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

[passant]

Ну наконец-то на форуме завязалась не чисто медицинская, а скорее математико-статистическая дискуссия . Попробую вставить свои "5 копеек".
На самом деле как "правильно" проверять КОНКРЕТНУЮ выборку на "нормальность" - вопрос не решенный и очевидно такой, который еще долго останется открытым. Правда, имеются попытки привнести в этот выбор некоторую строгость. На сколько мне известно, на просторах бывшего СССР этой задачей наиболее плотно занимается новосибирская школа под руководством Б.Ю. Лемешко. Вот несколько работ, в которых он попытался сравнить различные критерии определения "нормальности" выборок по мощности и сделать некоторые рекомендации по выбору:
http://www.ami.nstu.ru/~headrd/seminar/pub...v_Lemeshko).pdf
http://www.ami.nstu.ru/~headrd/seminar/pub...trol_2012_5.pdf
А вот только несколько работ, посвященных вопросу на "чужом" языке:
https://www.researchgate.net/publication/22...normality_tests
https://ncss-wpengine.netdna-ssl.com/wp-con...-Simulation.pdf
http://www.de.ufpb.br/~ulisses/disciplinas..._comparison.pdf
"Классикой жанра" в данном вопросе явряется книга Thode H.C. Testing for Normality, толстая и умная книга, но вопрос, какой или какие именно тесты применять и "кому верить" - все равно остается открытым.
Для тех (врачей ), кто наивно думает, что приведенные на предыдущей странице 21 критерий - это исчерпывающий список, замечу, что в работе "Критерии проверки отклонения распределения от нормального закона": http://ami.nstu.ru/~headrd/seminar/publik_...normal_tets.pdf , являющегося учебным пособием всего-лишь для магистрантов, проведена еще куча всяких критериев проверки "нормальности", в частности Эппса-Пали, Ройстона, Купера, Крамера-Мизеса-Смирнова, Ватсона, Андерсона-Дарлинга, Шапиро-Франсиса, Жанга, Никулина-Рао-Робсона, модификация Лиллифорса,). А есть еще критерии Жарке-Бера, критерий Размах/Отклонение (в англоязычной литературе - WS-критерий, не путать с SW-критерием Шапиро-Уилкса). Ну и визуальный Q-Q-plots критерий никто не отменял. Так что с критериями все хорошо, как и с полем деятельности для ученых-статистиков. А вот что с этим "богатством" делать рядовым (и не очень) врачам? И это все в рамках даже не самой задачи его исследования, а только в рамках этапа предварительного анализа. Может помилуем их?
Мы ведь понимаем, что для них разобраться во всем этом многообразии методов - задача абсолютно нереальная. Ну, это примерно так, как если бы при насморке пациента прежде чем он прыснет чего-нибудь себе в нос, заставляли бы изучать анатомию носоглотки, фрамакинетику лекарств, фармакологические свойства препарата, описывать клинические характеристики заболевания..... А потом самому выбирать - или даже подбирать последовательным перебором - себе лекарство. От этого всего насморк и сам пройдет . А мы хотим нагрузить врача (путь даже кандидата в кандидаты МЕДИЦИНСКИХ наук) задачей самостоятельно разобраться и выбрать метод, наиболее ему подходящий.
Мне кажется, что оставив научные споры себе, наша (математиков-статистиков-теоретиков....) задача дать врачу конкретные рекомендации по применению методов, а еще лучше сразу снабдить его определенным инструментом, применив который (или которые) он сможет не сильно вдаваясь в подробности получить готовое решение. Собственно, все базовые инструменты статанализа - от EXCEL до SPSS, от R до Python - и содержат такой набор, и иногда - даже слишком широкий для рядового исследователя. Поэтому далеко уходить от такого подхода - мне кажется не совсем разумным. Ведь мы не верим, что врач вдруг возьмет и будет самостоятельно разрабатывать программу расчета какого-нибудь экзотического, путь даже суперточного, но отсутствующего в доступном ему наборе критерия. (70% вопросов на форуме сводится к одному - "на какую кнопку нажимать в программе Х, что-бы получить сразу готовый ответ на все вопросы" ) А вот если мы считаем, что какой-то из методов не достаточно эффективен и можем это обосновать - то это наша задача говорить об этом как можно "громче" и предложить четкую замену. Если-же исследователь обратился к нам за советом, то наша задача, выяснив предварительно особенности его набора данных, дать ему корректную рекомендацию о том методе или методах, которые следует в данном случае применить. Но ни в коем случае не оставлять выбор (подбор) метода анализа самому "пациенту" врачу-исследователю. В общем, как говорится, "кто на что учился".
Теперь к вопросу, а что делать, если из четырех методов два подтвердили, а два - отвергли гипотезу. И тут мы - при условии корректности применения всех методов - уходим в другую область анализа данных - в область многокритериального выбора. А там уж точно, даже теоретически не существует единственно возможного ответа, а все упирается в некоторые внешние, априорные и субъективные ограничения, которые задаются исследователем. Если он не умеет этого делать (а в нашем случае - это действительно так, ведь исследователь у нас врач, а не аналитик), то все что ему остается - это либо принять правило "большинства", либо вообще применить метод "случайного выбора". Есть конечно, более разумный метод - обратиться за советом к специалистам по анализу данных. Но увы, этим путем следуют единицы, остальные занимаются самолечением попыткой решить "не свою" задачу самостоятельно.
Правда один вопрос все равно остался за скобками. А надо-ли проводить проверку на нормальность? В том смысле, а будем-ли мы дальше проводить анализ методами, требующими "нормальности" наших данных или сразу будем ориентироваться на методы, которые этого не требуют. Но это уже тема другого обсуждения.
И наконец, раз уж и так получилось, что все равно "много букв", хочу поблагодарить автора топика. За более чем пол года моего нахождения на данном форуме - это один из редчайших случаев, когда автор действительно аккуратно и грамотно сформулировал свой вопрос. Такому автору действительно хочется помочь и главное, сообщество действительно может это сделать. Ну, а за одно - он дал повод к интересной дискуссии.

Сообщение отредактировал passant - 26.12.2016 - 23:23

[100$]

... в частности Эппса-Пали, Ройстона, Купера, Крамера-Мизеса-Смирнова, Ватсона, Андерсона-Дарлинга, Шапиро-Франсиса, Жанга, Никулина-Рао-Робсона, модификация Лиллифорса,).

Passant, вот только фразу Shapiro, S. S., and Francia, R. S. (1972), An approximate analysis of variance test for normality, J. Amer. Statist. Assoc. 67, 215-216
я бы не отважился так перевести.