70. Содержание плана и программы статистического исследования. Виды планов статистического исследования. Программа наблюдения.

См. вопрос 69 (этап 1).

71. Статистическое наблюдение. Сплошное и несплошное статистическое исследование. Виды несплошного статистического исследования.

См. вопрос 69 (этап 2).

72. Статистическое наблюдение (сбор материалов). Ошибки статистического наблюдения.

Статистическое наблюдение - см. вопрос 69, этап 2.

Точность статистического наблюдения - степень соответствия величины какого-либо показателя (значения признака), определенной путем статистического измерения, действительной его величине.

Ошибка статистического наблюдения - расхождение между измеренным и действительным значениями изучаемой величины.

Методы проверки данных статистического наблюдения:

а) счетный контроль - проверка итогов и проверочный расчет показателей (четко устанавливается наличие ошибки);

б) логический контроль - сопоставление полученных данных с другими известными признаками, показателями (выявляются неправдоподобные случаи).

Виды ошибок статистического наблюдения по источнику происхождения:

1. Непреднамеренные

а) для сплошного и несплошного статистического исследования

а1. случайные - связаны с невнимательностью, небрежностью регистратора, неточностью измерительных приборов

а2. систематические - ошибки округления возраста и сумм, забываемости "второстепенных расходов" (они однонаправленны)

б) для несплошного статистического исследования

а3. репрезентативности

а3.1 - случайные - ошибки из-за недостаточной полноты охвата

а3.2 - систематические - из-за отклонения структур выборочной и генеральной совокупностей

2. Преднамеренные (злостные)

а) первого рода - из-за применения несовершенных способов статистического наблюдения при наличии более совершенных

б) второго рода - из-за применения несовершенных организационных схем проведения статистического наблюдения

73. Статистическая группировка и сводка. Типологическая и вариационная группировка.

См. вопрос 69, этап 3.

74. Статистические таблицы, виды, требования к построению.

См. вопрос 69, этап 3.

75. Клинико-статистическое исследование. Особенности клинико-статистического исследования.

Клинико-статистическое исследование - использование статистических методов при обработке результатов клинических, экспериментальных и лабораторных исследований; позволяет с количественной точ­ки зрения оценить достоверность результатов исследования и ре­шить ряд других задач.

Особенности клинико-статистического исследования:

а) выборочное исследование

б) выборка малая

в) результаты обрабатываются не параметрическими методами исследования

г) наличие всегда конкретной группы либо копии (паракопии)

д) единица наблюдения чаще всего – пациент

18. Средние величины, виды, методика расчета. Применение в работе врача.

Средние величины дают обобщающую характеристику статистичес­кой совокупности по определенному изменяющемуся количественному признаку. Средняя величина характеризует весь ряд наблюдений одним чис­лом, выражающим общую меру изучаемого признака. Она нивелирует случайные отклонения отдельных наблюдений и дает типичную харак­теристику количественного признака.

Требования к средним величинам:

1) качественная однородность совокупности, для которой рассчиты­вается средняя величина - только тогда

она будет объективно отображать ха­рактерные особенности изучаемого явления.

2) средняя величина должна основываться на массовом обобще­нии изучаемого признака, т.к. только тогда она выражает типич­ные размеры признака

Средние величины получаются из рядов распределения (вариа­ционных рядов).

Вариационный ряд - ряд однородных статистических величин, ха­рактеризующих один и тот же количественный учетный признак, отли­чающихся друг от друга по своей величине и расположенных в опре­деленном порядке (убывания или возрастания).

Элементы вариационного ряда:

а) варианта - v - числовое значение изучаемого меняющегося коли­чественного признака.

б) частота - p (pars) или f (frequency) - повторяемость вариант в вариационном ряду, показывающая, как часто встречается та или иная варианта в составе данного ряда.

в) общее число наблюдений - n (numerus) - сумма всех частот: n=ΣΡ. Если общее число наблюдений более 30, статистическая выборка считается большой, если n меньше или равно 30 - малой.

