Дочитал я эту книгу 🎉 741 страница (ахренеть!)
В общем, на мой взгляд, те, кто уверенно себя чувствуют в простых тестах и хотят погрузиться в мир регрессии, то это для вас) но в книге не много готовых решений (скорее пример), потому что основная цель - научить пониманию и смыслу (что, зачем, когда, что получим и как интерпретировать)🤯
Я остался доволен))
В общем, на мой взгляд, те, кто уверенно себя чувствуют в простых тестах и хотят погрузиться в мир регрессии, то это для вас) но в книге не много готовых решений (скорее пример), потому что основная цель - научить пониманию и смыслу (что, зачем, когда, что получим и как интерпретировать)🤯
Я остался доволен))
🤯10👏7🔥6😱4👍1
ОЦЕНИВАЙ ВМЕСТЕ
"Забудьте о p-значениях и о том, исключают ли ваши доверительные интервалы 0" ©
Одна из завершающих строчек (пер. с английского) книги "Регрессия: теория и практика" Гельмана Э. и др. Но почему такое отношение у профессоров по статистике❓
В предыдущих постах я рассказывал о p-value и доверительных интервалах ⏮️ Очень часто их используют, чтобы принимать какие-то решения. И действительно, часто можно увидеть эти показатели в исследованиях, где тестируются гипотезы 🟰
📍Для р стандартно определяется порог в 0,05. Он говорит, что вероятность увидеть наши такие или еще более экстремальные результаты при верной нулевой гипотезе (различий нет) составляет 5%❗
И в научном обществе посчитали, что такая вероятность достаточно мала, чтобы мы ее могли наблюдать 👻
На самом деле уровень 0,05 установлен по согласованию, никаких объективных причин он за собой не несет. В связи с чем постоянно ведутся споры и предлагается ужесточение до 0,01 или даже до 0,001 🤬
Но тогда возникает проблема с пересмотром уже имеющихся исследований ⚖️
⚠️Поэтому формально: если р<0,05, то мы отвергаем нулевую гипотезу (различий нет), указывая "получены значимые различия"⚠️
📍95 % доверительный интервал (ДИ) – это интервал, сгенерированный процедурой, которая при многократных повторах выборок с вероятностью 95% содержит/включает/"покрывает" истинное значение популяции❗
Т.е. если в 100 разных выборках рассчитать 95% ДИ, то в среднем 95 из них будут покрывать истинный эффект, остальные 5 будут ошибаться 🤯
Для ДИ есть две ситуации:
1️⃣ Если мы оцениваем его для разницы/difference (А – В), то он не должен включать 0. Потому что иначе мы предполагаем, что есть вероятность, что истинное значение равно ему (либо покрывает, либо нет, но мы этого не знаем). И так как мы оцениваем только один конкретный ДИ для одной выборки, то не можем знать другие (иначе можно было бы предположить, что мы ошибаемся).
2️⃣ В случае оценки отношения/ratio (А/В), он не должен включать 1. Остальной принцип остается таким же.
