Форум врачей-аспирантов

Здравствуйте, гость ( Вход | Регистрация )

2 страниц V   1 2 >

Гематолог
Отправлено: 17.11.2013 - 00:02





Группа: Пользователи
Сообщений: 33
Регистрация: 17.08.2009
Пользователь №: 6249


[quote name='paravoz' date='16.11.2013 - 19:58' post='16160']
Представление распространенности заболеваний в виде средней заболеваемости на 100000 или на 1000 является общепринятым и, я согласен, что медиана и квартили здесь врятли подойдут. Но с точки зрения математической статистики это не верно. Читая о среднем, любой специалист в статистике сразу подразумевает нормальное распределение и то, что сопутствует этому. А в данном случае это не будет соответствовать действительности.

Расчет p критерием стьюдента, думаю, все равно не является правомочным. Мне кажется, использовать необходимо непараметрические критерии.

Все это конечно обсуждаемо и является проблемой общемировых стандартов.

Спасибо!

Все понял.
Пересмотрел максимум литературы на этот счет.
Прикрепил для иллюстрации две диаграммы по одной из исследуемых мной нозологий.
Описывая динамику буду рассчитывать прирост и темп прироста.
Действительно, опыт применения критерия Стьюдента для заболеваемости/смертности мне не попался.
Но так же вообще не попались примеры вычисления р для различий этих показателей. :-)
Может плохо искал...

Прикрепленные файлы
Прикрепленный файл  ЛХ.pdf ( 294,02 килобайт ) Кол-во скачиваний: 323
 
  Форум: Медицинская статистика · Просмотр сообщения: #16164 · Ответов: 29 · Просмотров: 39463

Гематолог
Отправлено: 14.11.2013 - 22:17





Группа: Пользователи
Сообщений: 33
Регистрация: 17.08.2009
Пользователь №: 6249


Цитата(paravoz @ 14.11.2013 - 10:40) *
Здесь не нужно никаких критериев. Если у вас заболеваемость по всему региону, то это генеральная совокупность. Если вы имеете данные по генеральной совокупности, не требуется рассчитывать никаких мер разброса и никаких критериев. Любое изменение в динамике показателей заболеваемости генеральной совокупности является достоверным, то есть 100-процентным. Можете смело говорить, что темп прироста в 2012 году по сравнению с 2011 годом составил ..., или показатель заболеваемости в 2012 году по сравнению с 2011 годом вырос на ...%. И не нужны никакие плюсы/минусы и p-шки.



Спасибо, Уважаемый PARAVOZ!
Я прошел на ветку, которую мне рекомендовали выше (не Вы), с приложенным калькулятором, но увы, она совсем не по теме.
Мне не надо вычислять заболеваемость и смертность.
У меня уже ЕСТЬ эти данные.
Вопрос состоял в сравнении между годами.
Как я Вас понял при сравнении МЕЖДУ годами, я могу ограничиться разностью заболеваемостей К2-К1 и темпом прироста - (К2-К1)/К1*100% .
Но. В своем ответе Вы затронули еще одну тему - сравнение показателей со средними по России.
Наш отдел статистики как раз и предоставляет диаграммы-столбики по нашему региону по годам в сравнении со "столбиком" - СРЕДНЯЯ ЗАБОЛЕВАЕМОСТЬ (ИЛИ СМЕРТНОСТЬ) ПО РФ по годам...
Можете чуть подробнее прояснить, как КОРРЕКТНО "сравниваться" с общероссийскими данными?
Я понимаю, что здесь многое зависит от содержательной ТРАКТОВКИ.
Но вполне возможна ситуация, когда отдельный регион ОЧЕВИДНО выделяется в заболеваемости или смертности от "среднего по России" по какому-то лейкозу или раку.
Как здесь грамотно использовать математический аппарат?
Спасибо за помощь!


  Форум: Медицинская статистика · Просмотр сообщения: #16133 · Ответов: 29 · Просмотров: 39463

Гематолог
Отправлено: 13.11.2013 - 23:54





Группа: Пользователи
Сообщений: 33
Регистрация: 17.08.2009
Пользователь №: 6249


Цитата(nokh @ 12.11.2013 - 21:15) *
Я думаю, что ДИ, всё-таки можно использовать. Ведь региональные данные - только часть какой-то более крупной генеральной совокупности, скажем РФ. Это становится особенно видно, если сравнивать статистически региональные данные с общероссийскими, или с соседними регионами. Ведь численность населения известна, можно рассчитать доли и 95%-ный ДИ, например по Клопперу - Пирсону.



