загрузка...
загрузка...
На головну

Оцінка ймовірності результатів дослідження

  1. D. Наступні дії і оцінка
  2. I. 2.4. Принципи та методи дослідження сучасної психології
  3. I. КЛАСИЧНЕ ВИЗНАЧЕННЯ ІМОВІРНОСТІ.
  4. I. Суб'єктивні методи дослідження ендокринної системи.
  5. I.Суб'ектівние методи дослідження кровотворної системи.
  6. I.Суб'ектівние методи дослідження органів жовчовиділення і підшлункової залози.
  7. I.Суб'ектівние методи дослідження органів сечовиділення.

Вивчення будь-якої проблеми, зазвичай, супроводжується необхідністю дати відповідь на ряд питань для достовірності отриманих результатів:

1. Завжди необхідно оцінювати їх достовірність?

2. Наскільки вірогідно розподіл певної ознаки в даній сукупності - або достовірний отриманий показник?

3. Показує розподіл певного параметра в досліджуваній групі аналогічного розподілу параметра в генеральній сукупності (серед усіх хворих)?

4. Істотною є різниця між аналогічними показниками в різних групах (хворих, населення та ін.)?

Необхідність оцінки достовірності отриманих результатів визначається обсягом інформації. Вона не проводиться при безперервному дослідженні (для аналізу відібрано всі можливі одиниці спостереження), оскільки для всієї генеральної сукупності можна отримати тільки одне значення певного показника. Однак в системі медико-біологічних досліджень (крім даних офіційної статистики) рідко користуються безперервним методом збору інформації - велика частина досліджень буває вибірковою.

При проведенні вибіркового дослідження можна зустрінеться з загальними помилками і помилками вибірки. Загальні помилки можуть мати систематичний характер (методичні, недоліки вимірювальної апаратури), так і випадковий (помилки дослідника). Помилки вибіркового спостереження пов'язані з відбором його одиниць. Це помилки типовості, репрезентативності.

У процесі аналізу враховуються показники (середня тривалість лікування, частота ускладнень, рівень летальності та ін.) Розглядають як узагальнюючі величини. Якщо результат отриманий на основі достатнього за кількістю і якістю однорідного матеріалу, то можна вважати, що вони досить точно характеризують досліджувані явища.

Наприклад, при вивченні ефективності нового методу лікування, апробованого на 400 хворих, встановлено, що у 12 з них виникли ускладнення. Частота їх становить 3%. Значення узагальнюючого результату полягає в тому, що при проведенні аналогічних вибіркових досліджень, або для оцінки всієї сукупності хворих з даною патологією (генеральної сукупності) ми могли б передбачити отримання аналогічних даних. Проте не виключена ситуація, коли при проведенні повторних досліджень показник, який був визначений шляхом вибіркового спостереження, в незначній мірі може відрізнятися від результату безперервного спостереження.

Отже, оцінити вірогідність результатів вибіркового дослідження означає визначити, якою мірою зроблені висновки (результати) можна перенести на генеральну сукупність. Тобто, частина явища приймати як явище в цілому і основні властиві йому закономірності.

Для оцінки ймовірності результатів будь-яких вибіркових досліджень визначають середню помилку відносної (mp) Або середньої величини (mx).

Середня помилка для відповідних показників при значному числі спостережень (n> 30) можна бути розрахована за такими формулами:

 - Середня помилка середньої величини;

 - - Середня помилка відносної величини.

Де: ?- середньоквадратичне відхилення;

n- число спостережень в вибіркової сукупності. При малому числі спостережень (n <30) в знаменнику замість n використовується n-1.

P - відносний показник;

q- величина зворотна для показника, тобто ймовірність того, що дане явище не буде зареєстровано. Сума двох протилежних ймовірностей дорівнює одиниці: (P + q) = 1. Якщо показник розрахований на 100 (%), то

q = 1000 - P, якщо на 1000 (% о), то q = 1000 - P і т.д.

Для наведеного вище прикладу середня помилка показника виходить:

 0,85%

Середня помилка відображає розміри випадкових коливань показника при вибіркових дослідженнях і залежить від числа спостережень і якісних характеристик явища. Чим більше число спостережень і чим однорідний є відібрана для аналізу група, тим менше кордону достовірних коливань показника.

