СРС Использование динамических рядов и графических изображений в научных исследованиях. Корреляция в научных исследованиях Кафедра Общественного здравоохранения

План Введение Область применения Типы динамических рядов Показатели динамического ряда

Димамические ряды Динамический ряд ряд однородных величин, характеризующих изменения явления во времени

Область применения Для характеристики изменений состояния здоровья населения в целом или отдельных его групп, а также деятельности учреждений здравоохранения и изменения их во времени; для установления тенденций и закономерностей изменений явлений, углубленного анализа динамического процесса (скоростей, временных характеристик текущего и стратегического планирования; для прогнозирования уровней явлений общественного здоровья и здравоохранения

Типы динамических рядов Моментный ряд характеризует изменение значений явления на определенную дату (момент). Интервальный ряд характеризует изменения значений явления за определенный период (интервал времени). Применяется в случае необходимости анализа процесса в различные дробные периоды

Приемы для установления тенденций или закономерностей Преобразование ряда применяется для большей наглядности изменений изучаемых явлений. Одно число ряда принимается за 1, чаще всего за 100 или 1000, и, по отношению к данному числу ряда, рассчитываются остальные. Выравнивание ряда применяется при скачкообразных изменениях (колебаниях) уровней ряда. Цель выравнивания устранить влияние случайных факторов и выявить тенденцию изменений значений явлений (или признаков), а в дальнейшем установить закономерности этих изменений

Способы выравнивания динамического ряда Укрупнение периодов применяется, когда явление в интервальном ряду выражено в абсолютных величинах, уровни которых суммируются по более крупным периодам. Применение возможно при кратном числе периодов. Вычисление групповой средней применяется, когда уровни интервального ряда выражены в абсолютных, средних или относительных величинах, которые суммируются, а затем делятся на число слагаемых. Способ применяется при кратном числе периодов. Расчет скользящей средней применяется, когда уровни явлений любого ряда выражены в абсолютных, средних или относительных величинах. Данный метод применяется при наличии некратного числа временных периодов (7, 11, 13, 17, 19) достаточно длинного динамического ряда. Путем вычисления групповой средней значений 3 периодов, а в последующем переходя на определенный уровень и два соседних с ним, осуществляется "скольжение" по периодам. Каждый уровень заменяется на среднюю величину (из данного уровня и двух соседних с ним). Данный метод применяется, когда не требуется особой точности, когда имеется достаточно длинный ряд и можно пренебречь потерей двух значений ряда; в случаях, когда изучается развитие явления под влиянием одного или двух факторов. Метод наименьших квадратов применяется для более точной количественной оценки динамики изучаемого явления. Этим способом получаются такие выровненные значения уровней ряда, квадраты отклонений которых от истинных (эмпирических) показателей дают наименьшую сумму.

Расчеты проводят в следующей последовательности: Представляют фактические уровни динамического ряда (У ф ) (см. табл.). Суммируют фактические уровни ряда и получают сумму У факт. Находят условные (теоретические) временные точки ряда X, чтобы их сумма (ΣХ) была равна 0. Возводят теоретические временные точки в квадрат и суммируют их, получая ЕX 2. Рассчитывают произведение Х на У и суммируют, получая ΣХУ. Рассчитывают параметры прямой: а = ΣУ факт / n в = Σ(Х У факт ) / ΣX 2 Подставляя последовательно в уравнение У х = а + аУ значения X, находят выровненные уровни У х.

Показатели динамического ряда Для характеристики скорости изменения Абсолютный прирост (убыль) характеризует скорость изменения процесса (абсолютную величину прироста (убыли) в единицу времени). Абсолютный прирост рассчитывается как разность между данным уровнем и предыдущим; обозначается знаком "+", характеризуя прирост, или знаком "", характеризуя убыль. Темп прироста (убыли) характеризует величину прироста (убыли) в относительных показателях в % и определяется как процентное отношение абсолютного прироста (убыли) к предыдущему уровню ряда; обозначается знаком "+" (прирост) или знаком "" (убыль).

Для характеристики изменения процесса одного периода по отношению к предыдущему периоду применяется такой показатель, как темп роста (снижения); рассчитывается как процентное отношение последующего (уровня) к предыдущему. При сравнении динамических рядов с разными исходными уровнями (например, средними, интенсивными, абсолютными) используется показатель значение 1% прироста (убыли); рассчитывается как отношение абсолютного прироста к темпу прироста за каждый период.

Для обобщенной количественной оценки тенденций динамического ряда используется показатель, именуемый средним темпом прироста (снижения), выраженный в %. При его расчете для большинства рядов можно использовать следующую формулу: где К = 1 при нечетном числе уровней ряда; К = 2 при четном числе уровней ряда; а и в показатели линейной зависимости, используемые при выравнивании ряда методом наименьших квадратов.

