ath-aineisto ja tilastolliset analyysit

23. 4. 2015 ATH-koulutus / Tommi Härkänen 1

ATH-koulutus THL 23.4.2015


Sisältö

Tommi Härkänen, Risto Kaikkonen, Esa Virtala and Seppo Koskinen (2014). Inverse probability weighting and doubly robust methods in correcting the effects of non-response in the reimbursed medication and self-reported turnout estimates in the ATH survey. BMC Public Health, 14:1150.

• Otanta-asetelma

– Alueositus

– 75 vuotta täyttäneiden ylipoiminta

• Kato

• Painokertoimet


Ositus ja otoskoot • Tutkimusalueet

– Koko Manner-Suomi, otoskoko 5 000

– Alueet (Turku, Kainuu ja osia Pohjois-Pohjanmaasta) Alueet jaettiin vielä pienempiin ositteisiin:

• Turku 9 ositetta, otoskoot 1 000

• Kainuu 3 ositetta, otoskoot 3 000

• Pohjois-Pohjanmaa 2 ositetta, otoskoot 4 000

– HUOMIO! Jos analysoidaan koko aineisto, eli em. 4 tutkimusaluetta, niin tulokset eivät edusta koko maata, koska alueositteet painottuvat liikaa: Koko maan tulokset saadaan käyttämällä pelkästään koko maan otosta!

• Jokaisessa alueositteessa ikä ja sukupuoliositus:

– Ikäluokat 20-74 ja 75-99, jälkimmäisestä ylipoiminta

– Sukupuoli

Otokset Turun palvelualueilla 2010


Alue 20-74 75-99 Yhteensä Otos Poimintasuhde

Keskusta 38 083 5 307 43 390 1000 2.3 %

Hirvensalo-Kakskerta 4 817 191 5 008 1000 20.0 %

Skanssi-Uittamo 15 882 2 458 18 340 1000 5.5 %

Varissuo-Lauste 12 707 1 004 13 711 1000 7.3 %

Nummi-Halinen 14 723 1 006 15 729 1000 6.4 %

Runosmäki-Raunistula 11 112 1 336 12 448 1000 8.0 %

Länsikeskus 13 673 1 752 15 425 1000 6.5 %

Pansio-Jyrkkälä 6 786 461 7 247 1000 13.8 %

Maaria-Paattinen 4 367 193 4 560 1000 21.9 %

Yhteensä 122 150 13 708 0 135 858 9 000 6.6 %


Osituksen vaikutuksia

• Alueiden vertailu on helpompaa, koska eri alueilla perusjoukon koko vaihtelee

• Otos on joissakin ositteissa huomattavan suuri suhteessa perusjoukon kokoon

– Esim. Ylä-Kainuussa 75-vuotta täyttäneistä miehistä otokseen poimittiin n. 48 % perusjoukosta

– Manner-Suomen otoksessa poimittiin vain n. 0,1 %

• Suorat keskiarvot ovat virheellisiä yhdistettäessä ositteita Painokertoimet

• Vaikutuksia varianssiestimaattiin p-arvot pienempiä ja luottamusvälit kapeampia Äärellisen populaation korjaus


Äärellisen populaation korjaus (FPC)

• Miksi populaation rajallisuus vaikuttaa tulosten tarkkuuteen?

– Jos koko perusjoukko tutkittaisiin, niin saisimme “tarkan” tiedon väestön senhetkisestä tilasta, koska otannasta johtuvaa vaihtelua ei olisi esim. keskiarvon luottamusvälin leveys olisi nolla

– Jos otoksen osuus perusjoukosta olisi suuri, niin tutkimatta jääneiden vaikutus väestökeskiarvoon olisi pieni

– Jos otos on vain pieni osa perusjoukosta, niin kyseessä on likimain tavallinen yksinkertainen satunnaisotanta (SRS), eikä FPC:ta tarvita


Painokertoimien taustaa: otos

• Yksilöillä erilaiset poimintatodennäköisyydet

– 75-vuotta täyttäneillä suurempi poimintatodennäköisyys

• Esim. suora keskiarvo havainnoista antaa liian suuren painoarvon 75 vuotta täyttäneille

– Poimintatodennäköisyydet vaihtelevat alueittain

• Alueita yhdistettäessä alueositteet, joista on poimittu otokseen suurempi osuus, saisivat liian suuren painoarvon


Painokertoimien taustaa: kato

• Yksilöiden osallistumisaktiivisuus vaihtelee

• Jos aktiivisuuteen vaikuttavat tekijät havaitaan

– … sekä osallistuneista että katotapauksista, erot voidaan korjata hyvin (rekisteritiedot esim. ikä, sukupuoli ja koulutus) oletus havaittujen ja katotapausten samankaltaisuudesta

– … vain osallistuneista, erojen huomioiminen on vaikeaa (usein esim. elintapoihin, terveyteen ja toimintakykyyn liittyvät tekijät) vahvoja oletuksia kadon luonteesta


Osallistumisasteita (%)

