- •От авторов
- •Раздел 1 Медицинская информатика как наука. Медицинская информация и методы ее обработки
- •1.1 Историческая справка развития медицинской информатики. Задачи медицинской информатики. Структура предмета. Современное состояние и основные направления развития медицинской информатики на Украине.
- •1.1.1 Историческая справка развития медицинской информатики. Задачи медицинской информатики.
- •1.1.2 Структура дисциплины
- •1.1.3 Современное состояние и основные направления развития медицинской информатики на Украине
- •1.2 Информация. Медицинская информация, ее свойства. Информативность и валидность медицинских данных. Дискретные и аналоговые медицинские данные. Стандарты медицинских данных.
- •1.2.1 Информация. Медицинская информация, ее свойства. Информативность и валидность медицинских данных.
- •1.2.2 Дискретные и аналоговые медицинские данные.
- •Интерфейс компьютера
- •1.2.3 Стандарты медицинских данных
- •1.3 Общие понятия о статистических методах обработки данных. Элементарные статистические характеристики.
- •1.3.1 Службы медицинской статистики
- •1.3.2 Этапы статистической задачи.
- •1.3.3.Элементарные статистические характеристики.
- •1.3.4 Примеры решения демонстрационных статистических задач, выполненных с помощью Microsoft Excel.
- •1.3.4.1 Задача на определение относительной частоты в вариационном ряду
- •1.3.4.2 Задача на определение показателей относительных величин.
- •1.3.4.3. Задача на определение средних выборки.
- •1.3.4.4 Графический метод представления данных.
- •1.3.4.5 Задача на выявление взаимосвязи между выборками
- •1.3.4.6 Метод на выявление достоверности отличия начальных данных
- •1. Постановка задачи:
- •2. Сбор информации
- •3. Выбор статистического метода решения и первичная статистическая обработка данных
- •1.3.4.7 Решение вышеизложенных задач (№1 и №2) с помощью Пакета анализа, интегрированного в Excel
- •Раздел 2 Современная вычислительная техника (вт) в системе здравоохранения
- •2.1 Аппаратное и программное обеспечение (по) компьютера
- •2.1.1 Аппаратное обеспечение компьютера. (Логические основы и архитектура)
- •Логические основы персонального компьютера
- •2.1.2 Программное обеспечение пк
- •2.1.2.1 Системные программы
- •2.1.2.2 Прикладные программы
- •2.2 Операционные системы Windows-95, 98, хр и программа-оболочка far, которая работает под управлением ос Windows
- •2.3 Интегрированный пакет прикладных программ (ппп) ms Office
- •Раздел 3 Медицинские компьютерные коммуникации.
- •3.1. Компьютерные сети, основные понятия.
- •3.1.1. Элементарные общие понятия о локальных сетях
- •3.1.2. Элементарные общие понятия о глобальных сетях.
- •3.1.2.1. Глобальная сеть Internet.
- •3.1.2.2. Основные сетевые сервисы (услуги)
- •3.1.2.3. Поиск информации в сети Интернет
- •3.2. Медицинские ресурсы Internet
- •3.3. Электронная почта
- •А.В. Владзимирский Телемедицина в практике медицинской сестры
- •Основные телемедицинские процедуры
- •Телесестринство
- •Домашняя телемедицна
- •Библиография
- •Раздел 4 Медицинские информационные системы
- •4.1.Концепция информатизации здравоохранения. Классификация мис.
- •4.1.1 Концепция информатизации здравоохранения
- •1. Проблема, для решения которой разрабатывается Программа.
- •2. Цель Программы
- •5. Финансирование Программы
- •6. Ожидаемые результаты реализации Программы
- •4.1.2 Классификация мис.
- •4.1.2.1 Общие положения о мис.
- •4.1.2.2 Структура мис
- •4.1.2.3. Современная классификация медицинских информационных систем.
- •4.2 Автоматизированные системы диагностики заболеваний и прогнозирование результатов их лечения
- •4.2.1 Медицинские процессы с точки зрения информатики.
- •4.2.2. Компьютерные диагностические системы (кдс): вероятностные консультативные и экспертные.
- •4.2.3. Скрининговые системы.
- •Раздел 5 Медицинские приборно-компьютерные системы (мпкс)
- •5.1 Понятие о медицинских приборно-компьютерных системах. Историческая справка. Ведущие области их применения.
- •5.2 Компьютерные мониторные системы.
- •5.3 Медицинские компьютерные системы визуализации (компьютерная томография; ультразвуковое обследование и т.П.).
- •5.3.1 Компьютерная томография (кт)
- •5.3.1.1. Рентгеновская компьютерная томография (кт, ркт)
- •5.3.1.2 Томография с использованием электромагнитных полей (магнитно-резонансная томография) (мрт)
- •5.3.1.3.Третье направление кт - позитронная эмиссионная томография (пэт)
- •5.3.2. Ультразвуковое исследование.
- •Для самостоятельного изучения.