⚠️Поэтому формально: для разницы ДИ не должен включать 0, для отношения – 1, тогда мы отклоняем нулевую гипотезу⚠️
Обычно точную оценку (estimate) приводят вместе с 95% ДИ и р. Могут возникать формальные ситуации, когда ДИ не значим, а р значим. Как в этой ситуации поступать?🙀
Я обычно склоняюсь к идеи оценивания по ДИ (за счет его большей информативность). Но в такой ситуации нужно обязательно учитывать другие нюансы (размер выборки, множественные сравнения, распределение ошибок и т.д.)🧐
Так почему такое отношение у профессоров по статистике?👨🏻🎓 Они против формальных оценок на основе пересечения порога. Один показатель - плохой способ оценить всю методологию и анализ, нужно не отбрасывать доступную информацию, а использовать ее 🙇🏻♂️
#ebm_статистика #биостатистика #biostatistics
"Забудьте о p-значениях и о том, исключают ли ваши доверительные интервалы 0" ©
Одна из завершающих строчек (пер. с английского) книги "Регрессия: теория и практика" Гельмана Э. и др. Но почему такое отношение у профессоров по статистике❓
В предыдущих постах я рассказывал о p-value и доверительных интервалах ⏮️ Очень часто их используют, чтобы принимать какие-то решения. И действительно, часто можно увидеть эти показатели в исследованиях, где тестируются гипотезы 🟰
📍Для р стандартно определяется порог в 0,05. Он говорит, что вероятность увидеть наши такие или еще более экстремальные результаты при верной нулевой гипотезе (различий нет) составляет 5%❗
И в научном обществе посчитали, что такая вероятность достаточно мала, чтобы мы ее могли наблюдать 👻
На самом деле уровень 0,05 установлен по согласованию, никаких объективных причин он за собой не несет. В связи с чем постоянно ведутся споры и предлагается ужесточение до 0,01 или даже до 0,001 🤬
Но тогда возникает проблема с пересмотром уже имеющихся исследований ⚖️
⚠️Поэтому формально: если р<0,05, то мы отвергаем нулевую гипотезу (различий нет), указывая "получены значимые различия"⚠️
📍95 % доверительный интервал (ДИ) – это интервал, сгенерированный процедурой, которая при многократных повторах выборок с вероятностью 95% содержит/включает/"покрывает" истинное значение популяции❗
Т.е. если в 100 разных выборках рассчитать 95% ДИ, то в среднем 95 из них будут покрывать истинный эффект, остальные 5 будут ошибаться 🤯
Для ДИ есть две ситуации:
1️⃣ Если мы оцениваем его для разницы/difference (А – В), то он не должен включать 0. Потому что иначе мы предполагаем, что есть вероятность, что истинное значение равно ему (либо покрывает, либо нет, но мы этого не знаем). И так как мы оцениваем только один конкретный ДИ для одной выборки, то не можем знать другие (иначе можно было бы предположить, что мы ошибаемся).
2️⃣ В случае оценки отношения/ratio (А/В), он не должен включать 1. Остальной принцип остается таким же.
⚠️Поэтому формально: для разницы ДИ не должен включать 0, для отношения – 1, тогда мы отклоняем нулевую гипотезу⚠️
Обычно точную оценку (estimate) приводят вместе с 95% ДИ и р. Могут возникать формальные ситуации, когда ДИ не значим, а р значим. Как в этой ситуации поступать?🙀
Я обычно склоняюсь к идеи оценивания по ДИ (за счет его большей информативность). Но в такой ситуации нужно обязательно учитывать другие нюансы (размер выборки, множественные сравнения, распределение ошибок и т.д.)🧐
Так почему такое отношение у профессоров по статистике?👨🏻🎓 Они против формальных оценок на основе пересечения порога. Один показатель - плохой способ оценить всю методологию и анализ, нужно не отбрасывать доступную информацию, а использовать ее 🙇🏻♂️
#ebm_статистика #биостатистика #biostatistics
🔥12👍10❤2👏1
Хочется оставить в общем виде посты по диагностике:
1) чувствительность (Se) и специфичность (Sp)
2) использование (польза) от чувствительности и специфичности
3) пред- (априорная) и посттестовая (апостериорная) вероятности
4) положительная и негативная прогностические ценности (PPV и NPV)
5) методы рассчёта посттестовой вероятности
Надеюсь так будет удобнее и понятнее😅
#ebm_диагностика
1) чувствительность (Se) и специфичность (Sp)
2) использование (польза) от чувствительности и специфичности
3) пред- (априорная) и посттестовая (апостериорная) вероятности
4) положительная и негативная прогностические ценности (PPV и NPV)
5) методы рассчёта посттестовой вероятности
Надеюсь так будет удобнее и понятнее😅
#ebm_диагностика
👍18❤7🔥4🤩4
Ebm_base
Обязательно ли клиницисту изучать статистику? (Можете писать ответ на вопрос "почему в комментариях)
В общем, теперь выскажу свое мнение)
Я сейчас стараюсь углубляться в изучение статистики, поэтому очевидно, что у меня смещенный взгляд
Но! Чем дальше я читаю, тем больше у меня вопросов о взаимосвязях и причинно-следственных выводах в исследованиях. Я стараюсь продумывать, насколько адекватно оно по методологии и стат. анализу, ведь от этого зависит какие результаты получены, а значит и какие выводы сделают авторы.
Так же в книгах озвучивается мысль, что работа статистика не заучить и написать формулу, а правильно применять методы анализа и их интерпретировать. "Правильно" - это подходящий под установленные конкретные цели. Потому что единых и строго верных алгоритмов тут нет.
