Яндекс.Метрика СТАТИСТИЧЕСКИЙ АНАЛИЗ ДАННЫХ ДЛЯ МЕДИКОВ

Каждый слышит то, что понимает. Гете

Статистика посещаемости БИОМЕТРИКИ

16.05.2011 г. на сайт пришло 2561 человек, открывших 3205 страниц
14.11.2011 г. на сайт пришло 2106 человек, открывших 3250 страниц
14.12.2011 г. на сайт пришло 2640 человек, открывших 3452 страницы
17.01.2012 г. на сайт пришло 2439 человек, открывших 3097 страниц
03.03.2012 г. на сайт пришло 2219 человек, открывших 3019 страниц
30.05.2012 г. на сайт пришло 3512 человек, открывших 4706 страниц
06.03.2014 г. на сайт пришло 2556 человек, открывших 3179 страниц
08.02.2015 г. на сайт пришло 2341 человек, открывших 2682 страницы

Если приходят, значит полезное находят.
 
Пишите нам на адрес

Выбрав любое изображение, кликните по нему мышкой, и Вы прочитаете о том, как ...

Редактор БИОМЕТРИКИ
В. Леонов

Яндекс
цитирования
Яндекс цитирования
 
25 наиболее популярных ссылок, посещаемых читателями нашего сайта

http://www.biometrica.tomsk.ru/logit_8.htm
http://www.biometrica.tomsk.ru/kuzbass5.htm
http://www.biometrica.tomsk.ru/student.htm
http://www.biometrica.tomsk.ru/kuzbass6.htm
http://www.biometrica.tomsk.ru/erevan_4.html
http://www.biometrica.tomsk.ru/principals.htm
http://www.biometrica.tomsk.ru/kk.htm
http://www.biometrica.tomsk.ru/erevan_3.html
http://www.biometrica.tomsk.ru/stat_cardio1.htm
http://www.biometrica.tomsk.ru/error.htm
http://www.biometrica.tomsk.ru/paradigma.htm
http://www.biometrica.tomsk.ru/index.htm
http://www.biometrica.tomsk.ru/freq1.htm

http://www.biometrica.tomsk.ru/logit_1.htm
http://www.biometrica.tomsk.ru/cluster_3.htm
http://www.biometrica.tomsk.ru/k_s.htm
http://www.biometrica.tomsk.ru/edu_1.htm
http://www.biometrica.tomsk.ru/potencial.htm
http://www.biometrica.tomsk.ru/kuzbass2.htm
http://www.biometrica.tomsk.ru/ftp/dict/cult/gramm.htm
http://www.biometrica.tomsk.ru/biometrica_15.htm
http://www.biometrica.tomsk.ru/stat_cardio5.htm
http://www.biometrica.tomsk.ru/krasnojarsk.htm http://www.biometrica.tomsk.ru/erevan_3.html
http://www.biometrica.tomsk.ru/logit_6.htm

 

Примеры результатов анализа данных в диссертациях по медицине и биологии
В.В. Половинкин. ТОТАЛЬНАЯ МЕЗОРЕКТУМЭКТОМИЯ — ФАКТОР ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ЛЕЧЕНИЯ СРЕДНЕАМПУЛЯРНОГО И НИЖНЕАМПУЛЯРНОГО РАКА ПРЯМОЙ КИШКИ.

Н.Г. Веселовская. 
КЛИНИЧЕСКОЕ И ПРОГНОСТИЧЕСКОЕ ЗНАЧЕНИЕ ЭПИКАРДИАЛЬНОГО ОЖИРЕНИЯ У ПАЦИЕНТОВ ВЫСОКОГО СЕРДЕЧНО-СОСУДИСТОГО РИСКА.

О.Я. Васильцева.
ЗАКОНОМЕРНОСТИ ВОЗНИКНОВЕНИЯ, КЛИНИЧЕСКОГО ТЕЧЕНИЯ И ИСХОДОВ ТРОМБОЭМБОЛИИ ЛЕГОЧНОЙ АРТЕРИИ ПО ДАННЫМ ГОСПИТАЛЬНОГО РЕГИСТРА ПАТОЛОГИИ.

