Мы поможем в написании ваших работ!



ЗНАЕТЕ ЛИ ВЫ?

Сучасна технологія статистичного аналізу медико-біологічних даних.

Поиск

В основі обробки й аналізу даних лежать відомі математичні методи. Завдяки використанню інформаційних технологій, у наш час етап обробки даних став менш трудомістким. На перше місце відносно трудомісткості вийшли такі етапи як освоєння статистичних пакетів, етап підготовки даних до аналізу, етап попереднього аналізу даних і етап інтерпретації результатів. Усе це в цілому привело до змін у технології обробки й аналізу даних. При цьому, для виконання методів обробки медико-біологічних даних від користувача потрібно лише застосування знання статистичних методів обробки даних та використання відповідних пакетів прикладних програм. Лікарю, як правило, не потрібно поглиблюватись у складні математичні теорії, а треба розуміти, для чого й яким чином вони використовуються. На практиці для лікаря обробка й аналіз даних зводяться до вирішення наступних задач:

· одержання уяви про основні статистичні методи;

· засвоєння пакету прикладних програм;

· аналіз та інтерпретації результатів досліджень.

Сам аналіз даних з використанням статистичного пакету (робота із пакетом, сама технологія аналізу даних) включає в себе такі етапи:

· планування дослідження;

· підготовка даних до аналізу;

· попередній аналіз даних;

· вибір методу аналізу та його реалізація;

· інтерпретація результатів;

· подання результатів.

Планування дослідження.

На початкових етапах дослідження немає чіткості щодо методів обробки результатів. Тому потрібно передбачити можливість використання різних способів обробки й приблизного порівняння одержаних результатів з метою визначення способу обробки даних. Наведена нижче таблиця 2 допоможе краще зорієнтуватися в методах обробки й аналізу даних.

Підготовка даних до аналізу. Метою цього етапу є приведення даних до вигляду, що дозволить провести наступну їх обробку й попереднє формування уявлення про тип (структуру) даних, що аналізуються. Звичайно під час проведення медичного дослідження намагаються врахувати максимальну кількість характеристик, які істотні при аналізі питання, що досліджується. Дослідження, як правило, складається із декількох серій спостережень, під час яких в однакових умовах реєструються параметри окремих об'єктів (наприклад, хворих на певне захворювання). Маючи справу із серією спостережень, треба намагатись подати їх в простій формі, що дозволило б безпосередньо або шляхом наступних обчислень зробити з них висновки. Всі дані доцільно звести до єдиної таблиці, в якій по рядках розташовані різні об'єкти спостереження (наприклад, хворі), а по стовпчиках - параметри (наприклад, температура, частота серцевих скорочень, артеріальний тиск тощо). В цій таблиці об'єкти можуть бути об'єднані в декілька груп у відповідності до загальних ознак (за віком, статтю тощо).

Важливим етапом у підготовці даних до аналізу є візуалізація, або перегляд даних. Щоб з'ясувати, які методи аналізу треба використати до даних і наскільки нас задовольняють одержані результати після виконання статистичних процедур, треба мати можливість наочно уявити собі ці дані й результати. Адже вивчення таблиць менш зручна процедура, аніж подання даних у вигляді графіків та діаграм. Графічні образи в медичних наукових розробках допомагають спостерігати за тенденціями змін, виявляти складні взаємодіючі фактори й спрощують співставлення даних.

