У вікні друку виберіть «Зберегти як PDF», щоб зберегти копію на пристрої.
1Формули та методи
Статистика доказової практики
Чутливість і специфічність
Se = a/(a + c), Sp = d/(b + d)
Прогностичні цінності
PPV = a/(a + b), NPV = d/(c + d)
Точність
(a + d)/n
Відношення правдоподібності
LR+ = Se/(1 − Sp), LR− = (1 − Se)/Sp
PPV при поширеності p
Se·p / (Se·p + (1 − Sp)(1 − p))
Шанси
шанси = p/(1 − p); p = шанси/(1 + шанси); шанси після тесту = шанси до тесту × LR
Показники ризику
RR = EER/CER, ARR = CER − EER, RRR = ARR/CER
Кількість пацієнтів, яких потрібно лікувати (NNT)
NNT = 1/ARR, округлене вгору; NNH = 1/(EER − CER)
Відношення шансів
OR = ad/(bc)
Інтенсивність захворюваності
нові випадки / людино-час
Метод
Накресліть таблицю 2 × 2 і позначте a, b, c та d, перш ніж обчислювати.
Читайте чутливість і специфічність по стовпцях, а прогностичні цінності — по рядках.
Для іншої поширеності уявіть 10 000 осіб і заповніть таблицю за Se, Sp і поширеністю.
Для відношення правдоподібності переведіть ймовірність у шанси, помножте й переведіть назад.
Для дослідження спершу знайдіть EER і CER; потім RR = EER/CER, ARR = CER − EER і NNT = 1/ARR, округлене вгору.
Описова статистика
Середнє
x̄ = Σx/n
Вибіркове стандартне відхилення
s = √(Σ(x − x̄)²/(n − 1))
Медіана
серединне значення впорядкованих даних
z-оцінка
z = (x − μ)/σ
Нормальний розподіл
68% у межах ±1σ, 95% у межах ±2σ
Довірчі інтервали
σ відоме
x̄ ± z·σ/√n
σ невідоме
x̄ ± t·s/√n, df = n − 1
Критичне значення z
90%: 1,645, 95%: 1,96, 99%: 2,576
Обсяг вибірки
n = (z·σ/E)², rounded up
Метод
Оберіть між z (σ генеральної сукупності відоме) і t (відоме лише вибіркове s, з n − 1 ступенями вільності).
Знайдіть критичне значення для рівня довіри.
Похибка оцінки: E = критичне значення × стандартне відхилення/√n.
Інтервал: x̄ ± E.
Перевірка гіпотез і довірчі інтервали
z-тест для середнього
z = (x̄ − μ0)/(σ/√n)
t-тест для середнього
t = (x̄ − μ0)/(s/√n), df = n − 1
Двобічний на рівні 5%
відхиліть H0, якщо |z| > 1,96
Довірчий інтервал
x̄ ± z·σ/√n
Метод
Сформулюйте H₀ і H₁ та визначте, чи критерій однобічний, чи двобічний.
Обчисліть статистику критерію: (x̄ − μ₀)/(σ/√n), або з s і t.
Порівняйте з критичним значенням або знайдіть p-значення.
Відхиліть H₀, якщо статистика виходить за критичне значення (p менше за α), і сформулюйте висновок словами.
2Задачі для практики
1.Статистика доказової практикиСередня
Тренувальна вправа (вигадані значення, не клінічна рекомендація). Дослідження «випадок–контроль» порівнює 210 пацієнтів із захворюванням (випадки) та 740 осіб без нього (контроль). У таблиці показано, скільки в кожній групі зазнали впливу фактора ризику. Знайдіть відношення шансів OR для впливу. Округліть до двох знаків після коми.
a = 174b = 407c = 36d = 333
OR =
2.Статистика доказової практикиСкладна
Тренувальна вправа (вигадані значення, не клінічна рекомендація). 10 000 осіб обстежують тестом із чутливістю 88% і специфічністю 76%. Поширеність захворювання становить 25%. Скільки хибно позитивних результатів FP очікується?
Величина розподілена нормально із середнім 70 і стандартним відхиленням 5. Яка частка P значень більша за 66?
μ = 70σ = 5x = 66
P =
5.Довірчі інтервалиСередня
90 % довірчий інтервал для середнього, побудований за 50 спостереженнями з відомим σ, має граничну похибку 2,6. Якою буде гранична похибка E₂ 95 % інтервалу за 200 спостереженнями?
90%n₁ = 50E₁ = 2,695%n₂ = 200
E₂ =
6.Довірчі інтервалиСкладна
Стандартне відхилення генеральної сукупності дорівнює 34. Який обсяг вибірки n потрібен, щоб похибка оцінки 90 % довірчого інтервалу для середнього не перевищувала 1?
σ = 34E = 190%
n =
7.Перевірка гіпотез і довірчі інтервалиСередня
Стверджується, що середнє генеральної сукупності дорівнює 250; стандартне відхилення генеральної сукупності відоме й дорівнює 4. Випадкова вибірка з 64 спостережень має середнє 249,2. Перевірте H₀: μ = 250 проти H₁: μ ≠ 250. Знайдіть p-значення p.
μ₀ = 250σ = 4n = 64x̄ = 249,2H₁: μ ≠ μ₀
p =
8.Перевірка гіпотез і довірчі інтервалиСкладна
Односторонній z-критерій для H₀: μ = 500 проти H₁: μ < 500 виконують на рівні α = 0.05 за вибіркою обсягом 36; стандартне відхилення відоме й дорівнює 15. Насправді середнє дорівнює 491.5. Знайдіть потужність 1 − β критерію у відсотках.
