Ebm_base

А ещё завтра последний день, чтобы успеть подать заявку в наш журнальный клуб! Иногда лучше рискнуть и попробовать, чем ждать ещё год Анкета тут Ссылки ЖК здесь

Открыт набор на модульный интенсив «Продвинутые разделы биостатистики», который пройдет с 24 февраля по 28 апреля! bioinf.me/education/workshops/hardstat | Регистрация до 19 марта 23:59 МСК В этом году интенсив состоит из 8 модулей, и у вас есть возможность выбрать 2, 4, 6 или все 8 модулей! 1. Смешанные линейные модели 2. Продвинутые модели анализа выживаемости 3. Разработка интерактивных приложений в R/Shiny 4. Машинное обучение в R 5. Обработка пропущенных значений 6. Методы на основе ресемплинга 7. Введение в байесовскую статистику 8. Причинно-следственный вывод 🌑 Лекции и практические занятия будут проходить по вечерам вторников и субботам. 🌑 Стоимость: 2 блока: 25 000 р. 4 блока: 35 000 р. 6 блоков: 45 000 р. 8 блоков: 50 000 р. 🐚Предоставляются скидки выпускникам программ переподготовки и интенсивов Института биоинформатики!🐚 Приглашаем всех, кто имеет базовые знания биостатистики и навыки программирования в R, погрузиться в более сложные методы анализа данных! #bioinf_online #bioinf_education #bioinf_workshop @bioinformatics_institute

Кто хочет погрузить в аналитику (и расширить свои возможно), то очень рекомендую попасть на данный курс) сам походил его в 2024 году (о чем писал здесь) и ни разу не пожалел! В чем-то помог подтянуть базу, шире взглянуть на подходы, получить направления для дальнейшего изучения и применения) А сейчас программа шире 🔥

Комиксы от ИИ 😁

У нас завелись клоуны, давайте примем их к нам 🤡

Без лишних слов. Но я бы дополнил, что...

Обнаружил одну настройку в анкете... (Не досмотрел) Требовался вход в гугл-аккаунт. В общем, если у вас нет аккаунта гугл (хотя я себе это слабо представляю), то теперь это требование отключено

Если ты сделал контент, и никто в комментариях не обиделся, то считай, ты зря потратил время

😁

Напоминаю, что сейчас идет набор заявок в журнальный клуб! Заполняйте анкету (это несложно и много времени не занимает). Если интересно узнать, что происходит в ЖК, то рекомендую прочитать этот пост и следующий Если вам интересно узнать, как примерно проходят заседания, то можно посмотреть открытые заседания на канале нашего ЖК: Youtube и Rutube 1 февраля прием заявок будет завершен! Поэтому лучше попробовать свои силы, а вдруг получится?)

Как прям вовремя я начинал писать черновик поста))) У многих аналитиков и даже врачей, когда они узнают про байесовский* подход, срабатывает желание "сорвать запретный плод". *хотя в ИБ учили, что правильно - бейзовский, но я буду старословом, поэтому и далее будет Байесовский 😁 Классная же идея. У нас уже есть предположение о вероятности какого-то исхода (например, летальный исход от пневмонии) - наши клинические знания (априорная вероятность, prior). Мы проводим исследование и получаем данные выборки (функция правдоподобия, likelihood). После применения хитрых статистических ловких рук в результате получаем обновленную информацию (апостериорная вероятность, posterior). Это намеренно сильно упрощенный пример И таким же способом можно пользоваться для предсказания вероятности у конкретного пациента (вспоминаем разговоры про pre-/post-test probability). Ну супер же! Насколько же жизнь врачей (и остальных) станет легче? Но потом они сталкиваются с суровой реальностью. Оказывается надо читать, как выбирать приоры (они бывают разные) 😱 Оказывается надо учиться технической реализации (а туда добавляется MCMC) 😱 А ещё надо теорию вероятности и распределения изучать 😱 и т.д. (не представляю о каких еще нюансах я не знаю). И на все эти вопросы нужно искать ответ (или понимать как ответить, до сих пор не понимаю). Но еще меняется... вероятность. Мне понравилась следующая цитата из книги "Введение в методы байесовского статистического анализа" от Дж. Хей, которую я сейчас читаю

"Центральной для данной книги является идея субъективной вероятности, состоящая в том, что вероятностные утверждения трактуют как субъективные ожидания"

Но в своей книге R. McElreath говорит, что существуют разные школы (в т.ч. в зависимости от области применения). Таким образом получается, что выбор приора может отличаться. При этом байесовский подход может решить достаточно сложные задачи (например, multivariate models или еще сложнее). Но судя по некоторым авторам (A. Heiss, F. Harrell, A. Gelman, R. McElreath и др.) это возможно освоить (но конечно потребуется немало времени и усилий).

