Главная страница
Навигация по странице:

  • ±1,96

  • Чувствительность

  • Чувствительность = а / (а+в) Специфичность = г / (г+б) Точность = (а+г) / (а+б+в+г) а

  • Area Under Curve, AUC

  • AUC=0,7-0,8

  • чувствительность, достоверность, точность, специфичность. Рамн а. Ф. Цыб Статистические методы анализа в клинической практике. Елисеева И. И., Юзбашев М. М. Е51 Общая теория статистики


    Скачать 96.53 Kb.
    НазваниеРамн а. Ф. Цыб Статистические методы анализа в клинической практике. Елисеева И. И., Юзбашев М. М. Е51 Общая теория статистики
    Дата10.03.2019
    Размер96.53 Kb.
    Формат файлаdocx
    Имя файлачувствительность, достоверность, точность, специфичность.docx
    ТипДокументы
    #69985

    Подборка по базе: Тесты по теме Статистические таблицы.pdf, «Диаграммы, картодиаграммы, картограммы, статистические кривые»., Практика по теме Статистические индексыЗадание.docx, Реферат Статистические методы в научных исследованиях медицинско, РГР 1(вар А-13, рамные пилы).docx, Р 50.1.087-2013 Статистические методы. Примеры применения. Часть

    ИСТОЧНИКИ:

    Румянцев П.О., Саенко В.А., Румянцева У.В., Чекин С.Ю.

    ГУ-Медицинский радиологический научный центр РАМН, г. Обнинск (директор - академик РАМН А.Ф. Цыб) - Статистические методы анализа в клинической практике.
    Елисеева И.И., Юзбашев М.М. Е51 Общая теория статистики: Учебник / Под ред. И.И. Елисеевой. — 5-е изд., перераб. и доп. — М.: Финансы и статистика, 2004. — 656 с: ил. ISBN 5-279-02414-7
    Показатель достоверности различий обозначается р (probability, в англоязычной литературе встречается обозначение Р или P). Величиной р (или «пи-величина», англ. «Р-value») для конкретной выборки называют вероятность получения по крайне мере таких же или ещё больших отличий наблюдаемого от ожидаемого, чем в данной конкретной выборке, при условии, что выдвинутая гипотеза верна.

    С помощью статистических расчетов вычисляется значение р, которое затем сравнивается с заранее выбранным уровнем значимости, часто обозначаемому греческой буквой α (альфа). Обычно в биомедицинских исследованиях уровень значимости устанавливается на уровне α≤0,05 (≤ 5%) .

    Для демонстрации достоверности различия часто используется наглядный метод доверительных интервалов. Напомним, что доверительный интервал устанавливается на уровне ±1,96 стандартной ошибки, в который попадает 95% данных при условии их нормального или близкого к нему распределения. Если доверительный интервал интересующего нас параметра в изучаемой группе «накрывает» значение среднего в группе сравнения, то априори следует вывод о том, что наблюдаемое различие является статистически недостоверным. Если среднее значение параметра в контрольной группе лежит вне доверительного интервала изучаемой группы, то скорее всего различие является достоверным.
    Существуют разные методы определения доверительного интервала:

    1. через медиану и среднеквадратическое отклонение;

    2. через критическое значение t-статистики (коэффициент Стьюдента).


    Необходимые формулы для следующих расчетов:

    1. Среднее арифметическое значение

    обработка исходной выборки

    2. Медиана – число, характеризующее выборку: ровно половина элементов выборки больше медианы, другая половина меньше медианы

    обработка исходной выборки1(для выборки, имеющей нечетное число значений)

    3. Размах – разница между максимальным и минимальным значениями в выборке

    обработка исходной выборки2

    4. Дисперсия – используется для более точного оценивания вариации данных

    обработка исходной выборки3

    5. Среднеквадратическое отклонение по выборке (далее – СКО) – наиболее распространённый показатель рассеивания значений корректировок вокруг среднего арифметического значения.

    обработка исходной выборки4

    6. Коэффициент вариации – отражает степень разбросанности значений корректировок

    обработка исходной выборки5

    7. коэффициент осцилляции – отражает относительное колебание крайних значений цен в выборке вокруг средней

    обработка исходной выборки6


    1. Расчёт через медиану и среднеквадратическое отклонение.

    Доверительный интервал определяется следующим образом: минимальное значение - из медианы вычитается СКО; максимальное значение – к медиане прибавляется СКО.

    Формула доверительного интервала:



    1. Построение доверительного интервала через критическое значение t-статистики (коэффициент Стьюдента)

    При расчете этим методом оценщик должен сам задать уровень значимости ∝, определяющий вероятность, с которой будет построен доверительный интервал.

    Формула доверительного интервала:

    форма доверительного интервала1

    n - объем выборки;

    форма доверительного интервала2 - критическое значение t- статистики (распределения Стьюдента) с уровнем значимости ∝, числом степеней свободы n-1, которое определяется по специальным статистическим таблицам либо с помощью MS Excel (форма доверительного интервала4  →"Статистические"→ СТЬЮДРАСПОБР);

    ∝ - уровень значимости.

    Способом оценить информативность и разрешающую способность диагностического

    метода является оценка его чувствительности, специфичности и точности. Эти показатели

    отражают шансы поставить правильный диагноз заболевания у больных и здоровых людей.

    Их сравнивают с аналогичными показателями общепринятого («золотого») стандарта диагностического теста.

    Чувствительность определяется как доля пациентов действительно имеющих заболевание среди тех, у кого тест был положительным.

    Специфичность определяется как доля людей, не имеющих заболевания среди всех, у кого тест оказался отрицательным.

    Точность показывает долю «правильных срабатываний теста» среди всех обследованных и является совокупным показателем информативности теста.
    Организация данных для оценки информативности диагностического теста

    Результат теста

    Общепринятый ("золотой") стандарт

    Положительный

    Отрицательный

    Положительный

    а - число имеющих заболевание и положительный результат теста

    б - число не имеющих заболевание и положительный результат теста

    Отрицательный

    в - число имеющих заболевание, но положительный результат теста

    г - число не имеющих заболевание и отрицательный результат теста

    Итого

    а + в = общее число имеющих заболевание

    б + г = общее число не имеющих заболевание




    Чувствительность = а / (а+в)

    Специфичность = г / (г+б)

    Точность = (а+г) / (а+б+в+г)
    а - истинно положительный результат;

    б - ложноположительный результат;

    в - ложноотрицательный результат;

    г - истинно отрицательный результат.


    Исходя из значений чувствительности и специфичности, рекомендуется построение характеристической кривой (ROC-кривая; англ. Receiver Operating Characteristic (ROC) curve), которая показывает зависимость количества верно диагностированных положительных случаев от количества неверно диагностированных отрицательных случаев (ось Х=специфичность, ось Y=чувствительность). Идеальный диагностический тест должен иметь Г-образную форму характеристической кривой и проходящей через верхний левый угол, в котором доля истинно положительных случаев ложноположительных случаев равна 0.Наоборот, чем меньше кривая напоминает форму буквы «Г», т.е. чем ближе она проходит к диагонали графика ("бесполезный тест"), тем эффективность теста меньше. Например :



    Количественную оценку характеристической кривой можно провести, рассчитав площадь под ней (англ. Area Under Curve, AUC). Приблизительная шкала значений AUC, отражающая качество диагностического теста такова:

    AUC=0,9-1,0 – отличное качество

    AUC=0,8-0,9 – высокое качество

    AUC=0,7-0,8– хорошее качество

    AUC=0,6-0,7– среднее качество

    AUC=0,5-0,6– плохое (неудовлетворительное) качество.




    написать администратору сайта