Сравнение зависимых выборок разного объема, обследование в 4х точках Опции

[september_e.yu@m...]

Коллеги! Тема уже поднималась ранее, НО!!! все равно необходимо разъяснение

Первая госпитализация 100 человек, жалобы и АД смотрим до (точка А1) и после лечения (точка А2) и холестерин только до лечения (А1)

Вторая госпитализация через 6 месяцев обследуем только 30 человек из 100, жалобы и АД смотрим до (точка А3) и после лечения (точка А4) и холестерин только до лечения (А3)

ВОПРОС :
1) как сравнить жалобы и АД в точке А2 (n=100) и в точке А3 (n=30)

2) как сравнить холестерин в точке А1 (n=100) и А3 (n=30), если исследование холестерина в точке А2 и А4 не проводилось

3) как все это анализировать для нормального и ненормального распределения признака

Использую программу SPSS

моя почта september_e.yu@mail.ru

[nokh]

Коллеги! Тема уже поднималась ранее, НО!!! все равно необходимо разъяснение
Первая госпитализация 100 человек, жалобы и АД смотрим до (точка А1) и после лечения (точка А2) и холестерин только до лечения (А1)
Вторая госпитализация через 6 месяцев обследуем только 30 человек из 100, жалобы и АД смотрим до (точка А3) и после лечения (точка А4) и холестерин только до лечения (А3)
ВОПРОС :
1) как сравнить жалобы и АД в точке А2 (n=100) и в точке А3 (n=30)
2) как сравнить холестерин в точке А1 (n=100) и А3 (n=30), если исследование холестерина в точке А2 и А4 не проводилось
3) как все это анализировать для нормального и ненормального распределения признака
Использую программу SPSS
моя почта september_e.yu@mail.ru

На этом форуме не любят халявщиков, поэтому пока вы не поясните своё "НО!!!" грамотной помощи можно и не дождаться. Под пояснением я имею в виду то, чем вас не устроили стандартные методы для сравнения зависимых выборок и/или какие именно, а также чем не устроили рекомендации в "уже поднимавшейся теме". Иначе можете подождать:
1) Либо какого-нибудь новичка, который знает один метод и искренне вам его и посоветует.
2) Либо какого-нибудь статистического хищника, который возьмётся решить вашу проблему на платной основе, впарив попутно ещё штук 20 ненужных тестов (ну типа для всестороннего изучения вопроса).

[september_e.yu@m...]

На этом форуме не любят халявщиков, поэтому пока вы не поясните своё "НО!!!" грамотной помощи можно и не дождаться. Под пояснением я имею в виду то, чем вас не устроили стандартные методы для сравнения зависимых выборок и/или какие именно, а также чем не устроили рекомендации в "уже поднимавшейся теме". Иначе можете подождать:
1) Либо какого-нибудь новичка, который знает один метод и искренне вам его и посоветует.
2) Либо какого-нибудь статистического хищника, который возьмётся решить вашу проблему на платной основе, впарив попутно ещё штук 20 ненужных тестов (ну типа для всестороннего изучения вопроса).

У меня в работе катамнез (основная госпитализация и повторное обследование через 6 месяцев). Из 100 пациентов основной группы повторно обследовала только 50. Эти группы зависимые и в них имеются парные показатели. Как сравнивать показатели основной группы (n=100) до лечения и после лечения я знаю (Уилкоксон и стьюдент для парных- по распределению соответственно)
А как мне сравнить 100 человек основной группы и 50 человек, обследованных в катамнезе. Ни уилкоксон, ни стьюдент для парных не подходят, т.к. сравнивают только пары значений (это основная преграда).
Врать,что в катамнезе явились все 100 человек, невозможно. Т.е. 50 человек из катамнеза выпадают.

ПОЭТОМУ:

У меня задача сравнить 100 человек основной группы и 50 человек катамнеза при условии, что это зависимые группы, зависимые показатели качественные и коЛичественные.


PS. сравнивать только по 50 человек в на протяжении всех госпитализаций я не могу, т.к. это обедняет всю клиническую картину.

Сообщение отредактировал september_e.yu@mail.ru - 10.01.2017 - 18:23

[nokh]

У меня в работе катамнез (основная госпитализация и повторное обследование через 6 месяцев). Из 100 пациентов основной группы повторно обследовала только 50. Эти группы зависимые и в них имеются парные показатели. Как сравнивать показатели основной группы (n=100) до лечения и после лечения я знаю (Уилкоксон и стьюдент для парных- по распределению соответственно)
А как мне сравнить 100 человек основной группы и 50 человек, обследованных в катамнезе. Ни уилкоксон, ни стьюдент для парных не подходят, т.к. сравнивают только пары значений (это основная преграда).
Врать,что в катамнезе явились все 100 человек, невозможно. Т.е. 50 человек из катамнеза выпадают.

ПОЭТОМУ:
У меня задача сравнить 100 человек основной группы и 50 человек катамнеза при условии, что это зависимые группы, зависимые показатели качественные и коЛичественные.
PS. сравнивать только по 50 человек в на протяжении всех госпитализаций я не могу, т.к. это обедняет всю клиническую картину.

Начну с конца. По поводу "обеднения клинической картины" - заблуждение, как вам уже ответили выше. С точки зрения и клиники, и научного подхода в целом именно зависимые выборки - самое ценное в ваших данных. Даже если бы было 500 "до" и только 50 "после". У вас есть информация о 50 конкретных людях на двух сроках, т.е. каждый человек имеет как бы свой собственный контроль. Рассчитав разность между значениями через 6 месяцев "после" и в первом исследовании "до" вы получите оценку величины эффекта для КАЖДОГО человека! Далее с этой информацией можно работать. Например, рассчитать среднее значение или медиану этой разности, рассчитать доверительные интервалы или квартили, построить распределение разности и оценить его форму, проверить на выбросы если потребуется... Определить значимость различий до-после с помощью критериев или по доверительному интервалу разности (содержит он ноль или нет). Если есть внешние критерии успешности лечения - можно наложить эти критерии на наблюдаемую картину и оценить степень эффективности лечения в %. Привлекая дополнительные сведения о пациентах можно попытаться определить почему одни среагировали на лечение лучше чем другие. А может кто-то вообще не среагировал, а только хуже стало. И.т.д. Возможностей именно клинической интерпретации - масса.

Теперь рассмотрим, какую информацию вы можете получить, сравнивая 100 "до" с 50 "после". Во-первых, здесь потребуется использовать неклассические методы сравнения. Либо (1) рандомизационные (перестановочные) критерии - не знаю есть ли такие в SPSS. Либо (2) косвенно - через оценку доверительных интервалов в этих выборках - перекрываются или нет. ДИ желательно построить бутстрепом - он есть в SPSS, в т.ч. метод ВСа. Например получится, что различия в средних статистически значимы. Вопрос: насколько эти различия обусловлены именно клиническим воздействием, а насколько - случайной изменчивостью ввиду различий в наборах пациентов? Вы не ответите на этот вопрос, как и в случае любых независимых выборок (если при планировании исследования изначально не ставилась задача разложить эту изменчивость на компоненты и данные не собирались специально под эту задачу). Пусть по какому-то важному показателю через 6 месяцев стало, в среднем, статистически значимо меньше. Что вы как врач, знакомый с основами доказательной медицины, сможете сказать КАЖДОМУ КОНКРЕТНОМУ своему пациенту? Пациенту, которого не очень-то заботят остальные 49 человек... Типа, "ребята у всех вас В СРЕДНЕМ стало статистически значимо лучше, а значит и ты как-то в эту картину вписался; живи-радуйся"?

Чтобы не терять информацию, её нужно качественнее собирать. 50% цензурированных наблюдений за полгода - очень много. Заинтересованные в качестве исследования врачи обычно вызванивают и как-то находят большинство потерявшихся, но живых пациентов... Если работать с тем что есть, то я бы разбил описание исследования на 2 части.
Первая часть - по 100 "до": кто такие, с чем пришли, возраст, пол, какие осложнения и т.д. как любят врачи: надо-не надо, но анамнез - святое. Дайте по этой группе только хорошую описательную статистику и инфографику. Не беда если скучно покажется - помните, что по крайней мере в России лучше цитируются самые примитивные работы или примитивные части работы, обычно представляющие лишь некие сведения: этот уровень понимания доступен всем, до него не нужно дорастать...
Вторая часть - сравнение собственно зависимых выборок. Для колич. признаков - критерии которые вы назвали, для качественных - Макнемар. Ну или посовременнее подходы найти. Плюс описательная статистика и расклад по разности "до-после" с попыткой выхода на интерпретацию различий в величине эффекта: 50 человек не 15-20 - можно что-то и нащупать, объяснить...

Сообщение отредактировал nokh - 10.01.2017 - 23:42

[september_e.yu@m...]

