Форум врачей-аспирантов

Здравствуйте, гость ( Вход | Регистрация )

42 страниц V   1 2 3 > » 

nokh
Отправлено: 16.02.2018 - 22:55


Дух форума
*

Группа: Пользователи
Сообщений: 1037
Регистрация: 13.01.2008
Из: Челябинск
Пользователь №: 4704


Цитата(bubnilkin @ 16.02.2018 - 03:53) *
Прошу прощения, что вклиниваюсь. Хотел уточнить: А не надо ли случайно рисовать разницы между средними и ДИ к этим разницам ? Или это как доп. иллюстрации ?

Вы же читаете статьи, много графиков с разностями вы видели? И доп. иллюстрации редакция не пропустит. Я видел мало, но у гигиенистов встречаются, у токсикологов, только они разность выражают в % от исходного значения (дельта, % ) или норматива. Также разность с ДИ кажется более уместной для иллюстрации величины эффекта в зависимых выборках, но, я всё равно строю обычно сами средние с ДИ...
  Форум: Медицинская статистика · Просмотр сообщения: #22646 · Ответов: 18 · Просмотров: 1193

nokh
Отправлено: 16.02.2018 - 22:17


Дух форума
*

Группа: Пользователи
Сообщений: 1037
Регистрация: 13.01.2008
Из: Челябинск
Пользователь №: 4704


Цитата(med-ick @ 16.02.2018 - 19:09) *
... Как в случае беспилотного транспорта выглядят данные для классификации или сегментации...

Беспилотный транспорт беспрепятственно везёт пациентов в психоневрологическое отделение для классификации: майнили data! на феRмах!
Интересно: в строках - объекты, в столбцах - атрибуты, а где же зависимая переменная?
И которая из них выглядит как картинка, а которая как беспилотный транспорт?
Все загримированы и улыбаются: сегментация уже началась... Но почему-то один всегда плачет - распознан?
К сожелению опять excel! А ведь я так хотел поделиться радостью, что тоже, тоже "иногда читаю некоторые статьи"!!!
Но leo_biostat меня опередил... Они нашлись! Сэта гудьба (с) И полный фейерверк (с)
  Форум: Медицинская статистика · Просмотр сообщения: #22645 · Ответов: 3 · Просмотров: 99

nokh
Отправлено: 15.02.2018 - 19:47


Дух форума
*

Группа: Пользователи
Сообщений: 1037
Регистрация: 13.01.2008
Из: Челябинск
Пользователь №: 4704


Цитата(Cules2013 @ 8.02.2018 - 15:05) *
1. Требования к ANOVA. Я тут почитал, в т.ч. темы данного форума и пришёл к выводу, что одни считают, что нужна нормальность данных по каждой выборке (ссылаются на Петри "Наглядная статистика в медицине"), другие (в т.ч. и вы) говорят о нормальности распределения остатков. Кто больше прав? Хотелось бы знать, на кого ссылаетесь вы.

Любой учебник, где говорится о требовании нормальности распределения в выборке - сразу в топку. Речь может идти только о нормальном распределении в генеральной совокупности (ГС), откуда эта выборка извлекается. Широко известный в узких кругах отечественных статистиков и прикладников профессор Орлов вообще против подхода с оценкой нормальности по выборкам и остаткам типа для выбора грамотного способа выборочных сравнений, поскольку сама такая проверка принципиально сложнее задачи выборочных сравнений. Тем не менее в массе - проверяют. Если распределение в ГС нормальное, то и остатки модели будут распределены нормально. Но распределение в ГС мы часто не знаем, а оценить его по выборке не можем, ввиду её малого объёма (3 мышки DrgLena). Поэтому проверяем остатки: это и грамотнее, и реализуемо практически. Почитать нужно обязательно учебник(и) Дугласа Монтгомери - дядька крутой. Есть старое (2 или 4-ое) издание его книги на русском, а на английском уже 7 изданий. В переводной версии см. на стр. 36-37 формулу и его ответ на вопрос, хотя читать нужно всё.
Цитата(Cules2013 @ 8.02.2018 - 15:05) *
2. GraphPadPrism 7 позволяет считать нормальность остатков и строить график, но ...

Чё вы к этому Графпаду прицепились? Потому что немного её освоили? А если в освоенной программе нет нужного метода или он плохо реализован? Путь от пакета - тупиковый. Нужно наоборот идти от метода и искать такой пакет, где он реализован лучше всего. Далее. ДА - одно, регрессия - другое, и хотя это неверно, но на данном этапе вам будет полезнее думать об этих методах как о разных техниках (хотя ДА можно описать регрессионной моделью - разобрано понятно у Сокала и Рольфа).
Цитата(Cules2013 @ 8.02.2018 - 15:05) *
3. Вы говорите о нормальности остатков, но в тоже время и о критерии Шапиро-Уилка. Это же разные вещи...

Лопата - инструмент, позволяющий копать. Почву, песок, дресву и т.д, мы даже как-то донные отложения умудрились штыковой лопатой отобрать... Критерии проверки нормальности - инструмент, проверяющий нормальность. Выборок, остатков ANOVA, остатков регрессий любой сложности... Нет разницы.
Цитата(Cules2013 @ 8.02.2018 - 15:05) *
4. На форуме тут откопал такое мнение, что ANOVA - это робастный метод, поэтому нормальность и однородность могут быть частично нарушены. Что значит "частично" и как это определить количественно в стат. программе - вопрос на миллион.

Робастны. Количественно - вряд ли. В 2х словах не ответить, нужно начитывать литературу и пробовать. Однозначно: нужно стремиться выполнять требования модели анализа максимально. Но если они не выполняются, то выбор (1) делать всё равно "ибо модель робастна" или (2) преобразовывать данные для удовлетворения требованиям модели или (3) искать более подходящую модель - не столь однозначно. Это - не верная дверь, это - путь.
Цитата(Cules2013 @ 8.02.2018 - 15:05) *
5. Понимаю, что прошу немало, но всё же, пожалуйста, если можете, подкрепляйте свои выводы конкретными ссылками на лит-ру. ... И те, кто пишет о сравнениях и прочих подобных вещах, часто углубляется в формулы, чистую математику, и среди деревьев леса не видно.

Ну дак математики тоже люди. Им интересно заниматься именно тем, что умеют - это их поле. Прикладникам часто сложно читать такие работы. А выбор в пользу тех или иных методов делается обычно на основе численных экспериментов: генерируются данные с нужными свойствами и на них проверяются насколько хорошо справляются с задачей те или иные методы. С приходом среды R такие симуляции стали доступны не только математикам и атишникам.

