WWW.DISS.SELUK.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА
(Авторефераты, диссертации, методички, учебные программы, монографии)

 

Pages:   || 2 | 3 | 4 |

«Артюхов И.П., Поликарпов Л.С., Хамнагадаев И.И., Деревянных Е.В. МЕТОДЫ ЭПИДЕМИОЛОГИЧЕСКОГО ИЗУЧЕНИЯ НЕИНФЕКЦИОННЫХ ЗАБОЛЕВАНИЙ Учебное пособие для студентов медицинских ВУЗов по ...»

-- [ Страница 1 ] --

Государственное образовательное учреждение высшего

профессионального образования Красноярский государственный

медицинский университет имени профессора В.Ф. ВойноЯсенецкого Министерства здравоохранения и социального

развития Российской Федерации

Кафедра управления экономики здравоохранения и фармации

Кафедра пропедевтики внутренних болезней

Артюхов И.П., Поликарпов Л.С., Хамнагадаев И.И., Деревянных Е.В.

МЕТОДЫ ЭПИДЕМИОЛОГИЧЕСКОГО

ИЗУЧЕНИЯ

НЕИНФЕКЦИОННЫХ

ЗАБОЛЕВАНИЙ

Учебное пособие для студентов медицинских ВУЗов по специальности 060101 – лечебное дело Красноярск УДК 616.1/.4:313.13(07) ББК 54. М Методы эпидемиологического изучения неинфекционных заболеваний:

учебное пособие для студентов медицинских ВУЗов по специальности – лечебное дело/И.П. Артюхов, Л.С. Поликарпов, И.И. Хамнагадаев и др. – Красноярск: типография КрасГМУ, 2010. – 145 с.

Авторы: Артюхов И.П. д. м. н., профессор зав. кафедрой управления экономики здравоохранения и фармации ГОУ ВПО КрасГМУ им проф. В.Ф. ВойноЯсенецкого МЗ и СР РФ.

Поликарпов Л.С. д. м. н., профессор зав. кафедрой пропедевтики внутренних болезней ГОУ ВПО КрасГМУ им проф. В.Ф. Войно-Ясенецкого МЗ и СР РФ Хамнагадаев И.И. д. м. н., ассистент кафедры пропедевтики внутренних болезней ГОУ ВПО КрасГМУ им проф. В.Ф. Войно-Ясенецкого МЗ и СР РФ Деревянных Е.В. к.м.н. ассистент кафедры пропедевтики внутренних болезней ГОУ ВПО КрасГМУ им проф. В.Ф. Войно-Ясенецкого МЗ и СР РФ Эпидемиологические исследования с целью выявления распространенности различных неинфекционных заболеваний (язвенной болезни, ишемической болезни сердца, артериальной гипертонии, хронической обструктивной болезни легких, бронхиальной астмы и др.) и их факторов риска позволяют разработать лечебно – профилактические мероприятия с целью снижения осложнений (инвалидизации, смертности и других) с учетом различных экологических условий. Проведение массовых исследований требует применение современных методов случайных и других выборок, а также стандартизации методов обследования населения с выделением стандартных критериев нозологии для получения репрезентативной информации. Однако, очень часто современные исследования не соответствуют всем требованиям эпидемиологических работ с неправильным набором и обработкой материала. Данное учебное пособие может быть использовано по специальности лечебное дело - 060101 согласно образовательного стандарта профессионального образования в разделе ОПД Ф.02. социальная гигиена и ОПД Ф.03. внутренние болезни при проведении массовых обследовании населения с использованием современных методов эпидемиологии рекомендованных ВОЗ и разработкой профилактических мероприятий.





Рецензенты: зав. кафедрой общественного здоровья и здравоохранения Новосибирского государственного медицинского университета д.м.н., профессор Калиниченко А. В.

зав. кафедрой кардиологии и кардиохирургии Кемеровской государственной медицинской академии д.м.н., профессор Барбараш О.Л.

Утверждено ЦКМС (протокол №1 от 30.09.10) КрасГМУ Оглавление Введение

Цели популяционных исследований

Типы исследований

Выборочные исследования в популяции

Центральная предельная теорема (Муавра)

Проверка выборки на нормальность

Методы формирования выборок

Основные методы рандомизации

Кластерное (групповое) рандомизированное исследование

Приемная характеристическая кривая (ROC-кривая)

Иерархия клинических доказательств

Подготовка поименного списка

Простые случайные выборки

Стратифицированные и взвешенные выборки

Двухступенчатое формирование выборок

Кустовые выборки

Отклик на обследование

Привлечение населения к участию в исследовании

Персонал и план проведения обследования

Исследования распространенности заболевания.

Определение объема выборки

Изучение количественных показателей

Исследования типа «случай — контроль»

Когортное исследование

Одномоментное исследование

Экологическое исследование

Проверка статистических гипотез

Выбор статистического метода анализа данных

Схема экспериментальных исследований

Проспективные исследования

Исследования частоты новых случаев

Отношение шансов

Ошибка Берксона

Систематическая ошибка Неймана

Относительный риск

Количество, которое следует лечить

Применимость статистического анализа

Чувствительность и специфичность

Использование чувствительных тестов

Использование специфичных тестов

Прогноз

Планирование и подготовка исследований.

Методы обследования

Интерпретация полученных данных

МЕТААНАЛИЗ

Метааналитические модели

Первичная обработка результатов

Приложение 1

Приложение 2 (тесты)

ЛИТЕРАТУРА

Развитие и совершенствование массового обследования связано с расширением и углублением эпидемиологических знаний. По мере развития эпидемиологии как науки они усложнялись и обогащались новыми методами и приемами. В настоящее время массовое обследование и наблюдение представляет комплексный метод, являющийся основой эпидемиологических исследований основных неинфекционных заболеваний (патология желудочнокишечного тракта, не связанная с инфекцией, ишемическая болезнь сердца, артериальная гипертония, сахарный диабет, бронхиальная астма и др.) Задача эпидемиологического обследования - установление причин появления заболевания и выяснение условий, способствующих возникновению и распространению болезни. Результаты эпидемиологического обследования являются основой для организации и проведения наиболее рациональных, в данном случае, профилактических мероприятий, имеющих цель предупредить распространение болезни и не допустить появление заболеваний в дальнейшем с учетом экологической среды.





Неинфекционные заболевания встречаются чаще, чем инфекционные.

Распространенность болезни определяется путем одномоментного исследования и проспективного наблюдения за группой лиц, часть которых в данный момент имеет, а другая не имеет изучаемого заболевания, но находится в группе высокого риска. Доля больных в исследуемой группе определяет распространенность заболевания.

Такие однократные обследования популяций, включающих в себя и больных, и здоровых, называются исследованиями распространенности, или одномоментными исследованиями, так как обследование популяции проводится в определенный момент времени. Это один из наиболее часто встречающихся в медицинской литературе методов исследования.

Клинические и эпидемиологические исследования имеют свои преимущества и свои недостатки. В условиях стационара можно исчерпывающе изучить течение болезни, что практически не свойственно для популяционных исследований. Большинство этиологических гипотез явилось результатом клинических и лабораторных наблюдений. В то же время выводы, полученные в ходе клинических и лабораторных исследований, имеют ряд существенных недостатков. Соответствующие недостатки имеют демографические и другие статистические исследования. Они позволяют изучить основные характеристики населения, среди которого осуществляется контроль исследования и определить показатели заболеваемости популяции.

Но такая информация оказывается неполной, так как она ограничена сведениями, полученными через установленную на практике систему сбора данных о заболеваниях явившихся причиной смерти и утраты трудоспособности, причем ее достоверность не всегда известна. Этот недостаток может сказаться при сравнении частоты встречаемости заболевания в двух разных странах, например, на основании показателей смертности. При этом остается не известной не только достоверность этих показателей внутри каждого региона, но кроме того, из-за различий степени достоверности имеется вероятность получения ложных различий в инвалидизации и смертности.

