KLINIK TADQIQOTLARDA STATISTIK MODELLAR

Аннотация

Statistik modellar klinik tadqiqotlarda ma'lumotlarni tahlil qilish uchun asos bo'lib xizmat qilsa-da, ularni talqin qilish asosiy statistik asosni etarli darajada tushunishni talab qiladi. Kuzatish mumkin bo'lgan ma'lumotlarning tabiati to'g'risida umumiy ma'lumot yo'qligi sababli statistik modellashtirish juda qiyin vazifadir. Ushbu maqolada biz klinik tadqiqotchilarga o'zlarining statistik modellari natijalarini yaxshiroq talqin qilishda yordam berish uchun regressiya modellaridan foydalanish bo'yicha ba'zi ko'rsatmalar berishni va tadqiqotchilarni o'zlarining tadqiqotlari to'g'ri ishlab chiqilishi va tahlil qilinishini ta'minlash uchun statistik mutaxassis bilan hamkorlik qilishga undashni maqsad qilganmiz. KIRISH mumkin [ 2 ]. Bu, ayniqsa, statistik dasturiy ta'minot tayyor bo'lgani uchun va odatda murakkab ma'lumotlarni tahlil qilish uchun tegishli tajribaga ega Statistik model - bu kuzatilishi mumkin bo'lgan bo'lmagan tadqiqotchilar tomonidan ma'lumotlarning qanday yaratilishi haqidagi statistik qo'llaniladi. Shunday qilib, ushbu maqola klinik taxminlarning matematik ifodasidir. Bu, ayniqsa, tadqiqotchilarga o'zlarining statistik modellari bemorlarning fon omillari kabi bir nechta natijalarini yaxshiroq talqin qilishda yordam berish o'zgaruvchilarni omon qolish vaqti kabi natijalar umidi bilan statistik modellarning, xususan, bilan bog'laydigan klinik tadqiqotlar uchun regressiya modellarining ba'zi asoslari va foydalidir, chunki bu munosabatlarni regressiya tamoyillarini taqdim etishni va eng muhimi, funktsiyasi deb ataladigan matematik funktsiya tadqiqotchilarni statistik ma'lumotlarga ega bo'lishni sifatida ixcham ko'rsatishga imkon beradi. Biroq, ta'minlash uchun statistik bilan hamkorlik qilishga statistik model - bu haqiqiy asosiy munosabatlarni undaydi. ularning tadqiqotlari tegishli tarzda ishlab soddalashtirish va noto'g'ri taxminlar bilan u osongina . chiqilgan va tahlil qilingan noto'g'ri natijalarga olib kelishi mumkin. "Barcha modellar noto'g'ri, ammo ba'zilari foydali"; bu statistik Jorj EP Box [ 1 ] tomonidan mashhur STATISTIK MODELNING eslatma. Statistik modellashtirish juda qiyin vazifa TARKIBIY QISMLARI bo'lib, bizda kuzatilishi mumkin bo'lgan ma'lumotlarning tabiati haqida umumiy tushunchamiz yo'q va u klinik tajriba asosida to'g'ri Statistik modellar odatda tenglamaning chap yo'naltirilishi kerak. Statistik modellashtirishning tomonida qiziqish natijasi (qaram o'zgaruvchi deb yana bir qiyin jihati shundaki, asosiy statistik ataladi) va o'ng tomonida regressiya modellari deb taxminlar mo'ljallangan auditoriya yoki hatto ataladigan bashoratchilar to'plami (kovariatlar yoki tahlilchilar tomonidan yaxshi tushunilmasligi mustaqil o'zgaruvchilar deb ataladi) bilan tenglamalar ifodalaydi. Ushbu modelda kesishma a ayol sifatida ifodalanadi. bemorlarning o'rtacha vazn yo'qotishini, b esa erkak va ayol bemorlarning o'rtacha vazn yo'qotishidagi farqni ifodalaydi. Ijobiy b o'rtacha erkak bemorlar Natija o'zgaruvchilari va regressiya modelining ayol bemorlarga qaraganda ko'proq vazn turlari.Qiziqish natijasi uzluksiz o'zgaruvchi, yo'qotganligini anglatadi, salbiy b esa o'rtacha erkak ikkilamchi o'zgaruvchi, hisoblash o'zgaruvchisi yoki bemorlar ayollarga qaraganda kamroq vazn voqea vaqti o'zgaruvchisi bo'lishi mumkin. Natija yo'qotgan. Umuman olganda, K toifali bashoratchi K- o'zgaruvchisining turi ma'lumotlarni tahlil qilish 1 qo'g'irchoq o'zgaruvchilar, ya'ni ikkilik (0/1) uchun ishlatiladigan regressiya modeli turini o'zgaruvchilar bilan ifodalanadi, regressiya modelida belgilaydi. Buning sababi shundaki, statistik model bitta toifa mos yozuvlar sifatida xizmat kuzatilgan ma'lumotlarga nafaqat natijalar va qiladi. Masalan, davolashdan keyingi vazn yo'qotish kuzatilgan bemorlar uchun bashorat qiluvchilar va tana massasi indeksi (BMI, 4 guruhga bo'lingan: o'rtasidagi munosabatni tushunish, balki kuzatilgan kam vazn, normal vazn, ortiqcha vazn yoki semizlik) ma'lumotlardan olingan xulosalarni kattaroq aholiga assotsiatsiyasini kimyoterapiya boshlanishida umumlashtirish uchun ham mos baholovchi model o'rtacha (vazn yo'qotish) keladi. Umumlashtirish kuzatilgan ma'lumotlardan = sifatida ifodalanishi mumkin . a + g · bmi + g · 1 1 2 natijaning ehtimollik taqsimoti haqidagi taxminlar bmi + g · bmi , bu erda normal vazn mos 2 3 3 to'plamiga asoslangan xulosaga keladi.1-jadvalnatija yozuvlar toifasi va kam vazn uchun bmi = 1 1 o'zgaruvchilarining umumiy turlarini, ba'zi bir misol va bmi = 0 aks holda, ortiqcha vazn uchun bmi = 1 1 2 natijalarini, ular bilan bog'liq ehtimollik taqsimotini va bmi Aks holda = 0, semizlik uchun bmi 2 3 = 1, aks va mos keladigan regressiya modelini bmi = 0. a - og'irligi normal bo'lgan holda 3 umumlashtiradi. bemorlarning o'rtacha vazni va g , g , g - normal 1 2 3 vaznli bemorlarga nisbatan kam vaznli, ortiqcha vaznli va semirib ketgan bemorlar o'rtasidagi o'rtacha vazndagi farqlar. Uzluksiz bashorat qiluvchi uchun, masalan, yillardagi boshlang'ich yosh, uning natija bila