'

«В новый век – с доказательной биомедициной!» Возможности и практика применения статистических методов для экспериментальной биомедицины

Понравилась презентация – покажи это...





Слайд 0

1 «В новый век – с доказательной биомедициной!» Возможности и практика применения статистических методов для экспериментальной биомедицины Доктор технических наук, профессор Дарманян Анатолий Петрович E-mail: adarma@inbox.ru


Слайд 1

2 Практика студентов кафедры «Биофизика» МГУ им.М.В.Ломоносова на Белом море(1967г.)


Слайд 2

3 Гален (Galen) «Эмпирики говорят, что нечто не может быть ни принято, ни расценено как истинное, если оно замечено однократно или если оно было замечено только несколько раз. Они полагают, что нечто может быть принято и считаться верным, только если это было замечено очень много раз и каждый раз в том же самом виде» On Medical Experience. 11-столетие н.э.


Слайд 3

4 По вине медиков в год в России гибнут 50 тыс. чел.(Лига защиты пациентов); в ДТП–30 тыс.чел.(Росстат) ЗАДАЧИ ПРЕЗЕНТАЦИИ: Анализ публикаций с применением статистических методов. Практика наиболее используемых статистических методов. Ошибки при интерпретации результатов исследований. Научная значимость некоторых малоиспользуемых статистических методов.


Слайд 4

5 А.Н.Мамаев д.м.н.,зав.отделением Алтайского филиала ГНЦ РАМН (2011г.) «Неправильное применение методов математической статистики в медицине на сегодняшний день в России приобретает характер эпидемии, поскольку ошибки исследователей при анализе медицинских данных можно встретить повсеместно и число их неуклонно растет»


Слайд 5

6 Леонов В.П. Анализ публикаций по экспериментальной биомедицине (www.biometrica.tomsk.ru)


Слайд 6

7


Слайд 7

8 Результаты анализа публикаций Использование стат.методов: 82% в R-статьях и 87% в E-статьях. Использование описательной статистики и t-критерия (ч.50-85%) среди 53-х методов и критериев!!! В 52% R-статей нет описания использованных методов и точного значения уровня достоверности «р». Отсутствие проверки условий применимости критериев и методов. Неверная интерпретация результатов исследования


Слайд 8

9 Лингвистические экспонаты «кунсткамеры» сатириков публикаций по медицинской статистике «Мемы» - абсурдные и бессмысленные выражения, заимствованные из других работ. «Гитики» - неверные статистические аргументы. Президент издательства «МедиаСфера»: «Статистике в биомедицинских исследованиях отводится роль «гитик», звучные и непонятные авторам термины нужны для достижения основной цели - придание работе научного «веса», достаточного для защиты диссертации». Леонов В.П. (фрагмент критики докторской диссертации): «Использование дискретных, номинальных признаков для проведения ФА подобно тому, как если бы провести операцию сложения кислого с круглым, далее с зелёным, и затем вычесть из полученной суммы гинеколога, а результат умножить на физику»


Слайд 9

10 Статистические методы Описательная статистика Анализ взаимосвязей (корреляционный анализ) Регрессионный анализ Анализ временных рядов Анализ выживаемости Принцип Парето (ABC анализ)


Слайд 10

11 Значения медицинского показателя до и после лечения


Слайд 11

12 Описательная статистика (R-ч. 82%) Mean – среднее арифметическое Ассиметрия (скошенность), эксцесс (пикообразность) распределения Медиана разбивает выборку на две равные части (50-й процентиль); 25-й и 75-й процентили (квартили) Мода – наиболее часто встречающееся значение в выборке +SE – стандартная ошибка среднего Дисперсия S2– среднее значение квадратов отклонений значений показателя от среднего значения СО –стандартное отклонение S 1,96*SE (ДИ) – доверительный интервал показывает, что с вероятностью 0,95 показатель X будет находиться в интервале значений X+1,96*SE. Коэффициент вариации (%) – отношение стандартного отклонения к среднему значению CV=СО/X*100% -воспроизводимость метода исследования (сравнение разных методик).CV>10% -плохая воспроизводимость метода иссл-я Размах – самое большое и самое малое значение


Слайд 12

13 Показатели описательной статистики (Excel)


Слайд 13

14 Ящичковая диаграмма Тьюки («ящик с усами»-«вне отечественной традиции»)


Слайд 14

15 Доктор L.Brown (1941г.) «Затруднения в медицине исходят не от статистического метода, а от медицинских работников (и работниц), которые не знают, как его использовать….Не поймите меня неправильно. Это не аргумент в пользу сухих статистических статей, которые все мы не читаем. Но если я смогу заставить вас увидеть, насколько важно для нас прекратить использовать любимую фразу «мой личный опыт» кроме тех случаев, когда у нас есть достаточно данных, чтобы подтвердить ее, я буду считать, что достиг того, на что я надеялся»


Слайд 15

16 Типичные ошибки интерпретации результатов исследований Уровень значимости “р” t-критерия равен вероятности ошибочно отвергнуть гипотезу о равенстве средних двух выборок. Приняли, что р<0,05! Неверно: «Уровень значимости р<0,05» Правильно: р=0,04 (или р=0,06). «Наблюдаемое различие в эксперименте статистически значимо на уровне р=0,04 или р=0,06». Неверно: Среднее = (72+6)ед. Правильно: Среднее (СО)= 72ед. (8ед.) Среднее (при 95%ДИ)=72ед.(от 66 до 78)ед.


