Главная страница
Навигация по странице:

  • План лекции

  • 3. Тезисы лекции: Введение

  • 4. Иллюстративный материал

  • 6. Контрольные вопросы

  • Лекция 1. лекция 1 Биостат. Введение. Основы биостатистики


    Скачать 179.04 Kb.
    НазваниеВведение. Основы биостатистики
    АнкорЛекция 1
    Дата16.03.2022
    Размер179.04 Kb.
    Формат файлаdocx
    Имя файлалекция 1 Биостат .docx
    ТипЛекция
    #399963

    ЛЕКЦИЯ №1
    1. Тема: Введение. Основы биостатистики.
    2. Цель: Сформировать у студентов основное представление о дисциплине «Биостатистика», ее предмете, задачах и истории развития. Ознакомить студентов с типами данных, методами их сбора, а также с видами измерительных шкал.
    План лекции:

    1. Введение.

    2. Предмет и задачи биостатистики.

    3. Роль Ф. Гальтона, К. Пирсона, Р. Фишера в развитии биометрики.

    4. Сбор, классификация и представление данных.

    5. Виды измерительных шкал.


    3. Тезисы лекции:

    Введение:

    В здравоохранении и клинической медицине часто используются различные статистические концепции при принятии решений по таким вопросам, как клинический диагноз, прогнозирование возможных результатов осуществления тех или иных программ в данной группе населения, прогнозирование течения заболевания у отдельного больного; выбор соответствующей программы для данной группы населения или выбор лечения для конкретного больного и т.п. Статистика находит повседневное применение в лабораторной практике. Знание статистики стало важным для понимания и критической оценки сообщений в современных медицинских публикациях. Таким образом, знание принципов статистики абсолютно необходимо для планирования, проведения и анализа исследований, посвященных оценке различных ситуаций и тенденций в здравоохранении, а также для выполнения научных исследований в области медицинской биологии, клиники и здравоохранения.

    Биостатистика - научная отрасль, связанная с разработкой и использованием статистических методов в научных исследованиях в медицине, здравоохранении и эпидемиологии. Внедрение в практику принципов доказательной медицины диктует современному выпускнику медицинских вузов необходимость понимания биостатистики.

    Необходимость повышения культуры статистического анализа биологических и медицинских данных, как в теоретических исследованиях, так и в практической деятельности организатора общественного здравоохранения диктуется, прежде всего, современными достижениями в вопросах представления и систематизации данных. Студенту особенно важно уметь использовать статистические профессиональные пакеты прикладных программ SAS, SPSS, универсальный пакет Statisticа, и адекватно интерпретировать полученные результаты.

    Статистика - это общественная наука, изучающая количественную сторону массовых общественных явлений в неразрывной связи их с качественной стороной.

    В статистике свойство объектов или явлений, которое может быть наблюдаемо или измерено, называется признаком.

    Статистика, изучающая вопросы, связанные с биологией, медициной, фармацией, гигиеной и здравоохранением, называется биостатистикой.

    Роль биостатистики в практической и научной работе врача, медсестры, фармацевта велика.

    Биостатистика применяет различные методы: сбор данных, их обобщение, анализ и подведение итогов, основанных на полученных наблюдениях.

    Статистический анализ помогает добывать информацию из данных и оценивать качество этой информации.

    Задачи биостатистики:

    • количественное представление биологических фактов (измерение) – это выражение свойства отдельного биологического объекта в виде числа, варианты или значения переменной;

    • обобщенное описание множества фактов (статистическое оценивание) – это расчет показателей и параметров, которые полноценно характеризуют свойства множества однотипных объектов или выборки;

    • поиск закономерностей (проверка статистических гипотез) – это доказательство неслучайности отличий между сравниваемыми совокупностями, объектами, зависимости их характеристик от внешних или внутренних причин;

    • использование классических статистических методов для обработки медицинских данных;

    • использование современных статистических методов для обработки медицинских данных;

    • разработка новых методов для обработки медицинских данных.

    Основы биометрии начинается с Фрэнсис Гальтона (1822—1911). Первоначально Гальтон готовился стать врачом.

    Однако, обучаясь в Кембриджском университете, он увлекся естествознанием, метеорологией, антропологией, наследственностью и теорией эволюции.

    В его книге, посвященной природной наследственности, изданной в 1889 году им впервые было введено в употребление слово biometry.

    В это же время он разработал основы корреляционного анализа. Гальтон заложил основы новой науки и дал ей имя. Однако превратил её в научную дисциплину математик Карл Пирсон (1857—1936). В 1884 году Пирсон получил кафедру прикладной математики в Лондонском университете, а в 1889 году познакомился с Гальтоном и его работами.

