Katsaus Raili K. Salmelin Kuva, tieteellisessä viestinnässä erityisesti tilastografiikka, on tehokas tiedonvälittäjä. Tärkeät tulokset pitäisikin esittää sekä kuvissa tai taulukoissa että päätelminä tekstissä. Arvostetuissakin lääketieteellisissä lehdissä on kuitenkin paljon huonolaatuisia ja jopa harhaanjohtavia tilastokuvia. Hyvien tilastograafisten esitysten tekemiseen on selkeät periaatteet. Kuvien on oltava totuudenmukaisia, selkeitä ja nopeasti keskeisen viestin esille tuovia sekä kiinnostusta herättäviä. Näiden vaatimusten täyttämiseen vaikuttavat mm. esitettävän tiedon ominaisuudet ja ihmisen kognitiiviset kyvyt. Hyvän kuvan tekeminen vaatii aikaa ja työtä. Se, mitä näemme kuvana, herättää enemmän mielenkiintoa ja jää paremmin mieleen kuin se, minkä kuulemme tai luemme tekstinä. Tieteellisessä viestinnässä keskeinen kuvallisen ilmaisun laji on tilastografiikka. Se on parhaimmillaan ymmärrettävä ja tehokas tapa tarkastella suurtakin numerojoukkoa (Foley ja Van Dam 1983, Tufte 1985). Se on myös kuten matematiikka pitkälti riippumaton puhutusta kielestä. Noin puolet lääkärilukijoista kiinnittää huomiota otsikon ja tiivistelmän lisäksi kuviin ja taulukoihin luodessaan yleissilmäyksen alansa lehtiin ja valitessaan tarkemman tarkastelun kohteita (Salmelin 1997). Usein tiivistahtisissa suullisissa esityksissä kuvat voivat tehostaa viestin perillemenoa. Jotta kuvista olisi hyötyä, ne on tehtävä oikein ja hyvin. Arvostetuissakin arviointimenettelyä käyttävissä lääketieteellisissä lehdissä esiintyy kuitenkin paljon huonosti suunniteltuja, vaikealukuisia ja jopa harhaanjohtavia tilastokuvia. Tällaisista lehdistä poimitussa artikkeliotoksessa oli vähintään yksi virhe 31 %:ssa kuvista ja viestin perillemenoa vaikeuttavia heikkouksia 67 100 %:ssa (Salmelin 1997). Vuoden 1998 Tampereen lääkäripäivien posterikuvissa, joita ei etukäteen arvioitu, vastaavat luvut olivat 44 % ja 73 %. Muutamia esimerkkejä tavallisimmista, jäljempänä eriteltävistä ongelmatyypeistä on kuvien 2 4A-osissa. Mikrotietokoneiden käytön myötä tilastograafisten kuvioiden tekeminen on paljolti siirtynyt ammattipiirtäjiltä esitysten tekijöille itselleen, joilla ei kuitenkaan yleensä ole alan koulutusta. Tavallisimpien grafiikkaohjelmien oletustyylit eivät nekään liene graafisen suunnittelun ammattilaisten tekemiä (Schmid 1983), ja ohjelmat on lisäksi tehtykin kaupallisen, ei tieteellisen tilastografiikan tarpeisiin. Tässä artikkelissa annettavat ohjeet hyvien tilastograafisten esitysten tekemiseksi koskevat erityisesti painettuihin julkaisuihin tarkoitettuja kuvia, mutta keskeiset periaatteet pätevät myös posteri-, kalvo- ja diakuviin. Värien käyttöön ei puututa. Duodecim-lehdessä tosin käytetään värillistä tilastografiikkaa, mutta valtaosin tieteellisten lehtien painetut kuvat ovat vielä mustavalkoisia. Värit eivät tuonekaan merkittävää lisäarvoa. Värien käyttö on niin laaja ja ammattitai- Duodecim 2003;119:1761 73 1761
toa vaativa alue, että siinä kannattaa olla varovainen. Tilastografiikasta puhuttaessa on viitattava kuvan lukuisiin elementteihin. Ne on nimetty kuvassa 1. Nimet eivät kaikilta osin ole suomen sen enempää kuin englannin kielessäkään vakiintuneet, ja muitakin nimityksiä esiintyy kirjallisuudessa. Käytän jäljempänä yksinkertaisuuden vuoksi usein nimityksen tilastograafinen esitys asemesta sanaa kuvio ja kuvakokonaisuudesta sanaa kuva. Hyvän kuvan vaatimukset Tilastokuvien on täytettävä kolme yleistä ehtoa: Niiden on oltava totuudenmukaisia. Niiden on oltava selkeitä ja»tehokkaita» eli nopeasti keskeisen tuloksen esille tuovia. Niiden pitäisi myös olla houkuttelevia, kiinnostusta herättäviä, eli ne eivät saa antaa epämiellyttävää, sekavaa tai muuten luotaantyöntävää vaikutelmaa, jotta katsoja viitsii tutustua niihin. Ohjeet kuvien teosta Kuva-asioita sivutaan usein biostatistiikkaa ja lääketieteellistä viestintää käsittelevissä julkaisuissa (Hakulinen ja Teppo 1988, Tähti 1998, Uhari ja Nieminen 2001). Ensimmäinen pelkästään