Esimene Moskva Riiklik Meditsiiniülikool. NEED. Sechenov
Epidemioloogia osakond
Andmebaas.
Tõenduspõhise meditsiini otsimine.
Lõpetanud: V kursuse 28. rühma õpilane
arstiteaduskond
Velieva A.R.
Õpetaja: Papina G.V.
Moskva
2010
Tõenduspõhise meditsiini alused.
Andmebaas.
Tõenduspõhise meditsiini otsimine.
Sissejuhatus tõenduspõhisesse meditsiini
Selle mooduli läbimisel peaksid osalejad:
Saage parem arusaam tõenduspõhise meditsiini põhimõtetest
Õppige tundma tõenduspõhises meditsiinis kasutatavaid meetodeid ja lähenemisviise
Suuda kriitiliselt hinnata tegevusi, mida nad oma igapäevases praktikas kasutavad
Tutvuge olemasoleva teabega ja õppige seda kasutama
Mis on tõenduspõhine meditsiin:
"Tõenduspõhise meditsiini (EBM) eesmärk on integreerida parimad teaduslikud tõendid kliinilise kogemuse ja patsientide vajadustega"
„Tõenduspõhine meditsiin on parimate praeguste tõendite kohusetundlik, üksikasjalik ja kaalutletud kasutamine üksikute patsientide ravi kohta otsuste tegemisel.
Tõenduspõhise meditsiini praktiline rakendamine tähendab individuaalse kliinilise pädevuse integreerimist parima olemasoleva välise kliinilise tõendusmaterjaliga, mis on saadud süstemaatilistest ülevaadetest.
Parima kättesaadava kliinilise tõendusmaterjali all peame silmas kliiniliselt olulisi, patsiendikeskseid uuringuid, mille tulemuseks on diagnostiliste testide ja füüsiliste läbivaatuste täpsus ja kehtivus, prognostiliste näitajate olulisus ning ravi-, rehabilitatsiooni- ja profülaktiliste režiimide tõhusus ja ohutus.
Millal tõenduspõhine meditsiin ilmus?
1940 – esimesed randomiseeritud uuringud (streptomütsiini kasutamine tuberkuloosi korral)
1960 – keskendumine "protsessile" (talidomiidiga seotud tragöödia)
1962 – USA Toidu- ja Ravimiamet kehtestas eeskirjad, mis nõuavad uute ravimite kontrollitud katseid.
1971 – Cochran tõstatas teaduslike tõendite puudumise küsimuse
1974 – Avastati lahknevus teooria ja praktika vahel
1980–1990 – Tähelepanu juhtimine vajadusele lisada kliinilistesse juhistesse süstemaatilised ülevaated
Mõiste "tõenduspõhine meditsiin" võtsid kasutusele Kanada McMasteri ülikooli arstid ja epidemioloogid 1988. aastal.
Archie Cochrane on kirjeldanud, kuidas tuua teaduslikud uuringud arstide tähelepanu ning muuta uurimistulemused stiimuliks aruteluks ja hoolikaks analüüsiks. Tema ühised jõupingutused kolleegidega Briti meditsiiniuuringute nõukogust andsid olulise panuse sellesse, mida tänapäeval nimetatakse tõenduspõhiseks meditsiiniks.
Temale kuulub kuulus tähelepanek (1979), et arstidel puuduvad randomiseeritud kontrollitud uuringute (RCT) kriitilised järeldused.
Ta asutas esimese Cochrane'i keskuse, mis alustas oma tööd 10 aastat tagasi Oxfordis (Suurbritannia).
Tänapäeval on üle maailma 15 Cochrane'i keskust. Nad koordineerivad Archie vaadetest inspireeritud rahvusvahelise teadlaste meeskonna tööd.
Tõenduspõhise meditsiini viis etappi
Esitage küsimus, millele saab vastata
Leidke parimad tõendid
Kaaluge tõendeid kliiniliste teadmiste ja patsientide vajaduste osas
Kliinilise küsimuse avaldus PICO-vormingus:
patsient
sekkumine (sekkumine),
võrdlus (võrdlus),
tulemusi.
See võimaldab teil määratleda märksõnad, mille abil tõendeid otsida.
Parima tõendi leidmine
Otsing peaks algama süstemaatiliste ülevaadete ja RCT-dega, mis on kõige usaldusväärsemad ja väärtuslikumad uuringud. Kui neid ei leita, tuleks liikuda edasi madalama taseme (madalama kindlusega) tõendite otsimisele: kohortuuringud, juhtumikontrolli uuringud, juhtumiseeriad jne.
Tõendite kriitiline hindamine
See väga oluline samm määrab leitud tõendite usaldusväärsuse (kas uuring tehti õigesti? kas seda saab usaldada? kui tugev see on?) ja uuringu tulemused (kui tõhus on see ravi, ennetusmeetod? kui täpne on uuringu tulemus). diagnostika meetod?).
RCT-de usaldusväärsuse testimiseks tuleks vastata järgmistele küsimustele:
Kas patsient randomiseeriti?
Kas kõik rühmaliikmed lõpetasid uuringu (täielikkus)?
Kas patsiente analüüsiti rühmades, kuhu nad randomiseeriti?
Kas ravi oli patsientide ja teadlaste suhtes pime?
Kas rühmad olid uuringu alguses sarnased?
Kas rühmad said peale eksperimentaalse ravi sama ravi?
Kui uuringud viiakse läbi kvalitatiivselt, s.o. kui see on usaldusväärne, jätkake selle tulemuste hindamist.
Olemasolevate praktikate hindamine
Mida ma teen?
Miks ma seda teen? Need. millist tulemust me ootame?
Kas see saavutab oma eesmärgi? Need. Millised on tõendid selle protseduuri tõhususe (ja ohutuse) kohta?
Kas selle eesmärgi saavutamiseks on parem või vastuvõetavam viis? Need. Kas on muid ohutumaid või tõhusamaid viise (ravi)?
Võimalus omandada tõenduspõhine meditsiin
Tõendite kvalitatiivseks otsimiseks ja nende kriitiliseks analüüsiks vajab arst erioskusi ja aega.
Tõendite otsing meditsiiniajakirjadest ja muudest veebiressurssidest (MEDLINE, - www.ncn.nlm.nih.gov/pubmed, www.acponline.org, www.obgyn.net)
Teiste koostatud tõenduspõhise meditsiini kokkuvõtete kasutamine (Cochrane'i andmebaas, M. Enkini raamat, WHO Reproductive Health Library (WHO RHL), tõenduspõhised meditsiiniajakirjad)
Tõenduspõhise meditsiini baasil koostatud valmisprotokollide kasutamine
Traditsiooniline tarkus
Ainult umbes 15% meditsiinilistest sekkumistest põhinevad kindlatel teaduslikel tõenditel
Regulaarne meditsiinilise kirjanduse ülevaade
Tervishoiutöötajad kogu maailmas vajavad iga päev uusi kliiniliselt olulisi tõendeid, et tagada oma patsientide tõhus ja kvaliteetne juhtimine. Samal ajal seisavad arstid väga sageli küsimuse ees, kust leida selleks vajalikku teavet. Alates 1970. aastast on avaldatavate meditsiiniajakirjade arv kahekordistunud ja saadaoleva teabe hulk kasvab iga päevaga.
Sünnitusabi ja günekoloogia valdkonnas avaldatakse aastas ligikaudu 6000 artiklit. Seega, et olla alati oma ala tipus, peavad arstid lugema päevas kuni 20 artiklit. Kas igal arstil on selleks aega? Kas ta suudab hinnata saadud teabe kvaliteeti, hoolimata asjaolust, et mitmete teadlaste arvates ei vasta enamik meditsiiniajakirjades avaldatud artikleid minimaalsetele kvaliteedistandarditele?
Kuidas tehakse otsuseid?
Millistele tõenditele tuginete oma otsuses?
Kust saate oma otsuse toetuseks vajalikke tõendeid?
Kas tead, kust leida asjakohaseid uuringuid?
Kuivõrd võtate arvesse patsientide soove ja eelistusi?
Kas arutate oma kolleegidega küsimusi parimate tavade kasutamise võimaluse kohta?
Kas arvate, et kasutate kõige tõhusamaid ravimeetodeid?
Kas see on õige, mida me teeme?
Pool sellest, mida nad teile meditsiinikoolis õpetavad, on viis aastat pärast lõpetamist ekslik või lootusetult vananenud. Probleem on selles, et keegi ei tea, milline pool."
"Meditsiinikirjandus on nagu džungel: kiiresti kasvav, täis surnud puid, siin-seal peidus aardeid, aga roomab koos ämblike ja madudega."
Põhiandmed
"Tõenduspõhine kliiniline praktika on lähenemisviis otsuste tegemisele, mille käigus arst kasutab parimaid olemasolevaid tõendeid, oma kliinilist kogemust ja teeb patsiendiga konsulteerides otsuse, mis on patsiendi jaoks kõige sobivam."
Tervishoiutöötajad vajavad igapäevatöös erinevat tüüpi teavet, et saada vastuseid pidevalt tekkivatele küsimustele. Näiteks vajavad õpilased või praktikandid sageli põhiteavet, mis selgitab haiguse põhjuseid ja patogeneesi, füsioloogilisi omadusi jne. Põhiteave on suhteliselt stabiilne ja on seotud anatoomia, füsioloogia, patogeneesi ja etioloogiaga. Seda saab võtta õpikutest, teatmeteostest ja muudest üldistest allikatest.
Kuid enamasti vajavad arstid vastuseid küsimustele, mis on otseselt seotud patsiendi hooldamise/raviga.
Viitab haigusele või seisundile, kuid ei ole otseselt seotud kliinilise praktikaga
? "Mida…?"
? "Mis on keskkõrvapõletik?"
? "Millised mikroorganismid põhjustavad keskkõrvapõletikku?"
Tavaliselt saadakse sellistele küsimustele vastused õpikutele, teatmeteostele ja muudele üldistele allikatele viidates.
Teave patsiendi ravi kohta
"Tõenduspõhine meditsiin ei nõua mitte ainult õigete materjalide õigel ajal lugemist, vaid ka oma tavade muutmist (ja, mis on sageli eriti keeruline, teiste inimeste tavade muutmist) selle valguses, mida olete avastanud."
„Tõenduspõhine meditsiin hõlmab meditsiiniliste sekkumiste tulemuslikkuse objektiivset hindamist ja selle hindamise tulemuste kasutamist kliinilises praktikas. See võib olla keeruline ülesanne, kuna ja tõendite leidmisel ning nende levitamisel ja muudatuste elluviimisel - probleeme võib kohata kõikjal.
Lisaks põhiteabele vajavad arstid teavet, mis on otseselt seotud patsiendi juhtimise, diagnostika- ja ravimeetodite ning prognoosiga. Tõenduspõhine meditsiin käsitleb just neid küsimusi.
Patsiendi juhtimisega otseselt seotud probleemid:
Vastuse saamiseks peate küsimuse selgelt sõnastama.
Kliinilised näited:
Dietüülstilbestrool raseduse katkemise vältimiseks
Miks nad hakkasid kasutama dietüülstilbestrooli raseduse katkemise vältimiseks:
Nurisünnitused on sagedased
Östrogeenide kasutamine raseduse säilitamiseks tundub loogiline
Dietüülstilbestrooli saavatel naistel on harva täheldatud raseduse katkemist.