Клинические и демографические статистические исследования вносят значительный вклад в понимание причин возникновения и распространения различных основных неинфекционных болезней. Полученные результаты проведенных клинических исследований в крупных клиниках нуждаются в подтверждении путем непосредственного наблюдения на популяционном уровне, так как в условиях специализированных отделений за счет искусственного подбора больных по нозологии не отражается истинная картина на уровне популяции. Более того, только с помощью популяционных исследований, можно ответить на некоторые вопросы (например, оценить вероятность возникновения заболеваний среди курящих и некурящих, или среди лиц с различным уровнем общего холестерина сыворотки крови).

Однако, некоторые популяционные исследования выполненные с нарушением современных правил эпидемиологии не отражают репрезентативные данные.

Эта ситуация способствовала созданию данного методического пособия.

Популяционные исследования различных заболеваний, так же как и клинические исследования могут иметь различные цели, причем рациональное планирование зависит от четкой постановки задач.

Можно выделить пять основных целей:

1. Количественная оценка болезни в популяции (информацию о частоте с которой болезнь встречается в одной популяции, можно сравнить с аналогичными показателями, полученными при изучении другой популяции).

2. Изучение распространения заболевания в популяции (для того, чтобы получить данный показатель, необходимо изучить ряд характеристик обследуемых лиц, помимо наличия или отсутствия заболевания, и затем рассчитать частоту, с которой заболевание регистрируется в каждой отдельно взятой подгруппе обследуемого населения, выделенной на основании изучаемых характеристик).

3. Изучение естественного развития заболевания. Выявление заболевания на ранних стадиях, и изучение того, как быстро оно развивается и у каких лиц оно имеет склонность (тенденцию) к прогрессированию и приводит к развитию осложнений.

4. Описание характеристик здоровых лиц. Популяционное исследование позволяет описать основные биологические особенности индивидуума так как в равной степени изучает характеристики как больных, так и практически здоровых лиц и оценивать их распространение во всей группе населения.

5. Формирование и проверка этиологических гипотез. Это наиболее сложная задача популяционных исследований. Этиологическую гипотезу можно проверить в ходе проведения будущих исследований, спланированных с тем, чтобы продемонстрировать, является ли выявленная зависимость стойкой и увеличивается ли частота, с которой регистрируется заболевание, пропорционально степени воздействия изучаемого фактора.

Популяционные исследования могут быть наблюдательными, или экспериментальными, причем первые могут быть одномоментными или продолжительными (проспективными).

Цель одномоментного исследования – представить картину заболевания среди населения на определенный момент времени (t1). Как правило, проводится одно обследование, хотя в некоторых случаях два отдельных обследования могут следовать друг за другом через короткий промежуток времени.

Одномоментное исследование представляет два вида информации:

1. относящиеся к заболеванию.

2. описывающие другие характеристики.

Если заболевание определяется качественно, то его частота будет оцениваться как распространенность:

В случае, когда ряд лиц, входящих в выборку не могут быть обследованы, то иногда можно оценивать минимальную распространенность:

Оценка частоты, с которой встречается заболевание, распространенность, основана на определении числа больных выявленных только в момент обследования. Это число зависит от соотношения между частотой новых случаев и частотой, с которой выявленные случаи заболевания исчезают (число выздоровевших + число умерших + число больных, выбывших по другим причинам). Заболевание с высокими показателями смертности, будет иметь низкую распространенность, чем заболевание, характеризующееся такой же частотой возникновения новых случаев, но с меньшими показателями смертности.

Исследования направленные на изучение распространенности, должны охватывать большие контингенты населения, для того чтобы выявить необходимое количество случаев болезни, так как большинство хронических болезней поражает незначительную часть населения.

Одномоментные исследования, проводимые среди определенных профессиональных групп, являются общепринятой формой эпидемиологического исследования. В данном случае обследуются только работающие, хотя значительное число лиц, у которых возможно наличие заболевания, могли преждевременно оставить работу вследствие ухудшения состояния здоровья.

Результатом ухудшения у этих менее здоровых лиц явится недооценка частоты случаев заболевания.

Перед применением в каждой новой популяции, любой диагностический метод, должен быть, насколько возможно, проверен в отношении достоверности получаемых с его помощью результатов.

Число лиц в различных возрастных группах может быть недостаточным, и это, конечно, лишает исследователя права выбора. Но в небольших исследованиях возрастные границы популяции должны быть относительно четко определены, например десятилетием или даже одним годом во всех случаях, где представляется такая возможность. В случае ишемической болезни сердца лица, среди которых изучаются этиологические связи, должны быть достаточно молодыми, чтобы среди них регистрировалось необходимое для статистического анализа число случаев заболевания. В крупномасштабных эпидемиологических исследованиях, если позволяет размер популяции, можно расширить возрастной диапазон и проводить обследование в различных возрастных группах в отдельности.

Редко удается обследовать все население, которое имеет или может иметь изучаемое состояние. Обычно формируется такая выборка, которую можно реально обследовать. Возникает вопрос: репрезентативна (представительна) ли она по отношению ко всей популяции?

Существует два способа получения представительной выборки. При случайной выборке (random sample) вероятность попасть в группу обследования для каждого индивидуума в популяции одинаковая. Более общий способ - вероятностная выборка (probability sample) используется, когда каждый индивидуум имеет известную (не обязательно равную) вероятность включения в группу обследования. Часто требуется, чтобы исследуемая выборка включала достаточное число представителей определенных подгрупп, например этнических меньшинств. Если эти подгруппы малы, то простая случайная выборка из всей популяции может не включать достаточного количества их представителей. Для исправления ситуации из таких подгрупп отбирается случайным образом более значительный, чем из остальной популяции, процент лиц. Окончательная выборка остается репрезентативной по отношению к общей популяции, если при анализе данных учитывается способ формирования выборки. В среднем характеристики пациентов в вероятностных выборках такие же, как в той популяции, из которой они отбирались, особенно при достаточно большом размере выборки.

При других методах формирования выборки последняя может быть значительно смещена по отношению к исходной популяции. Большинство групп больных, описываемых в медицинской литературе и соответствующих практике большинства врачей, представляют собой такие смещенные выборки.

Как правило, больные включаются в исследование потому, что они находятся на лечении в университетской клинике, готовы и желают участвовать в обследовании и, кроме того, представляют собой интересный и/или тяжелый случай. В этом нет ничего плохого, если существует четкое понимание, по отношению к каким больным можно применять (или не применять) полученные результаты.

Центральная предельная теорема (Муавра) Центральная предельная теорема устанавливает природу выборочного распределения среднего. Это частотное распределение большого числа средних, полученных по выборкам объема и, извлеченных из заданной генеральной совокупности.

Теорема утверждает, что для бесконечного числа независимых случайных выборок одинакового объема, извлеченных из генеральной совокупности, выборочное распределение любой линейной комбинации выборочных средних будет стремиться к нормальному распределению, при объеме выборки, стремящемся к бесконечности.

Таким образом, по мере увеличения объема выборки п, выборочное распределение приближается к нормальному.

Если из генеральной совокупности извлечена серия выборок и для каждой выборки вычислено среднее наблюдений, то средние образуют последовательность. Последовательность выборочных средних всегда имеет нормальное распределение, независимо от того распределена исходная генеральная совокупность нормально или нет. Выборочные средние нормально распределены вокруг генерального среднего. Среднеквадратическое отклонение последовательности средних, т.е. стандартная ошибка средних равна отношению генерального среднеквадратичного отклонения к квадратному корню из объема выборки. Приблизительно 95% выборочных средних лежат в пределах 2 стандартных ошибок от генерального среднего, если объем выборок п больше 30.

Стандартная ошибка измеряется в тех же единицах, что и среднеквадратическое отклонение и является оценкой точности выборочного обследования.

Независимо от формы распределения генеральной совокупности, нормальное распределение может использоваться при условии, что выборка является репрезентативной, а ее объем не меньше, чем объем выборки (не надо путать с количеством выборок). Чем больше неоднородность (которая определяется среднеквадратическим отклонением) выборок, тем больше должен быть объем выборки, чтобы выборочное среднее являлось точной оценкой генерального среднего.

