Применение статистических методов в клинических исследованиях

Статистика — общественная наука, изучающая количественную сторону массовых общественных явлений в неразрывной связи с их качественными особенностями.
Статистика, изучающая вопросы, связанные с медициной, гигиеной и здравоохранением, называется медицинской статистикой.
© Перстенёва Н.П.

Теория вероятностей – математическая дисциплина, которая изучает закономерности случайных явлений
Теория вероятностей – основа математической статистики
Математическая статистика – основа доказательной медицины
© Перстенёва Н.П.

Литература:
Стентон Гланц «Медико-биологическая статистика», Практика, Москва, 1999
А. Петри, К. Сэбин «Наглядная статистика в медицине», Москва, Издательский дом ГЭОТАР – МЕД, 2003
В. И. Сергиенко, И. Б. Бондарева «Математическая статистика в клинических исследованиях», Москва, Издательская группа «ГЭОТАР – Медиа», 2006
Т. А. Ланг, М. Сесик «Как описывать статистику в медицине», Практическая медицина, Москва, 2011.
© Перстенёва Н.П.

Пакеты прикладных программ
SPSS
Statistica
BioStat
MedCalc
© Перстенёва Н.П.

Предельные теоремы теории вероятностей
Закон больших чисел (ЗБЧ);
Центральная предельная теорема Ляпунова
© Перстенёва Н.П.

НОРМАЛЬНЫЙ ЗАКОН РАСПРЕДЕЛЕНИЯ
Нормальное распределение играет особую роль в статистике. Согласно центральной предельной теореме Ляпунова, нормальное распределение является предельным, т.е. при увеличении объёма совокупности распределение большинства показателей стремится к нормальному
© Перстенёва Н.П.

НОРМАЛЬНЫЙ ЗАКОН РАСПРЕДЕЛЕНИЯ
© Перстенёва Н.П.

НОРМАЛЬНЫЙ ЗАКОН РАСПРЕДЕЛЕНИЯ
© Перстенёва Н.П.

Типы признаков:
Количественные признаки те, отдельные варианты которых имеют числовое выражение и отражают размеры, масштабы изучаемого объекта или явления.
Качественные признаки – характеризуют некоторое состояние или свойства объекта, но не могут быть измерены количественно (например, пол, профессия, диагноз).
© Перстенёва Н.П.

Описание данных
Если признак имеет нормальное распределение, то используют параметрические методы и рассчитывают среднюю арифметическую и стандартное отклонение
Если признак имеет распределение, отличное от нормального, то используют непараметрические методы и рассчитывают медиану, первый и третий квартили
© Перстенёва Н.П.

Описание данных:
«меры положения»
Средняя арифметическая
Мода M0
Медиана Me
Квартиль Q
© Перстенёва Н.П.

Описание данных:
«меры рассеяния»
Размах вариации R
Дисперсия Dx ,
Среднее квадратическое (стандартное) отклонение
Коэффициент вариации V
© Перстенёва Н.П.

Описание данных:
меры формы распределения
Асимметрия As
Эксцесс Ex
© Перстенёва Н.П.

Графическое представление данных
© Перстенёва Н.П.

Графическое представление данных
© Перстенёва Н.П.

Графическое представление данных
© Перстенёва Н.П.

Графическое представление данных
© Перстенёва Н.П.

Статистическое оценивание
Оценки бывают точечными и интервальными
Обычно в медико-биологических исследованиях интервальная оценка строится с доверительной вероятностью 95%
Если объём выборки больше 30 ед., то истинное среднее значение с вероятностью 95% находится в пределах ± 2σ
© Перстенёва Н.П.

Интерпретация доверительных интервалов (ДИ)
1) насколько широк ДИ
2) какой клинический смысл можно извлечь из ДИ?
3) включает ли ДИ какие-либо значения, представляющие особый интерес?
© Перстенёва Н.П.