Ссылка на хорошие книги: https://yadi.sk/d/0Jb-3hSLmK837
Обратите особое внимание на 2 англоязычные: по ним преподают биостатистистику во многих университах.
Бонусом - несколько программ и рассчётный файл Excel, сделанный когда-то плавом и дополненный мной байесовским апостериорным интервалом Джеффриса.
  Форум: Медицинская статистика · Просмотр сообщения: #22638 · Ответов: 18 · Просмотров: 1193

nokh
Отправлено: 15.02.2018 - 14:52


Дух форума
*

Группа: Пользователи
Сообщений: 1037
Регистрация: 13.01.2008
Из: Челябинск
Пользователь №: 4704


Цитата(passant @ 15.02.2018 - 15:00) *
.... А делов-то - на 24 бумажках написать фамилии (или номера),перемешать и вытянуть из шапки случайным образом. Между прочим, теоретически - действительно, самое "случайное" из возможных решений. Но нет, высоконаучный совет-редакция не пропустит. smile.gif

Раньше вместо всех этих сложных схем обходились одной таблицей случайных чисел, хотя действительно можно и шапкой с бумажками обойтись:

Вариант 1. Кладём в шапку 24 фамилии и вытягиваем 12 случайных назначенцев в первую группу, а те что останутся - вторая группа. Это - тот вариант рандомизации (Р), который предложил я и который топикстартер так и не осилил.
Вариант 2. Берём 2 шапки (группа 1 и 2) с 24 фамилиями каждая. Достаём сначала фамилию из шапки1 - быть ему в группе 1. Затем достаём из шапки 2 - быть ему в группе 2. Если на очередном шаге оказывается фамилия, по которой решение уже принято - просто пропускаем её и тянем следующую. Получаем вариант с "задвоениями", который тем не менее тоже делит выборку на 2 части случайным образом.
Вариант 3. Берём 2 шапки: в одной 24 фамилии, в другой две бумажки: группа 1 и группа 2. Достаём из первой шапки фамилию, а из второй - решение по ней. Получаем вариант "полной" Р, где "случайное назначение" применяется к каждому испытуемому и который сопровождается дисбалансом объёмов выборок.

Полагаю, за множеством подходов к Р важно не потерять суть: для чего она нужна. Р нужна, чтобы неконтролируемую исследователем изменчивость случайным образом "размазать" по группам, чтобы вдруг не принять за лечебный или иной эффект совсем другой неконтролиролирумый эффект. Пусть в фаворе вариант 3, но если у нас в выборке есть скрытый больной, то при всех трёх вариантах он имеет равные шансы оказаться в одной из 2х групп, аналогично по другим "вмешивающимся" показателям. И пока я решительно не понимаю, чем вариант 1 или 2 хуже 3. Более того, полная рандомизация с неравным числом участников в группах приведёт к более сильным смещениям интересующих и иных харакеристик. Предположим мы сработали по варианту 3 и получили 20 фамилий в одной группе и 4 - в другой. Если больной окажется в группе из четырёх - он будет в состоянии сильно сместить результат. Если же его "замешать" в большую группу - его эффект будет не столь сильным. Т.е. оптимальным является равное число участников в группах, из теории планирования исследования это давно известно, но вот "теория рандомизации" против. Про латинские и греко-латинские квадраты тогда вообще забыть нужно как "неполиткорректные" антагонисты рандомизации...

То, что "полная" и какие-то ещё рандомизации - не панацея, тоже известно. DrgLena предложила наложить на такую Р ограничение - стратификацию по полу. Исходя из биологии это - логично. Но тогда мы будем иметь не случайную в узком смысле слова выборку, а вероятностную стратифицированную выборку. А раз мы уходим от чисто случайных, то почему бы не взять другой вариант вероятностной выборки - ту же механическую, которую выше тоже рекомендовали. Короче, здравый смысл иногда допускает, а иногда просто заставляет накладывать на полную рандомизацию ограничения, но рецензенты будут требовать "рандомизации и мощности" - ну да, этакий модный тренд (своё мнение о рецензентах озвучивал в соседней теме).

Но! Учиться хотим и будем mad.gif ! Поэтому благодарен DrgLen'е за все экзерсисы и ссылки.

PS. Перечитал... Шапки, конечно, это по нашему, но контрастирует с дегустирующими чай ледями, омнибусными критериями, сломанными тростями и шнурками от ботфорт... Поэтому автохтонный и аутентичный способ рандомизации - мешать бумажки в циллиндрах там или котелках...
  Форум: Медицинская статистика · Просмотр сообщения: #22636 · Ответов: 32 · Просмотров: 1026

nokh
Отправлено: 12.02.2018 - 23:13


Дух форума
*

Группа: Пользователи
Сообщений: 1037
Регистрация: 13.01.2008
Из: Челябинск
Пользователь №: 4704


Цитата(passant @ 12.02.2018 - 18:39) *
... Зная подходы к учебе у студентов, я бы все-таки это вписал в методичку, а то задерут вопросами :-)

Благодарю за совет! Может и стоит это сделать, чтобы не было когнитивного дисонанса от изменения самих величин случайных значений после сортировки. Но, полагаю, для решения задачи рандомизации это не принципиально: ведь динамически генерируемые случайные числа остаюся случайными и в первой колонке всё равно будет случайная последовательность. Ведь так? И ещё вам везёт со студентами, у меня дети хорошие, но преимущественно - инфантильные или слабомотивированные какие-то, сильные и любознательные есть, но их мало. Хотя в магистратуре уже повеселее...

У меня тоже есть вопрос к форумчанам по рандомизации. В статьях нередко описывается полная рандомизация, приводящая к разному числу объектов в экспериментальных группах. Зачем это делается? В чём преимущество такой полноты в ущерб мощности?

