Βιοστατιστική και επιδημιολογία

[Endocinutri]

Σεμινάρια Εφαρμοσμένης Στατιστικής
Εκμάθηση λογισμικού προγράμματος SPSS
Ελεύθερο λογισμικό - Online στατιστικές αναλύσεις
Σημειώσεις - βιβλία στατιστικής
Δεν είναι ορατοί οι σύνδεσμοι (links). Εγγραφή ή Είσοδος

[medicus]

Μία γρήγορη παρουσίαση ενός από τα δημοφιλέστερα και καλύτερα λογισμικά για τον υπολογισμό της στατιστικής ισχύος και του μεγέθους δείγματος. Ήδη βρίσκεται στην 3η έκδοση και μπορείτε να το "κατεβάσετε" δωρεάν από Δεν είναι ορατοί οι σύνδεσμοι (links). Εγγραφή ή Είσοδος.

[medicus]

ΓΙΑ ΠΟΙΟ ΛΟΓΟ ΔΕΝ ΕΙΝΑΙ ΚΑΤΑΛΛΗΛΗ Η ΧΡΗΣΗ ΤΟΥ ΣΤΑΤΙΣΤΙΚΟΥ ΚΡΙΤΗΡΙΟΥ T-TEST ΣΤΗ ΣΥΓΚΡΙΣΗ ΠΕΡΙΣΣΟΤΕΡΩΝ ΤΩΝ ΔΥΟ ΜΕΣΩΝ ΟΡΩΝ, ΑΛΛΑ ΘΑ ΠΡΕΠΕΙ ΟΠΩΣΔΗΠΟΤΕ ΝΑ ΧΡΗΣΙΜΟΠΟΙΗΣΟΥΜΕ ΤΗ ΔΙΑΔΙΚΑΣΙΑ ONE-WAY-ANOVA;

Η απάντηση βασίζεται στο λεγόμενο "πρόβλημα πολλαπλών συγκρίσεων". Πρόβλημα, δηλαδή, το οποίο παρουσιάζεται όταν κάνουμε επαναληπτική χρήση του t-test, χρησιμοποιώντας τους ίδιους μέσους όρους. Γιατί τότε, η πιθανότητα αυξάνει και κάποια στιγμή, μία ή περισσότερες συγκρίσεις θα μας βγουν ψευδώς στατιστικά σημαντικές.

Από τον κίνδυνο ενός τέτοιου σφάλματος μας προστατεύουν οι "πολλαπλών συγκρίσεων διαδικασίες", οι οποίες καταφέρνουν να τροποποιήσουν, να προσαρμόσουν και τελικά να αποδώσουν με αρκετά ασφαλέστερο τρόπο το αποτέλεσμα της μελέτης.

Οι σημαντικότερες και πιο χρήσιμες, στην ιατρική έρευνα, μέθοδοι πολλαπλών συγκρίσεων είναι οι: LSD, Bonferroni, Tukey HSD, Scheffe, Dunnett, Brown-Forsythe, Welch, Hochberg's GT2, Tamhane's T2, Dunnett's T3, Dunnett's C, R-E-G-W F και R-E-G-W Q. Η χρήση κάθε μίας από τις προαναφερθείσες μεθόδους εξαρτάται από την διαφοροποιητική δύναμη(power), τα σφάλματα τύπου Ι και ΙΙ καθώς και από τα μεγέθη, την ομοιογένεια, την παραδοχή της κανονικότητας και την ισότητα των διασπορών των υπό μελέτη δειγμάτων. 

[medicus]

Μία γρήγορη και ολοκληρωμένη Δεν είναι ορατοί οι σύνδεσμοι (links). Εγγραφή ή Είσοδος της ΑΝΑΛΥΣΗΣ ΚΑΤΑ ΣΥΣΤΑΔΕΣ(CLUSTER ANALYSIS) με το λογισμικό SPSS.