- •Література
- •Содержание
- •Раздел 1 Медицинская информатика как наука. Медицинская информация и методы ее обработки 5
- •Раздел 2 Современная вычислительная техника (вт) в системе здравоохранения 66
- •Раздел 3 Медицинские компьютерные коммуникации. 121
- •Раздел 4 Медицинские информационные системы 162
- •Раздел 5 Медицинские приборно-компьютерные системы (мпкс) 193
1.3.4.6 Метод на выявление достоверности отличия начальных данных
Демонстрационная задача из доказательной медицины.
Доказательную медицину можно рассматривать как новый подход или технологию сбора, анализа, обобщения и интерпретации научной информации начальных данных. Одна из причин возникновения доказательной медицины − это увеличение объема научной информации, в частности в области клинической фармакологии. Ежегодно в практику внедряются все новые и новые препараты. Они активно изучаются в многочисленных исследованиях, результаты которых нередко оказываются неоднозначными, а иногда и прямо противоположными.
Задача №2 (на выявление достоверности различий).
Рассмотрим две группы больных тахикардией, одна из которых (контрольная) получала традиционное лечение, а другая (исследуемая) получала лечение по новой методике с применением нового препарата. Составим таблицу значений частоты сердечных сокращений (ЧСC) (ударов в минуту) для каждой группы.
1. Постановка задачи:
Среди большого числа лекарственных препаратов и методов лечения, было выбрано средство, которое обладает наиболее высокой эффективностью и лучшей переносимостью. Цель: доказательство или опровержение предположения об эффективности нового препарата у данной популяции больных.
Разработка плана статистического метода исследования: наблюдение, которое обычно проводится с участием выборки - исследуемой группы людей. Пациенты исследуемой группы (первая выборка) получают препарат, эффективность которого не доказана или вызывает сомнение в ходе испытания. Контрольную группу (вторая выборка) составляют пациенты, не получающие никакого лечения, или получающие плацебо - лекарственную форму, не обладающую терапевтической активностью в отношении оценивающего признака. В данной задаче выборки разные и принадлежат к разным генеральным совокупностям.
Условия наблюдения: испытание лекарственных средств должно быть слепым, т.е. пациент (просто слепое) или исследователь и пациент (двойное слепое) – не информированы о том, какая из групп получает испытуемый препарат, а какая - плацебо. Это также позволяет увеличить объективность результатов исследования, т.к. уменьшается вероятность ошибки, связанной с формированием групп больных.
2. Сбор информации
3. Выбор статистического метода решения и первичная статистическая обработка данных
Введём данные в рабочую таблицу и определим важнейшие характеристики выборки при помощи пакета Excel:
Частоты сердечных сокращений для каждой группы (ЧСС) |
|
Контрольная группа |
Исследуемая группа |
162 |
135 |
156 |
126 |
144 |
115 |
137 |
140 |
125 |
121 |
145 |
112 |
151 |
130 |
Среднее значение (М, Хс, где М= Хс± σ. σ - среднее квадратичное или стандартное отклонение) - центр выборки, вокруг которой группируются элементы выборки.
Вначале находим Хс. Устанавливаем курсор в ячейку A10 и на панели инструментов нажимаем кнопку Вставка функции/ДО «Мастер функций» выбираем категорию Статистические, в окне Выберите функцию выбираем СРЗНАЧ/Ок. Отодвигаем появившееся диалоговое окно при помощи мыши и вводим диапазон данных контрольной группы (A3:A9)/Ок. В окне появится результат: 145,714. Аналогично подсчитываем среднее значение (Хс) и для исследуемой группы.
Хс=145,71 |
Хс=125,57 |
Среднее квадратичное или стандартное отклонение (σ - сигма) –мера разброса элементов выборки относительно среднего значения. Устанавливаем курсор в ячейку A11 и на панели инструментов нажимаем кнопку Вставка функции/ДО «Мастер функций» выбираем категорию Статистические, в окне Выберите функцию выбираем СТАНДОТК/Ок. Отодвигаем появившееся диалоговое окно при помощи мыши и вводим диапазон данных контрольной группы (A3:A9)/Ок. В окне появится результат: 12,298. Аналогично подсчитываем среднее значение (σ) и для исследуемой группы.
σ =12,29
σ =10,27
Найдем максимальное значение данного из выборки. Устанавливаем курсор в ячейку A12 и на панели инструментов нажимаем кнопку Вставка функции/ДО «Мастер функций» выбираем категорию Статистические, в окне Выберите функцию выбираем МАКС/Ок. Отодвигаем появившееся диалоговое окно при помощи мыши и вводим диапазон данных контрольной группы (A3:A9)/Ок. В окне появится результат:162. Аналогично подсчитываем МАКС значение исследуемой группы в ячейке В12.