- Представление данных в виде гистограммы указывает на одновершинное распределение.

- Использовать процедуры диаграмм «ящик с усами» и «стебель с листьями», чтобы выявить выбросы и необычную структуру данных.

- График нормальной вероятности или пробит-график.

Преобразуют измеренные значения в величины со стандартным нормальным среднеквадратическим отклонением (нормированные значения) путем вычитания из каждого значения среднего и деления на среднеквадратическое отклонение, а затем располагают их в возрастающем порядке.

График зависимости накопленных упорядоченных значений, относящихся к истинно нормальному распределению с нулевым средним и стандартным отклонением равным 1, откладываемых по оси у от измеренных значений (выборочных данных) по оси х, представляет собой строго прямую линию. Он позволяет сравнивать кумулятивные частотные распределения данных с распределениями, имеющими стандартное нормальное отклонение.

- Проверка коэффициентов асимметрии и эксцесса.

- W-критерий Шапиро-Уилка: отношение оценок отклонения.

- Критерий Колмогорова-Смирнова или его модификация Лиллифорса.

- Хи-квадрат критерий: основывается на отклонениях данных гистограммы от теоретической функции плотности.

Одновыборочный критерий Колмогорова—Смирнова Это критерий согласия, применяемый для данных, принадлежащих, по меньшей мере, порядковой шкале, в основе которого лежат отклонения эмпирического распределения вероятностей от теоретической функции распределения. Случайные величины должны задаваться выборками из непрерывного теоретического распределения, объем выборки не имеет значения.

Критерий определяет, можно ли считать, что значения в выборке, взяты из генеральной совокупности, имеющей заданное теоретическое распределение.

Это непараметрический критерий проверки нулевой гипотезы о том, что эмпирическая и теоретическая интегральные функции распределения совпадают. В качестве статистики в критерии используется максимальная по модулю разница между интегральными функциями распределения.

Модификация критерия по Лиллифорсу проверяет нулевую гипотезу о нормальности.

Двухвыборочный критерий Колмогорова—Смирнова Это критерий проверки гипотезы о том, что две независимые выборки извлечены из одной и той же генеральной совокупности или из совокупностей, имеющих одинаковое распределение. Двусторонний критерий чувствителен к любым различиям в распределениях, из которых извлечены выборки (например, в средних, дисперсиях, асимметрии и т. д.). Односторонний критерий используется для того, чтобы решить, являются ли значения параметров генеральной совокупности, из которой взята одна выборка, статистически большими, чем параметры генеральной совокупности, из которой извлечена другая выборка.

Логарифмически нормальное распределение Представляет случайную величину, логарифм которой имеет нормальное распределение. Распределение применимо для данных, которые начинаются после нуля, но имеют и очень большие значения. Распределение асимметрично, асимметрия положительная, хвост распределения вытянут вправо.

F-распределение Семейство распределений, которое характеризуется двумя параметрами, числом степеней свободы в числителе и числом степеней свободы в знаменателе, т.е. числами степеней свободы для оценок дисперсий случайных выборок из нормальных распределений, имеющих одинаковые дисперсии.

Характеристики:

- Числитель имеет (I - 1) степень свободы, где I — количество сравниваемых генеральных совокупностей - Знаменатель имеет (N - 1) степеней свободы, где N равно общему количеству наблюдений - Отбор внутри групп должен быть случайным - Дисперсии для различных групп должны быть примерно равными - Наблюдения внутри экспериментально однородных групп должны быть из нормально распределенных генеральных совокупностей - Вклады в общую дисперсию должны быть аддитивны - Форма в общем случае скошена вправо, т.е. асимметрия положительная - Случайная величина, имеющая F-распределение, не может иметь отрицательных значений.

t-распределение t-распределение впервые было описано английским статистиком У С.

Госсетом (псевдоним «Стьюдент»).

Характеристики - Колоколообразное распределение, которое характеризует изменчивость среднего и среднеквадратического отклонения небольших выборок, извлеченных их нормально распределенной генеральной совокупности.

- Имеет меньшую высоту и больший разброс (т.е. большее среднеквадратическое отклонение), чем стандартное нормальное отклонение.

- t-распределенная случайная величина имеет больше шансов оказаться дальше от среднего, чем стандартная нормальная случайная величина.

Критическое значение для t при заданном уровне значимости больше, чем соответствующее критическое значение для Z.

- t-распределение представляет собой семейство распределений выборочных средних, каждое из которых определяется числом степеней свободы (df = N - 1).

- Чем меньше число степеней свободы, тем более плоскую форму имеет распределение, что ведет к увеличению хвостов распределения.

- Риск несбалансированных подгрупп, при отсутствии сходства пациентов, проходящих лечение, и контрольных пациентов в подгруппах.

- Отсутствие валидности, из-за меньшего числа пациентов и более широких доверительных интервалов.

Если группа из n субъектов будет разделена случайным образом на k групп равного объема, то можно ожидать различие между наибольшим и наименьшим средним в подгруппах примерно в k раз больше, чем стандартное отклонение средних всей группы (если k не превышает 15).

Интересы клинических исследований часто удовлетворяются набором необходимого числа больных, при этом не рассматриваются источники, из которых они получены, так как необходимо как можно быстрее набрать нужное число случаев. Эпидемиологические исследования имеют иные требования и одно из них состоит в том, чтобы на основе обследования выборки можно было сделать общие выводы о распространенности заболевания среди всего населения, из которого эта выборка сделана. Выполнение этой задачи требует наличия репрезентативной популяции в целом для выборки, и любой метод ее формирования, основанный на произвольном отборе лиц или привлечении «добровольцев», недопустим.

Существуют различные методы формирования выборок, однако в данном пособии будут описаны лишь основные принципы и некоторые простые приемы.

Одним из основных положений дизайна клинического исследования является рандомизация, т.е. процесс случайного распределения вариантов опыта между объектами. Распределение вариантов лечения в случайном порядке не может быть достигнуто путем беспорядочного отбора. Если в процессе отбора участвует человек, никакая схема отбора не может считаться по-настоящему случайной. Известно из практики, что если у участников исследования появляется возможность влиять на результаты исследования, эта возможность обязательно будет использована. Задача рандомизации как раз и состоит в том, чтобы обеспечить такой подбор больных, при котором контрольная группа отличалась бы от экспериментальной только методом лечения. Слово «случайность» в его обычном разговорном смысле применяется ко всякому методу выбора, не имеющему определенной цели. Однако выбор, производимый человеком, не является случайным в строгом смысле, поскольку на практике он не выбирает одинаково часто те события, которые имеется основание считать равновероятными.

Есть только один способ получить процедуру истинно случайного отбора — воспользоваться каким-либо независящим от человека методом, например, использовать датчик (или таблицу) случайных чисел (приложение 1).

Так, простая рандомизация основана на прямом применении такой таблицы. Числа в таблице случайных чисел сгруппированы таким образом, чтобы вероятность для каждого из однозначных чисел оказаться в любом месте таблицы была одинакова (равномерное распределение). Крайний левый столбец таблицы представляет собой номера строк, верхняя строчка — номера сгруппированных по 5 столбцов. Произвольно выбираются начальная точка (пересечение строки с каким-то номером и столбца (или столбцов) в зависимости от того, сколько знаков должно быть в извлекаемых случайных числах) и направление движения. Количество пациентов, которых необходимо рассортировать по группам, определяет, какие числа будут отбираться: при n 10 только однозначные числа; при п от 10 до 99 — двузначные и т.д. Например, для распределения 99 пациентов в три группы выбираем исходную точку на пересечении произвольной строки и двух соседних столбцов, а также направление движения. Выбираем двузначные числа. Встретив числа 1—33, разместим очередного пациента в первую группу, числа 34—66 — во вторую группу, 67— 99 — в третью группу. Для распределения на две группы можно действовать следующим образом: встретив четные номера, отправлять очередного пациента в первую группу, а нечетные — во вторую. Однако такой метод может привести к формированию различных по численности групп.

От этого недостатка свободен метод последовательных номеров.

