Главная страница | Контакты | Случайная страница Автомобили Астрономия Биология География Дом и сад Другие языки Другое Информатика История Культура Литература Логика Математика Медицина Металлургия Механика Образование Охрана труда Педагогика Политика Право Психология Религия Риторика Социология Спорт Строительство Технология Туризм Физика Философия Финансы Химия Черчение Экология Экономика Электроника

Метод на виявлення достовірності відмінності початкових даних

Доказову медицину можна розглядати як новий підхід або технологію збирання, аналізу, узагальнення та інтерпретації наукової інформації початкових даних. Одна з причин виник­нення доказової медицини — це збільшення обсягу наукової інформації, зокрема в галузі клінічної фармакології. Щороку в практику впроваджуються все нові і нові препарати. Вони ак­тивно вивчаються в численних дослідженнях, результати яких нерідко виявляються неоднозначними, а іноді і прямо проти­лежними.

Розглянемо дві групи хворих із тахікардією, одна з яких (контрольна) одержувала традиційне лікування, а інша (до­сліджувана) — за новою методикою із застосуванням нового препарату. Складемо таблицю значень ЧСС для кожної групи.

1. Умова задачі №2. Серед великої кількості лікарських препаратів і методів лікування було обрано засіб із найвищою ефективністю та найкращою переносимістю.

2. Мета задачі: довести або спростувати припущення про ефективність нового препарату у певної популяції хворих.

3. Розробка плану статистичного методу дослідження: спо­стереження, яке звичайно проводиться за участю вибірки — досліджуваної групи. Пацієнти досліджуваної групи (перша вибірка) одержують препарат, ефективність якого не доведена або викликає сумніви в ході випробування. Контрольну групу (друга вибірка) становлять пацієнти, які не одержують ніякого лікування або одержують плацебо — лікарську форму без терапевтичної активності відносно ознаки, що оцінюється. У задачі вибірки різні і належать до різних генеральних сукупностей.

4. Умови спостереження: випробування лікарських засобів має бути "сліпим", тобто пацієнт (просто сліпе) або дослідник і пацієнт (подвійне сліпе) не поінформовані про те, яка з груп одержує випробовуваний препарат, а яка — плацебо. Це також дає змогу збільшити об'єктивність результатів дослідження, оскільки зменшується імовірність похибки, пов'язаної з формуванням груп хворих.

5. Збір інформації.

6. Вибір статистичного методу розв'язання та первинна статистична обробка даних.

Уведемо дані в робочу таблицю та визначимо найважливіші характеристики вибірки за допомогою пакету Excel.

Середнє значення (М, Хс, де М = Хс ± σ, σ — середнє квадратичне або стандартне відхилення) — центр вибірки, навколо якого групуються її елементи.

Спочатку знаходимо Хс. Встановлюємо курсор у клітинку А10 та на панелі інструментів натискуємо Вставка функції. У діалоговому вікні Мастер функций вибираємо категорію Статистические, у вікні Выберите функцию — СРЗНАЧ/ОК.

У діалогове вікно, що з’явилося, вводимо діапазон даних контрольної групи (А3:А9)/ОК. У вікні з’явиться результат: 145,714. Аналогічно підраховуємо середнє значення (Хс) і для досліджуваної групи.

Середнє квадратичне або стандартне відхилення (σ) – ступінь відхилення елементів вибірки щодо середнього значення. Встановлюємо курсор у клітинку А11 та на панелі інструментів натискуємо Вставка функції. У діалоговому вікні Мастер функцій вибираємо категорію Статистичні, у вікні Выберите функцию – СТАНДОТКЛОН/Ок. У вікно, що з’явилося, вводимо діапазон даних контрольної групи (А3:А9)/Ок. У вікні з’явиться результат: 12,298. Аналогічно підраховуємо середнє значення (σ) і для досліджуваної групи.

Знайдемо максимальне значення даних з вибірки. Встановлюємо курсор у клітинку А12 та на панелі інструментів натискуємо Вставка функції. У діалоговому вікні Мастер функцій вибираємо категорію Статистичні, у вікні Выберите функцию – МАКС/ОК. У діалогове вікно, що з’явилося, вводимо діапазон даних контрольної групи (А3:А9)/ОК. У вікні з’явиться результат: 162. Аналогічно підраховуємо максимальне значення досліджуваної групи в клітинці В12.

Знайдемо мінімальне значення даних з вибірки. Встановлюємо курсор у клітинку А13 та на панелі інструментів натискуємо Вставка функції. У діалоговому вікні Мастер функцій вибираємо категорію Статистичні, у вікні Выберите функцию – МИН/ОК. У діалогове вікно, що з’явилося, вводимо діапазон даних контрольної групи (А3:А9)/ОК. У вікні з’явиться результат: 125. Аналогічно підраховуємо мінімальне значення досліджуваної групи в клітинці В13.