tilastografiikkaan keskittyvä, suomenkielinen yleisesitys ilmestyi vuonna 2000 (Kuusela). Lääkärilehdessä julkaistiin v. 1995 artikkelisarja tästä aiheesta (Stenman 1995a c). Englanniksi on julkaistu useita yleisesityksiä hyvien ku- y-akselin otsikko 1 Kumulatiivinen eloon jääminen akselikehys (2 4 sivua) y-akseli 0,9 0,8 0,7 dataelementtien selitteet interventioryhmä verrokkiryhmä dataelementit hilaviivat 0,6 akselin katkaisumerkki kuvateksti akselipisteen merkki x-akseli 0 12 24 36 48 Aika leskeytymisestä (kk) x-akselin otsikko Kumulatiivinen eloon jääminen leskeytymisen jälkeen interventio- ja verrokkiryhmässä. akselipisteen selite Kuva 1. Tilastograafisen kuvan osien nimet ja viivakuviotyypin oikea käyttö: kahden jatkuvan muuttujan riippuvuuden kuvaaminen ja mahdollisesti sen vertailu joidenkin ryhmien välillä (Tamminen 1996 mukaillen). 1762 R. Salmelin
vioiden piirteistä (esim. Tufte 1985, Kosslyn 1994) ja ruotsiksi ainakin yksi (Wallgren ym. 1994). Näissä ja eräissä teoreettisemmissa (mm. Cleveland 1985) teoksissa annettujen ohjeiden välillä on joitakin kirjoittajien erilaisesta koulutuksesta ja erilaisista mieltymyksistä johtuvia ristiriitaisuuksia. Tähän katsaukseen on koottu eri lähteistä teoreettisesti tai kokeellisesti perusteltuja ohjeita. Useimpien lääketieteellisten lehtien noudattamissa ns. Vancouver-ohjeissa lisäselityksineen (Bailar ja Mosteller 1988, International Committee of Medical Journal Editors 1999) annetaan kuvista lähinnä toimitusmuotoa, kokoa ja numerointia koskevia ohjeita. Ainoa ohje varsinaisten kuvien toteutukseen on:»kirjainten, numeroiden ja symbolien tulee olla selkeitä, tasalaatuisia ja riittävän kokoisia, jotta ne julkaisua varten pienennettyinäkin ovat luettavissa. Otsikot ja yksityiskohtaiset selitykset kuuluvat kuvatekstiin, eivät kuvioon itseensä.» Tilastograafisen esityksen syntyvaiheet Tilastokuvan synty on monivaiheinen prosessi, jonka jokaisessa vaiheessa on mahdollista tehdä huonoja tai suoranaisiin virheisiin johtavia valintoja. Se alkaa tutkimustulosten tuottamisesta. Virheellisesti kerätyistä tai analysoiduista tuloksista piirretty kuviokin on sisällöltään epäkelpo. Kun tutkimustuloksia ruvetaan raportoimaan, on valittava, mitkä tietokokonaisuudet eli tietoalkiot halutaan esittää graafisesti ja mitkä mahdollisista vaihtoehtoisista tiedoista esitetään: taajuudet lukumäärinä vai prosentteina, keskiarvo vai mediaani, luottamusväli vai hajonta vai kvartiilit jne. Seuraavaksi valitaan kunkin tietoalkion esittämiseen parhaiten sopiva kuviotyyppi. Valintaan vaikuttavat esitettävän tiedon tilastotieteelliset ja matemaattiset ominaisuudet, viestin päätarkoitus sekä se, mitä ihmisen havaintojärjestelmän toiminnasta ja kohderyhmästä tiedetään. Lopuksi kuvio toteutetaan kyseisen tietoalkion lukuarvoilla niin, että kaikki lukuisat yksityiskohdat ovat harkittuja ja huolella tehtyjä ja täyttävät lehteen painamisen vaatimukset. Hyvän kuvan toteutukseen vaikuttavia tekijöitä Totuudenmukaisuus eli virheettömyys. Tilastokuvan keskeisin ominaisuus on totuudenmukaisuus, ja varsinaisina virheinä voidaan pitää kaikkia sellaisia seikkoja, jotka voivat johtaa katsojan harhaan, tekemään vääriä päätelmiä tai saamaan väärän mielikuvan. Esitettävän tiedon huonosta valinnasta esimerkkinä voidaan mainita keskivirheen (SE) esittäminen keskiarvon yhteydessä. Tämä tapa on varsin yleinen monissa arvostetuimmissakin lääketieteellisissä lehdissä. Keskivirhe on pienin vaihtelun mitta muttei sellaisenaan kerro lukijalle juuri mitään. Oikeampi tapa on esittää luottamusväli (CI), jos halutaan kuvata, millä välillä muuttujan keskiarvo on tutkitun aineiston edustamassa joukossa. Jos kuvataan muuttujan arvojen vaihtelua tutkitussa aineistossa, käytetään mieluimmin kahta keskihajontaa (2 SD). Muidenkin jakauman ominaisuuksien kuvailu voi toki olla tarpeen. Kuviotyypin valinnassa tyypillisin virhe on käyttää viivapiirrosta silloinkin, kun esitettävien muuttujien ominaisuudet eivät siihen sovi. Viivapiirrosta