Как установить значимость фактора? Опции

[kaa707]

Здравствуйте! Подскажите как выявить значимость фактора (пол, возраст, характер перитонита и тд.) в смерти пациентов. Например: из 498 мужчин умерло 12, а из 107 женщин - 20. И такие данные по другим факторам. Мне сказали, что надо решать через формулу Байеса, но я так и не понял как.

[DrgLena]

Посчитал! .... вероятность смерти у ж=18,7%.

Не точно, у меня и у программы все же 18,9. Но дело не в этом. Идею вы поняли. А теперь подумайте, какой трудный путь вам предстоит. И какие преимущества вам это даст. Я так поняла, что априорную вероятность вы будете брать свою же, полученную на этих же данных. Не лучше ли все же использовать для оценки вероятности летального исхода логистическую регрессию. Вы получите независимый вклад каждого предиктора (бинарного, рангового или количественного) в виде их количественной оценки (OR) и получить прогноз для каждого больного c учетом значимых факторов. Сегодня, это не просто распространенный метод оценки факторов риска, но и международный стандарт публикаций, позволяющий сравнивать свои результаты с результатами других авторов.
Преимущества для вас при использовании байесовского подхода могут быть в том случае, если у вас нет полных данных ко всем больным в базе. Например, данные по вирусной нагрузке или по иммунологии, маркеры и т.д. сделаны не у всех больных или у других больных, но данные о смертности у них есть, тогда вы можете использовать эти данные.
А при создании регрессионной модели прогноза нужно, чтобы у каждого больного были все исследования. Но возможно, я ошибаюсь, у меня не достаточно знаний байесовских методов, я лично его не использую, но почитала из спортивного интереса, поскольку как то на форуме этот вопрос поднимался.

[DoctorStat]

Я так поняла, что априорную вероятность вы будете брать свою же, полученную на этих же данных.

Априорная вероятность берется из посторонних источников. Она используеся в качестве дополнительной информации для уточнения вероятностей и проверки гипотез. Если Вы используете только данные своего опыта, то это не априорная вероятность и не Байесовский подход.