jedoch aufgabenstellung meines betreuers…

Man beschneidet seine Daten, um dann die Graphen besonders verständlich zu machen…mir leider unverständlich

Beste Grüße

#9

Danke dir!
Habe mir DAG-stat runter gezogen, um den Youden Index berechnen zu lassen. Ich werde es mal probieren. die ROC analyse hatte ich bereits gemacht, sowohl controls vs. Krankheit, als auch inaktive vs. aktive Patienten (kann man das überhaupt machen…aktive vs. inaktiv und ne ROC Analyse?)

Vielen Dank

Beste Grüße

#10

Hallo und danke für deinen Hinweis.

Krankheitsaktivität bezieht sich auf einen Score (max 105 Punkte könne erreicht werden. Es gibt untergruppen die jeweils mit 8,3,1 bzw. 0 Punkte gerscort und schlußendlich summiert werden)

ROC Analyse und Youden Index find ich gar nicht schlecht.

Beste Grüße
Thomas

#11

Hi,

du kannst auch inaktive gegen aktive Pats testen.
wichtig ist nur, dass du den y42-Werten aufgrund einer anderen Variable (Krankheitsstatus / Aktivität) die nformation hinzufügst: ja/nein. Dementsprechend werden dann die y42 versucht zugeordnet.

Viele Grüße,
JPL