Применение медицинской статистики n n n Статистика

Применение медицинской статистики

n n n Статистика – самостоятельная общественная наука, изучающая количественную сторону массовых общественных явлений в неразрывной связи с их качественной стороной. В зависимости от того, какую сторону явлений общественной жизни изучает данная отрасль статистики, она получает специализированное название. так существует промышленная, сельскохозяйственная, коммунальная, судебная и др. Статистика, изучающая вопросы, связанные с медициной, гигиеной и общественным здравоохранением, носит название санитарной статистики. Медицинская статистика делится на разделы: 1) статистика здоровья населения 2) статистика здравоохранения 3) научная статистика Статистика – это зеркало отражающее действительность

n n Статистические методы исследования являются мощным инструментом обработки больших массивов информации с целью обнаружения закономерностей, лежащих в основе изучаемых явлений и проверки обоснованности выдвигаемых предложений. Именно медицинские исследования требуют объективного анализа полученных данных, так как неправильные выводы из полученных результатов могут нанести ущерб здоровью человека. Знание основ математической статистики необходимо на всех этапах проведения медико-биологических исследований: при формулировании цели, планировании эксперимента, наборе данных, первичной обработке, выдвижении и проверке гипотез, построении математических моделей. Таким образом, знание основ практики проведения медицинских исследований, статистической обработки данных и обоснования полученных выводов является неотъемлемой частью подготовки будущего врача.

n Структурой медицинского исследования принято считать совокупность организационных моментов по отбору пациентов в опытные и контрольные группы исследования, назначений определенного вида, продолжительности лечения и его сопоставимости с традиционными способами терапии, наблюдений за больными в короткоотставленные и долгосрочные периоды после лечебного воздействия и др. Различают поперечные и продольные медицинские исследования.

Основные варианты структуры медицинского исследования n n n n n ПОПЕРЕЧНЫЕ Описания особенностей спектра проявлений болезни, диагноза, стадии болезни в отдельный момент времени: — описание нормальных вариаций — описание тяжести болезни — описание сочетаний с другими факторами ПРОДОЛЬНЫЕ Проспективные: — популяционные (когортные) исследования естественного развития заболевания, его прогноза — популяционные исследования причинных факторов — популяционные исследования с преднамеренным вмешательством — популяционные исследования с ретроспективным сбором исходных данных Ретроспективные — наблюдательные исследования — исследования по типу сравнения с контролем.

Статистические термины и показатели, используемые для представления результатов медико-биологических исследований n n n Основными характеристиками, описывающими совокупность количественных данных, являются средние значения (среднее число посещений в день к врачу, средняя длительность лечения, средний уровень белка в крови и т. д. ) и мера разброса (варьирования) данных в исследуемой совокупности. Выборочное среднее арифметическое (X) — это центр группировки возможных значений исследуемой величины Для предварительного анализа типа распределения признака (соответствия нормальному распределению) целесообразно сопоставление средней арифметической с медианой. Медианой в статистике называют величину или варианту, которая находится в средине вариационного ряда. Медиана делит ряд пополам, по обе стороны от нее находится одинаковое количество единиц выборочной совокупности.

n n n Параметрами, характеризующими границы совокупности, являются лимит и амплитуда (вариационный размах или диапазон вариации). Характер внутренней структуры совокупности определяется следующими показателями: выборочная дисперсия выборочное среднее квадратическое (стандартное) отклонение коэффициент вариации Cv ошибка выборочной средней (ш) показывает, насколько значение выборочной средней близко к среднему значению генеральной совокупности. доверительный интервал позволяет определить пределы, в которых с той или иной вероятностью могут находиться истинные значения исследуемой величины.

Сравнительный анализ выборочных совокупностей Решение статистических задач возможно с помощью критериев значимости различий. При их применении вначале формулируется нулевая гипотеза, то есть предположение о том, что исследуемые факторы не оказывают никакого влияния на исследуемую величину. Затем или иным путем (соответственно применяемому критерию) рассчитывается вероятность нулевой гипотезы. Эта вероятность называется уровнем значимости. Если уровень значимости нулевой гипотезы достаточно мал, то ее отвергают, принимая различия за достоверные. Обычно критическое значение уровня значимости нулевой гипотезы принимают не более 0, 05(5%) {Р<0, 05).

n t-критерий (Стьюдента) является наиболее часто используемым методом обнаружения различия между средними двух выборок. Например, t-критерий можно использовать для сравнения средних показателей группы пациентов, принимавших определенное лекарство, с контрольной группой, где принималось безвредное лекарство. Теоретически, t-критерий может применяться, даже если размеры выборок очень небольшие (например, 10; некоторые исследователи утверждают, что можно исследовать выборки меньшего размера), и если переменные нормально распределены (внутри групп), а дисперсии наблюдений в группах не слишком различны. В случае с незначительно отличающимся размером выборки применяется упрощённая формула приближенных расчётов: В случае, если размер выборки отличается значительно, применяется более сложная и точная формула: Где M 1, M 2 - средние арифметические, σ1, σ2 - стандартные отклонения, а N 1, N 2 - размеры выборок.

n n Г-критерий Манна-Уитни применяют для проверки гипотезы о принадлежности сравниваемых независимых выборок к одной генеральной совокупности. Альтернативная гипотеза предполагает, что выборки относятся к различным генеральным совокупностям. Знако-ранговый критерий Уилкоксона применяется для попарно связанных выборок, например, для сравнения результатов обследования одной группы больных до и после лечения.

Оценка диагностической эффективности При представлении результатов клинико-лабораторных исследований, особенно при сравнительной характеристике лабораторных тестов, целесообразно определение диагностической специфичности и чувствительности теста. Показатели, характеризующие эффективность применения лабораторного исследования при определенном заболевании: 1. Диагностическая чувствительность (ДЧ) теста при определенной болезни представляет собой процентное выражение частоты истинно положительных результатов теста у больных данной болезнью 2. 2. Диагностическая специфичность (ДС) теста при определенной болезни представляет собой процентное выражение частоты истинно отрицательных результатов теста у лиц, не страдающих болезнью 3. 3. Предсказательная (прогностическая) значимость положительных результатов (ПЗ+) выражается процентным соотношением истинно положительных результатов к общему числу положительных результатов

n n n 4. Предсказательная (прогностическая) значимость отрицательных результатов (ПЗ-) выражается процентным отношением истинно отрицательных результатов к общему числу отрицательных результатов 5. Диагностическая эффективность теста (ДЭ) выражается процентным отношением истинных (т. е. соответствующих состоянию обследуемых пациентов) результатов теста к общему числу полученных результатов Для представления результатов медицинских исследований с применением грамотного статистического анализа в настоящее время успешно применяют программные системы компьютерной математики. Системы компьютерной математики относят к интеллектуальным программным продуктам, одно из назначений которых — предоставление пользователю знаний в области численных методов расчета и моделирования, аналитической математики и современной графики. Системы компьютерной математики представлены разработками различных фирм — Math. Soft, Math. Works, Maple, Wolfram и др.