fjölþáttagreining helstu aðferðir og notkun þeirra

55
Fjölþáttagreining Fjölþáttagreining helstu aðferðir og helstu aðferðir og notkun þeirra notkun þeirra María Heimisdóttir MD, María Heimisdóttir MD, PhD, MBA PhD, MBA

Upload: pahana

Post on 19-Mar-2016

100 views

Category:

Documents


13 download

DESCRIPTION

Fjölþáttagreining helstu aðferðir og notkun þeirra. María Heimisdóttir MD, PhD, MBA. Yfirlit. Hvers vegna beitum við fjölþáttagreiningu ? Hver er spurningin ? Helstu aðferðir, notkun, túlkun: (Lagskipting, stratification) * Linear regression Logistic regression - PowerPoint PPT Presentation

TRANSCRIPT

Page 1: Fjölþáttagreining helstu aðferðir og notkun þeirra

FjölþáttagreiningFjölþáttagreininghelstu aðferðir og notkun helstu aðferðir og notkun

þeirraþeirra

María Heimisdóttir MD, PhD, MBAMaría Heimisdóttir MD, PhD, MBA

Page 2: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

YfirlitYfirlit

Hvers vegna beitum við fjölþáttagreiningu ?Hvers vegna beitum við fjölþáttagreiningu ? Hver er spurningin ?Hver er spurningin ?

Helstu aðferðir, notkun, túlkun:Helstu aðferðir, notkun, túlkun: (Lagskipting, stratification) *(Lagskipting, stratification) * Linear regressionLinear regression Logistic regressionLogistic regression

* Ekki fjölþáttagreining en þjónar oft sama tilgangi* Ekki fjölþáttagreining en þjónar oft sama tilgangi

Page 3: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Fjölþáttagreining og lagskiptingFjölþáttagreining og lagskipting

Greina sundur og meta tengsl/áhrif einstakra Greina sundur og meta tengsl/áhrif einstakra áhættuþátta á útkomuáhættuþátta á útkomuLeiðrétta fyrir raskanir og milliverkanirLeiðrétta fyrir raskanir og milliverkanir fáum áhættu eða breytingu á útkomu sem fáum áhættu eða breytingu á útkomu sem

leiðrétt hefur verið fyrir raskandi þættileiðrétt hefur verið fyrir raskandi þætti

Fjölþáttagreiningar gefa möguleika á að Fjölþáttagreiningar gefa möguleika á að meta áhættu einstaklinga út frá þekktum meta áhættu einstaklinga út frá þekktum áhættuþáttum og “réttu” módeli (lagskipting áhættuþáttum og “réttu” módeli (lagskipting gerir þetta ekki)gerir þetta ekki)

Page 4: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

RRöskun (confounding)öskun (confounding)

Brenglun á sambandi (áhættu)þátta og Brenglun á sambandi (áhættu)þátta og sjúkdóma (eða annarra útkoma)sjúkdóma (eða annarra útkoma)Áhættuþættir og útkomur virðast tengd á Áhættuþættir og útkomur virðast tengd á annan hátt en þau raunverulega eruannan hátt en þau raunverulega eru Aukin tengslAukin tengsl Minni tengslMinni tengsl Stefnubreyting tengslaStefnubreyting tengsla

Page 5: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Röskun - orsakirRöskun - orsakirÁhrif þriðja þáttar, sem er tengdur Áhrif þriðja þáttar, sem er tengdur bæðibæði ÁhættuþættinumÁhættuþættinum SjúkdómnumSjúkdómnum

Þriðji þátturinn getur tengst (auknum) líkum á Þriðji þátturinn getur tengst (auknum) líkum á sjd. en þarf ekki að valda honumsjd. en þarf ekki að valda honum Gulir fingur, lungnakrabbi, reykingarGulir fingur, lungnakrabbi, reykingar

Þriðji þátturinn er tengdur áhættuþættinumÞriðji þátturinn er tengdur áhættuþættinum Næring hreyfingarleysiNæring hreyfingarleysi

Page 6: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Samband áhættuþáttar, Samband áhættuþáttar, útkomu og raskandi þáttarútkomu og raskandi þáttar

Útkoma

Raskandi þáttur

ÁÞ

Næring Þyngd

Hreyfing

Page 7: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

RöskunRöskunAfleiðing flókins sambands milli hinna Afleiðing flókins sambands milli hinna ýmsu áhættuþátta og sjúkdóma.ýmsu áhættuþátta og sjúkdóma.Raskandi þættir eru oft sterkir áhættuþættirRaskandi þættir eru oft sterkir áhættuþættir Hreyfing, næring - þyngdHreyfing, næring - þyngdEr til staðar í því umhverfi þar sem Er til staðar í því umhverfi þar sem rannsóknin fer fram. rannsóknin fer fram. Forvarnir (val rannsóknarhópa)Forvarnir (val rannsóknarhópa) Slembun, “restriction”, pörun ... Slembun, “restriction”, pörun ... Meðferð (gagnavinnsla)Meðferð (gagnavinnsla) Stigskipting, fjölþáttagreining... Stigskipting, fjölþáttagreining...

Page 8: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Praktískt dæmiPraktískt dæmi

‘‘clinical pathway’ vs. hefðbundin meðferð clinical pathway’ vs. hefðbundin meðferð sjúklinga með heilablóðfallsjúklinga með heilablóðfallsamanburður á dánartíðni, kostnaði, samanburður á dánartíðni, kostnaði, legulengdlegulengdákvörðun um meðferð ekki slembin (?!)ákvörðun um meðferð ekki slembin (?!)hvað ræður hvort sjúklingur fær hvað ræður hvort sjúklingur fær hefðbundna meðferð eða fer á ‘clinical hefðbundna meðferð eða fer á ‘clinical pathway’?pathway’?