1950–1954: 6 mitte-randomiseeritud uuringut kinnitas dietüülstilbestroliga (kontrollimata) madalat raseduse katkemise määra
Aastatel 1950–1955: 5 randomiseeritud uuringut: naised määrati juhuslikult saama dietüülstilbestrooli või platseebot
Raseduse katkemised dietüülstilbestrooli saanud rühmas - 83/1220 (7%)
Nurisünnitused platseeborühmas – 54/1159 (5%)
Selged tõendid selle kohta, et dietüülstilbestrool on ebaefektiivne
Kasutamismuljed olid aga positiivsed ja Diethylstilbestroli kasutamine jätkus.
Miljoneid naisi raviti enne 1970. aastat
meditsiiniline katastroof
Andmed laste pikaajalistest vaatlustest, kelle emad said raseduse ajal raseduse katkemiste vältimiseks dietüülstilbestrooli.
Tagajärjed on katastroofilised. Kõige kurvem on see, et neid tagajärgi oleks saanud vältida, kui arstid oleksid patsientide juhtimise ja ravi osas valikuid tehes lähtunud tõenduspõhisest meditsiinist.
Aastal 1970: Vaginaalne adenokartsinoom diagnoositi 7 naisel, kelle emad said dietüülstilbestrooli
Nendes randomiseeritud uuringutes osalenud kohordi järelkontroll näitas järgmist olulist esinemissagedust:
Anomaaliad emaka arengus
Abordid, perinataalsed kaotused, viljatus
Munandite hüpotroofia
Psühhiaatrilised probleemid
Kas see on õige, mida me teeme?
„Head arstid kasutavad nii individuaalset kliinilist kogemust kui ka parimaid olemasolevaid tõendeid; kuid mõlemast üksi ei piisa, sest isegi parimad saadaolevad tõendid ei pruugi olla konkreetsele patsiendile sobivad ega kohaldatavad. Ilma kaasaegsete tõenditeta vananeb praktika kiiresti ja võib patsientidele kahjulik olla.
Kliiniline kogemus aitab sageli arstil valida kõige sobivama ravistrateegia. Paljudes olukordades põhinevad ravimeetodid siiski ainult kogemustel ja seda ei kinnita kliinilised uuringud. Need võivad olla mitte ainult ebaefektiivsed, vaid ka patsiendile kahjulikud.
Suur osa sellest, mida igapäevases praktikas tehakse:
Ei põhine kvalitatiivsetel tõenditel
Põhineb individuaalsel kliinilisel kogemusel
Ei vasta patsiendi vajadustele
Pika aja jooksul on kasutatud palju valusaid, ebameeldivaid, alandavaid tehnoloogiaid, hoolimata nende tõhususe tõendite puudumisest.
On mitmeid levinud tehnoloogiaid või tavasid, mis võivad olla patsientidele ebamugavad ja ei ole osutunud tõhusaks.
Ebaefektiivsed sekkumised
Palju sünnieelseid visiite
Soola tarbimise piiramine rasedatel naistel, et vältida preeklampsiat
Rutiinne vitamiinide ja rauapreparaatide määramine rasedatele naistele
Haiglas emade külastamise keeld/piiramine
Rakhmanovi voodid
Toidu ja vedeliku tarbimise piiramine sünnituse ajal
Rutiinne sünnieelne klistiir
Pubis ja kõhukelme rutiinne raseerimine
Rutiinne põie kateteriseerimine pärast sünnitust
Pärast lapse sündi alakõhul jää
Sünnituskanali rutiinne uurimine
Vagiina ravi antiseptikumidega
Ema ja lapse eraldamine kohe pärast sündi
Individuaalne kliiniline kogemus on hea, kuid mitte piisav
Professionaalne arvamus koosneb teadmiste ja oskuste hulgast, kliinilisest kogemusest, intuitsioonist, s.o. omaduste kogum, mis koos moodustavad niinimetatud kliinilise kogemuse (sisemised tõendid).
Seda tuleb aga parandada teiste saadud tõendite põhjal (välised tõendid). Kui väliseid tõendeid ei rakendata, muutub kliiniline praktika aegunuks.
Ilma kliinilise kogemuseta ei saa olemasolevaid tõendeid kasutada.
Iga indiviidi kliiniline kogemus on ebapiisav (isiklikud väärtused, sotsiaalsed ja kultuurilised omadused)
Ilma tõenditeta muutub kliiniline praktika iganenuks ja ebatõhusaks
Kuidas tõestada sekkumiste tõhusust ja ohutust (1)
Ravi- või ennetusmeetodite tõhususe ja ohutuse tõestamiseks tuleks läbi viia kliiniline uuring.
Ühele rühmale antakse uus (eksperimentaalne ravi) ja teisele (kontroll) rühmale antakse vana (traditsiooniline ravi) või platseebot.
Kui uut ravi saavatel patsientidel on statistiliselt oluline kõrvalnähtude (suremus, haigestumus) esinemissagedus väiksem, võib uut meetodit pidada tõhusaks.
Kliinilised uuringud erinevad oma kehtivusastme poolest, olenevalt uuringu ülesehitusest või metoodikast.
Kõige kvalitatiivsemad ja praktika jaoks väärtuslikumad on randomiseeritud kliinilistest uuringutest saadud tõendid.
Viige läbi kvaliteetne kliiniline uuring:
Randomiseeritud kontrollitud uuringud (RCT)
RCT-de süstemaatilised ülevaated
Randomiseeritud kontrollitud uuringud (RCT)
Randomiseerimine on protseduur, mille käigus määratakse patsiendid juhuslikult katse- ja kontrollrühmadesse.
Randomiseerimisega saavutatakse see, et kahe rühma vahel ei ole olulist erinevust, mis aitab meil veenduda, et saame saadud tulemuse omistada ainult ravile, mitte millelegi muule.
Kvaliteetsetel kliinilistel uuringutel on mitmeid tunnuseid:
tulemuste ilmnemiseks peab enamik uuringus osalevaid patsiente uuringu lõpuni minema (uuringu täielikkus)
patsiente tuleks analüüsida rühmades, kuhu nad randomiseeriti (olenemata sellest, kas nad said eksperimentaalset ravi või kontrollravi)
rühmad peaksid olema algtasemel homogeensed (kui mitte, ei pruugi randomiseerimine olla hästi tehtud)
parimad uuringud on "pimedad" nii teadlastele kui ka patsientidele ("topeltpime" uuring)
Topeltpime uuring
Kvaliteetsete kliiniliste uuringute üheks tunnuseks on see, et uuring peaks olema topeltpime.
"Topeltpime" uuring on siis, kui patsient ega arst ei tea, millisesse rühma patsient on määratud.
Uuringutes, mis uurivad ravimit tableti kujul, piisab lihtsalt "topeltpimestamise" pakkumisest. Üks tablett on testravim (katserühm), teine on platseebo (kontrollrühm). Mõlemad tabletid on sama suuruse, kuju ja värviga ning patsient ega arst ei tea, milline neist sisaldab uuritavat ravimit ja milline on platseebo. Teadlased peaksid aga olema teadlikud "platseeboefektist". Platseeboefekt võib avalduda järgmistel viisidel:
Patsient usub, et saab uut tõhusat ravimit, mille tulemusena on tema tuju optimistlikum ja enesetunne parem. See viib positiivse tulemuse ülehindamiseni.
Arst usub, et tema patsient saab uut tõhusat ravimit ja on ka optimistlikumate tulemuste poole. Arst suunab oma tähelepanu positiivsetele sümptomitele ja julgustab patsienti, mis suurendab positiivsete tulemuste arvu.
Sünnitusabi ja ohutu sünnituse alased uuringud
Arvukad kvaliteetsed randomiseeritud uuringud on avaldanud märkimisväärset mõju sünnitusabi praktikale ja aidanud kaasa emaduse ohutusele.
Eklampsia uuring on tõestanud, et magneesiumsulfaat on kõige tõhusam ravim eklampsiahoogude ennetamiseks. See uuring tegi lõpu pikaajalisele vaidlusele magneesiumi pooldajate ja nende vahel, kes pidasid diasepaami parimaks krambihoogude ennetamiseks.
MAGPI RCT-s osales üle 10 000 preeklampsiaga naise. See uuring tõestas ka magneesiumsulfaadi efektiivsust raske preeklampsia ravis. Bristoli uuring on üks paljudest RCT-dest, mis on näidanud, et sünnitusjärgse kolmanda etapi aktiivne juhtimine on sünnitusjärgse hemorraagia riski vähendamisel väga tõhus.
Teised randomiseeritud uuringud on näidanud perinataalse suremuse ja haigestumuse olulist vähenemist kortikosteroidide kasutamise tõttu enneaegse sünnituse riskiga naistel.
Tõhusad sekkumised
Krambivastaste ainete efektiivsus eklampsia korral
MAGPI uuring preeklampsia ja magneesiumsulfaadi kasutamise kohta
Bristol uurib sünnituse kolmanda etapi aktiivset juhtimist
Kortikosteroidide uuringud enneaegse sünnituse ohu korral
Psühho-emotsionaalne tugi sünnitusel
Püstised asendid sünnitusel
Naise roll kõigi oluliste otsuste tegemisel
Raseduse ajal kasutatav gravidogramm ja sünnituse ajal partogramm
Partneril on lubatud viibida sünnitustoas
Vaba asendi valik sünnitusel
Ebamõistlike protseduuride välistamine
Varajane ja piiramatu nahk-naha kontakt
Hüpotermia ennetamine vastsündinul
Tõhus vastsündinute elustamine
Imetamine nõudmisel ja kooselu
Meditsiinitöötajate nõuetekohane kätepesu on parim viis nakkuste vältimiseks
Ravimite ratsionaalne kasutamine
Uuringud, mis eitavad tõhusust
Väike annus aspiriini, et vähendada preeklampsia riski
Enamik IUGR-i raviskeeme
Katsete rutiinne juhtimine
Rutiinne elektrooniline loote jälgimine sünnituse ja madala riskiga raseduse ajal
Rutiinne või vaba episiotoomia
Vastsündinu hooldusuuringud
Vastsündinute elustamine ruumiõhu või hapnikuga
Nabaväädi jäänuste töötlemine antiseptilise või antibiootikumiga versus avatud nööri juhtimine
Rutiinne hingetoru intubatsioon ja mekooniumi aspiratsioon aktiivsetel vastsündinutel koos mekooniumiga amnionivedelikus
Tõendite usaldusväärsus
Arvestades vigade tõenäosust ja ebatäpsete järelduste võimalust, saab kõik erinevatel tõenditel põhinevad soovitused klassifitseerida vastavalt usaldusväärsuse tasemele järgmiselt:
Tase A (kõrgeim tõendustase): soovitused põhinevad randomiseeritud kontrollitud uuringute süstemaatiliste ülevaatuste tulemustel ja annavad kõrgeima tõendusmaterjali (tase 1a), samas kui soovitused (tase 1b) põhinevad üksikute RCT-de tulemustel.
Tase B: soovitused põhinevad kliiniliste uuringute tulemustel, kuid on madalama kvaliteediga kui RCT-d. See hõlmab kohortuuringuid (tase 2a ja 2b) ja juhtumikontrolluuringuid (tase 3a ja 3b).
Metaanalüüs ja süstemaatiline ülevaade
Süstemaatiline ülevaade on teema põhjalik ülevaade, mis võtab kokku kõik algselt läbi viidud kõrgeima taseme uuringud (enamasti RCT-d).