В.А. Габышев. 
ФИТОПЛАНКТОН КРУПНЫХ РЕК ЯКУТИИ И СОПРЕДЕЛЬНЫХ ТЕРРИТОРИЙ ВОСТОЧНОЙ СИБИРИ.

М.И. Антоненко.
 
ГИПЕРКОРТИЦИЗМ БЕЗ СПЕЦИФИЧЕСКИХ КЛИНИЧЕСКИХ СИМПТОМОВ: ЭПИДЕМИОЛОГИЯ, КЛИНИКА, ДИАГНОСТИКА.

Н.Г. Веселовская
"ПРОГНОЗИРОВАНИЕ РИСКА РЕСТЕНОЗА КОРОНАРНЫХ АРТЕРИЙ ПОСЛЕ ИХ СТЕНТИРОВАНИЯ У ПАЦИЕНТОВ С ОЖИРЕНИЕМ"


Последние отзывы на проведённый анализ данных

Надинская М.Ю., к.м.н., доцент кафедры пропедевтики Первого МГМУ им.И.М.Сеченова.
С сайтом www.biometrica.tomsk.ru  я познакомилась около 10 лет назад, когда в России начали широко обсуждать «доказательную медицину». На этом сайте о «доказательной медицине» не только говорили, но и предлагали её «делать», проводя современный статистический анализ данных исследований. Некоторое время назад мне представилась возможность принять участие в этом процессе. Выслала свою Базу данных и её описание в соответствии с представленными на сайте образцами, и в тот же день получила приглашение обсудить через Скайп возможности статистического решения задач моего исследования...

Левашёва Светлана Владимировна, аспирант Башкирского Государственного Медицинского Университета, г. Уфа.
Нужна грамотная и быстрая обработка материала для диссертации? Даже не сомневайтесь – Вам сюда! До обращения в Центр «БИОСТАТИСТИКА» я уже делала попытку обработать собранные мною данные (у практикующего статистика). В итоге получила результаты, о значениях которых мне так и не было дано внятного ответа...  

Коровкина Анна, врач-стоматолог, г. Калиниград.
Добрый день, уважаемые коллеги! Из всех прочитанных отзывов я поняла, что буду «первой» из профессии стоматологов. Знакомство c Леоновым Василием Петровичем произошло думаю не случайно, потому как до сих пор не могу остановится в написании научных трудов. Сайт БИОМЕТРИКА открыл для меня безграничные возможности статистической обработки данных и внедрение их в клиническую практику...

В.А. Габышев, Институт биологических проблем криолитозоны СО РАН, Якутск.
Работая над докторской диссертацией, я постепенно пришел к убеждению, что мне необходимо применить современные статистические методы. Материал для своей работы собирал много лет, получился серьёзный массив данных о флористическом, ценотическом составе фитопланктона рек Восточной Сибири, о гидрохимии и других параметрах среды...

Хван Н.В., Алматы, Казахстан Уважаемые диссертанты! Хочу поделиться своим опытом сотрудничества со специалистами Центра «Биостатистика».


Новые полезные книги...

Банержи А. Медицинская статистика понятным языком: вводный курс. Издательство "Практическая медицина", 2014. - 287 с. Пер. с англ. В.П. Леонова.
Издание представляет собой вводный курс по принципам статистики. Представлены базовые понятия и принципы статистических исследований применительно к медицине. В отличие от большинства подобных изданий, указанные темы изложены кратко и доступно. Для чтения книги не требуется знание сложных разделов высшей математики, вполне достаточно тех, что даются в школе. Внедрение в практику принципов доказательной медицины диктует необходимость понимания статистики. После знакомства с книгой читатель сможет критически оценивать многочисленные публикации, содержащие статистическую терминологию и результаты описанных исследований. Полученные знания помогут избежать ошибок в планировании биомедицинских исследований, а также в изложении их результатов. Большим преимуществом книги служат глоссарий и подробный предметный указатель.
Для студентов, аспирантов, научных работников, а также врачей всех специальностей.