Page 9: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Dæmi frh.Dæmi frh.

Val milli Val milli ‘clinical pathway’ og hefðbundinnar ‘clinical pathway’ og hefðbundinnar meðferðarmeðferðar Klínískt mat á hvað hentar bestKlínískt mat á hvað hentar best Aðrir heilsufarsþættir/áhættuþættir, Aðrir heilsufarsþættir/áhættuþættir,

tegund/umfang heilablóðfalls......tegund/umfang heilablóðfalls...... Þessir þættir geta einnig haft áhrif á klínískar og Þessir þættir geta einnig haft áhrif á klínískar og

rekstrarlegar útkomurrekstrarlegar útkomur

Clinical pathway Clinical pathway Lægri dánartíðni, lægri kostnaður, styttri legaLægri dánartíðni, lægri kostnaður, styttri lega

Page 10: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Annað dæmiAnnað dæmi

Sjúklingar með ákv. sjúkdóm virðast líklegri til Sjúklingar með ákv. sjúkdóm virðast líklegri til að deyja ef þeir fá ákveðið lyfað deyja ef þeir fá ákveðið lyfEr lyfið hættulegt ?Er lyfið hættulegt ?Eða er lyfið notað fyrir þá sem eru mjög Eða er lyfið notað fyrir þá sem eru mjög illa haldnir af sjúkdómnum og líklegri til að illa haldnir af sjúkdómnum og líklegri til að deyja hvort sem er ?deyja hvort sem er ?Confounding by indicationConfounding by indication

Page 11: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

MilliverkunMilliverkunInteraction, effect modificationInteraction, effect modificationÁhrif áhættuþáttar eru háð áhrifum Áhrif áhættuþáttar eru háð áhrifum annars (áhættu)þáttarannars (áhættu)þáttarDæmiDæmi Þáttur A Þáttur A RR =1.7RR =1.7 Þáttur B Þáttur B RR = 2.0 RR = 2.0 Þættir A Þættir A ogog B B RR RR = 5.0= 5.0Milliverkun Milliverkun Synergism AB > A+BSynergism AB > A+B Antagonism AB < A+BAntagonism AB < A+B

Page 12: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Útkomurannsóknir og áhættaÚtkomurannsóknir og áhættaÁrangur meðferðar ræðst af undirliggjandi Árangur meðferðar ræðst af undirliggjandi áhættu sjúklings og öðrum þáttumáhættu sjúklings og öðrum þáttumÁhættuþættir sjúklingsÁhættuþættir sjúklings Aldur, kyn, reykingar, lyf, aðgerð, deild, ....Aldur, kyn, reykingar, lyf, aðgerð, deild, ....

Aðrir þættirAðrir þættir Geta tengst vali meðferðar Geta tengst vali meðferðar Geta haft áhrif á árangur meðferðarGeta haft áhrif á árangur meðferðar

Page 13: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Árangursmat og áhættustigunÁrangursmat og áhættustigunNauðsynlegt að taka tillit til annarra þátta en Nauðsynlegt að taka tillit til annarra þátta en áhættuþátta við mat á gæðum, árangri áhættuþátta við mat á gæðum, árangri meðferðar o.s.frv.meðferðar o.s.frv.

Risk assessment (áhættustigun/-mat)Risk assessment (áhættustigun/-mat) Mat á áhættu sem forspárþætti um útkomurMat á áhættu sem forspárþætti um útkomur

Risk adjustmentRisk adjustment Leiðrétting fyrir áhættu Leiðrétting fyrir áhættu

Fjölþáttagreining getur stutt hvoru tveggjaFjölþáttagreining getur stutt hvoru tveggja

Page 14: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Fjölþáttagreining og tengsl Fjölþáttagreining og tengsl áhættu/áreitis og útkomuáhættu/áreitis og útkomu

Y=útkomaY=útkomaX, Z= þættir er tengjast/hafa áhrif á Y X, Z= þættir er tengjast/hafa áhrif á Y Hafa í för með sér breytingu eða breyttar líkur Hafa í för með sér breytingu eða breyttar líkur

á Yá Y Aukning eða minnkun á Y (eða á líkum á Y)Aukning eða minnkun á Y (eða á líkum á Y) Þarf ekki að vera orsakasamband (X, Z þurfa Þarf ekki að vera orsakasamband (X, Z þurfa

ekki að ekki að valda valda breytingunni á Y (eða á líkum á breytingunni á Y (eða á líkum á Y)Y)

Page 15: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

greina sundur, einangra tengsl/áhrif tveggja eða greina sundur, einangra tengsl/áhrif tveggja eða fleiri forspárþátta (X,Z) á tiltekna útkomu (Y)fleiri forspárþátta (X,Z) á tiltekna útkomu (Y)

Áhrif X og Z á Y geta verið tengd meðÁhrif X og Z á Y geta verið tengd með röskun (confounding)röskun (confounding) milliverkun (effect modification)milliverkun (effect modification)

Skapa möguleika á að spá fyrir um útkomu (Y) Skapa möguleika á að spá fyrir um útkomu (Y) miðað við ákveðnar forsendur/forspárþættimiðað við ákveðnar forsendur/forspárþætti Gert með fjölþáttagr. (ekki lagskiptingu)Gert með fjölþáttagr. (ekki lagskiptingu)