>100$ Подколки - подколками, но поработав над монографиями я стал иначе относится к авторам "больших" форматов. Имею в виду форматы, которые больше научной статьи. Раньше сам щедро разавал "комплименты" авторам. Когда-то было даже так: принесу странички из книг на занятие и даю задание найти ошибки у авторов по пройденной теме. Сейчас только хвалю хорошие работы, а про слабые просто умалчиваю (к статьям это не относится). Потому что понял, сколько времени и труда нужно авторам хотя бы на то, чтобы скомпиллировать разрозненный материал, не говоря уже о практически полном оригинальном авторском изложении. Когда Практикум выйдет - выложу в открытй доступ. Там не ахти - 16 лабораторных, но зато полностью моё. Ляпы, конечно тоже будут, надеюсь только что не много и не сильных... А за студентов я тоже боюсь, но их калечит не ВУЗовский формат, не преподы, а нереализовавшиеся или гиперреализовавшиеся родители, довузовская система образования и неуверенность в востребованности получаемых знаний для хорошего трудоустройства и карьеры.
  Форум: Медицинская статистика · Просмотр сообщения: #22616 · Ответов: 32 · Просмотров: 1026

nokh
Отправлено: 12.02.2018 - 04:44


Дух форума
*

Группа: Пользователи
Сообщений: 1037
Регистрация: 13.01.2008
Из: Челябинск
Пользователь №: 4704


Цитата(ЛенвГо ошко @ 11.02.2018 - 18:21) *
...По прежнему не получается сделать то, что нужно. Во-первых, не срабатывает функция Rnd(). Ы ячейке так и остается название функции, а никакое новой число не появляется. Во-вторых, после выделения двух столбцов не нахожу "Сортировка и фильтр" и т.д. Пожалуйста, дайте мне еще подсказку! Очень нужно!

Ну так "по аналогии" не означает "в точности так же". Согласно первому попавшемуся толковому словарю Ефремовой, аналогично - это "основываясь на сходстве с кем-л., чем-либо, по образцу кого-л., чего-л., согласно какой-л. формуле, схеме". Схема-то та же:
(1) первый столбец - числа от 1 до n,
(2) во втором - случайные числа,
(3) сортировка массива по второму столбцу,
(4) назначение нужного количества первых номеров в первую группу.
Про функцию Rnd() нужно было прочитать и догадаться написать хотя бы Rnd(1) чтобы было как в Экселе (хотя выбор числа не принципиален), а сортировку провести в Data - Sort или где она там находится в 13-ой версии (читайте инструкцию к пакету). За желание и попытку провести рандомизацию ставлю вам 5, за несамостоятельность и несообразительность - 2, в среднем пока 3,5 - округлим по результату. Остальные работы ещё не проверял:)
  Форум: Медицинская статистика · Просмотр сообщения: #22610 · Ответов: 32 · Просмотров: 1026

nokh
Отправлено: 11.02.2018 - 16:02


Дух форума
*

Группа: Пользователи
Сообщений: 1037
Регистрация: 13.01.2008
Из: Челябинск
Пользователь №: 4704


У меня есть заготовка с ответом из выходящего в этом году Лабораторного практикума по биостатистике, но только в Excel - прикрепил. Если нужно сделать именно в Statistica - по аналогии самостоятельно. Там функция генератора случайных чисел - Rnd(). Чтобы веселее работалось - замечательная песня в стиле сайкобилли: Matchless - Randomly Generated Numbers ( https://www.youtube.com/watch?v=Z1tz91d6rZc ).
Прикрепленные файлы
Прикрепленный файл  Rundom_Excel.pdf ( 109,82 килобайт ) Кол-во скачиваний: 17
 
  Форум: Медицинская статистика · Просмотр сообщения: #22602 · Ответов: 32 · Просмотров: 1026

nokh
Отправлено: 7.02.2018 - 15:07


Дух форума
*

Группа: Пользователи
Сообщений: 1037
Регистрация: 13.01.2008
Из: Челябинск
Пользователь №: 4704


Ещё в догонку по поводу того, что БК не нормализует идеально, а где-то даже ухудшает нормальность. Такой результат - несовпадение того как работает преобразование БК, и как оценвает его результаты критерий Д'Агостино - Пирсона. Преобразование Бокса - Кокса, будучи гибким степенным преобразованием, идеально устраняет асимметрию распределения. Поскольку многие биологические, химические, экономические и др. показатели имеют часто положительно асимметричные распределения, для их нормализации традиционно применяются степенные преобразования. Кто не умеет БК - логарифмирует и т.о., пусть не идельно, но поджимает хвост распределения. БК делает это идеально. Другая мера формы - эксцесс - более сложная и "мутная", т.к. процессы, которые к ней приводят не столь очевидны как в случае асимметрии. Это может быть и смесь распределений с близкими средними, и действие стабилизирующего отбора, может что-то ещё... Как исправлять (нормализовать) эксцессы и нужно ли это - не ясно.

Критерий Д'Агостино - Пирсона, как и критерий Харке - Бера, задействует в расчётах обе меры формы: и асимметрию, и эксцесс. Поэтому в случаях, когда распределение изначально было не слишком асимметричным, преобразование БК даже немного ухудшая эксцесс, приводит к более плохим значениям статистики критериев. Поэтому идеально оценивать результативность преобразования БК - по критерию асимметрии. Я обычно смотрю критерием Шапиро - Уилка (считается, что он чаще других правильно оценивает отклонения от нормальности - см. Кобзарь. Прикладная мат. статистика) и пока противоречий не замечал.
  Форум: Медицинская статистика · Просмотр сообщения: #22566 · Ответов: 18 · Просмотров: 1193

nokh
Отправлено: 7.02.2018 - 09:04


Дух форума
*

Группа: Пользователи
Сообщений: 1037
Регистрация: 13.01.2008
Из: Челябинск
Пользователь №: 4704


Цитата(Cules2013 @ 6.02.2018 - 16:32) *
1. Ошибка модели - это что значит? Не совсем понимаю.

Так ведь читать нужно. В хорошей книжке найдёте формулу модели дисперсионного анализа. А в этой модели есть член - ошибка или остатки (residuals). О нём речь.
Цитата(Cules2013 @ 6.02.2018 - 16:32) *
2. Бокс-Кокс я применял к каждой отдельной группе. Разве адекватно объединять все группы в один массив и приводить его целиком к нормальности? Это же несвязанные группы, а экспериментальное воздействие на каждую из них разное. По идее, каждая же группа, должна относится к своей ген совокупности...

По идее, согласно нулевой гипотезе, все группы относятся к одной генеральной совокупности, а статметоды проверяют именно нулевую гипотезу. Вот что вы сделали: вместо значений одной группы взяли обратные значения 1/х (лямбда=-1), из значений другой группы взяли логарифм (лямбда=0), значения третьей группы оставили без изменений (лямбда=1), а значения четвёртой группы возвели, скажем, в квадрат (лямбда=2). И как после этого вы собираетесь сравнивать преобразованные средние? shok.gif Очевидно, что нужно либо всё оставлять без изменений, либо всё логарифмировать, либо ещё что...
Цитата(Cules2013 @ 6.02.2018 - 16:32) *
3. ...Бокса-Вискера не такое дно, как вы описали, тем более, что ясень пень, что я указываю достоверность различий звёздочками, а как иначе?