Зачем же все это врачу? Мы итак учимся 6-8 лет, а тут ещё параллельно "это".
На мой (максимально субъективный, предвзятый и хирургический) взгляд, это помогает оценивать статьи (особенно после изучения causal inference), самому принимать решения (определять важные и имеющие влияние факторы), понимать другие сферы, связанные со статистикой (экономика, социология, бизнес), углубиться в область исследований (т.к. статистика связана с методологией, как предыдущим этапом).
Какой объем необходим?
Честно, на этот вопрос у меня нет ответа. Как минимум стоит вспомнить математику из школы. В комментариях писали разные мнения, но примерный список тем достаточно часто встречается в "базовых" курсах об основах статистики.
На мой все тот же взгляд, надо начать, а дальше не останавливаться 😁 там как и в медицине, огромные просторы знаний. И я думаю, что огромное искусство - совместить вместе эти просторы (знать бы как...)!
Я сейчас стараюсь углубляться в изучение статистики, поэтому очевидно, что у меня смещенный взгляд
Но! Чем дальше я читаю, тем больше у меня вопросов о взаимосвязях и причинно-следственных выводах в исследованиях. Я стараюсь продумывать, насколько адекватно оно по методологии и стат. анализу, ведь от этого зависит какие результаты получены, а значит и какие выводы сделают авторы.
Так же в книгах озвучивается мысль, что работа статистика не заучить и написать формулу, а правильно применять методы анализа и их интерпретировать. "Правильно" - это подходящий под установленные конкретные цели. Потому что единых и строго верных алгоритмов тут нет.
Зачем же все это врачу? Мы итак учимся 6-8 лет, а тут ещё параллельно "это".
На мой (максимально субъективный, предвзятый и хирургический) взгляд, это помогает оценивать статьи (особенно после изучения causal inference), самому принимать решения (определять важные и имеющие влияние факторы), понимать другие сферы, связанные со статистикой (экономика, социология, бизнес), углубиться в область исследований (т.к. статистика связана с методологией, как предыдущим этапом).
Какой объем необходим?
Честно, на этот вопрос у меня нет ответа. Как минимум стоит вспомнить математику из школы. В комментариях писали разные мнения, но примерный список тем достаточно часто встречается в "базовых" курсах об основах статистики.
На мой все тот же взгляд, надо начать, а дальше не останавливаться 😁 там как и в медицине, огромные просторы знаний. И я думаю, что огромное искусство - совместить вместе эти просторы (знать бы как...)!
👍10🔥9❤5
Пока я загружен клинической и организационной работой, можем рассмотреть недавний кейс
Пациент М., поступил ночью с жалобами на боль в левом голеностопном суставе, стопа вывернута в латеральную сторону (грубо говоря, она смотрит теперь влево, а не прямо). Какой поставим диагноз, и что делать если у вас ничего и никого (кроме вас) нет?
Пациент М., поступил ночью с жалобами на боль в левом голеностопном суставе, стопа вывернута в латеральную сторону (грубо говоря, она смотрит теперь влево, а не прямо). Какой поставим диагноз, и что делать если у вас ничего и никого (кроме вас) нет?
Есть дикое желание написать пост, есть идея (об источниках, которые рекомендую), но я дико заебался
Дохера работы
И ее меньше не становится
Особенно с учётом, что я сейчас один хирург, и прёт дополнительно куча травм (я каким-то чудом успеваю только операции проводить)
Дохера работы
И ее меньше не становится
Особенно с учётом, что я сейчас один хирург, и прёт дополнительно куча травм (я каким-то чудом успеваю только операции проводить)
😢24😱4
НЕ МЕШКИ ВОРОЧАТЬ
Всегда важно знать откуда брать информацию (для аргументации, более подробного изучения в дальнейшем и пр.). В этот раз я хочу рассказать о своих источниках по статистике🤗
🔹Курсы "Основы статистики" - 1 и 2 части на степике (stepik) от Анатолия Карпова и института биоинформатики
Для меня это было началом погружения в статистику. Многое я лучше понимаю сейчас, но сначала для меня это звучало как "абракадабра". Однако Анатолий очень хорошо рассказывает об основах, даются задачи для закрепления знаний. В общем, рекомендую абсолютно всем (хоть и есть несколько некритичных неточностей). Курсы абсолютно бесплатны!💸
https://stepik.org/course/76/promo
https://stepik.org/course/524/promo
🔹"Статистические методы анализа в клинической практике". Румянцев П.О., Саенко В.А., Румянцева У.В., Чекин С.Ю.