А для оценки РАЗЛИЧИЯ заболеваемости между различными годами (например 2011 и 2012) можно ли использовать Z-критерий?
  Форум: Медицинская статистика · Просмотр сообщения: #16123 · Ответов: 29 · Просмотров: 39463

Гематолог
Отправлено: 13.11.2013 - 12:02





Группа: Пользователи
Сообщений: 33
Регистрация: 17.08.2009
Пользователь №: 6249


Спасибо Большое всем ответившим экспертам! Посмотрю ветку, которую указывает DrgLena. На более ранних ветках попалось обсуждение про применение
Z-критерия в подобных случаях. Но, исходя из его природы и условия, думаю, это не вариант...
Спасибо!
  Форум: Медицинская статистика · Просмотр сообщения: #16118 · Ответов: 29 · Просмотров: 39463

Гематолог
Отправлено: 12.11.2013 - 00:47





Группа: Пользователи
Сообщений: 33
Регистрация: 17.08.2009
Пользователь №: 6249


Друзья, я знаю, что когда-то эта тема обсуждалась.
Тем не менее, нужна помощь.
Я имею данные о заболеваемости и смертности по своему региону от одного из заболеваний системы крови за 5 лет.
Будет поставлен вопрос о статистической значимости колебаний показателей между различными годами.
Я ей богу не помню, как здесь правильно поступить - представить доверительный интервал для долей или поработать с критериями.
Спасибо за подробный ответ!
  Форум: Медицинская статистика · Просмотр сообщения: #16108 · Ответов: 29 · Просмотров: 39463

Гематолог
Отправлено: 22.02.2013 - 18:16





Группа: Пользователи
Сообщений: 33
Регистрация: 17.08.2009
Пользователь №: 6249


Цитата(DrgLena @ 18.02.2013 - 22:27) *
Уровень редакторов со временем, все же меняется. Я послала в 2005 году или в конце 2004 года статью в центральный киевский журнал ?Онкология? с использованием логистической регрессии, началась длинная и нудная переписка с редакцией, мне пытались объяснить, что в уравнение регрессии должны входить только переменные с нормальным распределением, про логистическую регрессию ничего не знали, я обстоятельно отвечала на вопросы, но переписка приняла вялотекущее течение и я расценила это как завуалированный отказ от публикации. Статья была послана в Москву и опубликована в РМЖ в 2005, но в 2006 году статья также вышла и в Киеве, о чем я узнала случайно. В РМЖ очень много ошибок редакции, подправили по своему усмотрению, не согласовав с автором.

По поводу оценок предикторов в кокс регрессионных моделях, я использую в виде количественных переменных ? выстояние и протяженность опухоли, возраст постановки диагноза, бинарный ? пол, а категориальные переменные локализация и гистологический клеточный тип в трех и четырех градациях соответстенно.
Для создания такой модели не подходит программа Statistica.


Спасибо большое, Елена, за совет и за прикрепленный файл!

Взятие бинарных факторов было продиктовано использованным дизайном одной из зарубежых исследовательских групп.
Что касается содержательной части интерпретации, то иногда ведь не так важно, во сколько раз возрастет относительный риск при изменении,
скажем концентрации ЛДГ на одну единицу...
И большинство международных прогностических систем построены на определенных категориальных (в т.ч. бинарных) параметрах.
Так вот, я НИГДЕ не встретил внятного формализованного объяснения, как для количественных переменных подбирают cut off.
Подчас это делается волевым образом и произвольно.
Ранее, на форуме, мне посоветовали ROC-анализ.
Я сделал это для одной из работ.
Речь шла о влиянии изменения концентрации препарата (нормально распределенная величина) на неудачи терапии.
Но. Параллельно я искал в литературе, применялся ли ROC для подобных задач.
Не нашел. Возможно, плохо искал :-)
Принципиально редактор не был против.
Но вполне здраво попросил меня ссылочку, поскольку о ROC-анализе и логистической регрессии имел представление...

Еще раз спасибо!




  Форум: Медицинская статистика · Просмотр сообщения: #14985 · Ответов: 9 · Просмотров: 15817

Гематолог
Отправлено: 22.02.2013 - 18:01





Группа: Пользователи
Сообщений: 33
Регистрация: 17.08.2009
Пользователь №: 6249


Цитата(p2004r @ 22.02.2013 - 10:38) *
Например если "метод лечения 1" вызвал большинство сдвигов "лабораторного показателя", а "метод лечения 2" вызвал мало, то именно такая картина и будет.