А разве я писал про "достоверность" (которая, кстати, таковой не является и на что указывалось выше) применительно к звёздочкам? И да, если в статье даны такие коробчатые графики, как я описал - это именно дно. Хорошая аналогия, порождающая целый ассоциативный ряд. Я так и вижу этих красненьких самоуверенных червячков, копошащихся в донных отложениях, весело пожирающих остатки друг друга и то, что нападало сверху. Но только на поверку кто-то из них окажется хирономидой, всплывёт и полетит (возможно, выше и дальше меня), а кто-то - трубочником, удел которого всю жизнь ковыряться в этом ... детрите. И за рубежом - подобное. Анализ публикаций биомедицинской тематики за вычетом обзоров показывает, что около 20-30% из них содержит некорректную статистику, а около 50% и более - мозаичные работы, когда отдельные части сделаны типа корректно, но общая идея или концепция подхода к анализу данных не прослеживается: одно подсмотрели у одних, другое - у других и получается такой более-менее статистически сносный винегрет. И только 10-20% работ действительно хороши или даже безупречны, на которые стоит равняться. Соглашусь с вами в том, что по сравнению с отечественными работами это очень высокий процент. И - да, рецензенты нередко такие же черви...
Цитата(Cules2013 @ 6.02.2018 - 16:32) *
Смотреть форму распределения на Бокса-Вискера - это как? А всякие бэгплоты и Q-Q плоты зачем тогда?

Так если читать у тех, кто про "Бокса-Вискера" пишет, так и не понять. Читайте тех, кто пишет про "Box-and-Whisker PLot".

PS
> модератор. Квотинг есть, но надеюсь - не овер:). Если "оверквотинг" запрешён, это следует прописать в правилах форума, а то "мужики-то не знают" (с)
  Форум: Медицинская статистика · Просмотр сообщения: #22559 · Ответов: 18 · Просмотров: 1193

nokh
Отправлено: 6.02.2018 - 12:33


Дух форума
*

Группа: Пользователи
Сообщений: 1037
Регистрация: 13.01.2008
Из: Челябинск
Пользователь №: 4704


1. Про то, что данные не могут быть (не)параметрическими вам уже указали.

2. Про то, что проверять нужно нормальность распределения ошибки модели, а не лазить по отдельным группам - тоже.
Поскольку все преобразования применяются к единому массиву данных, то и оценивать его результативность нужно применительно ко всему массиву. Естественно, что в отдельных группах при этом возможно появление положительной или отрицательной асимметрии распределения, т.е. типа "ухудшение" нормальности.

3. Формула обратного преобразования Бокса - Кокса правильная. Нужно только определиться что по ней вычислять. Однозначно нельзя вычислять ретрансформированием ошибку среднего, т.к. это просто неверно. По преобразованным данным вам нужно рассчитать среднее и 95%-ные доверительные интервалы (ДИ) для среднего - их и ретрансформировать. Про то, что ретрансформация по приведённой вами формуле называется наивной я уже писал и давал литературу - см. мои сообщения #8, #10 здесь: http://forum.disser.ru/index.php?showtopic=4111 ДИ после ретрансформации в исходную шкалу станут асимметричными, как собственно и само распределение - это логично. Также см. сообщение #10 здесь: http://forum.disser.ru/index.php?showtopic=3591

4. На графике следует давать среднее с ДИ, а не строить коробчатый график (Box-and-Whiskers Plot). Кстати это не "Бокса-Вискера", а "ящик с усами" smile.gif . Этот тип графика хорош для быстрого взгляда на форму распределения и только. Подавляющее большинство исследователей строят такие графики только потому, что видят их в работах по своей тематике у других. А эти другие строят такие графики только потому, что не умеют построить графики среднего с асимметричными 95% ДИ. Рискну утверждать, что те, кто строит такие графики с обозначенными снежинками якобы выбросами вообще мало что понимают в биостатистике, потому что просто не знают про асимметрию распределения большинства биологических показателей. Короче, Box-and-Whiskers Plot в статью гораздо чаще правильнее не строить. В свои черновики - можно, хотя если позволяет объём выборок, то лучше посмотреть гистограммы распределений.

5. По графикам. Насколько я знаю, в Statistica вы графики с ретрансформированными средними и ДИ не построите. Достаточно просто это можно сделать в R: пакет scales позволяет прописать лямбду и шкала графика + все объекты на нём автоматически ретрансформируются из Бокса - Кокса в исходный масштаб. Также в R можно построить графики по средним с ДИ, уже вычисленным ретрансформацией где-либо до этого (Statistica, Excel, ...). Я обычно строю такие графики в пакете KyPlot; нужны версии до 3.0 - они были бесплатными и не урезанными, в сети можно найти 2.13 и 2.15 . Там можно вручную прописать в ячейках средние и ДИ и строить график типа как в Excel. Лучше, конечно, сразу осваивать R, а не заведомо устаревший пакет, но версию 2.15 горячо любимого мной KyPlot могу выложить.

PS сообщение выше не читал ещё, отвечал на первый пост...
  Форум: Медицинская статистика · Просмотр сообщения: #22554 · Ответов: 18 · Просмотров: 1193

nokh
Отправлено: 1.02.2018 - 22:59


Дух форума
*

Группа: Пользователи
Сообщений: 1037
Регистрация: 13.01.2008
Из: Челябинск
Пользователь №: 4704


> ogurtsov, p2004r
Благодарю! Буду пробовать кроссвалидацию, включающую стадию препроцессинга, когда напишу такую функцию, чтобы в процессе анализа ни разу не выпрыгнуть из R в Excel (грешу этим:)
  Форум: Медицинская статистика · Просмотр сообщения: #22531 · Ответов: 5 · Просмотров: 481

nokh
Отправлено: 1.02.2018 - 22:49


Дух форума
*

Группа: Пользователи
Сообщений: 1037
Регистрация: 13.01.2008
Из: Челябинск
Пользователь №: 4704


Цитата(Blaid @ 29.01.2018 - 14:08) *
И всё-таки: ковариата/ковариаты в ANCOVA может/могут быть категориальными?

