Category: медицина

Category was added automatically. Read all entries about "медицина".

лаба
  • tanchik

То ли кейс-контроль, то ли repeated measures, то ли пре-пост данные?

Здравствуйте. Простите если не точно по адресу, но надеюсь получить помощь. И юзаю SPSS. :)
У меня вот такой сабж - каким бы тестом вы считали такие данные (см рисунок)?

Объясняю: на этапе планирования мы предполагали, что у нас 30-40% шанс получить нужный тип клеток из крови пациента после того как он получил пересаженный орган. И у нас 80-90% шанс получить этот тип клеток у пациента до пересадки органа. Мы также знали набор из 5-6 факторов, которые точно влияют на состояние наших клеток (и эти факторы отвечают за variability наших клеток у разных пациентов). И наша задача была получить 2 группы образцов: до пересадки и после пересадки. Наш главный вопрос - меняются ли наши клетки после пересадки органа.
В итоге на этапе до пересадки, когда шансов получить клетки больше, мы сделали "гнезда" - группы пациентов по 3-4 человека, у которых значимые факторы сопоставимы. Получилось даже сопоставить по 9 факторам. То есть "matched" контроли такие, получается. А затем мы пытались выделить клетки у всех, кто получил пересадку органов. И если хотя бы один из "гнезда" давал нам эти клетки, мы получали этот один "case" из группы "после". Около половины "гнезд" пропали впустую - не удалось получить ни одного образца после пересадки. Ни в одном из "гнезд" два образца после пересадки выделить не получилось. Не все пациенты дождались свои органы, не все шло гладко и на этапе до пересадки, часть данных банально потеряли или не собрали и пришлось выключить соответствующие образцы, поэтому на этапе до пересадки в "гнезде" у нас по 3 или 2 образца. Вот такие данные.
И вопрос повторю - чем бы вы считали такие данные? Главный наш вопрос - различаются ли клетки "до" от клеток "после"? Признак количественный, распределение не нормальное, но может быть нормализовано. Если их просто в кучу сложить и сделать тупо Т-тест, не учитывая "гнезда" и не учитывая что это повторные измерения, то будет p value на грани, то есть 0.045. Но хотелось бы сделать правильнее и красивее, и из-за микроскопической величины группы после пересадки (всего 9 образов), и из-за "гнездности", и из-за того что технически это все-таки повторные обследования для одного человека из каждого "гнезда". Если просто взять те самые 9 человек из группы до и после, конечно никакой статистической разницы не будет - слишком мелкая группа со слишком большой дисперсией внутри группы.
Только пожалуйста, не нужно давать советы о том, как надо было проводить эту работу. Она уже сделана, и я не могу в этом изменить ничего, да и не могла особо повлиять и на этапе планирования. Ну то есть я выслушаю совет на будущее для других работ, но на сейчас это будет бесполезно. Нужен совет что сделать с данными. Разумное, чтоб доброе и вечное, а не выкинуть. :)
Спасибо!
Зы: теги расставлю, как только увижу запись в сообществе.
hrm
  • hrmru

Хи квадрат VS Отношение правдоподобия

Столкнулся с тем, что в разных источниках разница между Хи квадрат и тестом отношения правдоподобия освещается по разному.
Выделяю два подхода:
1) Отношение правдоподобия "заточен" под определенный класс задач (если погуглить, то можно встретить такое на медицинских порталах, где разбираются примеры предсказания диагностики заболевания, действия лекарства и т.п..);
2) Отношение правдоподобия более точный тест, чем Хи квадрат (встретил такое утверждение в одном из руководств по R).
Какой подход все же ближе к правде?
Подозреваю, что все таки второй, но тогда подскажите (поделитесь пожалуйста ссылкой) - где границы Хи квадрат и Отношения правдоподобия?
спасибо!
кубики

(no subject)

Проведено исследование группы испытуемых по батарее тестов.
В итоге получены таблицы с данными. В таблице: в строках номера испытуемых, в столбцах степень выраженности тревожности, враждебности, соматизации и т.д. Нужно обработать данные.
Порекомендуйте, какие математические методы могут быть применены?
Начала разбираться по учебнику Наследова, но там примеры приводятся для нескольких групп выборки.

Меня интересует анализ данных.
Например, есть 2 таблички с данными по 10 опрошенным.
1) тест определяет стратегии поведения - результаты в баллах (по каждому опрошенному 5 стратегий и по каждой стратегии - баллы)
2) тест определяет коммуникабельность, социализацию и сработанность - результаты в баллах
Таблицы с данными получила обработав данные по ключам к тестам.
Но ведь это "сырые" данные. Так?

