ЗАСТОСУВАННЯ СТАТИСТИКИ В статті та дисертацію з медицини ТА БІОЛОГІЇ

Застосування статистики в статтях і дисертаціях з медицини і біології. Частина I. Опис методів статистичного аналізу в статтях і дисертаціях

В.П. Леонов *, П.В. Іжевський **

* Факультет інформатики Томського державного університету, Томськ

** Державний науковий центр РФ - Інститут біофізики, Москва

Проаналізовано адекватність застосування статистичних методів більш ніж в 1500 статтях, опублікованих у 1987-1997 рр. в журналах «Кардіологія», «Радіаційна біологія. Радіоекологія "," Медична радіологія та радіаційна безпека "," Бюлетень експериментальної біології і медицини "," Проблеми ендокринології "," Клінічна медицина "і" Міжнародний журнал медичної практики ", і більш ніж в 250 дисертаціях на здобуття наукового ступеня кандидата або доктора медичних і біологічних наук, захищених в той же період. Методи статистичного аналізу даних використані в 85% робіт. Відсутня стандартизація їх опису. У більшості робіт використовується тільки t-критерій Стьюдента без перевірки умов правомірності його застосування. У кожній другій роботі не повідомляється, якими статистичними критеріями перевірені статистичні висновки. У 80% робіт використаний один статистичний метод, в 15% - 2 методу, по три і більше методів використано в одиничних роботах. Вкрай рідко використовуються непараметрическая і багатовимірна статистика. Некоректність застосування статистики робить вельми сумнівними, а іноді просто неспроможними висновки ряду робіт.

Ключові слова: статистика в медицині та біології, біостатистика, біометрія, опис статистичних методів, t-критерій Стьюдента, правила оформлення статей.

В останні 20-30 років медицина і біологія вступили в нову фазу свого розвитку. Накопичення величезних масивів кількісних даних і доступність обчислювальної техніки посилило математизацію біології і медицини. Історія науки дозволяє виділити наступні етапи розвитку, обумовлені домінуючою методологією і рівнем пізнання предмета дослідження: емпіричний етап, який характеризується накопиченням і описом фактів, часткової їх систематизацією; теоретичний етап - аналіз і синтез накопичених фактів у вигляді окремих концепцій, які об'єднуються у відносно несуперечливі теорії; нарешті, кількісний, математичний етап - на базі накопичених фактів досліджуються кількісні закономірності, створюються математичні моделі досліджуваних явищ і об'єктів.

Щоб переконатися в цьому, досить перегорнути дисертації і журнали біомедичної тематики - в переважній більшості робіт автори використовують в тому чи іншому обсязі методи статистики. При цьому роль використовуваних статистичних методів двояка: з одного боку, вони допомагають виявляти раніше невідомі закономірності, з іншого боку, з їх допомогою автори перевіряють достовірність апріорно сформульованих гіпотез. Специфіка наукового дослідження полягає в тому, що використання автором неадекватного методу навіть на одному з етапів роботи позбавляє його висновки достовірності. Подібно до того як при використанні лікарських препаратів існують протипоказання до їх застосування, так і для застосування статистичних методів на етапі аналізу даних існують аналогічні обмеження. Очевидно, що облік цих обмежень вимагає від автора ґрунтовної підготовки в цій галузі знання. Якщо ж врахувати, що в подальшому висновки автора перетворюються в рекомендації і методики по лікуванню хворих, в конкретні рішення про застосування тих чи інших лікарських препаратів, заходів профілактики і т.д., то стає ясно, як відповідально і педантично повинні застосовуватися методи статистики в медицині та біології.

Неграмотне застосування статистичних методів перетворює їх на засіб додання наукоподібності декларованих автором тверджень, що може завдати величезної шкоди не тільки науці, але і цілком конкретним хворим. Такі твердження, опубліковані в дисертації (статті), можна порівняти з помилковим лікарським діагнозом. Посилення ролі наукових принципів в медичних дослідженнях призвело до появи в 80-х роках так званої "науково-доказової медицини" (evidence-based medicine) [1]. За кордоном створені факультети епідеміології та біостатистики, Міжнародне товариство клінічної біостатистики (ISCB), розроблені рекомендації щодо подання результатів клінічних випробувань (Consolidated Standards of Reporting Trials - CONSORT), функціонують підрозділи по стандартизації медичної інформації і т.д. Проблема неякісного використання методів статистики в дисертаційних роботах з біомедичної тематики вже привернула увагу ВАК РФ [2], і сподіваємося, що найближчим часом слід очікувати прийняття рішучих заходів щодо виправлення цього становища.