Нет не может, такая общая линейная модель будет уже не ANCOVA'ой. Что такое ANCOVA кратко и ёмко описано в википедии: https://en.wikipedia.org/wiki/Analysis_of_covariance
  Форум: Медицинская статистика · Просмотр сообщения: #22530 · Ответов: 6 · Просмотров: 450

nokh
Отправлено: 25.01.2018 - 09:35


Дух форума
*

Группа: Пользователи
Сообщений: 1037
Регистрация: 13.01.2008
Из: Челябинск
Пользователь №: 4704


В старой литературе для ковариационного анализа с количественными ковариатами применялся термин "конфлюэнтный анализ", но что-то сейчас он практически не используется. Вообще говоря, я не верю в качество таких сложных моделей как предложил comisora. Точнее не то, что не верю совсем, конечно что-то они позволят прогнозировать, может даже с приемлемой для практических нужд точностью. Я имею в виду то, что такие модели (1) предполагают линейность связей в системе, а в биологии линейные связи редки, (2) предполагают отсутствие взаимодействия факторов, а в биологии сплошь и рядом именно неаддитивные эффекты. Возможно, что для прогноза здесь больше подойдут другие подходы, типа деревьев классификации...
Стёб относился не к вам, а к другому участнику форума.
  Форум: Медицинская статистика · Просмотр сообщения: #22489 · Ответов: 6 · Просмотров: 450

nokh
Отправлено: 25.01.2018 - 09:22


Дух форума
*

Группа: Пользователи
Сообщений: 1037
Регистрация: 13.01.2008
Из: Челябинск
Пользователь №: 4704


Цитата(ogurtsov @ 29.12.2017 - 00:54) *
Попробуйте использовать классические подходы машинного обучения: проверяйте прогностическую ценность моделей на отложенных данных.
Никакой объективности в биоинформатике пока нет, см., например, недавнюю публикацию о доле ошибок, связанных с одним только неправильным считыванием икселевских файлов, в которых оказывается всякий мусор.
Не знаю, насколько все плохо с микрочипами, но я застал эпическое падение перспективной когда-то технологии SAGE.

Благодарю. Кроссвалидация в рамках проведённого препроцессинга показывает качество прогноза порядка 80%. Я пока штурмую R и не умею запрограммировать такую кросс-проверку, чтобы делать препроцессинг на части, а проверять на другой. К тому же беда в том, что такие процедуры как квантильная нормализация даёт разные результаты в зависимости от входящих в анализ данных и как тогда нормализовать отложенныую часть? Короче, ещё повоюю... К тому же ожидаются настоящие "отложенные данные" - следующая партия. Там и посмотрим насколько топы сигнатур будут перекрываться.
  Форум: Медицинская статистика · Просмотр сообщения: #22488 · Ответов: 5 · Просмотров: 481

nokh
Отправлено: 25.01.2018 - 09:06


Дух форума
*

Группа: Пользователи
Сообщений: 1037
Регистрация: 13.01.2008
Из: Челябинск
Пользователь №: 4704


Цитата(Nerbi @ 18.01.2018 - 19:47) *
Здравствуйте! По результатам расчета ОШ фактор оказывает влияние на прогноз (ОШ 3,03 95% ДИ 1,37-6,67, p=0,005). Однако при построении логистической регрессии (когда анализируется много других факторов, потенциально оказывающих влияние на прогноз и по ОШ, в том числе), он не входит в формулу, а если входит, то ее качество резко ухудшается. Может ли быть такое и с чем это может быть связано? Отмечу, что в исследование включены пожилые пациенты с большим количеством факторов риска и сопутствующей патологией, вероятно они оказывают большее влияние, чем данный фактор...однако он является общеизвестным и доказанным. Верно ли мое предположение или тут ошибка именно в статистической обработке?

Помню мы занимались исследованием рисков мочекаменной болезни на Урале. Соискатель докторской для обзора нудно выписал из литературных источников порядка 70 факторов с разной величиной эффекта, но статистически значимо влияющих на риск МКБ. Из них честно выбрал 20 самых сильных и на его взгляд логичных - с ними и работали. Причём для оксалатного уролитиза дерево решений выдало по-сути только 2 фактора риска: (1) жёсткую как приговор генетику и (2) генетическую предрасположенность через метаболизм. Это всё я к тому, что мало ли какие факторы риска являются общеизвестными и доказанными. Люди что захотят найти, то и находят, почти всегда, вопрос только в ресурсах (объёмах выборок).
Ваша ситуация - нормальная, такое быть может и бывает. Если объём выборки хороший (сотни человек), то наблюдаемая картина может быть связана с тем, что при получении согласованных (adjusted) оценок ОШ в ходе логистического регрессионного анализа слабые факторы сходят на нет в окружении более сильных. На меньших выборках велика доля случайности, не люблю множественную логистическую регрессию для объёмов до 100-150 чел.
Если вы выделили фактор, который по-вашему сильно вмешивается в результаты регресии (возраст), можно разбить материал на группы (например, средневозрастных и пожилых) и провести выделение факторов риска в них отдельно, т.е. построить 2 модели. Это увеличит качество прогноза. Говорят (если не ошибаюсь 100$ писал), что есть методы, которые сами предлагают подобные деления, но мне они не известны и наверняка там куча тонкостей для грамотной настройки.
  Форум: Медицинская статистика · Просмотр сообщения: #22487 · Ответов: 2 · Просмотров: 282

nokh
Отправлено: 25.01.2018 - 07:59


Дух форума
*

Группа: Пользователи
Сообщений: 1037
Регистрация: 13.01.2008
Из: Челябинск
Пользователь №: 4704


B TrialSize есть сравнение рисков, а это делается по частотам. Не пробовал, но должно получиться.
Можно также использовать хороший бесплатный пакет G*Power: http://www.gpower.hhu.de/en.html
Скриншот прикрепил. Нужно задать двустороннюю оценку (Tails=Two), выбрать показатель риска (пункт 3 скриншота), задать альфа и мощность (обычно 0,05 и 0,8) и поиграться с отношением в группах (Allocation ratio) так, чтобы в первой группе стало 100 человек. Так, если частота события в первой группе числом 100 человек 0,4 (40%), а во второй группе ожидается частота 0,6 (60%), то в неё нужно набрать 99 человек. Ввиду дискретности наблюдаемых частот в таблицах сопряжённости акуальные значения альфа и мощности будут немного отличаться от задаваемых.