    Большую роль в жизни Пирсона сыграл английский зоолог, биометрик, первый организатор журнала «Биометрика»  В.Уэлдон. Помогая Уэлдону в анализе зоологических данных, Пирсон ввёл в 1893 г. понятие среднего квадратического отклонения и коэффициента вариации.

    Пытаясь математически оформить теорию наследственности Гальтона, Пирсон в 1898 г. разработал основы множественной регрессии.

    В 1903 г. Пирсон разработал основы теории сопряженности признаков, а в 1905 г. опубликовал основы нелинейной корреляции и регрессии.

    Следующий этап развития биометрии связан с именем великого английского статистика Рональда Фишера (1890—1962).

    Во время обучения в Кембриджском университете Фишер познакомился с трудами Г. Менделя и К. Пирсона.

    В 1913—1915 годах Фишер работал статистиком на предприятии, а в 1915—1919 годах преподавал физику и математику в средней школе.

    С 1919 по 1933 год Фишер работал статистиком на опытной сельскохозяйственной станции в Ротамстеде.

    Затем, по 1943 год, Фишер занимал должность профессора в Лондонском университете, а с 1943 года по 1957 год заведовал кафедрой генетики в Кембридже.

    Он является основоположником теории выборочных распределений, методов дисперсионного и дискриминантного анализа, теории планирования экспериментов, метода максимального правдоподобия и многого другого, что составляет основу современной прикладной статистики и математической генетики.

    Основоположник понятия о средних величинах, бельгийский ученый А. Кетле применил статистические методы для решения задач биологии, медицины и социологии.

    Первым этапом при проведении любого статистического исследования является сбор данных об анализируемом объекте или процессе в виде конкретных значений переменных.

    Сбором статистических данных называется процесс получения информации об элементах исследуемой совокупности и их свойствах. Эти данные являются предметом статистической обработки и анализа.

    Вторым этапом является анализ типов данных.

    Классификация типов данных



    Основные типы данных делятся на количественные и качественные.

    Количественные данные в свою очередь подразделяются на дискретные (прерывные) и непрерывные.

    Дискретные данные – количественные данные, которые представлены только в виде целого числа, т.е. не могут иметь дробную часть. Например: количество детей.

    Непрерывные данные – это данные, которые получают при измерении на непрерывной шкале, т.е. теоретически они могут иметь дробную часть. Например: масса тела, рост, артериальное давление и т.д.

    Непрерывные данные бывают интервальными и относительными.

    Интервальные данные – вид непрерывных данных, которые измеряются в абсолютных величинах, имеющих физический смысл.

    Относительные данные – вид непрерывных данных, отражающих долю изменения (увеличения или уменьшения) значения признака по отношению к исходному (или к какому-либо другому) значению этого признака. Эти данные являются безразмерными величинами или выражаются в процентах.

    Качественные данные – подразделяются на номинальные и порядковые.

    Номинальные данные – вид качественных данных, которые отражают условные коды неизмеряемых категорий (коды диагноза).

    Порядковые данные - вид качественных данных, которые отражают условную степень выраженности какого-либо признака (стадии онкологических заболеваний, степени сердечной недостаточности).

    Их основное отличие от дискретных количественных данных заключается в отсутствии пропорциональной шкалы для измерения выраженности признака.

    Бинарные (дихотомические) данные - особо выделяемый вид качественных данных. Признак такого типа имеет лишь два возможных значения (пол, наличие или отсутствие какого-либо заболевания).

    Особым видом данных являются даты. Поскольку в ряде случаев бывает необходимо произвести с ними некоторые арифметические действия (вычисление абсолютного периода времени между двумя событиями по датам этих событий).

    Иногда выделяют также некоторые особые подтипы данных, являющиеся частными случаями вышеперечисленных типов: ранги, очки, визуальные аналоговые шкалы, цензурированные данные.

    Перед тем как проводить угубленный статистический анализ, важно провести предварительный анализ данных. На этом этапе для сжатия и систематизации набора данных используют графические методы. Это позволяет оценить особенности набора данных и выявить аномалии, т.е. выбрать для дальнейшого анализа подходящие статистические методы.

    Дискретные данные могут быть представлены в виде таблицы, столбиковой диаграммы, пиктограммы, круговой диаграммы, точечного рисунка.

    Непрерывные данные могут быть представлены в виде группированной выборки, гистограммы, диаграммы «стебель с листьями» или «ящик с усами», кривой Лоренца и т.д.

