5 курс / ОЗИЗО Общественное здоровье и здравоохранение / Статистический_анализ_медицинских_данных_Применение_пакета_прикладных

Статистический анализ медицинских данных ...

Важное замечание. Выжибание не бсегда яб.л.яется аде­ кбатной хараюперистикой качестба метода .лечения б меди­

цине. Например, некоторые реанимационные технологии не

столько прод.лебают жизнь, сколько убе.личибают срок био­ логического сущестбобания больного. Осмысленное испо.льзо­ бание медицинских технологий требует оценки их б.лияния

не только на быжибание, но на быжибание при сохранении

определенного качестба жизни.

15.4. 1. Анализ вероятности наступления изучаемого исхода в определенный период времени (выживания)

В анализ включаются значения двух столбqов таблиqы дан­

ных: зависимым признаком является время до наступления изу­

чаемого исхода, а независимым - показатель законченности на­

блюдения (индикатор qензурирования).

Анализ выживания можно осуществлять двумя методами:

1) с помощью таблиq дожития (актуарный метод). Данный

метод используется в случае, если выборка достаточно велика

(обычно при эпидемиологических исследованиях). При этом

дату наступления изучаемого исхода записывают лишь с точ­

ностью до определенного периода времени (месяqа, года);

2)методом Каплана-Мейера. Метод используют в случае, если выборка не очень велика. При этом анализируют точные интер­

валы до наступления исхода в каждом наблюдении. Эгот метод

рекомендуется применять в клинических исследованиях.

STAТISТICA:

-+Модуль "Анализ выживаемости""

("Survival Analysis") (рис. 15.3)

-+ Подмодуль "Таблиqы и распределения времен жизни" ("Life TaЬles)

-+ Проqедура "Метод множительных оqенок Каплана-Мейера"

("Kaplan & Meier productlimit method") (рис. 15.4)

В обоих случаях в диалоговом окне необходимо указать столб­

IJЫ, содержащие индикатор qензурирования (с кодами завер­

шенных и незавершенных наблюдений) и анализируемое время до наступления исхода (время жизни).

240

Глава 15. Некоторые общие проблемы...

циям "Анализ вьDкиваемости" ("Prodиct-liтit sиrvival analysis")

и "Процентили функции выживаемости" ("Percentiles of sиrvi­ vorship function"). Могут быть таюке построены графики различ­

ного типа, основным из которых является график зависимости доли

(°!о) вьDкивших от времени; этот график вызывается кнопкой "Гра­ фик времен жизни и кумулятивной доли выживших" ("Graph of sиrvival tiтes vs. сит. proportion sиrviving"). Эrот убывающий

график имеет вид ступенеобразной линии.

После активизации процедуры "Анализ выживаемости" (в

методе Каплана-Мейера) или процедуры "Таблица времен жиз-

ни" ( в методе "Таблицы и распределения времен жизни") ре-

зультаты будут выведены в отдельные окна (рис. 15.6 и 15.7).

Представление результатов. В качестве результатов долж­ ны быть представлены:

1)выживаемость (доля участников исследования, у которых изу­ чаемый исход пока не наступил) для интересующего срока

наблюдения:

-см. столбец "Кум. доля выживш. " ("Сит. Рrop. Sиrvivng. ")

вметоде таблиц дожития;

-см. столбец "Кумул. времена" ("Cитиlative Sиrvival") в

методе Каплана-Мейера;

2)стандартная ошибка:

-см. столбец "Стд. ош. кум. выж. "("std. err. сит. sиrv. ")

вметоде таблиц дожития;

-см. столбец "Стандартная ошибка" ("standard error") в

методе Каплана-Мейера;

3)число наблюдений для интересующего срока наблюдения;

4)медиана времени выживания (тedian sиrvival tiтe) - пери­

од времени, в течение которого исследуемый исход произой­

дет у 50°1о участников исследования, а таюке 25-й и 75-й про­

центили кривой дожития (в методе Каплана-Мейера);

5)желательно привести график - кривую дожития;

6)95°1о ДИ для Р (доля выживших) =P±l,96·P·H ·

15.4.2. Исследование влияния одного фактора

на время до наступления изучаемого исхода

Задача: исследовать, влияет ли какой-либо фактор на время

до наступления изучаемого исхода.

243

Статистический анализ медицинских данных ".

15.4.3. Анализ влияния нескольких

факторов на время до наступления

изучаемого исхода

Задача: определить, какие факторы влияют на время до на­

ступления изучаемого исхода.

Пример: изучить, какие факторы, помимо метода лечения,

влияют на выживаемость больных.

Решение: фактически это наиболее об:щий случай сравнения

групп, рассмотренного в разделе 15.4.2. В данном случае исследу­

ется не один фактор, а несколько.

STАTISTICA:

~ Модуль "Анализ выживаемости" ("Suгvival Analysis") ~ Подмодуль "Регрессионные модели"

( "Regression models" )

Регрессионный анализ заключается (как и в других случаях)

в построении математической модели зависимости между при­

знаками тем или иным методом. В ППП STAТISTICA доступны

четыре метода построения регрессионной модели выживаемости

(выбор из списка моделей осу:ществляется в стартовом диалого-

вом окне "Регрессионные модели для qензурированных данных") :

регрессионная модель Кокса;

экспоненqиальная регрессия;

логнормальная регрессия;

нормальная регрессия.

Зависимым (прогнозируемым) признаком в таких моделях

является время до наступления изучаемого исхода, а независимы­

ми - изучаемые факторы. После выполнения итераqионной

проqедуры построения модели в диалоговое окно выводится ос­

новной результат - рассчитанное значение р.