Слайд 16

17 Проверка гипотез о равенстве средних t-критерием (R-ч. 58%; Е-ч.8%) Требования для применения t-критерия. Нормальное распределение показателя Равенство дисперсий сравниваемых совокупностей Практика: В выборке из 200-х публикаций в 50-70% реальных данных нормальное распределение не выполняется! (Леонов В.П.) В 2500 биомед. массивов данных только в 8% было нормальное распределение (г.Тарту) Непараметрические методы (R-ч. 2%), т.е. в 48-68% публикациях неверные выводы!


Слайд 17

18 Нормальное распределение - фундаментальный закон природы Мировая практика: нормальное распределение 20-25% !!!


Слайд 18

19 Проверка на нормальность(R-ч.0,06%) Визуальный метод График вероятности Критерий Колмогорова-Смирнова. Если K-S d>0,0895, распределение не соответствует нормальному на уровне значимости 0,05. Критерий Шапиро-Уилка Совпадение значений моды и медианы Равенство нулю показателей асимметрии и эксцесса (таблицы критических значений для заданной выборки)


Слайд 19

20 Проверка на нормальность с помощью графика вероятности


Слайд 20

21 Пример невыполнения нормального распределения (до лечения)


Слайд 21

22 Пример невыполнения нормального распределения (после лечения)


Слайд 22

23 Пример нормального распределения (Результаты голосования в г.Москве 4 марта 2012г.)


Слайд 23

24 Статистическая «Развлекуха» или «чуровское распределение»


Слайд 24

25 Графики медицинского показателя


Слайд 25

26 Гистограмма медицинского показателя до и после лечения (пример отсутствия нормального распределения)


Слайд 26

27 Выявление различий показателей в группе до и после лечения (связанные выборки) Пример 1: Значение медианы в группе до лечения = 36,5ед.; а после лечения = 34,2ед. Параметрический способ: t-тест: p=0,108 Различие незначимо. Эффекта лечения нет. Непараметрический метод сравнения 2-х связанных выборок с помощью критерия Вилкоксона (R-ч. 0,7%): W=57. Критическое значение (для n=20) Wкр.=53. Так как W > Wкр., принимается гипотеза о наличии различий между значениями показателя в группе (до лечения) и (после лечения), т.е. выявлено влияние выбранного метода на результат лечения!


Слайд 27

28 Выявление эффекта от лечения в 2-х группах (несвязанные выборки) Пример 2: Значение медианы в 1-ой группе (лек-во 1) - 29,6ед.; во 2-ой группе (лек-во 2) - 35,9ед. Параметрический способ: t-тест (p=0,13). Различие незначимо. Разницы в эффективности лекарств нет. Непараметрический критерий Манна-Уитни для сравнения 2-х несвязанных выборок (R-ч. 2%): U=66. Критическое значение Uкр.=70 (для n1=17 и n2=13). Так как U < Uкр., принимается гипотеза о наличии различий между двумя выборками, т.е. выявлена разница в эффективности от использования двух лекарств!


Слайд 28

29 Вместо заключения о медицинской описательной статистике Все результаты и выводы в статьях, отчетах и диссертациях, полученные на основе данных описательной статистики с использованием параметрических методов (среднее, СО,ДИ и t-тесты) в группах больных не верны ввиду отсутствия нормального распределения данных для многих медицинских показателей!!!


Слайд 29

30 Использование непараметрических критериев


Слайд 30

31 2. Анализ связей и корреляций (R-ч. 8%) K.Peаrson (1901г.) - обработка биомедицинских данных 1. Взаимосвязь качественных переменных –критерий Пирсона хи-квадрат (R-ч. 7%) 2. Взаимосвязь количественных переменных –критерий корреляции Пирсона “r” (R-ч. 8%) Принято считать, «что при r < 0,25 корреляция слабая, при 0,25 < r < 0,75 умеренная, при r > 0,75 – сильная». Коэффициент детерминации: R=r2 –доля изменения Y, вызванная изменением X. Пример: Если r=0,75, то R=0,56. Cильная связь?


