Подходы к статистической оценке влияния препарата, знающие люди, рассудите! Опции

[Barabek]

Доброго времени суток всем!

Возник вопрос по статистической обработке.

Есть рандомизированная группа по биохимическим показателям сыворотки крови (50 человек). 25 из них получает препарат, 25 плацебо.
Тут профессора спорят какие подходы нужны для сравнения двух групп.

Есть варианты:

1. Сравниваем 50 "до лечения" и 25 "после лечения" плацебо, и 50 "до лечения" и 25 "после лечения" препаратом.
2. Сравниваем 25 из тех которые получали препарат до лечения, и эти же 25 после лечения. И соответственно все то же самое с плацебо группой.

Какой подход правильный для оценки влияния препарата. Только, плиз, с аргументацией, а не только мнения.

С уважением,

Барабек

[плав]

Я согласен с Алексеем, наиболее приемлимым вариантом обраборки таких данных будет использование дисперсионного анализа с повторными измерениями. Однако в этом случае 50 наблюдений будет потеряно. Идея повторных тестов заключается в повышении мощности за счет учета связанности наблюдений. Но отбрасывание половины наблюдений также приведет к потере мощности (я не обсуждаю, КАК НАДО было проводить исследование, только что делать в конкретном случае). Поэтому можно анализировать три группы - 100 человек до, 25 после на препарате и 25 после на плацебо. Если все три группы в дисперсионном анализе (не повторном) будут из одной популяции (F модели <0.05), значит препарат таки не работает. Если есть различия и при post hoc анализе видно, что группа лечения отлична от других И при ANOVA с повторными измерениями лечение лучше - лечение действительно лучше. Если нет различий ни там, ни там - значит, их нет. Если два метода дают разный результат - трактовка затруднена, лучше верить дисперсионному анализу с повторными измерениями (25+25), но исключить эффект препарата если ANOVA без повтора показала эффект препарата уже сложнее - формально надо проводить исследование с большим количеством наблюдений.