Наибольшая эффективность достигается при равных объёмах выборок (Allocation ratio=1). Поэтому если вы хотите сэкономить на исследовании, включив в него минимум участников, то возможно имеет смысл плясать не от n1=100, а именно от Allocation ratio=1 и добрать объектов в первую группу (если это потребуется и возможно из условий эксперимента).
Эскизы прикрепленных изображений
Прикрепленное изображение
 
  Форум: Медицинская статистика · Просмотр сообщения: #22486 · Ответов: 5 · Просмотров: 254

nokh
Отправлено: 27.12.2017 - 01:07


Дух форума
*

Группа: Пользователи
Сообщений: 1037
Регистрация: 13.01.2008
Из: Челябинск
Пользователь №: 4704


Предлагаю поделиться опытом и обсудить в этой ветке особенности статистического анализа результатов микрочиповых исследований. Экспрессия генов и иммуносигнатуры. Одноканальные и двухканальные данные. Препроцессинг, статистика для дифференциальной диагностики и постпроцессинг. Кластеризация, температурные карты, чувствительность и специфичность алгоритмов дифференциальной диагностики. Сетевой анализ и.т.п. После 1,5 мес. вхождения в тему остались вопросы и неотреагированные эмоции aggressive.gif : Пока есть неудовлетворённость по следующим вопросам.

1) Изменчивость между чипами и внутри чипов до препроцессинга. Расчёт компонентов дисперсии по имеющимся данным дал 60% межчиповой изменчивости не связанной с индивидуальными и групповыми различиями, т.е. 60% технической изменчивости! Сколько шума считается допустимым?

2) Результаты анализа сильно, а возможно и целиком, зависят от препроцессинга. Используется несколько распространённых способов нормализации данных для устранения технической изменчивости: от медианной нормализации до квантильной и далее. То что "далее" подвергает сомнению всё что было "до" и этот процесс не заканчивается. Чем пользуетесь вы?

3) Объединение информации с двух каналов (Red, Green). Вызывает вопросы использование отношения интенсивностей R/G (так называемая М-часть данных для MA plot). Деление - самое неточное действие, усиливающее погрешности данных. Почему как-то не принято использовать A-часть, т.е. среднее: (R+G)/2?

4) Разные методы отфильтровывания наиболее перспективных показателей из тысяч имеющихся дают совершенно разные топ-листы. Степень перекрытия сильно зависит в том числе и от длины списка. У меня получилось 50%-ное перекрытие топ-12 и примерно 5%-ное для топ-150 для усреднённых RG-данных с использованием пакетов genefilter() и limma() из проекта Bioconductor. Но мои результаты практически не совпали с результатами обработки тех же данных двумя группами людей и в других пакетах. Нужно сказать, что и у тех двух групп результаты тоже не совпали... Я не согласен с имеющимся мнением, что способы препроцессинга и выявления топа показателей являются определённой системой договорённостей - ищу способы объективизации результатов. Во что верите вы и каким статистическим инструментарием пользуетесь для укрепления своей веры?

В целом сложность в том, что отдельные ветви микрочиповых исследований являются молодыми и пока не накоплено достаточно информации, чтобы с её помощью можно было поверять результаты статистики. Т.о. статистический анализ остаётся "вещью в себе" и нужно как-то эту вещь вывернуть, чтобы использовать для медико-биологических интерпретаций.
  Форум: Медицинская статистика · Просмотр сообщения: #22358 · Ответов: 5 · Просмотров: 481

nokh
Отправлено: 18.12.2017 - 21:59


Дух форума
*

Группа: Пользователи
Сообщений: 1037
Регистрация: 13.01.2008
Из: Челябинск
Пользователь №: 4704


Цитата(grergi @ 16.12.2017 - 18:36) *
Уважаемые коллеги! Подскажите бесплатную программу для расчета IC50 (нелинейная регрессия). Заранее благодарен за любую помощь!

Есть онлайновые калькуляторы - и считают, и графики (простенькие) строят:
https://www.aatbio.com/tools/ic50-calculator/
http://www.ic50.tk/index.html
Я раньше KyPlot для большинства регрессий и задач интерполяции использовал - прикипел я к нему smile.gif. Есть бесплатная старая версия - 2 beta 15. Скриншот прикрепил. Могу выложить, но только это всё в прошлое уходит. Из R пробовал пакет nplr - настройки по умолчанию не понравились, но зато сразу с 95% доверительными границами. В принципе вам подойдёт любой пакет, который считает четырёхпараметрическую логистическую регерссию (4PL regression). В последнее время она так всем полюбилась, что теперь отдыхают и Михаэлис - Ментен, и Берталанфи и другие...
Эскизы прикрепленных изображений
Прикрепленное изображение
 
  Форум: Медицинская статистика · Просмотр сообщения: #22338 · Ответов: 7 · Просмотров: 493

nokh
Отправлено: 18.12.2017 - 21:45


Дух форума
*

Группа: Пользователи
Сообщений: 1037
Регистрация: 13.01.2008
Из: Челябинск
Пользователь №: 4704


Цитата(100$ @ 8.12.2017 - 01:55) *
А вот это - не оно? Сам, правда, не пробовал. Так, на периферии сознания завалялось...
Ссылка

Благодарю, по описанию должно подойти, хотя тоже пока не пробовал). Ещё ракет VCA (https://cran.r-project.org/web/packages/VCA/VCA.pdf) должен считать. Потихоньку в R двигаюсь, в следующий раз как данные будут - поробую. Только автор топика меня не услышал - ищет там где светлее... Не иначе по книгам Плохинского дисперсионный анализ осваивает. Зоологи и ветеринары - они такие! smile.gif

Байка. Лет 10 назад у меня директор в наш головной ветеринарный НИИ приехал с годовым отчётом. А там средние с 95% ДИ в таблицах были бутстрепом (ВСа) посчитаны: специально boot под R ставил и робко её пользовал. Короче, в целом, похвалили уральцев, только говорят нужно было данные статистически обработать и +/- стандартную ошибку привести.
  Форум: Медицинская статистика · Просмотр сообщения: #22337 · Ответов: 9 · Просмотров: 895

nokh
Отправлено: 7.12.2017 - 23:02


Дух форума
*

Группа: Пользователи
Сообщений: 1037
Регистрация: 13.01.2008
Из: Челябинск
Пользователь №: 4704