Слайд 31

32 Критерий Пирсона «Хи-квадрат». Таблица сопряженности 2х2 (R-ч.7%; E-ч.19%)


Слайд 32

33 Пример «умеренной» связи показателей


Слайд 33

34 Корреляционная матрица биохимических показателей до лечения


Слайд 34

35 Корреляционная матрица биохимических показателей после лечения


Слайд 35

36 Краткие научные выводы: Измерена теснота связи между различными медицинскими показателями до и после лечения (слабая, умеренная, сильная). Выявлена тесная и умеренная связь между отдельными показателями. Обнаружено изменение тесноты связи (критерий r) и ковариации (+r) между показателями до и после лечения. Вопрос для науки: В чем причина произошедших изменений?


Слайд 36

37 3.Регрессионный анализ (R-ч. 4%)


Слайд 37

38 Парная регрессионная зависимость между медицинскими показателями


Слайд 38

39 Парная регрессия после верификации (искл. одной точки)


Слайд 39

40


Слайд 40

41


Слайд 41

42 Стоимость строительства кв.м жилья в России


Слайд 42

43 Результаты прогнозирования


Слайд 43

44 4. Анализ временных рядов (R-ч.0,1%; E-ч.3%) (наличие сезонной компоненты)


Слайд 44

45 Прогнозные значения показателя с доверительным интервалом


Слайд 45

46 Потребление пива в России (данные Росстата)


Слайд 46

47 Динамика заболевания алкоголизмом и наркоманией в России (данные Росстата) 1990 2000 2010


Слайд 47

48 5. Анализ выживаемости - оценка эффективности лечения (R-ч.0,3%;Е-ч.9%) Оценка вероятности пережить пациенту произвольный интервал времени, измеренный от даты стартового до мониторируемого события. Мониторируемое событие – рецидив, ремиссия заболевания, летальный исход и т.д. Стартовое событие – начало лечения, оперативное вмешательство, поступление в реанимацию (в клинику) и т.д.


Слайд 48

49 Градация участников исследования


Слайд 49

50 Таблица времен жизни


Слайд 50

51 Функция риска Число смертей/число доживших


Слайд 51

52 Kaplan-Meier product-limit method Кривая Каплана-Мейера - частота выживания больных раком в двух группах (R-ч.0,3%; E-ч.9% )


Слайд 52

53 Доказательный вывод: Хирургическое лечение более эффективное для продления жизни по сравнению с медикоментозным лечением Медиана времени выживания составила 6,3 года для группы хирургического лечения и 3,8 года для группы медикоментозного лечения. Лог-ранговый критерий выявил статистически значимое различие по частоте выживания с течением времени (р<0,001).


Слайд 53

54 6. Правило Парето (правило «20 на 80») (ч.0,01%) «За большинство возможных результатов отвечает относительно небольшое число причин». Научно-методический центр по обеспечению качественной медицинской помощи ЦНИИ ОИЗ Доллары США Процент


Слайд 54

55 Диаграмма Парето


Слайд 55

56 Jean-Etienne D.Esquirol (французский психиатр, 1838г.) «Думали ли они, что науки, основанные на наблюдении, могут стимулироваться только статистикой?...Если бы медицина не пренебрегла этим инструментом, это означало бы прогресс, она обладала бы большим числом реальных истин, стала бы менее подверженной обвинению в том, что является наукой нетвердых принципов, неуловимых и предположительных»


Слайд 56

57 ПРИЧИНЫ СТАТИСТИЧЕСКИХ ОШИБОК В ПУБЛИКАЦИЯХ ПО БИОМЕДИЦИНЕ В.П.Леонов (www.biometrica.tomsk.ru) Низкая статистическая культура исследователей + бедность литературы Отсутствие в структурах биомедицинских НИИ и вузов специализированных лабораторий и кафедр биостатистики. Отсутствие отраслевой нормативной базы (отраслевые стандарты, стандарты предприятий и т.п.), регламентирующей этап статистического анализа. Отсутствие квалифицированной статистической экспертизы в редакциях журналов, в диссертационных и экспертных советах ВАК


Слайд 57

58 XVII век, Голландия Или: «Врач изучает колбу с мочой, принесённою молодой женщиной» Или: Статистические методы MS Excel + StatPlus SPSS STATISTICA 6.0


Слайд 58

59 Предложения (Или что делать?) 1. Курс лекций «Основы медицинской статистики» для слушателей послевузовского образования. 2. Планирование биомедицинского исследования. 3. «Статистическое» рецензирование результатов биомедицинских исследований для отчетов, публикаций и диссертаций


Слайд 59

60 Рекомендации исследователям Шире применяйте различные статистические методы Правильно применяйте статистические методы и критерии. Знайте, любые биомедицинские данные можно статистически обработать. Проводите многократные расчеты статистических показателей и цензурирование биомедицинских данных. Корректно выполняйте интерпретацию результатов статистических расчетов Помните, кроме вас самих никто не сможет сделать правильные научные выводы по результатам исследования!


Слайд 60

61 Спасибо за внимание Las Vegas, 2006г.


×

HTML:





Ссылка: