Основные понятия и определения по теме. Достоверность результатов медико-статистических исследований зависит от ряда условий: от правильности построения исследования

Достоверность результатов медико-статистических исследований зависит от ряда условий: от правильности построения исследования, надежности исходных документов, точности ручной и компьютерной обработки.

При проведении любого исследования встречаются две категории ошибок:

1. Ошибки, которые нельзя учесть математическими методами, но при хорошей организации исследования их можно избежать или свести к минимуму:

а) ошибки методические (неправильная методика сбора и обработки материала);

б) ошибки точности (неточность приборов, недостаточная точность расчетов, неточность первичной регистрации фактов);

в) ошибки внимания (описки, просчеты, опечатки);

г) ошибки типичности (отбор группы объектов, нетипичных для всей генеральной совокупности, тенденциозный подбор первичных данных).

Для уменьшения размеров ошибок необходимо соблюдать объективность отбора единиц наблюдения, использовать контроль за качеством материала на каждом этапе работы. При расчете средних и относительных величин следует применять надежную вычислительную технику, а при оценке качества медико-статистической информации наряду с логическим контролем состояния форм использовать более точные методы текущего (по ходу работы) и конечного (после завершения выкопировки и изучения возможности получения сведений о тех или иных вопросах программы) контроля.

2. Ошибки, учитываемые математическими методами – ошибки выборки или репрезентативности.

Определение ошибки показателя и средней величины

Ошибки репрезентативности сводятся к тому, что те или иные числовые характеристики (относительные коэффициенты, средние квадратические отклонения и др.), вычисленные на основании наблюдения выборочной совокупности, переносятся на генеральную совокупность. Это неизбежные ошибки, вытекающие из самой сущности выборочного исследования. Вся генеральная совокупность может быть охарактеризована только по одной ее части с некоторой ошибкой, то есть с определенной погрешностью.

Величина ошибки репрезентативности определяется как объемом выборки, так и разнообразием признака. Чем больше число наблюдений, тем меньше ошибка; чем более изменчив признак, тем больше величина статистической ошибки.

Рассмотрим вычисление средних ошибок относительного показателя и средней величины.

1. Средняя ошибка показателя вычисляется по формуле: , где m – средняя ошибка; p – статистический коэффициент (относительная величина); q – величина, обратная p (альтернативный показатель), и выражена как (1–p), (100–p), (1000–p) и т.д. в зависимости от основания, на которое рассчитан коэффициент; n – число наблюдений в выборочной совокупности.

Если число наблюдений недостаточно велико (менее 30), в формулу вводится правка:

Пример: Рассчитать среднюю ошибку показателя летальности в лечебном учреждении, если известно: всего выбыло из стационара 317 больных, из них умерло 13.

Летальность составит:

p=4,1 q=100-4,1=95,9 n=317

Таким образом, показатель летальности равен: 4,1±1,11%

2. Расчет ошибки средней величины производится по формуле: и , если n≤30, где m – средняя ошибка; σ – среднее квадратическое отклонение; n – число наблюдений.

Пример: В результате измерения веса 2000 новорожденных были получены следующие данные: средний вес новорожденного (М) составил 3350 граммов; среднее квадратическое отклонение (σ) – 120 г. Определить ошибку веса новорожденных.

г М=3350±2,7г.

Определение доверительных границ

Определение величины ошибки репрезентативности необходимо для нахождения возможных значений генеральных параметров. Оценка генеральных параметров проводится в виде двух значений – минимального и максимального. Эти крайние значения возможных отклонений, в пределах которых может колебаться искомая величина генерального параметра, называются доверительными границами.

Теорией вероятности установлено, что с достоверностью 99,7% можно утверждать, что эти крайние значения будут отличаться от полученного ранее показателя не более чем на величину утроенной средней ошибки.

С достоверностью 95,5% можно полагать, что эти отклонения будут не больше величины удвоенной средней ошибки.

Так, например, если при применении нового лечебного препарата был достигнут положительный эффект (Р), равный 80%(m=±2%), то с надежностью 99,7%, можно утверждать, что при повторных сходных наблюдениях этот эффект будет колебаться от 74 до 86% (Р±3m) и с вероятностью в 95,5% – от 76 до 84% (Р±2m).

Оценка показателя проводится на основе вычисленной ошибки. Оценка доверительных границ зависит от степени точности, которую необходимо придать показателю, и проводится самим исследователем.

Например, показатель распространенности пневмокониоза у рабочих угольных комбайнов равен 15 случаев на 100 работающих (Р = 15,0%); уторенная ошибка (±3m) – 10,0. В данном случае доверительные границы показателя будут колебаться от 5,0 до 25,0. Величина показателя 15% не будет внушать доверие исследователю из-за больших его колебаний.

При малой выборке величину доверительного коэффициента необходимо определять каждый раз по специальной таблице в зависимости от числа наблюдений (табл. 1).

Пример: Показатель частоты недостаточности кровообращения (Р) равен 55,5%; m=±9,5%; n=27.

1. Определяем число степеней свободы: n'=n-1=27-1=26:

2. По таблице определяем значения t: при вероятности ошибки не более 5% и n'=26 значение t равно 2,06;

3. С достоверностью 95% можно утверждать, что величина показателя будет колебаться: 55,5%±2,06*9,5%, т.е. от 36 до 75%.

Таблица 1