Оqенки параметров регрессионного уравнения и значения р для каждого из них могут быть вызваны обра:щением к фующии

"Оqенки параметров" ( "Parameter estimates").

Интерпретация результатов. Полученные результаты мож­ но интерпретировать следую:щим образом.

-Если р<О,05 для какого-либо исследуемого признака, то ну­

левая гипотеза отклоняется, и принимается альтернативная

гипотеза о том, что этот признак ассоqиирован с временем

до наступления изучаемого исхода.

246

Глава 15. Некоторые общие проблемы...

-Если р>О,05, то нулевая гипотеза об отсутствии связи изучае­

мого признака с временем до наступления изучаемого исхода

не отклоняется.

Представление результатов. Описание полученной моде­

ли удобно представлять в виде таблиgы, содержащей:

-в строках - исследуемые факторы (независимые признаки);

в столбgах:

-коэффиgиенты beta (веса) факторов в регрессионном урав­

нении,

стандартные ошибки для коэффиgиентов beta,

-точные значения р для коэффиgиентов beta.

15.5. Анализ точности диагностического

метода

В данном разделе рассматриваются способы оgенки точности

диагностического метода путем расчета его операgионных харак­

теристик (см. раздел 15.5.1) и способы анализа согласованности независимых диагностических заключений (см. раздел 15.5.2).

15.5. 1. Операционные характеристики

диагностического метода

Задача: оgенить точность нового диагностического метода

при диагностике определенного состояния.

Пример: оgенить точность компьютерной томографии мозга в выявлении лакунарных инфарктов.

Решение: точность диагностического метода может быть оgе­ нена лишь в контролируемом исследовании следующей структуры:

-группа наблюдений (больных) подвергается двум диагности­ ческим исследованиям - новому (изучаемому) и тому, ко­

торый является на момент исследования "золотым стандар­ том" диагностики (его результаты считаются наиболее пра­

вильными, т.е. соответствующими действительности);

-два указанных диагностических метода используются незави­

симо, т.е. результаты применения одного метода неизвестны

в момент применения другого метода;

-каждый из методов дает положительное или отриgательное

заключение (соответственно о наличии или отсутствии диаг­ ностируемого состояния).

247

Статистический анализ медицинских данных ...

Замечание 1. "Золотым стандартом" диагностики яf3-

.ляется морфологический метод. Его рекомендуется испо.ль­ зоf3ать f3 этом качестf3е f3се2да, когда это только f3озможно.

Однако f3 бо.льшинстf3е с.лучаеf3 прижизненное морфологиче­

ское исс.ледоf3ание сопряжено со значите.льны.ми трудностя­

ми (например, необходимостью хирургическою f3мешате.ль­

стf3а).

Замечание 2. В качестf3е стандартного метода не мо­

11жет испо.льзоf3аться клинический диагноз!

Поскольку каждый из диагностических методов (в наиболее

общем случае) может давать лишь один из двух результатов - положительный либо отричательный, - то по окончании обсле­ дования больных может быть построена следующая таблича (рис.

15.10).

"Золотой стандарт" (истина)

Рис. 15.10. Таблиqа результатов исследования метода диагностики.

Замечание 3. Поскольку f3 исс.ледобании такою типа

анализу подбер2аются дба признака, каждый из которых име­ ет дба бозможных значения, такая задача яб.ляется частным

случаем задачи об ассоциации качестбенных признак.об (см.

2.лабы 10-12).

248

Глава 15. Некоторые общие проблемы...

Каждое из наблюдений может быть отнесено в одну из кле­

ток этой четырехпольной таблиgы. Таким образом, каждая из

этих клеток будет содержать число наблюдений, в нее попавших

-а, Ь, с, d. На основании этих чисел могут быть вычислены так

называемые операgионные характеристики диаmостического теста:

диагностическая чувствительность (ДЧ); диагностическая спеgифичность (Де);

диагностическая эффективность (ДЭ);

прогностическая gенность положительного результата

(ПIJПР);

-прогностическая gенность отриgательного результата (ПIJOP).

ДЧ = а/(а+с), в °!о - доля лиg с положительным результа­

том теста среди лиg с изучаемым заболеванием.

дe=d/(d+b), в °!о - доля лиg с отриgательным результа­

том теста среди лиg без изучаемого заболевания.

ДЭ = (Дч+де) /2 - среднее Ме')!.<Ду дч и де.

В тех случаях, когда результат диагностического теста являет­

ся количественным признаком (например, конgентраgия како­ го-либо вещества в лабораторном тесте), то gелью исследования

обычно является поиск оптимальной точки разделения ме)I<ДУ

нормой и патологией. Естественно, что оптимальным является сочетание максимальных значений чувствительности и спеgифич­

ности. Однако большему значению де соответствует меньшее значение ДЧ, и наоборот, так как эти величины антагонистичны. Поэтому в исследовании бывает необходимо построить несколь­ ко четырехпольных таблиg для разных точек разделения, по каж­ дой из которых можно рассчитать значения де и ДЧ. После получения этих результатов обычно строится график в координа­

тах (1-Де) (в °!о) и ДЧ (в °!о) - характеристическая кривая1 (рис. 15.11). Точки наносятся на плоскость и соединяются плав­

ной линией. Точка, наиболее близкая к перегибу графика, в об­

щем случае (если нет спеgиальных соображений по поводу опти­

мизаgии либо ДЧ, либо де) может считаться соответствующей оптимальному соотношению ДЧ и ДС.

Замечание. Выбор точхи разделения не является про­

блемой статистического анализа. Обычно этот выбор дела­ ется с учетом соотношения "цены" ошибок первого и вто­

рого рода.

1 RОС-кривая (от англ. receiver-operator curve).

249