Центр БИОСТАТИСТИКА выполняет работы по статистическому анализу экспериментальных данных уже более 30 лет. В его составе исследователи России, США, Израиля, Англии, Канады и других стран. Услугами Центра пользуются аспиранты и докторанты в области медицины, биологии, социологии, психологии и т.д. (См. далее )



  Отзывы заказчиков по статистическому анализу данных

Министерство Здравоохранения Российской Федерации
Сибирский государственный медицинский университет

ЦЕНТР ПОСЛЕДИПЛОМНОЙ ПОДГОТОВКИ
КАФЕДРА ОРГАНИЗАЦИИ И ЭКОНОМИКИ ФАРМАЦИИ 
(Зав. кафедрой, доцент, к. ф. н. Музыра Ю.А )

БИРЮКОВА ИРИНА АЛЕКСАНДРОВНА

Научно - практическая работа на тему:

ФАРМАКОЭКОНОМИЧЕСКИЕ ИССЛЕДОВАНИЯ РОЗНИЧНОГО РЫНКА ГОРОДА ОМСКА


Научный руководитель:
Зав. кафедрой, доцент, к. ф. н.
 Музыра Ю.А.
Томск - 2001


Собственные исследования.

В последние годы в нашей стране прослеживается тенденция роста аптечных учреждений. Что положительно сказывается на рынке продаж лекарственных средств, так как образуется конкурентное пространство, в котором идёт борьба за потребителя. 

 Изучение мотиваций предпочтений потребителей на розничном рынке аптечных учреждений представляет большой интерес, так как слагаемые индивидуальных потребителей формируют потребительские закономерности на фармацевтическом розничном рынке. С целью выявления индивидуальных и слагаемых  закономерностей были проведены социологические и фармакоэкономические исследования в государственных и коммерческих аптечных учреждениях города Омска.

 Как известно, покупки, совершаемые потребителями, делятся на три категории:
   1. Чётко спланированная покупка совершается, когда потребитель заранее определил для себя вид и торговую марку товара, которую он собирается приобрести.
   2. Нечётко спланированная покупка совершается при условии, когда потребитель определил для себя лишь вид товара, который он собирается приобрести, но не его торговую марку (в этом случае часто бывает необходим квалифицированный совет провизора).
   3. Незапланированная покупка совершается, когда потребитель заранее не был намерен совершить покупку.
 Исследования по изучению поведения покупателей в пунктах продажи показали, что около 66% решений о покупках принимается непосредственно в пункте продажи, а 45% всех покупок совершается импульсивно.
  На поведение потребителя выявляется влияние трёх групп факторов:
— внутренние, к которым относятся оценка своего поведения самим потребителем;
— внешние – доходы, демографические характеристики, статусное положение;
— требования к самим аптекам – месторасположение, оформление, имидж аптек.

 Для выявления этих факторов нами был проведён анкетный опрос населения, как непосредственного потребителя фармацевтических товаров. Анкетирование осуществлялось путём интервьюирования по специально разработанной анкете. Исследование проводилось в течение четырёх недель (с 15.01.01 по 12.02.01) одновременно в нескольких аптеках города (5 государственных и 4 коммерческих). В общей сложности было опрошено 991 человек, что позволяет судить о достоверности объёмов наблюдений поставленным задачам.

Анкета состояла из трёх частей: в первой части были вопросы, касающиеся выбора конкретной аптеки; во второй части вопросы, касающиеся мотивации выбора препарата, стоимости покупки и другие; в третьей части указывались паспортные данные потребителей. Собственно анкета представлена в приложении №1.
Также были составлены паспорта аптек, включающие экономические показатели.

1. Характеристика методов исследования.

 Для достижения поставленной цели нами были использованы следующие статистические методы обработки результатов. 