 

 

Таблиця 6.1. Основні математичні методи обробки й аналізу даних, що використовуються під час типових медичних досліджень

Джерело інформації, задача дослідження Методи обробки й аналізу
Анкети, запитання, тести Класифікація даних
Дослідження стану здоров'я, клінічні обстеження, медичні записи, реєстрації, історії хвороби Створення таблиць та звітів
Виявлення взаємозв'язків. Опис випадків захворювань, снівставлення із даними минулих років, вивчення ускладнень. Дослідження ефективності різних процедур, вивчення зв'язків між процедурами та їх наслідками Кореляційний аналіз. Факторний аналіз. Регресійний аналіз. Дисперсійний аналіз. Методи перевірки гіпотез. Дискримінантний аналіз, кластерний аналіз
Медико-статистичні дані. Дослідження захворюваності, динаміка захворюваності, виявлення періодичності Методи аналізу випадкових процесів, спектральний аналіз, математичне моделювання. Методи розпізнання образів. Теорія масового обслуговування. Параметричний та непараметричний статистичний аналіз
Лабораторні експерименти та досліди на тваринах Статистичні методи планування експериментів. Регресійний аналіз, дисперсійний аналіз, багатомірний статистичний аналіз, методи математичного моделювання
Клінічні дослідження. Порівняльні лікувальні дослідження, аналіз виживаності і спадковості із урахуванням належності пацієнта до певної групи, вивчення дозування препаратів. Розробка методів діагностики Дисперсійний аналіз, регресійний аналіз, дискримінантний аналіз, методи перевірки гіпотез. Математичне моделювання процесів. Дискримінантний аналіз, кластерний аналіз, методи розпізнавання образів
Клінічні лабораторні дані. Збирання, зберігання та передача клінічної інформації, аналіз якості і надійності лабораторних досліджень, догляд за пацієнтом Статистичний аналіз. Дисперсійний аналіз. Регресійний аналіз. Послідовний аналіз Вальда

Попередній аналіз даних

Метою цього етапу є формування уявлення про тип (структуру) даних що аналізуються, та попередній вибір методів аналізу. Цей етап включає: уточнення структури даних і розбиття їх на групи; розрахунок основних статистичних характеристик; виявлення розходжень між групами даних; визначення взаємозв'язків між параметрами; визначення емпіричних законів розподілу, яким підпорядковані дані.

Вибір і реалізація конкретного методу статистичного аналізу даних в зв’язку з багаточисельністю методів може виявитися нетривіальною задачею. Однак в сучасних прикладних пакетах дані достатньо просто обробляються за допомогою різних процедур, з тим, щоб потім можна було обрати метод, що дає найкращий результат. Використання певного статистичного методу визначається загальною метою дослідження.

 

Таблиця 6.2. Вибір методу для розв'язання задачі про порівняння параметрів розподілу вибірки

Формулювання задачі в прикладній постановці Формулювання задачі в статистичній постановці Додаткові умови Метод, що застосо-вується
Порівняння показників контрольної та експериментальної вибірок Перевірка гіпотези про рівність середніх (центрів розподілу) в двох незалежних вибірках Нормальний закон розподілу Дисперсії вибірок рівні -критерій Ст’юдента при рівних дисперсіях
Дисперсії вибірок не рівні -критерій Ст’юдента при нерівних дисперсіях
Без припущення про дисперсії (але при однаковому розмірі вибірок) -критерій Ст’юдента без припущення про дисперсії
Порівняння показників вибірки до і після експерименту Перевірка гіпотези про рівність середніх в двох залежних вибірках Нормальний закон розподілу -критерій-Ст’юдента для зв'язних вибірок
Чи можна вважати, що середнє значення показника дорівнює певному номінальному значенню? Перевірка гіпотези про рівність середньої константі Нормальний закон розподілу -критерій (Ст'юдента)
Порівняння розсіювання показників двох вибірок Перевірка гіпотези про рівність дисперсій (про належність дисперсій до однієї генеральної сукупності) Нормальний закон розподілу -критерій Фішера
Чи можна вважати, що в декількох вибірках має місце одне і теж значення показника? Перевірка гіпотези про рівність середніх (про належність середніх до однієї генеральної сукупності) Нормальний закон розподілу Дисперсійний аналіз


Поделиться:


Последнее изменение этой страницы: 2016-08-15; просмотров: 570; Нарушение авторского права страницы; Мы поможем в написании вашей работы!

infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 3.129.217.159 (0.006 с.)