Fjölþáttagreining/lagskiptingFjölþáttagreining/lagskipting

Page 16: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

LagskiptingLagskipting

Einstaklingar í rannsóknarhópum flokkaðir Einstaklingar í rannsóknarhópum flokkaðir eftir (raskandi) þáttum/eiginleikum eftir (raskandi) þáttum/eiginleikum Unnt að bera saman einstaklinga sem eru Unnt að bera saman einstaklinga sem eru eins m.t.t. raskandi þátta (eða milliverkandi eins m.t.t. raskandi þátta (eða milliverkandi þátta)þátta)Unnt að einangra áhrif raskandi þátta Unnt að einangra áhrif raskandi þátta (milliverkana) frá öðrum áhættuþáttum(milliverkana) frá öðrum áhættuþáttum

Page 17: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Röskun – Dæmi um lagskiptinguRöskun – Dæmi um lagskiptingu

+sjd.+sjd. - sjd.- sjd. AllsAllsáreitiáreiti 4040 160160 200200

-áreiti-áreiti 2020 8080 100100

KarlarKonur

+sjd.+sjd. - sjd.- sjd. AllsAllsáreitiáreiti 55 9595 100100

-áreiti-áreiti 1010 190190 200200

RR=1.0 RR=1.0

+sjd.+sjd. - sjd.- sjd. AllsAlls

áreitiáreiti 4545 255255 300300

-áreiti-áreiti 3030 270270 300300

Konur og karlar

RR=1.5

Áreitið er háð kyni og er algengara meðal karla, sjúkdómurinn einnig,því virðist sjd.tengjast áreitinu

Page 18: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

KynKyn HreyfingHreyfing SjúklingarSjúklingar Samanb.Samanb. Alls Alls RRRRKarlarKarlar MikilMikil 141141 208208 349349

LítilLítil 144144 112112 256256

AllsAlls 285285 320320 605605 0.53 (0.38-0.73)0.53 (0.38-0.73)KonurKonur MikilMikil 4949 5858 107107

LítilLítil 3232 4545 7777AllsAlls 8181 103103 184184 1.19 (0.65-2.16)1.19 (0.65-2.16)

AllsAlls MikilMikil 190190 266266 456456LítilLítil 176176 157157 333333AllsAlls 366366 423423 789789 0.640.64

Milliverkun – Dæmi um lagskiptingu

Page 19: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Dæmi frh. Dæmi frh.

Hreyfing hefur verndandi áhrif meðal karla Hreyfing hefur verndandi áhrif meðal karla gagnvart hjartadrepi, RR 0.53 (0.38-0.73)gagnvart hjartadrepi, RR 0.53 (0.38-0.73)Slíkt samband virðist ekki til staðar meðal Slíkt samband virðist ekki til staðar meðal kvenna, gæti jafnvel verið aukin áhætta kvenna, gæti jafnvel verið aukin áhætta Millliverkun, áhrif hreyfingar á útkomu fara eftir Millliverkun, áhrif hreyfingar á útkomu fara eftir kynikyniÓrökrétt að sameina í eitt RRÓrökrétt að sameina í eitt RRSýna hlutfallslega áhættu fyrir hvert lag Sýna hlutfallslega áhættu fyrir hvert lag (stratum)(stratum)

Page 20: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

FjölþáttagreiningFjölþáttagreining

Tveir meginflokkarTveir meginflokkarGreiningar á línulegum, samfelldum breytumGreiningar á línulegum, samfelldum breytum Linear regression (Linear regression (línulegt aðhvarflínulegt aðhvarf)) Ýmsar tegundirÝmsar tegundir OLSR (ordinary least squares regression) OLSR (ordinary least squares regression)

Greiningar á tvíunda (binary) breytumGreiningar á tvíunda (binary) breytum Logistic regressionLogistic regression

Aðrir flokkar, s.s. Factor analysis, Cox Aðrir flokkar, s.s. Factor analysis, Cox

Page 21: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Linear regressionLinear regressionAðferð til að lýsa sambandi forspárbreyta við Aðferð til að lýsa sambandi forspárbreyta við línulega útkomu (Y)línulega útkomu (Y) T.d. hæð, blóðsykurgildi, T.d. hæð, blóðsykurgildi,

Forspárbreyturnar geta verið línulegar eða Forspárbreyturnar geta verið línulegar eða categorical/flokkaðar (tvíund, fleiri flokkar)categorical/flokkaðar (tvíund, fleiri flokkar) Línuleg, t.d. AldurLínuleg, t.d. Aldur Tvíund, t.d. KynTvíund, t.d. Kyn Flokkar, s.s. tekjuflokkar, mengunarstigFlokkar, s.s. tekjuflokkar, mengunarstig

Skylt fylgni (correlation)Skylt fylgni (correlation)

Page 22: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Fylgni (correlation)Fylgni (correlation)Mæld sem fylgnistuðull (correlation coefficient), rMæld sem fylgnistuðull (correlation coefficient), rr lýsir tengslum tveggja breytar lýsir tengslum tveggja breytar mælir styrk línulegs sambands breytna, x og yr mælir styrk línulegs sambands breytna, x og y Áhættuþáttar og útkomuÁhættuþáttar og útkomu

r mælir r mælir ekkiekki hallann á aðhvarfslínunni (hve mikið y breytist við tiltekna hallann á aðhvarfslínunni (hve mikið y breytist við tiltekna

breytingu í x)breytingu í x) hvort línulegt módel á viðhvort línulegt módel á við

r er grunnur r er grunnur rr2 2 (sjá síðar)(sjá síðar)

Page 23: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Línulegt samband, missterk Línulegt samband, missterk fylgnifylgni

0

10

20

30

40

50

60

0 10 20 30 40 50 60

0

10

20

30

40

50

60

70

80

0 10 20 30 40 50 60

Page 24: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Línulegt samband, missterk áhrif X á YLínulegt samband, missterk áhrif X á Y