Каждому пациенту присваивают номер, являющийся случайным числом из таблицы случайных чисел. Затем эти номера ранжируются в порядке возрастания и в соответствии с выбранным правилом распределяют методы лечения. Например, для распределения на две группы: четные номера в ранжированном ряду — первая группа, нечетные — вторая. Однако число пациентов в группах уравновешивается только к концу процедуры рандомизации.

Метод адаптивной рандомизации поддерживает равное число пациентов в группах в течение всей процедуры рандомизации. В общем виде такая процедура предполагает следующее: в начале лечения пациенты распределяются равновероятно, затем перед тем, как определить, к какой группе отнести очередного пациента, оценивается численность уже созданных на данный момент групп. Если численность групп одинакова, лечение распределяют равновероятно, если численность одной из групп превосходит другую, вероятность попасть в эту группу снижается.

Хорошо сохраняет равную численность групп в течение всего процесса рандомизации и метод блочной рандомизации. Больных, которых предполагается включить в исследование, условно разделяют на равные блоки.

В пределах блока методы лечения распределяются так, чтобы разными методами лечилось одинаковое число пациентов, но последовательность назначения лечения была бы различной. Затем блоки случайно распределяют, например, пользуясь таблицей случайных чисел.

Для повышения эффективности рандомизации и улучшения однородности групп применяется метод стратификационной рандомизации.

При этом по основным прогностическим признакам формируются однородные группы (страты). Для каждого конкретного исследования выбираются прогностические факторы, как связанные с заболеванием, так и с особенностями пациентов. После поступления сведений об очередном больном и определения его стратификационной группы по выбранной схеме распределяются методы лечения. Схемы распределения лечения в пределах группы могут быть аналогичны предложенным ранее, например можно использовать переменную последовательность двух вариантов лечения и назначать их пациентам, поступающим в случайной последовательности.

Следующие два метода рандомизации основаны на процедурах, заимствованных из теории игр. Чтобы лучше понять их смысл, представьте себе, что вы оказались в казино и перед вами — разные игровые автоматы.

Время игры ограничено. Какую стратегию вам выбрать для получения максимального выигрыша? Итак, рассматриваем три варианта стратегии: а) двигаясь от автомата к автомату, играть с каждым из них по одному жетону, пока какой-либо автомат не заплатит вам выигрыш. После этого продолжать играть на этом автомате все оставшееся время независимо от последующих результатов; б) играть на каждом автомате несколько раз независимо от результата, чтобы определить, «частоту» выигрыша для каждого из них, а затем продолжать играть с «лучшим»; в) переходить к следующему автомату только после поражения на предыдущем. Продолжать играть на одном и том же автомате, пока вам удается выигрывать у него. Понятно, что, выбрав первую стратегию, вы рискуете, все оставшееся время играть на автомате, выиграть на котором вам удалось однажды и, возможно, лишь случайно.

В области клинических исследований метод рандомизации, основанный на третьей стратегии, носит название «игра на лидера».

Метод «игра на лидера» — первый пациент получает методы лечения равновероятно, затем в случае успеха терапии следующий пациент также получает это лечение, в случае неудачи — другое. Пациенты, уже получившие лечение, его продолжают. Этот дизайн считается не очень удачным, поскольку такая процедура практически не имеет «памяти», даже после серии успехов достаточно одной неудачи для изменения выбора терапии.

Метод «однорукий бандит» — процедура адаптивного размещения, постоянно корректируется по мере появления новой информации о сравниваемых терапиях с целью повышения вероятности размещения пациента в группы, получающие более успешную терапию. Основная идея имеет отношение скорее ко второй игровой стратегии: на данном этапе не всегда нужно размещать очередного пациента в группу, которая в данный момент считается наиболее успешной. Возможно, что наших знаний еще недостаточно, чтобы точно оценить, какой метод лучше, поэтому на данном этапе необходимо продолжить сбор информации. При этом выявляются группы с наибольшей вероятностью успеха. В случае двух последних процедур рандомизации большинство пациентов получают лучший метод лечения. Однако может возникнуть существенная разница в численности групп, что затруднит в дальнейшем статистический анализ. Кроме того, для таких стратегий необходимо иметь точное определение успеха для изучаемых методов лечения.

Кластерное (групповое) рандомизированное исследование Исследование, при котором кластеры, или цельные социальные единицы, рандомизированы по группам для различного вмешательства. Согласие участников просят на соответствующий вид лечения, но не рандомизацию.

Наблюдается ухудшение статистической эффективности по сравнению с исследованиями, при которых индивидуальные субъекты рандомизируются по группам вмешательства. Это происходит из-за того, что индивидуумы, относящиеся к цельному кластеру, реагируют сходно, в отличие от индивидуальных субъектов из различных кластеров. Для оценки кластерного эффекта при исследовании субъектов внутри кластеров необходима оценка коэффициентов внутригрупповой или межгрупповой корреляции.

Коэффициент внутригрупповой корреляции — это отношение дисперсии между субъектами к общей дисперсии, полученной из двух источников:

дисперсии между субъектами и дисперсии для одного субъекта (различий между измерениями, касающимися индивидуального субъекта в выборке).

Схему можно использовать для уменьшения риска статистической ошибки «загрязнения», связанной с индивидуальной рандомизацией. «Загрязнение» участников контрольной группы ухудшает точечную оценку эффективности вмешательства. Это может привести к ошибке II рода, т. е. к выводу об отсутствии эффекта, в то время, как в действительности он существует.

Приемная характеристическая кривая (ROC-кривая) Характеристики - Вид графической зависимости для оценки возможности количественного диагностического или скринингового теста либо алгоритма, позволяющая различить больного и здорового индивидуумов. Она применяется к тестам с переменной точкой разделения на порядковой, или интервальной, измерительной шкале. Она показывает отношение между чувствительностью, специфичностью и выбором точки разделения.

- ROC-кривая представляет собой зависимость между числом истинно положительных результатов (на вертикальной оси, или оси у) и числом ложноположительных результатов (на горизонтальной оси, или оси х), то есть зависимость чувствительности от величины (1 - специфичность). При диагностическом анализе всегда существует определенная зависимость между чувствительностью и специфичностью.

ложноположительных результатов наносятся на кривую для каждой пороговой величины, или точки разделения, на основании которой принимается решение, по отдельности. Точки на кривой соединяют с использованием регрессионного метода. Точки разделения могут быть непрерывными или дискретными для (категорийного диагностирующего признака).

- Площадь под кривой является мерой валидности (т.е. диагностической или прогностической эффективности) скринингового теста, и всегда должна составлять величину больше 0,5.

- Кривая представляет собой функцию всех возможных отношений правдоподобия, полученных из данного теста.

- Она способствует выбору критической величины (точки разделения), при которой предиктор лучше всего осуществляет выбор, т.е. различает положительный и отрицательный результат. Критическое значение находят как значение, при котором отклонение кривой от диагональной линии, соединяющей точки (0,0) (левая нижняя точка) и (1,1) (правая верхняя точка), является наибольшим, т.е. на перегибе или вблизи перегиба кривой.

- По мере приближения кривой к верхнему левому углу графика эффективность теста улучшается.

конкурирующими тестами, особенно для клинических лабораторных анализов и диагностической визуализации.

- Кривая не зависит от распространенности исследуемого заболевания.

Рисунок 1. ROC-кривая Iа Веское доказательство на основе по крайней мере одного систематического обзора: метаанализ рандомизированных контролируемых клинических исследований Ib Веское доказательство на основе по крайней мере одного рандомизированного контролируемого исследования IIа Доказательство на основе по крайней мере одного хорошо спланированного контролируемого исследования без рандомизации IIb Доказательство на основе по крайней мере одного хорошо спланированного квазиэкспериментального исследования III Доказательство на основе по крайней мере одного хорошо спланированного неэкспериментального описательного исследования, например, сравнительных исследований, корреляционных исследований и исследований методом «случай-контроль».

IV Экспертная оценка: доклады экспертных комиссий, мнения авторитетных органов на основании клинического опыта.

