Cotejo de conceptos básicos de estadística médica

La estadística es una ciencia que estudia la recopilación, organización y análisis de datos. Su flujo de trabajo es diseño, recopilación, organización, análisis y reporte de resultados. Para usar una metáfora popular, ¿cómo son las estadísticas? jugar a las cartas? Atrapar cartas significa recopilar datos, clasificarlos después de atraparlos y luego estudiar cómo jugar las cartas es un análisis, y ganar o perder es el informe de resultados. Esto es lo que sé sobre los conceptos básicos de la estadística médica. Bienvenido a leer.

1. Población y muestra

Población: se refiere al conjunto de determinadas características de la unidad de observación determinadas según el objeto de la investigación. Por ejemplo, quiero estudiar el peso promedio de todos los estudiantes de la Universidad de Medicina de Shanxi. De acuerdo con este propósito, el estudio general consiste en recopilar datos de peso de todos los estudiantes de la Universidad de Medicina de Shanxi. Sin embargo, cabe señalar que la población se divide en población limitada y población ilimitada. El ejemplo anterior es población limitada. Después de todo, el número de estudiantes de la Universidad de Medicina de Shanxi todavía es limitado, pero la mayoría de ellos son un número ilimitado de personas en el proceso de investigación científica y no podemos permitir que la multitud investigue. Entonces, ¿qué debemos hacer frente a una población ilimitada?

Para estudiar poblaciones infinitas, inventamos métodos de muestreo. Al igual que queremos saber el sabor salado de una olla de sopa de gallina vieja, no hace falta que nos bebamos toda la sopa, sólo debemos agitarla bien y probar una cucharada. ¿Cómo se llama esta idea? ¿muestreo? .

Muestra: Es una colección de características de algunas unidades de observación extraídas de la población. Sin embargo, se debe observar el principio de aleatorización durante el proceso de muestreo.

Principio de aleatorización: significa que cualquier unidad de observación de la población debe tener las mismas posibilidades de ser seleccionada como muestra de investigación. Entonces, ¿cómo garantizar un muestreo aleatorio? Generalmente incluyen muestreo aleatorio simple, muestreo sistemático, muestreo estratificado, muestreo por conglomerados y muestreo multietapa.

Dos. Parámetros y estadísticas

Parámetros: indicadores utilizados para describir las características de la población;

Estadísticas: indicadores utilizados para describir las características de la muestra;

Población, muestra, parámetros La relación entre y estadísticas se muestra a continuación.

La estadística es la inferencia de parámetros que describen la población a partir de la descripción de las estadísticas de la muestra. Este es un proceso de descubrir accidentalmente lo inevitable, y también es un proceso de descubrir lo universal a partir de lo general. Es un proceso de ver lo grande desde lo pequeño.

Tres. Error

Error: La diferencia entre una observación y el conocimiento verdadero. Ésa es la diferencia entre los resultados que obtenemos de un experimento y el verdadero resultado del evento. Los errores se dividen en cuatro tipos según sus causas:

(1) Error del sistema: la tendencia de los resultados de la investigación a aumentar o disminuir debido a factores como reactivos no calibrados o puesta a cero del instrumento. Si pasamos por una droguería y en la puerta ponen una báscula, ¿qué es lo primero que debemos hacer antes de pesarnos? Desde un punto de vista estadístico, depende de si el puntero de la escala está alineado con cero. Si tiene una base de 5Kg, entonces todos nuestros compañeros tendrán un peso de 5Kg, lo que significa que la tendencia es demasiado grande. Sus características: El aumento o disminución de la tendencia se puede evitar siempre que se ponga a cero.

(2) Error aleatorio: Es la diferencia entre el valor observado y el valor real causada por varios factores accidentales. Por ejemplo, todos los estudiantes de la clase usaron la misma regla para medir mi altura y descubrieron que mis valores de altura eran diferentes. Sus características son: inevitable, pero puede reducirse. Hay una ley estadística llamada. ¿La ley de la incertidumbre? No importa cómo lo midas, no es exacto, por lo que normalmente tomamos el promedio después de realizar varias mediciones.