Корреляционный анализ Задача исследования корреляционной связи – определить характер и измерить тесноту сопряженности между признаками, из которых один является факториальным, другой результативным. Например, существует определенная корреляция между числом листьев у кукурузы (факториальный признак) и длиной вегетационного периода (результативный признак): чем больше листьев образует растение, тем позднее оно созревает

Применения и ограничения Корреляционную связь не следует вычислять при значении коэффициента корреляции более 30% в каждом из рядов наблюдений 2) Число наблюдений должно быть не менее чем в 5-6 раз больше числа факторов 3) Необходимо, чтобы совокупности по результативному и факториальному признакам подчинялись нормальному закону распределения вероятностей

Исследование корреляции сводится к следующему Устанавливают факт зависимости изменений одного признака от изменения другого и определяют форму связи между ними (тип корреляции). Корреляцию называют простой, если исследуется связь между двумя признаками, или множественной, когда на величину одного результативного признака влияют несколько факториальных. 2. В зависимости от характера изменений результативного признака под влиянием факториального различают следующие формы корреляции: а) линейную корреляцию, когда с увеличением среднего значения одного признак также увеличивается среднее значение другого, или с увеличением среднего значения одного признака уменьшается среднее значение другого. В первом случае корреляцию называют прямой, во втором – обратной; б) криволинейную корреляцию: при возрастании значения одного признака другой принимает значения, возрастающие до определенной величины, а затем убывающие, или наоборот. 3. Находят тесноту связи, т.е. степень сопряженности между значениями одного и другого признака. Основной показатель степени сопряженности между значениями одного и другого признака и формы связи - коэффициент корреляции (r). Коэффициент корреляции – безразмерная величина, изменяемая в пределах -1 r +1. При r = 0 линейная связь отсутствует, при r = ± 1 корреляционная связь превращается в функциональную. Определение тесноты связи по величине коэффициента корреляции следующее: при r = 0,2 – 0,3 – свидетельствует о наличии слабой связи; r = 0,3 – 0,7 – средней; r 0,7 – сильной связи.

Основы клинической эпидемиологии

План Введение Клиническая эпидемиология

ЭПИДЕМИОЛОГИЯ изучает частоту и распространенность заболеваний среди населения идентифицирует случаи заболеваний устанавливает вероятные связи с различными факторами

Австралия 12 США 89 Канада 13 Англия 14 Европа 26 Афро-Азия 5 Украина 1 ОСНОВНЫЕ ИНСТИТУТЫ И УНИВЕРСИТЕТЫ ЭПИДЕМИОЛОГИИ

КЛИНИЧЕСКАЯ ЭПИДЕМИОЛОГИЯ Возникла в 80-е годы в Северной Америке – Канаде и США. Ее практическое воплощение - доказательная медицина (evidence based medicine)

Цель клинической эпидемиологии - разработка и применение таких методов клинического наблюдения, которые дают возможность делать справедливые заключения, избегая влияния систематических и случайных ошибок. В этом заключается важнейший подход к получению информации, необходимой врачам для принятия правильных решений.

ОСНОВНЫЕ ПОЛОЖЕНИЯ КЛИНИЧЕСКОЙ ЭПИДЕМИОЛОГИИ Клинические исследования проводятся людьми (исследователями) и на людях (пациентах), поэтому результаты подвержены систематическим ошибкам. Любые наблюдения подвержены влиянию случайности. Полагаться можно только на достоверные исследования(в таком исследовании сведены к минимуму систематические ошибки учтены случайные ошибки)

Суть ДМ ДМ -технология сбора и анализа данных научных исследований, которая показывает что: существуют достоверные недостоверные исследования их можно отличить друг от друга «В начале 1980-х годов только около 10-20% медицинских вмешательств (лекарственная терапия, хирургические операции, рентгенодиагностика, анализы крови и т.д.) основывалось на надежных научных сведениях»

Недостатки научных исследований в публикациях В публикациях отсутствуют указания на систематические и случайные ошибки и меры по их предотвращению или сокращению. При наличии четких критериев отбора и исключения пациентов из исследования с формированием стратифицированных групп отсутствует указание на метод рандомизации при формировании выборки или групп пациентов. Большая часть клинических исследований проводятся на базе специализированных медицинских и научных центров, что свидетельствует о смещенной выборке исследуемых пациентов и ставит под сомнение воспроизводимость и обобщаемость исследования при применении результатов за пределами учреждения.

Литература