Кокрановская библиотека является основным источником доказательств высокого уровня через такие базы данных, как:

- Кокрановская база данных систематических обзоров (The Cochrane Database of Systematic Reviews) - Кокрановский регистр контролируемых испытаний (The Cochrane Controlled Trials Register) - База данных обзоров по эффективности (Database of Abstracts of Reviews of Effectiveness) - Кокрановский методологический реестр (The Cochrane Methodology Register) Формирование выборки начинается с подготовки поименного описка или основы выборки, в котором перечисляются все члены популяции, из которой она собиралась. Для этой цели иногда можно использовать имеющиеся официальные описки, например списки переписи населения (хотя в некоторых случаях они не подлежат оглашению), описки налогоплательщиков и избирателей, описки, составленные общепрактикующими врачами (только в том случае, если они полностью охватывают изучаемый контингент), регистрационные журналы учебных учреждений, домовые книги, а для профессиональных групп - списки работающих на определенную дату.

Устаревший или недостаточно полный список популяции может обусловить появление расхождений в результатах исследования. Иногда в списках не фигурируют отдельные группы населения, подверженные риску некоторых определенных заболеваний (например, заключенные, страдающие психическими болезнями и т. д.). При отсутствии каких-либо удовлетворительных списков переписи населения может оказаться необходимым составить списки специально для целей исследования. Обычно это дорогостоящее и технически трудноосуществимое мероприятие, которое возможно только в очень маленьких районах или на основе кустовой выборки.

Следующим этапом исследования после получения полного списка лиц, входящих в изучаемую популяцию, является формирование выборки требуемого размера. Формирование выборки необходимо провести таким образом, чтобы каждый член популяции, удовлетворяющий установленным критериям отбора, имел бы равные шансы попасть в выборку. Исследователь всегда должен иметь в виду вероятность того, что порядок внесения имен в список в какой-то степени связан с риском заболевания. Неправильно, например, отбирать из списка первых n лиц из числа тех, кто удовлетворяет необходимым критериям отбора, так как такая группа может оказаться не репрезентативной и вся последующая работа будет ненадежной.

Существует два простых метода формирования случайной выборки.

1) Каждому лицу в описке присваивается порядковый номер. Далее по таблицам случайных чисел отдельные номера выбираются из соответствующего ряда до тех пор, пока не будет получена выборка требуемого размера.

2) Если n — это требуемый размер выборки, а N — число лиц в поименном списке популяции, то отобрав каждого n/N-го лица из списка, можно получить выборку требуемого размера при условии случайного определения точки отсчета. Однако первый из указанных приемов более предпочтителен по причинам возможного влияния порядка расположения лиц в списке, о котором говорилось ранее.

Стратифицированные и взвешенные выборки Если население неравномерно распределено с точки зрения некоторых важных исходных переменных, таких, как возраст, то лучше в таких случаях формировать стратифицированные или взвешенные выборки. В этом случае популяция сначала распределяется по классам (стратам) соответственно возрасту, а затем выборочные соотношения уточняют таким образом, чтобы получить выборку требуемых размеров в (пределах каждой возрастной группы). Когда результаты будут подготовлены для анализа, данные относительно исходной популяции легко могут быть откорректированы в каждой возрастной подгруппе в соответствии с принятым методом взвешивания. Конечно, в большинстве случаев результаты приводятся по конкретным возрастным группам.

Иногда целесообразно формировать выборки различных размеров.

Предположим, например, что надо охватить исследованием возрастную группу 40—59 лет. При этом считается, что необходимо обследовать в два раза больше лиц 40—49 лет, чем 50—59 из-за более низкой ожидаемой распространенности заболевания в первой из указанных групп. В этом случае составляются две отдельные выборки; процент выборок устанавливается таким образом, чтобы получить группы, требуемых размеров.

Двухступенчатое формирование выборок В отдельных случаях для решения специальных задач на практике используют следующий прием: сначала тем или иным простым методом обследуют всю исходную популяцию (или выборку из нее) для получения базовой информации, на основе которой затем формируют соответствующие взвешенные подвыборки для более детального обследования. Предположим, что целью какого-то исследования является определение частоты случаев конкретного заболевания среди курящих и некурящих в популяции с небольшой долей некурящих лиц. В этом случае нерационально формировать простую случайную выборку из всей популяции, поскольку это потребует обследования довольно большого числа лиц для того, чтобы обеспечить включение в нее достаточного числа некурящих. Проблема решается следующим образом: сначала по поименному списку рассылают вопросник о курении всем лицам популяции, а затем приглашают на обследование случайную выборку, в которую входит равное количество курящих и некурящих.

В некоторых случаях из практических соображений более удобен метод формирования кустовой выборки. Предположим, например, что в каком-либо городе планируется проведение исследования сердечно-сосудистых заболеваний среди школьников на основании обследования выборки, насчитывающей 1000 человек, из общей группы в 5000 школьников. Так, формирование простой 20% случайной выборки нецелесообразно, так как оно предполагало бы необходимость посещения всех школ в городе. Значительно экономичнее отобрать 20% случайную выборку школ и обследовать в них всех детей соответствующих возрастных групп.

Этот метод привносит некоторые дополнительные ошибки, связанные с формированием выборок, причем метод расчета этих ошибок отличается от стандартной процедуры.

Иногда необходимо отобрать по возможности меньшее число кустов, причем в этом случае возможности исследователя могут быть ограничены.

Тогда используют специальный метод, при котором выбирают два или три района на основании их репрезентативности, а также возможности проведения там исследования, а затем предпринимают попытку обследовать все население выбранных районов.

В странах, не имеющих надлежащей национальной системы переписи населения, лучше всего прибегнуть к методу формирования подвыборок в пределах 1 куста: для этого необходимо вначале получить список административных районов, что обычно не вызывает затруднений. Затем формируется случайная или стратифицированная выборка из кустов. Далее необходимо получить списки жителей отобранных районов. Это также нетрудно сделать при условии, что административные районы небольшие.

Указанные списки обычно составляются для целей налогообложения. Из каждого отобранного куста формируют случайную выборку требуемого размера, которую и обследуют. Исследованием может быть охвачено и все население выбранных районов.

Сравнение данных исследований, проводимых в разных странах, часто основывается на результатах обследования только одной выборки внутри каждой страны. По сути дела это кустовая выборка, но лишь с одним кустом в каждой стране.

При этом, однако, надо учитывать довольно большую вероятность того, что отобранные кусты могут быть нерепрезентативными для соответствующих стран, и без определения величины вариабельности между странами нельзя судить о результатах обследования этих кустов, о действительных различиях между странами. Для того чтобы экстраполировать результаты исследования на всю страну, необходимо в каждой стране провести обследование населения из нескольких кустов.

Очень важно добиться высокой степени участия населения в исследовании, поскольку лица, не пришедшие на него, как правило, отличаются по показателям состояния здоровья от остальной части выборки, поэтому их отказ может привести к ошибочным результатам. К сожалению, не всегда удается предвидеть направление и величину этой ошибки: некоторые лица отказываются от обследования на том основании, что чувствуют себя хорошо и не желают причинять себе излишнее беспокойство, другие же потому, что чувствуют себя плохо и боятся узнать причины своего недомогания. Величина ошибки зависит от частоты признака в выборке в целом, процента отказавшихся от обследования лиц и степени их различий от остальной части выборки по распространенности изучаемого показателя.

В условиях высокой распространенности показателя в популяции низкий отклик на обследование вряд ли отразится на величине этого показателя.

Допустим, например, что исследователь изучает распространенность одышки среди лиц пожилого возраста, и этот симптом (в определенной степени) действительно наблюдается у 50% лиц этой возрастной группы. Если бы от участия в исследовании отказалось 20% лиц, входящих в выборку, среди которых одышка встречалась в 80% случаев, то среди лиц, принявших участие в исследовании, распространенность этого признака составила бы 42%—цифра, которая относительно мало отличается от истинной распространенности этого признака во всей изучаемой популяции.