Понял. То есть, Вы советуете еще раз проверить группы "терапия 1" и "терапия 2" на сбалансированность по фактору "лабораторный показатель"...
  Форум: Медицинская статистика · Просмотр сообщения: #14984 · Ответов: 9 · Просмотров: 15817

Гематолог
Отправлено: 16.02.2013 - 22:36





Группа: Пользователи
Сообщений: 33
Регистрация: 17.08.2009
Пользователь №: 6249


NOKH: Например, можно задать возраст не бинарно, а ввести исходные цифры; полагаю так будет даже грамотнее. Также можно попробовать исключить из анализа пол - показатель который совсем не "сработал". Ещё можно проверить: а не зависит ли от времени лабораторный показатель; если зависит нужно подбирать модель с зависящими от времени ковариатами.

Ответ. Спасибо большое!
Дело в том, как я отметил выше ? четыре показателя, включая пол, на этапе К-М, показали значимое влияние на ОВ. По этой причине, просто не включать пол в уравнение регрессии? как-то неверно будет, думаю.
Лабораторный показатель ? концентрация альбумина сыворотки крови ? фиксированный во времени показатель на момент верификации диагноза.

DrgLena: В любой многомерной модели при введении нового предиктора, коэффициенты и оценки предыдущих предикторов пересматриваются и вполне вероятно, что метод лечения оказывает на выживаемость более сильное влияние, нежели лабораторный показатель, который к тому же используется в виде бинарной переменной.

Ответ. Спасибо Вам! Может, дело в некоторой правильной расстановке акцентов на этапе трактовки результатов? Я включил в модель терапию, которая нивелирует лабораторный показатель, но, увы, не может ?сдвинуть? (пока, при моей выборке и пр.) с места влияние такой ?вечной ценности?, как возраст на момент постановки диагноза? :-))).
Но. Сам фактор ?терапия? в результате пошаговой процедуры становится незначимым.
Правильно ли я сделал, что вообще включил терапию в модель? (Еще раз ? по терапии, ОВ по К-М значимо различается)
Как трактовать отсутствие у нее статистической значимости в многомерной модели?

DrgLena: Точки разделения для бинарных предикторов могут быть пересмотрены. Кроме того они могут входить в модель и в виде количественных предиктора.

Ответ. За основу бинарного деления взята классическая работа по данной опухоли, где в окончательный многофакторный анализ вошли 1680 случаев и были предложены именно такие пороги деления количественных переменных.
То есть, в оригинальной работе количественные предикторы не использовались.

DrgLena: или точки разделения сделайте ROC анализом для каждого метода лечения отдельно.

Ответ. Несколько лет назад, я так и сделал. Построил кривую ROC относительно изучаемой ?неудачи терапии?. По отчету изменений Sp и Se нашел экстремальные точки.
Столкнулся с серьезной критикой редактора на предмет столь ?эзотерического? использования ROC-анализа. Из опубликованных статей в области онкологии/гематологии подобный способ деления количественных предикторов нашел, кажется, только в ОДНОЙ статье. Может, плохо искал ))).

Еще раз, Большое спасибо за отклик на мою задачу!
  Форум: Медицинская статистика · Просмотр сообщения: #14943 · Ответов: 9 · Просмотров: 15817

Гематолог
Отправлено: 15.02.2013 - 22:49





Группа: Пользователи
Сообщений: 33
Регистрация: 17.08.2009
Пользователь №: 6249


Дорогие форумчане!

Пожалуйста, посоветуйте!

Я постараюсь обрисовать проблему в общих чертах.

Выборка 500 больных - одно заболевание.

На этапе однофакторного анализа выделено 4 значимых фактора, влияющих на общую выживаемость.

Три из них - бинарные по своей природе - возраст - старше 45, младше 45 лет (1,0), пол и один лабораторный показатель (то же - выше определенного порога - 1, ниже - 0).
Четвертый - метод лечения - 1 - программа А, 0 - программа - В.

Моя проблема в следующем.

Когда я выполняю многофакторный Кокс - регр анализ для ТРЕХ факторов, исключая вид терапии, я получаю высокую значимость для выживаемости лабораторного параметра,
c соответствующим риском и ДИ.
И как бы все понятно.