Проверка на нормальность количественных признаков
При использовании ряда методов необходимо предварительно проверить условия, при выполнении которых тот или иной методов возможно применять. В частности, ряд методов требует, чтобы используемые количественные признаки подчинялись нормальному распределению. [1, 4-6] Проверка признаков на нормальность распределения во всех исследуемых группах производилась с помощью критериев Колмогорова-Смирнова, Лиллифорса и Шапиро-Уилки.[4-6] Критическое значение уровня значимости принималось равным 5%, т.е. при значении достигнутого уровня значимости  p < 0,05 нулевая гипотеза отвергалась. 

Анализ таблиц сопряженности.
Для изучения взаимосвязи между двумя качественными признаками использовались таблицы сопряженности [2, 5-6]. При анализе таблиц сопряженности вычислялись значения статистики Пирсона ?2 а также статистики, оценивающие силу связи двух признаков - Фи-коэффициент, коэффициент контингенции и V-коэффициент Крамера [2, 5-6]. Кроме того, в случае обнаружения статистически значимой связи между двумя качественными признаками проводилось изучение вклада отдельных клеток таблицы в статистику Пирсона Хи-квадрат, и сравнение фактических и ожидаемых частот распределения. Такой анализ позволял определить, какие именно клетки таблицы сопряженности вносят наибольший вклад в обнаруженную взаимосвязь этих признаков. 

 Дисперсионный анализ. 
Дисперсионный анализ позволяет выяснить, действительно ли входной фактор статистически значимо влияет на среднее значение зависимой переменной. При этом зависимая переменная обязательно должна быть количественной, другая же, выступающая в качестве фактора, должна быть дискретной, качественной. Цель дисперсионного анализа – расщепление суммарной дисперсии изучаемой величины на отдельные составляющие: дисперсию, обусловленную действием факторов, меняющих свое значение от эксперимента к эксперименту; дисперсию, вызванную совместным действием всех остальных, не учитываемых факторов [2, 5-6]. Формулируется нулевая гипотеза о равенстве генеральных средних Н0: M1 = M2 = … = Mk. 

Альтернативная гипотеза гласит, что хотя бы одно из этих равенств не выполняется. Критерием проверки нулевой гипотезы является F– отношение (критерий Фишера-Снедекора). Если входной фактор действительно влияет на среднее значение зависимой переменной, то нулевая гипотеза не подтвердится, при этом Fтабл. меньше Fрасч.. Если Fтабл. больше Fрасч., то принимается Н0 . Когда целенаправленно изменяются два входных фактора (А и В), и исследуется влияние этих изменений на выходной параметр Y, используется двухфакторный дисперсионный анализ. Он позволяет выделить вклад каждого фактора в отдельности и эффекта взаимодействия.[2]

Дискриминантный анализ.
Основной задачей дискриминантного анализа является оценка признаков, максимально связанных с дискриминацией наблюдений, априорно разделенных на группы, и их повторная переклассификация. Чем ближе процент переклассификации к 100%, тем сильнее связаны  группирующий признак и количественные признаки, вошедшие в дискриминантные  функции. В результате в одной группе оказываются наблюдения (объекты), наиболее близкие по своим свойствам, тогда как межгрупповое отличие максимизируется [1-2, 5-6]. В дискриминантном анализе обязательно должен быть группирующий признак, имеющий не меньше двух градаций, число количественных признаков также не менее двух. В результате применения  данного анализа получаем новые дискриминантные оси, в пространстве которых сравниваемые группы имеют максимальное различие. Цель проводимого анализа заключается в получении оценок коэффициентов линейных дискриминантных функций, по значению которых вычисляется вероятность отнесения данного i-го наблюдения в каждую из k групп.

Регрессионный анализ.
С помощью регрессионного анализа оценивается и исследуется вид, форма связи, зависимости одного количественного признака от нескольких других количественных признаков (предикторов).
В задачи регрессионного анализа входит:
1. Идентификация форм зависимости между исследуемыми переменными.
2. Определение, оценка функций регрессии.
5. Оценка неизвестных значений (прогноз) зависимой переменной по известным независимым (входным) переменным с помощью функции регрессии. Один из наиболее популярных способов оценки уравнения регрессии состоит в минимизации суммы квадратов отклонений от прямой. Мы можем построить единственную прямую, относительно которой дисперсия ошибок минимальна. Данный метод известен как МНК - метод наименьших квадратов. Изучаемая переменная является зависимой и обозначается Yi. 