Metaanalüüs on ülevaade, kus kõigi uuringute tulemused kombineeritakse ja analüüsitakse ühe uuringuna.
kohordiuuring
RCT läbiviimine on väga keeruline ülesanne: uuringusse kaasamiseks vajavad patsiendid uuringus osalemiseks teadlikku nõusolekut. RCT-d võivad olla kallid, riskantsed ja ebaeetilised – ühele patsiendile antakse eksperimentaalset ravi ja teistele patsientidele platseebot.
Seetõttu võib tõendeid hankida ka teistsuguse ülesehitusega uuringute läbiviimisel – kohort, "juhtumikontroll" jne. Selliste uuringute tulemusena saadud tulemused on aga vigadele kalduvamad ja nende usaldusväärsus on vastavalt madalam.
Kohordiuuring on uuring, mille käigus patsientidel on teatud omadused (kokkupuude, teatud haigus, ravi jne) ja neid jälgitakse mõnda aega. Seejärel võrreldakse tulemusi sarnaste patsientide tulemustega, kellel neid spetsiifilisi omadusi ei ole.
Näiteks kaks inimeste rühma (kohorti): suitsetajad ja mittesuitsetajad. Neid rühmi jälgiti mõnda aega, et teha kindlaks, kas neil on terviseprobleeme.
Kohortuuringud ei ole nii usaldusväärsed kui randomiseeritud uuringud, kuna kohordid võivad üksteisest erineda muude näitajate kui suitsetamise osas. Näiteks võib suitsetajatel olla madalam sissetulek või nad on ülekaalulised kui mittesuitsetajad ning see asjaolu võib süvendada erinevusi rühmade vahel ja varjata suitsetamise spetsiifilisi mõjusid.
Kontrollitud kliiniline uuring
Juhtumikontrolli uuringud on retrospektiivsed uuringud, milles patsientidel on juba konkreetne seisund või haigus. Teadlane analüüsib nende patsientide omadusi ja võrdleb, mille poolest need patsiendid erinevad nendest, kellel haigust ei ole.
Näiteks: ühes uuringus küsiti kopsuvähiga patsientidelt, kui palju nad varem suitsetasid, ja võrreldi nende vastuseid nendega, kellel kopsuvähki ei olnud.
Juhtumikontrolli uuringud on vähem usaldusväärsed kui randomiseeritud või kohortuuringud, kuna statistiline seos kahe tingimuse vahel ei tähenda, et üks seisund on põhjustatud teisest. Näiteks: kopsuvähki haigestuvad sagedamini kõrghariduseta inimesed (tõenäoliselt suitsetavad), kuid see ei tähenda, et kõrghariduse omamine vähendaks kopsuvähi riski.
Juhtumikontrolli uuringu peamised eelised:
Uuringuid saab kiiresti teha, küsides patsientidelt mineviku sündmuste kohta. Vastasel juhul võib kuluda aastaid, enne kui see mõju iseenesest avastatakse.
Teadlased ei vaja erimeetodeid, kontrollrühmi jne. Nad valivad välja ainult inimesed, kellel on konkreetne seisund, ja viivad läbi küsitluse.
Kliiniliste juhtumite ja kliiniliste juhtumite sari
Individuaalne kliiniline juhtum on aruanne ühe patsiendi ravi kohta. Juhtumite sari on aruannete kogumik mitme patsiendi ravi kohta.
Näiteks: ühel teie patsiendil on seisund, mida te pole kunagi näinud ega millest kuulnud, ja te ei tea, mida oma patsiendi heaks teha. Juhtumite seeria leidmine võib aidata teil diagnoosi panna.
Juhtumiuuringute või juhtumiseeriate tulemused ei ole nii usaldusväärsed. Levinud seisundite uurimiseks tasub otsida usaldusväärsemaid tõendeid.
Üsna sageli on sama haiguse puhul sama terapeutilise või profülaktilise sekkumise või diagnostilise meetodi efektiivsust hindavate uuringute tulemused erinevad. Sellega seoses on üldistava järelduse saamiseks vaja erinevate uuringute tulemuste suhtelist hindamist ja nende tulemuste integreerimist Üks populaarsemaid ja kiiremini arenevaid meetodeid üksikute teadusuuringute tulemuste süsteemiintegreerimiseks uuringud on tänapäeval metaanalüüsi tehnika.
Metaanalüüs on sama keskkonnateguri mõju hindavate keskkonna- ja epidemioloogiliste uuringute kombineeritud tulemuste kvantitatiivne analüüs. See annab kvantitatiivse hinnangu erinevates uuringutes saadud tulemuste kokkulangevuse või lahknevuse astmele.
Sissejuhatus
Tõenduspõhise meditsiini kontseptsiooni kohaselt võetakse ainult nende kliiniliste uuringute tulemused, mis on läbi viidud kliinilise epidemioloogia põhimõtete alusel, mis võimaldavad minimeerida nii süstemaatilisi vigu kui ka juhuslikke vigu (kasutades aastal saadud andmete korrektset statistilist analüüsi). uuring), on tunnistatud tõenduspõhisteks.
Rahvusvaheline Epidemioloogide Assotsiatsioon iseloomustab seda tüüpi uuringuid kui tehnikat, mille abil "kombineeritakse erinevate teadustööde tulemused, mis koosnevad kvalitatiivsest komponendist (näiteks kasutades selliseid etteantud kriteeriume analüüsi kaasamiseks, nagu andmete täielikkus, andmete puudumine). ilmsed puudujäägid uuringu korralduses jne) ja kvantitatiivne komponent (olemasolevate andmete statistiline töötlemine)” – metaanalüüsi tehnika.
Esimese metaanalüüsi teaduses viis läbi Karl Pearson 1904. aastal. Uurimusi koondades otsustas ta ületada probleemi, mis on seotud uuringu võimsuse vähendamisega väikestes valimites. Nende uuringute tulemusi analüüsides jõudis ta järeldusele, et metaanalüüs võib aidata saada täpsemaid uuringuandmeid.
Hoolimata asjaolust, et metaanalüüs on nüüd epidemioloogia ja meditsiiniuuringute valdkonnas üldlevinud. Metaanalüüsi kasutanud artiklid ilmusid alles 1955. aastal. 1970. aastatel tutvustasid Glassi, Schmidti ja Hunteri (Gene V. Glass, Frank L. Schmidt ja John E. Hunter) tööd akadeemilisse uurimistöösse keerukamad analüüsimeetodid.
Oxfordi inglise sõnaraamatust selgub, et Glass kasutas seda terminit esmakordselt 1976. aastal. Selle meetodi aluse töötasid välja sellised teadlased nagu: Nambury S. Raju, Larry V. Hedges, Harris Cooper, Ingram Olkin, John E. Hunter, Jacob Cohen, Thomas C. Chalmers ja Frank L. Schmidt).
Metaanalüüs: kvantitatiivne lähenemine uurimistööle
Metaanalüüsi eesmärk on tuvastada, uurida ja selgitada erinevusi (statistilise heterogeensuse või heterogeensuse olemasolu tõttu) uuringute tulemustes.
Metaanalüüsi vaieldamatuteks eelisteks on võimalus suurendada uuringu statistilist võimsust ja sellest tulenevalt ka analüüsitava sekkumise mõju hindamise täpsust. See võimaldab täpsemalt kui iga üksiku väikese kliinilise uuringu analüüsimisel määrata patsientide kategooriad, kelle puhul saadud tulemused kehtivad.
Korralikult teostatud metaanalüüs hõlmab teadusliku hüpoteesi kontrollimist, metaanalüüsis kasutatud statistiliste meetodite üksikasjalikku ja selget esitlemist, analüüsi tulemuste, aga ka sellest tulenevate järelduste piisavalt detailset esitlemist ja arutelu. Selline lähenemine vähendab juhuslike ja süstemaatiliste vigade tõenäosust ning võimaldab rääkida saadud tulemuste objektiivsusest.
Metaanalüüsi läbiviimise lähenemisviisid
Metaanalüüsi tegemiseks on kaks peamist lähenemisviisi.
Esimene on üksikute uuringute statistiline kordusanalüüs, kogudes esmaseid andmeid esialgsetes uuringutes sisalduvate vaatluste kohta. Ilmselgelt pole see operatsioon alati võimalik.
Teine (ja peamine) lähenemine on teha kokkuvõte avaldatud uurimistulemustest ühes küsimuses. Selline metaanalüüs viiakse tavaliselt läbi mitmes etapis, millest olulisemad on:
kriteeriumide väljatöötamine originaaluuringute metaanalüüsi kaasamiseks
esialgsete uuringute tulemuste heterogeensuse (statistilise heterogeensuse) hindamine
tegeliku metaanalüüsi läbiviimine (mõju suuruse üldistatud hinnangu saamine)
järelduse tundlikkuse analüüs
Tuleb märkida, et metaanalüüsis sisalduvate uuringute ulatuse kindlaksmääramise etapp muutub sageli metaanalüüsi süstemaatiliste vigade allikaks. Metaanalüüsi kvaliteet sõltub suuresti selles sisalduvate originaaluuringute ja artiklite kvaliteedist.
Peamised probleemid uuringute kaasamisel metaanalüüsi hõlmavad uuringute erinevusi kaasamis- ja välistamiskriteeriumide, uuringu ülesehituse ja kvaliteedikontrolli osas.
Positiivsete uuringutulemuste valdava avaldamisega on seotud ka eelarvamus (statistiliselt oluliste tulemustega uuringud avaldatakse tõenäolisemalt kui need, millel pole).
Kuna metaanalüüs põhineb peamiselt avaldatud andmetel, tuleks erilist tähelepanu pöörata negatiivsete tulemuste alaesindatusele kirjanduses. Avaldamata tulemuste lisamine metaanalüüsi kujutab endast samuti olulist probleemi, kuna nende kvaliteet on teadmata, kuna neid ei ole eelretsenseeritud.
Põhimeetodid
Analüüsimeetodi valiku määrab analüüsitavate andmete tüüp (binaarne või pidev) ja mudeli tüüp (fikseeritud efektid, juhuslikud efektid).
Binaarseid andmeid analüüsitakse tavaliselt koefitsiendi (OR), suhtelise riski (RR) või riskide erinevuse arvutamise teel sobitatud valimite vahel. Kõik need näitajad iseloomustavad sekkumiste mõju. Binaarsete andmete esitamist OR-na on statistilises analüüsis mugav kasutada, kuid seda näitajat on kliiniliselt üsna raske tõlgendada. Pidevandmed on tavaliselt uuritud muutujate vahemikud või mittestandardiseeritud erinevus kaalutud keskmistes võrdlusrühmades, kui tulemusi mõõdeti kõigis uuringutes ühtemoodi. Kui tulemusi hinnati erinevalt (näiteks erinevatel skaaladel), siis kasutatakse võrreldud rühmade standardiseeritud erinevust keskmistes (nn efekti suurus).
Metaanalüüsi üks esimesi samme on hinnata sekkumisefektide tulemuste heterogeensust (statistilist heterogeensust) uuringute lõikes.
Heterogeensuse hindamiseks kasutatakse sageli χ2 teste nullhüpoteesiga võrdsest mõjust kõigis uuringutes ja olulisuse tasemega 0,1, et suurendada testi statistilist võimsust (tundlikkust).