Но. Если я включаю в модель терапию, то в окончательном уравнении наибольшая значимость появляется у фактора возраст, а лаборатоный параметр теряет свое значение.

Сразу оговорюсь - выбор терапии НАПРЯМУЮ не зависел от остальных трех параметров.
Это чтобы сразу мы не тратили время на обсуждение независимости включаемых параметров.

Я понимаю, что трактовка результатов многофакторного анализа не всегда банальная вещь.

Не прошу готовых рецептов, но надеюсь получить верное направление.

Спасибо всем откликнувшимся!
  Форум: Медицинская статистика · Просмотр сообщения: #14937 · Ответов: 9 · Просмотров: 15817

Гематолог
Отправлено: 17.10.2011 - 08:56





Группа: Пользователи
Сообщений: 33
Регистрация: 17.08.2009
Пользователь №: 6249


Спасибо! Вроде разобрался. Получается, роль корреляций между переменными в логистической или Кокс-регрессии несколько преувеличена ...
  Форум: Медицинская статистика · Просмотр сообщения: #12110 · Ответов: 2 · Просмотров: 4228

Гематолог
Отправлено: 10.10.2011 - 14:18





Группа: Пользователи
Сообщений: 33
Регистрация: 17.08.2009
Пользователь №: 6249


Дорогие эксперты, подскажите пожалуйста!

Если вдруг в многомерном регрессионном анализе (логистическая регрессия или Кокс - регрессия) в
уравнение включаются заведомо не независимые факторы ... то какова "плата" на выходе за подобное нарушение?

Или по-другому, какую "поправку" вы предложили бы, зная, что две или более ковариаты связаны корреляционной зависимостью?
Если ответ требует с моей стороны литературной подготовки - буду признателен за совет.
Я изучил последнее руководство Дрейпера и Снипа по прикладному регрессионному анализу, понял про мультиколлинеарность с
математической стороны, но плохо разобрался в практических последствиях данного нарушения.

Спасибо!
  Форум: Медицинская статистика · Просмотр сообщения: #12096 · Ответов: 2 · Просмотров: 4228

Гематолог
Отправлено: 15.01.2011 - 11:50





Группа: Пользователи
Сообщений: 33
Регистрация: 17.08.2009
Пользователь №: 6249



Как я понял по прошлой своей ветке, пользователей SPSS немного :-).

Я нашел неплохое руководство на английском, где этот раздел представлен. Если кому надо, прикреплю PDF - файл.
Не могу сказать, что формализация зависимой от времени ковариаты мне стала понятна, но что делать ... :-(
Но, может, кто-нибудь разъяснит мне суть КОНТРАСТОВ в Кокс-регрессии?
Я представляю фрагмент упомянутого руководства:

Covariates. Lists all of the covariates specified in the main dialog box, either by
themselves or as part of an interaction, in any layer. If some of these are string
variables or are categorical, you can use them only as categorical covariates.

Categorical Covariates. Lists variables identified as categorical. Each variable includes
a notation in parentheses indicating the contrast coding to be used. String variables
(denoted by the symbol < following their names) are already present in the Categorical
Covariates list. Select any other categorical covariates from the Covariates list and
move them into the Categorical Covariates list.

Change Contrast. Allows you to change the contrast method. Available contrast
methods are:

�� Indicator. Contrasts indicate the presence or absence of category membership. The
reference category is represented in the contrast matrix as a row of zeros.

�� Simple. Each category of the predictor variable except the reference category
is compared to the reference category.

�� Difference. Each category of the predictor variable except the first category is
compared to the average effect of previous categories. Also known as reverse
Helmert contrasts.

�� Helmert. Each category of the predictor variable except the last category is
compared to the average effect of subsequent categories.

�� Repeated. Each category of the predictor variable except the first category is
compared to the category that precedes it.

�� Polynomial. Orthogonal polynomial contrasts. Categories are assumed to be
equally spaced. Polynomial contrasts are available for numeric variables only.

�� Deviation. Each category of the predictor variable except the reference category is
compared to the overall effect.

If you select Deviation, Simple, or Indicator, select either First or Last as the reference
category. Note that the method is not actually changed until you click Change.
String covariates must be categorical covariates. To remove a string variable from
the Categorical Covariates list, you must remove all terms containing the variable from
the Covariates list in the main dialog box.