Середня помилка дозволяє визначити довірчі кордону, В яких з певною вірогідністю знаходиться істинне значення показника. Інтервал, розташований між ними, носить назву довірчого інтервалу.

Довірчі кордону середньої та відносної величини визначаються за формулою:

1) ген і Рген - Значення середніх і відносних величин для генеральної сукупності;

2) виб і Рвиб - Значення середніх і відносних величин, пораховані для вибіркової сукупності;

3) и  - Середні помилки відносних показників (помилки репрезентативності);

4) t - критерій вірогідності або довірчий критерій. Він може бути заданий з різними ступенями точності і залежить від достовірності безпомилкового прогнозу становить t = 2, t = 3.

Межі ймовірності (довірчі межі) (P ± 2 m) (При t = 2) дають можливість визначити межі коливання показника з достовірністю 95,5% (р = 0,05), а довірчі кордону (P ± 3 m) (При t = 3) дають можливість визначити межі коливання показника з достовірністю 99,7% (р = 0,01). Достовірність безпомилкового прогнозу і довірчий критерій визначають на етапі планування статистичного дослідження.

При заданих ступенях достовірності довірчий критерій (t) має незмінну величину, а довірчий інтервал залежить від величини середньої помилки (m), значення якої зменшується при збільшенні числа і якісного складу спостережень.

Для нашого прикладу, при використанні наведеного методу лікування частота ускладнень для генеральної сукупності з імовірністю 95,5% (t = 2) може знаходитися в межах:

 = 3,0 ± 2 0,85% - від 1,3% до 4,7%.

З ймовірністю 99,7% довірчий інтервал становить від 0,45% до 5,55%.

Практична цінність використання середньої помилки середньої або відносної величини лежить не тільки в певних довірчих межах достовірного показника, однак і в оцінки його сутності () ймовірності. Якщо вона досить велика, ми може отримати значення довірчого інтервалу в діапазоні, який не підлягає логічною оцінкою. Наприклад, при використанні певної методики годування новонароджених приріст маси тіла склав (800 + 300) грам. Довірчий інтервал безпомилкового прогнозу 99% становить від -100 до 1700 грамів. Отже, наочність результату не дозволяє в повній мірі за даними показниками оцінити ступінь впливу даної методики на приріст маси тіла новонароджених.

У зазначеній ситуації для збільшення ймовірності оцінки необхідно зменшити довірчий інтервал шляхом збільшення числа спостережень і, відповідно, зменшення середньої помилки показника. Сутність (ймовірність) показника визначається на основі взаємини між абсолютним його значенням і середньої помилкою, яке повинно бути не менше трьох - P /mp?3.

У медико-біологічних дослідженнях часто виникають ситуації, коли при порівнянні окремих параметрів необхідно оцінити сутність різниці між ними. Істотна різниця між окремими показниками вибіркового дослідження свідчить про можливість перенесення отриманих висновків на генеральну сукупність. Критерієм оцінки суті різниці є коефіцієнт ймовірності (критерій Стьюдента), які визначаються за формулою:

 - Для середніх величин;

 - Для відносних величин.

При великій кількості спостережень (n> 30) різниця між показниками є суттєвою, якщо:

1) t?2 (відповідає ймовірності безпомилкового прогнозу 95,5%);

2) t> 3 (відповідає ймовірності безпомилкового прогнозу 95,5%).

За умови t <2 ступінь ймовірності безпомилкового прогнозу не перевищує 95%, В цьому випадку ми не можемо стверджувати, що різниця між показниками є суттєвою.

Наприклад, в школі № 1 навчається 1200 дітей. Профілактичні щеплення проти грипу проведено 900 учням. У наступному році захворіло 350 дітей, в тому числі 150 з них було зроблено щеплення. Для того, щоб порівняти і оцінити суть різниці між рівнями захворювання серед щеплених дітей, і тих, яким щеплення не проводилося, необхідно:

1) визначити рівні захворювань в школі №1 серед першої (без щеплень) та інший (з щепленням) груп. Вони складають, відповідно:

P1 = 150: 300 * 100 = 50%.