Erinevate uuringute tulemuste heterogeensuse allikateks loetakse uuringusisest dispersiooni (erinevate uuringute tulemuste juhuslikest kõrvalekalletest ühest tõelisest fikseeritud efekti väärtusest), samuti uuringutevahelist dispersiooni (erinevuste tõttu uuritud proovid patsientide omadustes, haigustes, sekkumistes, mille tulemuseks on veidi erinevad mõjuväärtused). - juhuslikud mõjud).
Kui eeldada, et uuringute vaheline dispersioon on nullilähedane, siis omistatakse igale uuringule kaal, mille väärtus on pöördvõrdeline antud uuringu tulemuse dispersiooniga.
Uuringusisene dispersioon on omakorda määratletud kui
kus μ - uuringute keskmine.Kui uuringute vahel on null dispersioon, saab kasutada fikseeritud (pidevate) mõjude mudelit. Sel juhul eeldatakse, et uuritaval sekkumisel on kõigis uuringutes sama tõhusus ja uuringute vahel täheldatud erinevused tulenevad ainult uuringusisesest dispersioonist. Selles mudelis kasutatakse Mantel-Hanseli meetodit.
Mantel-Hanseli meetod
Tabelis on näidatud New Yorgi ja Londoni patsientide osakaal, kellel diagnoositi skisofreenia.
on rühmade individuaalsete koefitsientide kaalutud keskmine. Mantel-Hanseli hii-ruut test üldise seose mõõtmise olulisuse määramiseks põhineb proportsioonide vaheliste g erinevuste kaalutud keskmisel.
Mantel-Hanseli hii-ruudu statistika annab
1 vabadusastmega.
Et statistikal oleks hii-ruutjaotus 1 vabadusastmega, tuleb iga nelja eeldatavate sageduste summat
peab erinema selle miinimumist ja maksimumist vähemalt 5 võrra.
See tähendab, et 1 vabadusastmega hii-ruutjaotuse enesekindlaks kasutamiseks statistika jaoks ei ole üldse vaja suuri piirsagedusi. Vaatluste arv tabelis võib olla isegi kaks, nagu lingitud paaride puhul. Vajalik on vaid piisavalt suur hulk tabeleid, et iga eeldatavate sageduste summa oleks suur.
Muud lähenemisviisid metaanalüüsi läbiviimiseks
Juhuslike mõjude mudel viitab sellele, et uuritava sekkumise tõhusus võib uuringuti erineda.
See mudel arvestab dispersiooni mitte ainult ühe uuringu piires, vaid ka erinevate uuringute vahel. Sel juhul summeeritakse uuringusisesed ja uuringutevahelised dispersioonid. Pidevate andmete metaanalüüsi eesmärk on tavaliselt esitada punkt- ja intervallhinnangud (95% CI) sekkumise üldistatud mõju kohta.
Metaanalüüsi läbiviimiseks on ka mitmeid teisi lähenemisviise: Bayesi metaanalüüs, kumulatiivne metaanalüüs, mitme muutujaga metaanalüüs, ellujäämise metaanalüüs.
Bayesi metaanalüüs võimaldab arvutada sekkumise tõhususe eelnevaid tõenäosusi, võttes arvesse kaudseid andmeid. See lähenemine on eriti tõhus, kui analüüsitud uuringute arv on väike. See annab täpsema hinnangu sekkumise tõhususele juhuslike mõjude mudelis, selgitades erinevate uuringute erinevusi.
Kumulatiivne metaanalüüs- Bayesi metaanalüüsi erijuhtum - samm-sammuline protseduur uurimistulemuste ükshaaval kaasamiseks metaanalüüsi vastavalt mingile põhimõttele (kronoloogilises järjekorras, kuna uuringu metoodiline kvaliteet langeb jne. ). See võimaldab arvutada iteratiivseid eelnevaid ja tagantjärele tõenäosusi, kuna analüüsi kaasatakse uuringud.
Regressioonimetaanalüüs(logistiline regressioon, kaalutud vähimruutude regressioon, Coxi mudel jne) kasutatakse uurimistulemuste olulise heterogeensuse korral. See võimaldab mõjutada sekkumiskatsete tulemusi mitmetel uuringuomadustel (nt valimi suurus, ravimi annus, manustamisviis, patsiendi omadused jne). Regressioonimetaanalüüsi tulemused esitatakse tavaliselt kaldekoefitsiendina, millele on märgitud CI.
Tuleb märkida, et metaanalüüsi saab teha mitte ainult meditsiiniliste sekkumiste kontrollitud uuringute, vaid ka kohortuuringute (nt riskitegurite uuringute) tulemuste kokkuvõtmiseks. Siiski tuleks arvestada süstemaatiliste vigade suure tõenäosusega.
Metaanalüüsi eriliik on diagnostikameetodite informatiivsuse hinnangute üldistamine saadud erinevates uuringutes. Sellise metaanalüüsi eesmärk on kaalutud lineaarse regressiooni abil konstrueerida testide tundlikkuse ja spetsiifilisuse vastastikuse sõltuvuse tunnuskõver (ROC-kõver).
Jätkusuutlikkus. Pärast mõju suuruse üldistatud hinnangu saamist on vaja kindlaks määrata selle stabiilsus. Selleks tehakse nn tundlikkuse analüüs.
Sõltuvalt konkreetsest olukorrast saab seda läbi viia mitme erineva meetodi alusel, näiteks:
Madalal metodoloogilisel tasemel tehtud uuringute metaanalüüsi kaasamine ja väljajätmine
· Igast analüüsitud uuringust valitud andmeparameetrite muutmine, näiteks juhul, kui mis tahes uuringud näitavad kliinilisi tulemusi esimese 2 nädala jooksul. haigused ja muudes uuringutes - kliiniliste tulemuste kohta esimese 3-4 nädala jooksul. haiguste puhul on vastuvõetav võrrelda kliinilisi tulemusi mitte ainult iga vaatlusperioodi, vaid ka kuni 4-nädalase koguvaatlusperioodi kohta.
Suurimate uuringute metaanalüüsist väljajätmine. Kui konkreetse analüüsitava sekkumise mõju suurus tundlikkusanalüüsis oluliselt ei muutu, siis on alust arvata, et esmase metaanalüüsi järeldused on põhjendatud.
Sellise metaanalüüsi kõrvalekalde kvalitatiivseks hindamiseks kasutatakse tavaliselt üksikute uuringute tulemuste lehtrikujulise hajuvusdiagrammi koostamist koordinaatides (efekti suurus, valimi suurus). Kui uuringud on täielikult tuvastatud, peaks see diagramm olema sümmeetriline. Samas on olemas ka formaalsed meetodid olemasoleva asümmeetria hindamiseks.
Metaanalüüsi tulemused esitatakse tavaliselt graafiliselt (iga metaanalüüsis sisalduva uuringu mõju suuruste punkt- ja intervallhinnangud; näide joonisel 1) ja vastava statistikaga tabelite kujul.
Järeldus
Praegu on metaanalüüs dünaamiline, mitmemõõtmeline meetodite süsteem, mis võimaldab teoreetiliselt ja metodoloogiliselt veenvalt kombineerida erinevate teadusuuringute andmeid.
Võrreldes esmase uuringuga nõuab metaanalüüs suhteliselt vähe ressursse, mis võimaldab mitte-uuringutega arstidel saada kliiniliselt tõestatud teavet.
Metaanalüüsi kasutamise peamiseks tingimuseks on vajaliku teabe olemasolu läbivaadatud uuringutes kasutatud statistiliste kriteeriumide kohta. Ilma vajaliku teabe täpseid väärtusi väljaannetes avaldamata on metaanalüüsi kasutamise väljavaated väga piiratud. Sellise teabe kättesaadavuse suurenemisega jätkub metaanalüütiliste uuringute reaalne laienemine ja metoodika täiustamine.
Seega võib hoolikalt läbi viidud metaanalüüs paljastada valdkonnad, mis vajavad edasist uurimist.
Kasutatud kirjanduse loetelu:
- Fletcher R., Fletcher S., Wagner E. Kliiniline epidemioloogia.- M.: MediaSphere, 1998.- 350lk.
- Chalmers TC, Lau J. Meta-analüütiline stiimul kliiniliste uuringute muutuste jaoks. Stat Methods Med Res. 1993 ; 2: 161 -172.
- Gröönimaa S. Kvantitatiivsed meetodid epidemioloogilise kirjanduse ülevaates. Epidemiol Rev. 1987 ; 9: 1 -30.
- Stephen B. Thacker, MD, MSc. metaanalüüs. Kvantitatiivne lähenemine teadusuuringute integreerimisele. JAMA. 1988; 259 (11): 1685-1689.
- Peipert JF, Phipps MG. vaatlusuuringud. Clin Obstet Gynecol. 1998 ; 41: 235 -244.
- Pisike D. Metaanalüüs, otsuste analüüs ja kulutõhususe analüüs. New York, NY: Oxford University Press; 1994. aasta.
- Sipe TA, Curlette WL. Haridusliku saavutusega seotud tegurite metasüntees. Int J Educ Res. 1997 ; 25: 583 -598.
- Shapiro S. Metaanalüüs/shmetaanalüüs. Olen J Epidemiol. 1994;140:771-778.
- Schmidt LM, Gotzsche PC. Lestad ja mehed: viidete kallutatus narratiivse ülevaate artiklites: süstemaatiline ülevaade. J Fam Pract. 2005;54(4):334–338.
- Lu G, Ades A.E. Otseste ja kaudsete tõendite kombinatsioon segaravi võrdlustes. Statist Med 2004;23:3105-24.
- Lumley T. Võrgu metaanalüüs kaudseks ravi võrdluseks. Statist Med 2002;21:2313-24.
- Hedges LK, Olkin I. Statistilised meetodid metaanalüüsiks. San Diego, CA: Academic Press; 1986. aastal.
- Berry S.M. 2x2 tabelite heterogeensuse mõistmine ja testimine: rakendamine metaanalüüsis. Statist Med 1998;17:2353-69.
- Higgins JPT, Thompson SG. Heterogeensuse kvantifitseerimine metaanalüüsis. Stat Med. 2002;21(11):1539–5.
- Higgins JPT, Thompson SG, Deeks JJ, Altman DG. Metaanalüüside ebajärjekindluse mõõtmine. BMJ. 2003;327:557–560.
- Mantel N, Haenszel W. Haiguste retrospektiivsete uuringute andmete analüüsi statistilised aspektid. J Natl Cancer Inst. 1959;22(4):719–748.
- Cochran W.G. Erinevate katsete hinnangute kombinatsioon. biomeetria. 1954;10(1):101–129.
- Efron B. Empiirilised Bayesi meetodid tõenäosuste kombineerimiseks. JASA 1996;91:538-50.
- Morris C.N. Parameetriline empiiriline Bayesi järeldus: teooria ja rakendused. JASA 1983;78:47-55.
- Thompson SG, Higgins JP. Kuidas tuleks meta-regressioonianalüüse läbi viia ja tõlgendada? Stat Med. 2002;21(11):1559–1573.
- Hum sigimine. 1997 ; 12: 1851 -1863.
- Fleis J. Statistilised meetodid proportsioonide ja proportsioonide tabelite uurimiseks, Finance and Statistics, 1989.
- Schlesselman JJ. Endomeetriumi vähi risk seoses kombineeritud suukaudsete rasestumisvastaste vahendite kasutamisega. Hum sigimine. 1997 ; 12: 1851 -1863.