Η ΑΝΑΛΥΣΗ ΚΑΤΑ ΣΥΣΤΑΔΕΣ είναι μία υπέροχη μέθοδος πολυπαραγοντικής ανάλυσης με τεράστιες προοπτικές. Δυστυχώς, ο ιατρικός κόσμος ή δεν την γνωρίζει καθόλου ή την θεωρεί ιδιαίτερα πολύπλοκη και χρονοβόρα έως και απρόσιτη. Πίσω όμως από την αρχική της εικόνα, η ΑΝΑΛΥΣΗ ΚΑΤΑ ΣΥΣΤΑΔΕΣ, διαθέτει ιδιαίτερα ευέλικτα και εύχρηστα εργαλεία. Συνδυάζει υψηλή ταχύτητα ανάλυσης, τελειότητα γραφικής οπτικοποίησης και τεράστιο εύρος εφαρμογής σε δεδομένα που συναντούμε γύρω μας καθημερινά(ευδιάκριτα ή μη) αλλά και σε δεδομένα που πηγάζουν από προσχεδιασμένες μελέτες.




      

[Denominator]

Cluster analysis χρησιμοποιείται πολύ στην εξελικτική βιολογία, ως στοχαστικό/πιθανοθεωρητικό μοντέλο. Ποιες θα μπορούσαν να είναι οι εφαρμογές της στην ιατρική με δυο λόγια;

[medicus]

Cluster analysis χρησιμοποιείται πολύ στην εξελικτική βιολογία, ως στοχαστικό/πιθανοθεωρητικό μοντέλο. Ποιες θα μπορούσαν να είναι οι εφαρμογές της στην ιατρική με δυο λόγια;

Καλημέρα και καλή Σαρακοστή.

Όπως πολύ σωστά αναφέρεις, το πιθανοθεωρητικό μοντέλο στην cluster analysis εφαρμόζει ιδανικά για επιστήμες όπως η βιολογία, παλαιοντολογία, οικονομία κ.α. Στην ιατρική, η συγκεκριμένη μέθοδος μπορεί να έχει διάφορα και διαφορετικά πεδία εφαρμογής. Μερικά παραδείγματα, όπως μου έρχονται στο νου, είναι:

ΑΚΤΙΝΟΔΙΑΓΝΩΣΤΙΚΗ: ομαδοποίηση "βασικών" διαγνωστικών δεικτών υπερηχογραφικής ή ακτινολογικής εξέτασης.
ΜΙΚΡΟΒΙΟΛΟΓΙΑ: ελαχιστοποίηση, σε μικρότερες και πιο συμπαγείς ομάδες, αιματολογικών-βιοχημικών δεικτών διαφόρων νοσολογικών οντοτήτων.
ΠΑΘΟΛΟΓΙΚΗ ΑΝΑΤΟΜΙΚΗ-ΚΥΤΤΑΡΟΛΟΓΙΑ: ανάπτυξη προγνωστικών μοντέλων ιστοπαθολογίας. Δυστυχώς, όσο και αν θέλουμε να το αρνηθούμε, η τελευταία ΣΗΜΑΝΤΙΚΗ και χωρίς ΙΔΙΑΙΤΕΡΟ ΚΟΣΤΟΣ cluster analysis, στον συγκεκριμένο τομέα, έγινε από τον Παπανικολάου με το Pap-test.
ΠΑΘΟΛΟΓΙΑ: ομαδοποίηση μεταβλητών σε πιο "σταθμισμένες" υπερ-μεταβλητές και τοποθέτησή τους, εν συνεχεία, σε πιο ευέλικτα επιδημιολογικά μοντέλα, τόσο συγχρονικών όσο και διαχρονικών μελετών. Με αυτό τον τρόπο θα αποφύγουμε μεγάλο μέρος των προβλημάτων που δημιουργούνται κατά την εφαρμογή μετα-αναλύσεων.
ΚΑΡΔΙΟΛΟΓΙΑ: ταξινόμηση των μη γραμμικών δυναμικών συστημάτων του ηλεκτροκαρδιογραφήματος, επί παραδείγματι, σε πιο ενιαία και εφαρμόσιμα, στην καθημερινή ιατρική πράξη, συστήματα με εν συνεχεία μοντελοποίησή τους από "μη γραμμικά δυναμικά" σε "περιοδικά".
ΠΡΩΤΟΒΑΘΜΙΑ ΥΓΕΙΑ: καλύτερη και ορθότερη ταξινόμηση-ομαδοποίηση των σημείων και των συμπτωμάτων με ταυτόχρονη ανάπτυξη της φυσικής εξέτασης και επανατοποθέτησή της σε προεξάρχουσα θέση στην διαγνωστική διαδικασία.