К сожалению, исходя из упомянутой выше закономерности, большинство сердечно-сосудистых заболеваний имеет низкие показатели распространенности. Например, при изучении электрокардиографических изменений при инфаркте миокарда в популяции, где истинная распространенность этого признака равна 2%, при условии отказа от обследования 20% лиц выборки, среди которых, предположим, распространенность составила бы 5%, у лиц, принявших участие в обследовании, этот показатель составил бы 1,25%—цифра, которая значительно отличается от истинной распространенности признаков в популяции. Таким образом, очень важно добиться такого отклика на обследование, чтобы величина показателя в обследованной части выборки практически не отличалась от таковой в популяции в целом, даже если лица, отказавшиеся от обследования, будут нерепрезентативными. На практике не всегда удается добиться этой цели, поэтому важно попытаться оценить ошибку, связанную с уклонением части лиц от обследования, на основе доступных для всей выборки данных (например, возраст, пол, место жительства). При обследовании профессиональных групп можно сравнивать данные о работающих и отсутствующих по болезни среди лиц явившихся и не явившихся на обследование. В аналогичных группах можно сопоставлять показатели заболеваемости, инвалидности и смертности при проведении проспективных исследований. Скорее всего, наибольшие различия в показателях между указанными группами будут отмечаться в первые годы наблюдения после первоначального обследования, хотя в одном исследовании [4] показатели смертности в конкретной возрастной группе были выше среди лиц, отказавшихся от обследования, даже спустя 12 лет после начала исследования. Некоторые сведения о лицах, выбывающих в процессе последующего наблюдения можно получить из данных первичного обследования, с тем, чтобы сравнить их по некоторым характеристикам со всей изучаемой популяцией. Поскольку вероятность отклонения зависит от причины неявки на обследование, экспериментатор должен регистрировать число лиц, уклонившихся от обследования, по различным категориям, например: «выбыл после переписи», «в отпуске», «болезнь», «смерть», или, наконец, «отказ от участия в исследовании». В некоторых случаях возможна непосредственная оценка этого отклонения путем проведения дополнительного обследования какой-либо подвыборки из числа лиц, не принимавших участия в исследовании.

Привлечение населения к участию в исследовании Для успешного привлечения отдельных лиц к участию в исследовании необходима тщательная подготовительная работа, проводимая среди населения (установление личных контактов, санитарно-просветительные мероприятия).

Цель этой подготовки — побудить население к участию в исследовании, а также заручиться поддержкой руководящих работников различных организаций и учреждений. Вместе с тем такие контакты и мероприятия необходимо проводить с учетом общественных интересов различных групп лиц, и перед началом обследования следует четко сформулировать общие этические и другие гарантии и обязательства, в том числе устное или письменное согласие лиц на участие в исследовании. Например, обследуемым должны быть предоставлены гарантии того, что обнаружение каких-либо отклонений от нормы в состоянии здоровья не повлечет за собой нанесения вреда их служебному и социальному положению, поскольку эта информация будет недоступна посторонним лицам. Медицинский персонал, непосредственно обслуживающий лиц, приглашенных на обследование, должен быть огражден от бесполезных просьб и требований разъяснить результаты обследования. Руководители предприятий должны иметь гарантии в том, что отсутствие служащих на рабочих местах из-за участия в исследовании, а также научные выводы из полученных данных не нанесут ущерба производству.

Особенно важно заручиться поддержкой и одобрением медицинского персонала, который непосредственно отвечает за медицинское обслуживание лиц, привлекающихся к исследованию. Отношение к исследованию у руководителя службы здравоохранения подопечного промышленного предприятия может быть иным, чем у перегруженного общепрактикующего врача или врача, обслуживающего сельское население численностью, скажем, 20000 человек. Вообще вопрос об отношении медицинского персонала, непосредственно обслуживающего привлеченных к исследованию лиц, довольно сложен: с одной стороны, исследование может принести моральное удовлетворение местным врачам и поднять их престиж, то, с другой стороны, оно может увеличить нагрузку на службы здравоохранения.

Распространение информации об исследовании среди населения включает такие формы, как публикация обращений лиц, пользующихся авторитетом и поддерживающих исследование, чтение лекций с показом пояснительных фильмов, индивидуальные или групповые беседы. Все эти мероприятия направлены на то, чтобы заинтересовать население в участии в исследовании, обеспечить понимание его целей и возможность рассчитывать на доверие обследуемых. Обычно всегда в обществе или организации, где проводится исследование, есть лица, пользующиеся высоким авторитетом, и их помощь в проведении исследования может оказаться существенной. К ним иногда можно отнести таких лиц, как начальник полицейского участка, профсоюзный лидер, староста деревни, шофер больницы или медицинские сестры, работающих или недавно ушедших на пенсию. Они обычно настолько хорошо знают население, что могут заполнить пропуски и исправить ошибки в списках населения, легко определить место проживания тех или иных лиц и оказать воздействие на население либо путем убеждения, либо своим авторитетом в зависимости от индивидуальных особенностей человека.

Минимальный охват населения 75%, но следует также стремиться привлекать лиц (обычно это 10—20%), не прошедших обследование. Если средств для этого недостаточно, можно сосредоточить внимание на изучении случайной выборки из этих лиц. Следует избегать денежного стимулирования населения с целью привлечения к исследованию, однако могут быть приемлемы другие формы повышения заинтересованности. Если личные контакты осуществляются медицинскими сестрами, местными влиятельными лицами или старшим персоналом, отвечающим за проведение исследования, то, как правило, население не отказывается от участия и сотрудничества.

Приглашение на обследование в определенные часы после работы, договоренность о временном освобождении от работы, доставка транспортом к месту обследования или обслуживание на дому и даже приглашение на дружескую встречу — все эти меры помогают преодолеть нежелание некоторых лиц участвовать в исследовании.

Нельзя заранее предсказать процент охвата обследованием. Кропотливая подготовительная работа с учетом особенностей изучаемого населения и разумное планирование могут обеспечить почти 100% охват, особенно в сельских популяциях. Сложнее привлечь к исследованию профессиональные группы и популяции больших городов.

К наиболее действенным мотивам, побуждающим принять участие в исследовании, относятся, во-первых, желание внести вклад в усилия общества с помощью науки улучшить состояние здоровья населения и, во-вторых, личная заинтересованность в бесплатном медицинском осмотре. Как правило, медицинская услуга, оказываемая участникам исследования, заключается только в том, что им лично или их врачам по месту жительства сообщаются данные обследования. В тех случаях, когда медицинское обслуживание населения, принимающего участие в исследовании, недостаточно, можно рекомендовать (после официального одобрения) непосредственную консультацию или лечебные предписания или в отдельных случаях осмотр больного ребенка или супруга, причем для некоторых районов время на такие консультации следует учитывать при планировании исследования. Часто бывает целесообразно предложить обследовать или согласиться на обследование (если такое предложение будет сделано) некоторых «добровольцев», не попавших в выборку, однако результаты этих осмотров должны исключаться из окончательного анализа.

Медицинская информация передается врачам по месту жительства обследуемых, как правило, только в форме констатации данных исследования, за исключением тех случаев, когда имеется взаимная договоренность относительно интерпретации результатов. Если в процессе исследования впервые выявлены какие-либо серьезные отклонения от нормы или состояния, требующие неотложного вмешательства, такие, как тяжелая артериальная гипертония или инфильтрат при рентгенографическом обследовании, то необходимо непосредственно связаться с лечащим врачом по месту жительства и просить, насколько это возможно, об установлении наблюдения за больным.

Персонал и план проведения обследования Вопросы, касающиеся размера выборки, программы исследования и необходимого медицинского персонала, неразрывно связаны с задачами исследования. До начала любого крупномасштабного исследования необходимо провести предварительное, или так называемое пробное, исследование. Цель такого исследования заключается в оценке потребности во времени на каждом конкретном этапе и общего времени для всего исследования в целом. Обычно в предварительном исследовании участвует значительно меньшее число лиц, чем в основном. В таких исследованиях также допустимо участие «добровольцев», но данные о них не должны вноситься в отчет.

