Statistik for sygeplejersker

Hvorfor sygepleje har brug for statistik

Moderne sygepleje er et evidensbaseret fag. Det betyder, at beslutninger om pleje — hvilken forbinding der bruges, hvor ofte patienten vendes, hvordan adhærens til behandling støttes — skal bygge på god forskning og ikke kun på tradition eller intuition. Og god forskning kommer næsten altid pakket ind i tal: procenter, gennemsnit, p-værdier og konfidensintervaller.

Du behøver ikke blive statistiker. Formålet med denne guide er anderledes og mere brugbart: at gøre dig i stand til at fortolke den statistik, du møder, uden at lære formler udenad. I praksis dukker det op på fire fronter i sygeplejerskens hverdag:

• Læse videnskabelige artikler. Kliniske retningslinjer, lokale instrukser og oversigtsartikler bringer statistiske resultater. At forstå, hvad de siger — og hvad de ikke siger — er det, der skiller at anvende evidens fra at viderebringe et rygte.
• Evidensbaseret praksis. Kritisk vurdering af et studie, før man ændrer en procedure, kræver at man kan skelne en reel effekt fra et skrøbeligt fund.
• Bacheloropgave, kandidatopgave og specialisering. Bacheloropgaver, kandidatprojekter og specialuddannelser inkluderer næsten altid indsamling og analyse af data. At vælge den rigtige test sparer omarbejde og vanskelige forsvar.
• Plejeindikatorer. Hospitalserhvervet infektion, tryksår, faldraten, gennemsnitlig indlæggelsestid — alle sygeplejeafdelinger måler indikatorer, og at fortolke dem korrekt styrer den løbende forbedring.

Begreberne, der oftest dukker op i artikler

Før man fortolker resultater, er det værd at fastlægge fem begreber. De optræder i stort set hver kvantitativ sygeplejeartikel.

Population og stikprøve. Populationen er hele gruppen af personer, du vil konkludere noget om — fx alle patienter indlagt på medicinske afdelinger i Danmark. Da det er umuligt at undersøge alle, ser forskeren på en stikprøve: et mindre udsnit. Hele statistikken findes for at besvare ét spørgsmål: gælder det, jeg så i stikprøven, også for populationen?

Variabel. Det er enhver egenskab, der kan antage forskellige værdier mellem deltagerne. Kvantitative variable er numeriske (alder, blodtryk, smertescore, indlæggelsestid). Kvalitative eller kategoriske variable repræsenterer kategorier (køn, tilstedeværelse eller fravær af infektion, forbindingstype). At kende variabeltypen er det første skridt mod at vælge den rigtige test.

Gennemsnit og standardafvigelse. Gennemsnittet er den typiske værdi af en kvantitativ variabel — læg alle værdierne sammen og divider med antallet. Men gennemsnittet alene skjuler information: to grupper kan have samme gennemsnitlige smerte og helt forskellige lidelsesniveauer. Derfor følger standardafvigelsen med, der måler, hvor meget værdierne spreder sig omkring gennemsnittet. Lille standardafvigelse betyder en homogen gruppe; stor en heterogen gruppe.

P-værdi. Det er sandsynligheden for at observere et så ekstremt resultat som studiets, hvis der i virkeligheden ikke var nogen effekt. Det er værktøjet, der adskiller et reelt fund fra tilfældig variation. Vi vender tilbage til det i detaljer i næste afsnit.

Konfidensinterval. Da stikprøven kun er en del af populationen, bærer ethvert tal, den producerer, en usikkerhed. Konfidensintervallet udtrykker den usikkerhed: i stedet for en enkelt værdi giver det et interval af plausible værdier for det reelle resultat i populationen.

Sådan læser du p-værdien uden at gå i fælden

P-værdien er samtidig det mest citerede og det mest misforståede tal i sundhedslitteraturen. Det er værd at forstå præcist, hvad den svarer på. Forestil dig et studie, der sammenligner to protokoller til forebyggelse af infektion. P-værdien svarer på spørgsmålet: "Hvis de to protokoller i virkeligheden var lige effektive, hvad ville sandsynligheden så være for at observere — alene ved tilfældig variation i stikprøven — en forskel så stor, som jeg målte?"

En lille p-værdi betyder, at det observerede resultat ville være meget usandsynligt i en verden uden reel forskel — derfor er det mere plausibelt, at forskellen findes. Den konventionelle grænse er 0,05 (5 %):

• p < 0,05 → statistisk signifikant forskel. Der er belæg for en reel effekt.
• p ≥ 0,05 → ikke signifikant forskel. Der er ikke tilstrækkeligt belæg for at hævde en effekt.

Indtil videre er det enkelt. Problemet ligger i, hvad p-værdien ikke er. Det er den del, der oftest snyder læsere af artikler og opgaveforsvar:

Den vigtigste fælde for sygeplejen er forvekslingen mellem statistisk signifikans og klinisk relevans. Statistisk signifikans svarer på "er forskellen reel?". Klinisk relevans svarer på "betyder forskellen noget for patienten?". Det er forskellige spørgsmål.