Τα παραδείγματα που ανέφερα δεν είναι ούτε τα πιο σημαντικά ούτε τα μοναδικά. Υπάρχουν πολλά και διαφορετικά ακόμη που μπορώ να αναπτύξω, καθώς και άλλα τόσα που δεν τα έχω καν φανταστεί. Το μόνο σίγουρο είναι ότι μέθοδοι σαν την cluster analysis έχουν σαν κύριο "καύσιμο" τους την φαντασία του ερευνητή. 

[Denominator]

Ευχαριστούμε πολύ!

[medicus]

ΣΤΑΤΙΣΤΙΚΑ ΤΕΣΤ ΣΥΓΚΡΙΣΗΣ ΚΑΜΠΥΛΩΝ ΕΠΙΒΙΩΣΗΣ, ΣΤΟ ΠΛΑΙΣΙΟ ΤΩΝ KAPLAN-MEIER ΣΤΑΤΙΣΤΙΚΩΝ ΜΟΝΤΕΛΩΝ

Για τον έλεγχο της διαφοράς, ανάμεσα σε δύο καμπύλες επιβίωσης, υπάρχουν 3 στατιστικά κριτήρια:

- κριτήριο Log rank ή των Mantel-Cox
- κριτήριο Breslow ή γενικευμένο κριτήριο Wilcoxon
- κριτήριο των Tarone-Ware.

Όταν "τρέχουμε" μία Kaplan-Meier ανάλυση, είναι χρήσιμο να επιλέγουμε και τα 3 προαναφερόμενα τεστ, έτσι ώστε να παρακολουθούμε ενδεχόμενες αποκλίσεις ανάμεσά τους. Ωστόσο υπάρχουν συνθήκες που κάτω από τις οποίες το ένα ή το άλλο τεστ είναι πιο δυναμικό.

Το Log Rank είναι πιο δυναμικό στις περιπτώσεις που ο ρυθμός τελικού συμβάντος για μια συγκεκριμένη ομάδα, από τις συγκρινόμενες, είναι περίπου ανάλογος(σταθερό πολλαπλάσιο) με εκείνον των άλλων ομάδων.

Αν η παραπάνω συνθήκη δεν ικανοποιείται, τότε είναι καλύτερο να χρησιμοποιούμε το κριτήριο του Breslow. Προσοχή όμως, όταν το ποσοστό των περικομμένων παρατηρήσεων(censored cases) είναι μεγάλο τότε η ισχύς του κριτηρίου του Breslow είναι πολύ μικρή.

Το κριτήριο των Tarone-Ware είναι παρόμοιο με αυτό του Breslow, με την μόνη διαφορά ότι τα πρώιμα συμβάντα, σε σχέση με τα ύστερα, δεν λαμβάνουν συγκριτικά τόσο μεγάλο συντελεστή βαρύτητας, όσο στου Breslow.

[medicus]

Ένας Δεν είναι ορατοί οι σύνδεσμοι (links). Εγγραφή ή Είσοδος με οπτικοποιημένα στατιστικά δεδομένα. Μία εξαίρετη παρουσίαση, χρήσιμη για επιδημιολογικές μελέτες.