(3) Error de muestreo: la diferencia entre las estadísticas de la muestra y los parámetros de la población causada por el muestreo. Algunas personas dirán que el sabor salado de la sopa de gallina vieja debe ser exactamente el mismo que el de la sopa de la olla. Eso es cierto, pero el ejemplo anterior habla del principio de muestreo. Nuestra investigación científica es diferente de beber sopa de gallina vieja. el cloruro de sodio en la sopa se distribuye uniformemente, mientras que los eventos objetivo de nuestra investigación científica se distribuyen de manera desigual. Por ejemplo, la tasa de prevalencia de la miopía entre 120 estudiantes en una clase es del 50%. Seleccioné aleatoriamente a 50 estudiantes de acuerdo con el principio de aleatorización. Entonces la tasa de prevalencia de la miopía entre 50 estudiantes definitivamente no es igual al 50%, porque la tasa de prevalencia. El porcentaje de miopía en la clase es del 50%. La distribución de los estudiantes es desigual. Por tanto, las características del error de muestreo son: inevitable, pero puede reducirse. Podemos reducirlo aumentando el tamaño de la muestra.

(4) Error grave:

Juicio o registro incorrecto causado por negligencia durante la observación. Una inspección cuidadosa puede evitar errores de supervisión.

Entonces, ¿qué tipo de errores existen principalmente para resolver nuestras estadísticas? Reduzca los errores sistemáticos mediante el diseño estadístico y elimine los errores de muestreo mediante pruebas estadísticas.

Cuatro.

Probabilidad y Frecuencia

Probabilidad (P): Medida utilizada para reflejar la probabilidad de que algo suceda. Generalmente expresado con mayúscula cursiva p.

Según la probabilidad de que algo suceda, dividimos los eventos en tres categorías: P=1 es un evento inevitable, con una tasa de ocurrencia del 100%; P=0 es un evento imposible, con una tasa de ocurrencia; de 0; 0

Frecuencia (f): se refiere a la relación entre el número de veces que ocurre un evento y el número total de veces que hemos realizado n pruebas.

La pregunta es: ¿Cómo puedo obtener la probabilidad de un evento? Por ejemplo, ¿quién puede decirme la probabilidad de que un trozo de tiza se caiga del podio y se rompa? . Nuestro desarrollo científico hasta el momento no tiene forma de calcular este valor mediante fórmulas. Entonces, ¿qué hacemos? Hay un dicho que se llama. ¿Hay algunas cosas que se vuelven cada vez más molestas, pero que son extremadamente sencillas de hacer? . Todo lo que necesitamos son las mismas dos cajas de tiza que se dejan caer una y otra vez. Si hay ***100 trozos de tiza y se rompen 98 trozos, la frecuencia de rotura es igual a f=98/100=0,98. Las estadísticas confirman que cuantas más veces ocurre un evento, más se acerca la frecuencia a la probabilidad. Esto significa f = p. Entonces, en efecto, estimamos la probabilidad por frecuencia.

Verbo (abreviatura de verbo) Homogeneidad y diferencia

Homogeneidad: significa que las unidades de observación se ven afectadas por los mismos factores. Los factores que influyen en nuestras unidades de investigación y observación científica sólo pueden ser relativamente iguales, no absolutamente iguales, por lo que la homogeneidad es relativa.

Variación: se refiere a las diferencias individuales en las unidades observadas en función de la homogeneidad. No hay dos cosas en el mundo que sean exactamente iguales, la única constante es el cambio. Entonces la variación es absoluta.

La importancia de este par de conceptos para nuestro estudio de la estadística: sin homogeneidad, no habría población ni muestra para nuestro estudio. Porque si fueran de diferentes cualidades no podríamos estudiarlos juntos. Si no hubiera mutaciones, no habría necesidad de estadísticas, porque si no hubiera mutaciones, tomaríamos un medicamento para tratar a un paciente con una determinada enfermedad. Si es eficaz, el fármaco debería serlo para todos los pacientes con la enfermedad. está fuera de la cuestión.

Verbo intransitivo experimentar vs experimentar

¿Experimentar? El proceso de explorar los resultados de cosas conocidas: participar en alguna actividad para ver los resultados de algo o el desempeño de algo.

¿Experimentar? El proceso de verificación después de sacar una conclusión/hipótesis clara: realizar alguna operación o participar en alguna actividad para probar una teoría o hipótesis científica.

Como se puede ver en las dos explicaciones anteriores del "Diccionario chino moderno", lo que el experimento prueba es una teoría o hipótesis científica, que se lleva a cabo a través de operaciones reales y se utiliza para verificar cosas existentes. Ver los resultados de algo o el desempeño de algo a través del uso y la experimentación.

