Ebm_base

Оказывается я иногда ещё и врач, а работа может оттянуть все время от блога

Понял, что одного поста о ДИ мало🤷‍♂ Поэтому буду думать над вторым, где хочу рассказать о подходах оценки значимости, используя р и ДИ

Рис. 1, 2, 3

ДОВЕРЯТЬ ВАЖНО ⠀ Исследователи стараются оценить данные каким-то точечным параметром (среднее, медиана, частота). Это удобно, понятно и хорошо интерпретируется. Но конкретные показатели отличаются между людьми (межгрупповая изменчивость), что создает определенные трудности – смещаемость (при выбросах) и неопределенность (неизвестна истинная точная оценка в популяции) 👨‍👩‍👧‍👦 ⠀ Поэтому при анализе выборки мы используем интервальные оценки, включающие поправку на неопределенность. Наиболее популярная – доверительный интервал 🤖 ⠀ Самое дискутабельное и сложное – это его определение и интерпретация 🙄 ⠀ ❗️Доверительный интервал (ДИ, confidence interval, CI) – это интервал, сгенерированный процедурой, которая при многократных повторах выборок с вероятностью n% содержит/включает/"покрывает" истинное значение популяции (классическое определение Неймана)❗️ ⠀ Более понятно это отражено на рис.1 ⠀ Наиболее часто встречается 95% ДИ, при этом 95% выбрано путем соглашения (как и пороговый р = 0,05). Однако можно выбрать и 90% (уже), и 99% (шире) – рис.2 ⚠️ ⠀ 🟢 Самое интересное, что классическое определение работает до расчета ДИ, а после частота, с которой наблюдаемый интервал содержит истинный эффект, равна либо 100%, если он находится в его пределах, либо 0%, если нет (пациент либо жив, либо мертв) ⠀ 🔴 Зачем это знать? чтобы понимать ошибочность утверждения "конкретный 95% ДИ, представленный в исследовании, с вероятностью 95% содержит истинный размер эффекта", которое часто используется как интерпретация Но можно вычислить байесовский достоверный (апостериорный) интервал (credible interval), к которому такое утверждение применимо ⠀ 🔴 Так же ошибочно предполагать, что наблюдаемый 95% ДИ предсказывает, что 95% оценок, полученных в будущих исследованиях, будут находиться внутри этого интервала Как видно на рис. 1 они могут иметь (или не иметь в 5% случаев) пересечения ⠀ 🟢 Однако, если два 95% ДИ не перекрываются, то для разницы точной оценки с 95% ДИ мы найдем р<0,05; и соотвественно если один из интервалов содержит точечную оценку другого, для разницы мы найдем р>0,05 ⠀ 🟢 Еще интересно, что при увеличении размера выборки, ДИ будет становится уже. Т.к. наша оценка приближается к популяционной и снижается ошибка (SE) – рис.3 Сейчас практически в каждом исследовании встречаются ДИ, но часто их интерпретируют неверно. Важно помнить о его смысле, допущениях и ошибках, которые можно допустить 🙇🏻‍♂️ #biostatistics #биостатистика #ebm_статистика

Если вам интересны журнальный клуб и офтальмология, то такой уже создан! 🔥🔥 Рекомендую подписаться и участвовать в дискуссиях https://t.me/eyejournalclub P.S. меня берет маленькая гордость, ведь когда-то Настя участвовала в моем ☺️

Я не пропал, просто много работы

Недавно позвали провести заседание в формате журнального клуба для СНО им. Н.И. Пирогова СибГМУ Было классно, радует, что ребята отвечают (хоть некоторые учатся на младших курсах) 👍 А вот запись https://youtu.be/XSklzmWGdJQ

Отчитался 😁 спасибо большое за возможность выступить в таком крутом месте 🔥 познакомился с автором проекта ordinatura.org 🤝🏻 Там вы можете оставить отзывы о наболевшем вашем опыте в ординатуре) Всем спасибо, кто был и с кем пообщался🎉🎉🎉

Новшества в журнальном клубе: Теперь кроме гостей (крутых адекватных врачей и не только) заседания учатся вести участники! Первой эта роль выпала Полине с темой по гематологии. Она супер молодец! Я считаю, что справилась на 100% (и даже больше)! 🔥🔥🔥🎉🎉🎉 А я просто доволен, рад и горд 😁

Неожиданно для себя попал в дискуссию, где (на мой сугубо личный взгляд) оппонент отсылается к этим шести опасным словам А я делал перевод публикации про них (ой как удобно 😁) Рекомендую тем, кто ещё не читал и кто подзабыл🙈

Все хочу сесть за написание поста по доверительным интервалам, но рабочие моменты сбивают 😬 А там надо, чтобы понятно донести несколько источников перелопатить