Это был второй источник, который я прочитал. В целом хорошая краткая методичка на русском языке! Есть тоже неточности, но на 44 страницы достаточно хорошая информация.
Можно найти бесплатно в гугле🔎
🔹Форум datamethods от Фрэнка Харелла (Frank Harrell)
Это настоящий кладезь дискуссий о большинстве тем в статистике. Там можно найти объяснение основ, споры о подходах и интерпретации (с т.зр. частотнической и байесовской статистики), рассуждения о необходимости и многое другое.
Бесплатно, интересно, жарко. И закрадывается мысль о "точности" статистики🤔
🔹"Fundamentals of Biostatistics. 8th edition". Bernard Rosner.
Вся база по статистике, куча формул, примеров и многоанглийскихбукв – это всё эта книга. Почти каждый раз, когда я хочу узнать суть метода, его нюансы или понять его интерпретацию, я первым делом обращаюсь к этой книге.
Почти 1000 страниц, которые можно перечитывать по кругу👨🏻🎓
🔹Глава "Public Health Sciences" из "First Aid for USMLE step 1". Tao Le и др.
В целом кратко написано о многих основах эпидемиологии и статистики. На мой взгляд, это можно использовать как список тем, которые нужно изучить подробно, т.к. объем информации в ней очень скудный. Но, думаю, это можно считать минимумом для каждого врача.
Красочно, поверхностно📕
🔹Статья "Statistical tests, P values, confidence intervals, and power: a guide to misinterpretations". S. Greenland и др.
Если вы до сих пор не знаете, что такое уровень р и доверительные интервалы, то это статья заставит вас либо полюбить (и мыслить), либо ненавидеть эти темы. Очень много объяснений о том, как их неверно интерпретируют.
Однозначно рекомендую, но сложно🤯
🔹Книга "Statistical Rethinking". Richard McElreath.
Если вам интересно забыть всё, что учили до и узнать о байесовской статистике, то это для вас.
Осторожно! Очень сложно без подготовки. Если вы считаете себя гуманитарием, то лучше пройдите мимо🧠
🔹"Clinical Trials. A Practical Guide to Design, Analysis, and Reporting". Duolao Wang и Ameet Bakhai.
Книга старая и больше про клин. исследования, но там есть главы про некоторые аспекты статистики. На мой взгляд хорошее изложение с примерами.
Рекомендую, чтобы начать погружение в отдельные темы🕵🏻♂️
🔹"Epidemiology and Biostatistics. An Introduction to Clinical Research. 2nd Edition". Bryan Kestenbaum.
В книге целый раздел посвящен статистике. Есть примеры, объясняется интерпретация. Не все идеально, но может рассматриваться как база для изучения.
Неплохо, не длинно📚
🔹"YaRrr! The Pirate’s Guide to R". Nathaniel D. Phillips.
Если вам наскучило работать в обычных стат. программах, вас задолбала реклама успешных IT, вы хотите повысить свой скилл, то присоединяйтесь к пиратам!
Здесь больше, про программирования на языке R, но есть раздел с использованием методов статистики для анализа данных.
Мне понравился юмор, как одна из книг для начала освоения R для статистики💻
Всегда важно знать откуда брать информацию (для аргументации, более подробного изучения в дальнейшем и пр.). В этот раз я хочу рассказать о своих источниках по статистике🤗
🔹Курсы "Основы статистики" - 1 и 2 части на степике (stepik) от Анатолия Карпова и института биоинформатики
Для меня это было началом погружения в статистику. Многое я лучше понимаю сейчас, но сначала для меня это звучало как "абракадабра". Однако Анатолий очень хорошо рассказывает об основах, даются задачи для закрепления знаний. В общем, рекомендую абсолютно всем (хоть и есть несколько некритичных неточностей). Курсы абсолютно бесплатны!💸
https://stepik.org/course/76/promo
https://stepik.org/course/524/promo
🔹"Статистические методы анализа в клинической практике". Румянцев П.О., Саенко В.А., Румянцева У.В., Чекин С.Ю.
