Способна ли доказательная медицина ответить на все вопросы? Почему?

К вопросу о выбросах
Вот пример реальных данных одного показателя. Пациенты с одним диагнозом (n = 210). Крайнее правое значение (value = 965) выбросом в клиническом смысле не является.
Но основная загвоздка (на мой взгляд) тут будет в описательной статистике.

Какие ваши предположения, учитывая, что объяснять это надо врачу, который потом сам будет объяснять другим врачам?)

P.S. моя идея показать mean (sd); median (q25, q75) и попытаться объяснить почему такие цифры.

Я тут увидел, что представитель одного очень "интересного" и крупного аккаунта отправился в СовФед презентовать идеи в отношении образования. Мне стало интересно, попробовал узнать, что за идеи.

Пример ответа:

Аккредитация специалистов без медицинского образования, работающих в сфере здравоохранения

Что это за специалисты? У меня возник тот же вопрос

Пример ответа:

Нутрициология, фитнес.
Все, кто работают со здоровьем и просвещением.

Я решил ещё уточнить, что будут ли данные специалисты включены в ОМС. Ну т.е. если они будут аккредитованы, то я бы хотел, чтобы люди имели возможность к ним пойти на прием в рамках получения медицинской помощи/реабилитации.

На что получил пример ответа:

Они пока не могут быть в системе ОМС. А как поменяется система через 10 лет никто не знает.

Ну в общем там ещё была пара сообщений, но ничего нового вы из них не узнаете.

В общем, мое мнение на этот счёт.
Это похоже на лоббирование конкретных интересов. Т.е. мы хотим аккредитовать специалистов без медицинского образования, но в сфере здравоохранения, но вопрос об их вхождении в ОМС мы не будем поднимать. А зачем нужно тратить ресурсы на их аккредитацию, если потом доступности у пациентов к ним не будет? Даже опустим "доказанность" их методов...

Я может быть чего-то не понимаю, но банально зачем? У нас в регионах проблем хватает, мб стоит перераспределить данные ресурсы туда? А то иногда люди не могут попасть к хирургу, терапевту, онкологу или другому специалисту. Или недостаточно расходников/имущества, которые полагается иметь. Опустим качество некоторых специалистов...

Проясните несведущему, мб вам нужен аккредитованный нутрициолог?

Кто-то ещё ждёт результаты собеседований по ЖК? 😁
Скоро будут))) ну финальное собеседование)

Ахахахаха
Пошел я колотить состояние

Upd. Или я его ещё не сколотил, потому что не прочитал эту самую необходимую? 🤔

Попробуйте решить 😁

Симпатичная задчака по генетике/терверу. Xh - аллель гемофилии, вопрос: какова вероятность того, что женщина обведенная окружностью является носителем?

Решение из комментариев

Вероятность иметь у женщины носительство при условии что дети здоровы = (вероятность иметь здоровых детей при носительстве * вероятность носительства) / вероятность иметь здоровых детей1

1вероятность иметь здоровых детей = (вероятность иметь здоровых детей при носительстве * вероятность носительства) + (вероятность иметь здоровых детей без носительства * вероятность не-носительства)

вероятность иметь 2 здоровых детей при носительстве = 0,5*0,5=0,25
вероятность иметь здоровых детей без носительства = 1
вероятность быть носителем = 50%, не-носителем - тож 50%

получилось что 0,25*0,5/(0,25*0,5+1*0,5) = 0,2

Мое решение

Простите, но на мой взгляд, одно из самых конченных странных действий у блогера (ученого и якобы популяризатора) - это делать закрытый ПЛАТНЫЙ чат с эксклюзивной полезной информацией, в т.ч. направленной на практическое применение
Т.е. вместо того, чтобы это рассказывать и делать доступным всем, он создаёт когорту "избранных" (а критерий - способность заплатить ему)
Это пиздец какой-то - помните, что это лишь мое мнение (ваше может быть другим, даже можете высказать его)

Так, эмоциональным контентом разогрели (шутка. или нет? 🤔)

Подкинем немного сложного контента (из этой статьи)

Стремлюсь быть как

КТО ТУТ ГОЛУБОЙ?
⠀
На широких просторах в интернете можно встретить такую фразу "OLS is BLUE"
Красивое? Показываю 🕵🏻‍♂️
⠀
OLS - это метод наименьших квадратов. Если грубо, то это даёт возможность оценить параметры линейной регрессии (коэффициенты b0, b1 и т.д., которые мы хотим получить в результатах, в табличке, рис.1) 😎
⠀
Но сегодня мы не об МНК поговорим, а о том, что такое быть BLUE (и почётно ли это?) 🤔
⠀
❗BLUE - best linear unbiased estimator (лучший линейный несмещенный оценщик)❗
⠀
Обсудим каждый компонент.
⠀
1) Best. Ну лучший и лучший. Главное, что лучший. 💸 Но в своем классе (линейных несмещенных оценщиков) при соблюдении определенных условий/допущений (нет автокорреляции, есть гомоскедастичность ошибок) {можно поправить мою неграмотность в этом месте}. 🫠
⠀
2) Linear. Линейность, ну тут вроде логично все. Есть же линяя на графике регрессии, вот из-за нее и линейность. 🤡
Но это линейность модели, а мы говорим о линейности оценщика. Пока мне сложно придумать как это объяснить простыми словами (биостатистики, HELP! Вдруг врачи решат это прочитать), но прикреплю скриншот с Вики (рис.2). 🧐
⠀
3) Unbiased. Несмещенность. Я пытался немного про это написать тут (а лучше заглянуть в комментарии, где Матвей дал ценные комментарии) и тут репосты Матвея и Максима (отмазался? 😀). Т.е. мы можем сказать, что мат ожидание разницы между точечной оценкой и реальным значение параметра в ГС равно 0. ☝🏻
⠀
4) Estimator. Оценщик. Смешно, но тут я немного в замешательстве, как его обозначить 🤷🏻‍♂️. Это правило/формула/статистика/секретныйшифр/призывдьявола. Но этот инструмент на основе данных позволяет нам получить значение оценки (estimate), которое можно использовать для какой-либо цели.
⠀
Круто ли, когда специалисты говорят "OLS is BLUE"?. Для МНК, конечно, это круто, но при соблюдении определенных допущений (как везде и всегда в статистике). ☝🏻
⠀
Предлагаю в комменты написать какие-нибудь другие фразы, мнемоники из статистики 😁

Как связаны p-value и alpha?

В статьях значение alpha указывают как порог для p-value. Почему и как это отражается на данном графике? А что происходит в его неувеличенной части?

Какие у вас идеи?