Приведем пример тщательно разработанной программы исследования, проведенного среди взрослого населения, в котором предметом изучения была ишемическая болезнь сердца. Оно основывается на расписании, по которому для обследования являются по два человека через каждые 15 мин на протяжении 3—4 ч утром и днем.

Первый пост обслуживают два интервьюера; здесь обследуемого встречают и приветствуют, а затем предлагают раздеться до пояса; его регистрируют и заносят в вопросник основные анкетные данные.

Второй пост обслуживают два лаборанта; здесь производится взятие крови, определяется показатель гематокрита, проводится антропометрическое обследование, спирометрия и опрос о состоянии органов дыхания.

Третий пост обслуживают два врача; здесь собирают анамнез, который включает опрос на выявление болей в грудной клетке, проводят общее медицинское обследование и измеряют артериальное давление.

На четвертом посту врач и лаборант или два лаборанта регистрируют ЭКГ в состоянии покоя или после нагрузки.

Четкие инструкции и короткая информация о предстоящем обследовании, даваемые на каждом этапе обслуживания, всегда вызывают расположение обследуемых лиц. Порядок прохождения постов в любом исследовании должен оставаться неизменным, для того чтобы избежать путаницы и сохранить стандартность условий (например, запись ЭКГ должна проводиться до определения толерантности к глюкозе). Карта для занесения данных, которая все время находится на руках у обследуемого, проверяется на каждом посту, а также перед его уходом, поскольку дополнительные приглашения для коррекции заполнения вопросника или направления тех или иных ошибок обычно не планируются.

Допускается измерение вышеописанной схемы введением отдельного «15-минутного поста» для более подробного специального опроса о пищевом рационе и характере физической активности, дополнительного поста для определения различных физиологических показателей во время нагрузки и проведения рентгенологического обследования, а также сокращением персонала на посту регистрации ЭКГ, если ее записывают только в состоянии покоя.

Если в конце обследования, рассчитанного на половину дня, остается свободное время, оно оказывается полезным в случае непредвиденных срывов, угрожающих задержать программу обследования, его можно использовать также для приведения документации в порядок. Последнее предполагает проверку полуюты заполнения вопросников, сведение результатов в таблицы, составление медицинских отчетов для передачи врачам по месту жительства, расклеивание и кодирование ЭКГ, подготовку сыворотки крови и т. д.

Ниже приведен перечень основного оборудования и необходимого медицинского персонала для проведения эпидемиологического исследования ишемической болезни сердца.

Персонал (в случае необходимости может быть увеличен вдвое):

руководитель исследования; лицо, ответственное за связь с местными влиятельными лицами; шофер; лицо, проводящее опрос; медицинский лаборант; врач, проводящий обследование; диетолог; лаборант, записывающий ЭКГ.

Оборудование (с запасными частями): канцелярские принадлежности, приспособления для взятия крови, определения показателя гематокрита и гемоглобина, колориметр, центрифуга для приготовления сыворотки крови, металлическая измерительная лента для измерения окружности частей тела, настенный ростомер, стул для измерения роста в сидячем положении, весы (рычажные), циркули для измерения толщины кожной складки и размеров скелета, спирометр (с загубником и бумагой), сфигмоманометры, стетоскопы, электрокардиографы (с электродами, электродной пастой и бумагой), набор технических инструментов и вольтметр.

В программе исследования не предусмотрено время на ремонт аппаратуры. Только одному лицу — обычно это руководитель исследования — даны полномочия вмешиваться в ход обследования на любом этапе, если имеется угроза задержки исследования.

Практика показала, что исследовательская группа работает с большой эффективностью и отдачей, если вся рутинная работа выполняется в течение установленного рабочего времени. Семинары, проводимые один или два раза в неделю по актуальным теоретическим и практическим вопросам, а также лекции специалистов из других исследовательских коллективов, дают возможность изменить, ритм работы и стимулируют профессиональное мастерство работы. После работы в течение 3—4 недель желательно предоставить персоналу по крайней мере недельный отпуск.

Исследования распространенности заболевания.

Если целью исследования является оценка распространенности какоголибо признака заболевания в популяции, то для определения размеров выборки необходимо знать:

а) приблизительный порядок частоты признака, который он, вероятнее всего, обнаружит.

б) степень точности, с которой этот показатель будет регистрироваться.

Когда необходимо рассчитывать размер выборки?

Размер выборки требуется определить перед началом большинства количественных исследований. Определение размера выборки не требуется для качественных исследований (обратите внимание, что здесь понимаются формально количественные методы, такие как контент-анализ; простые описательные проекты относятся к количественным). Расчет размера выборки может не выполнять перед проведением предварительных, пилотных исследований (однако такие исследования обычно выполняются перед реальным планированием научного исследования). В случае сомнений, обязательно обратитесь в то учреждение, которое финансирует исследование или включает его в свой план исследований - отсутствие данные о размере выборки одна из наиболее частых причин отказа в утверждении темы Почему размер выборки важен для исследователя?

При проведении исследований, которые определяют распространенность некоей характеристики в популяции (например, распространенность астмы у детей), расчет размера выборки необходим для того, чтобы полученные оценки имели желаемую степень точности. Например, распространенность заболевания в 10%, полученная на выборке размером в 20 человек будет иметь 95% доверительный интервал от 1% до 31%, что никак нельзя признать ни точно, ни информативной оценкой. С другой стороны, распространенность заболевания в 10%, полученная на выборке размером в 400 человек будет иметь 95% доверительный интервал от 7% до 13%, что может рассматриваться, как достаточно точный результат, оценка размеров выборки позволяет избежать первого из этих двух вариантов.

В исследованиях, направленных на выявление эффекта (например, разность эффективности двух методов лечения, относительный риск заболевания при наличии или отсутствии фактора риска) оценка размера выборки важна для того, чтобы удостовериться в том, что если клинически или биологически важный эффект существует, то он с высокой степенью вероятности будет обнаружен, иными словами анализ даст статистически значимые результаты. Если размер выборки невелик то даже в случае значительных различий между группами будет невозможно доказать, что они являются следствием чего-то иного, кроме как выборочной вариабельности.

Расчет размера выборки зависит от следующих факторов:

• Изучаемые в исследовании переменные, включая их типы • Необходимая мощность исследования • Необходимый уровень статистической значимости • Размер эффекта, который имеет клиническую значимость • Стандартное отклонение для количественных переменных • Будет ли использоваться одно- или двусторонний тест значимости Дизайн исследования, иными словами является ли исследование:

Рандомизированным контролируемым испытанием Кластерным рандомизированным исследованием Исследованием эквивалентности Нерандомизированным исследованием вмешательства Обсервационным исследованием Исследованием распространенности Изучением чувствительности и специфичности теста При этом потребуется ответить на ряд дополнительных вопросов:

• Включаются ли в исследование парные данные?

• Будут ли в исследовании измерены повторно одни и те же переменные у одного и того же человека?

• Равны ли включаемые в исследование группы по численности?

• Являются ли данные иерархическими?

Следует принять во внимание, что нерандомизированные исследования различий или взаимосвязей обычно требуют значительно больший размер выборки для того, чтобы принять во внимание при анализе влияние третьих переменных. При этом исследователя интересует абсолютный размер выборки, а не процент, который она составляет от популяции в целом.

Какие статистические термины используются при описании процесса планировании размера выборки Нулевая и альтернативная гипотезы Многие типы статистического анализа направлены на сравнение двух видов лечения, процедур или групп пациентов. Численное значение, которое суммирует интересующие исследователя различия называется эффектом. В других исследованиях эффектом может являться коэффициент корреляции, отношение шансов или относительный риск. Затем мы выдвигаем нулевую и альтернативную гипотезы. Обычно нулевая гипотеза гласит, что эффекта нет (различия между группами равны нулю, относительный риск равен единице, корреляционный коэффициент равен нулю), альтернативная гипотеза предполагает, что эффект есть.

Доверительная вероятность (р-оценка) р-оценка это вероятность наблюдения в исследовании такого же или более сильного эффекта при условии справедливости нулевой гипотезы.