А какова всё-таки цель работы? От этого зависят ответы.
1) Если цель - прогноз, то регрессия типа вашей уместна. Другое дело, что данных для неё маловато (есть редкие сочетания предикторов). И не совсем ясна практическая польза: её можно использовать только для тех лет, которые есть в наборе, т.к. фактор "Год" - случайный, т.е. его нельзя воспроизвести в других исследованиях (в отличие от месяца или породы).
2) Если цель - разобраться с влиянием на признак всяких факторов и их взаимодействий, то просится ANOVA. Но процитированный вами отрывок - грубый подход. По хорошему здесь нужно раскладывать изменчивость (дисперсию) на компоненты. Это делается исходя из формул математических ожидаемых средних квадратов: оттуда берутся дисперсии (для случайных эффектов) или квадратичные формы (для фиксированных эффектов), всё суммируется и пересчитывается в %. По-русски можно прочитать в Дуглас Монтгомери "Планирование эксперимента и анализ данных" (есть в сети). Пакеты могут с этим справляться плохо, т.к. работают с моделями случайных эффектов, а не смешанных. Но может какие-то и справятся. Найдёте - поделитесь, надоело вручную считать...
  Форум: Медицинская статистика · Просмотр сообщения: #22308 · Ответов: 9 · Просмотров: 895

nokh
Отправлено: 1.12.2017 - 23:23


Дух форума
*

Группа: Пользователи
Сообщений: 1037
Регистрация: 13.01.2008
Из: Челябинск
Пользователь №: 4704


Цитата(vitako @ 1.12.2017 - 13:28) *
Добрый день, уважаемые колеги!
Прошу совета по использованию критерия Уилкоксона (связанные выборки, критерии нормальности не выполняются)
для сравнения данных, полученных до и после лечения.

Столкнулся с тем, что различные программыные продукты выдают различные значения (р) для этого критерия.
Перепроверял на различных выборках, но результаты постоянно разнятся.

...
Более того, Программа Биостат (Гланц) выдает еще одно, третье значение того же критерия.

Раннее с ситуацией столь сильных различий в рассчитанны показателях не сталкивался.

Подскажите, пожалуйста, почему результаты вычислений разнятся и какой программой лучше пользоваться в моем случае.


1. Различия в значениях статистики Уилкоксона. Для вашего примера разные пакеты могут выдавать в качестве результата:
372 - сумма рангов отрицательных разостей
93 - сумма рангов положительных разностей
Статистику можно считать по любому из этих значений, но обычно для критериев Уилкоксона и Уилклксона - Манна - Уитни берётся меньшая сумма рангов. Т.е. более "книжный" ответ 93. Хотя разницы никакой: 93-239,5=-139,5, а 372-239,5=+139,5, а в формуле берётся абсолютное значение этой разности.

2. Различия в р-значениях. Для вашего примера разные пакеты могут выдавать в качестве результата:
Асимптотическое значение без поправок: z=2,8693; Р=0,004114
Асимптотическое с поправками на непрерывность и ещё чем-то: z=3,2863; Р=0,001015 или z=3,2746; Р=0,001058
(не разобрался быстро что за поправки, т.к. если использовать обычную поправку 0,5, то значение z должно быть меньше, а не больше. В учебнике Zar приводится 4 формулы с разными поправками, учётом нулевых разностей и связанных значений. Похоже увеличивает z поправка на связки)
Рандомизационный критерий методом Монте-Карло (n=500000): Р=0,001450
Точный рандомизационный критерий: Р=0,001431.

Аналогичная ситуация, например, с критерием Макнемара, который тоже везде считается по-разному.

3. Результаты всех известных пакетов по-своему правильны, т.к. берут формулы в лучших учебниках - можно использовать любой пакет. Только в "Материалах и методах" нужно не забыть указать какой именно пакет и его версию. Лучше если это будет пакет на который у вас есть лицензия или бесплатный.

4. Анализ связанных выборок желательно дополнять анализом разностей:
- привести среднюю разность с 95% ДИ бутстрепом (раз нормальность не выполняется),
- поработать с данными по объектам, отличающимся от основной массы. В вашем примере это 6 случаев с положительной разностью против 24 с отрицательной. Можно поискать особенности для этих 6 случаев в других показателях: почему именно они среагировали иначе. В этом будет больше "доказательной медицины".
  Форум: Медицинская статистика · Просмотр сообщения: #22284 · Ответов: 5 · Просмотров: 465

nokh
Отправлено: 29.11.2017 - 00:25


Дух форума
*

Группа: Пользователи
Сообщений: 1037
Регистрация: 13.01.2008
Из: Челябинск
Пользователь №: 4704


Я тут подумал и решил усомниться в исходно композиционном характере данных. Очень часто люди загоняют в композиции полноценные (ну или почти полноценные данные), т.к. смешивают статистический анализ с удобством интерпретации. Интерпретировать иногда, действительно, удобнее в %, но если человек пару-тройку раз прошёл через ад всяких лог-преобразований Эйчисона со структурными нулями и с потолка взятыми значениями для неструктурных нулей, то остатвит всё это на тогда, когда без этого вообще никак не обойтись.
Например, аммоний, нитриты и нитраты в воде являются последовательными стадиями окисления азота органического происхождения. Они выражаются в мг/л, т.е. строго говоря это тоже композиция, но речь идёт о миллионных долях (ppm), когда композиция никак не влияет на связь между показателями. Если для интерпретации возникает желание оперировать %-ным соотношением азота в разных формах, то пересчёт на % даст полноценную композицию со всеми вытекающими проблемами. В то же время хлориды, сульфаты и гидрокарбонаты в воде представляют собой классическую композицию: они выражаются в % от общего состава и если чего-то станет меньше, то остального станет больше автоматически - здесь придётся повозиться. Кстати, если геологи почти сразу пришли к грамотному анализу таких данных, то гидрохимики уже 25 лет в пути, медики (в массе) - в начале пути (формула крови - композиция), а биологи (в массе) даже не слышали про такое. Оно и понятно, проблемы появляются только при многомерном анализе, а до него многие просто не дорастают.