Как прям вовремя я начинал писать черновик поста))) У многих аналитиков и даже врачей, когда они узнают про байесовский* подход, срабатывает желание "сорвать запретный плод". *хотя в ИБ учили, что правильно - бейзовский, но я буду старословом, поэтому и далее будет Байесовский 😁 Классная же идея. У нас уже есть предположение о вероятности какого-то исхода (например, летальный исход от пневмонии) - наши клинические знания (априорная вероятность, prior). Мы проводим исследование и получаем данные выборки (функция правдоподобия, likelihood). После применения хитрых статистических ловких рук в результате получаем обновленную информацию (апостериорная вероятность, posterior). Это намеренно сильно упрощенный пример И таким же способом можно пользоваться для предсказания вероятности у конкретного пациента (вспоминаем разговоры про pre-/post-test probability). Ну супер же! Насколько же жизнь врачей (и остальных) станет легче? Но потом они сталкиваются с суровой реальностью. Оказывается надо читать, как выбирать приоры (они бывают разные) 😱 Оказывается надо учиться технической реализации (а туда добавляется MCMC) 😱 А ещё надо теорию вероятности и распределения изучать 😱 и т.д. (не представляю о каких еще нюансах я не знаю). И на все эти вопросы нужно искать ответ (или понимать как ответить, до сих пор не понимаю). Но еще меняется... вероятность. Мне понравилась следующая цитата из книги "Введение в методы байесовского статистического анализа" от Дж. Хей "Центральной для данной книги является идея субъективной вероятности, состоящая в том, что вероятностные утверждения трактуют как субъективные ожидания". Но в своей книге R. McElreath говорит, что существуют разные школы (в т.ч. в зависимости от области применения). Таким образом получается, что выбор приора может отличаться. При этом байесовский подход может решить достаточно сложные задачи (например, multivariate models или еще сложнее). Но судя по некоторым авторам (A. Heiss https://www.andrewheiss.com/blog/2021/12/01/multilevel-models-panel-data-guide/, F. Harrell https://onlinelibrary.wiley.com/doi/10.1002/sim.10133, A. Gelman https://sites.stat.columbia.edu/gelman/book/, R. McElreath https://github.com/rmcelreath/stat_rethinking_2026 и др.) это возможно освоить (но конечно потребуется немало времени и усилий).

Резко стало "статистика не просто" (хотя когда она такой была) 😂 Посмотрим теперь на реализацию, но новость очень интересная))

Последний день новогодних выходных - то самое время, чтобы подать заявку в ЖК)

ИМХО, наилучшее применение ИИ 😁 Это прям сюжет 😉

А вот и анонс! Объявляется 8 набор в журнальный клуб! На данный момент - это единственная возможность в него попасть. Чтобы подать заявку, надо всего лишь заполнить анкету. Внимательно читайте пункты, обязательно оставьте контакты для обратной связи. Сбор заявок продлиться до 31 января (включительно). Затем будет тестирование и собеседование тех, кто пройдет дальше. Если можете, то рекомендуйте коллегам, друзьям и знакомым) Welcome

Хочу сегодня сделать один важный анонс

😍 Уважаемые коллеги, добрый день. Многие завершают год статистикой из ТГстат, и мы не будем исключением. Однако мы хотим отчитаться об одном важном проекте, который длился ровно год. Он потребовал колоссальных усилий, времени и средств. От имени экспертов и друзей ННАДМ представляем вам альтернативную платформу — CLINICALSTUDY.RU. Этот ресурс — русскоязычный реестр проспективных клинических исследований, который позволяет: ✅ Получить уникальный номер исследования для публикации в рецензируемых журналах. ✅ Создать неизменяемый цифровой след всех этапов работы, что гарантирует максимальную прозрачность и предотвращает манипуляции с данными. Зачем это нужно? Регистрация протокола до начала сбора данных — это ключевой инструмент борьбы с публикационным смещением. Он обеспечивает честность научного процесса, повышает доверие к результатам и является обязательным требованием ведущих медицинских журналов. Подробнее мы писали об этом в наших предыдущих постах (Пост 1 и Пост 2). Наш вклад в медицинское сообщество Реестр создан исключительно силами и средствами ННАДМ, без внешнего финансирования (в гранте было отказано по формальным причинам). Мы верим, что этот инструмент поможет исследователям соблюдать принципы открытой науки, а пациентам — получать доступ к достоверным данным. Благодарности Отдельное спасибо нашим коллегам и экспертам, без которых этот проект был бы невозможен: ➢ Навасардян Артур Рубенович ➢ Макарова Дарья Дмитриевна ➢ Мареев Юрий Вячеславович ➢ Бурлов Никита Николаевич ➢ Ляпина Ирина Николаевна ➢ Лобастов Кирилл Викторович ➢ Майорова Елена Максимовна ➢ Сытьков Валентин Вячеславович Студентам ФГБОУ ВО «МГУТУ им. К.Г. Разумовского» Дмитриеву Ивану Николаевичу и Юркову Рэму Павловичу, которые проходили практику в этом году у нас, за неоценимый вклад в разработку сайта. Номер патента: RU 2025683190. ⚠️ Будем благодарны за максимальное распространение этого инструмента — вместе мы можем сделать медицинскую науку более прозрачной и достоверной! С мануалом по работе с реестром вы можете ознакомиться здесь. 👨‍🏫 Читайте. Думайте. Делитесь. Создавайте. ТГ канал | Чат| Рубрикатор |Сайт | Группа ВК | Ютуб | Контакты| Clinicalstudy.ru