saa nimittäin käyttää vain kahden luokittelemattoman tai luokitellun jatkuvan muuttujan (esim. pituus paino, aika kuolleisuus) riippuvuuden kuvaamiseen ja mahdollisesti vertailuun joidenkin ryhmien välillä (kuvat 1, 3B, 8). Virhetilanne syntyy, kun (yleensä x akselille tuleva) selittäjä ei ole jatkuva muuttuja mutta käytetään viivapiirrosta. Kuvassa 2A selittäjämuuttujan eli keskussairaalapiirin luokilla (EKKS, KYS jne.) ei ole edes paremmuusjärjestystä puhumattakaan etäisyysmitasta kuten lämpötiloilla. Elinten luovuttajien määrän tasainen muutos kahden sairaalan välillä ei tarkoita mitään. Palkkikuvio, kuvassa 2B sen pistemuunnelma, on yksi oikea ratkaisu. Tilanne on sama, jos selittäjän luokat voidaan asettaa suuruustai paremmuusjärjestykseen mutta niiden välistä etäisyyttä ei voida mitata, esimerkkinä mielipidemittausasteikko»täysin tai osittain samaa mieltä osittain tai täysin eri mieltä». Diskreetin selittäjän kuten lasten lukumäärän arvoilla 1763
Kuva 2. Epäjatkuva selittäjä: A) viivakuvio on väärä (datalähde: Aamulehti 1998 mukaillen), B) palkkikuvio (pistemuunnelma) on (luokittelevalle ja järjestysasteikolliselle muuttujalle) oikea kuviotyyppi. A Elinten luovuttajat keskussairaaloittain Luovuttajia / milj. asukasta v. 1990 1997 40 35 30 25 20 15 10 5 0 EKKS HYKS KAIKS KHKS KPKS KSKS KYMKS KYS LKS LPKS MKS OYKS PHKS PKKS SATKS SAVKS SEKS TAYS TYKS VKS B Keskussairaalapiiri EKKS KYS TAYS TYKS KSKS PHKS HYKS KPKS LKS MKS KAIKS OYKS LPKS SAVKS SATKS PKKS SEKS KHKS VKS KYMKS * 0 10 20 30 40 Määrä / milj. asukasta Elinten luovuttajien määrä Suomen keskussairaalapiireissä 1990 1997 asukaslukuun suhteutettuna. 1764 R. Salmelin
A 350 300 250 200 150 100 B 50 0 350 300 250 200 150 100 50 Vaste (yks.) 0 30 60 120 250 500 1 000 1 500 2 000 a cm 30 yks. Vaste (yks.) Pitoisuus (yks.) a cm 500 yks. 0 0 500 1 000 1 500 2 000 Pitoisuus (yks.) Vasteen muutos aineen pitoisuuden mukaan. Kuva 3. Aidosti jatkuva-arvoinen akseli A) virheellisesti toteutettuna: tietynsuuruinen välimatka akselilla ei vastaa joka kohdassa samansuuruista muutosta datassa, B) oikein toteutettuna. on etäisyysmittakin, mutta muuttuja voi saada vain tiettyjä jatkumon arvoja. Tämä vaatii pylväskuviota (kuva 7) tai sen pistemuunnelmia. Kuvioiden toteutuksessa totuudenmukaisuus edellyttää, että esitettävät numeeriset tiedot ja niitä kuviossa välittävät elementit pylväät, palkit, viivojen kulmakertoimet yms. ovat yhtäpitävät. Tämä tarkoittaa sitä, että yhtä suurta datan muutosta vastaa joka kohdassa kuviota yhtä suuri dataelementtien muutos. Tätä ohjetta rikkovat virheet syntyvät useimmiten kahdessa tilanteessa. Ensimmäisessä tilanteessa joko x- tai y-akselin jatkuva-arvoisella asteikolla samanpituinen akselin osa vastaa eri kohdissa akselia sattumanvaraisesti erisuuruista datan muutosta. Logaritmiasteikko on toki sallittu. Sitä käytettäessä tietty fyysinen välimatka tarkoittaa systemaattisesti kasvavaa tai vähenevää arvojen muutosta (kuva 8). Kuvan 3A esimerkissä ei ole kyse siitä. Vaste näyttäisi kasvavan hyvin voimakkaasti tutkittavan aineen pitoisuuden kasvaessa. Oikein tehdyssä kuvassa 3B riippuvuus onkin lineaarinen. Jos x-akselilla on epätasavälisesti luokiteltu jatkuva muuttuja ja käytetään viivakuviota, on edellä mainitun virheen välttämiseksi määritettävä akselipisteiden etäisyys luokkakeskusten erotusten mukaan, ei tasavälisesti. Vaihtoehtoisesti voidaan käyttää helpommin toteutettavissa olevaa pylväskuviota (kuva 7). Sopivissa olosuhteissa akselin mittasuhteisiin liittyvä virhe voi siis johtaa selvästi todellisuudesta poikkeavaan kuvioon. Viivapiirroksissa trendi yleensä näyttää todellista voimakkaammalta. Tämä virhe syntyy helposti käytettäessä Excel-ohjelmaa, kun kuviotyypiksi valitaan viivapiirros (line) eikä XY-pisteparvi (XY scatter) ja vasta sen vaihtoehdoista viivakuvio. Toinen harhaanjohtava tilanne syntyy, kun pylväitä, palkkeja tai niiden pistemuunnelmia käytettäessä y-akseli aloitetaan nollaa suuremmasta arvosta (katkaistaan). Tällöin pylväiden korkeuksien tai palkkien pituuksien suhteet eivät vastaakaan muuttujan arvojen suhteita. Yleensä erot näyttävät todellista suuremmilta (kuva 4). Viiva- ja pisteparvikuviossa akselin saa aloittaa nollaa suuremmasta arvosta, jos tarkoitus on kuvata trendiä, ei absoluuttisia arvoja, ja jos kuvion alaosaan muuten jäisi paljon tyhjää tilaa. Akselin katkaisu on kuitenkin merkittävä (kuvat 1 ja 6E). Pylväs- tai palkkikuviossakin yksi tai kaksi muita selvästi korkeampaa pylvästä voidaan katkaista ylhäältä, jos mahdollisuus tarkastella kunnolla matalampia pylväitä on oleellisempaa kuin korkeimpien korostaminen. Katkaisu on osoitettava (kuva 5). 1765
Kuva 4. Jatkuva-arvoinen akseli pylväs- ja palkkikuvioissa sekä niiden muunnelmissa A) virheellisesti toteutettuna: aloitus 0:aa suuremmasta arvosta (kuvalähde: Elixair-mainos mukaillen) B) oikein toteutettuna: aloitus 0:sta. A Äänitaso (db(a)) 52 49 46 43 41,5 44,5 45,5 49,5 40 37 37,5 Elixair Safir 940 Venta Philips 4330 Trion Laite B Laite Elixair Safir 940 Venta Philips 4330 Trion 0 10 20 30 40 50 Äänitaso (db(a)) Eri ilmanpuhdistinmerkkien käyntiäänen voimakkuus. Selkeys ja tehokkuus. Koska oleellisen tiedon korostaminen on tärkeää, kuvion tekijällä on oltava selkeä käsitys pääviestistä, jonka hän haluaa lukijan saavan. Sen mukaan hän voi valita tiedon ominaisuuksien perusteella mahdollisista kuviotyypeistä sen, joka selkeimmin korostaa tätä viestiä: ilmiöiden esiintyvyyttä, ryhmien välisiä eroja, trendiä tms. Yhden muuttujan jakauman esittämiseen käytetään toisissaan kiinni olevista pylväistä koostuvaa histogrammia, jos kyseessä on tasavälisesti luokiteltu jatkuva muuttuja. Muita muuttujia kuvataan yksinkertaisilla pylväs- tai palkkikuvioilla pistemuunnelmineen, jotka sopivat myös piste-estimaattien kuvaamiseen toisen muuttujan luokissa (kuvat 2B ja 4B). Jaetut pylväät tai palkit (kuvat 6A ja B), kerrostetut viivat tai piirakkakuvio jota ei suositella korostavat kokonaisuuden jakaantumista osiin. Viivakuvio (kuvat 1, 3B ja 8) korostaa trendiä. Vertailuun sopivat ryhmitellyt pylväs- ja palkkikuviot (kuvat 5 ja 7), paripylväskuviot (kuva 6C), useita viivoja sisältävät kuviot (kuvat 1 ja 8) ja muut yksinkertaisia perustyyppejä yhdistelevät kuviot sekä»laatikko ja viikset» -kuvio (kuva 6D). Jatkuvaa ja diskreettiä pisteparvikuviota (kuvat 6E ja F) käytetään yksittäisten arvojen kuvaamiseen varsinkin silloin, kun havaintoyksiköitä ei ole kovin paljon. Epätavallisia tai odotusten vastaisia tuloksia pitäisi korostaa. Poikkeava tai muu arvo, johon halutaan kiinnittää huomiota, voidaan esimer- 1766 R. Salmelin
Tautiryhmä kasvaimet endokrinologiset taudit mielenterveyden häiriöt neurologiset taudit verenkiertoelinten taudit hengityselinten taudit ruoansulatuselinten taudit urologiset taudit oireet vammat ja myrkytykset itsemurha Kuva 5. Muita selvästi korkeamman pylvään tai pitemmän palkin luvallinen katkaisu yläosasta ja sen merkitseminen (kuvalähde: Tamminen 1996 mukaillen). 0 2 4 6 14 16 18 20 Kuolleisuus (%) Ryhmä interventio verrokit Interventio- ja verrokkiryhmän leskien peruskuolinsyiden jakaantuminen kuolinsyyluokkiin. kiksi esittää erilaisella selitteen tekstityypillä tai pistemerkillä (kuva 2B) tai suuremmalla viivanpaksuudella kuin muut, tai kuvioon voidaan merkitä muuttujan normaaliarvot. Selkeässä kuviossa ei ole mitään turhaa tai päällekkäistä (»maksimoitu data-mustesuhde», Tufte 1985), kuitenkaan luettavuuden kärsimättä. Koska kuvion on tarkoitus auttaa kokonaisuuksien, suuruussuhteiden yms. hahmottamisessa eikä tarkkojen lukuarvojen esittämisessä, kuvioissa ei yleensä pidä esittää elementtiin liittyvää lukuarvoa (kuvat 4A ja B). Ihmisen hahmotuskyvyn huomioon ottaminen parantaa kuvion helppokäyttöisyyttä ja viestinvälityskykyä. Ihminen tulkitsee erilaisella tarkkuudella erilaisia kvantitatiivisen tiedon esittämiseen käytettyjä kuvioelementtejä (Cleveland ja McGill 1987) Tarkimmin pystytään tulkitsemaan yksinkertaisia ja