¿Cuáles son las muchas palabras utilizadas en nuestras aplicaciones prácticas? ¿experimento? ¿aún? ¿experimento? Ha quedado claro basándose en experiencias anteriores. Por ejemplo, ¿cómo llamaríamos un ECA (ensayo controlado aleatorio)? ¿Ensayo controlado aleatorio? Creo que se debe principalmente a que el juicio se traduce como? ¿experimento? Más adecuado. En un ECA, cuando los pacientes se dividen en dos grupos, ¿cómo se llaman? ¿Grupo experimental? (grupo de tratamiento) y grupo de control.

Siete. Paciente/Paciente versus Sujeto/Tema de investigación

Puede que no sea necesario publicar las definiciones de estos dos conjuntos de palabras porque sus diferencias son obvias. El nombre del paciente/paciente, por supuesto, se utiliza tanto para paciente como para paciente. Si la investigación se realiza en personas sanas o pacientes potenciales, y no es seguro que los sujetos de la investigación sean pacientes/pacientes, entonces solo podrán denominarse sujetos o sujetos de investigación. De manera similar, en la investigación de obstetricia, si los sujetos de la investigación son mujeres embarazadas comunes y corrientes, ¿por lo general no deberíamos usarlo? ¿paciente? ¿aún? ¿paciente? Qué título.

Se puede decir que el objeto de investigación es una panacea que se puede utilizar en cualquier momento. Tenemos que volver a hablar de este tema. sujeto? Habitualmente asociado a algún tipo de intervención, suele utilizarse únicamente en estudios de intervención (ECA, experimentos de clase) y pruebas de diagnóstico.

Ocho. Fin versus fin

¿Cómo resultó? Un resultado posible para un paciente en un estudio: el estado final (saludable) bajo la influencia de una enfermedad o condición.

¿El final? Índices sustitutos de los resultados de los pacientes en los estudios: ¿Qué se utiliza en los estudios para juzgar el efecto de una intervención o factor? ¿final? .

En la investigación clínica, el resultado suele referirse a un resultado determinado del paciente, como la recuperación, la muerte, la recurrencia y la metástasis de los pacientes con tumores. Por supuesto, el resultado también puede ser cambios a corto plazo después de una intervención o exposición a ciertos factores, como un aumento de los glóbulos rojos y una disminución de la temperatura corporal.

Los criterios de valoración son los puntos de evaluación del efecto en los estudios clínicos, como los criterios de valoración primarios y los criterios de valoración secundarios. ¿final? es inapropiado.

Estos parecen ser un dolor de cabeza, así que recuerda los más sencillos. En términos generales, en estudios experimentales (como RCT), ¿generalmente lo usamos? ¿fin? El análisis de supervivencia se utiliza a veces para observar criterios de valoración en otros tipos de estudios, ¿con qué frecuencia se utiliza? ¿final? .

Nueve. Exclusión versus eliminación

Los llamados criterios de exclusión tienen como objetivo considerar la viabilidad de la investigación y la seguridad de los sujetos de la investigación, y excluir de la investigación algunos sujetos de la investigación que no pueden garantizar la seguridad de los sujetos de la investigación. y no son factibles y cumplen las condiciones de inclusión. Antes de que comience el estudio de los sujetos de investigación, no incluir como sujetos de investigación a sujetos que cumplan con los criterios de exclusión es exclusión.

En la investigación clínica, después de identificar a los sujetos según los criterios de inclusión y exclusión, también encontraremos que algunos pacientes no pueden recibir más intervención u observación, o algunos de los defectos de los sujetos no pueden descubrirse durante el estudio. característica. En este punto, ¿aunque estos objetos estén identificados como? ¿Objeto de investigación? Creen que son personas que pueden extrapolar los resultados de la investigación, pero en realidad no lo son. ¿En este momento tomaremos este tipo de objeto de investigación? ¿eliminar? Una vez realizada la investigación, el estándar correspondiente es el estándar de eliminación.

En resumen, el método de eliminación se utiliza para seleccionar sujetos de investigación en la etapa inicial del estudio; el método de eliminación lo utilizan los sujetos de investigación para eliminar grupos que no son de extrapolación descubiertos en cualquier momento durante el estudio.

；