Как я понимаю -


Polynomial - применяется для интервальных ковариат.
Simple - каждая категория предиктора будет сравниваться с референсной категорией.
Difference - каждая категория переменной кроме первой сравнивается со средним эффектом всех предыдущих.
Helmert - обратная процедура по отношению к Difference.
Deviation - каждая категория кроме референсной сравнивается с общим эффектом.

Пардон, если сильно ошибся в переводе.

Итак, если меня интересует влияние категориальной переменной, то после ее преобразования в соответствующем окне, КАК ПРАВИЛЬНО ВЫБРАТЬ КОНТРАСТ?
В литературе советуют для таких ситуаций Deviation. Почему?
А когда использовать Difference и Helmert?
И как это повлияет на логарифм отношения рисков и его ДИ?

Прежде чем выйти с этим на форум, я попытался разобраться с литературой, но сразу попал в область алгебраических преобразований матриц.
Прошу прощения за ограниченность, но очень далек от математики! :-))

Спасибо всем, кто поможет!!








  Форум: Медицинская статистика · Просмотр сообщения: #11534 · Ответов: 0 · Просмотров: 3735

Гематолог
Отправлено: 9.01.2011 - 20:04





Группа: Пользователи
Сообщений: 33
Регистрация: 17.08.2009
Пользователь №: 6249


Дорогие коллеги!

Может быть, кому-нибудь из вас приходилось пользоваться методом пропорциональных рисков по Коксу, с зависящими от времени ковариатами в SPSS?
Сразу оговорюсь - все ветки о методе пропорциональных рисков на форуме я прочитал.
Сам по себе Кокс-регрессивный анализ выполнял, когда нужно было проанализировать отношение рисков между различными ветвями терапии.
Руководства по SPSS есть.
Но. Раздел о зависящих от времени ковариатах в них не представлен.
Для Statistica в руководстве Халафяна есть пример формирования выражения для временной ковариаты.
Пример на стр. 430 -
GROUP*(Log(V1-5,4))
Как правильно сформировать выражение в соответствующем окне SPSS?

Спасибо!
  Форум: Медицинская статистика · Просмотр сообщения: #11512 · Ответов: 0 · Просмотров: 3485

Гематолог
Отправлено: 9.01.2011 - 19:51





Группа: Пользователи
Сообщений: 33
Регистрация: 17.08.2009
Пользователь №: 6249


Цитата(плав @ 19.12.2010 - 22:54) *
Неплохо бы дать ссылку на такую странную точку зрения. Если кратко, то она не выдерживает критики. Рандомизация обеспечивает балансировку по известным и не известным факторам риска, случай контроль - только по известным, кроме того, исследования случай-контроль страдают от возможной ошибки обратного направления, когда Вы считаете протективный фактор фактором риска. Поэтому доказательность СК крайне низка (вообще-то они относятся к гипотезо-генерирующим, а не доказательным исследованиям). Что касается РКИ, то дисбаланс факторов риска возникает лишь при малом числе наблюдений относительно фактора риска - простое решение - увеличить размер выборки


Спасибо за ответ! Разобрался с публикациями на эту тему.
  Форум: Медицинская статистика · Просмотр сообщения: #11511 · Ответов: 2 · Просмотров: 6908

Гематолог
Отправлено: 8.12.2010 - 15:52





Группа: Пользователи
Сообщений: 33
Регистрация: 17.08.2009
Пользователь №: 6249


Глубокоуважаемые эксперты!

Помогите пожалуйста.

Известны ли Вам критические теоретические работы на тему рандомизации?
Постараюсь сформулировать суть проблемы.
Я встретился с точкой зрения, где идея рандомизации в проспективном контролируемом исследовании критикуется.
Суть критики - группы получаются несбалансированные по значимым факторам риска, что искажает последующие выводы об эффективности или неэффективности исследуемых методов лечения. В качестве альтернативы предлагается case control, когда каждому случаю мы подбираем похожий по факторам риска случай. То есть, я могу воспользоваться ретроспективным материалом для формирования группы сравнения?
Я не встретил публикаций по этой теме.
Я полагал, что рандомизации, как основному алгоритму набора в исследовательские группы клинических трайлов альтернативы нет.
Что ?кейс-контроль? - это различные сложные схемы стратифицированной рандомизации. Цель их ? добиться лучшей сбалансированности групп по известным риск-факторам.
Почему тема меня волнует? Я не могу найти объяснения невоспроизводимости результатов исследований, когда препарат "Х" уже попадает в стационар. С моей точки зрения, сложно реализовать "ангажированность" исследования препарата со стороны производителя, если честно выполняется протокол рандомизации.
Я думал, что проблема и ошибки интерпретации результатов клинических трайлов лежит в селекции и экстраполяции результатов, а не в самой рандомизации.

