Основы стандартизации

Основы корреляционного анализа

При анализе результатов медицинских исследований часто возникает необходимость определения достоверности полученных данных. Известны два вида связи между явлениями (признаками): функциональная и корреляционная. Функциональная связь проявляется в виде изменения одного признака при изменении числовых значений другого на строго определенную величину. Это часто бывает при физических и химических явлениях.

При корреляционных связях, характерных для медико-биологических явлений, значению одного признака соответствуют разные значения других признаков. Корреляционная связь необходима, например, при оценке взаимосвязей между стажем работы и уровнем заболеваемости работающих; между разными уровнями физических факторов окружающей среды и состоянием здоровья; между различными уровнями интенсивности нагрузки и частотой (уровнем) физиологических реакций организма; между сроками госпитализации и частотой осложнений.

Корреляционная связь бывает прямая (при увеличении одного признака увеличивается другой) и обратная (при увеличении одного показателя другой уменьшается). Коэффициент корреляции свидетельствует не только о направлении связи, но и об уровне этой связи. Сильная связь выражается коэффициентом от 0,7 до 0,99, средняя – от 0,3 до 0,69, слабая – до 0,29. При нулевом значении коэффициента связи отсутствуют.

Наиболее простыми являются ранговая корреляция и коэффициент корреляции. При ранговой корреляции числовые выражения сравниваемых рядов величин ранжируют, то есть проставляют ранговые цифры (от 1 и далее) и подставляют значения в формулу с учетом разницы порядковых значений.

При расчете коэффициента корреляции сначала вычисляют среднее значение в каждом вариационном ряду сравниваемых групп. Затем находят отклонение каждой величины ряда от полученной средней. Для устранения отрицательных значений эти величины возводят в квадрат и подставляют в формулу. По величине коэффициента устанавливают направление и силу связи. Достоверность коэффициента определяют по табличным значениям и при расчете средней ошибки. Коэффициент корреляции должен превышать свою ошибку не менее чем в 3 раза.

Метод стандартизации используется при оценке показателей здоровья только при сравнении их уровней. Этот метод расчета условных величин применяется для устранения неоднородности состава сравниваемых коллективов. Он показывает, какой был бы уровень заболеваемости (травматизма, смертности, инвалидизации и др.) в каждом коллективе (учреждении, городе), если бы его состав (по возрасту, по полу, по стажу и др.) был одинаков.

Стандартизованные показатели используют при необходимости сравнения уровней смертности (заболеваемости) от злокачественных заболеваний (болезней органов пищеварения и т. д.) в разных городах, районных центрах; сравнения уровней заболеваемости (травматизма) на разных производствах; сравнения уровней летальности в разных больницах (отделениях).

Метод позволяет установить причину (пол, возраст, состав по тяжести заболевания) разных уровней заболеваемости или медико-социальные и гигиенические характеристики (влияние факторов риска, условий труда, образа жизни, факторов окружающей среды и др.).

Существует 3 способа стандартизации: прямой, косвенный и обратный. Прямой способ применяют, когда имеются погрупповые (повозрастные) показатели заболеваемости (смертности, травматизма) или их можно вычислить (при наличии погрупповой численности населения и заболевших). Косвенный способ используют, если показатели по группам отсутствуют и их нельзя вычислить из-за отсутствия числа заболевших. Обратный способ применяют при отсутствии погрупповых величин численности населения.

Общим этапом вычисления стандартизованных коэффициентов является выбор стандарта возрастно-полового состава (процентное распределение состава любой из сравниваемых групп или их суммарного значения). При выборе стандартного состава уровня заболеваемости можно использовать литературные данные или показатели предыдущих исследований.

Статистические методы широко используются в доказательной медицине. Это раздел медицины, основанный на доказательствах, посвящен поиску, сравнению, обобщению и распространению полученных результатов клинической практики для повышения эффективности и безопасности лечения больных. использование принципов доказательной медицины предполагает формирование у врача клинического мышления, на основе четко действующей системы сбора, синтеза, статистического анализа научной медицинской информации для принятия оптимальных клинических решений.

Для выбора оптимального метода лечения конкретного пациента доказательная медицина использует, как практический врачебный опыт, так и результаты доказательных клинических исследований. При этом проводимое исследование должно быть контролируемым, т.е. сравнение конечных результатов должно быть проведено в двух группах пациентов: группе активного лечения (в которой больные получают терапию лекарственным средством, эффективность которого оценивается) и контрольной группе пациентов (получающих плацебо, или лечение, эффективность которого уже доказана, или не получающих лечение вообще).

При этом группы пациентов должны быть сопоставимы и однородны по полу, возрасту, нозологическим формам, сопутствующей патологии и репрезентативны. Кроме того, исследование должно быть рандомизированным, т.е. распределение пациентов в экспериментальную и контрольную группы (формирование выборочных совокупностей) должно происходить методом случайного отбора.

Для снижения роли субъективных факторов в проведении клинических исследований с использованием принципов доказательной медицины, как правило, используются такие методические подходы, как «слепое» исследование (пациент не знает, получает он активное лечение или входит в группу контроля) и «двойное слепое» исследование (о принадлежности пациента к той или иной группе не знает ни пациент, ни лечащий врач).

Глава 3. ИСПОЛЬЗОВАНИЕ ДЕМОГРАФИЧЕСКИХ ПОКАЗАТЕЛЕЙ В РАБОТЕ ВРАЧА

Дата добавления: 2014-12-27