0

5

10

15

20

25

30

35

40

0 10 20 30 40 50 60

Mikil áhrif (halli) og mikil fylgni (r) fara ekki endilega saman

0

10

20

30

40

50

60

70

80

0 20 40 60 80

Page 25: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Línuleg aðhvarfsgreiningLínuleg aðhvarfsgreiningBein lína sem best tengir alla forspárþætti og Bein lína sem best tengir alla forspárþætti og útkomu útkomu Línan tengir X og Y gildi þannig að Línan tengir X og Y gildi þannig að meðalfrávik hennar frá raungildum sé meðalfrávik hennar frá raungildum sé lágmarkaðlágmarkað Tengir áhættu og útkomuTengir áhættu og útkomuÍ upphafi er gert ráð fyrir línulegu sambandi Y Í upphafi er gert ráð fyrir línulegu sambandi Y við eina eða fleiri breytur (x,z,..) við eina eða fleiri breytur (x,z,..) Síðar er staðfest að línulegt módel sé Síðar er staðfest að línulegt módel sé viðeigandi viðeigandi

Page 26: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Línuleg aðhvarfsgreining frh.Línuleg aðhvarfsgreining frh.

Mælir hve mikið af breytileika útkomu Mælir hve mikið af breytileika útkomu skýrist af forspárþáttum skýrist af forspárþáttum Sýnir sjálfstæð áhrif forspárþátta á útkomu Sýnir sjálfstæð áhrif forspárþátta á útkomu þegar leiðrétt hefur verið fyrir áhrif þegar leiðrétt hefur verið fyrir áhrif raskandi þátta og annarra forspárþáttaraskandi þátta og annarra forspárþáttaSvarar spurningunni (spá):Svarar spurningunni (spá): Hvernig (+/-) breytist útkomu (eða líkur á Hvernig (+/-) breytist útkomu (eða líkur á

útkomu) þegar forspárþættir og raskandi útkomu) þegar forspárþættir og raskandi þættir breytast á ákveðinn háttþættir breytast á ákveðinn hátt

Page 27: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Dæmi – línuleg aðhvarfsgreiningDæmi – línuleg aðhvarfsgreining mælir línulegt samband útkomu við mælir línulegt samband útkomu við

forspárþættiforspárþætti

Proc REG data=temp;Proc REG data=temp;

Forspárþættir

Það sem módelið spáir fyrir um (útkoman)

model ÞYNGD = ALDUR KYN NÆRING HREYFING ; run;

Hugsanleg tengsl við næringu

model ÞYNGD = ALDUR KYN NÆRING ; run;

Page 28: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Línuleg aðhvarfsgreining - MódeliðLínuleg aðhvarfsgreining - MódeliðJafna sem sýnir Y sem fall af X1, X2, X3 ...Jafna sem sýnir Y sem fall af X1, X2, X3 ... Y= Y= 0 0 + + 1 1 XX1 1 + + 2 2 XX2 2 + + 3 3 XX33......

0 0 : skurðpunktur (gildi Y ef öll X=0): skurðpunktur (gildi Y ef öll X=0) kk : aðhvarfsgreiningarstuðull (regression coefficient): aðhvarfsgreiningarstuðull (regression coefficient)

Formerki Formerki - X leiðir til stækkunar/minnkunar á Y - X leiðir til stækkunar/minnkunar á Y Stærð Stærð - umfang breytinga á Y með breytingu á X - umfang breytinga á Y með breytingu á X

Byggir á ákveðnum forsendum, m.a. Byggir á ákveðnum forsendum, m.a. Y fylgir normaldreifinguY fylgir normaldreifingu

Page 29: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Módelið - reikningarMódelið - reikningar

Ýmsar aðferðir til við módelgerð og reikning á Ýmsar aðferðir til við módelgerð og reikning á Endurteknir reikningar/modelsmíðEndurteknir reikningar/modelsmíð Miðað við gefnar forsendur (skilgreindar breytur og Miðað við gefnar forsendur (skilgreindar breytur og

gildi þeirra) gildi þeirra) Leit að módeli (samsetningum á “betum”) sem best Leit að módeli (samsetningum á “betum”) sem best

passar gögnunumpassar gögnunum módel sem best getur spáð fyrir um Y módel sem best getur spáð fyrir um Y

miðað við gefin X miðað við gefin X

Ordinary Least Squares Regression – módel sem Ordinary Least Squares Regression – módel sem gefur lágmarks mismun (residuals) á raun- og gefur lágmarks mismun (residuals) á raun- og spágögnumspágögnum

Page 30: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

MódelsmíðMódelsmíðSkilgreina breytur er til greina koma Skilgreina breytur er til greina koma ALDUR KYN NÆRING HREYFINGALDUR KYN NÆRING HREYFING Byggist á þekkingu, fyrri rannsóknum, fylgni við útkomuByggist á þekkingu, fyrri rannsóknum, fylgni við útkomu

Byrja með Byrja með Módel með eina breytu, bæta við einni í sennMódel með eina breytu, bæta við einni í senn

Byrja á breytu með mesta fylgniByrja á breytu með mesta fylgni Módel með allar breytur, fjarlægja eina í sennMódel með allar breytur, fjarlægja eina í senn Módel sem byggir á vitneskju og inniheldur ákv. Módel sem byggir á vitneskju og inniheldur ákv.

breytur í byrjun, síðan fínpússaðbreytur í byrjun, síðan fínpússað

Page 31: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Módelsmíð frh.Módelsmíð frh.Ákvörðun um hvort breyta fer inn/út Ákvörðun um hvort breyta fer inn/út p gildi (F test) p gildi (F test)

bætir breytan spágildi/fit módels?bætir breytan spágildi/fit módels? Breyting á Breyting á RR2 2

