РИСКУЙ И/ИЛИ ПРОИГРАЕШЬ
⠀
У разных блогеров можно встретить термин "риск". Но верно ли его используют, или это лишь упрощенное/обобщенное слово... 🤷🏻‍♂️
⠀
Понятие риска очень тесно связано с математикой, а точнее с теорией вероятности. Поэтому обычно, риск - это вероятность наступления какого-то события 🐣 Но он бывает разный
⠀
В качестве примеров будем использовать таблицу 2х2 (рис.1)
⠀
Upd.📍Risk (r, риск) - вероятность наступления определенного события или отношение количества благоприятных исходов к количеству всех событий
⠀
Формула на рис.2
⠀
Так наиболее часто представляют риск (50% вероятность выпадения орла, 10% вероятность осложнений, 5% вероятность наступления инфаркта и т.д.)
⠀
Особенность в том, что мы оценивает риск в конкретной временной точке (часто в конце исследования). Т.е. пронаблюдали пациентов 1 год, в конце посчитали у какого количества пациентов произошло событие А, поделили его на общее количество пациентов в группе, получило риск события А через 1 год 📊
⠀
📍Odds (o, шансы) - вероятность наступления определенного события к "ненаступлению" данного события
⠀
Формула на рис.2
⠀
Так часто озвучивают риск в медиа (наши шансы на победу 1 к 14 млн, вероятность выпадения орла 1 к 1, риск побочных эффектов 1 к 10 и т.д.)
⠀
Upd. Здесь мы сталкиваемся с "неполным" пониманием, что здесь озвучивается не вероятность, а шансы (определение которых отличается от риска)
Однако этот показатель также измеряется в конкретный момент времени 📊
⠀
Обычно разницу можно продемонстрировать при помощи броска игральной кости 🎲:
- Риск выпадения 6 равен 17% (1/6)
- Шанс 20% (1/5)
⠀
📍Hazard (h(t), риски/угроза/опасность) - вероятность того, что интересующее событие произойдет в каком-то небольшом временном интервале, при условии, что оно не произошло до этого
⠀
Формула на рис.2
⠀
Тут все сложнее, т.к. это уже функция, которая зависит от времени (т.е. оцениваем риск не в конкретный момент времени, а в промежутке)
И получаем не просто вероятность через какое-то время (через 1 год), а ее изменение в течение этого времени (в течение 1-ого года) 📈
⠀
Это самые известные "риски", которые встречаются в мед. исследованиях. Однако вопрос, заданный в начале, остаётся открытым... 🙇🏻‍♂️

Upd. В комментариях верно заметили неточности и ошибки в моих определениях. Также подметили, что вероятность (risk, hazard) измеряется от 0 до 1, а шансы от 0 до бесконечности.

@ebm_base

#ebm_statistica

Сколько стоит ваше время? А точнее, во сколько вы готовы оценить затраты в виде 48 часов, 12 недель или 3 месяцев вашего времени взамен на переработанные знания, которые вы получаете не из первоисточника, по которым можно понять идеи автора (а если вы чуть разбираетесь в теме и времени, то и идеи конкретного исторического промежутка)?
Мб в 10 тысяч? Или в 40 тыс? Или иначе?
А готовы отдать это время и эти деньги за знания? А за какого качества знания?

Так много вопросов, так мало ответов. Кто-то предлагает простые ответы, кто-то предлагает задавать больше вопросов.

Дико извиняюсь перед теми, кто попал в 3 этап 6 набора ЖК и ждём результатов
Никак не доходят руки систематизировать все данные и отправить результаты (завал на работе и дежурствах, после которых хочется чуть умереть)
Но надеюсь, что в ближайшее время все смогу сделать

Хорошее объяснение проблемы воспроизводимости
https://youtu.be/30kMdZZqK4s?feature=shared

"Сегодня праздник у девчат..." - чуть ностальгия накатила 😁

Я наконец-то официально завершил отбор в 6 набор журнального клуба
Новых 18 ребят стали участниками нашего сообщества (посмотрим сколько из них выдержит духоту и токсичность) 😁

Но я рад! Надеюсь они тоже!
Теперь впереди много работы как в клубе, так и вне ее 🔥