Итак, есть ли альтернатива? В чем может быть несовершенство проспективного рандомизированного исследования?
Если вдруг предложите ссылки, буду очень рад!
  Форум: Медицинская статистика · Просмотр сообщения: #11128 · Ответов: 2 · Просмотров: 6908

Гематолог
Отправлено: 4.11.2010 - 13:16





Группа: Пользователи
Сообщений: 33
Регистрация: 17.08.2009
Пользователь №: 6249


........А так-то вообще-то надо просто знать параметры функции Гомперца для популяции пожилых. Оценить функцию выживаемости для тех же точек, что у Вас есть оценки Каплана- Мейера и затем проанализировать (наверное, критерием Колмогорова-Смирнова) совпадение теоретического распределения времен дожития (по Гомперцу) и экспериментального (КМ)........

Спасибо за ответ! Ваши замечания очень важны для меня!

Что значит знать параметры функции Гомперца для популяции пожилых? Какой методикой оценить совпадение теоретического распределения времен дожития (по Гомперцу) и экспериментального (КМ)?
Я думаю, это не так же, как я проверяю в Статистике или SPSS критерием Колмогорова - Смирнова соответствие ряда количественных данных тому или иному распределению?
  Форум: Медицинская статистика · Просмотр сообщения: #10853 · Ответов: 5 · Просмотров: 10561

Гематолог
Отправлено: 1.11.2010 - 14:23





Группа: Пользователи
Сообщений: 33
Регистрация: 17.08.2009
Пользователь №: 6249


Цитата(плав @ 16.10.2010 - 09:41) *
В интернет-магазинах ссылки видел. "Биостатистика: планирование, обработка и представление результатов биомедицинских исследований при помощи системы SAS".- Санкт-Петербург, Издательский дом СПб МАПО, 2005.- 559 с. Автора знаете.


Вашу книгу можно приобрести в медицинском книжном на м. Фрунзенская, это если кто бывает или живет в Москве.
Я купил ее там. Выписать через интернет - магазин оказалось сложной задачей - книги приходиться ждать очень и очень долго.
"Прикладной регрессионный анализ" ждал 4 месяца.
  Форум: Медицинская статистика · Просмотр сообщения: #10822 · Ответов: 8 · Просмотров: 16211

Гематолог
Отправлено: 31.10.2010 - 19:50





Группа: Пользователи
Сообщений: 33
Регистрация: 17.08.2009
Пользователь №: 6249


Пожалуйста, помогите советом.

Популяция пожилых людей. Медиана возраста 67 лет.
Сравниваются два метода лекарственного лечения. Строятся кривые Каплан-Мейера.
Но ... появляется возражение - кроме Каплан-Мейера нужно представить, как вообще живет пожилая популяция.
То есть, кривая Гомпертца по популяции вообще может показать неэффективность ни первого ни второго метода лечения.
Я никогда не работал с этой функцией.
Можете мне подробнее рассказать об этом и как практически ее использовать?
Какие данные нужны?

Спасибо!
  Форум: Медицинская статистика · Просмотр сообщения: #10817 · Ответов: 5 · Просмотров: 10561

Гематолог
Отправлено: 28.04.2010 - 08:51





Группа: Пользователи
Сообщений: 33
Регистрация: 17.08.2009
Пользователь №: 6249



Ура! С ROC - разобрался. Моя проблема и вопрос ROC-кривых обсуждался здесь же на форуме.
Материалы форума уже сами по себе можно публиковать как учебное пособие smile.gif
Получил результаты и в SPSS и в Attestat.
Совпадает, как у Елены.
Кстати, насчет Attestsat.
Спасибо автору программы Игорю! Классно!
К сожалению, у меня на ноутбуке винда XP - не позволяет смотреть справки по разделам методов Attestat.
Говорит, что справки созданы под более ранние версии винды.
  Форум: Медицинская статистика · Просмотр сообщения: #9777 · Ответов: 13 · Просмотров: 17999

Гематолог
Отправлено: 27.04.2010 - 13:05





Группа: Пользователи
Сообщений: 33
Регистрация: 17.08.2009
Пользователь №: 6249



Это правда - возможности SPSS иногда расходятся с моим скромным опытом.
AtteStat скачаю и сделаю как вы рекомендуете.
  Форум: Медицинская статистика · Просмотр сообщения: #9776 · Ответов: 13 · Просмотров: 17999

Гематолог
Отправлено: 27.04.2010 - 08:32





Группа: Пользователи
Сообщений: 33
Регистрация: 17.08.2009
Пользователь №: 6249


Спасибо, Елена!