[medicus]

Why so many Correlation Coefficients?


Quantitiative X / Quantitative Y : Pearson r
Quantitiative X / Ordinal Y : Biserial rb
Quantitiative X / Nominal Y : Point Biserial rpb

Ordinal X / Quantitative Y : Biserial rb
Ordinal X / Ordinal Y : Spearman rho, Tetrachoric rtet
Ordinal X / Nominal Y : Rank Bisereal rrb

Nominal X / Quantitative Y : Point Biserial rpb
Nominal X / Ordinal Y : Rank Biserial rrb
Nominal X / Nominal Y : Phi, L, C, Lambda

[medicus]

ΜΕΘΟΔΟΣ MONTE CARLO

Ο υπολογισμός των ορίων εμπιστοσύνης των παραμέτρων κατανομής(περιθώριων ή εξαρτησιακών) και παράγωγων μεγεθών(π.χ. ποσοστημορίων κατανομής) είναι κρίσιμος για την εκτίμηση της αβεβαιότητας και της διακινδύνευσης. Ο αναλυτικός υπολογισμός είναι δυνατός μόνο σε λίγες περιπτώσεις.

Η προσομοίωση Monte Carlo είναι μια αριθμητική μέθοδος που δυνητικά μπορεί να υπολογίσει όρια εμπιστοσύνης χωρίς περιορισμούς. Ωστόσο, ακόμη και αυτή η μέθοδος δεν είναι τόσο άμεση, γενική και εύκολη στην εφαρμογή όπως φαίνεται. Οι υπάρχουσες άμεσες λύσεις είναι ακριβείς μόνο σε λίγες περιπτώσεις, ενώ αν εφαρμοστούν σε άλλες περιπτώσεις μπορεί να οδηγήσουν σε μεγάλα σφάλματα.

Η μέθοδος Monte Carlo πρωτοπαρουσιάστηκε από τους von Neumann, Ulam και Metropolis στο τέλος του δευτέρου παγκοσμίου πολέμου. Η βασική ιδέα της μεθόδου είναι ότι μπορούμε να αντικαταστήσουμε ένα ντετερμινιστικό πρόβλημα με ένα πιο απλό πιθανοκρατικό αντίστοιχο. Η ανάλυση προαπαιτεί την παραγωγή τυχαίων αριθμών. Όσο πιο «τυχαίοι» είναι αυτοί οι αριθμοί, τόσο καλύτερα – πιο κοντά στην πραγματικότητα – είναι και τα αποτελέσματα της ανάλυσης.

Η πρώτη μεγάλης κλίμακας εφαρμογή Monte Carlo προσομοιώσεων σε υπολογιστή έγινε το 1953 στο Los Alamos από τους Metropolis, Rosenbluth, Teller και Teller. Αν και η τεχνολογία των υπολογιστών έχει προχωρήσει σε ασύλληπτα επίπεδα από τότε, οι βασικές αρχές της εφαρμογής της μεθόδου δεν έχουν αλλάξει και πολύ. Στα χρόνια μας η μέθοδος βρίσκει εφαρμογή οπουδήποτε προκύπτει ο σκόπελος της εκθετικής υπολογιστικής πολυπλοκότητας και το υπό ανάλυση μοντέλο υπάγεται σε διαδικασίες κανονικής κατανομής και αναλύσεις με τυχαίους αριθμούς. Με σχετικά ολιγάριθμους υπολογισμούς(εφαρμογές της μεθόδου Monte Carlo) λαμβάνονται αποτελέσματα ανάλυσης που βρίσκονται εξαιρετικά κοντά στο πραγματικό. Όσο μεγαλύτερος ο αριθμός των τυχαίων πειραμάτων Monte Carlo, τόσο περισσότερο αυθεντικό είναι και το αποτέλεσμα. Συνεπώς, αναζητείται, κατά την ανάλυση, ένας συγκερασμός μεταξύ του αριθμού των πειραμάτων και της προσδοκούμενης ακρίβειας.

