Метаанализ, его методы и описание. Опции

[passant]

Уважаемые коллеги-медики.

Поскольку в последнее время наметился некоторый застой на этом интереснейшем форуме и что-бы несколько стимулировать активность участников, осмелюсь предложить вам проблему, которая - как я полагаю - в медицинской среде должна быть более исследована, чем в остальных областях применения статистики. Я имею ввиду практику метаанализа, которая распространена (по крайней мере мне, НЕ специализирующемуся на медицинских задачах, так кажется) в области медстатистики и которая слабо исследована в других предметных областях.

Итак, формальная постановка задачи. Необходимо подтвердить H0 гипотезу отсутствия различий между двумя наборами данных. Таких тестов проводится множество. Результаты каждого теста представлены в виде соответствующего p-value. Необходимо поставить "окончательный диагноз", т.е. основываясь на указанном наборе p-value's дать окончательную оценку относительно принятия-отклонения гипотезы. В виде некоторого "обобщенного" p-value, разумеется. Получается такая себе "многомерная проверка гипотез".

Задача - как мне видется, возможно я и ошибаюсь - имеет несколько подвариантов.

Первый и самый, наверное, простой - все тесты проводятся одним и тем-же методом. Т.е. в области медицины - множество групп пациентов, например - в различных клиниках, каждая считает и предоставляет свои данные, например, по эффективности определенного лекарственного средства. Результаты должны быть формально обобщены. Как?

Второй - оценивается два объекта (в медицинских терминах, наверное - групп пациентов) каждая по множеству разных параметров (давление, рост, вес.....). Необходимо проанализировав p-value отличия по каждому из параметров, формально определить, различаются-ли эти группы пациентов.

Третий - у нас один параметр, но тестов мы проводим много (ну, самое простое - t-Стюдента, F-Фишера, тесты на различие моментов более высокого порядка, тест на постоянство автокорреляции, тест на постоянство коэффициента Херста - не важно). И решение надо принять по совокупности p-value, полученных на разных тестах.. (Ну, например, отслеживаем изменение этого параметра у пациента во времени).

Возможно, есть и другие варианты постановки задачи, но я их пока не вижу.

Итак, вопрос. Занимается-ли медстатистика такими задачами и если да (полагаю, что так и есть), то посоветуйте пожалуйста, натолкните на работы, где такие подходы разбираются. Ну и хочу все-таки отметить, что меня интересует не медицинская сторона этих работ, а именно формально-математико-статистическая.

Заранее благодарю за любую информацию, и извиняюсь, если непрофессиональностью медицинских примеров задел чьи-то тонкие струны души ::
Всем не хворать, а тем кто на карантине - стойко его выдержать.

Сообщение отредактировал passant - 4.04.2020 - 00:14

[Med_Elena]

"Итак, формальная постановка задачи".
Уровень постановки задачи определяется уровнем знания самого исследователя. Причём не только знаниями по статистике, но и по знаниям в своей медицинской технологии. Т.е. когда уровни знаний формальные, то и задачи формальные. А когда знания глубокие, причём лишь по одному любому направлению, например по своей технологии, а по статистике не очень глубокие, то и в этом случае задачи описываются весьма глубоко.

"Результаты должны быть формально обобщены. Как?"
Уровни результатов статистического анализа определяются не только знаниями самого медика-исследователя, но и уровнем того специалиста, который как раз и производил эти результаты статистического анализа. Естественно, что специалисты по медицине и специалисты по статистике являются специалистами разного направления. Поскольку медики имеют знания по физиологии и медицине, а статистики имеют знания по математике и статистике.

"Необходимо проанализировав p-value отличия по каждому из параметров, формально определить, различаются-ли эти группы пациентов".
Да, действительно надо анализировать сравнение параметров групп пациентов. Причём таких групп не всегда лишь две, типа "До лечения" и "После лечения". А реально таких групп более двух. И в этом случае нужно производить сравнение как всех групп, причём по всем параметрам, а это не только средних значений количественных признаков, но и частоты качественных признаков. А также производить и попарные сравнения, когда количество сравниваемых подгрупп более двух.

"Третий - у нас один параметр, но тестов мы проводим много..."
Нет, всегда количество параметров не один, а несколько. И это важно помнить и использовать их сравнения по группам. Более того, нужно понимать, что реально по многим признакам имеется статистически значимая взаимосвязь. Причём разной интенсивности. И поэтому в медицинских исследованиях по собираемым базам данных основными задачами является именно улучшение реальных медицинских технологий. И поэтому нужно производить не только сравнение разных нескольких групповых параметров, но также обязательно нужно использовать многомерные методы аналимза. Которые как раз и учитывают наличие многомерных взаимосвязей разных признаков.

"Итак, вопрос. Занимается-ли медстатистика такими задачами... ".
Вот и у меня лет 20 назад тоже возникла подобная задача. В результате я и вышла на связь с НЦ БИОСТАТИСТИКА. И сейчас постоянно связываюсь с ними, и рекомендую ознакомиться с отличными примерами медицинских исследований, примерами программ по статистическому анализу и примерами результатов. Вот эти адреса: http://www.biometrica.tomsk.ru/biostat_2.htm , http://www.biometrica.tomsk.ru/example_4.html , http://www.biometrica.tomsk.ru/biostat_13.htm . К таким адресам направляю и своих студентов и аспирантов. Знаю, что эти специалисты работают не только для медиков, но и для многих иных специалистов, в т.ч. и для техников.


Сообщение отредактировал Med_Elena - 4.04.2020 - 16:43