Вариационные ряды бывают:

1. в зависимости от значения варианты:

а) прерывные (дискретные), состоящие из целых чисел

б) непрерывные, когда значения вариант выражены дроб­ным числом. В прерывных рядах смежные варианты отличаются друг от друга на целое число (число ударов пульса, число дыха­ний в минуту, число дней лечения). В непрерывных рядах ва­рианты могут отличаться на любые дробные значения единицы.

2. в зависимости от частоты встречаемости признака:

а) простой - ряд - каждая варианта встречается один раз, т.е. частоты равны единице.

б) обычный - ряд, в котором варианты встречаются более одного ра­за.

в) сгруппированный - ряд, в котором варианты объединены в группы по их величине в пределах определенного ин­тервала с указанием частоты повторяемости всех вариант, входящих в группу.

Сгруппированный вариационный ряд используют при большом числе наблюдений и больном размахе крайних значений вариант.

Обработка вариационного ряда заключается в получении парамет­ров вариационного ряда (средней величины, среднего квадратичес­кого отклонения и средней ошибки средней величины).

3. в зависимости от числа наблюдений:

а) четные и нечетные

б) большой (при числе наблюдений больше 30) и малый (если число наблюдений меньше или равно 30)

Виды средних величин:

а) мода (Мо) - величина признака, чаще других встречающаяся в со­вокупности. За моду принимают варианту, которой соответствует наибольшее количество частот вариационного ряда.

б) Медиана (Me) - величина признака, занимающая срединное значе­ние в вариационном ряду. Она делит вариационный ряд на две рав­ные части.

На величину моды и медианы не оказывают влияния числовые зна­чения крайних вариант, имеющихся в вариационном ряду. Они не всегда могут точно характеризовать вариационный ряд и применяют­ся в медицинской статистике относительно редко. Более точно ха­рактеризует вариационный ряд средняя арифметическая величина.

в) Средняя арифметическая (М, или ) - рассчитывается на осно­ве всех числовых значений изучаемого признака.

Реже применяются другие средние величины: средняя геометрическая (при обработке результатов титрования антител, токсинов, вакцин); средняя квадратическая (при определении среднего диаметра среза клеток, результатов накожных иммунологических проб); средняя кубическая (для определения среднего объема опухолей) и другие.

В простом вариационном ряду, где варианты встречаются только по одному разу, вычисляется средняя арифметическая простая по формуле:

, где V - числовые значения вариант, n - число наблюдений, Σ - знак суммы

В обычном вариационном ряду вычисляется средняя арифметичес­кая взвешенная по формуле:

, где V - числовые значения вариант, р - частота встречаемости вариант, n - число наблюдений.

Средние величины являются важными обобщающими характеристика­ми совокупности. Однако за ними скрываются индивидуальные значе­ния признака. Средние величины не показывают изменчивости, колеб­лемости признака. Если вариационный ряд более компактен, менее рассеян и все от­дельные значения расположены вокруг средней, то средняя величина дает более точную характеристику данной совокупности. Если вариа­ционный ряд растянут, отдельные значения значительно отклоняются от средней, т.е. имеется большая вариабельность количественного признака, то средняя менее типична, хуже отражает в целом весь ряд.

Одинаковые по величине средние могут быть получены из рядов с различной степенью рассеяния, поэтому для характеристики вариационного ряда, помимо средней величины, необходима другая характеристика, позволяющая оценить степень его колеблемости.

Простыми показателями, характеризующими разнообразие признака в изучаемой совокупности, являются

а) лимит - минимальное и максимальное значение количественного признака

б) амплитуда - разность между наибольшим и наименьшим значением вариант.

Применение средних величин:

а) для характеристики физического развития (рост, вес, окружность груди, динамометрия)

б) для оценки состояния здоровья человека путем анализа физиологических, биохимических параметров организма (уровня АД, ЧСС, температуры тела)

в) для анализа деятельности медицинских организаций (среднее число дней работы койки в году и т.д.)

г) для оценки работы врачей (среднее число посещений на одного врача, среднее число хирургических операций, среднечасовая нагрузка врача на приеме в поликлинике)