"Кінцевий результат медичного дослідження, яке коштувало мільйони рублів, - публікація 3-5-сторінкової статті в професійному медичному журналі. Стає зрозумілою заклопотаність громадськості якістю наукових журнальних публікацій "[3]. Найважливіші компоненти якості наукових публікацій - коректність застосування методів статистики при аналізі спостережень і повнота опису даного аналізу. Недооцінка цього призводить до того, що неповні або некоректні опису роблять дослідження в очах читачів або поверхневими, або недостатньо достовірними. У середовищі вчених, зайнятих біомедичними дослідженнями, мова статистики стає таким же міжнародним мовою, як і англійський. Наукова публікація не тільки закріплює за авторами повідомлення пріоритет отриманих результатів, а й дає читачеві можливість порівняти висновки, наведені в публікації, зі своїми власними результатами. Для цього в роботі повинен бути необхідний мінімум статистичної інформації, що дозволяє читачеві провести таке порівняння [4]. Крім того, для багатьох читачів статті та дисертації мають самостійну цінність - як матеріал для підвищення кваліфікації. Це вимагає ясного і повного викладу методів аналізу та інтерпретації результатів досліджень.

Мета даної роботи - кваліметріческій аналіз опису і використання методів прикладної статистики в біомедичних статтях і дисертаціях на здобуття наукового ступеня кандидата (доктора) наук періоду 1987-1997 рр.

Оцінювалися оригінальні статті (крім передових, або редакційних статей, оглядів і лекцій) з журналів «Кардіологія», «Радіаційна біологія. Радіоекологія "," Медична радіологія та радіаційна безпека "," Бюлетень експериментальної біології і медицини "(БЕБМ) і" Клінічна медицина ", опубліковані в період 1987-1997 рр. Крім того, виконано вибірковий аналіз окремих номерів журналів "Проблеми ендокринології" і "Міжнародний журнал медичної практики" за цей же період. Всього проаналізовано 1 538 статей, 53 дисертації на здобуття наукового ступеня доктора наук і 206 дисертацій на здобуття наукового ступеня кандидата наук. Основні наукові спеціальності та напрямки досліджень проаналізованих публікацій - кардіологія, онкологія, фармакологія, генетика, психіатрія, курортологія і фізіотерапія, нормальна і патологічна фізіологія, педіатрія, внутрішні хвороби, біохімія, хірургія, анестезіологія і реаніматологія, алергології та імунологія, променева діагностика і променева терапія , акушерство і гінекологія, ендокринологія, ботаніка, іхтіологія, біологія і радіоекологія, фізіологія рослин і т.д. (Всього 23 спеціальності). Оцінка статей і дисертацій проводилася з точки зору адекватності статистичних методів цілям і завданням дослідження, частоти застосування різних статистичних методів і коректності їх опису.

Опис методів статистичного аналізу в статтях і дисертаціях

У 25% робіт використані статистичні методи і критерії взагалі не згадуються. Більшість таких робіт рясніють виразами типу "рЈ0,05" або "р <0,01". Однак ніде в тексті не повідомляється, до яких конкретно статистичними критеріїв належать дані ймовірності. Тим часом, ці вирази - "... суть пропуск в популяцію, знаки того, як висновки статті будуть" працювати "в генеральної сукупності" [5]. У 56 статтях 11 номерів БЕБМ за 1997 р, де використовувався вираз "р <0,05", не згадується використаний статистичний критерій. В контексті описуваних завдань вираз "р <0,05" може бути отримано тільки при використанні конкретних статистичних критеріїв, наприклад t-критерію Стьюдента, критерію c2 і т.д. Відсутність в статті вказівок на використані критерії дозволяє припустити, що автори або не вважають цю інформацію досить важливою, щоб приводити її в статті або дисертації, або ж не призводять її, виходячи з інших мотивів. Відзначимо, що повна відсутність опису використаних методів статистики характерно не тільки для робіт останнього десятиліття, а й для більш ранніх робіт.