Начну с конца. По поводу "обеднения клинической картины" - заблуждение, как вам уже ответили выше. С точки зрения и клиники, и научного подхода в целом именно зависимые выборки - самое ценное в ваших данных. Даже если бы было 500 "до" и только 50 "после". У вас есть информация о 50 конкретных людях на двух сроках, т.е. каждый человек имеет как бы свой собственный контроль. Рассчитав разность между значениями через 6 месяцев "после" и в первом исследовании "до" вы получите оценку величины эффекта для КАЖДОГО человека! Далее с этой информацией можно работать. Например, рассчитать среднее значение или медиану этой разности, рассчитать доверительные интервалы или квартили, построить распределение разности и оценить его форму, проверить на выбросы если потребуется... Определить значимость различий до-после с помощью критериев или по доверительному интервалу разности (содержит он ноль или нет). Если есть внешние критерии успешности лечения - можно наложить эти критерии на наблюдаемую картину и оценить степень эффективности лечения в %. Привлекая дополнительные сведения о пациентах можно попытаться определить почему одни среагировали на лечение лучше чем другие. А может кто-то вообще не среагировал, а только хуже стало. И.т.д. Возможностей именно клинической интерпретации - масса.

Теперь рассмотрим, какую информацию вы можете получить, сравнивая 100 "до" с 50 "после". Во-первых, здесь потребуется использовать неклассические методы сравнения. Либо (1) рандомизационные (перестановочные) критерии - не знаю есть ли такие в SPSS. Либо (2) косвенно - через оценку доверительных интервалов в этих выборках - перекрываются или нет. ДИ желательно построить бутстрепом - он есть в SPSS, в т.ч. метод ВСа. Например получится, что различия в средних статистически значимы. Вопрос: насколько эти различия обусловлены именно клиническим воздействием, а насколько - случайной изменчивостью ввиду различий в наборах пациентов? Вы не ответите на этот вопрос, как и в случае любых независимых выборок (если при планировании исследования изначально не ставилась задача разложить эту изменчивость на компоненты и данные не собирались специально под эту задачу). Пусть по какому-то важному показателю через 6 месяцев стало, в среднем, статистически значимо меньше. Что вы как врач, знакомый с основами доказательной медицины, сможете сказать КАЖДОМУ КОНКРЕТНОМУ своему пациенту? Пациенту, которого не очень-то заботят остальные 49 человек... Типа, "ребята у всех вас В СРЕДНЕМ стало статистически значимо лучше, а значит и ты как-то в эту картину вписался; живи-радуйся"?

Чтобы не терять информацию, её нужно качественнее собирать. 50% цензурированных наблюдений за полгода - очень много. Заинтересованные в качестве исследования врачи обычно вызванивают и как-то находят большинство потерявшихся, но живых пациентов... Если работать с тем что есть, то я бы разбил описание исследования на 2 части.
Первая часть - по 100 "до": кто такие, с чем пришли, возраст, пол, какие осложнения и т.д. как любят врачи: надо-не надо, но анамнез - святое. Дайте по этой группе только хорошую описательную статистику и инфографику. Не беда если скучно покажется - помните, что по крайней мере в России лучше цитируются самые примитивные работы или примитивные части работы, обычно представляющие лишь некие сведения: этот уровень понимания доступен всем, до него не нужно дорастать...
Вторая часть - сравнение собственно зависимых выборок. Для колич. признаков - критерии которые вы назвали, для качественных - Макнемар. Ну или посовременнее подходы найти. Плюс описательная статистика и расклад по разности "до-после" с попыткой выхода на интерпретацию различий в величине эффекта: 50 человек не 15-20 - можно что-то и нащупать, объяснить...

Спасибо Вам за ответ!!!
1)В принципе я так и даю характеристику своим 100 человекам до лечения, затем оцениваю результат после.
2) По такому же принципу катамнез из 50 чел.
3)Потом пытаюсь найти особенности именно у этих 50, когда они были еще в составе 100 (Использую Манна-Уитни).
4)Был у меня вариант, когда прослеживала эти 50 человек в обеих госпитализациях (Четко использовала Уилкоксона) и мне это было понятно, четко парные зависимые значения.
Но задание у меня сравнить именно 100 и 50. Это сравнение меня очень мучает (ведь по современным данным под таблицами нужно указывать используемый критерий А что написано пером, ..... то при неправильно выбранном показателе заклюют).
Вроде Уилкоксон не подходит, пары "выпадают". М-уитни-не возьмешь - т.к. анализируем зависимые показатели
5)Еще я сравнивала жалобы 100 человек основной группы до лечения и 50 катамнеза до лечения- применяла М-уитни (на мой взгляд он подходит)

О бутстрепе почитаю. ДУмаю, для меня это возможный выход. Поищу в своей программе, если будут вопросы, я, с Вашего позволения, напишу.

Сообщение отредактировал september_e.yu@mail.ru - 11.01.2017 - 18:30