- Hopewell S, McDonald S, Clarke M, Egger M. Gray kirjandus tervishoiu sekkumiste randomiseeritud uuringute metaanalüüsides. Cochrane Database Syst Rev. 2007.
Taldau mete bul del darіgerliktіn aspaby
Turdalieva B.S., Rakhmatullaeva N.U., Ten V.B., Raushanova A.M.,
Musaeva B.A., Omarova D.B.
Asfendiyarov S.Zh. atyndagy Kazmu
Daleldi meditsiini ortalügia
Almatõ, Kasahstan
Tuin Bir aura boyinsha bagalangan zertteu nәtizheli ylғi bir emdik, aldyn alu nemese diagnosticslyқ adistin tiimdiligi zhii zhetkilikti ozgeshelenedi.
аartүrli zertteulerdin nәtizhelerinin salystyrmalaly bagasy zhane olardyn zhalpylauysh қorytyndynyң nәtizheli osygan bailanysty paida bolatyn қazhettilik kiriguin maқsaty.
En eygili zhane zheke gylymi zertteulerdin nәtizhelerinin zhүyelik kiriguinin zhyldam damityn adistemelerininin birine bugin meta - taldau adisteme zhatady.
Meta - taldau - bul ecologtin epidemiologylyk zertteuler birikken natizhelerinin sandyk taldauy - korshagan ortanyn ylgi bir factorinyn әserininң baғasy. Ol kelisushiliktin dәrezhesi nemese аrtүrli zertteu vetikad nәtizhelerdin aiyrmashylygynyn sandyk baғasyn eskeredi.
Metaanalüüstõenduspõhise meditsiini vahendina
Turdalieva B.S., Rakhmatullayeva N.U., Ten V.B., Raushanova A.M.,
Musaeva B.A., Omarova D.B.
S.D. Asfendiyarovi KazNMU, Almatõ, Kasahstan
AbstraktneÜsna sageli on sama haiguse puhul sama terapeutilise või ennetava sekkumise või diagnostilise meetodi efektiivsust hindavate uuringute tulemused erinevad.
Tõenduspõhise meditsiini üks olulisemaid vahendeid on statistika.
Meditsiiniringkond ei tahtnud neid edusamme pikka aega tunnustada, osaliselt seetõttu, et statistika moonutas kliinilist arutlust. Selline lähenemine seadis kahtluse alla iga patsiendi unikaalsuse postulaatidest lähtuvate arstide pädevuse ja sellest tulenevalt ka valitud teraapia ainulaadsuse. See oli eriti märgatav Prantsusmaal – riigis, mis andis maailmale palju tõenäosusprobleeme uurinud teadlasi: Pierre de Fermat, Pierre-Simon Laplace, Abraham de Moivre, Blaise Pascal ja Simeon Denis Poisson. 1835. aastal avaldas uroloog J. Civial artikli, millest järeldas, et pärast põiekivide veretut eemaldamist jäi ellu 97% patsientidest ja pärast 5175 traditsioonilist operatsiooni jäi ellu vaid 78% patsientidest. Prantsuse Teaduste Akadeemia on määranud arstide komisjoni J. Civiali artikli andmete kontrollimiseks. Selle komisjoni ettekandes avaldati ja põhjendati arvamust statistiliste meetodite kasutamise ebaotstarbekuse kohta meditsiinis: „Statistika eirab ennekõike konkreetset inimest ja käsitleb teda kui vaatlusühikut. See jätab ta ilma igasugusest individuaalsusest, et välistada selle individuaalsuse juhuslik mõju uuritavale protsessile või nähtusele. Meditsiinis on selline lähenemine vastuvõetamatu. Meditsiini ja bioloogia edasine areng aga näitas, et tegelikkuses on statistika nende teaduste võimsaim tööriist.
Negatiivset suhtumist statistika kasutamisesse meditsiinis kasvatati ka NSV Liidus Lõsenkošini perioodil. Pärast VASKhNILi 1948. aasta augustiistungi. taga kiusati mitte ainult geneetikat, vaid ka statistikat kui üht peamist geneetika tööriista. 20. sajandi 50. aastatel keeldus NSV Liidu VAK isegi arstiteaduste kandidaadi ja doktori akadeemiliste kraadide andmisest, ettekäändel kasutada "kodanlikku" statistikat väitekirjades.
19. sajandi keskpaigaks olid „...statistika aluspõhimõtted juba välja töötatud ja sündmuste tõenäosuse mõiste tuntud. Jules Gavard rakendas meditsiinistatistika üldpõhimõtetes neid meditsiinis. See raamat on tähelepanuväärne selle poolest, et see rõhutab esimest korda, et järeldus ühe ravimeetodi eelise kohta teise ees ei tohiks põhineda ainult spekulatiivsel järeldusel, vaid see peaks tulenema otsesel vaatlusel saadud tulemustest. piisav arv patsiente, kes said ravi vastavalt võrreldavatele meetoditele. Võime öelda, et Gavar töötas tegelikult välja statistilise lähenemise, millel tõenduspõhine meditsiin tänapäeval põhineb.
Tõenduspõhise meditsiini tekkimist arstiteaduse ja -praktika suunana soodustasid kaks peamist põhjust. Esiteks on tegemist kättesaadava teabe hulga järsu kasvuga, mis vajab enne praktikas kasutamist kriitilist analüüsi ja üldistamist. Teine põhjus on puhtalt majanduslik. Arstiteaduses ja praktikas rahaliste vahendite kulutamise ratsionaalsus sõltub otseselt uuringute tulemustest, mis peaksid testima diagnostika-, ennetus- ja ravimeetodite tõhusust ja ohutust kliinilistes uuringutes. Arst peab tegelema konkreetse patsiendiga ja esitama endale iga kord küsimuse: kas ja kui jah, siis mil määral on võimalik kliinilises uuringus saadud tulemusi sellele patsiendile laiendada? Kas on vastuvõetav pidada seda konkreetset patsienti "keskmiseks"? Arsti ülesanne on otsustada, kas konkreetse kontrollitud uuringu tulemused on tema kliinilise olukorra jaoks sobivad.
Tervishoius, nagu ka elanikkonna arstiabi korraldamise süsteemis, aga ka ennetavas ja kliinilises meditsiinis kasutatakse laialdaselt erinevaid arvulisi meetodeid. Neid kasutatakse kliinilises praktikas, kui arst tegeleb konkreetse patsiendiga, elanikkonnale meditsiinilise ja sotsiaalabi korraldamisel erinevate meditsiiniliste ja sotsiaalprogrammide tulemuste prognoosimisel ja hindamisel. Nende meetodite tundmine on vajalik teadusuuringute kavandamisel ja läbiviimisel, nende tulemuste õigeks mõistmiseks, avaldatud andmete kriitiliseks hindamiseks. Olenemata sellest, kas arst saab sellest aru või mitte, on numbrilised meetodid meetodi rakendamise, ravitaktika või patoloogia ennetamise küsimuse lahendamise aluseks. Ajalooliselt on suur hulk meditsiinis kasutatud arvulisi meetodeid saanud üldnimetuse - statistikat.
Oma olemuselt termin statistika sellel on mitu tõlgendust. Kõige primitiivsem neist tähendab statistikas mis tahes nähtuse arvtunnuste järjestatud kogumit. Arvatakse, et termini juured statistika tuletatud ladinakeelsest sõnast "staatus" (staatus) - osariik. Kahtlemata on ka side Itaalia "riigiga". Vana-Kreeka ajaloolase Herodotose tunnistuse kohaselt eksisteeris Pärsias juba 400 aastat enne Kristuse sündi andmete kogumine elanikkonna materiaalse seisundi, sündide ja surmajuhtumite kohta. Piibli Vanas Testamendis on sellistele statistilistele arvutustele pühendatud terve peatükk (Numbrite raamat).
Renessansiajal Itaalias oli inimesi, keda kutsuti "Statistika"- riigi märk. Terminite sünonüümina poliitiline aritmeetika ja riigiõpetus Terminit statistik kasutati esmakordselt alates 17. sajandi keskpaigast.
Meditsiinistatistikas kui teadmiste haru eristavad nad sageli: kliinilist statistikat, nakkushaigestumuse onkoloogilist statistikat, eriti ohtlike infektsioonide esinemissagedust jne. Meditsiinistatistika nende osade mitmekesisuse määrab meditsiinivaldkonna osade mitmekesisus. teadus ja arstide konkreetsete praktiliste tegevuste tüübid. Kõik meditsiinistatistika osad on omavahel tihedalt seotud, neil on ühtne metoodiline alus ja nende jaotus on paljudel juhtudel väga tinglik.
Matemaatika statistika , teadmiste haruna on spetsiaalne teadusdistsipliin ja sellele vastav akadeemiline distsipliin. Selle distsipliini teemaks on nähtused mida saab hinnata ainult vaatluste massis. See põhiomadus on tingitud asjaolust, et statistikaga uuritud nähtustel ei ole püsivaid, alati ühesuguseid tulemusi. Näiteks: isegi ühe ja sama inimese kehakaal muutub pidevalt, vere rakuliste elementide koostis on igal analüüsil samal patsiendil mõnevõrra erinev, sama ravimi kasutamise tagajärjed erinevatel inimestel võivad olla oma individuaalsete omadustega. jne. Paljudel näiliselt kaootilistel nähtustel on aga tegelikult hästi korraldatud struktuur ja vastavalt sellele võivad nad omada üsna konkreetseid arvulisi hinnanguid. Selle peamiseks tingimuseks on statistiline seaduspärasus, nende nähtuste statistiline stabiilsus, st rangelt määratletud mustrite olemasolu, isegi kui esmapilgul varjatud, mida saab kirjeldada statistika matemaatiliste meetoditega.
Statistika matemaatiliste meetodite arengut oluliselt mõjutanud tegur oli suurte arvude seaduse avastamine Jacob Bernoulli (1654-1705) poolt ja tõenäosusteooria esilekerkimine, mille alused töötasid välja prantsuse matemaatik ja astronoom Pierre Simon Laplace (1749-1827). Märkimisväärne etapp nende meditsiinistatistika sündmuste sarjas oli Belgia teadlase A. Quetelet (1796-1874) tööde avaldamine, kes rakendas esimesena matemaatilisi ja statistilisi uurimismeetodeid praktikas. A. Quetelet tõi oma teoses “Inimesest ja tema võimete arengust” välja keskmise inimese tüübi, millele on omistatud keskmised füüsilise arengu näitajad (pikkus, kaal), keskmised vaimsed võimed ja keskmised moraalsed omadused. Samal perioodil ilmus Venemaal arst Bernoulli töö “Rõugete vastane vaktsineerimine: surm ja tõenäosusteooria”.
meditsiinistatistika omab erilist kohta matemaatilise statistika meetodite rakenduspunktina. See eriline koht on tingitud meditsiini suurest rollist statistika kui iseseisva teaduse tekkes ning biomeditsiiniliste probleemide uurimise arengu olulisest mõjust paljude statistilise analüüsi meetodite tekkele. Praegu kasutatakse meditsiinilise ja bioloogilise matemaatilise statistika eristaatuse rõhutamiseks seda terminit üha enam selle tähistamiseks. biomeetria.