Вы правы, если закладывать бинарную переменную в регрессионные модели - все получается.
Правда, я ожидал, что увижу значимость и в случае числового ряда без категоризации.
Елена, я видимо плохо предсталяю себе роль ROC в моем случае.
Буду разбираться.
С Фишером, скорее я неправ. Использовать здесь его можно и нужно.
Если Вас не затруднит, можно посмотреть как Вы использовали ROC?
У меня есть возможность построения ROC - кривой в SPSS.
Как правильно заложить мои переменные?

Спасибо!
  Форум: Медицинская статистика · Просмотр сообщения: #9774 · Ответов: 13 · Просмотров: 17999

Гематолог
Отправлено: 26.04.2010 - 21:35





Группа: Пользователи
Сообщений: 33
Регистрация: 17.08.2009
Пользователь №: 6249


Спасибо, Елена!

Я не приводил всю таблицу, поэтому мой вопрос о Коксе остался в стороне.
К этому сообщению я прикрепил файл из общей таблицы и график.
В нем интервалы до назначения препарата, затем интервалы до события или явки и последний
столбец - цензурированность.
Я пропускаю "промежуточные" столбцы с датами, из которых "вышли" представленные колонки.
Так вот, сначала я провел логистическую регрессию - влиял ли интервал до назначения препарата
(в нашем случае это первая колонка) на факт события (третья колонка)?
Сразу получил незначимость. Результаты не привожу, дабы зря не отвлекать экспертов.
Далее, тоже самое проделал с Коксом.
Результат тот же - влияние фактора незначимо.
Для меня было странным, что значимость модели пришла, когда я воспользовался
методом зависимых от времени ковариат. Но, вдруг я ошибся, когда закладывал формулу зависимости, по типу ФАКТОР*(Log(Время в мес - 0,54))?
Поэтому я не доверяю тому, что получил значимость переменной.
И наконец, если построить раздельно Каплан-Майер для бессобытийной по представленным мною данным, то различие то есть.
Но, почему на этапе до К-М я не "попал" в значимость переменной? Почему эмпирически я вижу разницу, а вот с обоснованием раздела в 4 мес - проблема?
И насчет Фишера.
Часто в клинических исследованиях, когда закладывается понятие "событие", то под ним подразумевается сразу несколько явлений.
Ну, например, потеря молекулярной ремиссии, потеря генетической ремиссии, появление активности опухоли по ПЭТ и т.д.
То есть событие само по себе несколько "гетерогенно".
В свое время мне объясняли, что в этом случае использовать критерий Фишера некорректно.

Заранее благодарю за ответ!





Прикрепленные файлы
Прикрепленный файл  График_К_М_для_форума.doc ( 24 килобайт ) Кол-во скачиваний: 384
Прикрепленный файл  График_К_М_и_часть_основной_таблицы.doc ( 107 килобайт ) Кол-во скачиваний: 336
 
  Форум: Медицинская статистика · Просмотр сообщения: #9771 · Ответов: 13 · Просмотров: 17999

Гематолог
Отправлено: 26.04.2010 - 09:55





Группа: Пользователи
Сообщений: 33
Регистрация: 17.08.2009
Пользователь №: 6249


Цитата(DrgLena @ 23.04.2010 - 13:39) *
Используя ROC можно найти точки разделения количественной переменной для разделения двух групп, например больной ? здоровый. И затем, использовать в логистической регрессионной модели полученные таким образом бинарные переменные. Но в кокс регрессионных моделях событие (рецидив, смерть) происходи во времени и в качестве оценки влияния фактора используют exp(в). Если предикторы количественные, то можно построить К-М кривую по средним значениям предикторов (базовый риск), эти средние делят на две части переменную и бинарные могут быть созданы на основе средних. Трактовка exp(в) тогда означает величину влияния фактора, если он есть 1, нет 0. Для усиления оценки риска можно сделать несколько категорий количественной переменной и рассмотреть, например 1 категорию (1) относительно 2+3+4 (0). Тогда, наиболее крайние значения будут обладать более высоким риском и exp(в) будет выше. Но в этой меньшей группе не должно быть слишком мало значений, например не менее 20% всех случаев. Это, если одна переменная в модели, но если их несколько, то нужно смотреть и другие варианты, т.е. 1+2 против 3+4 может иметь достаточно высокую оценку при наличии еще и другого фактора риска. В итоге - мучительное моделирование, чтобы в модель вошли наиболее значимые факторы, не коррелируемые друг с другом и обладающие биологическим смыслом.