Всем рекомендую посмотреть интервью моего друга и товарища Влада из ordinatura.org
Глеб и Иван (так же известный как Поясни за мед) задавали интересные вопросы, обсуждали с Владом важные темы🔥🔥

P.s. аудиоверсия в комментариях

Вроде мы таким не злоупотребляем, но смешно 😁👍

НАСТОЛЬКО ДОСТОВЕРНО, ЧТО ЗНАЧИМО
⠀
В постах в блогах, докладах на конференциях, статья, диссертациях и речи можно заметить небольшую, но очень важную ошибку. Иногда вместо "значимость" используют термин "достоверность". Что здесь не так? Как говорить правильно и почему? 🙅🏻‍♂️
⠀
Во-первых, в научном труде (будь то доклад или публикация) должны использоваться общепринятые термины, которые имеют конкретное определение.☝🏻
Во-вторых, проблема существует давно (относительно), примерно с 90-х годов, но были попытки в ней разобраться.🕵🏻‍♂️
В-третьих, эта проблема существует во всех научных сферах, что повышает актуальность и опасения (о ней нередко ведутся споры в чатах по статистике).🗯️
В-четвертых, проблема глубже, чем кажется, также она связана с оценкой гипотез, определениями p-value и ошибкой I рода.🤯
В-пятых, мы вступаем в поле духоты, токсичности, абстракции (в какой-то мере) и философии.🥸
⠀
Что означают эти слова?
📍Достоверность (validity) - соответствие полученных результатов реальному миру.
⠀
📍Статистическая значимость (statistical significance) - ситуация, когда наблюдаемый или более экстремальный статистический результат был бы редким при верной нулевой гипотезе.
⠀
Обычно статистическую значимость оценивают по показателю p-value ❗ (вероятность наблюдать такой или более экстремальный результат при верной нулевой гипотезе), который принято дихотомизировать (<0,05 - значимо, ≥ 0,05 - незначимо). Хотя Фишер 👨🏻‍🏫, который разработал данный показатель, указывал, что исследователю необходимо оценивать его индивидуально (грубо говоря ту самую редкость) в конкретном исследовании📄. Это большая дискуссия, которая ведется между статистиками и нестатистиками.
⠀
У нас есть проблема, что истинные результаты мы знать не может 🙇🏻‍♂️(для этого надо оценить все у всех и желательно, чтобы это была контрольная и экспериментальная группа сразу), поэтому мы используем выборки (надеясь, что они репрезентативны для изучаемой популяции). Получается, что мы очень косвенно и абстрактно пытаемся изучить достоверность. 👨🏻‍💻
⠀
Мы можем оценить достоверность летального исхода у определенного пациента, когда он случился💀, или выпадения орла у конкретной монеты в конкретный бросок🪙. Но достоверность причинно-следственной связи лечения А на исход Y оценить полностью не можем, всегда остается место неопределенности.
⠀
Зато можем узнать статистическую значимость📈. Мы предполагаем, что эксперимент проведен без систематических ошибок (но это не всегда так), и что живем в мире, где верна нулевая гипотеза, тогда возможно рассчитать вероятность полученных нами результатов или более экстремальных (сильнее отклоняющих).
⠀
Это не означает, что p-value говорит нам о причинно-следственной связи или достоверности. Он показывают только то, для чего был разработан.📝
А еще остается вопрос о клинической значимости, куда впутывается доверительный интервал...😬
⠀
Что же происходит в реальности? А в ней продолжает существовать миф о взаимозаменяемости этих терминов🖕🏻. В статье Н.А. Зорина "«Достоверность» или «статистическая значимость» — 12 лет спустя" показана вероятная цепочка возникновения мифа (рис. 1).
⠀
Почему эта проблема продолжает существовать и не решается? Есть разные версии:
🔹Низкое освещение, не смотря на то, что профессиональное общество о ней говорит;
🔹Низкий уровень знаний (как статистики, так и логики);
🔹Нежелание разобраться в вопросе глубже или непонимание.🧠
⠀
Я вам достоверно заявляю, что данная проблема значима, и тут есть много места для дискуссий. 🤡
Я, например, стараюсь следить за речью и указываю на данную ошибку у других.
Нео, заткнись и выходи на новый уровень познания.💊

@ebm_base

#ebm_statistica #достоверность #статистическаязначимость #значимость

Рис.1

Пример не заставил себя долго ждать