ÞekkingÞekking

Mat á röskunMat á röskun Breyting á aðhvarfsstuðlum annarra breytaBreyting á aðhvarfsstuðlum annarra breyta p gildip gildi Breyting á Breyting á RR22

Page 32: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

AfraksturAfrakstur

BreytaBreyta Aðhvarfs-Aðhvarfs-stuðullstuðull

pp

Skurðp.Skurðp. 30.030.0 2929 0,010,01Aldur*Aldur* 6.06.0 5.55.5 0,020,02KynKyn 7.07.0 5.75.7 0,030,03SkyndibitarSkyndibitar 10.010.0 7.07.0 0,030,03KyrrsetaKyrrseta 10.010.0 0,040,04RR22 0,560,56RR22 0,640,64

* Í 5 ára bilum

R2 : % breytileika í þyngd sem skýrð er af módeli með þessum breytumKyrrseta erraskandi þáttur (veldur verulegri breytingu á aðhvarfsstuðli Skyndibita)

Page 33: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

TúlkunTúlkun

40 ára karl sem borðar oft skyndibita og vinnur 40 ára karl sem borðar oft skyndibita og vinnur kyrrsetustarf kyrrsetustarf

Þyngd = 29,0 + 8*5,5 + 1*5,7 + 1*7,0 +1*10,0 Þyngd = 29,0 + 8*5,5 + 1*5,7 + 1*7,0 +1*10,0 = = 9955,7,7 kg kg

Miðað við það úrtak sem rannsóknin byggðist á Miðað við það úrtak sem rannsóknin byggðist á getum við búist við að þyngd slíks einstaklings sé getum við búist við að þyngd slíks einstaklings sé

95,7 kg 95,7 kg

Page 34: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Logistic regressionLogistic regressionAðferð til að lýsa sambandi forspárbreyta við Aðferð til að lýsa sambandi forspárbreyta við tvíundar (binary) útkomu (Y er 0/1, já/nei, t.d. tvíundar (binary) útkomu (Y er 0/1, já/nei, t.d. karl/kona)karl/kona)Gefur líkur á atburði (0/1), líkur eru 0-100 %Gefur líkur á atburði (0/1), líkur eru 0-100 %Forspárbreyturnar geta verið línulegar eða Forspárbreyturnar geta verið línulegar eða categorical/flokkaðar (tvíund, fleiri flokkar)categorical/flokkaðar (tvíund, fleiri flokkar) T.d. aldur, giftur/ógiftur, tekjuflokkurT.d. aldur, giftur/ógiftur, tekjuflokkur

Byggir a.m.l á sama grunni og línuleg Byggir a.m.l á sama grunni og línuleg aðhvarfsgreining vegna “logit transformation”aðhvarfsgreining vegna “logit transformation”

Page 35: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Log. Reg.Log. Reg.

Mjög gagnlegt í líffræði þar sem módelið gefur Mjög gagnlegt í líffræði þar sem módelið gefur af sér “odds ratio” (OR)af sér “odds ratio” (OR) Hlutfallslegar líkur á atburði ef ákveðinn eiginleiki er Hlutfallslegar líkur á atburði ef ákveðinn eiginleiki er

til staðar miðað við ef hann er ekki til staðartil staðar miðað við ef hann er ekki til staðar Líkur á hjartadrepi ef reykir miðað við reykleysiLíkur á hjartadrepi ef reykir miðað við reykleysiSýnir sjálfstæð áhrif X á Y þegar leiðrétt hefur Sýnir sjálfstæð áhrif X á Y þegar leiðrétt hefur verið fyrir áhrif Z (og e.t.v. fleiri þátta)verið fyrir áhrif Z (og e.t.v. fleiri þátta)Svarar spurningunni:Svarar spurningunni: Hvernig breytast Hvernig breytast líkurlíkur á atburði Y þegar X og Z á atburði Y þegar X og Z

breytast á ákveðinn háttbreytast á ákveðinn hátt

Page 36: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Log.reg. módelið lítur út eins og Log.reg. módelið lítur út eins og Lin.RegLin.Reg

Jafna sem sýnir Y sem fall af X1, X2, X3 ...Jafna sem sýnir Y sem fall af X1, X2, X3 ... Y= Y= 0 0 + + 1 1 XX1 1 + + 2 2 XX2 2 + + 3 3 XX33...... 0 0 : skurðpunktur (gildi Y ef öll X=0): skurðpunktur (gildi Y ef öll X=0) kk : aðhvarfsgreiningarstuðull (regression coefficient): aðhvarfsgreiningarstuðull (regression coefficient)

Formerki Formerki - X leiðir til stækkunar/minnkunar á Y - X leiðir til stækkunar/minnkunar á Y Stærð Stærð - umfang breytinga á Y með breytingu á X - umfang breytinga á Y með breytingu á X

k k má breyta í OR með exponentieringumá breyta í OR með exponentieringu

eek k = OR = OR

Page 37: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Módelið – reikningar, módelsmíðMódelið – reikningar, módelsmíð

Almennt svipað og í lin.reg. Almennt svipað og í lin.reg. Endurteknir reikningar/modelsmíð (sbr. lin.reg.)Endurteknir reikningar/modelsmíð (sbr. lin.reg.) Miðað við gefnar forsendur (skilgreindar breytur og gildi Miðað við gefnar forsendur (skilgreindar breytur og gildi

þeirra) þeirra) Leit að módeli (samsetningum á “betum”) semLeit að módeli (samsetningum á “betum”) sem

best passar gögnunumbest passar gögnunumhámarks “goodness of fit”hámarks “goodness of fit”

módeli sem best getur spáð fyrir um módeli sem best getur spáð fyrir um líkur á Y miðað við gefin X (minimal líkur á Y miðað við gefin X (minimal

residuals)residuals)

Page 38: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Módelsmíð frh. Módelsmíð frh.

