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). У рандомізованому дослідженні 640 пацієнтів отримали нове лікування, а 170 — контрольне. У таблиці показано, у скількох у кожній групі було наслідок (небажана подія, як-от інсульт). Знайдіть кількість пацієнтів, яких потрібно лікувати, NNT, щоб запобігти одній події. Округліть вгору до цілого числа пацієнтів.
лікування: 195/640контроль: 65/170
NNT =
2.Статистика доказової практикиСкладна
Тренувальна вправа (вигадані значення, не клінічна рекомендація). Скринінговий тест має чутливість 96% і специфічність 95%. Його застосовують у популяції з поширеністю 0,5%. Знайдіть негативну прогностичну цінність NPV у відсотках. Округліть до одного знака після коми.
Величина розподілена нормально із середнім 500 і стандартним відхиленням 50. Яка частка P значень більша за 530?
μ = 500σ = 50x = 530
P =
5.Довірчі інтервалиСередня
Вибірка з 11 елементів має середнє 32 і стандартне відхилення s = 1,5. Генеральна сукупність розподілена приблизно нормально. Знайдіть похибку оцінки E 90 % довірчого інтервалу для середнього.
n = 11x̄ = 32s = 1,590%t(10) = 1,812
E =
6.Довірчі інтервалиСкладна
Про частку бракованих виробів наперед нічого не відомо. Скільки виробів n треба перевірити, щоб 95 % довірчий інтервал для частки мав граничну похибку не більше 0,02?
p = 0,5E = 0,0295%
n =
7.Перевірка гіпотез і довірчі інтервалиСередня
Стверджується, що середнє генеральної сукупності дорівнює 120; стандартне відхилення генеральної сукупності відоме й дорівнює 9. Випадкова вибірка з 36 спостережень має середнє 122,97. Перевірте H₀: μ = 120 проти H₁: μ ≠ 120. Знайдіть p-значення p.
μ₀ = 120σ = 9n = 36x̄ = 122,97H₁: μ ≠ μ₀
p =
8.Перевірка гіпотез і довірчі інтервалиСкладна
Односторонній z-критерій для H₀: μ = 100 проти H₁: μ < 100 виконують на рівні α = 0.10 за вибіркою обсягом 25; стандартне відхилення відоме й дорівнює 10. Насправді середнє дорівнює 97.2. Знайдіть потужність 1 − β критерію у відсотках.
μ₀ = 100μ = 97,2σ = 10n = 25α = 0,10
1 − β = %
3Розчини
1.Статистика доказової практики
Відповідь: NNT = 13
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.
Частоти подій
EER = 195/640 = 0,3047
CER = 65/170 = 0,3824
Кількість пацієнтів, яких потрібно лікувати (NNT)
ARR = 0,3824 − 0,3047 = 0,07767
NNT = 1/0,07767 = 12,88 → 13
Відповідь
NNT = 13
Лікування 13 пацієнтів запобігає приблизно одній події.
2.Статистика доказової практики
Відповідь: NPV = 100 %
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.
Істинно й хибно негативні (на особу)
Sp·(1 − p) = 0,95·0,995 = 0,9452
(1 − Se)·p = 0,04·0,005 = 0,0002
Негативна прогностична цінність
NPV = 0,9452/(0,9452 + 0,0002) = 0,9998 ≈ 100%
Відповідь
NPV = 100%
3.Описова статистика
Відповідь: s = 12,02
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 = 0,6
Таблиця нормального розподілу
Φ(0,6) = 0,7257
P = 1 − 0,7257 = 0,2743
Відповідь
P = 0,2743
5.Довірчі інтервали
Відповідь: E = 0,8195
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.
Критичне значення
df = n − 1 = 10, t = 1,812
Похибка оцінки
E = 1,812·1,5/√11 = 0,8195
Відповідь
E = 0,8195
6.Довірчі інтервали
Відповідь: n = 2401
Довірчий інтервал для частки: p̂ ± z·√(p̂(1 − p̂)/n), де p̂ = x/n. Щоб досягти похибки E, потрібно n ≥ z²·p(1 − p)/E² з округленням угору; без попередньої оцінки беріть p = 0,5, що дає найбільше n.
Виразіть n
n = 1,96²·0,5·0,5/0,02² = 2401
Округліть угору
n = 2401
Відповідь
n = 2401
7.Перевірка гіпотез і довірчі інтервали
Відповідь: p = 0,0477
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 = 9/√36 = 1,5
z = (122,97 − 120)/1,5 = 1,98
Площа хвоста
Φ(1,98) = 0,9761
1 − Φ(1,98) = 0,0239
p-значення
p = 2·0,0239 = 0,0477
Відповідь
p = 0,0477
p ≤ 0,05, тож H₀ відхиляється на рівні 5 %.
8.Перевірка гіпотез і довірчі інтервали
Відповідь: 1 − β = 54,7 %
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).