Chi-square test

Vergelijkt het aandeel patiënten met een ja/nee-uitkomst tussen onafhankelijke groepen.

Klinisch voorbeeld

Of het aandeel patiënten met een postoperatieve wondinfectie verschilt tussen twee soorten verband.

Wanneer te gebruiken

De uitkomst is ja of nee, één per patiënt.
U vergelijkt twee of meer onafhankelijke groepen.
U hoeft niet te corrigeren voor andere variabelen, en in elke cel van de tabel worden ongeveer 5 of meer patiënten verwacht.

Aannames om te controleren

Onafhankelijke waarnemingen

Elke patiënt komt één keer in de tabel voor.

Verwachte aantallen van ongeveer 5 of meer

Kijk naar de verwachte aantallen in elke cel van de groep-bij-uitkomsttabel. Zijn sommige lager dan 5, gebruik dan de exacte toets van Fisher.

Wat te rapporteren

Aantal en percentage met de uitkomst in elke groep
Risicoverschil (of risicoratio) met 95%-BI
De exacte p-waarde, niet alleen "p < 0,05"

Veelgemaakte fouten

Rapporteer het effect, niet alleen de p-waarde

Geef de schatting (verschil, ratio) met het 95%-betrouwbaarheidsinterval en de exacte p-waarde.

Een odds ratio is geen risicoratio

Als de uitkomst vaak voorkomt (bij meer dan ongeveer 10% van de patiënten), ligt de odds ratio verder van 1 dan de risicoratio. Log-binomiale regressie geeft in plaats daarvan een risico- of prevalentieratio. Beschrijf een odds ratio van 2 niet als "twee keer het risico".

Alternatieven

Als uw situatie is…	Gebruik
Minder dan 5 verwacht in een cel	Fisher's exact test
U moet corrigeren voor andere variabelen	Logistic regression

In uw software

# R
tab <- table(trial$dressing, trial$infection)
chisq.test(tab)

SPSS

CROSSTABS
  /TABLES=dressing BY infection
  /STATISTICS=CHISQ RISK
  /CELLS=COUNT EXPECTED ROW.