II этап. Сбор статистического материала (статистическое наблюдение).

Статистическое наблюдение – это регистрация изучаемых единиц на специальных учетных медицинских документах.

Статистическое наблюдение классифицируется с учетом полноты охвата единиц совокупности, учета факторов по времени и по способу наблюдения.

Классификация статистического наблюдения

Признаки классификации	Виды наблюдения
Учет факторов по времени	Текущее (постоянное)
	Единовременное (одномоментное)
По полноте охвата единиц совокупности	Сплошное
	Не сплошное
По способу наблюдения	Непосредственное наблюдение
	Выкопировка данных, анамнестический метод

III этап. Обработка собранного материала:

• Проверка собранного материала на полноту и правильность заполнения учетных документов, устранение дубликатов.

• Шифровка (кодирование) путем проставления условного знака около каждого признака.

• Раскладка карт по группам в соответствии с шифром, подсчет карт в каждой группе.

• Составление общей сводки, т.е. занесение результатов подсчета в макеты таблиц заранее установленной формы для получения сравнительных и обобщающих величин.

IV этап. Анализ полученных данных

Алгоритм анализа:

• вычисление показателей (средних и относительных величин);

• построение графических изображений, иллюстрирующих полученные данные;

• сравнение результатов исследования;

• формулировка выводов, заключения и предложений по данному исследованию.

На этом этапе применяются специальные статистические методики: метод стандартизации, метод корреляции, дисперсионный анализ, дискриминантный анализ и пр.

В процессе медико-биологического исследования очень часто возникает проблема выбора статистического метода, необходимого для решения конкретной задачи.

Статистические методы, применяемые при решении типичных

медико-биологических задач:

Задача	Статистический показатель	Метод
Оценить принадлежность …
варианты к выборке	средняя арифметическая (M) и значение отдельной варианты (x)		t-критерий Стьюдента
Оценить достоверность отличия …
двух выборок по величине признака	средняя арифметическая (M)	сравнение средних арифметических по t-критерию Стьюдента
двух выборок по изменчивости признака	дисперсия, стандартное отклонение, коэффициент вариации	сравнение дисперсий по F-критерию Фишера
двух выборок в целом	ранги	сравнение степени упорядоченности вариант по критериям U-Уилкоксона и Q-Розенбаума
эмпирического и теоретического распределений	частоты встречаемости вариант	сравнение частотных распределений по χ2 -критерию Пирсона
Оценить достоверность влияния …
фактора на величину признака	факториальная и случайная дисперсия, сила влияния	дисперсионный анализ по F-критерию Фишера
одного признака на другой признак	коэффициент регрессии	регрессионный анализ по критериям F-Фишера и t-Стьюдента
двух признаков друг на друга (взаимодействие)	коэффициент корреляции	корреляционный анализ по t-критерию Стьюдента

В последнее время к проведению статистического анализа практически всегда привлекаются различные компьютерные статистические пакеты.

Современные международные стандарты практики проведения клинических исследований и практики распространения лекарственных препаратов предъявляют высокие требования к использованию статистических методов при анализе результатов медико-биологических и фармацевтических исследований.

Появление мощных статистических пакетов дало широкий доступ к проведению анализа лицам - профессионалам в своей предметной области, но не имеющим специальной математической подготовки.

В тоже время необходимо отметить, что применение статистических методов является творческой деятельностью и, как любая творческая деятельность требует от биостатистика при выборе методов анализа и интерпретации полученных результатов глубоких знаний не только в области биомедицины, но и математики.

Неадекватное применение мощных математических методов может приводить к ложным выводам.

В связи с этим актуальной является задача выбора адекватных критериев из множества возможных, предоставляемых различными статистическими пакетами, а также правильная интерпретация полученных результатов.

Среди статистических пакетов анализа данных чаще используют следующие три вида программ:

1. профессиональные пакеты - предназначены для анализа очень больших объемов данных либо для применения узкоспециализированных методов;

2. универсальные пакеты - рассчитаны на использование для анализа самых различных предметных областей, содержат широкий диапазон статистических методов (Statistica 6.0, StatSoft);

3. специализированные пакеты - обычно содержат небольшое число статистических методов, наиболее часто используемых в конкретной предметной области (MedStat, Biostat, CIA).

Универсальные пакеты обладают большими мощностями, профессиональным интерфейсом, в то же время их универсальность требует от пользователя достаточной подготовки в области математической статистики для выбора адекватных критериев из большого их разнообразия и правильной интерпретации в терминах конкретной предметной области.

Специализированные пакеты точно адресованы конечному пользователю, однако зачастую они предназначены для решения узкого круга задач.

Остановимся на описании некоторых универсальных статистических пакетов.

1) Система SAS известна с 1976 г. и способна работать под управлением практически любой операционной системы.

Она включает свыше 20 различных программных продуктов, объединенных друг с другом «средствами доставки информации».

Основным достоинством SAS является непревзойденная мощность по набору статистических алгоритмов среди универсальных пакетов.

Кроме того, SAS предоставляет пользователю возможность подключения собственных алгоритмов.

Однако, высокая стоимость системы и малая распространенность ее в Казахстане делает ее малоизвестной среди отечественных специалистов, занимающихся исследованием качества жизни.

2) Пакет SPSS предназначен в первую очередь для статистиков-профессионалов. Он включает развитый аппарат статистического анализа, соизмеримый по мощности с SAS.

Программу SPSS для Windows считают в настоящее время одним из лидеров среди универсальных статистических пакетов.

Алгоритмы шкалирования опросников качества жизни распространяются также в виде скриптов на языке SPSS. Научиться самостоятельно писать подобные алгоритмы может любой специалист без начального программистского образования.

SPSS имеет более 50 типов удобных диаграмм, а также развитые средства подготовки отчетов. Аналитические параметры отображаются на экране в виде простых и понятных меню и диалоговых окон. Его новая «контекстно-ориентированная» справочная система содержит пошаговые инструкции для наиболее важных операций.

В литературных источниках, посвященных исследованию качества жизни, упоминания об использовании SPSS встречаются практически наравне с упоминаниями о SAS.

3) Пакет Statistica 6.0 не стоит использовать пользователю-новичку в статистике, так как он предполагает владение статистической терминологией.

Тем не менее на отечественном рынке этот пакет пользуется популярностью благодаря высокой активности фирмы-разработчика Statsoft, способствующей популяризации пакета.

Ряд авторов считает, что пакет Statistica является хорошо сбалансированным по соотношению «мощность/удобство».

Наличие достаточно широкого спектра функциональных алгоритмов делает его достаточно привлекательным для статистиков-профессионалов.

В частности, он включает в себя ряд непараметрических методов анализа и методы многомерного анализа. В пакете Statistica хорошо развиты средства манипулирования исходными данными, данные легко редактируются.

Сильной стороной пакета является графика и средства редактирования графических материалов.

В пакете представлены сотни типов графиков, матрицы и пиктограммы. Предоставляется возможность разработки собственного дизайна графика.

4. Иллюстративный материал: презентация, слайды.