Интерпретация и представление полученных результатов

В настоящее время написание клинического отчета, научной статьи и тем более диссертации невозможно без грамотного представления результатов, полученных с помощью методов математической статистики. В работе в явном виде должна присутствовать постановка задачи. Клинический материал представляется как фактически (количество больных, нозологические формы, возрастной состав; данные контрольной группы), так и в отношении технологии его формирования (отбор больных и здоровых, сроки наблюдения, исследования и др.).

Если в исследовании создавались и применялись формализованные карты, их вид обязательно приводят. Читателю должно быть ясно, какие параметры каждого пациента и с помощью какой аппаратуры и методик получены, в каких единицах измерены и какой статистической обработке были подвергнуты.

В случае, если данные помещались в таблицы, например MSExcel, или создавалась БД, например MSAccess, описывается структура таблиц. Приводится также описание всех манипуляций, которые производились с данными на предварительном этапе исследования.

При описании любых результатов, связанных с использованием методов математической статистики, необходимо точно указывать названия методов, а также название и номер версии статистического пакета, который применялся.

При интерпретации результатов, связанных с проверкой статистических гипотез, необходимо придерживаться простого правила: при р> 0,05 нулевая гипотеза не отклоняется, при р< 0,05 принимается альтернативная гипотеза о существовании различий с полученной величиной уровня статистической значимости р.

При представлении результатов применения параметрических методов статистического анализа обязательно приводятся: количество объектов исследования в каждой группе, среднее и среднеквадратичное отклонение каждого исследуемого параметра, результаты применения методов проверки на нормальность распределения каждого параметра в группах, точное значение р.

При представлении результатов применения непараметрических методов статистического анализа обязательно приводятся: количество объектов исследования в каждой группе, медианы и межквартильный размах каждого исследуемого параметра, точное значение р.

Для наглядности исследуемого материала при использовании как параметрических, так и непараметрических методов имеет смысл приводить данные в графической форме, демонстрирующей характер распределения величин параметров. Представляя результаты анализа связей между параметрами любым из методов корреляционного анализа, кроме указания названия метода нужно приводить: число анализируемых пар для каждого параметра, величину коэффициента корреляции с точностью до двух значащих цифр, точное значение р. Желательно приводить графики рассеивания объектов в координатах исследуемых параметров.

Контрольные вопросы

1. Какие статистические пакеты применяются для обработки медицинских данных?

2. Дайте характеристику основным типам данных.

3. Какими особенностями обладают медицинские данные?

4. В чем состоит современная технология статистического анализа данных?

5. В чем заключается подготовка медицинских данных к анализу?

6. Как характер распределения величин параметра связан с выбором метода обработки данных?

7. Охарактеризуйте основные характеристики распределения величин параметра.

8. Для решения каких клинико-научных задач необходимо формулировать статистические гипотезы?

9. Дайте определение квантилю и квартилю. Что они демонстрируют?

10. Как классифицируют методы статистического анализа данных?

11. Как выбор статистического метода для обработки данных зависит от решения конкретной задачи?

12. Укажите ограничения на область применения t-критерия Стьюдента для независимых и зависимых выборок при анализе данных.

13. Дайте характеристику непараметрическим методам для сравнения двух независимых и двух зависимых групп по одному параметру.

14. Как оценивается взаимосвязь двух параметров? Какие методы кор­реляционного анализа используются в практике?

15. Для каких задач используются методы многофакторного анализа?

16. Как осуществляются интерпретация и представление результатов статистического анализа данных?

Тема 4

ПРИНЦИПЫ СИСТЕМЫ ЭЛЕКТРОННОГО ЗДРАВООХРАНЕНИЯ

Понятие электронного здравоохранения

Переход к электронному здравоохранению (e-Health) предполагает построение территориальных и глобальных сетей передачи медицинских данных и создание на этой основе единого информационного пространства.

Электронное здравоохранение - это система, направленная на решение всего спектра задач охраны здоровья населения, реализуемая на основе всеобъемлющего электронного документооборота, обязательно включающего персональные медицинские данные, обеспечивающего оперативный доступ ко всей информации, возможность ее совместного дистанционного анализа врачами и контактов врачей с пациентами на основе телемедицинских технологий.

К.Клоу и Й.Джарден (2001) рассматривают электронное здра­воохранение в качестве «посредника» для перехода к новой фазе модернизации здравоохранения Великобритании. Этот тезис крайне важен и для России, где осуществляется реорганизация всей системы охраны здоровья населения.

Ключевым компонентом электронного здравоохранения является ЭИБ (в это понятие включаются любые медицинские карты пациентов). Переход к интегрированным системам, в том числе использующим персональные данные пациентов, создает основу для формирования единого информационного пространства отдельных служб, регионов и здравоохранения России в целом. Учитывая взаимосвязь медицинских, социальных и экологических аспектов, их роль для здоровья, комфортного состояния и(или) адаптации человека в обществе, можно рассматривать такие понятия, как «единое информационное медико-социальное пространство» и «медико-экологическое пространство».

Следует различать варианты понятия «единое информационное пространство» и независимо существующее понятие «общее информационное пространство». Единое информационное пространство включает два варианта: медицинское пространство собственно персональных данных и пространство системы здравоохранения. Наряду с использованием термина «пространство» в качестве его синонима применяется понятие «единое поле медицинских данных».

Единое информационное пространство медицинских данных - это система, опирающаяся на компьютерные сети, автономно функционирующих ИМС, и интегрирующая данные о пациентах, на­блюдающихся в различных учреждениях всех уровней (на основе построения распределенной базы персональных данных о состоянии здоровья населения определенной территории).

Единое информационное пространство системы здравоохранения - это обобщенная или распределенная база первичных статистических данных о состоянии здоровья населения, окружающей среды и комплексе учреждений, служб и ведомств, обеспечивающих охрану здоровья населения в рамках определенной территории.

Общее информационное медицинское пространство - это совокупность информации (данных), находящейся в различных БД, в том числе разных территорий или ведомств, получение которой возможно при направлении официального запроса.

Существует также понятие «общее медико-статистическое пространство», которое предполагает интеграцию «свернутых» (статистических) данных, накапливаемых в системах обработки информации разных уровней.