У більшості робіт автори не розкривають найменування і сенс величини "р", мабуть вважаючи, що читачі цілком однозначно зможуть інтерпретувати зазначені значення "p". Частина авторів має на увазі під "p" рівень значущості, тоді як в інших статтях "p" виступає як рівень довірчої ймовірності. Оскільки автори не ідентифікують значення "p" однозначно, часто неможливо визначити конкретний зміст величини "p".

Частина, що залишилася робіт містить в тій чи іншій формі опис використаних методів статистичного аналізу. У більшості таких робіт вони згадуються в розділі "Матеріали і методи". При цьому опис статистичних методів і критеріїв дається в формі шаблонних кліше з вельми розпливчастим змістом. Можна виділити три групи подібних кліше. У першій групі (45% всіх робіт, що містять описи) з різними варіаціями просто констатується факт використання статистичних методів. Характерні такі описи: "Результати оброблені статистично", "Обробку даних проводили статистичними методами", "Результати оброблені методом (загальноприйнятими методами) варіаційної статистики", "Результати оброблені стандартними методами (програмами) статистики", "Результати дослідів оброблені статистично загальноприйнятим способом, відмінність вважали за рівні ймовірності не менше 95% "і т.д.

Що мається на увазі під стандартними (загальноприйнятими) методами і програмами, читач може лише здогадуватися. Спробуйте уявити подібне опис методики лікування: "Хворих лікували стандартним (загальноприйнятим) способом ...", не згадуючи при цьому сам стандарт.

Відзначимо також, що від терміна "вариационная статистика" доцільно відмовитися, так як він містить елементи тавтології (статистичний метод обов'язково передбачає і вивчення варіації). Немає аналогічного терміну і в зарубіжній літературі, де ще з початку століття використовується термін "біостатистика".

Для другої групи (30% робіт) характерна наявність більш конкретних деталей: прізвища автора керівництва за статистикою; статистичного критерію; одного або двох статистичних параметрів; типу ЕОМ або назви пакета програм. Наприклад: "Матеріал обробляли статистично за методом Лакіна", "Статистичний аналіз проводили по В.Ю. Урбаха "," Статистичну обробку проводили методом довірчих інтервалів з використанням таблиць Стрелкова "," Достовірність значень визначали за t-критерієм Стьюдента "," Достовірність оцінювали по середньоквадратичне відхилення усереднених значень параметрів "," Статистичну обробку проводили методом визначення середнього квадратичного відхилення від середньої величини "," Статистична обробка матеріалу проведена з використанням міні-ЕОМ "Іскра-+1256", "Отримані дані обробляли статистично за допомогою обчислювальної машини НР-86Т за стандартними програмами ".

Для читача посилання на певну прізвище (Лакіна, Урбах, Стрєлков) ні про що не говорить, оскільки в книгах даних авторів описано багато різноманітних методів. Що, наприклад, зможе дізнатися лікар про методику лікування хворих, із заслання: "Лікування призначалося по Машковська і Відаля ...&quot;? При цьому тільки в половині робіт, де згадуються конкретні критерії або прізвища, є посилання на літературу. В інших роботах ніяких посилань не наводиться. У разі застосування досить відомих статистичних методів (наприклад, t-критерію Стьюдента) відсутність подібної посилання не так уже й важливо. Однак якщо автор використовує не настільки популярний метод чи критерій, таку практику навряд чи можна вважати прийнятною.

Іноді просто відзначається факт використання обчислювальної техніки. У більшості статей і дисертацій дається конкретне найменування таких технічних засобів. При цьому використання мікрокалькуляторів не слід розглядати як ознаку низької якості аналізу даних. Вибір обчислювальної техніки визначається багатьма причинами, в тому числі обсягом аналізованих даних і реальними завданнями дослідження. На програмованих мікрокалькуляторах можливе виконання як найпростішої оцінки вибіркових характеристик, так і досить складного статистичного аналізу [7]. Важливо інше - нерідко спостерігається "... невідповідність засобів і мети, застосування занадто складною методики там, де в ній немає потреби. З гармат починають стріляти по горобцях, причому нерідко не потрапляють в горобців. Буває і так, що з гармат стріляють, не ставлячи перед собою ніякої мети, просто тому, що завели гармати "[9]. Так, в деяких роботах згадується про використання системи статистичного аналізу SAS - одного з найпотужніших засобів аналізу даних, і в той же час в роботі використовувалися невеликі (близько одного-двох десятків) вибірки, оцінювалися тільки окремі характеристики і застосовувався тільки t-критерій Стьюдента.

