Лекция 1. лекция 1 Биостат. Введение. Основы биостатистики
![]()
|
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? |