Отклонения Yi от прямой линии должны быть минимальными. Другие переменные являются независимыми (или предикторами) и обозначаются как Xi. Пусть аппроксимирующая прямая пересекает ось Y в точке b0 и имеет угловой коэффициент b0. Тогда ее уравнение имеет вид: Yi = b0 + b1 * Xi, где Yi (Xi)– оценка для Y при данном значении Xi. Рассматриваемое отклонение равно [Yi – Yi(Xi)], и наша задача сводится к нахождению такой прямой, для которой сумма квадратов отклонений S [Yi – Yi(Xi)]2 => минимум.

Логистическая регрессия. 
В том случае, когда зависимая переменная и предикторы не являются количественными признаками, используется так называемая логистическая регрессия [6].  В этом случае с помощью предикторов оцениваются  вероятности отнесения отдельного наблюдения к той или иной градации зависимой переменной. Например, известны градации стоимости покупок произведенных посетителем в аптеке. Кроме того, известен ряд значений качественных признаков, характеризующих данного покупателя - пол, уровень образования, уровень доходов, возрастная группа и т.д. Из набора предикторов алгоритм логистической регрессии отбирает наиболее важные признаки, с помощью которых далее строится уравнение логистической регрессии и производится оценка вероятности отнесения данного  покупателя к той или иной градации по стоимости покупок. 

После отбора наиболее информативных признаков и оценки коэффициентов регрессии для этих признаков, производится повторная переклассификация всех покупателей по градациям стоимости покупок с использованием полученного уравнения. Чем ближе процент правильной переклассификации (Concordant) к 100%, тем сильнее связь зависимой переменной с предикторами. Сила связи зависимого признака и набора предикторов оценивается с помощью коэффициента D-Somers. В свою очередь предикторы можно проранжировать по силе их влияния на зависимую переменную по величине статистики Вальда Хи-квадрат (Wald Chi-Square) а также по стандартизованным коэффициентам регрессии (Standardized Estimate). Чем выше эти значения, тем сильнее влияние данного предиктора на зависимую переменную.

Каноническая корреляция. 
В том случае, когда нас интересует взаимосвязь между двумя подмножествами количественных признаков, используется метод канонических корреляций. Данный метод является развитием метода линейной корреляции и регрессии. Определяется два списка признаков, характеризующих две стороны изучаемых объектов. В нашем случае один список признаков включал набор социально-экономических показателей, а второй набор показателей характеризовал уровень развития фармацевтического рынка. Результаты канонического анализа представляют собой два набора коэффициентов для каждого из множеств признаков. Чем больше по модулю данные коэффициенты, тем больший вклад вносят соответствующие переменные в связь этих двух подмножеств признаков. Сила связи этих подмножеств признаков оценивается величиной коэффициента канонической корреляции R.  Для визуального представления корреляции двух подмножеств признаков строится график распределения наблюдений в осях канонических переменных, полученных для двух наборов признаков.


Далее ...

Интересная ссылка


В. Леонов. Цели, возможности, и проблемы использования биостатистики в доказательной медицине. Доклад на Конференции по доказательной медицине в Ереване «От доказательной медицины к доказательному здравоохранению» (24 - 26 сентября 2015 года).

Фоторепортаж с Конференции по доказательной медицине в Ереване.

Фоторепортаж с семинара по биометрике в Ереване, прошедшего после конференции по доказательной медицине (24 - 26 сентября 2015 года).

Отзывы слушателей семинара по биометрике в Ереване в сентябре 2015 г.