ryhmiteltyjä pylväitä ja palkkeja ja niiden ilmavampia varrellisia tai varrettomia pistemuunnelmia ja paripylväitä (Clevelandin ja McGillin luokittelussa parhaat sijaluvut 1 ja 2). Jaettuja pylväitä ja palkkeja on myös suhteellisen helppo tulkita tarkasti (sija 3), samoin viivakuvioita (sija 4). Piirakkakuviot ja muut kulmiin, kaariin tai pinta-alaan perustuvat tyypit sen sijaan eivät ole kovin hyviä tiedonvälittäjiä (sijat 5, 6 ja 8). Tilavuuteen tai värinvaihteluihin perustuvia kuvioita on erittäin vaikea tulkita tarkasti (sijat 7, 9 ja 10). Nämä tutkimustulokset ovat suuntaa-antavia, vaikka kuvan tarkoituksena ei olekaan välittää tarkkoja arvoja. Ihmisten on myös todettu olettavan, että vaaka-akseli on jatkuva-arvoinen. Viivapiirros täyttää aina tämän ehdon, koska x-akselilla on aidosti jatkuva tai tasa- tai epätasavälisesti luokiteltu jatkuva muuttuja. Myös pylväskuvioiden muunnelmineen katsotaan täyttävän ehdon, koska vaaka-akselilla tulee olla tasa- tai epätasavälisesti luokiteltu jatkuva muuttuja tai diskreetti muuttuja (kuva 7). Kun x-akselille tulevat minkä tahansa muun luokitellun muuttujan arvot, vaihdetaan kaikissa kuviotyypeissä x- akseli pystysuuntaiseksi ja jatkuva-arvoinen y- akseli vaakasuuntaiseksi (kuvat 2B, 4B, 5, 6A, B, D ja F). Tällöin luokkien nimetkin voidaan kirjoittaa helppolukuisemmin vaakasuuntaisina. 1767
Kuva 6. Muita esimerkkejä kuviotyypeistä. 1) Osiin jakautumista korostavat: A) jaettu, havaintoyksiköiden kokonaismäärään summaava palkki- tai pylväskuvio, B) jaettu, 100 %:iin summaava palkki- tai pylväskuvio. 2) Vertailua korostavat: C) paripylväskuvio (varrellinen pistemuunnelma) ja D)»laatikko ja viikset -kuvio». 3) Yksittäisiä havaintoyksiköitä kuvaavat: E) jatkuva pisteparvikuvio, F) diskreetti pisteparvikuvio. Kuvien A ja B kuvalähde Tamminen 1996, kuvan C datalähde Finnish Cancer Registry 1995, kuvan D datalähde Virtala 1998 mukaillen, kuvan E datalähde Latva R, julkaisematon tutkimus, kuvan F kuvalähde Salmelin 1997 mukaillen. A B Ryhmä kaikki interventio verrokki naiset interventio verrokki miehet interventio verrokki 0 10 20 30 40 50 Kuolleisuus (%) Tautiryhmä iskeemiset sydänsairaudet muut verenkiertoelinten sairaudet muut kuolinsyyt Interventio- ja verrokkiryhmien leskien kuolleisuus iskeemiseen sydänsairauteen, muihin verenkiertoelinten sairauksiin ja muihin kuolinsyihin. Ryhmä interventiolesket verrokkilesket naimisissa olevat verrokit 0 % 25 % 50 % 75 % 100 % Yksinäisyyden kokeminen usein joskus ei koskaan Yksinäisyyden kokeminen eri tutkimusryhmissä (interventio- ja verrokkiryhmän lesket sekä naimisissa olevat verrokit). C Primaaripaikka eturauhanen rinta kohtu munasarjat keuhkot virtsarakko vatsa paksusuoli peräsuoli ym. munuaiset hermosto haima iho iho/melanooma leukemia maksa 60 40 20 0 20 40 60 miehet Ilmaantuvuus / 100 000 naiset Tavallisimpien syöpien ilmaantuvuus primaaripaikan mukaan miehillä ja naisilla Suomessa 1993. 1768 R. Salmelin
D Mittausajankohta 1. opiskeluvuosi (n = 180) 4. opiskeluvuosi (n = 127) valmistumisen jälkeen (n = 112) min. mediaani maks. kvartiilit 0 20 40 60 80 kielteisin Pisteiden summa myönteisin Ensimmäisen ja neljännen vuoden lääketieteen opiskelijoiden sekä äskettäin valmistuneiden lääkäreiden asenteet psyykkisiä sairauksia ja niiden hoitoa sekä psykiatrisia potilaita kohtaan. Arvot kuvaavat asennemittarin pisteiden summaa. E F Syntymäpituus (cm) 50 48 46 44 42 40 38 36 34 32 0 0 500 1 000 1 500 2 000 2 500 3 000 3 500 Syntymäpaino (g) Keskosdiagnoosin TAYS:ssa v. 1989 saaneiden lasten syntymäpainon ja -pituuden välinen riippuvuus. Ammattiryhmä tutkijat (n = 14) sairaalalääkärit (n = 14) tk-lääkärit (n = 11) opiskelijat (n = 14) 0 2 4 6 8 10 12 14 16 Niiden testikuvioiden määrä / vastaaja, joista pääviesti oli saatu Niiden testikuvioiden määrä (vaihteluväli 0 16) vastaajaa kohti, joista vastaaja oli saanut vähintään pääviestin; jakaumat tutkituissa ammattiryhmissä. 1769