Ikäryhmä Miehet Naiset

20-24

25-34

35-44

45-54

22

27

31

40

40

44

45

54

55-64

65-74

52

60

62

67

75-84

85-99

61

44

57

43



Koulutus Osallistuneita

Keskiaste 44

Alin korkea-aste

Alempi korkeakouluaste

Ylempi korkeakouluaste

Tutkijakoulutusaste

60

53

56

55

Koulutusaste alin tai tuntematon 45



Avioliitossa Osallistuneita

Kyllä 54

Ei 42

Kieli Osallistuneita

Suomi 48

Ruotsi 47

Englanti 40

Venäjä 40



Alue Osall. Alue Osall

Suomi 46 Turun keskusta

Hirvensalo-Kakskerta

Skanssi-Uittamo

Varissuo-Lauste

Nummi-Halinen

Runosmäki-Raunistula

Länsikeskus

Pansio-Jyrkkälä

Maaria-Paattinen

48

41

52

45

44

49

52

39

44

Kajaanin seutu

Kuhmo, Sotkamo

Ylä-Kainuu

51

51

54

Oulun Eteläinen

Oulun seutu

47

45


Painokertoimien taustaa: menetelmä

• Painokertoimet on muodostettu käyttämällä logistiseen regressiomalliin perustuvaa käänteistodennäköisyyspainotusta (IPW)

• ATH–painokertoimissa huomioitu

– Otanta

• Alkuperäinen poimintatodennäköisyys (otoskoko / perusjoukon koko)

– Kato

• Tutkimusalue

• Ikäluokka ja sukupuoli

• Avioliitto (kyllä/ei)

• Tutkinto

• Kieliryhmä


Painokertoimien tulkinta • Painokertoimen arvo voi olla erilainen jokaiselle

tutkimukseen osallistuneelle yksilölle

• Mitä suurempi painokertoimen arvo, sitä suurempi havainnon vaikutus lopputuloksiin

• Kadon huomioimisessa esim.

– 25% osallistumisasteella painokertoimen arvoksi tulisi 4 tarkoittaen, että yksi tutkimukseen osallistunut edustaa neljää otokseen poimittua

– 100% osallistumisasteella 1 tarkoittaen, että jokainen tutkimukseen osallistunut edustaa vain itseään

• Analyyseissä painokertoimet skaalataan siten, että painokertoimien summa vastaa osallistuneiden lukumäärää käytettäessä survey-ohjelmistoja skaalaus tapahtuu automaattisesti


Otanta-asetelman kuvaavat muuttujat

• Osite rg_stratum (alue-) ositteille

• Analyysipaino w_analysis huomioi erilaiset poimintatodennäköisyydet

• Väkiluku ositteessa rg_n äärellisen populaation korjausta varten


Painotuksen ja osituksen vaikutuksia

• Tarkastellaan esimerkkejä, joissa keskiarvoja estimoidaan

– … painotuksella tai ilman, ja

– … huomioimalla ositus ja äärellinen populaatio, tai ei

• Keskiarvoesimerkkien tuloksia voidaan nähdä myös monimutkaisemmissa analyyseissä


Otanta-asetelman vaikutus: erilaiset poimintatodennäköisyydet

• Analyysimuuttujana ikä (vuosina) rg_age_2

• Ero johtuu erityisesti 75 vuotta täyttäneiden ylipoiminnasta

• Lisäksi alueittaiset poimintatodennäköisyydet vaihtelevat

--------------------------------------------------------------

| Mean

-------------+------------------------------------------------

rg_age_2 | 57.03926 Koko otoksen keskiarvo

rg_age_2 | 47.97872 Painotettu, väestöä edustava keskiarvo

--------------------------------------------------------------


Painotuksen vaikutus: kato

• Vasteena BMI

• Painottaminen laskee BMI-keskiarvoja

• Osallistumisaktiivisuus on pienin nuorilla (erityisesti miehillä), joilla on myös vähemmän ylipainoa

--------------------------------------------------------------

| Mean

-------------+------------------------------------------------

ath_bmi | 26.34463 Ei painoja

ath_bmi | 25.99508 Painotus

--------------------------------------------------------------


Painotuksen vaikutus: kato Osajoukko: Turku 20-59 vuotiaat, koulutusryhmittäin

• Vasteena BMI

• Painottaminen laskee BMI-keskiarvoja, myös palvelualueittain ja sukupuolittain

• Painotus pienentää – Keski-ikäisten,

– avioliitossa olevien ja

– suomen- ja ruotsinkielisten painoarvoa

---------------------------------------

Over | Ei painoja Painot Ero

-------------+-------------------------

ath_bmi |

basic | 27.26992 26.69918 -0.57

middle | 25.8803 25.3783 -0.52

high | 25.17389 24.93658 -0.24

---------------------------------------


Lopuksi

• Painokertoimien käyttäminen on välttämätöntä otannan (ja kadon) huomioimiseksi

• Äärellisen populaation korjaus (FPC) huomioi suuren poimintasuhteen vaikutuksen ja tuottaa tarkemmat tulokset

• Mallivakioinnilla voi kuvata ryhmien välisiä eroja, kun sekoittavien tekijöiden (kuten iän) erilaisten ryhmäkohtaisten jakaumien vaikutus on vakioitu

ath-aineisto ja tilastolliset analyysit

Health & Medicine

athkoulutus tommi hrknen

athkoulutus thl

sislt tommi hrknen

the ath survey

populaation rajallisuus

alueet turku

maan tulokset

otoksen osuus perusjoukosta