Et eksempel: et studie med 9.000 patienter finder, at en ny protokol reducerer indlæggelsestiden med 1,5 time, med p = 0,001. Forskellen er statistisk signifikant uden tvivl. Men 1,5 time i en indlæggelse på flere dage retfærdiggør måske ikke at træne hele personalet og ændre rutinen. Med store stikprøver bliver lillebitte og praktisk ligegyldige forskelle let "signifikante". Derfor skal du, efter at have set på p-værdien, altid spørge: hvor stor er effekten, og ændrer den patientens situation?

Konfidensinterval: det mest informative tal

Hvis du kun kunne kigge på ét tal i en klinisk artikel, skulle du vælge konfidensintervallet (KI), ikke p-værdien. Grunden er enkel: p-værdien giver et "ja eller nej"-svar, mens konfidensintervallet viser effektens sandsynlige størrelse og hvor meget usikkerhed, der følger med.

Et 95 %-KI er den mest almindelige form. Den praktiske læsning er: "studiets metoder producerer i langt de fleste tilfælde et interval, der indeholder den sande populationsværdi". Jo smallere intervallet er, jo mere præcist er estimatet; jo bredere, jo mere usikkert — typisk på grund af en lille stikprøve.

Konfidensintervallet giver, gratis, tre stykker information, som p-værdien alene ikke leverer:

• Effektens størrelse. Et KI for reduktion af indlæggelsestiden på "12 til 36 timer" siger meget mere end et simpelt "p < 0,05".
• Studiets præcision. Et smalt KI (fx 24 til 28 timer) skaber mere tillid end et bredt (2 til 50 timer), selv om begge er signifikante.
• Selve signifikansen. Der findes en genvej: for en forskel mellem grupper er resultatet ikke signifikant på 5 %, hvis 95 %-KI'et indeholder nul. For et forhold (relativ risiko, odds ratio) er "ingen effekt"-tallet 1 — hvis KI'et indeholder 1, er det ikke signifikant.

Når du selv vil estimere et gennemsnit eller en prævalens i din undersøgelse, kan du beregne KI'et direkte i konfidensinterval-beregneren.

Effektmål: RR, odds ratio, ARR og NNT

Sundhedsartikler nøjes næsten aldrig med "der var en forskel". De kvantificerer effekten med specifikke mål. De fire mest almindelige i sygepleje følger nedenfor. For at fastholde dem bruger vi ét enkelt eksempel: et studie sammenligner en særlig tandbørste (interventionsgruppe) med en almindelig tandbørste (kontrolgruppe) til forebyggelse af ventilator-associeret pneumoni.

Ud fra disse to risici — 20 % i kontrolgruppen og 12 % i interventionsgruppen — udledes alle effektmål:

1. Relativ risiko (RR). Det er risikoen for udfaldet i interventionsgruppen divideret med risikoen i kontrolgruppen: RR = 12 % ÷ 20 % = 0,60. Fortolkning: dem, der brugte den særlige tandbørste, havde 60 % af kontrolgruppens risiko, altså en relativ risikoreduktion på 40 %. RR lig 1 betyder "ingen effekt"; under 1 er beskyttende; over 1 er en risikofaktor. Det er det typiske mål i kliniske forsøg og kohortestudier.
2. Odds ratio (OR). Arbejder med odds, ikke sandsynligheder. Odds i kontrolgruppen er 40÷160 = 0,25; i interventionsgruppen 24÷176 ≈ 0,136. OR = 0,136 ÷ 0,25 ≈ 0,55. Det er det typiske mål i case-control-studier. Når udfaldet er sjældent, ligger OR tæt på RR; når det er almindeligt, overdriver OR effekten og bør læses med forsigtighed.
3. Absolut risikoreduktion (ARR). Det er den direkte forskel mellem risiciene: ARR = 20 % − 12 % = 8 procentpoint. I modsætning til relativ risiko viser ARR den reelle effekt på den undersøgte population. En relativ reduktion på 40 % kan lyde enormt, men hvis basisrisikoen var 1 %, ville den absolutte reduktion kun være 0,4 procentpoint.
4. Number needed to treat (NNT). Det er den omvendte af den absolutte risikoreduktion: NNT = 1 ÷ 0,08 = 12,5, altså 13 patienter. Fortolkning: man skal bruge den særlige tandbørste på 13 patienter for at undgå ét tilfælde af pneumoni, der ville være opstået med den almindelige tandbørste. Jo mindre NNT, jo mere effektiv er interventionen. NNT oversætter statistikken til et direkte plejesprog.

Studietyper og evidensniveau

Ikke al evidens vejer lige tungt. Studiets design — hvordan det var planlagt — bestemmer, hvor meget vi kan stole på dets konklusioner, især om årsag og virkning. At kende de vigtigste typer hjælper dig med at kalibrere, hvor alvorligt en artikel skal tages.