Osuus (%) 70 60 50 40 30 20 10 0 interventiolesket verrokkilesket naimisissa olevat verrokit 0 1 2 > 3 Poikkeavien löydösten määrä Psykiatrinen status eri tutkimusryhmissä. Kuva 7. Pylväskuvio on luokitellulle jatkuvalle muuttujalle oikea kuviotyyppi (kuvalähde: Tamminen 1996 mukaillen Dataelementtien järjestys vaikuttaa viestin hahmottamiseen. Kun pylväs-, palkki- tai pistekuviossa selittäjän luokkia ei voida asettaa luonnolliseen suuruus- tai paremmuusjärjestykseen, järjestetään elementit yleensä korkeutensa tai pituutensa mukaan nousevaan tai laskevaan järjestykseen (kuvat 2B, 4B ja 6C). Pylväs- tai palkkiryhmät järjestetään yhden niihin kuuluvan dataelementin mukaan suuruusjärjestykseen. Muut elementit eivät tällöin välttämättä ole ryhmästä toiseen siirryttäessä järjestyksessä. Jos luokilla sen sijaan on luonnollinen (kuvat 6D ja 7) tai jokin muu perusteltu järjestys (kuvat 5, 6A ja B), se määrää elementtijärjestyksen. Dataelementtien toteutuksella voidaan myös helpottaa tulkintaa. Esitettävä tieto pitäisi valita siten, että suurempi elementti vastaa suurempaa tai parempaa muuttujan arvoa ja tummempi väri huonompaa arvoa tms. Kuviossa ei pidä esiintyä mitään, millä ei ole itsenäistä informaatioarvoa. Lähinnä posteri-, kalvo- ja diakuvissa käytetyt liukuvärit pylväiden tai akselikehyksen sisällä eivät edusta datan muutosta, joten ne pitäisi unohtaa; ne saattavat jopa vaikeuttaa tulkintaa. Koko esityksen taustassa liukuvärejä voidaan ehkä käyttää, kunhan se ei vaikeuta varsinaisen asian lukemista. Tuttuja kuviotyyppejä, joita lääkäreiden viestinnässä ovat pylväs- ja palkkikuviot pistemuunnelmineen ja viivakuviot (Salmelin 1997), on helppo lukea. Oudompiinkin suositeltaviin ku- viotyyppeihin voidaan lukijakuntaa kuitenkin totuttaa, kunhan kuvat on varustettu kunnon selitteellä (kuva 6D). Ainakaan keskivertokäyttäjille tarkoitettu kuva ei saisi olla sisällöltään liian tiivis ja moniulotteinen (kuva 8). Varsinkin jos pääviestikään ei ole ensi silmäyksellä ilmeinen, tiiviin ja moniulotteisen kuvion tulkintaan kuluu lääkäreiden mielestä liian kauan aikaa. Kohderyhmälle outoja käsitteitä ja sanoja tulisi välttää. Väärinymmärryksen vaaraa kasvaa, kun kirjoittaja ja lukija käyttävät muuta kuin äidinkieltään. Houkuttelevuus. Kuva huomataan ja sen viesti välittyy varmemmin, jos se on esteettisestikin hyvä. Houkuttelevuus sen paremmin kuin luettavuuskaan ei parane käytettäessä pseudokolmiulotteisia siis kolmiulotteisen näköisiksi tehtyjä pylväitä tms. elementtejä. Ne päinvastoin vaikeuttavat varsinaisen tiedon saamista kuviosta (Tähti 1998). Yhteen kuvioon ei saa sijoittaa liikaa tietoa. Yhdessä akselikehyksessä saisi olla enintään neljä viivaa, elleivät ne ole hyvin erillään. Yksinkertaisia tai ryhmiteltyjä pylväitä tai palkkeja saisi olla enintään 10 12. Varrellisten tai varrettomien pisteiden maksimimäärä on noin 20 ja jaettujen pylväiden tai palkkien kuusi akselikehystä kohti. Kussakin pylväs- tai palkkiryhmässä saisi olla enintään neljä pylvästä tai palkkia ja kussakin jaetussa pylväässä tai palkissa neljä osaa. Jos esitettävänä on edellä mainittua enemmän tietoa, se on hajotettava useampaan akselikehykseen. Suosituksia tilastokuvioiden teknisistä yksityiskohdista on esitetty taulukossa. Kaiken kaikkiaan kuvioissa tulisi välttää liikaa kirjavuutta. Kuvion laadinnassa tulisi pyrkiä hyvään»datamustesuhteeseen», rauhalliseen ja tasapainoiseen vaikutelmaan ja helppolukuisuuteen. Kuvion pitäisi täyttää nämä vaatimukset lopulliseen kokoon pienennettynäkin. Tämän arvioinnissa kopiokoneen tai grafiikkaohjelman pienennysominaisuudesta on hyötyä. Tavallisimmin kuvioiden tekoon käytettyjen ohjelmien kuten Excelin tai SPSS:n oletusarvot eivät tuota parasta kuviota, eivät aina edes oikein tehtyä. Kokeiluja kannattaa tehdä, kun se mikrotietokoneilla on helppoakin. Kuvien testaaminen asiaan vihkiytymättömillä henkilöillä 1770 R. Salmelin
