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

ПРОСТО ДОКОПАЛСЯ НА ПУСТОМ МЕСТЕ
⠀
Я тут решил устроить небольшое описание статистического анализа, который можно встретить в диссертациях. Итак, наш пример в изображениях (рис.1 и 2).
⠀
Насчет ПО ничего говорить не будем, каждый пользуется тем, чем умеет и в чем удобнее 👨🏻‍💻
⠀
Если есть традиционные показатели описательной статистики, то значит есть нетрадиционные (кто знает напишите)? 🫢🤔
⠀
Достоверность различий... Мда, тут без слов... Отсылаю к этому посту 🤬
⠀
t-тест Стьюдента, получается, если он используется, то предполагается равенство дисперсий в выборках. А если это окажется не так? Почему сразу не прописать про поправку к t-тесту Уэлча, для которой не обязательно равенство дисперсий 🤨
⠀
Интересно, а Фишер в курсе, что он разработал t-критерий 🤣 Почему-то такой не находится, но зато сразу в поиске выпадает F-критерий Фишера, который применяется в дисперсионном анализе (ANOVA). Как можно заметь, обычно используется заглавная F 🤫
⠀
К уровню значимости p<0,05 кроме претензий к "достоверности" нет.
А вот F<0,05 - это просто сюр 🤡 Давайте посмотрим на распределение Фишера (на рис.3), которое имеет тестовая статистика (F-критерий). Как мы видим область отклонения (т.е. которая соответсвует p<0,05) находится справа, т.е. тестовая статистика должна иметь значения в большую сторону "<" (и это больше, чем 0,05) 🙈
⠀
Про различия между вероятностью ошибки (кстати не указано какой) и показателя р у меня тоже есть пост 🥶
⠀
Зачем расписывать показатели диагностики, если они стандартизованы? А почему тогда не расписываются формулы критериев, которые описывались ранее (они же более сложные)? 🤡
⠀
Для чего оценивалась корреляция, нам не говорят (догадайтесь сами). Почему используется непараметрический коэффициент корреляции? Предполагается нелинейная связь? На основании чего? 😵‍💫
⠀
Дальше указывается логистическая регрессия... Какие модели будут строиться (одно- или многофакторные)? Как она будет оцениваться? Какие параметры из нее будут использоваться (спойлер, никакие!)? Да, похер 🖕🏻
⠀
Затем оценка классификации модели при помощи ROC-анализа. Ох... Это вообще отдельная большая тема, где важно обоснование. Есть особенности при использовании многофакторный моделей. Есть другие подходы со своими особенностями. Зачем об этом писать? Для чего определялась точка отсечения? Как она выбиралась (да-да, ее можно выбрать)? А действительно, не за чем. Пусть читатели сами додумывают 😓
⠀
Идеальная модель - слишком широкое понятие. Она может быть идеальная со статистической точки зрения, но быть бессмысленной/неосуществимой с клинической 🤦🏻‍♂️
⠀
По каким критериям принималось решение о значимости модели мы тоже не узнаем... Вы что не в курсе что ли? Это же так просто. Гугел откройте 👨🏻‍💻
⠀
Самое страшное, что это не единичный пример, лишь показательный. Насколько можно доверять таким диссертациям? Поменяют ли что-то они в клинической практике? Будет ли от этого какое-то значение, кроме наличия статуса "к.м.н." у врача? 🫨
⠀
Как много вопросов, как мало ответов...

@ebm_base

#просто_докопался #ebm_statistica