Государственный научно-исследовательский центр профилактической медицины основы доказательной
жүктеу/скачать 1,39 Mb. Pdf көрінісі
|
osnmed
vbrhj,
| ГЛАВА 3.
Диагностические тесты. Скрининг Поэтому существует ряд общепризнанных способов борьбы с системати- ческими ошибками, характерных для разных этапов исследования. Например, на этапе отбора в группу контроля и основную группу исследования для умень- шения роли таких ошибок используется рандомизация, стратификация, под- бор пар и другие аналогичные методы. На этапе вмешательства или воздей- ствия эффективным методом борьбы является плацебо-контроль. При этом, понизить систематические ошибки на этапе оценки результатов лечения у от- дельного больного призваны различные способы «маскирования» участников исследования: например, слепой перекрестный или двойной слепой метод назначения препарата и плацебо. Что касается случайной ошибки измерений (другое ее наименование – разброс ), то она характеризуется одинаковой вероятностью завышенной или заниженной оценки показателя. Величина случайной ошибки измерения кон- кретного показателя зависит от объема выборки, а сама ошибка может быть оценена на этапе анализа результатов. Стандартная ошибка среднего значения как мера точности Как известно, в качестве характеристики «положения» изучаемого показа- теля можно использовать среднее арифметическое значение (Mean, которое часто обозначают прописной латинской буквой M ), а также медиану распре- деления (Me), моду распределения (Mo) и другие параметры распределения. Аналогично, в качестве меры случайного разброса индивидуальных значе- ний некоторого показателя относительно параметра «положения» (например, относительно среднего значения) можно использовать среднее квадрати- ческое отклонение или среднее абсолютное отклонение, а также стандарт- ную ошибку среднего значения (Standard Error of Mean, которую часто обоз- начают строчной латинской буквой m ) и другие статистические параметры разброса. При этом стандартную ошибку среднего значения (вычисляемую как ре- зультат деления среднего квадратического отклонения на квадратный корень из числа измерений) можно использовать в качестве меры точности сред- него значения показателя. Разумеется, здесь имеются в виду показатели, характер статистического распределения которых можно считать близким к нормальному. Очевидно, что после вычисления среднего значения показателя иссле- дователь может сохранить в представляемом итоговом результате больше или меньше значащих цифр. Как узнать, сколько их нужно оставить, чтобы не «затемнять» реальную точность оценки среднего значения? Учебники по биостатистике предлагают использовать для этого ошибку среднего значения (т. е. величину m ). Она непосредственно зависит от объ- ема выборки, т. е. уменьшается при увеличении числа отдельных измерений, так что величина этой ошибки позволяет решить, какие цифры в записи ве- личины среднего значения являются верными, а какие – сомнительными или просто бессмысленными. |