162 |
140 |
Найдем минимальное значение данного из выборки. Устанавливаем курсор в ячейку A13 и на панели инструментов нажимаем кнопку Вставка функции/ДО «Мастер функций» выбираем категорию Статистические, в окне Выберите функцию выбираем МИН/Ок. Отодвигаем появившееся диалоговое окно при помощи мыши и вводим диапазон данных контрольной группы (A3:A9)/Ок. В окне появится результат:125. Аналогично подсчитываем МИН значение исследуемой группы в ячейке В13.
125 |
112 |
Для того, чтоб правильно найти среднее значение выборки (М), надо проанализировать следующее положение, согласно которому:
при М=Хс± 1s, данные укладываются в диапазон выборки на 68,3%
при М=Хс± 2s, данные укладываются в диапазон выборки на 95,5%;
при М=Хс± 3s, данные укладываются в диапазон выборки на 99,7%.
Если в полученные пределы (max, min) данные укладываются, то средняя выборки достоверна и ею можно пользоваться.
5. Подсчитаем 2s методом ручного введения формулы в ячейку A14 = 2*A11.
Аналогично подсчитываем значение 2s и для исследуемой группы в ячейке В14.
24,59578 |
20,55423 |
6. Проверяем, укладываются ли данные выборки в пределы (max, min), т.е. находим Хс± 2s, вводя вручную формулы в ячейки А15 =А10+А14 и в А16 =А10-А14.
170,3100655 |
146,125654 |
121,118506 |
105,017203 |
7. Подсчитаем 3s методом ручного введения формулы в ячейку A17 = 3*A11.
Аналогично подсчитываем значение 3s и для исследуемой группы в ячейке В17.
36,89 |
30,83 |
8. Проверяем, укладываются ли данные выборки в пределы (max, min), т.е. находим Хс± 3s, вводя вручную формулы в ячейки А18 =А10+А17 и в А19 =А10-А17
182,6079553 |
156,402767 |
108,8206161 |
94,7400902 |
9. Набираем на клавиатуре результат в A20 значение М1 и в В20 значение М2, учитывая данные 2s
М1=145,7±24,59 |
М2=125,5±20,55 |
Для дальнейшего толкования результатов данной задачи сравниваем исходные средние данные исследуемой группы с контрольной. При сравнении итоговых средних значений можно видеть, что они отличаются по величине, т.е. различны: М1 =145,7±24,59; М2 =125,5± 20,55, т.е. М1 ≠ М2. Второй результат меньше отклоняется от нормы, чем первый. Поэтому можно предположить, что применение нового препарата эффективно в новой методике лечения. Но это надо доказать, так как возможно, что в результатах исследуемой группы могут быть случайные отклонения и тогда исходные данные будут недостоверны. Для окончательного вывода в подобных задачах используется подсчёт критериев различия, в данном случае используем критерий различия Стьюдента (t). Критерий сравнивает данные исследуемой и контрольной групп и может доказать, что они не только различны, но и что различия достоверны. При любой трактовке необходимо пользоваться установленными ранее законами, изучение которых не входит в сферу данной главы, т.е. использовать эмпирические знания. Для данной задачи – это уровень значимости – характеристика, определяющая максимальное значение вероятности появления события, при котором событие считается практически невозможным. Уровень значимости в медицине имеет значение равное 0,05. При р<0,05 событие маловероятно, а если произошло, то не было случайным.
Итак, уровень значимости применяем для сравнения с критерием Стьюдента, который надо найти. Для сравнения проводится проверка нулевой гипотезы:«Средние двух выборок относятся к одной и той же совокупности», т.е. средние значения выборок равны между собой (М1 = М2). Критерий позволяет найти вероятность того, что оба средних относятся к одной и той же совокупности. В нашем примере выборки принадлежат к разным совокупностям.
Если вероятность интересующего события р>0,05, то события случайные, выборки относятся к одной совокупности; эффективность препарата не определена.
Если вероятность интересующего события р<0,05, то выборки относятся к двум разным совокупностям, события не случайны; эффективность препарата доказана.
Табличный курсор устанавливаем в свободную ячейку A21 и на панели инструментов нажимаем кнопку Вставка функции/ДО «Мастер функций» выбираем категорию Статистические, в окне Выберите функцию выбираем ТТЕСТ/Ок. Отодвигаем появившееся диалоговое окно при помощи мыши и вводим диапазон данных контрольной группы (A3:A 9) в поле Массив1, в поле Массив2 вводим диапазон исследуемой группы (B3:B 9), в поле Хвосты всегда вводится цифра 2, а в поле Тип –цифра 3. (группы состоят из разных пациентов)/Ок. В окне появится значение вероятности: 0,006295
Интерпретация результатов. Поскольку величина вероятности случайного появления анализируемых выборок меньше уровня значимости, а именно: 0,006295 <0,05, то нулевая гипотеза отвергается. Следовательно, различия между выборками не случайные, (а обусловленные приёмом препарата) и средние М1 и М2 достоверно отличаются друг от друга. Следовательно, испытуемый препарат эффективен.