Enamik statistilise analüüsi meetodeid on universaalsed ja neid saab kasutada mitte ainult meditsiinistatistika erinevates harudes, vaid ka väga erinevates inimtegevuse valdkondades. Näiteks, Formaalse loogika seisukohalt on nakkushaigestumuse statistiline prognoos ja dollari kursi prognoos üks ja sama ülesanne.
Meditsiinistatistika meetodid võib jagada järgmistesse rühmadesse:
Andmete kogumine, mis võib olla passiivne (vaatlus) või aktiivne (katse).
Kirjeldav statistika, mis tegeleb andmete kirjeldamise ja esitamisega.
Võrdlev statistika, mis võimaldab analüüsida uuritavate rühmade andmeid ja võrrelda rühmi omavahel teatud järelduste tegemiseks. Neid järeldusi saab sõnastada hüpoteeside või prognoosidena.
Statistilised meetodid tõenduspõhise meditsiini alusena. Nende roll rahvatervise ja tervishoiuasutuste tegevuse analüüsimisel.
Ennetavate distsipliinide tekkimise ajalugu meil ja välismaal. Roll N.A. Semashko ja Z.P. Solovjova, G.A. Batkis, Yu.P. Lisitsyn ja teised.
Majutatud aadressil ref.rf
ennetuse arendamisel ja arendamisel.
Sotsiaalhügieen endises NSV Liidus alustab oma ajalugu RSFSRi Tervishoiu Rahvakomissariaadi sotsiaalhügieeni muuseumi korraldamisega, mille direktoriks oli kuulus hügienist prof A.V. Esimeste sotsiaalhügienistide seas olid teoreetikud ja teadlased sellised rahva tervise korraldajad nagu N.A. Z. P. Solovjov on arst, avaliku meditsiini tuntud tegelane. 1922. aastal koostas N.A.Semaško Z.P.Solovjovi ja A.V. Molkova, N.A. Sysina, S.I. Kaplun ja teised.
Majutatud aadressil ref.rf
autoriteetsed teadlased ja avaliku elu tegelased. I Mos.Univer.sotsiaalosakonnas korraldatud hügieen. 1923. aastal lõi Z. P. Soloviev ja tema kaaskond mee juurde sotsiaalhügieeni osakonna. fak. II Mos. Univer.
Majutatud aadressil ref.rf
1941. aastal sotsiaalteaduste osakond. hügieeniosakonnad nimetati ümber tervishoiuorganisatsiooni osakondadeks.See olukord mõjutas OZiZ-i teaduse arengut kõige halvemini. Aastal 1966ᴦ. nimetati tervishoiuministriks.
Majutatud aadressil ref.rf
NSVL B.V. Petrovski allkirjastas korralduse osakondade muutmise kohta sotsiaalteaduste osakondadeks. hügieeni- ja tervishoiuorganisatsioonid. Oktoobris 1999ᴦ. spetsialiseeritud osakondade koosolekul, kus osales ka Vene Föderatsiooni Tervishoiuministeerium, otsustati vastavalt Vene Föderatsiooni tervishoiuministri korraldusele distsipliin ümber nimetada ʼʼRahvatervis ja tervishoidʼʼ.
Ennetav suund tervishoius Venemaal. Ennetussüsteem meditsiinis ja tervishoius. Peamised ennetusviisid. Esmane ennetus kui elanikkonna tervise hoidmise alus.
Ennetus on rahvatervise üks olulisemaid valdkondi, see võimaldab hoida elanikkonna tervist. Ennetus (Kreeka kaitse, hoiatus) on lai ja mitmekülgne tegevusvaldkond, mis on seotud haiguste ja vigastuste põhjuste väljaselgitamise, likvideerimise (nõrgendamise) ning avaldumise ennetamisega üksikisikute, rühmade ja kogu elanikkonna seas. Ennetuse liigid: 1) individuaalne; 2) avalik. Arvestades sõltuvust ennetusmeetmete objekti iseloomust: 1) esmased - ennetavad meetmed, mille eesmärk on haiguse või kahjustuse vahetu põhjus; 2) sekundaarne - meetmed juba olemasoleva haiguse või vigastuse arengut soodustavate tingimuste ja tegurite mõjutamiseks. Ennetusmeetmete olemuse järgi: 1) sotsiaal-majanduslikud; 2) meditsiiniline. Ennetamise ajalugu: algab vaadete tekkimisest haiguste põhjuste, seisundite, tegurite ennetamise, nende raske kulgemise, tüsistuste ennetamise tähtsuse kohta. Meditsiini koidikul olid need lihtsad, kättesaadavad hügieeniretseptid: isikliku hügieeni reeglid, keha puhtana hoidmine, haigete ja nende riiete fumigeerimine, surnute riiete, surnukehade ja hooldusvahendite põletamine. hügieenialased soovitused olid iidsetelt arstidelt. Hippokrates lõi doktriini looduslike tingimuste ja elustiili rollist inimeste tervisele. M.L. rääkis ennetamisest. Mudrov (19. sajandi algus), I.I. Pirogov, G. A. Zahharyin, kuid Venemaa sotsiaalpoliitiline süsteem 19. sajandi alguses. 20. sajandil takistas ennetava tervishoiu loomist ja arendamist.
märtsis 1919 võeti RCP (b) 8. kongressil vastu programm tervishoiu juhtiva suuna – ennetava ravi kohta. Ennetuse roll tervishoius meie riigis kajastus täielikult NSV Liidu põhiseaduses (1977). Vene Föderatsiooni kodanike tervise kaitset käsitlevate õigusaktide põhialustes (1993) on rahvatervise aluspõhimõtete hulgas "ennetusmeetmete prioriteet".
Ennetuse staatus ja tunnused tervishoiureformi kontekstis. Prioriteetne riiklik projekt ʼʼtervisʼʼ, põhisuunad, selle roll ennetava suuna elluviimisel.
Projekti raames selgitati välja kolm peamist töövaldkonda: esmatasandi tervishoiu prioriteedi tõstmine, tervishoiu ennetava fookuse tugevdamine ning kõrgtehnoloogilise arstiabi kättesaadavuse suurendamine. Kavas oli keskenduda esmatasandi tervishoiu tugevdamisele (vallakliinikud, piirkonnahaiglad) - piirkonnaarstide ja õdede palkade tõstmine, nende raviasutuste varustamine vajalike aparatuuriga, perearstide ümberõpe, sünnitunnistuste juurutamine.
Tervishoiusektoris on enim tuge vajav valdkond esmatasandi tervishoid. Siin osutatakse 80% kogu arstiabist ning maksimaalne arv meditsiini- ja diagnostikaseadmeid, siia pöörduvad patsiendid kõige sagedamini. Sellegipoolest on meie riigis juba pikka aega olnud prioriteediks statsionaarse lüli, eriarstiabi arendamine, eelkõige seetõttu, et neid rahastati eraldi allikatest. Ambulatoorset kliinikut rahastavad omavalitsused on seni kõige tagasihoidlikuma võimekusega ja seetõttu ei ole esmatasandi arstiabi laekunud vahendite maht viimastel aastakümnetel olnud märkimisväärne. Sel põhjusel on materiaalse baasi suurendamisest saanud oluline samm raviasutuste töö kvaliteedi tõstmisel. Esiteks on projekti raames oluliselt tõusnud erinevate kategooriate meditsiinitöötajate keskmine töötasu tase (keskmiselt 80-100%).
Esmatasandi tervishoiu kvaliteet hakkas paranema ka teistes näitajates. Projekti raames on programmid arstide koolitamiseks ja ümberõppeks ning positiivne trend on näha meditsiinitöötajate arvu muutumises. Selle tulemusena langes 2006. aastal osalise tööajaga koefitsient Venemaal tervikuna 1,6-lt 1,31-le ning pensioniealiste inimeste osakaal esmatasandi tervishoiutöötajate hulgas. Ja see muudatus ei tulene mitte ainult meditsiiniülikoolide ja -kolledžite lõpetajate saabumisest, vaid ka näiteks mõnes Venemaa piirkonnas eritingimuste loomisest noortele arstidele, kes on avaldanud soovi maal töötada.
Haiguste ennetamine on kõige tõhusam vahend haiguste vastu. Ennetav tervishoid on meie riigis alati olnud prioriteet. Prioriteetse riikliku projekti „Tervis” raames määrati riigi rahaline toetus ennetusmeetmetele. Praegu on föderaaleelarve need kohustused taas enda peale võtnud.
Peamisteks eesmärkideks oli HIV ning B- ja C-hepatiidi ennetamine ning elanikkonna immuniseerimine riikliku vaktsineerimiskava raames. Ühtlasi tutvustati täiendavaid terviseuuringuid, terviseuuringuid, rasedate ja vastsündinute sõeluuringuid. Selle tulemusena vähenes 2006. aastal paljude hinnangute kohaselt oluliselt nendesse nakkustesse haigestumine ning kasvas varajases staadiumis diagnoositud haiguste protsent.
Sünnitunnistuste programmi teket võib seostada ka ennetava suunaga. Sünnitunnistus loodi eesmärgiga täiendavalt rahaliselt toetada tervishoiuasutuste tegevust, andes õiguse tasuda arstiabiteenuste eest. Samas on selle põhiülesanne elussündimuse tõstmine. Imikusuremusnäitajad 2006. aastal (10,21 1000 sünni kohta) langesid võrreldes varasemate aastatega (2005. aastal - 11). Küll aga plaanitakse saavutada rahvusvahelised elussünni standardid, parandades samal ajal raseduse katkemise vältimist. Suur tähtsus on diagnostiliste ja ravimeetmete efektiivsuse suurendamisel, rasedate naiste patoloogia uurimise ja ravi tasuliste teenuste arvu vähendamisel.
Peamised surmapõhjused Venemaal on tingitud nelja kuni viie teguri mõjust: liiklusvigastused ja liiklusõnnetused, äge mürgistus, onkoloogia, kardiovaskulaarne patoloogia ja sünnitusabi kvaliteet. Järgmiseks kolmeks aastaks on prioriteetse riikliku projekti ʼʼTervisʼʼ raames välja toodud kaks peamist prioriteetset valdkonda: võitlus kardiovaskulaarsete patoloogiate ja liiklusvigastuste vastu. Aastatel 2007-2008. nende probleemide ennetamiseks on kavas kulutada 13,5 miljardit rubla1.
Uusimate tehnoloogiate kättesaadavus meditsiini valdkonnas
Prioriteetse riikliku projekti raames on Venemaa Föderatsiooni valitsus otsustanud luua kõrgtehnoloogilised meditsiinikeskused, millest saab tõenäoliselt üks moodsamaid keskusi maailmas. Praeguseks on 80% Moskva ja Peterburi föderaalkeskustes kõrgtehnoloogilist arstiabi saavatest patsientidest nende linnade ja nende piirkondade elanikud. Lähiaastatel rajatakse sellised keskused Habarovskisse, Krasnojarskisse, Irkutskisse ja teistesse linnadesse. Οʜᴎ jaotatakse ühtlaselt ja see aitab viia tervishoiu uuele tasemele.
On seisukoht, et uute keskuste rajamine ei ole ülioluline, piisab lisavahendite leidmisest olemasolevates raviasutustes juba osutatava arstiabi rahastamiseks. Sel põhjusel on föderaalvalitsus esimest korda tellinud 128 000 operatsiooni1, mis tehakse spetsialiseeritud föderaalmeditsiiniasutustes. Järgmisel aastal suureneb see arv 170 000 operatsioonini.
