База данных Что является изучаемым исходом? • Привычное невынашивание Сколько наблюдений (человек) включено в исследование? • 20 Сколько наблюдений (человек) в каждой группе? • 10 Как представлена переменная «привычное невынашивание» ? • Бинарная величина: 1 – есть, 0 – нет Что является воздействием (причиной, фактором риска, экспозицией)? • Все остальные переменные, указанные в таблице
База данных (продолжение) Какие из переменных, являющиеся возможными факторами риска, представлены как бинарные величины? • Курение • Ранний токсикоз в анамнезе • ПЭ в анамнезе • ЗРП в анамнезе • ВА • АКЛ • Анти-β 2 -ГП-1 • БВ • Эндометриоз • ВЗОМТ
База данных (продолжение) Какие из переменных, являющиеся возможными факторами риска, представлены как категориальные величины? • Миома матки: 0 – нет, 1 – интрамуральная миома, 2 – субмукозная миома Какие из переменных, являющиеся возможными факторами риска, представлены как непрерывные величины? • • Возраст женщины Возраст мужа Вес Рост Уровень Hb Уровень глк ТТГ Анти-ТГ Какие из переменных, являющиеся возможными факторами риска, представлены как дискретные величины? • Число выкидышей • Число родов • Число искусственных абортов
База данных (продолжение): сравнение категориальных данных 1. Построить таблицу сопряженности. 2. Рассчитать ОР, ОШ и ДИ к ним в случае бинарных данных. или 3. Рассчитать точный тест Фишера или χ2 -тест в случае категориальных данных. Tables and banners → Crosstabulation tables → Группа/Курение →Pearson, Fisher Невынашивание+ Невынашивание- Итого Курение+ 3 2 5 Курение- 7 8 15 Итого 10 10 20 χ2 -тест p=0, 605578 ОР=1, 28 95% ДИ=0, 52; 3, 15. ОШ=1, 71 95% ДИ=0, 14; 25, 60.
База данных (продолжение): сравнение категориальных данных Влияние переменных, представленных как бинарные величины, являющихся возможными факторами риска, на развитие невынашивания беременности: Курение Анти-β 2 -ГП-1 • Нет, р=0, 6055 • Нет, р=0, 1360 Ранний токсикоз в анамнезе БВ • Нет, р=1, 0 • Нет, р=0, 6392 ПЭ в анамнезе Миома матки • Нет, р=1, 0 • Нет, р=0, 0793 ЗРП в анамнезе Эндометриоз • Нет, р=0, 5311 • Нет, р=1, 0 ВА ВЗОМТ • Нет, р=0, 2635 • Нет, р=0, 6392 АКЛ • Нет, р=0, 1213 Можно ли трансформировать какие-либо из перечисленных переменных? • Только «миома матки»
База данных (продолжение): преобразование категориальных данных Р=0, 0793 Невынашивание+ Невынашивание- Итого ММ интрамуральная+ 2 4 6 ММ субмукозная + 4 0 4 Миома матки - 4 6 10 Итого 10 10 20 Р=0, 6560 ОР=1, 5 [0, 6; 3, 7] Невынашивание+ Невынашивание- Итого Миома матки+ 6 4 10 Миома матки - 4 6 10 Итого 10 10 20 Р=0, 0350 ОР=2, 6 [1, 4; 5, 02] Невынашивание+ Невынашивание- Итого Миома матки субмукозная+ 4 0 4 Миома матки субмукозная - 6 10 16 Итого 10 10 20
База данных (продолжение): сравнение количественных данных 1. 2. 3. Определить распределение данных. Определить метод описания центральной тенденции (средняя или медиана). Выбрать статистический тест (параметрический иди непараметрический). Basic statistics→ Descriptive statistics → Возраст →Advanced Valid N Возраст 20 женщины Mean Median Std. Dev. Skewness Kurtosis 29, 3 28, 5 4, 38 0, 58 -0, 31 Нормальное распределение Mean=Median Skewness=0 Kurtosis=0 В нашем случае – не. N распределение Mean>Median Скошенность вправо (Skewness>0) Хвосты короткие (Curtosis<0)
База данных (продолжение): сравнение количественных данных 1. Представим, что распределение нормальное. Basic statistics→ t-test, independent by groups→ Группа/Возраст →Advanced Mean - 1 Возраст женщины 2. Mean - 0 t-value df p Valid N 1 Valid N 0 Std. Dev. 1 Std. Dev. 0 32, 1 26, 5 3, 68 18 0, 0016 10 10 4, 01 2, 63 Представим, что распределение ненормальное. Nonparametrics→ Comparing two independent samples→ Группа/Возраст →M-W test Rank Sum Group 1 Возраст женщины Rank Sum Group 2 U Z p-level Zadjusted p-level Valid N Group 1 Valid N Group 2 143, 0 67, 0 12, 0 2, 8725 0, 0040 2, 8790 0, 0039 10 10
База данных (продолжение): сравнение количественных данных Влияние переменных, представленных как количественные величины, являющихся возможными факторами риска, на развитие невынашивания беременности: Возраст женщины • Да, р=0, 0016 Возраст мужа • Да, р=0, 0101 Вес • Да, р=0, 0027 Рост • Нет, р=0, 0949 Уровень Hb • Нет, р=0, 3632 Уровень глк • Да, р=0, 0189 ТТГ • Да, р=0, 0138 Анти-ТГ • Нет, р=0, 2049 Число выкидышей • Да, р=0, 0001 Число родов • Нет, р=0, 2554 Число искусственных абортов • Да, р=0, 0329 Можно ли трансформировать какие-либо из перечисленных переменных? • Да, любые
База данных (продолжение): преобразование количественных данных ИМТ женщины • Да, р=0, 0011
База данных (продолжение): преобразование количественных данных Valid N Median Std. Dev. Skewness Kurtosis 29, 3 Возраст 20 женщины Mean 28, 5 4, 38 0, 58 -0, 31 Tables and banners → Crosstabulation tables → Группа/Возраст2 →Pearson, Fisher Невынашивание- Итого Возраст>29 8 2 5 Возраст<29 2 8 15 Итого 10 20 Невынашивание+ 10 χ2 -тест p=0, 0072 ОР=4, 0 95% ДИ=1, 11; 14, 35. ОШ=16, 00 95% ДИ=1, 31; 239, 57.
База данных (продолжение): заключение В проведенном однофакторном анализе на невынашивание беременности оказывали влияние следующие переменные: • Возраст женщины • Возраст мужа • ИМТ • Уровень глк • Уровень ТТГ • Число выкидышей в анамнезе • Число искусственных абортов в анамнезе • Наличие субмукозной миомы матки
Скачать презентацию База данных Что является изучаемым исходом Привычное
База данных.ppt