Вот к чему приводит безграмотное использование статистики в диссертациях: Приказы Минобрнауки России о снятии диссертации с рассмотрения


Логистическая регрессия в медицине и биологии
1. Логистическая регрессия. Основные понятия и возможности метода.
2. Логистическая регрессия. Анализ массивов большой размерности.
3. Логистическая регрессия. Примеры анализа реальных данных.
4. Логистическая регрессия и ROC-анализ.
5.Особенности логистической регрессии в акушерстве.
6.Особенности логистической регрессии в психиатрии, психологии и социологии.
7. Пример использования логистической регрессии для расчёта прогноза исхода оперативного лечения.
8. Логистическая регрессия  - "вершина пирамиды". А в "фундаменте" - что?
9. Как повысить качество логистической регрессии.


Камчатская биометрика-2014. Семинар по биометрике в камчатском НИИ КамчатНИРО. (24.03.2014-3.04.2014).

Камчатская фото-биометрика-2014. Фоторепортаж с семинара по биометрике в Петропавловске-Камчатском.

Отзывы слушателей семинара по биометрике в Петропавловске-Камчатском


Новые полезные книги...

Ланг Т., Сесик М. Как описывать статистику в медицине. Руководство для авторов, редакторов и рецензентов. Пер. с англ. В.П. Леонова. 2016 - 480 с. Актуальность этого издания весьма велика. По-прежнему в биомедицинских статьях и диссертациях публикуется масса статистических нелепостей, как образцы "статистического самоудовлетворения" и "статистического макияжа". Например, в двух диссертациях, выполненных в 2014 и 2015 гг. в Алтайском медуниверситете по разным специальностям, но при этом в полностью идентичных описаниях, состоящих из 94 слов, написано следующее. «Полученные данные были статистически обработаны с использованием программ Microsoft Offis Exel 2007. Достоверность различий между средними величинами определяли с помощью критерия значимости Стьюдента (t). Нормальность распределений в группах оценивали по критерию Шапиро-Уилка». Далее сообщается об использовании критерия Манна-Уитни, и т.д. Очевидно, что под Offis Exel авторы подразумевали Office Excel. Сложнее было бы об этом догадаться, если бы авторы написали Offis Exul. Вывод: оба диссертанта, как и члены двух диссертационных советов, не знают многого, в том числе описанного в этой книге. Например, не знают того, что в пакете Office Excel нет критериев Шапиро-Уилка и Манна-Уитни. Данная книга обучит правильно и хорошо описывать и понимать результаты статистического анализа. Поэтому исследователи станут более качественно выполнять статистический анализ, получая правильную технологию лечения пациентов. Что в результате будет снижать смертность населения, а также себестоимость лечебных процедур.

Петри А., Сэбин К. Наглядная медицинская статистика. Учебное пособие. 3-е издание. Пер. с англ. В.П. Леонова. 2015. - 216 с.
Предыдущие издания оригинала этой книги были опубликованы в 2000, 2005 и 2009 гг. Третье издание книги, как и два предыдущих, имеет целью донести до читателя основные понятия и принципы медицинской статистики, которые достаточно широко используются зарубежными медиками и биологами. Книга содержит необходимую теоретическую часть, а также в доступной форме даёт практическое описание того, как могут применяться статистические методы в реальных клинических исследованиях. Низкий уровень использования статистики в отечественной медицинской науке является одной из основных причин, по которым уже 111 лет Нобелевские премии по медицине не присуждаются россиянам. Ценность этой книги для медицинской науки определяется и проводимой в России реформой отечественной науки, в том числе реформой ВАК и системы научной аттестации. Учебное пособие предназначено для студентов, аспирантов и докторантов медицинских вузов, биологических факультетов университетов, врачей, исследователей-клиницистов и всех, кто является сторонником доказательной медицины.

 

1997 - 2017.© Василий Леонов. E-mail:

Доказательная или сомнительная? Медицинская наука Кузбасса: статистические аспекты.

Отклики читателей статьи "Доказательная или сомнительная?"

Возврат на главную страницу.

Возврат в КУНСТКАМЕРУ

Т. Кун "Структура научных революций"