Alates 2007. aastast kutsutakse Venemaa Föderatsiooni moodustavate üksuste meditsiiniasutusi esimest korda osalema kõrgtehnoloogiliste operatsioonide konkurssidel. Selleks ajaks peavad nad läbima mitu ettevalmistavat etappi: lõpetama arstiabi osutamise kliiniliste standardite kinnitamise, demonstreerima materiaalse baasi ja inimressursside valmisolekut.
2006. aastal sõlmiti PNP ʼZdorovyeʼʼ raames toimunud võistluste tulemuste kohaselt diagnostikaseadmete tarnimise lepingud kodumaiste (54%) ja välismaiste (46%) tootjatega1.
4. Rahvatervise uurimise tähtsus ja selle tingimuslikkus erialaprobleemide lahendamisel. Üldise tervise uuringu skeem. Peamised näitajad. Uurib rahvatervise mustreid, selle tingimuslikkust, et töötada välja tõenduspõhised strateegilise, taktikalise iseloomuga meditsiinilised ja ennetusmeetmed tervise säilitamiseks ja edendamiseks ning elanikkonna arstiabi parandamiseks
1) erinevate vanuserühmade, sotsiaalsete ja elukutseliste rühmade ning ühiskonna kui terviku tervisekaitse ja tervise parandamise probleemid
2) Teaduslikult põhjendatud optimaalsed tervishoiukorralduse meetodid, raviasutuste töövormid ja -meetodid, arstiabi kvaliteedi tõstmise võimalused
ajaloolised, ekspert-, eelarve-, statistilised, sotsioloogilised meetodid, organisatsioonieksperiment – majanduslikud meetodid, planeerimismeetodid, individuaalse programmi koostamine, pikaajaliste programmide koostamine sotsiaalseks ja hügieeniliseks monitooringuks.
Rahvastiku tervisenäitajad: rahvastiku loomulik liikumine (demograafilised näitajad, elanikkonna haigestumus, puue, füüsiline areng; rühmad: sotsiaalmajanduslik, elustiil, bioloogiline, füüsilis-geograafiline (loodus-klimaatiline).
Statistika kasutamine ennetavas meditsiinis. Statistiliste väärtuste liigid, nende kasutamine meditsiinis ja tervishoius. Statistiliste suuruste graafilised esitused.
Statistilised meetodid tõenduspõhise meditsiini alusena. Nende roll rahvatervise ja tervishoiuasutuste tegevuse analüüsimisel.
Statistika-1) on avalik. teaduse kass. uurib sotsiaalsete, massinähtuste kvantitatiivset poolt tihedas seoses nende kvalitatiivse poolega 2) on digitaalsete, statistiliste andmete kogum, mis iseloomustab seda või teist sotsiaalset nähtust või protsessi 3) on arvud ise, mis iseloomustavad neid nähtusi ja protsesse . FROM. on omad meetodid: m-d massivaatlus, rühmitused, tabelid ja graafikud S. põhiülesanne on paika panna uuritavate nähtuste mustrid. Ta uurib pidevalt muutuva, areneva ühiskonnaelu kvantitatiivseid mustreid.
Meditsiinistatistika – avalik. teadus, kass. uurib kogust. meditsiinis esinevate massinähtuste ja protsesside pool.
Peamised jaotised: \u003d tervisestatistika) sanitaar
tervisestatistika) statistika
Tervisestatistika – uuring. rahvatervist üldiselt ja eraldi
selle rühmad ja komplekt. oleneb tervisest lagunemisest. sotsiaalsed tegurid. keskkond.
Tervisestatistika – analüüsib andmeid meditsiinivõrgu kohta. ja
sanit. asutus, nende tegevus ja personal, hindavad dekomp. mõõta-
ty vastavalt profiilile ja ravida haigusi.
Statistiline üldkogum, mõisted, tüübid. Üksus
tähelepanekud, protokollid.
Statistiline kollektsioon - sugulaste rühm või kogum
homogeensed elemendid, st ühikud, mis on kokku võetud konkreetselt.
aja ja ruumi piirid ning märkide omamine
sarnasused ja erinevused.
TÜÜBID: 1) ÜLDINE – komp. kõikidest vaatlusüksustest;
2) VALIK - üldkogu osa, mis määratakse
Xia eriline meetodid, omama. sarnasuse ja erinevuse märgid (kvant.-
väljendatuna arvuna, nt vanus; ja omadused – omistav, väljendusrikas.
verbaalselt, nt.
Majutatud aadressil ref.rf
korrus. prof.);
VAATLUSÜHIK on stat-coy owl-ti, oblad, esmane element. sarnasuse tunnused (sugu, vanus, elukoht; mitte rohkem kui 4x) ja erinevused (kogus ja kvaliteet.). Ühikute summa oli uurimisobjekt.
Erinevuse märgid, nn. RAAMATUPIDAMISMÄRGID, yavl. nende analüüsi teema:
Oma olemuselt: \u003d omadused-mi- (atribuut) väljend. verbaalselt ja neile.
def. iseloomu (sugu, prof).
Kogus, väljendatuna arvuga (näiteks tõus).
Rolli järgi: \u003d faktoriaalne - mõjuta muudatusi sõltuvalt
need märgid.
Tõhus – sõltub faktoriaalist.
Statistikute põhiomadused ja nende statistika. omadused.
OMADUSED:
üks). Märgi jaotus statistikas. öökullid.
M. b. väljendatakse absoluutarvudes ja seostuvad. näitajad (ekstensiivne, intensiivne, suhtarvud, dünaamilised seeriad).
2). Funktsioonide keskmine tase
Har-Xia diff. keskmised väärtused (režiim, mediaan, aritmeetiline keskmine, kaalutud keskmine).
3). Tunnuste mitmekesisus (variatiivsus).
Har-Xia väärtused - piir, amplituud, keskmine. ruutkeskne hälve, koefitsient variatsioonid).
neli). Märkide usaldusväärsus (representatiivsus).
Arv. keskmiste väärtuste vead, keskmise kõikumise piiride arvutamine. väärtused, keskm. pok-ley.
5). M / d märkide seos (korrelatsioon)
Har-Xia koos pommiga. koefitsient korrelatsioonid.
Graafilised pildid. Graafika tüübid pilte. Graafika konstrueerimise reeglid. konstruktsioonid. Rakendus tervishoius.
Graafik. statistika visualiseerimiseks kasutatakse pilte. väärtused, luba analüüsida neid põhjalikult.
Nimetatud diagrammid. arvväärtuste (keskmiste ja suhteliste) tingimuslikud kujutised erinevate geomeetrite kujul.
Majutatud aadressil ref.rf
näidised (jooned, lamedad, maht. arvud)
Eristada põhilist. graafiku tüübid. pilt:
Diagrammid (lineaarne, radiaalne, tulp, veerusisene, pirukas, lokkis)
Kartogrammid
Kartogrammid
Ehitusreeglid:
Nime olemasolu
Tingimuslike kujundite olemasolu
Kaal
1.LINEAARSED diagrammid ca. kujutada mingi nähtuse või protsessi dünaamikat (näiteks meie maailma kasvamist, lapsepõlve surma dünaamikat). Juhul, kui ühel diagrammil on kujutatud mitu nähtusi, jooned on rakendatud erinevates värvides. EI ole soovitatav. rohkem kui 4 rida.
2. RADIAALS (ehk polaar)diagramm põhineb polaarkoordinaatide süsteemil nähtuse kujutamisel suletud ajatsüklis (päev, nädal, aasta).
KORTER:
üks). POST (ristkülikukujuline) u. nähtuse dünaamika või taktika kujutamiseks. Näiteks andke meile osakonnas arstid. määratletud riikides aastal. Veerusisene - näiteks haiguste rea jaoks klasside kaupa.
2). SEKTOR u. nt pildi jaoks.
Majutatud aadressil ref.rf
Unustage lehed või meie-mina surma põhjused, kus iga põhjus on hõivatud. resp. sektor apanaaži peas. kaal.
3). JOONIS (mahuline). sellel on lisa. dekomp kujul kujutatud figuurid. arvud.
Majutatud aadressil ref.rf
Näiteks voodikohtade arvu suurendamine skeemide näol. voodid.
neli). CARTOGRAMM on statistika pilt. väärtused geogr.
Majutatud aadressil ref.rf
kaart. Kasutajaandmete kuvamiseks. sama värvi, kuid erineva intensiivsusega värv (või varjutus).
5). CARTODIAGRAM on pilt geogr.
Majutatud aadressil ref.rf
diagrammi kaart dets. lahke.
Statistilised meetodid tõenduspõhise meditsiini alusena. Nende roll rahvatervise ja tervishoiuasutuste tegevuse analüüsimisel. - mõiste ja liigid. Kategooria "Statistilised meetodid tõenduspõhise meditsiini alusena. Nende roll rahvatervise ja tervishoiuasutuste tegevuse analüüsimisel" klassifikatsioon ja tunnused. 2017, 2018.
Praegu on statistiku osalemine kliiniliste uuringute tulemuste planeerimisel ja analüüsimisel tavaline ja laialt levinud praktika. Andmeanalüüsi roll projekti kui terviku arutelus kasvab.
Kliiniliste uuringute läbiviimisel võib matemaatiline statistika abiks olla eesmärgi sõnastamisel, kavandi väljatöötamisel, randomiseerimismeetodite valikul, statistiliselt olulise järelduse saamiseks vajaliku patsientide arvu määramisel, vahetult saadud tulemuste analüüsimisel ja järelduse tegemisel.
Kaasaegne arvutitehnoloogia teeb statistilised meetodid kättesaadavaks igale arstile. Programm STATISTIKA Kasutajasõbraliku liidesega, mis on rakendatud järjestikku avanevate dialoogibokside kujul, võimaldab see teil läbi viia nii esmase oma andmete uurimise kui ka süvaanalüüsi. Kasutades STATISTIKA Saate koostada analüütilise aruande, kirjutada artiklit, koostada ettekannet ja esinemist konverentsil.
STATISTIKA võimaldab teil kiiresti ja tõhusalt lahendada selliseid probleeme nagu:
- Meditsiiniliste uuringute planeerimine ja andmete ettevalmistamine
- Uuritavate suuruste peamiste kirjeldavate karakteristikute (keskmine, standardhälve, dispersioon, usaldusvahemikud, keskmised vead, mediaan, kvartiilid jne) arvutamine
- Andmete visuaalne esitus: esitluskvaliteedi graafik (histogrammid, hajuvusdiagrammid, kast-viskerdiagrammid, vigadega keskmiste graafikud, joondiagrammid jne)
- Statistiliselt oluliste erinevuste tuvastamine valimite vahel
- Faktorite vaheliste sõltuvuste analüüs
- Elulemusanalüüs (eluaja analüüs ühes või mitmes rühmas, rühmade võrdlemine eluea järgi, tegurite mõju hindamine patsientide elueale)
- Vajaliku valimi suuruse arvutamine, kriteeriumide võimsuse analüüs
- Ravi tulemuste prognoosimine
- ja jne.
Lähemalt meditsiini põhiülesannetest
Nõutava valimi suuruse määramine
Enne uuringu alustamist on oluline kindlaks määrata olulise mõju tuvastamiseks vajalik valimi suurus.
Näiteks kui palju patsiente tuleks igasse ravirühma kaasata, et 90% võimsus oleks tuvastada 5% oluline erinevus vererõhu languses?