[medicus]

ΧΡΟΝΟΛΟΓΙΚΕΣ ΣΕΙΡΕΣ -TIME SERIES

Με τον όρο χρονολογικές σειρές ή χρονοσειρές εννοούμε παρατηρήσεις κατανεμημένες σε ίσα διαστήματα του χρόνου. Τρία στοιχεία διαδραματίζουν σημαντικότατο ρόλο στην ανάλυσή τους: η τάση(trend), η εποχικότητα(seasonality) και οι αυτοσυσχετίσεις(autocorrelations). Παρατηρώντας και αναλύοντας τα ποσοτικά δεδομένα του παρελθόντος μπορούμε μελετήσουμε τις "εσωτερικές" δομές του υπό μελέτη συστήματος ή/και να προβλέψουμε τη μελλοντική του συμπεριφορά.

Η στοχαστική αυτή διαδικασία χαρακτηρίζεται από την αξιοπιστία των αποτελεσμάτων της και την δυνατότητα εφαρμογής της σε πάσης φύσεως ποσοτικά δεδομένα. Στον τομέα της Υγείας οι εφαρμογές είναι ποικίλες όπως η προληπτική ιατρική, η κλινική δημογραφία, η νοσολογική και θεραπευτική πορεία κατ'άτομο ή κατ'ομάδα, το ηλεκτροκαρδιογράφημα, το εγκεφαλογράφημα και πολλές ακόμη.

Τα διάφορα μοντέλα μελέτης ή/και ανάλυσης απαιτούν σχετικά μεγάλο αριθμό δεδομένων(αν και υπάρχουν ειδικά μοντέλα για μικρό αριθμό δεδομένων) αλλά και εμπειρία από τον αναλυτή, προκειμένου να εξάγονται τα σωστά συμπεράσματα σε κάθε βήμα χτισίματός του. Ακολουθώντας τις αρχές και την θεωρία που τα διέπουν, κανένα μοντέλο δεν βγαίνει λάθος, όμως κάποια είναι καλύτερα από τα άλλα και αυτό εξαρτάται από την εμπειρία και παρατηρητικότητα του αναλυτή και αυτή είναι η ειδοποιός διαφορά που κάνει την πρόβλεψη ακριβέστερη.

Παραθέτω και ένα πολύ εύχρηστο και δωρεάν λογισμικό(Δεν είναι ορατοί οι σύνδεσμοι (links). Εγγραφή ή Είσοδος), για όσους θέλουν να ασχοληθούν με την μελέτη-ανάλυση δεδομένων χρησιμοποιώντας τη διαδικασία των "χρονολογικών σειρών".Δεν είναι ορατοί οι σύνδεσμοι (links). Εγγραφή ή Είσοδος

[medicus]

Δεν είναι ορατοί οι σύνδεσμοι (links). Εγγραφή ή Είσοδος

[medicus]

Μερικές χρήσιμες στατιστικές εξισώσεις του Excel και πως λειτουργούν.

[medicus]

Μπεν Γκολντέικερ: Ενάντια στην κακή επιστήμη (πατήστε Δεν είναι ορατοί οι σύνδεσμοι (links). Εγγραφή ή Είσοδος για να μεταβείτε στην παρουσίαση)

Καθημερινά ακούμε στις ειδήσεις νέες συμβουλές υγείας, αλλά πώς μπορούμε να ξέρουμε αν είναι σωστές; Ο γιατρός και επιδημιολόγος Μπεν Γκολντέικερ μας δείχνει πώς μπορούν να διαστρεβλωθούν τα στοιχεία, από τους πασιφανείς ισχυρισμούς για τη διατροφή μέχρι τα ανεπαίσθητα τρικ της φαρμακευτικής βιομηχανίας.