Alfavirhe (engl. alpha error) eli tyypin I virhe tarkoittaa sitä, että nollahypoteesi hylätään, vaikka se todellisuudessa pitää paikkansa. Toisin sanoen tehdään johtopäätös, että esim. ravintolisä X parantaa fyysistä suorituskykyä, vaikka vaikutusta ei todellisuudessa ole. Syynä voi olla vaikkapa sattuma.
Beetavirhe (engl. beta error) eli tyypin II virhe tarkoittaa sitä, että nollahypoteesi jää voimaan, vaikka se todellisuudessa on väärä. Toisien sanoen tehdään johtopäätös, että esim. ravintolisä Y ei paranna kehonkoostumusta, vaikka se todellisuudessa sitä parantaa. Syynä on yleensä pieni aineistokoko (koehenkilömäärä). Beetavirhe on suhteellisen yleinen urheiluravinne-tutkimuksissa, sillä aineistokoko on lähes säännönmukaisesti pieni. Tämä johtuu pääasiassa rahoitusongelmista. Pientä koehenkilömäärä käytettäessä ryhmien välisen eron pitää olla suuri, jotta se saavuttaisi tilastollisen merkitsevyyden (kts. P-arvo). Näin ollen vaarana on tehoavan ravintolisän toteaminen tehottomaksi. Toisaalta huippu-urheilussa tilastollisesti ei-merkitsevät erot voivat olla käytännössä hyvinkin merkittäviä (kts. esim. Hopkins WG ym. Design and analysis of research on sport performance enhancement. Med Sci Sports Exerc 31: 472-485, 1999). Beetavirhe voi johtua myös liian lyhyestä puhdistautumisperiodista ristikkäistutkimuksessa (kts. Ristikkäistutkimus).
Hypoteesi (engl. hypothesis) on tilastolliseen päättelyyn liittyvä olettamus tai väittämä. Nollahypoteesi (engl. null hypothesis) on ennalta määritelty perusväittämä, jonka mukaan esim. ravintolisä Z:n ja lumetuotteen välillä ei ole mitään eroa. Nollahypoteesi hyväksytään (eroa ei ole) tai kumotaan (eroa on). Vaihtoehtoinen hypoteesi (engl. alternative hypothesis) on ennalta määritelty vaihtoehtoinen väittämä nollahypoteesille; esim. ravintolisä G on tehokkaampi suorituskyvyn parantamisessa kuin lumetuote.
Ilmaantuvuus (engl. incidence) eli insidenssi on uusien tautitapausten määrä tietyllä aikavälillä sairastumiselle alttiina olevassa väestönosassa.
Julkaisuharha (engl. publication bias) on harha, joka syntyy kun tieteellisissä lehdissä julkaistaan mieluummin tilastollisesti merkitseviä tuloksia kuin ei-merkitseviä tuloksia. Julkaisuharha lienee suhteellisen yleinen urheiluravinnealalla. Tutkimusta sponsoroinut yritys on voinut sopia tutkijoiden kanssa, että vain tilastollisesti merkitsevät tulokset julkaistaan. Tutkijat ovat muutenkin innokkaampia julkaisemaan tuloksiaan silloin, kun niillä on selvää uutisarvoa. Myös tieteelliset lehdet osallistuvat omalta osaltaan julkaisuharhan syntyyn, sillä suuremman uutisarvon omaavat artikkelit ylittävät helpommin julkaisukynnyksen. Julkaisuharhan mahdollisuutta voidaan selvittää tarkastelemalla julkaistujen tulosten jakaumaa ns. suppilokuvassa (engl. funnel plot) (kts. esim. Egger M. ym. Bias in meta-analysis detected by a simple, graphical test BMJ 1997;315:629-634).
Klassinen koejärjestelmä (engl. classical experimental design) koostuu kahdesta käsittelystä: 1) aktiivituote ja 2) plasebo. Mittauksia on myös kaksi: 1) alkumittaus, jolla kontrolloidaan lähtötaso ja 2) loppumittaus, johon aktiivituotteen arvellaan vaikuttavan. Koe tehdään koehenkilöille vain kerran. Jos aktiiviryhmän tulokset ovat muuttuneet keskimäärin enemmän kuin plaseboryhmän tulokset, on käsittelyllä ollut vaikutusta tutkittaviin muuttujiin. Urheiluravinnetutkimuksissa käytetään useimmiten klassista koejärjestelmää, mutta myös ristikkäistutkimusasetelmaa käytetään enenevissä määrin.
Lumetuote (engl. placebo) eli plasebo on kliinisessä tutkimuksessa vertailuryhmälle annettava inaktiivinen ”feikkituote”. Plasebon pitää muistuttaa ulkonäöltään, hajultaan ja maultaan aktiivista tuotetta. Molempien tuotteiden pitäisi vaikuttaa samalla tavalla myös virtsan väriin. Joissakin tapauksissa olisi parempi käyttää aktiivista plaseboa (engl. active placebo), joka aiheuttaa aktiivituotteen kaltaisia sivuvaikutuksia.