Для того щоб правильно знайти середнє значення вибірки (М), треба проаналізувати наступне положення, згідно з яким:

ü при M=Xc ± 1σ дані укладаються в діапазон вибірки на 68,3%;

ü при M=Xc ± 2σ дані укладаються в діапазон вибірки на 95,5%;

ü при M=Xc ± 3σ дані укладаються в діапазон вибірки на 99,7%.

Якщо в отримані межі (max, min) дані укладаються, то середня вибірки достовірна і нею можна користуватися.

Підрахуємо 2σ методом ручного введення формули в клітинку AI4 = 2*А11.

Аналогічно підраховуємо значення 2σ і для досліджуваної групи в клітинці В14.

Перевіряємо, чи укладаються дані вибірки в межі (max, min), тобто знаходимо Хс ± 2σ, вводячи вручну формули в клітинки А15: =А10+А14 та в А16: =А10А14.

Підрахуємо 3σ методом ручного введення формули в клітинку AI7 = 3*А11.

Аналогічно підраховуємо значення 3σ і для досліджуваної групи в клітинці В17

Перевіряємо, чи укладаються дані вибірки в межі (max, min), тобто знаходимо Хс ± 3σ, вводячи вручну формули в клітинки А18: =А10+А17 та в А19: =А10А17.

Набираємо на клавіатурі результат в А20 значення М1 та у В20 значення М2, враховуючи дані 2σ.

Для подальшого тлумачення результатів задачі порівнюємо початкові середні дані досліджуваної групи з контрольною. При порівняні підсумкових середніх значень можна бачити, що вони відрізняються за величиною, тобто різні: М1=145,7±24,59; М2=125,5±20,55, тобто М1>М2. Другий результат менше відхиляється від норми, ніж перший. Тому можна припустити, що застосування нового препарату ефективне в новій методиці лікування. Але це треба довести, оскільки в резуль­татах досліджуваної групи можливі випадкові відхилення, і тоді початкові дані будуть недостовірні. Для остаточного вис­новку в подібних задачах використовується підрахунок кри­теріїв відмінності, у цьому разі — критерій відмінності Ст'юдента (t). Критерій порівнює дані досліджуваної та контроль­ної груп і може довести, що вони не тільки різні, а й що відмін­ності достовірні.

При будь-якому трактуванні слід користуватися встановле­ними раніше законами, вивчення яких не входить в сферу цьо­го розділу, тобто використовувати емпіричні знання. Для цієї задачі — це рівень значущості, тобто характеристика, що виз­начає максимальне значення ймовірності появи події, при якій подія вважається практично неможливою. Рівень значущості в медицині становить 0,05. При р < 0,05 подія малоймовірна, а якщо відбулася, то не була випадковою.

Отже, рівень значущості застосовуємо для порівняння з критерієм Ст'юдента (t), який треба знайти. Для порівняння здійснюють перевірку нульової гіпотези: середні двох вибірок належать до однієї і тієї самої сукупності, тобто середні значен­ня вибірок рівні між собою (МІ = М2) Критерій дає змогу знай­ти ймовірність того, що обидва середніх належать до однієї су­купності. У нашому прикладі вибірки належать до різних су­купностей.

Якщо ймовірність події, що нас цікавить р>0,05, то подія випадкова, вибірки відносяться до однієї сукупності; ефектив­ність препарату не визначена.

Якщо ймовірність події, що нас цікавить, р<0,05, то вибір­ки належать до двох різних сукупностей, події не випадкові; ефективність препарату доведено.

Табличний курсор встановлюємо у вільну клітинку А21 та на панелі інструментів натискуємо кнопку Вставка функции. У діалоговому вікні Мастер функций вибираємо категорію Статистические, у вікні Выберите функцию — ТТЕСТ/Ок. У діалогове вікно, що з'явилося, вводимо діапазон даних конт­рольної групи (АЗ:А9) у полі Масив 1, у полі Масив 2 вводи­мо діапазон досліджуваної групи (ВЗ:В9), у полі Хвости завж­ди вводиться цифра 2, а в полі Тип — цифра 3 (групи склада­ються з різних пацієнтів)/Ок. У вікні з'явиться значення ймо­вірності: 0,006295.

Інтерпретація результатів

Оскільки величина ймовірності випадкової появи аналізованих вибірок менша від рівня значущості, а саме: 0,006295<0,05, то нульову гіпотезу заперечено. Отже, відмінності між вибірками не випадкові, а зумовлені прийманням препарату, і середні МІ і М2 достовірно відрізняються одна від одної. Отже, випробовуваний препарат ефективний.

Рішення вищенаведених задач за допомогою пакету а зу, інтегрованого в Excel

Не можна обійти увагою такий набір інструментів, як Пакет аналізу, інтегрований в Excel, з яким можна працювати середньому медпрацівнику, не вникаючи в тонкощі інтерпретації. Щоб встановити його, потрібно відкрити програму та в меню Сервис вибрати Настройки, встановити прапорець Пакет анализа/Ок. Пакет завантажиться. Пакет містить 19 інструментів аналізу, серед яких — інструменти Описна статистика та Корреляция.