Багато авторів виконували статистичний аналіз, використовуючи такі популярні свого часу кошти обчислювальної техніки, як ЕОМ СМ-4 або "Іскра-1256". В останні роки все частіше згадуються персональні комп'ютери, але зазвичай цим і обмежують опис методики статистичного аналізу експериментальних спостережень. Мабуть, згадка персонального комп'ютера автори вважають своєрідним "знаком якості", який несе відповідальності за достовірність і надійність декларованих висновків. Ця позиція відображає вельми небезпечний міф, який існує серед медиків і біологів: "ЕОМ не помиляється", що звучить як "дружина Цезаря поза підозрою". При цьому плутають два поняття: надійність персональних комп'ютерів і їх продуктивність з правильністю отриманих за допомогою комп'ютера результатів аналізу. Тим часом це зовсім різні речі, оскільки для отримання вірного результату статистичного аналізу повинні бути виконані численні умови, про які автори найчастіше або не знають, або не перевіряють їх. Як не дивно, подібні описи більш характерні для докторських дисертацій.

Очевидно, що інформація про тип ЕОМ є зайвою і її не має сенсу наводити в дисертації або статті. Більш же необхідно згадка про конкретних статистичних методах і пакетах програм. Хоча застосування хорошого пакету програм і не гарантує правильність отриманих результатів, проте читач може хоча б зіставити результати, наведені в роботі, зі своїми власними, якщо ті й інші були отримані із застосуванням одного і того ж пакету програм. Особливо це відноситься до тих випадків, коли використовуються розвинені системи статистичного аналізу з власною мовою програмування, наприклад пакет SAS. Однак в проаналізованих роботах конкретний тип статистичної програми було вказано приблизно в 3% робіт. Найбільш часто згадуються пакети STATGRAPHICS, CSS, SPSS, SuperCalc і Microsoft Excel.

Третя група проаналізованих робіт (приблизно 25%) містить досить безграмотні, а часом і просто абсурдні поєднання перераховуються термінів або критеріїв. У таких описах автори часто вводять власну термінологію, не розкриваючи в тексті роботи змісту і сенсу використовуваних термінів, або вживають відомі в статистиці терміни в інших, не розкриваються ними значних: "Групи зіставляли при довірчому коефіцієнті 95%", "Довірчий інтервал розрахований для 95 % рівня значущості "," Підрахунок середньої кількості М ± m виробляли за методом Стьюдента "," Статистичну обробку даних здійснювали за допомогою t-критерію Стьюдента при р> 0,05 "," Статистичну обробку даних здійс твлялі за методом Стьюдента із застосуванням критерію c2 "," Достовірність відмінностей між окремими контингентами осіб визначали за критерієм Фішера "," Результати обробляли статистично з визначенням середньої арифметичної, стандартної помилки і довірчого інтервалу при рЈ0,05 "," Чи достовірними вважали відмінності з рівнем довірчої ймовірності менше 0,05 "," Кореляційний аналіз проводили шляхом порівняння двох груп за допомогою критерію t ".

Такий стиль опису найбільш характерний для публікацій в журналах БЕБМ і «Кардіологія». Коли в подібних описах перераховується відразу кілька методів або критеріїв, то при згадці отриманого статистичного висновку, як правило, приводиться тільки вираз типу "р <0,05" без вказівки використаного критерію. Відсутність такої інформації не дозволить відтворити подібний аналіз даних в аналогічному дослідженні. Крім того, читачі не зможуть оцінити адекватність обраного методу аналізу і, відповідно, надійність і достовірність сформульованих автором висновків.