100 Hoitopäivien määrä verrokkilesket, pois jääneet? Kuva 8. Esimerkki kuvasta (kuvio ja kuvateksti), joka moniulotteisuutensa ja interventiolesket, pois jääneet runsaan datamääränsä vuoksi voi olla keskivertolukijalle vaikealukuinen (kuvalähde: Tamminen 1996 mukaillen). naimisissa olevat verrokit, pois jääneet 10 interventiolesket, tulleet verrokkilesket, tulleet naimisissa olevat verrokit, tulleet 1 0,1 1 0 1 2 3 Aika leskeytymisestä (v) Koko otoksen sairaalahoitopäivien keskiarvot erikseen B-poliklinikkakäynnille tulleilla ja tutkimuksesta pois jääneillä (sisältää myös pois jätetyt) kaikissa tutkimusryhmissä eri vuosina interventio- ja verrokkileskillä leskeytymispäivän ja naimisissa olevilla verrokeilla referenssipäivän (1.7.1987) suhteen. on niin ikään hyödyllistä. Kannattaa myös muistaa, että arvovaltaistenkaan lehtien tilastokuvat eivät välttämättä ole hyvin tehtyjä tai edes virheettömiä. Kuvan viimeistely. Varsinaisen tilastograafisen kuvion lisäksi kuvaan liittyy kuvateksti tai otsikko. Painettavien kuvien kuvateksti tulee kuvion alle, ja se tehdään samalla ohjelmalla kuin artikkelin tekstikin. Posteri-, dia- ja kalvokuvissa kuvateksti voidaan korvata kuvion yläpuolelle tulevalla, grafiikkaohjelman avulla tehtävällä otsikolla. Totunnaisesti on vaadittu, että kuvion kuvateksteineen ja taulukon otsikoineen tulisi olla ymmärrettävä yhteydestään irrotettunakin. Vaatimusta on tosiasiassa lähes mahdoton täyttää täydellisesti, mutta kuvakokonaisuus pitäisi kuitenkin yrittää tehdä niin, että se sisältää tulkitsemiseen tarvittavat tiedot. Kuvatekstin pitää siis sisältää kattava selvitys kuviossa esitetyistä tiedoista ja elementeistä. Liian pitkä kuvateksti voi kuitenkin karkottaa lukijan. Tietoa välittävät elementit tulisi, mikäli mahdollista, vastoin Vancouver-ohjeita määritellä 1771
Taulukko. Tilastograafisen esityksen toteutuksessa muistettavia yksityiskohtia toteutussuosituksineen. Kuvioelementit on nimetty kuvassa 1. Kuvioelementti Piirre Muistettavat tai suositeltavat ominaisuudet Akselikehys mittasuhteet ei liioittele, ei latista dataelementtejä ja niiden suhteita; vaaka-a4-suhteinen usein hyvä Akselit Hilaviivat sivujen määrä viivanpaksuus akselimerkit otsikot 2 (vain x- ja y-akseli) tai 4 (täysi kehys) ohuempi kuin dataviivat, ei visuaalisesti hallitseva oltava aina (paitsi piirakkakuviossa) y-akselin suurin arvo > suurin data-arvo oltava, jos akselin arvot numeerisia ei liian tiheässä, ei liian harvassa (= sisällön kannalta mielekkäin välein) ulkopuolella (vähiten dataelementtien tiellä) oltava molemmilla akseleilla, ellei itsestään selvä sisältö: kuvattava muuttuja (suure) ja yksikkö harvoin viivakuviossa, pylväs- yms. usein hyödyksi ohuet, ohuemmat kuin dataviivat, esim. katkoviiva Dataelementit erottelu pylväät ja palkit: harmaasävyt tai tiheä rasterointi viivat: mustat, viivan tyyppi ja paksuus, tai pistemerkit, jos korostetaan mittauskohtaa; värejä vain posteri-, dia- ja kalvokuviin nimeäminen, ryhmitellyt pylväät ja palkit, vaihteluvälijanat yms.: selitteet erilliseen selitteeseen akselikehyksen sisä- tai ulkopuolelle viivat ja piirakat: mieluimmin elementin viereen sijoittelu pylväiden ja pylväsryhmien leveys > niiden välin leveys Tekstit kirjaimet yhtenäinen tyyppi ja koko, tehokeinoina kursivointi ja lihavointi luettavan kokoinen pienennyksen jälkeenkin itse kuviossa. Selostusta kuvion dataelementtien sisällöstä (esim. keskiarvo ja vaihteluvälijanat), pylväiden täyttöväreistä yms. ei nimittäin aina huomata kuvatekstistä. Kuvat toimitetaan painoon hyvällä laserkirjoittimella tulostettuina, yleensä A4 kokoisina, valokuvattavina originaaleina tai kuvatiedostona. Jos kuva valokuvataan, on käytettävä joko selvästi erottuvia harmaasävyjä tai tiheää rasterointia. Värejä ei kannata käyttää mustavalkoisina tulostettavissa kuvissa lainkaan, koska värien muuttumista harmaasävyiksi on vaikea ennustaa. Tiedostosta tulostettuina harmaasävykuvat toistuvat oikein. Lopuksi Kuva kertoo enemmän kuin tuhat sanaa mutta vain hyvä kuva. Esitetyt periaatteet tarjoavat lähtökohdan kuvien tekemiselle mutta eivät kata kaikkia tilanteita. Varsinaisten virheiden välttämiseen liittyviä periaatteita pitää aina noudattaa, muista voidaan tinkiä aineiston luonteen tai kuvan luettavuuden vuoksi. Tällaisista erikoistapauksista kannattaa keskustella asiantuntijan kanssa. Tärkeät tulokset pitäisi esittää sekä kuvissa tai taulukoissa että tekstissä, jossa kerrotaan vain keskeisin tulos ja tehdyt päätelmät. Pienimpiäkin yksityiskohtia myöten hyvän kuvan tekeminen vaatii aikaa ja työtä aivan kuten artikkelin muutkin osat. 1772 R. Salmelin