Это был второй источник, который я прочитал. В целом хорошая краткая методичка на русском языке! Есть тоже неточности, но на 44 страницы достаточно хорошая информация.
Можно найти бесплатно в гугле🔎
🔹Форум datamethods от Фрэнка Харелла (Frank Harrell)
Это настоящий кладезь дискуссий о большинстве тем в статистике. Там можно найти объяснение основ, споры о подходах и интерпретации (с т.зр. частотнической и байесовской статистики), рассуждения о необходимости и многое другое.
Бесплатно, интересно, жарко. И закрадывается мысль о "точности" статистики🤔
🔹"Fundamentals of Biostatistics. 8th edition". Bernard Rosner.
Вся база по статистике, куча формул, примеров и многоанглийскихбукв – это всё эта книга. Почти каждый раз, когда я хочу узнать суть метода, его нюансы или понять его интерпретацию, я первым делом обращаюсь к этой книге.
Почти 1000 страниц, которые можно перечитывать по кругу👨🏻🎓
🔹Глава "Public Health Sciences" из "First Aid for USMLE step 1". Tao Le и др.
В целом кратко написано о многих основах эпидемиологии и статистики. На мой взгляд, это можно использовать как список тем, которые нужно изучить подробно, т.к. объем информации в ней очень скудный. Но, думаю, это можно считать минимумом для каждого врача.
Красочно, поверхностно📕
🔹Статья "Statistical tests, P values, confidence intervals, and power: a guide to misinterpretations". S. Greenland и др.
Если вы до сих пор не знаете, что такое уровень р и доверительные интервалы, то это статья заставит вас либо полюбить (и мыслить), либо ненавидеть эти темы. Очень много объяснений о том, как их неверно интерпретируют.
Однозначно рекомендую, но сложно🤯
🔹Книга "Statistical Rethinking". Richard McElreath.
Если вам интересно забыть всё, что учили до и узнать о байесовской статистике, то это для вас.
Осторожно! Очень сложно без подготовки. Если вы считаете себя гуманитарием, то лучше пройдите мимо🧠
🔹"Clinical Trials. A Practical Guide to Design, Analysis, and Reporting". Duolao Wang и Ameet Bakhai.
Книга старая и больше про клин. исследования, но там есть главы про некоторые аспекты статистики. На мой взгляд хорошее изложение с примерами.
Рекомендую, чтобы начать погружение в отдельные темы🕵🏻♂️
🔹"Epidemiology and Biostatistics. An Introduction to Clinical Research. 2nd Edition". Bryan Kestenbaum.
В книге целый раздел посвящен статистике. Есть примеры, объясняется интерпретация. Не все идеально, но может рассматриваться как база для изучения.
Неплохо, не длинно📚
🔹"YaRrr! The Pirate’s Guide to R". Nathaniel D. Phillips.
Если вам наскучило работать в обычных стат. программах, вас задолбала реклама успешных IT, вы хотите повысить свой скилл, то присоединяйтесь к пиратам!
Здесь больше, про программирования на языке R, но есть раздел с использованием методов статистики для анализа данных.
Мне понравился юмор, как одна из книг для начала освоения R для статистики💻
❤36👍4
На самом деле есть еще очень много ресурсов (книги, методички, статьи, видео, курсы, каналы) по статистике. Я здесь написал лишь те, с которыми ознакомился и могу порекомендовать🤘🏻 Со временем начинаешь больше читать специализированной литературы и уже теряешь счет количеству источников. Поэтому надеюсь что, что-то сможет стать для вас отправной точкой в этот безграничный мир🌏
#ebm_статистика #биостатистика #biostatistics #источники
#ebm_статистика #биостатистика #biostatistics #источники
❤15👍1
2515245917745629.pdf
989.4 KB
Я иногда слышу или вижу от некоторых врачей такую фразу "интересно было бы посмотреть как коррелирует X с Y"
Мне кажется, что они совершенно не понимают, что говорят. По контексту они явно хотят узнать о каузации (хотя бы предположить ее), но почему-то используют совершенно неверный термин "корреляция"
Запомните "Correlation does not imply causation"
Советую прочитать данную статью, чтобы понять суть
Мне кажется, что они совершенно не понимают, что говорят. По контексту они явно хотят узнать о каузации (хотя бы предположить ее), но почему-то используют совершенно неверный термин "корреляция"
Запомните "Correlation does not imply causation"
Советую прочитать данную статью, чтобы понять суть
🔥14
Если вы, как и я, считаете, что знания должны распространяться бесплатно, что важно адекватно реализовывать адекватные идеи, и понимаете, почему мой журнальный клуб существует бесплатно (хоть и в закрытом формате), то рекомендую к просмотру данный диалог
https://youtu.be/C4zgUO1C4NM
https://youtu.be/C4zgUO1C4NM
YouTube
Кто такие «креаклы» или что за креативный класс такой // Комолов и Степанова. Диалог
Младший научный сотрудник Института экономики РАН Тамара Степанова о том, как трансформируется современный капитализм, почему нас заменят роботы, и когда все станут айтишниками.
