Сравнение с интервальной нормой, какой метод? Опции

[Статистик]

Добрый день!
Имеются данные о толщине макулы до и после лечения. Есть норма, которая задана в виде интервала. Как проверить соответствие толщины макулы норме после лечения?
Т.е. нужна гипотеза об попадании точечной оценки в заданный интервал? Или нужна гипотеза о соответствии интервальной оценки заданному интервалу?
Помогите, пожалуйста, разобраться.

[DrgLena]

Если нулевая гипотеза принимается на желаемом уровне значимости, то лечение бесполезно, т.к. оно не приблизило измеряемый показатель к норме.

DoctorStat! Молодые доктора, аспиранты, девушки и даже юноши могут с вами согласиться.

У меня принципиальное возражение против этой мысли. Мы лечим не показатель, а больного. К сожалению та же мысль о лечении показателей присутствует и у многих членов ученого совета и в ВАКе тоже все хотят лечить показатели, при чем очень достоверно и чтобы с нормой не было различий после лечения, везде в выводах требуется р<0,05. Клиническая мысль как то теряется под напором статистиков, которые, не смотря на то, что включили мозг, делают выводы об отсутствии эффективности, если норма не достигнута. Можно получить в результате лечения нормальную температуру, но не вылечить больного.

В случае динамики толщины макулы, как раз можно получить эффект лечения относительно повышения зрения или его стабилизацию в течение длительного периода в результате, например, ПРЛК у больных ДКМО и без достижения нормальной толщины макулы. У пациентов, у которых достигнуто повышение зрения отмечено снижении толщины макулы с 370 до 300 мкм после ПРЛК, стабилизация зрения отмечена у больных при отсутствии прогрессирования отека, т.е, если исходная средняя толщина макулы 495 сохраняется после вмешательства примерно на том же уровне), а ухудшение по остроте зрения происходят у пациентов с исходной толщиной 597 мкм , и после лечения у них происходит повышение толщины макулы до 748. Повышение и стабилизация остроты зрения в течении года после ПРЛК при этой патологии считают положительным результатом лечения. Объединив таких больных в одну группу можно сделать вывод , что если исходная толщина макулы превышает 545 мкм, то ПРЛК не эффективна и не показана таким больным.

Нормы у таких больных вообще уже не может быть, но лечить их нужно, при этом нужно честно говорить больному, на что он может рассчитывать при конкретных вмешательствах. Статистика должна помогать в медицинских исследованиях, а не выключать мозг врачей.

[DoctorStat]

Клиническая мысль как то теряется под напором статистиков, которые, не смотря на то, что включили мозг, делают выводы об отсутствии эффективности, если норма не достигнута. Можно получить в результате лечения нормальную температуру, но не вылечить больного.

DrgLena права в том, что человек - это многопараметрическая машина, в которой разные физиологические параметры взаимосвязаны между собой. Следя только за одним параметром и игнорируя остальные, мы искажаем реальную ситуацию. Более правильно, вместо медицинских терминов наподобие: "эффективность лечения не подтверждена" употреблять абстрактные математические термины: "нулевая гипотеза не отвергается". Тут, как говорится, и волки (т.е.медработники) будут сыты и не раздражены, и овцы (статистики) целы и довольны, что их слушают.
Статистику:
1. СОКРАЩЕНИЕ СЛАГАЕМЫХ. Середина интервала нормы xmdi в формуле разности модулей сокращается только в том случае, когда исследуемый параметр до и после опыта находятся с одной стороны от xmdi.
2. ПОКАЗАТЕЛЬ БЛИЗОСТИ К НОРМЕ. Если параметр распределен нормально (а только такое распределение позволяет применять критерий Стьюдента), то это распределение симметрично относительно максимума, который находится в середине доверительного интервала. Отсюда следует, что в качестве близости показателя к норме можно взять его абсолютное расстояние от центра интервала и не учитывать его границы.

[Статистик]

Статистику:
1. СОКРАЩЕНИЕ СЛАГАЕМЫХ. Середина интервала нормы xmdi в формуле разности модулей сокращается только в том случае, когда исследуемый параметр до и после опыта находятся с одной стороны от xmdi.

Именно так и есть.

2. ПОКАЗАТЕЛЬ БЛИЗОСТИ К НОРМЕ. Если параметр распределен нормально (а только такое распределение позволяет применять критерий Стьюдента), то это распределение симметрично относительно максимума, который находится в середине доверительного интервала. Отсюда следует, что в качестве близости показателя к норме можно взять его абсолютное расстояние от центра интервала и не учитывать его границы.

Идея понятна.

[DoctorStat]

Идея понятна.

Дополнение: после лечения может сместиться не только максимум нормальной кривой распределения исследуемого параметра, но и дисперсия (разброс данных). Поэтому вышеизложенный алгоритм "приближения к норме" следует модифицировать с учетом дисперсии:
1. Парным (для связанных данных) критерием Стьюдента определяем изменение абсолютных расстояний до середины доверительного интервала (разность модулей).
2. Каким-нибудь (средние значения групп могут отличаться!) статистическим критерием определяем изменение дисперсии нормальной кривой после лечения.
3. Если изменения дисперсии в п.2 нет, то, как и раньше, вычисляем разность средних и делаем выводы.
4. Если п.2 указал на изменение дисперсии, то вместо разности средних в п.3 нужно вычислять разность площадей под графиком плотности нормальной кривой, ограниченных доверительным интервалом. Анимированные рисунки площадей смотри на сайте: http://www.statsoft.ru/home/textbook/modules/sttable.html

Сообщение отредактировал DoctorStat - 22.07.2013 - 10:03