μ₀ = 500μ = 491,5σ = 15n = 36α = 0,05
1 − β = %
3Розчини
1.Статистика доказової практики
Відповідь: OR = 3,95
Відношення правдоподібності та показники ризику: LR+ = чутливість/(1 − специфічність), LR− = (1 − чутливість)/специфічність. У дослідженні EER і CER — частоти подій з лікуванням і без нього: RR = EER/CER, ARR = CER − EER, RRR = ARR/CER і NNT = 1/ARR, округлене вгору. У дослідженні «випадок–контроль» можна використовувати лише відношення шансів OR = ad/(bc). Інтенсивність захворюваності = нові випадки/людино-час.
Шанси впливу
випадків: 174/36 = 4,833
контроль: 407/333 = 1,222
Відношення шансів
OR = (174·333)/(407·36) = 3,955 ≈ 3,95
Відповідь
OR = 3,95
OR понад 1: вплив частіше трапляється серед випадків.
2.Статистика доказової практики
Відповідь: FP = 1800
Прогностичні цінності залежать від поширеності: PPV = Se·p/(Se·p + (1 − Sp)(1 − p)) і NPV = Sp(1 − p)/(Sp(1 − p) + (1 − Se)p). З відношеннями правдоподібності: шанси до тесту = p/(1 − p), шанси після тесту = шанси до тесту × LR, ймовірність = шанси/(1 + шанси). Для популяції з N осіб істинно позитивні = N·p·Se, а хибно позитивні = N·(1 − p)·(1 − Sp). NNT = 1/(CER × RRR), округлене вгору.
З захворюванням і без нього
10 000·0,25 = 2500
10 000 − 2500 = 7500
Хибно позитивні
FP = 7500·0,24 = 1800
Відповідь
FP = 1800
З 4000 позитивних лише 2200 мають захворювання (PPV 55%).
3.Описова статистика
Відповідь: s = 19,53
Описова статистика: середнє — сума, поділена на n; медіана — середнє значення впорядкованих даних (середнє двох середніх при парному n). Вибіркове стандартне відхилення s = √(Σ(x − x̄)²/(n − 1)). z-оцінка z = (x − μ)/σ показує, на скільки стандартних відхилень значення віддалене від середнього.
Описова статистика: середнє — сума, поділена на n; медіана — середнє значення впорядкованих даних (середнє двох середніх при парному n). Вибіркове стандартне відхилення s = √(Σ(x − x̄)²/(n − 1)). z-оцінка z = (x − μ)/σ показує, на скільки стандартних відхилень значення віддалене від середнього.
Стандартизуйте
z = −0,8
Таблиця нормального розподілу
Φ(−0,8) = 0,2119
P = 1 − 0,2119 = 0,7881
Відповідь
P = 0,7881
5.Довірчі інтервали
Відповідь: E₂ = 1,549
Довірчий інтервал для середнього: x̄ ± похибка оцінки. Якщо σ генеральної сукупності відоме, похибка оцінки дорівнює z·σ/√n; якщо відоме лише вибіркове стандартне відхилення s, використовуйте t з n − 1 ступенями вільності: t·s/√n. Критичні значення: z = 1,645 (90 %), 1,96 (95 %), 2,576 (99 %). Щоб похибка оцінки не перевищувала E, потрібен обсяг вибірки n ≥ (z·σ/E)², округлений угору.
Відношення похибок
E₂/E₁ = (1,96/1,645)·√(50/200) = 0,5957
Нова похибка
E₂ = 2,6·0,5957 = 1,549
Відповідь
E₂ = 1,549
6.Довірчі інтервали
Відповідь: n = 3129
Довірчий інтервал для середнього: x̄ ± похибка оцінки. Якщо σ генеральної сукупності відоме, похибка оцінки дорівнює z·σ/√n; якщо відоме лише вибіркове стандартне відхилення s, використовуйте t з n − 1 ступенями вільності: t·s/√n. Критичні значення: z = 1,645 (90 %), 1,96 (95 %), 2,576 (99 %). Щоб похибка оцінки не перевищувала E, потрібен обсяг вибірки n ≥ (z·σ/E)², округлений угору.
Виразіть n
n = (1,645·34/1)² = 3128
Округліть угору
Обсяг вибірки — ціле число, а округлення вниз зробило б похибку оцінки завеликою.
n = 3129
Відповідь
n = 3129
7.Перевірка гіпотез і довірчі інтервали
Відповідь: p = 0,1096
Перевірка гіпотези: статистика критерію = (оцінка − значення за H₀)/(стандартна похибка за H₀). p-значення — це ймовірність (якщо H₀ правильна) отримати статистику, щонайменше таку ж екстремальну, як спостережена: площа в одному хвості для односторонньої H₁ і подвоєна площа хвоста для двосторонньої H₁. Відхиляйте H₀, коли p ≤ α.
Статистика критерію
SE = σ/√n = 4/√64 = 0,5
z = (249,2 − 250)/0,5 = −1,6
Площа хвоста
Φ(1,6) = 0,9452
1 − Φ(1,6) = 0,0548
p-значення
p = 2·0,0548 = 0,1096
Відповідь
p = 0,1096
p > 0,05, тож H₀ не відхиляється на рівні 5 %.
8.Перевірка гіпотез і довірчі інтервали
Відповідь: 1 − β = 96,04 %
Потужність критерію: потужність = 1 − β — імовірність відхилити H₀, коли вона хибна. Знайдіть межу x̄c з μ₀ і z_α, потім обчисліть імовірність опинитися за x̄c при справжньому середньому: z = (x̄c − μ)/(σ/√n).