Лекция 1. лекция 1 Биостат. Введение. Основы биостатистики
 Скачать 179.04 Kb.
|
|
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: Введение. Предмет и задачи биостатистики. Роль Ф. Гальтона, К. Пирсона, Р. Фишера в развитии биометрики. Сбор, классификация и представление данных. 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».
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: Жижин К.С. Медицинская статистика: Учебное пособие/ - Ростов н/д: Феникс, 2007. - 160 с. 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. Платонов А.Е. Статистический анализ в медицине и биологии: задачи, терминология, логика, компьютерные методы. - М.: Издательство РАМН, 2000. - 52 с. Реброва О.Ю. Статистический анализ медицинских данных. Применение пакета прикладных программ STATISTICA. - М.: МедиаСфера, 2002. - 312 с. Рокицкий П.Ф. Биологическая статистика. Изд. 3-е, испр. Минск, «Высшая. школа», 1973. - 320 с. http://www.biometrica.tomsk.ru http://ru.wikipedia.org 6. Контрольные вопросы: Что такое «биостатистика»? Какова роль ученых Ф. Гальтона, К. Пирсона, Р. Фишера в развитии биометрики? Что подразумевается под сбором статистических данных? |