Группа в ВК: https://vk.com/prostye_chisla
Канал в Telegram: https://news.1rj.ru/str/primenumbers2021…
Группа в ВК: https://vk.com/prostye_chisla
Канал в Telegram: https://news.1rj.ru/str/primenumbers2021…
👍18❤6🔥2
Ebm_base
В общем, теперь выскажу свое мнение) Я сейчас стараюсь углубляться в изучение статистики, поэтому очевидно, что у меня смещенный взгляд Но! Чем дальше я читаю, тем больше у меня вопросов о взаимосвязях и причинно-следственных выводах в исследованиях. Я стараюсь…
Напомню, почему я считаю, что знать статистику врачу необходимо
Мы сейчас находимся в такой ситуации, что кроме медицины надо изучать методологию клин исследований, статистику, причинно-следственные связи, графы и много чего ещё
Основная цель любого автора исследования - его должны прочитать (в идеале процитировать)
А чтобы читать было интересно, то могут либо показывать красивые данные (скрывая ошибки или отрицательные результаты), либо грамотно методологично все сделать (но тогда это будет сложно восприниматься)
Недавно как раз в ЖК разбирали исследование "Maternal and fetal outcomes following exposure to duloxetine in pregnancy: cohort study"
Оно сложное, но очень подробное и в связи с этим интересное
Не хватает звёзд с неба, видно, что были сделаны подстраховки в анализе и вероятностные (словесные) оценки результатов + доп материалов на 40+ страниц
И это круто! Т.е. авторы сделали действительно сложную, интересную и большую работу (и даже в чем-то элегантно, на мой взгляд)
Доброй пожаловать в современную медицину
Wake up, Neo
Мы сейчас находимся в такой ситуации, что кроме медицины надо изучать методологию клин исследований, статистику, причинно-следственные связи, графы и много чего ещё
Основная цель любого автора исследования - его должны прочитать (в идеале процитировать)
А чтобы читать было интересно, то могут либо показывать красивые данные (скрывая ошибки или отрицательные результаты), либо грамотно методологично все сделать (но тогда это будет сложно восприниматься)
Недавно как раз в ЖК разбирали исследование "Maternal and fetal outcomes following exposure to duloxetine in pregnancy: cohort study"
Оно сложное, но очень подробное и в связи с этим интересное
Не хватает звёзд с неба, видно, что были сделаны подстраховки в анализе и вероятностные (словесные) оценки результатов + доп материалов на 40+ страниц
И это круто! Т.е. авторы сделали действительно сложную, интересную и большую работу (и даже в чем-то элегантно, на мой взгляд)
Доброй пожаловать в современную медицину
Wake up, Neo
🔥21👍3👏1
Если кто-то может помочь с проблемой или уточнить у знающих людей, то было бы очень кстати
Forwarded from Что мы будем делать в понедельник утром
АЛАРМ! Что-то случилось с каналом, а точнее с комментариями - они все исчезли со старых постов (вплоть до сегодня утром) как будто я их удалила:( и нельзя комментировать
Я не знаю что за глюк, но если вы разбираетесь в том как работает телеграм или у вас есть знакомые, которые разбираются. - спасите помогите!
Я не знаю что за глюк, но если вы разбираетесь в том как работает телеграм или у вас есть знакомые, которые разбираются. - спасите помогите!