Ákvörðun um hvort breyta fer inn/út Ákvörðun um hvort breyta fer inn/út p gildi (byggt á likelihood ratio test)p gildi (byggt á likelihood ratio test)

bætir breytan spágildi/fit módels? bætir breytan spágildi/fit módels? Breyting á “Breyting á “goodness of fit” (m.a. Hosmer-Lemeshow)goodness of fit” (m.a. Hosmer-Lemeshow) ÞekkingÞekking

Mat á röskunMat á röskun Breyting á aðhvarfsstuðlum annarra breytaBreyting á aðhvarfsstuðlum annarra breyta p gildip gildi Breyting á “Breyting á “goodness of fit” goodness of fit”

Page 39: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

DæmiDæmiFerilrannsókn, 2187 karlar, Aldur 30-62Ferilrannsókn, 2187 karlar, Aldur 30-62Blóðfita, blóðþrýstingur, þyngd, reykingarBlóðfita, blóðþrýstingur, þyngd, reykingarFylgt eftir í 12 árFylgt eftir í 12 árFylgst með kransæðasjúkdómum (KS) (88 Fylgst með kransæðasjúkdómum (KS) (88 tilfelli)tilfelli)Kanna líkur á KS miðað við ofangreinda Kanna líkur á KS miðað við ofangreinda þætti:þætti:

model KS = ALDUR BLÓÐFITA BLÓÐÞR ÞYNGD REYKINGAR;

Page 40: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

AfraksturAfrakstur

BreytaBreyta ee= OR= OR pp

Skurðp.Skurðp. -13.26-13.26Aldur (ár)Aldur (ár) 0.1220.122 1.131.13 0.040.04Blóðfita (mg/dL)Blóðfita (mg/dL) 0.0070.007 1.011.01 0.030.03Syst. Blóðþr. (mmHg)Syst. Blóðþr. (mmHg) 0.0070.007 1.071.07 0.030.03Þyngd (lb)Þyngd (lb) 0.02570.0257 1.031.03 0.040.04ReykingarReykingar 00..418418 1.521.52 0.030.03

Page 41: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

TúlkunTúlkunÞeir sem reykja eru um það bil 50% líklegri til Þeir sem reykja eru um það bil 50% líklegri til að fá kransæðasjúkdóm en þeir sem ekki að fá kransæðasjúkdóm en þeir sem ekki reykja (OR=1.52) reykja (OR=1.52) óháð öðrum áhættuþáttumóháð öðrum áhættuþáttumReykingar, einar og sér, hafa í för með sér Reykingar, einar og sér, hafa í för með sér 50% aukningu á áhættu50% aukningu á áhættuOR úr log.reg sýnir áhættu af tilteknum þætti OR úr log.reg sýnir áhættu af tilteknum þætti að teknu tilliti til annarra áhættuþátta, að teknu tilliti til annarra áhættuþátta, raskandi þáttaraskandi þátta

Page 42: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Túlkun frh. Túlkun frh. Fimmtugur karl sem hefur blóðfitu upp á 210, Fimmtugur karl sem hefur blóðfitu upp á 210, systólískan BÞ 130, vegur 140 lb og reykir. Líkur á systólískan BÞ 130, vegur 140 lb og reykir. Líkur á að kransæðasjúkdómi á 12 árum eru:að kransæðasjúkdómi á 12 árum eru:

1/(1 + e1/(1 + e-(-(0 + 0 + 1*ALDUR + 1*ALDUR + 2*BLOÐFITA + 2*BLOÐFITA + 3*SBÞ + 3*SBÞ + 4*ÞYNGD + 4*ÞYNGD +

5*REYKINGAR)5*REYKINGAR)))= 1/ (1 + e= 1/ (1 + e-(-13.26-(-13.26 + 0.122*50 + 0.007*210+ 0.007*130 + 0.0257*140 + 0.418*1)+ 0.122*50 + 0.007*210+ 0.007*130 + 0.0257*140 + 0.418*1)))= = 1/ (1 + e1/ (1 + e-(-0.7383)-(-0.7383)) = ) = 0,470,4788 Meðal slíkra einstaklinga má búast við að u.þ.b. 48 af 100 Meðal slíkra einstaklinga má búast við að u.þ.b. 48 af 100

fái kransæðasjúkdóm á hverjum 12 árum fái kransæðasjúkdóm á hverjum 12 árum

Page 43: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Dæmi: Tíðni og vægi lyfjamilliverkanaDæmi: Tíðni og vægi lyfjamilliverkana

Fræðilegar lyfjamilliverkanir Fræðilegar lyfjamilliverkanir Lyfjasamsetningar er geta valdið milliverkunum Lyfjasamsetningar er geta valdið milliverkunum

((LSMVLSMV)) Algengi LSMV 37-60% erlendis (við innlögn)Algengi LSMV 37-60% erlendis (við innlögn)

Klínískt mikilvægar lyfjamilliverkanirKlínískt mikilvægar lyfjamilliverkanir Eru hluti fræðilegra milliverkana eða LSMV (48%)Eru hluti fræðilegra milliverkana eða LSMV (48%) Algengi 0-11% (erlendar rannsóknir)Algengi 0-11% (erlendar rannsóknir)