Р2 = (350-150): 900 * 100 = 22,2%.

2) визначити середні помилки зазначених показників:

3) оцінити істотну різницю за критерієм Стьюдента:

Висновок: різниця між показниками істотна, оскільки t> 3, що відповідає рівню безпомилкового прогнозу 99,7%.

Часто при клінічних або експериментальних дослідженнях доводиться мати справу з малим числом спостережень (30 і менше): 5-6 лабораторних тварин, 10-12 хворих та ін. Якщо дослідження правильно організовано, відібрані однорідні групи, їх можна розглядати як вибіркові з малим числом спостережень . Однак при малому числі спостережень (n <30) оцінка ймовірності різниці між параметрами окремих груп проводиться на основі порівняння результату не з граничними значеннями критерію Стьюдента, а з його табличними значеннями для відповідного числа спостережень (n '= n1+ n2-2). Якщо певний t-критерій перевищує табличне значення або дорівнює йому - різниця між показниками статистично доведена.

Критерій вірогідності (t) використовують при паном порівнянні досліджуваних параметрів. Однак при проведенні статистичного аналізу іноді необхідно оцінити ймовірність різниці більше ніж двох кількостей показників клініко-статистичних груп. Як і парне порівняння їх не дозволяє отримати узагальнюючу оцінку. У такому випадку необхідно провести порівняння сукупності не тільки по узагальнюючих показників, а й за характером розподілу ознак в досліджуваних групах.

У зазначених ситуаціях найбільш доцільним є використання критерію відповідності -  (Критерій Пірсона), який визначається за формулою:

де p - реальні числа;

p1 - Теоретичні частоти.

В узагальненому вигляді практичне значення критерію  відповідності полягає в наступному:

· Оцінка ймовірності різниці між декількома порівнюваними групами при декількох можливих результатах з різним ступенем достовірності (наприклад, три або чотири групи хворих з різними методами лікування та їх наслідками - різною частотою ускладнень);

· Визначення наявності зв'язку між двома факторами (залежність результатів лікування від віку хворих, тяжкості захворювання, зв'язку між отягощенностью патології і станом їх фізичного розвитку;

· Оцінка ідентичності розподілу частот у двох і більше сукупностях (аналогичность розподілу хворих за рівнем клінічних параметрів при різних ступенях тяжкості патології).

Основою методу є визначення істотної різниці (відхилень) фактичних даних від теоретичних (очікуваних) даних. Розрахунок теоретичних даних базується на припущенні, що в порівнюваних групах різниця між досліджуваними факторами відсутня. Таке припущення визначається як "нульова гіпотеза".

На її основі визначають "очікувані" результати, і порівнюють їх з фактичними даними. Якщо різниця відсутня, можна зробити висновок, що як "нульова гіпотеза" підтвердилася. При наявності відмінностей фактичних даних від теоретичного розподілу визначають суттєву різницю між порівнюваними групами.

Оцінка результатів (  ) Проводиться за спеціальною таблицею. Суттєвою вважається різниця в тому випадку, коли величина розрахованого коефіцієнта перевищує табличне значення при ймовірності не нижче 95% (достовірність помилки менше 5% - р <0,05).

Методика розрахунку коефіцієнта відповідності розглянемо на прикладі оцінки впливу методу лікування на його результати.

Наведемо фактичні результати із трьох методів лікування (табл.1)

Таблиця 1



Попередня   9   10   11   12   13   14   15   16   17   18   19   20   21   22   23   24   Наступна

Організація і проведення статистичного дослідження | Методи (види) дослідження. | Необхідний обсяг вибірки для деяких методів формування масиву | Методи обліку і збору медико-статистичної інформації | Розподіл випадків звернень в поліклініку за віком і статтю в зв'язку з нозологічної формами патології | відносні величини | Графічне зображення статистичних даних | Онкологічні кардіологічне хірургічне | Середні величини | Розподіл хлопчиків 7 років по зростанню |

загрузка...
© um.co.ua - учбові матеріали та реферати