Kirjallisuutta Bailar JC, Mosteller F. Guidelines for statistical reporting in articles for medical journals. Amplifications and explanations. Ann Intern Med 1988;108:266 73. Cleveland WS. The elements of graphing data. Monterey: Wadsworth Advanced Books and Software, 1985. Cleveland WS, McGill R. Graphical perception: the visual decoding of quantitative information on graphical displays of data. J Roy Stat Soc A Sta 1987;150(3):192 229. Elinluovuttajien määrä romahti. Aamulehti 7.2.1998. Finnish Cancer Registry. Cancer incidence in Finland 1993. Publication no. 56. Helsinki: Cancer Society of Finland, 1995. Foley JD, Van Dam A. Fundamentals of interactive computer graphics. Reading: Addison-Wesley, 1983. Hakulinen T, Teppo L. Tulosten esittäminen. Duodecim 1988;104:62 72. International Committee of Medical Journal Editors. Uniform requirements for manuscripts submitted to biomedical journals. Med Educ 1999;33:66 78. Kosslyn SM. Elements of graph design. New York: W. H. Freeman and Company, 1994. Kuusela V. Tilastografiikan perusteet. Helsinki: Edita, 2000. Salmelin R. Graphical representation of statistical results in medical research. Acta Universitatis Tamperensis 551. Tampere: Tampereen yliopisto, 1997. Schmid CF. Statistical graphics. Design principles and practices. New York: John Wiley & Sons, 1983. Stenman S. Tieteellisen artikkelin kuvitus I. Piirrostyypit ja niiden käyttö. Suom Lääkäril 1995(a);50:379 85. Stenman S. Tieteellisen artikkelin kuvitus II. Mitä kuuluu kuvioon ja mitä tekstiin. Suom Lääkäril 1995(b);50:499 501. Stenman S. Tieteellisen artikkelin kuvitus III. Tietokonegrafiikan sudenkuoppia. Suom Lääkäril 1995(c);50:629 34. Tamminen H. Terveystarkastusintervention vaikutus vanhana leskeksi jääneiden terveydentilaan ja elinaikaan. Acta Universitatis Tamperensis 492. Tampere: Tampereen yliopisto, 1996. Tufte ER. The visual display of quantitative information. Chesire: Graphics Press, 1985. Tähti H. Aineiston, menetelmien ja tulosten esittäminen. Kirjassa: Tähti H, Rantala I, toim. Lääketieteellinen viestintä. Tampere: Tampereen yliopisto, 1998, s. 43 51. Uhari M, Nieminen P. Epidemiologia ja biostatistiikka. Jyväskylä: Kustannus Oy Duodecim, 2001. Virtala A, Salmelin R, Tamminen T, Anttinen E. Change of attitudes towards psychiatric issues during medical education. Med Teacher 1998;20:356 63. Wallgren A, Wallgren B, Persson R, ym. Statistikens bilder. Stockholm: Norstedts Juridik AB, 1994. RAILI K. SALMELIN, FT, laboraattori raili.salmelin@uta.fi Tampereen yliopisto, terveystieteen laitos 33014 Tampereen yliopisto ja TAYS:n tutkimusyksikkö Mitä opin 1. Viivakuviota saa käyttää a) jatkuvana ilmoitetun pituuden ja painon riippuvuuden kuvaamiseen b) useiden oireiden yleisyyden kuvaamiseen (tietyssä potilasryhmässä) c) verenpaineen keskiarvon kuvaamiseen epätasavälisesti luokitellun painon luokissa. 2. Vakava virhe pylväs- tai palkkikuviossa on a) levoton rasterointi pylväissä tai palkeissa b) pylväiden tai palkkien aloitus nollaa suuremmasta arvosta c) yhden tai kahden muita selvästi korkeamman pylvään katkaisu ylhäältä d) liian suuret tai pienet välit pylväiden/palkkien tai niiden muodostamien ryhmien välillä. 3. Vakava virhe jatkuva-arvoisella akselilla on a) akselipistemerkkien tasavälisyys, kun vastaavien arvojen erotus ei ole vakio b) logaritminen asteikko c) akselipisteiden liika tiheys tai harvuus 4. Jaetussa pylväässä tai palkissa saa olla osia enintään a) 2 b) 3 c) 4 d) 6 Oikeat vastaukset sivulla 1785 1773