Meta-analyysi (engl. meta analysis) on analyysi, joka tehdään kahden tai useamman samaa tutkimusongelmaa tarkastelevan tutkimuksen tulosten pohjalta. Perusajatuksena on tehdä johtopäätöksiä, jotka ovat luotettavampia kuin mihin yksittäisissä tutkimuksissa on päädytty.
Otoskoko (engl. sample size) on arvio, kuinka monta koehenkilöä tarvitaan, jotta voitaisiin osoittaa jokin käytännössä merkittäväksi arvioitu tulos tilastollisesti merkitseväksi, edellyttäen, että ero on olemassa.
P-arvo (engl. P-value) on tilastollisessa hypoteesin testauksessa todennäköisyys, jolla vähintäänkin yhtä merkittävä ero tuloksessa saadaan aikaan käyttämällä nollahypoteesia. P viittaa todennäköisyyteen (probability). Mitä pienempi P-arvo, sitä varmemmin havaittu ero on todellinen eikä sattuman vaikutusta. Lääketieteellisissä julkaisuissa tilastollisen merkitsevyyden rajana käytetään lähes aina P-arvoa 0,05. Toisin sanoen tulosta pidetään "tilastollisesti merkitsevänä", jos P-arvo on pienempi kuin 0,05. Raja-arvo perustuu yhteisesti hyväksyttyyn käytäntöön, eikä sille löydy mitään loogisia perusteita. On erittäin tärkeää ymmärtää, että tilastollinen merkitsevyys ei välttämättä kerro käytännön merkittävyydestä yhtikäs mitään. Vastaavasti tilastollisesti ei-merkitsevä P-arvo ei välttämättä tarkoita sitä, että tulos on käytännössä merkityksetön. Näin ollen P-arvoon ei pidä sokeasti tuijottaa. Tämä koskee erityisesti urheiluravinnetutkimuksia, joissa koehenkilöiden määrä on pieni. Kun koehenkilöiden määrä lisätään, saadaan luotettavampi arvio muuttujasta ja tilastollinen merkitsevyys kasvaa (P-arvo pienenee), vaikka tulosten käytännön merkittävyys pysyy täysin samana.
Korrelaatio (engl. correlation) kuvaa kahden muuttujan välistä riippuvuutta. Yleensä lääketieteessä korrelaatiolla tarkoitetaan Pearsonin korrelaatiokerrointa (engl. Pearson's correlation coefficient), mikä on parametrinen lineaarinen riippuvuuden mitta kvantitatiivisten suureiden x ja y välillä. Korrelaatio on muuttujien kovarianssi, joka on standardoitu välille [-1,1]. Korrelaatiokerroin ei siis riipu käytetyistä yksiköistä. Mitä enemmän korrelaatiokerroin poikkeaa nollasta, sitä voimakkaampaa muuttujien välinen riippuvuus on. r = 1 tarkoittaa, että muuttujien välillä on täydellinen lineaarinen riippuvuus, kun taas r = -1 tarkoittaa täydellistä negatiivista riippuvuutta. Urheiluravinnetutkimuksissa korrelaatiokertoimella voidaan selvittää esimerkiksi mahdollista vaikutusmekanismia.
Ristikkäistutkimuksella (engl. cross-over study) tarkoitetaan sitä, että tutkimuksessa on vähintään kaksi tutkimusperiodia ja kaikki tutkittavat saavat jokaista tutkimuksen kohteena olevaa tuotetta satunnaisessa järjestyksessä. Tutkimusperiodien välillä on puhdistautumisperiodi (engl. wash-out period). Liian lyhyt puhdistautumisperiodi voi aiheuttaa beetavirhettä (kts. Beetavirhe), erityisesti, jos tutkittavan tuotteen vaikutus jatkuu suhteellisen pitkään käytön lopettamisen jälkeenkin. Ristikkäistutkimusasetelmalla pyritään vähentämään periodivaikutusta (engl. period effect), mikä tarkoittaa sitä, että tutkittavien vaste on erilainen eri tutkimusperiodeilla. Siirtymävaikutuksella (engl. carry-over effect) tarkoitetaan vaikutuksen siirtymistä ristikkäisasetelmassa periodilta toiselle.
Satunnaistaminen (engl. randomization) on kliinisissä tutkimuksissa käytetty menetelmä, jonka tarkoituksena on tehdä vertailtavat ryhmät tausta- ja ennustetekijöiltään mahdollisimman samankaltaisiksi tutkimuksen alkaessa.
Sokkouttamisen (engl. blinding) tarkoituksena on se, etteivät koehenkilöt tiedät tutkimuksen aikana, mitä tuotetta heille annetaan (yksöissokkomenetelmä, engl. single blind). Yleensä tutkijatkaan eivät tiedä vielä tutkimuksen aikana, mitä tuotetta kullekin koehenkilöille annetaan (kaksoissokkomenetelmä, engl. double blind).
Copyright Anssi Manninen. Tekstin lainaaminen ilman tekijän kirjallista lupaa on kielletty.
Ei kommentteja:
Lähetä kommentti