Statistisch analyseplan.pdf - Steunpunt Milieu en Gezondheid

Appendix 7. Statistisch analyseplan.doc
Een gewogen totaal gemiddelde, waarbij het gewicht van elk gebied in de berekening van
dit totaal gemiddelde evenredig is met het aantal inwoners in het gebied (op
populatieniveau). Daar het belang van elk gebied evenredig is met de grootte van het
gebied (volgens bevolkingsaantal) is dit gemiddelde een maat voor de blootstelling waar
een inwoner van de 8 onderzoeksgebieden gemiddeld aan blootgesteld is. Merken we
nogmaals op dat er niet in heel Vlaanderen bloedstalen werden afgenomen. Het
gemiddelde is dus niet de gemiddelde blootstelling voor een Vlaming. Dit gemiddelde is
de referentiewaarde zoals die in Sectie 2 werd geïntroduceerd.
Een gewogen totaal gemiddelde, waarbij elk gebied even belangrijk is. Gebieden met
minder stalen krijgen dus een gewicht groter dan 1; en gebieden met meer stalen krijgen
een gewicht kleiner dan 1.
3.1.4 Interpretatie van ruwe gegevens
De interpretatie van deze ruwe gegevens moet voorzichtig gebeuren en steeds goed gekaderd
worden; vandaar dat de ruwe gegevens steeds naast de ‘gecorrigeerde’ data geplaatst zullen
worden. Statistisch significante verschillen tussen de gebieden kunnen immers mogelijks verklaard
worden door verschillen in de samenstelling van de populatie van de onderzoeksgebieden (bijv.
verschillen in leeftijdsverdeling,…). Een vlot haalbare vorm van correctie is stratificatie. Per
onderzoeksgebied worden de gegevens dan apart voorgesteld voor verschillende strata bijvoorbeeld
de leeftijd van de moeder in klassen van 5 jaar. Maar een grondiger correctie voor verscheidene
parameters gelijktijdig, (o.a. leeftijd en roken) kan uitgevoerd worden via een regressie analyse
(Sectie 3.3). Laatst vernoemde techniek werd in deze studie toegepast.
3.1.5 Datareductie
Bij een datareductieprobleem wordt o.a. de vraag gesteld of variabelen die onderling correleren
kunnen worden gesynthetiseerd door een beperkt aantal variabelen. Principale componentenanalyse
(PCA) is één van de klassieke multivariate technieken die hiervoor aangewend wordt. Deze techniek
zal toegepast worden op de set van onafhankelijke variabelen en confounders. Door middel van de
PCA kan de dimensionaliteit van deze set van variabelen verkleind worden. De luiken met betrekking
tot verkeer, arbeid en hobby’s uit de algemene vragenlijst zullen aan een PCA onderworpen worden.
Indien uit deze verwerkingen blijkt dat de PCA componenten een substantieel deel van de variabiliteit
in de oorspronkelijke parameters verklaren en een logische interpretatie hebben, zullen ze in de
verdere analyses meegenomen worden. Anders worden de oorspronkelijke vragen behouden.
6