>Света К
Если ваши фракции исходно выражаются, скажем, в миллимолях на литр, то нужно пересчитать % в эти исходные величины и забыть про % как страшный сон. Вне жёсткой композиции можно прекрасно проверить 1 наблюдение на многомерный выброс по расстоянию Махаланобиса (с расчётом р-значения), а для 2х наблюдений - провести дискриминантный анализ (т.к. это - "совсем другое дело":)). Но опять-таки, это - чисто технические вещи, ими научную методологию не заменить.
  Форум: Медицинская статистика · Просмотр сообщения: #22268 · Ответов: 22 · Просмотров: 1969

nokh
Отправлено: 27.11.2017 - 06:51


Дух форума
*

Группа: Пользователи
Сообщений: 1037
Регистрация: 13.01.2008
Из: Челябинск
Пользователь №: 4704


Цитата(p2004r @ 24.11.2017 - 03:35) *
PCA прекрасно расправляет "смеси" в тернарные трафики, отжимая лишнюю размерность. Здесь просто крайне мал размах варьирования состава, вот и не видно результирующего "треугольника(пирамиды)".

Прикольно! У меня никогда не было столько данных, чтобы увидеть треугольник, а с симуляциями не играл.
Цитата(comisora @ 26.11.2017 - 00:48) *
... Можете показать пример, как "сравнить/обработать" p1 и p2 и заполучить "заветное p<0.05"?

Сравнить два набора PC можно прокрустовым анализом с расчётом р рандомизационным критерием.
library(vegan)
protest(p1, p2, scores = "sites", permutations = how(nperm = 999))
#можно посмотреть статистику и разности матриц после прокрустова преобразования для определения наиболее сильных невязок:
difpc12<-procrustes(p1,p2)
summary(difpc12)
plot(difpc12)
plot(difpc12, kind=2)
Эскизы прикрепленных изображений
Прикрепленное изображение
 
  Форум: Медицинская статистика · Просмотр сообщения: #22260 · Ответов: 22 · Просмотров: 1969

nokh
Отправлено: 23.11.2017 - 22:46


Дух форума
*

Группа: Пользователи
Сообщений: 1037
Регистрация: 13.01.2008
Из: Челябинск
Пользователь №: 4704


>p2004r
С обычным PCA здесь засада в виде композиционного характера данных. Где проходит граница допустимой степени "композиционности" не известно. Но традиционно для долей процентов (типа миллиграммы на литр или килограмм) ей пренебрегают и скорее всего обосновано. Но когда речь идёт о % и десятках процентов, композиции будут натягивать ложные корреляции. С 1990-х для многомерного анализа композиционных данных используют статистику Эйчисона, в т.ч. специальные предварительные преобразования "разворачивающие" constrained данные в как бы независимые. Разбирался давно и использовал ещё аддон к экселю "CoDaPack". Сейчас это есть в r, но пока не было подходящей задачи:
http://www.stat.boogaart.de/compositions/
https://cran.r-project.org/web/packages/rob...ions/index.html
  Форум: Медицинская статистика · Просмотр сообщения: #22233 · Ответов: 22 · Просмотров: 1969

nokh
Отправлено: 23.11.2017 - 22:07


Дух форума
*

Группа: Пользователи
Сообщений: 1037
Регистрация: 13.01.2008
Из: Челябинск
Пользователь №: 4704


Цитата(Диагностик @ 22.11.2017 - 19:00) *
Смотри [Закс Л., с.270-281].
Ранговый критерий Манна и Уитни [Mann, Whitney, 1947] основан на критерии Уилкоксона для независимых выборок. Он является непараметрическим аналогом t-критерия для сравнения двух средних значений непрерывных распределений.

Вопрос был о том, какую гипотезу проверяет критерий. Заметьте, не о том: (1) на чём основан критерий, (2) для каких выборок применяется, (3) аналогом чего он является, (4) для чего используется. У вас 4 ответа, но не на тот вопрос. Это сродни неверной диагностике: похоже, но не то.
passant сбил мой воинственный настрой задать вам последовательно все 3 технических вопроса и 1 риторический, который я хотел задать. Поэтому выложу всё кучей.

1). Во-первых, критерий УМУ, как уже было сказано, не проверяет гипотезу о различии средних. Соответственно вывод о том, что "Эффекта обработки не выявлено, статистически значимой разницы между средними значениями не обнаружено" является некорректным.

2). Ветка форума в формулировке топикстартера называется "Разница между средними значениями, Описать разницу". Критерий УМУ не позволяет вычислить разницу между средними значениями даже чисто технически, т.к. является ранговым критерием. А уж как описать разницу в терминах УМУ ума не приложу.

3). Почти всегда непараметрические критерии являются менее мощными по сравнению с параметрическими. Это логично, т.к. раз используется меньше информации, то её нехватку нужно чем-то компенсировать. Обычно - увеличением объёма выброк. Поэтому очевидно, что в условиях мизерных выборок нужно брать самое мощное, что только есть - параметрику. Ну или использовать самые современные подходы типа ресэмплинга, которыми сейчас поверяют и параметрику, и непараметрику. Вы же предлагаете использовать для малых выборок менее мощный УМУ, вероятно прочитав эту глупость в русскоязычной википедии. Т.о. даже корректный вывод о принадлежности выборок к разным совокупностям может не быть правильным, т.к. для обнаружения истиных различий просто не хватает мощности (хотя, как уже писал выше, её и так не хватает, причём всем, начиная с научного руководителя).

Т.о. технически критерий УМУ не уместен по трём причинам. И всё было бы ничего, если бы вы ответили в ветку первым: уровень и опыт у всех разный, а чтобы ресурс жил нужно чтобы кто-то отвечал на зачастую примитивные и потворяющиеся вопросы новичков. И ничего страшного, если совет не самый лучший - кто-нибудь поправит если что... Но вы пришли уже после того, как были предложены и доверительные интервалы, и ресэмплинг, и его вариант в конкретной программе: типа считайте УМУ. Т.е. вы не согласны с предложенными до вас подходами и уверены что предлагаете лучший варант? Тогда напишите чем он лучше, и мы подискутируем. Иначе вы просто вводите топикстартера в заблуждение, а консультантов в ветке провоцируете на агрессию по отношению к вам.
  Форум: Медицинская статистика · Просмотр сообщения: #22231 · Ответов: 36 · Просмотров: 3931

42 страниц V   1 2 3 > » 

Открытая тема (есть новые ответы)  Открытая тема (есть новые ответы)
Открытая тема (нет новых ответов)  Открытая тема (нет новых ответов)
Горячая тема (есть новые ответы)  Горячая тема (есть новые ответы)
Горячая тема (нет новых ответов)  Горячая тема (нет новых ответов)
Опрос (есть новые голоса)  Опрос (есть новые голоса)
Опрос (нет новых голосов)  Опрос (нет новых голосов)
Закрытая тема  Закрытая тема
Тема перемещена  Тема перемещена