Впервые пришло приглашение на рецензировании статьи (из Германии). Я в шоке. Вот думаю теперь, насколько душно это делать 😂

Приглашаю всех желающий на свою лекцию 😁 "Врачу нужна статистика". Вообще меня позвала кафедра эпидемиологи первого меда Москвы, а я предложил сделать это мероприятие открытым ⠀ Итак: 9 февраля 2023г. в 17:30 (❗) в ПМГМУ им. И.М. Сеченова, кафедра эпидемиологии и доказательной медицины. Институт общественного здоровья им. Ф.Ф. Эрисмана. По адресу: г. Москва, ул. Большая Пироговская, д. 2, стр. 2 ⠀ Предварительно (до 07.02.23) надо зарегистрироваться через гугл-форму: https://forms.gle/CstTJU8r6yUmuNgD8 ⠀ Если вас не будет в списке, то мы не сможем вас пустить! ⠀ Приходите, будет душно и токсично 😁

Пусть будет немного юмора о нашем последнем заседании журнального клуба 😁

КЛАССНО, ПРОСТО, УДОБНО, НО БЕСПОЛЕЗНО? Есть интересный показатель, который кажется очень простым и удобным для клинической практики, но в действительности он скорее ненужен. Разберемся почему 🕵🏻 ❗Число необходимое для лечения (Number need to treat, NNT) - это количество пациентов, которое необходимо пролечить, чтобы получить один положительный результат лечения❗ К сожалению, не все пациенты от лечения выздоравливают. Такая суровая реальность 🤷🏻‍♂️ И когда мы лечим пациентов, то должны быть готовы, что 1-ый и 2-ой поправятся без лечения, у 3-ий будут осложнения даже с лечением, а 4-ому как раз наше лечение поможет (т.е. без лекарства не выздоровеет) 🤧 Сейчас я описал NNT=4 (рис.1) Рассчитывается через абсолютный риск (absolutely risk, AR, разница рисков, risk difference, RD), а точнее снижение абсолютного риска (absolutely risk reduction, ARR), формула в рис.2 🧮 ✅Что нам (как кажется) он даёт? 📍Знаем, сколько надо минимально пролечить пациентов, чтобы помочь 1-ому 📍Удобно и просто рассчитать самостоятельно в большинстве исследований 📍Понятно врачу и пациенту Но! Почти все это заблуждение! ❌ Точнее, не всё так просто, как хотелось бы... 🔸Мы не учитываем сами риски, т.е. ARR=0.02 и NNT=50 будут ОДИНАКОВЫЕ для R¹=0.03 и R²=0.01 (оба метода малоэффективны), R¹=0.98 и R²=0.96 (оба метода эффективны). А ситуации разные 🔸NNT это показатель для "среднего" пациента. Мы итак получаем усредненные оценки в исследованиях, но этот показатель гребёт всех под мифический "единый тип пациента", что в действительности не так 🔸Доверительные интервалы для NNT часто оказываются слишком большими или неинтерпретируемыми. Если у ARR в 95% ДИ будет 0 (т.е. вероятно, что снижения может не быть), то у NNT это будет ∞. Или может оказаться ДИ от 3 до 194, тогда сколько лечить? 🔸Не используется или забывается привязка ко времени. Мы получаем результаты (риски) за какой-то период, но почему-то при сообщении NNT это опускается. Также риски могут меняться с течением времени, что не имеет отражения в NNT Кажущийся простым показатель на самом деле сложен в интерпретации. Поэтому ряд статистиков не рекомендуют его применять. Ещё интересно, что в исследовании Misselbrook и Armstrong (2001) пациенты реже соглашались на лечение, когда получали информацию в NNT, a не в ARR🤯 А ведь всё так хорошо начиналось...

Починил ноутбук, поэтому готов взять несколько заказов на статистический анализ (статья, диссертация и пр.) Если вам это интересно и нужно, то пишите либо в комменты, либо в ЛС (в описании канала есть ссылка на меня)

Итоги года? Вы серьезно? Вспомните его. Я считаю, что год ещё не закончился. ⠀ Поэтому нахер подведение итогов❗️ ⠀ Увидимся в 2023👋 #следуй_за_черным_кроликом

Чуть-чуть решил поиграть в Деда Мороза: отправил всем письма с результатами 3 этапа 5 набора в журнальный клуб!!! Проверяйте почту, папки "входящие" и "спам", там должно быть письмо

Как бы вам не было ненавистно другое мнение, это не повод злорадствовать, радоваться. Плюрализм взглядов должен быть, чтобы находить и решать противоречия (искать баланс между крайностями)