Гипотеза – предположение о чем-либо
Статистическая гипотеза – предположение о законе распределения или параметрах генеральной совокупности
Предположение, которое проверяют, - основная (нулевая, рабочая) гипотеза – Н0
Альтернативная (конкурирующая) гипотеза – Н1
Проверка гипотез
© Перстенёва Н.П.

Проверка гипотез
Для проверки гипотезы H0 используют специальную случайную величину, которая называется СТАТИСТИЧЕСКИМ КРИТЕРИЕМ (К)
Сложилась практика применения определенных критериев для проверки конкретных гипотез
© Перстенёва Н.П.

Проверка гипотез
Сравнивают наблюдаемое значение, рассчитанное по формуле критерия, с критическим, и делают вывод, принимается предположение H0 или нет.
Критическое значение определяют с конкретной вероятностью (95% или 99%)
© Перстенёва Н.П.

Проверка гипотез
При проверке гипотез возможны ошибки первого и второго рода.
Вероятность отвергнуть верную нулевую гипотезу называют уровнем значимости и обозначают α. Обычно в медико-биологических исследованиях принимают
α = 0,05.
Если Р < 0,05− нулевая гипотеза отвергается, следовательно найдено статистически значимое различие в сравниваемых группах.
© Перстенёва Н.П.

Проверка гипотез
Вероятность принять неверную нулевую гипотезу обозначают β
Величину 1- β называют мощностью статистического критерия
Невозможно снизить величину обеих ошибок одновременно, не меняя объем совокупности
© Перстенёва Н.П.

Проверка гипотез
Для проверки гипотезы о нормальном законе распределения используют критерии, которые называют критериями согласия: χ2 Пирсона, Колмогорова-Смирнова и другие
Приближённо нормальность можно проверить с помощью асимметрии и эксцесса (оба показателя должны быть равны 0)
© Перстенёва Н.П.

Проверка гипотез
Для выбора критерия сравнения надо ответить на три вопроса:
1) тип данных;
2) количество групп;
3) зависимы/независимы эти группы между собой
© Перстенёва Н.П.

© Перстенёва Н.П.

Доказательная медицина
Из-за врачебных ошибок, связанных с назначением лекарственных препаратов, в США ежегодно погибают 60-90 тыс. человек и лишь 30% медицинских вмешательств, осуществляемых в этой стране, имеют твердые и убедительные доказательства эффективности.
Российской статистики на этот счет нет, но вряд ли стоит рассчитывать на то, что она лучше американской.
Ведь у нас по-прежнему есть большие различия в ведении пациентов с одним и тем же заболеванием в разных стационарах, а врачи в массовом порядке назначают неэффективные лекарства.
© Перстенёва Н.П.

Доказательная медицина
Это такой подход к оказанию медицинской помощи, который обеспечивает сбор, интерпретацию и интеграцию надежных и применимых на практике доказательных данных, полученных в специальных исследованиях, учитывающих наблюдения клиницистов и интересы пациентов.
"Золотым стандартом" считаются рандомизированные слепые (3-4 кратные) контролируемые исследования.
ДМ подразумевает применение в медицинской практике только тех методов, эффективность которых доказана в качественных исследованиях.
© Перстенёва Н.П.

Доказательная медицина вовсе не ограничивает инициативу врача и не делает его «придатком к компьютеру»!!!
Специалист может в полной мере пользоваться интуицией или своим опытом, но действовать он должен только обоснованно.
ДМ совершенно не подменяет собой критического мышления, а на самом деле требует критического анализа опубликованных материалов.
© Перстенёва Н.П.

Необходимость доказательной медицины
Практический медицинский работник должен уметь критически анализировать многочисленные источники информации и сопоставлять материалы, полученные разными авторами, а также эффективно находить нужные данные с использованием современных информационных технологий.
Научный работник в области медицины должен уметь грамотно планировать дизайн исследований и проводить статистический анализ результатов на достаточно высоком уровне.
Для осознания необходимости стандартов исследования и критического пересмотра полученных данных необходима «доказательная медицина».
© Перстенёва Н.П.