У більшості дисертацій опис використаних статистичних методів займає від 2 до 10 пропозицій, тобто не більше половини машинописного аркуша. Лише в декількох дисертаціях такий опис займало від 3 до 7 сторінок. Як правило, в цих роботах автори повідомляють про те, що статистичний аналіз проводився за участю статистика. Далі перераховуються численні методи аналізу, що використовуються статистичні пакети і критерії, які оцінюються параметри вибірок і т.д. Уважне вивчення таких описів виявляє наявність двох стилів викладу, що часом призводить до протиріч, виявити які під силу тільки досвідченому фахівцеві з біостатистики. Так, на с. 56 дисертації "Особливості епідеміології та профілактики артеріальної гіпертензії серед працівників підприємств хімічної промисловості" (1989 г.) опис виглядає наступним чином: "Математична обробка результатів епідеміологічного дослідження проводилася на ЕОМ ЄС-1035 за допомогою пакета прикладних програм BMDP за участю кваліфікованого математика-програміста ( далі йде місце роботи, посаду та прізвище фахівця). Достовірність відмінності досліджуваних ознак оцінювалася по t-критерієм Стьюдента з використанням математико-статистичних таблиць значення t при даному числі ступенів свободи і величиною ймовірності р ". Пересічний читач може не помітити в цих пропозиціях протиріччя. Тим часом фахівець, який має досвід роботи з пакетом BMDP або з його російськомовною версією Соми (Статистична Обробка Медичної Інформації), відразу ж виявить це протиріччя. Адже в пакетах програм BMDP і Соми [8, 10] програма P3D (порівняння двох груп за допомогою t-критерію Стьюдента) має весь необхідний сервіс: обчислює і значення самого
t- критерію Стьюдента, і число ступенів свободи, і досягнутий рівень значущості. Таким чином, користувачеві залишається тільки порівняти обчислюється програмою значення "р" з заданим їм самим рівнем значущості. Припустимо, дослідник поставив це рівень рівним 5%. Тоді, якщо значення досягнутого рівня значущості, обчислене програмою P3D для критерію Стьюдента, виявиться меншим 0,05, нульова гіпотеза про рівність генеральних середніх буде відкинута *. Виникає питання, навіщо ж тоді використовувати "математико-статистичні таблиці", якщо ніякої необхідності в цьому немає?

В окремих дисертаційних роботах спостерігається надмірна кількість бібліографічних посилань на джерела з описом математичних методів. Зустрічаються посилання на такі математичні монографії, сприйняття змісту яких під силу математику, але проблематично для фахівця з медичною освітою. Інші автори або повністю ігнорують посилання на літературні джерела з описом використаних методів статистики, або призводять тільки одне посилання на таке джерело. При цьому, як правило, загальний список літератури досить великий. Наприклад, в дисертації "Роль опіоїдної системи в регуляції аритмогенезу і механізмів адаптаційної захисту серця при стресі" (1996 р спеціальність 14.00.16 - патологічна фізіологія) автор навів на 127 сторінках посилання на 997 літературних джерел. З них тільки одна робота відноситься до опису методів статистичного аналізу даних. Однак порівняння використаних в роботі статистичних методів з цитованим джерелом не дозволяє зрозуміти авторську методологію проведеного аналізу і оцінити адекватність і достовірність декларованих автором наукових висновків.

Рівень професійної підготовки авторів публікацій, ймовірно, трохи вище середнього рівня основної маси читачів; зрозуміло, як мало можуть почерпнути для себе читачі з подібних описів. З іншого боку, автори робіт, редакції журналів і дисертаційні ради, знаючи, що "... багато читачів медичних журналів ... не знайомі з основами медичної статистики" [3], вважають, що і такий рівень опису не викличе аргументованого протесту у споживача неякісної інформації. Можна сказати, що подібний "новояз" добре ілюструє відому фразу М.В. Ломоносова: "Смутно пишуть про те, про що смутно уявляють". Виникає відчуття, що метою авторів є не деталізація виконаного дослідження, а спроба за допомогою магії відомих прізвищ, статистичної термінології та найменувань комп'ютерів надати роботі більш респектабельний і вагомий вид, переконати читачів, рецензентів, членів спеціалізованої вченої ради або редколегії, а можливо і самих себе, в достовірності декларованих наукових висновків.