    Смешанные данные могут быть представлены в виде диаграммы рассеяния.

    Графические методы представления данных.

    График, в котором статистические данные изображаются различными геометрическими фигурами, называется диаграммой.

    Виды наиболее часто используемых диаграмм:

    • Диаграммы, изображающие динамику явления, выраженного в показателях интенсивности, соотношения, наглядности, средних или абсолютных величинах, называются линейными.

    • Вид линейной диаграммы, применяемой для изображения динамики явления за замкнутый цикл времени (сутки, неделя, месяц, год), называется радиальной.



    • Диаграммы, изображающие динамику или статику явления в соответствии с избранным масштабом, называются столбиковыми.

    • Диаграммы, изображающие структуру явления, выраженного экстенсивными показателями, и представляющие собой прямоугольник, в котором цветом выделены составляющие его части в соответствии с их удельным весом, называются внутристолбиковыми.

    График, который представляет собой смесь диаграммы и таблицы, эффективен для отображения данных по увеличению порядка величины, называется графиком «стебель и листья».

    3

    1,0

    04

    665

    1,1

    39

    53

    1,2

    99

    9751

    1,3

    1135677999

    955410

    1,4

    0148

    987665

    1,5

    00338899

    9531100

    1,6

    0001355

    731

    1,7

    00114569

    99843110

    1,8

    6

    654400

    1,9

    01

    6

    2,0




    7

    2,1

    19

    10

    2,2




    График, представляющий собой ломаную, соединяющую точки, соответствующие срединным значениям интервалов группировки и частотам этих интервалов, называется полигоном.

    График, который представляет собой прямоугольник, где две параллельных стороны соответствуют верхнему и нижнему квартилям данных, а линии, начинающиеся в конце прямоугольника, показывают минимальные и максимальные значения, называется график «ящик с усами».



     Квартили в статистике – это три величины, которые делят набор данных на четыре равные части. Верхний квартиль это часть набора данных с наиболее высокими значениями.

    Перцентили - величины, делящие вариационный ряд на 100, а децили - на 10 равных частей.

    Графическое изображение, характеризующее зависимость частоты попадания элементов выборки от соответствующего интервала группировки называется гистограммой.

    Измерение – это процедура сравнения объектов по определенным показателям или характеристикам (признакам, атрибутам).

    Шкала – необходимый, обязательный элемент измерительной процедуры.

    Основные типы измерительных шкал, применяемые в медико-биологических исследованиях:

    • номинальная или шкала наименований используетя для классификации свойств объекта, присвоения им числовых, буквенных и иных символьных характеристик (пол, национальность, цвет глаз, цвет волос, диагноз и т.д.);

    • порядковая или ранговая – упорядочивает значения признака (шкала стадий гипертонической болезни по Мясникову, шкала степеней сердечной недостаточности по Стражеско-Василенко-Лангу, шкала степени выраженности коронарной недостаточности по Фогельсону и др.);

    • интервальная – показывает «размах» отдельных измерений признака (время, шкала температур, тестовые баллы);

    • шкала отношений – выявляет соотношение измеренных значений признака (рост, вес, время реакции, количество выполненных заданий теста).

    4. Иллюстративный материал: презентация, слайды.
    5. Литература:

    1. Жижин К.С. Медицинская статистика: Учебное пособие/ - Ростов н/д: Феникс, 2007. - 160 с.

    2. Петри А., Сэбин К. Наглядная медицинская статистика/ пер. с англ. под ред. В.П. Леонова. 2-е изд., перераб. и доп. - М.: ГЭОТАР-Медиа, 2009. - 168 с.

    3. Платонов А.Е. Статистический анализ в медицине и биологии: задачи, терминология, логика, компьютерные методы. - М.: Издательство РАМН, 2000. - 52 с.

    4. Реброва О.Ю. Статистический анализ медицинских данных. Применение пакета прикладных программ STATISTICA. - М.: МедиаСфера, 2002. - 312 с.

    5. Рокицкий П.Ф. Биологическая статистика. Изд. 3-е, испр. Минск, «Высшая. школа», 1973. - 320 с.

    6. http://www.biometrica.tomsk.ru

    7. http://ru.wikipedia.org

    6. Контрольные вопросы:

    1. Что такое «биостатистика»?

    2. Какова роль ученых Ф. Гальтона, К. Пирсона, Р. Фишера в развитии биометрики?

    3. Что подразумевается под сбором статистических данных?


    написать администратору сайта