Elulemuse analüüs, ellujäämise võrdlus erinevates rühmades
Kas aeg surmani, tagasilangus või muu sarnane erines? olenevalt ravi tüübist? Millised tegurid mõjutasid ellujäämist? Kuidas hinnata proteesi õige toimimise aega?
Elulemusanalüüsi moodulis saate koostada Kaplan-Meieri kõveraid, samuti testida hüpoteesi ellujäämise võrdsuse kohta rühmades, kasutades Gehan-Wilcoxoni, Cox-Menteli, Coxi F-testi, log-rank testi jne.
Lisaks tööstuslahenduse osana STATISTIKA saab edasi ehitada, et saada kliendi probleemide lahendamiseks kohandatud süsteem. Süsteem automatiseerib ja annab volitused STATISTIKA(näiteks metaanalüüsi tehes vms).
STATISTIKA- täiesti vene keeles!
STATISTIKA on meditsiiniandmete analüüsi tunnustatud standard. Programmi abil on tehtud tuhandeid kandidaadi- ja doktoriväitekirju, palju meditsiinialast uurimistööd STATISTIKA.
STATISTIKA on võimas analüütiline süsteem, mis pakub kasutajatele erakordseid võimalusi biomeditsiiniliste andmete analüüsi valdkonnas, mis sisaldab tohutul hulgal analüütilisi protseduure, mis on kogutud eraldi moodulitesse ja esitatud avanevate dialoogibokside jadana.
Andmehaldus, andmebaasipäringud, graafika tehakse mugavalt kahe hiireklõpsuga avatavates dialoogiboksides.
STATISTIKA võimaldab lahendada mitmesuguseid meditsiiniliste andmete analüüsimisel tekkivaid probleeme, alates esialgsest kirjeldavast andmeanalüüsist kuni uuritud nähtuste põhjuste süvendatud mõistmiseni, hüpoteeside kontrollimise, mõjude olulisuse hindamise ja prognoosimudelite loomiseni.
Statistilised meetodid võimaldavad hinnata ravimite mõju astet haiguse kulgu, võrrelda erinevaid ravimeid, testida ravimeetodeid, töödelda ravimite kliiniliste uuringute tulemusi, mõista haiguse etioloogiat, tuvastada kõige olulisemad markerid, hinnata diagnostiliste testide ennustavat väärtust ja tuvastada kõrvaltoimeid.
STATISTIKA võimaldab erinevate graafiliste tööriistade abil efektiivselt visualiseerida andmeid, viia läbi uurimuslikku graafilist analüüsi, hallata andmeid ja arendada oma rakendusi ning koostada automaatseid aruandeid uuringu tulemuste kohta.
Saate peaaegu igat tüüpi analüüsi enda jaoks kohandada STATISTIKA, sealhulgas madala taseme ja kasutajaliidese protseduurid.
Andmebaasidega töötamine, puhastamine, andmete filtreerimine, kõrvalekallete eemaldamine, monotoonsed ebaloomulikud protseduurid tehakse nüüd ühe klõpsuga mugavas kasutajaliideses.
Meditsiiniliste probleemide lahendamiseks kasutatakse kõige sagedamini järgmisi tooteid ja tööriistu STATISTIKA:
Tänu StatSofti jõupingutustele STATISTIKA täielikult tõlgitud vene keelde ja seda toetavad StatSofti kursused, samuti arvukad raamatud ja õpetused.
Samuti korraldame regulaarselt tasuta seminare ja veebiseminare, kus saate teada uusimate meditsiiniandmete uurimise ning meie õpetamis- ja nõustamismeetodite kohta. Mõne juhtumiga saate tutvuda jaotises Näited.
StatSofti nõustamise esimene samm on .
Koolituse osana aastal Andmeanalüüsi akadeemia StatSofti kõrge kvalifikatsiooniga spetsialistid viivad läbi loengukursusi nii andmeanalüüsi aluspõhimõtetest kui ka tõenduspõhise meditsiini süvastatistilistest meetoditest.
Pärast StatSofti koolituse läbimist suudate liikuda kliinilistes uuringutes uuele tasemele, tajuda kriitiliselt artikleid, publikatsioone ning saada vastused kõikidele andmeanalüüsi küsimustele.
Kutsume teid Andmeanalüüsi Akadeemia kursustele, mis on saadaval teile sobival ajal.
StatSofti andmeanalüüsi akadeemia meditsiini/farmakoloogia kursused:
Oma kursustel selgitame teile üksikasjalikult, kuidas andmeid koostada, sisestada STATISTIKA, importida teistest programmidest, teha kirjeldavat ja visuaalset analüüsi, leida muutujate vahel seoseid, ehitada selgitavaid mudeleid.
Üksikasjalikult, samm-sammult, õpetame teile, kuidas programmis töötada STATISTIKA ja selgitage, milliseid uurimismeetodeid peate oma probleemi lahendamiseks kasutama.
Materjali mõistmiseks ei ole vaja eelteadmisi statistilise analüüsi ja matemaatika meetoditest. Kursusel antakse kõik vajalikud teadmised. Õpilased õpivad arvutama ja tõlgendama kirjeldavat statistikat, visualiseerima andmeid, koostama risttabeleid, leidma seoseid ja looma ühiseid mustreid.
Kui soovite oma oskusi täiendada, viige läbi analüütiline uuring, kirjutage lõputöö statistilistel meetoditel, helistage või kirjutage meile.
Pange tähele, et saate koostada individuaalse koolitusprogrammi, valides teile huvipakkuvad teemad.
Osana konsultatsiooniprojektid, Andmeanalüüsi akadeemia StatSoft pakub abi statistilisel andmeanalüüsil, erineva ulatusega probleemide lahendamisel:
Kliiniliste uuringute statistilise analüüsi kontseptsiooni väljatöötamine ja planeerimine
Kliiniliste ja prekliiniliste uuringute tulemuste analüüs
Uurimistöö meetodite ja analüütiliste aruannete koostamine
Arstide individuaalsed konsultatsioonid teadusartiklite ja väitekirjade koostamise raames
Biomeditsiiniliste andmete terviklik analüüs hõlmab bioekvivalentsuse, paremuse, mittealaväärsuse, samaväärsuse, ravimite võrreldavuse uuringuid, diagnostiliste testide väljatöötamist ja võrdlemist, meetodite valideerimist, spetsiifiliste probleemide lahendamist biomeditsiiniliste andmete analüüsimisel.
Turustamisjärgsed uuringud viiakse läbi Data Mining tehnoloogiate abil, mis võimaldavad avastada kõrvalmõjusid, soovimatuid ravimite koostoimeid suurtes andmebaasides.
Teostame SAP (Statistical Analysis Plan) väljatöötamist, uuringute planeerimist, monitooringut ja statistilist analüüsi vastavalt rahvusvahelistele põhimõtetele ja standarditele.
Biomeditsiiniliste andmete statistilise uurimise põhimõtted on sätestatud rahvusvahelistes dokumentides GCP ja ICH, need on StatSofti korporatiivne standard (vt ICH - International Conference on Harmonization of Technical Requirements for Registration of Pharmaceuticals for Human Use materjale http:/ /www.ich.org/home.html – E9 (Kliiniliste uuringute statistilised põhimõtted), ICH E3 (Kliiniliste uuringute aruannete struktuur ja sisu), E6 (Head kliinilised tavad)).
Kliinilised uuringud peaksid olema hoolikalt planeeritud, põhjendatud, igakülgselt testitud, eelnema retrospektiivne analüüs, metaanalüüs, üksikasjalikult kirjeldatud, esitatud selgete diagrammide, graafikute ja tabelitena, statistiliste meetodite kasutamine on õigustatud.
Ainult hoolikalt kavandatud kliinilised uuringud avaldavad mõju ja väljatöötatud ravim või ravi on tõesti inimeste kasuks, mitte ei anna hetkelist mõju.
Meie klientideks on Venemaa ja maailma suurimad meditsiinikeskused:
| KFU ülikooli kliinik |
|
| Saratovi piirkondlik südamekirurgia keskus |
|
| Meditsiinilise biotehnoloogia keskus |
|
| FBUN Rospotrebnadzori Saratovi uurimisinstituut |
|
| Farmakoökonoomiliste uuringute keskus |
|
| Tervishoiu- ja Sotsiaalarengu Ministeeriumi Moskva Psühhiaatria Uurimisinstituut |
|
| Venemaa riiklik teadusuuringute ülikool. N.I. Pirogov |
|
| Vene Föderatsiooni tervishoiu- ja sotsiaalarengu ministeeriumi FSBI "Venemaa kardioloogia uurimis- ja tootmiskompleks" |
|
| Venemaa teaduslik kirurgiakeskus, mis sai nime V.I. B.V. Petrovski RAMS |
|
| Vene Föderatsiooni tervishoiuministeeriumi kardioloogia uurimisinstituut |
|
| Föderaalne osariigi ühtne ettevõte "Antidopingu keskus" |
|
| Moskva onkoloogia uurimisinstituut, mis sai nime V.I. P.A. Herzen |
|
| Neuroloogia uurimisinstituut RAMS |
|
| Moskva diagnostika ja kirurgia uurimisinstituut |
|
| Neurokirurgia Uurimisinstituut. Burdenko |
|
| Sünnitusabi, günekoloogia ja perinatoloogia teaduskeskus IN JA. Kulakova |
|
| Neuroloogia teaduskeskus RAMS |
|
| Kardiovaskulaarkirurgia Teaduskeskus. A.N. Bakuleva RAMS |
|
| Silmahaiguste uurimisinstituut |
|
| Infoökoloogia Uurimisinstituut |
ja paljud teised.
Kasutajate arvustustest:
Neuroloogia uurimisinstituut RAMS
Statistika kasutamine meditsiini- ja bioloogiauuringutes ei piirdu ainult andmete analüüsiga. Statistilisi meetodeid tuleks kasutada ka bioloogilise eksperimendi või meditsiinilise uuringu kavandamise etapis. Bioloogilise katse andmete analüüsimiseks on vaja kasutada statistikat, vastasel juhul ei saa järeldusi pidada teaduslikult põhjendatuks.
Meditsiinilise biotehnoloogia keskus
Sa oled imeline! Aitäh intellektuaalse mugavuse õhkkonna eest!
Ljašenko Alla Anatolievna,
Peadirektor, bioloogiateaduste kandidaat
Kursuse „Süvakursus STATISTIKA meditsiiniliste rakenduste jaoks »
FGOU VPO MGAVMiB nimega K.I. Skrjabin
Suur tänu – suurepärane stardikapital versiooniga 10 töötamiseks ja õpilastega töötamiseks, meetodis palju kasulikku. suhe.
Novikov Viktor Emmanuilovitš,
Biofüüsika ja radiobioloogia osakonna dotsent
Serdiks, Servier ettevõtete grupp
Aitäh kursuste suurepärase korralduse, materjali huvitava ja põneva esitlemise eest.
Moskvin Dmitri Nikolajevitš,
LLC "Serdiks", Venemaa farmaatsiaettevõtete grupi Servier tootmisettevõte
Olen väga tänulik õpetajale selge, arusaadava, visuaalse, järjepideva selgituse ja vastuste eest tekkivatele küsimustele. Keerulised teemad esitatakse nii, et ka asjatundmatu inimene saab nendega hakkama. Väga väärikas on ka kursuse korraldus.
Seleznev Dmitri Mihhailovitš,
meditsiiniline nõustaja