Статистичні методи та критерії, що використовуються найчастіше

Практика експериментальних досліджень виробляє певні уявлення про способи статистичного аналізу, які де-факто стають стандартними у відповідних областях. З таблиці видно, що такий стандарт стихійно склався і для біомедичної тематики. У 85% статей і дисертацій характеристики вибірок наведені у вигляді М ± m. Тільки в 25 роботах дані приблизно такі пояснення: "Всі значення представлені у вигляді середньої ± стандартне відхилення" або "Вибіркові характеристики представлені у вигляді середньої ± помилка середньої". Більшість авторів взагалі ніяк не уточнює зміст виразу М ± m. Тим часом порівняння виразів М ± m для одних і тих же змінних з різних робіт показало, що якщо значення М досить близькі, то значення m відрізняються часом в 5-8 разів. Це дозволяє припустити, що ряд авторів має на увазі під m стандартне (середньоквадратичне) відхилення SD (Standard Deviation), тоді як інші - стандартну помилку середньої (Standard Error of Mean) SEM = SD /, де n - обсяг вибірки. На користь цього припущення говорить і той факт, що для ряду змінних нижня межа 95% довірчого інтервалу для М, обчислена з використанням m, брала негативне значення, що суперечило змістом цих змінних, середні значення яких за своєю природою не могли бути нульовими або негативними. Опитування понад 200 дослідників про сенс виразу М ± m показав, що значення "М" все розуміють як середню, під "m" 50% опитаних розуміли середньоквадратичне відхилення SD, 40% - стандартну помилку середньої SEM, а 10% - полуширину довірчого інтервалу.

У 79% робіт при описі результатів статистичного аналізу автори використовували вираз
"Р <...", зазвичай у вигляді "р <0,05". Наявність цього виразу означає, що проведена перевірка деяких статистичних гіпотез: рівність генеральних середніх, рівність коефіцієнтів кореляції, перевірка адекватності рівняння регресії і т.д. Однак для перевірки однієї і тієї ж гіпотези можуть бути використані різні статистичні критерії. Правильний вибір критерію повинен визначатися специфікою даних і перевірених гіпотез. На жаль, в кожній другій роботі взагалі відсутня згадка про використані статистичних критеріях перевірки висунутих гіпотез. Наприклад, наводяться значення M ± m для порівнюваних груп і вказується "р <0,05", але нічого не повідомляється про використану критерії перевірки гіпотези про рівність групових середніх. Тим часом ця інформація має принциповий характер для оцінки істинності декларованих висновків. В даний час рідко хто вручну виконує всі обчислення, необхідні для проведення статистичного аналізу експериментальних даних. Більшість авторів використовують різноманітні пакети програм. Однак в комп'ютерних пакетах програм при перевірці статистичних гіпотез проводиться не тільки обчислення значення статистичного критерію (t-критерію Стьюдента, критерію Фішера, критерію c2 і т.д.), але і безпосередньо обчислюється досягнутий (критичний) рівень значущості для оцінки використовуваного критерію. Розглянемо приклад. У першому випадку досягнутий рівень значущості р = 0,04, а в другому випадку р = 0,0004. Якщо використовувати вираз "р <0,05", то різниця між ступенем впевненості у відхиленні нульових гіпотез в першому і другому випадках нівелюється (див. Прим. Ред.). Тому доцільніше вказувати конкретне значення досягнутого рівня значущості для використаного статистичного критерію. Відзначимо, що сенс виразів типу "р <0,05" також розуміється дослідниками в галузі медицини та біології по-різному і часом абсолютно невірно.

Як видно з таблиці, домінують методи, розроблені 50 і більше років тому [11]. Лише в поодиноких роботах використовуються такі сучасні методи, як факторний, дискримінантний та кластерний аналіз [10, 12, 16]. Не використовуються методи, розроблені в останні 10-15 років, такі як багатовимірне шкалювання і кореспондентський аналіз [12-13], аналіз аллометріческого рівнянь [14], нелінійні перетворення шкал з максимізацією середньої величини коефіцієнта кореляції (MAC) [15] і багато інших потужні методи аналізу даних [16].

Таблиця.

Частота застосування основних статистичних параметрів і критеріїв

Висновок

Ми не прагнули дати абсолютно вичерпний огляд з даної проблеми, та це й неможливо, з огляду на величезну кількість захищених в Росії дисертацій і великий перелік журналів з біомедичної тематики. Наша мета - привернути увагу фахівців і керівників медичної та біологічної науки, установ вищої школи, небайдужих і зацікавлених у підвищенні ефективності наукових досліджень в цих областях, до давно назрілої проблеми і легалізувати її. Слід чітко розуміти, що важливий не тільки чисто економічний, а й морально-етичний аспект даної проблеми. В умовах зменшення фінансування охорони здоров'я, зниження народжуваності та скорочення тривалості життя населення країни біомедична наука повинна різко підняти економічну ефективність досліджень за рахунок підвищення достовірності та точності результатів як невід'ємних атрибутів наукового знання. Очевидно, що без участі професійних біостатистиків домогтися цього неможливо.