Можно, конечно, представить анализ по результатам каждого теста.
Индивидуально по 1 человеку это я понимаю как сделать.
А вот как представить анализ по группе?
По средним значениям? Но тогда это получается "средний диагноз по больнице"....
Проранжировать и построить профиль группы?

Короче - получила множество значений, а вот что с этим множеством дальше делать? :(

Есть SPSS 11 версия. Навыков обработки данных статистических нет :(
об тейбл
  • tanchik

Как посчитать площадь под кривыми РОС?

Поможите, люди добрые, кому не лень подумать. Я просто уже гуглю и тыкаюсь третий день, но пока что безуспешно. Задача в том, что я получила данные в виде кривых "эффективность лекарства - доза лекарства", но не знаю, каким способом их сравнить с контролем. Базовые представления по статистике у меня есть, но тут их явно не хватает.
Поэтому у меня вопрос по статистике.Collapse )
2015 май, Макс улыбающийся
  • rempel

Нет ли статистического теста для оценки влияния лечения на рост опухолей

Нет ли статистического теста специально созданного (и более или менее распространённого) для оценки влияния лечения на рост опухолей (количество опухолей на мышь или относительная площадь опухолей)?
 
Появилось такое мнение, что repeated measures Anova - это всё-таки не совсем то, что надо использовать в этом конкретном случае.

for_special_theme

Года и факторный анализ

Уважаемые члены сообщества!
Представьте, у Вас есть данные на выборку людей с перечнем различных заболеваний, датой постановки диагноза. Также имеется набор годов начала употребления запрещенных препаратов.
<hr>
то есть два случая выглядят так:
              |сифилис|
гепатит С| героин| алкоголь
1.           |1976       |1986         |1975     | 1990          
2.           | 0             |1997         | 1994    | 0                  и т.д.

То есть при упрощенном дихотомическом перекодировании матрица имеет вид:
              |сифилис| гепатит С| героин| алкоголь
1.           | 1             | 1               | 1            | 1         
2.           | 0             | 1               | 1            | 0                

заказчик требует проведение факторного анализа и ни в какую другую корреляционную сторону направить его не удаётся. Возможно ли при таком наборе данных его провести? Факторный анализ проводят на интервальных шкалах, как тогда быть с представленными данными. Может быть, предложить еще какой-нибудь вид анализа, который может показаться "не банальным". Задача заказчика формулируется примерно так: "выделить основные факторы, которые покажут различия в сформированных подгруппах". Помогите, пожалуйста.
2015 май, Макс улыбающийся
  • rempel

Как посчитать сдвиг измеряемого пика по времени?


По горизонтали дни, по вертикали - степень заболевания/выздоровления мышек. Как статистически показать, что черный пик сдвинут вправо по отношению к красному?
Repeated Measures Anova не даёт чего надо - он мерит, кажется, насколько холмы разной высоты. А как померить, что они сдвинуты?
general

Как искать cut-off?

Коллеги, у меня вопрос не по SPSS, а общего характера, и даже не совсем статистический, а где-то даже философский.

Имеется непрерывная переменная "относительная интенсивность терапии" (неважно, как считается, важно, что измеряет то, насколько реальная терапия отклоняется от запланированной), выраженная в процентах, которая, предположительно, влияет на outcome (который есть, допустим, продолжительность ремиссии после терапии). Первый вопрос - как именно влияет (без учета прочих клинических параметров и с их учетом) - рассматривается, естественно, с помощью регрессии Кокса. Второй вопрос - как бы эту переменную категоризировать разумным образом? Сделать из нее бинарную переменную "полная терапия/неполная терапия" так, чтобы это разделение было клинически релевантным? Весь анализ считается explorative, то есть фактически делается для выдвижения гипотезы "пациенты, получившие столько-то процентов терапии и больше, находятся в ремиссии дольше, чем те, кто получил меньше", причем так, чтоб это "лучше" означало и "в некотором смысле близко к тем, кто получил терапию точно по плану". Заранее определить, что такое "выживаемость близкая к выживаемости получивших терапию точно по плану" (типа hazard ratio не больше стольки-то) и тупо взять cut-off там, где она заканчивается? Есть ли какие-то стратегии, описанные в литературе?