Logikken bag hierarkiet er kontrol af bias. I det randomiserede kliniske forsøg fordeler lodtrækningen kendte og ukendte egenskaber balanceret mellem grupperne, så forskellen kan tilskrives interventionen. I observationelle studier — kohorte, case-control, tværsnit — er der ingen lodtrækning, så confoundere kan maskere eller forstørre effekten. Det gør dem ikke unyttige: mange sygeplejespørgsmål (omsorg, oplevelse, prævalens) kan ikke randomiseres og afhænger af gode observationelle studier. Det betyder blot, at konklusionen kræver mere forsigtighed.

Hvilken test du bruger i hver situation

Når det bliver tid til at analysere dine egne data — i bacheloropgaven, specialiseringen eller et kvalitetsforbedringsprojekt — er det uundgåelige spørgsmål: "hvilken test bruger jeg?". Svaret afhænger af, hvad du sammenligner. Tre situationer dækker de fleste sygeplejeundersøgelser.

Sammenligne gennemsnit af en numerisk variabel mellem to grupper. Brug t-test (Student). Det er tilfældet, når udfaldet er et tal: smertescore, blodtryk, indlæggelsestid, angstniveau, blodsukker. Eksempel: er den gennemsnitlige smerte efter forbinding A anderledes end den gennemsnitlige smerte efter forbinding B?

Sammenligne proportioner eller rater mellem grupper. Brug proportionstesten. Det er tilfældet, når udfaldet er "ja eller nej": fik infektion eller ej, fulgte behandlingen eller ej, faldt eller ej. Eksempel: adskiller infektionsraten på det kirurgiske sted sig mellem to antiseptiske protokoller?

Estimere et enkelt gennemsnit eller en prævalens. Brug konfidensintervallet. Det er tilfældet, når du ikke sammenligner grupper, men kun beskriver: hvad er den gennemsnitlige indlæggelsestid på afdelingen? Hvad er prævalensen af tryksår? KI'et giver værdien og usikkerhedsmarginen.

1. Definér spørgsmålet og nulhypotesen. Spørgsmål: adskiller den gennemsnitlige helingstid sig mellem de to forbindinger? Nulhypotese: der er ingen forskel — gennemsnittene i de to grupper er ens i populationen.
2. Indsaml data for hver gruppe. Konventionel gruppe: 30 patienter, gennemsnitlig tid 21 dage, standardafvigelse 5 dage. Hydrokolloid-gruppe: 30 patienter, gennemsnitlig tid 17 dage, standardafvigelse 4 dage.
3. Vælg testen. To gennemsnit, to uafhængige grupper, numerisk variabel → t-test for uafhængige stikprøver.
4. Kør testen. Indsæt gennemsnit, standardafvigelser og stikprøvestørrelser i t-test-beregneren. Den giver t-statistikken, p-værdien og konfidensintervallet for forskellen.
5. Fortolk. Antag p = 0,002 og et 95 %-KI for forskellen på 1,5 til 6,5 dage. Da p < 0,05, er forskellen statistisk signifikant; da intervallet ikke indeholder nul, bekræfter det signifikansen. Hydrokolloiden reducerede helingstiden med mellem 1,5 og 6,5 dage.
6. Vurder den kliniske relevans. En reduktion på op til 6,5 dage i helingstid er klinisk vigtig: mindre behandlingstid, mindre infektionsrisiko, lavere omkostninger. Her går statistisk signifikans og klinisk relevans hånd i hånd — og det er konklusionen, der bærer en ændring af proceduren.

Almindelige fejl ved fortolkning af statistik

Selv erfarne fagfolk falder i de samme fælder, når de læser eller producerer statistik. At kende dem på forhånd beskytter din kritiske læsning og dit akademiske arbejde:

1. Forveksle statistisk signifikans med klinisk relevans. Fejl nummer ét. En lillebitte p garanterer ikke, at effekten betyder noget for patienten. Tjek altid effektens størrelse.
2. Tro at "p ≥ 0,05" beviser fravær af effekt. Ikke-signifikante resultater betyder typisk for lille stikprøve, ikke "behandlinger er ens". Fravær af evidens er ikke evidens for fravær.
3. Kun se på den relative reduktion. "Reducerede risikoen 50 %" lyder imponerende, men kan skjule en lillebitte absolut reduktion, hvis basisrisikoen er lav. Find altid ARR og NNT.
4. Behandle korrelation som årsag. At to fænomener følges ad beviser ikke, at det ene forårsager det andet. Kun design som det randomiserede forsøg understøtter stærke udsagn om årsag og virkning.
5. Ignorere stikprøvens størrelse og repræsentativitet. Et studie med 18 patienter fra ét enkelt hospital taler næppe for hele populationen. Lille stikprøve giver brede konfidensintervaller og skrøbelige konklusioner.
6. Generalisere ud over den undersøgte population. Et resultat opnået hos ældre på intensivafdeling gælder ikke automatisk for gravide i almen praksis. Tjek, om studiets stikprøve ligner dine patienter.
7. Vælge den forkerte test til variabeltypen. At bruge en middelværditest på kategoriske data — eller omvendt — invaliderer analysen. Fastlæg først, om variablen er numerisk eller kategorisk.

Ofte stillede spørgsmål