Lyfjamilliverkanir stuðla að:Lyfjamilliverkanir stuðla að: Klínískum einkennum, innlögnum, heimsóknum á Klínískum einkennum, innlögnum, heimsóknum á

bráðamóttöku, dauðabráðamóttöku, dauða

Page 44: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Efniviður og aðferðirEfniviður og aðferðir1111 sjúklingar 1111 sjúklingar Gagnasöfnun:Gagnasöfnun: Sjúkraskrár (pappír) – lyf við komuSjúkraskrár (pappír) – lyf við komu FRAMTAK – Sjúklingabókhald og DRG flokkurFRAMTAK – Sjúklingabókhald og DRG flokkurÚrvinnsla gagna:Úrvinnsla gagna: Log transformation á legudögum, kostnaði Log transformation á legudögum, kostnaði

ANOVA, ANOVA, próf, tvíundargreining (logistic próf, tvíundargreining (logistic

regression) regression) Hugbúnaður til greiningar LSMV (DAX) skv. FASSHugbúnaður til greiningar LSMV (DAX) skv. FASS

Page 45: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Page 46: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Niðurstöður Niðurstöður LSMV og lyfjahóparLSMV og lyfjahópar

868 LSMV meðal 868 LSMV meðal 359 sjúklinga359 sjúklinga11 lyfjaflokkar 11 lyfjaflokkar tengdust LSMV við tengdust LSMV við innlögn innlögn Hjarta- og Hjarta- og

æðasjúkdómalyf: æðasjúkdómalyf: 40,4%40,4%

Tauga-og geðlyf: Tauga-og geðlyf: 32% 32%

ATC lyfjaflokkar tengdir milliverkunum

P0.12%

R0.75%

G0.06%

J0.40%

A10,8%

B4,9%

Aðrir flokkar1,3%

H1.2%

N32%

M8.2%L

0.9%

C40.4%

A

B

C

H

L

M

N

P

R

G

J

LSMV

Page 47: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

NiðurstöðurNiðurstöðurFylgni milli fjölda LSMV ogFylgni milli fjölda LSMV og aldurs, legudaga, fjölda lyfja.aldurs, legudaga, fjölda lyfja.

Sjúklingar á LSMV við innlögnSjúklingar á LSMV við innlögn Eldri (75,1 ár og 67,9 ár)Eldri (75,1 ár og 67,9 ár) Fjöldi lyfja hærri (9,0 lyf og 4,2 lyf)Fjöldi lyfja hærri (9,0 lyf og 4,2 lyf) Hlutfall kvenna hærra ( 55% og 48%)Hlutfall kvenna hærra ( 55% og 48%) Deildarmunur (algengara við innlögn á Öldrunarsvið)Deildarmunur (algengara við innlögn á Öldrunarsvið) Dánartíðni hærri meðal sjúklinga á LSMV (11,7%, 4,0%)Dánartíðni hærri meðal sjúklinga á LSMV (11,7%, 4,0%) Marktækur munur á legulengd (Marktækur munur á legulengd (miðtalamiðtala 6,0 og 10,0) 6,0 og 10,0) Ekki marktækur munur á kostnaðiEkki marktækur munur á kostnaði

Sjúklingar á LSMV eru ólíkir þeim sem eru það ekkiSjúklingar á LSMV eru ólíkir þeim sem eru það ekki

Page 48: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Tengsl LSMV við dánartíðni ?Tengsl LSMV við dánartíðni ?Með aldrinum eykst ALMENNT :Með aldrinum eykst ALMENNT :

Sjúkdómsbyrði Sjúkdómsbyrði Þar með eykst lyfjanotkun og dánarlíkur Þar með eykst lyfjanotkun og dánarlíkur

LyfjanotkunLyfjanotkun Þar með aukast líkur á LSMV skv. erlendum rannsóknumÞar með aukast líkur á LSMV skv. erlendum rannsóknum Fjöldi lyfja – einn mælikvarði á sjúkdómsbyrði Fjöldi lyfja – einn mælikvarði á sjúkdómsbyrði

LSMV þýðir ekki að (mikilvæg) milliverkun sé til LSMV þýðir ekki að (mikilvæg) milliverkun sé til staðarstaðarHlutfallsleg dánartíðni var 2,9 (11.7%, 4,0%)Hlutfallsleg dánartíðni var 2,9 (11.7%, 4,0%)Tengsl LSMV við dánartíðni Tengsl LSMV við dánartíðni óháð aldri, fjölda lyfja, óháð aldri, fjölda lyfja, sjúkdómsbyrðisjúkdómsbyrði ? ?

Page 49: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Niðurstöður Niðurstöður

BB WaldWald dfdf Sig.Sig. Exp(B)Exp(B)95% CI 95% CI Exp(B)Exp(B)   

                  LowerLower UpperUpperALDURALDUR 0,0120,012 0,74860,7486 11 0,3870,387 1,0121,012 0,9850,985 1,0411,041FJÖLDI FJÖLDI GREININGAGREININGA 0,0150,015 0,03850,0385 11 0,8440,844 1,0161,016 0,8710,871 1,1851,185FJÖLDI FJÖLDI LYFJALYFJA 0,0580,058 2,33972,3397 11 0,1260,126 1,0601,060 0,9840,984 1,1421,142KYNKYN -0,107-0,107 0,1410,141 11 0,7070,707 0,8990,899 0,5150,515 1,5691,569SVIÐSVIÐ -1,534-1,534 17,81717,817 11 0,0000,000 0,2160,216 0,1060,106 0,4400,440LSMVLSMV 0,7780,778 5,56735,5673 11 0,0180,018 2,1782,178 1,1411,141 4,1574,157ConstantConstant -3,652-3,652 8,878,87 11 0,0030,003 0,0260,026      

Auknar dánarlíkur tengdar LSMV (RR=2,178) þegar leiðrétt hafði verið fyrir aldur, kyn, svið, fj. lyfja, fjölda greininga.