Спасибо большое, Елена!
Ей Богу, ROC не использовал.
Столкнулся с двумя проблемами в Кокс - регрессии...
Но постараюсь пока сформулировать первый вопрос.
Если Вас не затруднит, посмотрите прикрепленный файл.
Там таблица. Файл не экселевский, потому что сайт, почему - то не разрешил прикрепить файл с эксель расширением.
Пришлось представить его в word.
В одной колонке, по ранжиру, представлены в месяцах периоды ожидания до воздействия
препарата А. Всего - 81 пациент.
Во второй колонке - бинарная переменная -
1 - удача
2 - неудача.
Мой вопрос.
Я вижу, что при ожидании более 4 месяцев возросло число нулей, то есть неудач.
Каким методом это наблюдение формализовать и доказать?
В файле Вы увидете данные и на стр 3 - 4 результаты тех методов, что применил я.
Правильно ли я использовал методы?
Если моя проблема вызовет отклик у Уважаемых экспертов, я спрошу о другой проблеме.
Спасибо за сайт и за помощь!!!

Прикрепленные файлы
 
  Форум: Медицинская статистика · Просмотр сообщения: #9768 · Ответов: 13 · Просмотров: 17999

Гематолог
Отправлено: 11.04.2010 - 19:58





Группа: Пользователи
Сообщений: 33
Регистрация: 17.08.2009
Пользователь №: 6249


Спасибо, Уважаемый Nokh!
К этому сообщению я прикрепил файл из NEJM.
Там как раз решалась подобная проблема - разработали индекс Хасенкливера - Диля для генерализованных
стадий лимфогранулематоза.
Хотел бы узнать Ваше мнение на предмет того, как были расчитаны cutoff.

Прикрепленные файлы
Прикрепленный файл  Индекс_Хасенкливера_Диля.pdf ( 112,51 килобайт ) Кол-во скачиваний: 514
 
  Форум: Медицинская статистика · Просмотр сообщения: #9735 · Ответов: 13 · Просмотров: 17999

Гематолог
Отправлено: 5.04.2010 - 11:09





Группа: Пользователи
Сообщений: 33
Регистрация: 17.08.2009
Пользователь №: 6249


Дорогие друзья, нуждаюсь в помощи!

Как решить проблему cutoff, когда речь идет о количественной переменной, оказавшей
в Кокс-регрессивном анализе значимое влияние на выживаемость?
Например, Вы имеете 200 значений уровня ЛДГ (лактат-дегидрогеназы) у своих пациентов в виде колонки.
Далее, Кокс-регрессия показывает значимое влияние параметра на общую и бессобытийную выживаемость.
Вопрос. Как грамотно определить границу значения переменной?
Скорее всего Вы видели, как в прогностических индексах выделяют группы:

ЛДГ более 600 и менее 600.
Альбумин более 30 и менее 30 и т.д.

Я искал ответ по публикациям, где подобную задачу решали.
Привожу ниже рецепт от Немецкой группы по изучению лимфогранулематоза -

To develop a practical scoring system, all laboratory variables
were dichotomized. Cutoff points were chosen to make optimal
use of the information, with the conditions that the smaller
group contain at least 20 percent of all patients, that the cutoff
value demarcate a clearly abnormal state and if possible agree with
cutoff values used in the literature, and that the effects of the dichotomized
variables be of the same order of magnitude. No
dichotomized covariates were entered into the model unless the
continuous analogue had a significant independent prognostic effect.
This strategy was used to ensure that the selection of prognostic
factors for the model would be independent of the choice
of the various cutoff points.

Спасибо за помощь заранее!


  Форум: Медицинская статистика · Просмотр сообщения: #9705 · Ответов: 13 · Просмотров: 17999

2 страниц V   1 2 >

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