У наступних повідомленнях ми плануємо розглянути наступні аспекти застосування статистичного аналізу в дисертаціях, монографіях і статтях по медицині та біології:

Історія застосування статистики в російській біології та медицині.

Проблеми взаємодії "автор - редакція - читач".

Вимоги редакцій журналів до опису статистичних методів.

Принципи опису статистичних методів.

Підступний t-критерій Стьюдента.

Дослідження взаємозв'язку між ознаками і спостереженнями.

Аналіз деяких типових статистичних неточностей.

Причини кризи та шляхи його усунення.

Автори будуть вдячні всім читачам, які хотіли б внести свій внесок у справу поліпшення становища з використанням прикладної статистики в біомедичних дослідженнях. Всі свої зауваження і пропозиції щодо матеріалу статті читачі можуть направити по e-mail: [email protected].

Автори висловлюють свою вдячність і глибоку вдячність за підтримку і обговорення даної роботи: декану факультету інформатики Томського державного університету Гладких Б.А., заст. головного редактора Бюлетеня ВАК РФ Вискуб В.Г., ректору Сибірського державного медичного університету академіку Новицькому В.В., с.н.с. НДІ кардіології Томського наукового центру РАМН Павлюкову Е.Н. і виконавчому директору Сибірського медичного фонду ім. Д.Д. Яблокова Коломийцеву А.Ю.

література

1. Міжнародний журнал медичної практики: Цілі і завдання. МЖМП 1996; 1: 3-4.

2. Леонов В.П., Іжевський П.В. Про використання прикладної статистики при підготовці дисертаційних робіт за медичними і біологічними спеціальностями. Бюлл ВАК РФ 1997; 5: 56-61.

3. Бащинский С.Є. Деякі питання журнальної етики. Кардіологія 1995; 6: 89-92.

4. Орлов А.Г. Про порівняння експериментальних даних двох літературних джерел статистичними методами. Заводська лабораторія 1978; 7: 852-4.

5. Нємцов А.В., Зорін Н.А. Математичне забезпечення досліджень в психіатрії. Зап психіатр 1996; 96: 94-100.

6. Леонов В.П., Іжевський П.В. Застосування статистики в медицині та біології: аналіз публікацій 1990-1997 рр. Деп. ВІНІТІ 23.01.98Х9 179-В98 / ГНЦ РФ - Інститут біофізики М 1998; 10.

7. Леонов В.П. Обробка експериментальних даних на програмованих мікрокалькуляторах. Томськ: Изд-во Томського університету; 1990.

8. Програмне забезпечення ЕОМ. Вип. 44. Ч. 1. Інститут математики АН БРСР, Білоруський державний університет; 1 983.

9. Любищев А.А. Про помилки в застосуванні математики в біології. 1. Помилки від нестачі поінформованості. Журнал загальної біології 1969; 5: 572-84.

10. Афіфі А., ейзен С. Статистичний аналіз: Підхід з використанням ЕОМ. М: Світ; +1982.

11. Плошко Б.Г., Єлісєєва І.І. Історія статистики: Навчальний посібник. М: Фінанси і статистика; 1990.

12. Терьохіна А.Ю. Аналіз даних методами багатовимірного шкалювання (Теорія і методи системного аналізу). М: Наука; 1986.

13. Greenacre MJ Theory and Applications of Correspondence Analysis. London: Academic Press; 1987.

14. Шмідт-Ниельсен К. Розміри тварин: чому вони так важливі? Пер з англ. М: Світ; 1987.

15. de Leeuw J. Regression with Optimal Scaling of the Dependent Variable . Department of Data Theory. The University of Leiden, The Netherlands; 1986.

16. Довідник з прикладної статистики. У 2-х т .: Пер з англ. Під ред. Е. Ллойда, У. Ледермана, Ю.Н. Тюріна. М: Фінанси і статистика; 1989 (Т.1), 1990. (Т.2).

Повернення до змісту | Повернення на home page "Міжнародного журналу медичної практики"