Page 50: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Fjölþáttagreining vs. lagskiptingFjölþáttagreining vs. lagskiptingLagskiptingLagskipting Ódýr, einföld, vasareiknir nægir, þekking á gögnumÓdýr, einföld, vasareiknir nægir, þekking á gögnum Gagnafrek Gagnafrek Tímafrek (eitt lag/þáttur í senn)Tímafrek (eitt lag/þáttur í senn) Erfitt að fá yfirlit um áhættu af einstökum þáttum (án Erfitt að fá yfirlit um áhættu af einstökum þáttum (án

röskunar)röskunar)

FjölþáttagreiningFjölþáttagreining Fljótleg, betri gagnanýting, gott yfirlit um áhættu af Fljótleg, betri gagnanýting, gott yfirlit um áhættu af

einstökum þáttum (án röskunar) – hægt að “spá”einstökum þáttum (án röskunar) – hægt að “spá” Krefst verulegrar þekkingar, búnaðarKrefst verulegrar þekkingar, búnaðar

Page 51: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

SamantektSamantekt Fjölþáttagreining og lagskiptingFjölþáttagreining og lagskipting

Greina sundur og meta tengsl/áhrif einstakra Greina sundur og meta tengsl/áhrif einstakra áhættuþátta á útkomuáhættuþátta á útkomuLeiðrétta fyrir raskanir og milliverkanirLeiðrétta fyrir raskanir og milliverkanir fáum áhættu eða breytingu á útkomu sem fáum áhættu eða breytingu á útkomu sem

leiðrétt hefur verið fyrir raskandi þættileiðrétt hefur verið fyrir raskandi þætti

Fjölþáttagreiningar gefa möguleika á að Fjölþáttagreiningar gefa möguleika á að meta áhættu einstaklinga út frá þekktum meta áhættu einstaklinga út frá þekktum áhættuþáttum og “réttu” módeliáhættuþáttum og “réttu” módeli

Page 52: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Dæmi um lagskiptinguDæmi um lagskiptinguSjúklingasamanburðarrannsókn (case-Sjúklingasamanburðarrannsókn (case-control) á tengslum hreyfingar og control) á tengslum hreyfingar og hjartadreps (MI)hjartadreps (MI)Reykingar eru áhættuþáttur fyrir hjartadrep Reykingar eru áhættuþáttur fyrir hjartadrep en geta einnig tengst hreyfinguen geta einnig tengst hreyfinguReykingar geta því raskað sambandinu milli Reykingar geta því raskað sambandinu milli hreyfingar og hjartadrepshreyfingar og hjartadrepsNálgun: skiptum þýðinu í hópa eftir Nálgun: skiptum þýðinu í hópa eftir reykingum og skoðum samband hjartadreps reykingum og skoðum samband hjartadreps og hreyfingar innan hvers hópsog hreyfingar innan hvers hóps

Page 53: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

ReykingarReykingar HreyfingHreyfing SjúklingarSjúklingar Samanb.Samanb. Alls Alls RRRRAldrei reyktAldrei reykt MikilMikil 4141 8484 125125

LítilLítil 4646 5252 9898AllsAlls 8787 134134 223223 0.550.55

Hætt +10 árHætt +10 ár MikilMikil 4141 8080 121121LítilLítil 3030 3939 6969AllsAlls 7171 119119 190190 0.670.67

Hætt <10 árHætt <10 ár MikilMikil 2222 3434 5656LítilLítil 2121 2626 4747AllsAlls 4343 6060 103103 0.800.80

ReykirReykir MikilMikil 8686 6868 154154LítilLítil 7979 4040 119119AllsAlls 165165 108108 273273 0.640.64

AllsAlls MikilMikil 190190 266266 456456LítilLítil 176176 157157 333333AllsAlls 366366 423423 789789 0.640.64

Page 54: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Dæmi frh.Dæmi frh.Fyrir hvert reykingarstig fæst mat á Fyrir hvert reykingarstig fæst mat á verndandi áhrifum hreyfingar án röskunar af verndandi áhrifum hreyfingar án röskunar af völdum reykinga (eins og þær eru skilgr. völdum reykinga (eins og þær eru skilgr. þarna) þarna) Hve sambærileg er verndin (mism. RR) ?Hve sambærileg er verndin (mism. RR) ? Þ.e. eru lagskipt RR sambærileg við gróft RRÞ.e. eru lagskipt RR sambærileg við gróft RR Eyeball testEyeball test Tölfræðipróf Tölfræðipróf

Page 55: Fjölþáttagreining helstu aðferðir og notkun þeirra

María HeimisdóttirMaría Heimisdóttir

Dæmi frh.Dæmi frh.Ef sambærileg RR (eins og hér er)Ef sambærileg RR (eins og hér er) Reikna vegið meðaltal RR, sem endurspeglar Reikna vegið meðaltal RR, sem endurspeglar

meðaláhrif hreyfingar á hjartadrepsáhættumeðaláhrif hreyfingar á hjartadrepsáhættu Reykingar raska ekki sambandi hreyfingar og Reykingar raska ekki sambandi hreyfingar og

hjartadrepshjartadreps

Ef ekki sambærileg RREf ekki sambærileg RR Effect modification, interaction, milliverkunEffect modification, interaction, milliverkun Áhrif hreyfingar eru háð mismunandi stigum Áhrif hreyfingar eru háð mismunandi stigum

reykinga reykinga