В медицинских исследованиях наиболее часто используют две группы методов:
1) Критерии, позволяющие выявить различия между исследуемыми препаратами и изучаемыми группами больных по каким-либо параметрам.
2) Методы, устанавливающие наличие и степень взаимосвязи между двумя или несколькими признаками.
Реже используется третья группа, к которой относятся более сложные способы анализа данных – многомерные методы исследования (факторный анализ, кластерный анализ и т.д.).
В первую очередь выбор критериев определяется тем, какие параметры Вы собираетесь анализировать:
– Количественные (например: уровень артериального давления и т.д.), их можно упорядочить и производить над ними арифметические действия.
– Порядковые (например: степень тяжести заболевания – легкая, средняя, тяжелая) их можно упорядочить, но арифметические действия над ними производить нельзя.
– Качественные (например: окраска бактерий по Граму – красная или синяя), их нельзя упорядочить и над ними нельзя производить арифметические действия, их можно описать, подсчитав число наблюдений, имеющих одно и то же значение, а затем оценить (сравнить) группы по количеству наблюдений, имеющих различные значения.
Вторым фактором, имеющим большее значение для количественных признаков, является характер распределения, наблюдаемых объектов. Рассмотрим два вида распределений:
1) Нормальное.
2) Ненормальное (которое включает ряд конкретных распределений).
Существуют несколько способов оценки принадлежности, полученного распределения к нормальному:
– Построение гистограммы частотного распределения признака и определение основных статистических параметров совокупности. Если получим форму гистограммы близкую к той, что изображена на рисунке 1, то значит, имеем дело с нормальным распределением. При этом медиана близка или равна среднему, асимметрия близка к нулю.
– Использование нормального вероятностного графика (функция реализована в компьютерных статистических программах). Если при этом, полученные значения признака располагаются почти на одной прямой, то распределение близкое к нормальному.
– Использование различных критериев (Колмогорова - Смирнова), которые оценивают степень отклонения данных от теоретических, имеющих нормальное распределение с той же средней и дисперсией, что и в Вашей группе. Если различия невелики, то данные имеют распределение близкое к нормальному. Графическое изображение нормального распределения (рис.1):
Рисунок 1
Оценка характера распределения должна проводиться обязательно, если, конечно, интересует достоверность исследования.
К числу других факторов, влияющих на выбор конкретного критерия относятся:
– Количество анализируемых групп,
– Сравнение зависимых или независимых групп.
В случае нормального (или близкого к нему) распределения данных, для их описания следует использовать среднее и дисперсию. Для сравнения и оценки различий между группами следует использовать параметрические критерии, т.е. те, которые для выявления различий оперируют параметрами распределения (средним и дисперсией).
При отсутствии нормальности распределения используют непараметрические методы исследования, то есть те, которые заменяют реальные значения рангами и производят расчеты над рангами. Для корректного описания данных, имеющих ненормальное распределение, следует использовать медиану и квартили (а не среднее и дисперсию).
При анализе порядковых и качественных признаков приоритет выбора остается за непараметрическими методами.
Если есть сомнения в характере полученного распределения, используйте непараметрические методы. Однако, следует помнить, что часто непараметрические методы имеют ограничения по объему анализируемой выборки (как правило не более 30 наблюдений).