Что использовать?, стат обработка в клинике Опции

[fattymouse]

Уважаемые форумчане, посоветуйте, пожалста, какие виды стат обработки можно провести:
а) в случае сравнения групп больных (с одинаковой нозологией), которым выполнены различные виды вмешательств? И соответственно мы сравниваем исходы, продолжительность п/о койко-дня, п/о осложнения, наличие осложнений и пр.
б) в случае, когда имеется одна большая выборка - к примеру, больные с острой задержкой мочи (ОЗМ), и соответственно - разная этиология, разные тактические подходы, разные прогноз у больных (при опухолевой и неопухолевой этиологии - что ИЗНАЧАЛЬНО влияет на выбор оперативного вмешательства), разный вид проводимого вмешательства (иногда одномоментное(радикальное или паллиативное), иногда этапное (радикальное, паллиативное), иногда различные паллиативные в несколько этапов? ДА, еще есть осложнения той самой ОЗМ (к примеру), влияние которых надо оценить и на выбор первичного вмешательства, и на ранний послеоперационный период, и на на исход.
С уважением, Александр

[DrgLena]

Я так не полагаю, мое утверждение не нуждается в таком дополнении, да еще жирным шрифтом, не нуждается оно также и в удалении слов прежде всего. Обращены мои слова к автору обсуждаемого топика именно потому, что он пытается выделить под пунктами а и б две различные ситуации и хочет получить рекомендации для а и б.

Ваши рекомендации свелись к перечислению всех методов, реализованных в любой программе по статистическому анализу не зависимо от пунктов а и б. В программе Statistica реализованы только 4 метода проверки нормальности, отсюда , видимо, и рекомендации. Автор поста не назвал ни одной количественной переменной. Вы что согласились с тем, что вид осложнений или вид операций количественные переменные?
Я не против опыта и объема знаний, но эти понятия относительные. Можно даже наизусть выучить названия всех тестов проверки нормальности, накачивая объем знаний, а потом многократно тестировать выборки больших размеров (55477 наблюдений) приобретая свой большой опыт, но для чего? Неужели такой набор данных для проверки различия средних по стьюденту? Не проще ли было начать с построения гистограммы распределения, чтобы выявить бимодальность распределения, а не нормальность проверять многоми тестами.

Зря вы проигнорировали справедливые вопросы ogurtsova. Абсолютно согласна с ogurtsov - сначала планирование, а потом сбор данных. Но и при планировании могут быть ошибки. Конкретный пример из зарубежной публикации, условия включения в исследование не были четко обозначены и в результате в исследование вошли все больные диабетом имеющие макулярный отек, а эффект лечения оценивался по уменьшению показателей (ОКТ), которые, как нам известно, являются возраст- зависимыми. В работе не было доказано различие в эффективности двух методик лечения. Мы получили другие данные, поскольку при планировании разделили больных по типу диабета. Исследование гистограммы распределения больных по возрасту (без разделения по типам диабета) показал эту самую бимодальность, поскольку диабет 1 и 2 типа различается по возрасту в среднем на 20 лет.

Надеюсь, вы пришли на форум поделиться большим опытом и знаниями, поэтому интересно ваше мнение по поводу следующей ситуации, которую мне бы хотелось обсудить на форуме, поскольку существуют различные мнения на этот счет.
Известно, что количественный показатель, который контролируется при проведении лечения не подчиняется нормальному распределению. Есть много баз данных, в которых измеряли этот показатель и, правда только по трем критериям, нормальность отвергается. Но , если извлечь некоторые выборки из этих баз данных, например 4 наблюдения, 0,1; 0,01; 0,5;и 1,0 как минимум 3 теста покажут, что такая выборка нормальна . А что другие тесты?
Как вы считаете, нужна ли вообще проверка на нормальность такой подгруппы, если она, например, является ячейкой дисперсионного комплекса и остатки после его проведения распределены также нормально. Заранее благодарна за разъяснения.

Сообщение отредактировал DrgLena - 26.12.2016 - 21:38