Величина, що характеризуСФ статистичний ефект. Аналiз результатiв медико-бiологiчних дослiджень
Информация - Медицина, физкультура, здравоохранение
Другие материалы по предмету Медицина, физкультура, здравоохранение
?оли вимiрюСФться кожному пацiСФнту двiчi: до i пiсля проведення терапii; пiсля закiнчення дослiдження для всiх пацiСФнтiв розраховуСФться середнiй тиск до i середнiй тиск пiсля. Рiзниця мiж цими величинами практично дорiвнюСФ нулю, оскiльки вимiрювання ДО пiдвищеного i зниженого тиску дали в середньому нормальне, а ПРЖСЛЯ тиск нормалiзувався в результатi терапii. Отже, якби таким чином оцiнювали ефект терапii, вiн виявився б нульовим. СереднСФ арифметичне попарних рiзниць також дорiвнювало б нулю. Використовувати в даному випадку кореляцiйний аналiз також даремно.
Умовна регресiйна лiнiя проходить паралельно осi абiис. Пряма Y=X СФ дiагоналлю регресiйноi площини. По осi абiис вимiрювання ДО; по осi ординат вимiрювання ПРЖСЛЯ.
Тепер спробуСФмо позначити на регресiйнiй площинi вимiрювання наших пацiСФнтiв у координатах тиск до тиск пiсля i проведемо пряму з початку координат Y=X. Можна помiтити, що пацiСФнти, якi мали початково низький тиск, пiдвищили його (вiдповiднi точки на графiку лежать вище прямоi Y= X), пацiСФнти ж з початково високим тиском його знизили (iх точки лежать нижче цiСФi прямоi). Якби тиск у пацiСФнтiв не змiнювався в результатi терапii, на такому графiку точки розташовувалися б уздовж прямоi Y=X.
У нашому випадку результат, що полягаСФ в нормалiзацii тиску, на графiку подаСФться у виглядi горизонтальноi умовноi регресiйноi лiнii, побудованоi за наявними даними i вiдповiдно до нормальних значень тиску ПРЖСЛЯ. Таким чином, метод регресii, демонструючи варiацiю даних, що вивчаються, водночас може дати наочне уявлення про наявнiсть ефекту терапii в подiбних ситуацiях. Проте не рекомендуСФться у разi, коли незрозумiло, яку змiнну вважати залежною, а яку незалежною (випадок порiвняння результатiв вимiрювання двома наближеними методами або випадок повторних вимiрювань), розраховувати лiнiю регресii мiж такими змiнними. Тут, точно кажучи, розташування результатiв вимiрювань на регресiйнiй площинi використовуСФться тiльки для демонстрацii наявного ефекту.
Ще одна цiкава задача виникаСФ за необхiдностi порiвняння результатiв двох непрямих методiв вимiрювання або перевiрки узгодженостi повторних вимiрювань, виконаних одним i тим самим методом. Оскiльки в даному випадку неможливо прийняти якийсь метод вимiрювання за еталонний, зазвичай для кожноi звязаноi пари вимiрювань визначають ii рiзницю. Систематична розбiжнiсть результатiв оцiнюСФться за допомогою середньоi рiзницi, як завжди, дисперсiя рiзницi (або вiдповiдне середнСФ квадратичне вiдхилення) ступiнь розкиду результатiв. Зрозумiло, що якщо вимiрювання дiйсно узгодженi i систематичнi розбiжностi вiдсутнi, середня рiзниця неiстотно вiдрiзнятиметься вiд нуля (з урахуванням розрахованоi оцiнки дисперсii). Стандартне вiдхилення рiзницi також не повинне бути дуже великим порiвняно з самими значеннями. Крiм того, не повинно бути вираженоi залежностi парних рiзниць вимiрювань вiд величини вимiрюваноi ознаки. КоефiцiСФнт кореляцii мiж вимiрюваннями, виконаними рiзними способами, маСФ бути близьким до 1. Це практично СФдиний пiдхiд до аналiзу даних такого типу, який враховуСФ вiдразу 3 статистичнi характеристики: середнСФ значення, варiацiю i кореляцiю. КоефiцiСФнт кореляцii мiж вимiрюваннями, навiть якщо вiн приймаСФ значення достатньо великi (за модулем близькi до 1), не може використовуватися як СФдиний показник для аналiзу даних такого типу. Регресiйний аналiз у такiй ситуацii також незастосовний, оскiльки невiдомо, яку змiнну вважати залежною, а яку незалежною. Проте в регресiйних координатах результати вимiрювань мають розташовуватися уздовж прямого Y= X.
2. Статистичний аналiз результатiв клiнiчних дослiджень
Статистичний аналiз даних, отриманих пiд час клiнiчних дослiджень, необхiдний, оскiльки вiдомо, що iндивiдуальна реакцiя пацiСФнтiв (або здорових добровольцiв) може варiювати в достатньо широких межах. Разом з природним варiюванням на величинi ознак позначаються i помилки вимiрювань, i похибки в проведеннi дослiджень. Через це параметри, якi кiлькiсно оцiнюють ефект, що вивчаСФться, СФ випадковими величинами i мають бути описанi вiдповiдними статистичними характеристиками. Мовою математики окремi числовi значення варiюючого параметра прийнято називати варiантами. Всi показники ефекту, що вивчаються, варiюються, але не всi вони пiддаються безпосередньому вимiрюванню. Так виникаСФ розподiл на кiлькiснi показники (якi допускають безпосереднСФ вимiрювання величини ефекту) i якiснi (непiддатливi безпосередньому вимiрюванню, наприклад, характеристики пацiСФнта: дiагноз, стать, вродженi аномалii тощо). Якiснi данi, якi можуть бути вiднесенi тiльки до двох протилежних категорiй так нi, називаються дихотомiчними (dichotomous data), з iх допомогою враховують показники ефекту в альтернативнiй формi (наприклад, визначення кiлькостi або частини пацiСФнтiв з числа випробовуваних, у яких спостерiгався певний ефект). Якiснi змiннi можуть мати число градацiй бiльше двох, iх зазвичай називають багатозначними якiсними змiнними. Кiлькiснi данi можуть бути безперервними i дискретними. Безперервнi данi можуть приймати будь-яке значення на безперервнiй шкалi, наприклад, маса тiла, температура, рiвень глюкози в кровi тощо. Дискретнi данi можуть приймати лише певнi значення з дiапазону вимiрювання, зазвичай цiлi, наприклад число рецидивiв за перiод, кiлькiсть перенесених операцiй i т.iн. Видiляють ще один вид даних порядковi данi. Можна сказати, що вони займают?/p>