Обычно выражается как пропорция (например - р=0,03) Расчет размера выборки Уровень значимости Уровень значимости - это пороговое значение для р-оценки, ниже которого нулевая гипотеза должна быть отвергнута и сделано заключение о том, что имеются доказательства эффекта. Обычно уровень значимости устанавливается на значении 5% (Уровень значимости, несмотря на прямую связь с р-оценкой выражается в процентах: 5% уровень значимости эквивалентен р=0,05). Если наблюдаемой значение меньше 5%, то имеется незначительная вероятность, что в исследовании были бы получены такие результаты, если бы истинного эффекта не было. Поэтому принимается гипотеза о наличии эффекта Уровень значимости 5% также означает, что имеется практически 5% вероятность придти к выводу о наличии эффекта, хотя на самом деле его нет.

Иногда более адекватным является использование 1% уровня значимости, особенно если очень важно избежать заключения о том, что эффект существует тогда, когда на самом деле его нет.

Мощность - это вероятность того, что нулевая гипотеза будет адекватно отвергнута, иными словами тогда, когда действительно существуют доказательства реальных различий или взаимосвязей. Ее можно рассматривать как "100 процентов минус вероятность пропуска истинного эффекта", поэтому, чем выше мощность, тем меньше вероятность пропуска истинного эффекта.

Мощность обычно фиксируется на уровне 80%. 90% или 95%. Мощность не должна быть меньше 80%. Если крайне важно, чтобы исследование не пропустило существующего эффекта, надо стремиться достичь мощности 90% или более.

Клинически важный размер эффекта Это наименьшие различия между средними групп или процентами событий в них (для отношений шансов самый близкий к единице риск), которые еще можно рассматривать как биологически или клинически значимые. Должна быть сформирована выборка такого размера, чтобы если подобные различия существуют, то в исследовании были бы получены статистически значимые результаты.

Односторонний или двухсторонний тест значимости При двухстороннем тесте нулевая гипотеза заключается в отсутствии различий, а альтернативная гипотеза предполагает, что различия между группами могут идти в любом направлении. При одностороннем тесте альтернативная гипотеза определяет предполагаемое направление различий, например, что терапия лучше, чем плацебо, а нулевая гипотеза включает ситуации, когда эффект препарата и плацебо одинаков и когда препарат приводит к худшему, по сравнению с плацебо, результату.

Если нет серьезных причин для того, чтобы это не делать, следует пользоваться двухсторонней гипотезой. Ожидание того, что различия пойдут в том или ином направлении недостаточное основание для того, чтобы пользоваться односторонним тестом. Исследователи - медики часто оказываются, удивлены, если полученный результат идет в разрез с тем, что ожидалось, очень часто подобная находка имеет иные последствия, по сравнению с отсутствием различий и поэтому она должна быть адекватным образом описана. Односторонний тест не позволяет этого сделать.

Какие переменные должны учитываться при расчете размера выборки Расчет размера выборки должен базироваться на анализе основной переменной исхода в данном исследовании.

Если в исследование будут включены дополнительные переменные, которые также рассматриваются, как имеющие важное научное значение, то размер выборки должен таковым, чтобы позволить адекватный анализ этих переменных. Для всех важных в научном плане переменных должен быть проведен и представлен расчет размера выборки.

Учет процента отклика и потерь при наблюдении Расчетный размер выборки указывает количество пациентов в финальной, анализируемой в конце исследования группе. Поэтому количество лиц, которые должны быть вовлечены в исследование должно быть увеличено в соответствии с ожидаемым откликом, потерям при наблюдении, отказом от следования протоколу и другим возможным причинам потери экспериментальных субъектов. Необходимо четко описать взаимосвязь между ожидаемым количеством участников и объемом формируемой выборки.

Соответствие целям исследования и методам статистического анализа Адекватность размера выборки должна также быть оценена в соответствии с целью исследования. Например, если целью исследования является демонстрация того, что новое лекарство лучше существующего, необходимо добиться того, чтобы размер выборки позволял обнаружить клинически значимые различия между двумя методами лечения. Однако иногда требуется продемонстрировать, что два лекарственных средства клинически эквивалентны. Этот тип исследований часто называют испытанием эквивалентности или "негативным" испытанием. Размер выборки в исследованиях, направленных на демонстрацию эквивалентности лекарств больше, чем в исследованиях, которые направлены на выявление различий в эффективности. Обязательно следует убедиться в том, что расчеты размеров выборки связаны с целями и задачами исследования и базируются на данных об основной переменной исхода.

Размеры выборки также должны быть адекватны используемым в исследовании методам анализа, поскольку как размер выборки, так и анализ зависят от выбранного дизайна исследования. Обязательно следует удостовериться в том, что предполагаемые методы анализа и расчеты размера выборки совместимы друг с другом.

Примеры расчета размера выборки.

Если планируемое исследование требует оценки одной единственной частоты, сравнения двух средних или сравнения двух частот, расчеты размера выборки (обычно) остаточно просты и поэтому представлены ниже.

Оценка одной единственной частоты Примечание: приведенная ниже формула базируется на т.н. "методе примерного нормального распределения" и. если только не планируется создавать очень большую выборку, не рекомендуется для оценки частот близких к 0 или 1 (0 или 100%). В подобных случаях следует пользоваться "точными" методами. Подобная ситуация может наблюдаться при изучении чувствительности и специфичности нового метода диагностики, где предполагается наличие частот, близких к 1 (100%).

Сценарий: Используя почтовый опросник оценить распространенность нарушений дыхания у пациентов с бронхиальной астмой, находящихся под наблюдением врача общей практики (Thomas и соавт., 2001) Требующаяся информация:

• Основная переменная исхода = наличие или отсутствие нарушений дыхания • Предполагаемая частота нарушений = 30% (0,3) • Требуемая ширина 95% доверительного интервала = 10% (т.е. ±5% или от 25% до 35%)" Формула для оценки размера выборки одной единственной частоты:

n=15,4*p*(l-p)/W где n - требуемый размер выборки, р - ожидаемая частота результата (в данном случае 0,3) и W - ширина доверительного интервала (в данном случае 0,1) Подставляя в формулу значения, получаем:

n=15,4*0,3*(1-0,3)/0,12= Описание результатов расчета размера выборки может выглядеть следующим образом:

Для получения доверительного интервала в ±5% вокруг оценки распространенности в 30% потребуется выборка из 324 человек. Учитывая 70% частоту отклика на предложение участвовать в исследовании, будет распространено 480 опросников.

Сравнение двух частот Примечание: описанные ниже расчеты справедливы только для случая, когда две группы имеют один и тот же размер.

Сценарий: Планируется провести рандомизированное плацебоконтролируемое испытание эффективности колонии-стимулирующего фактора для снижения риска сепсиса у недоношенных детей. Ранее проведенное исследование продемонстрировало, что частота развития сепсиса у таких детей составляет 50% в течение 2 недель после рождения и исследователи считают, что снижение этой частоты до 34% будет являться клинически значимым.

Требующаяся информация:

• Основная переменная исхода = наличие или отсутствие сепсиса у новорожденных через 14 дней после рождения (терапия проводится на протяжении максимум 72 часов после рождения). Это качественная переменная, представленная частотами.

• Величина значимых различий = 16% или 0,16 (т.е. 50%-34%) • Уровень значимости=5% • Мощность=80% • Тест=двухстбронний Формула для расчета размера выборки при сравнении двух частот следующая:

n=[A+B]2*[(p*(1-p)+(p2*(1-p2)))]/[p-p2] где n=размер выборки для каждой группы (общий размер выборки в два раза больше) p - первая частота - в данном случае 0,50, р2=вторая частота - в данном случае 0, р-р2 :клинически значимые различия, в данном случае 0, A - зависит от уровня значимости (см. таблицу) - в данном случае 1, В - зависит от мощности (см. таблицу) - в данном случае 0, Значения для А и В Подставляя значения в формулу, получим:

n=[1,96+0,84]2*[(0,5*0,5+(0,34*0,66)]/[0,16]2= Таким образом, мы получаем количество наблюдений, необходимое для включения в каждую из групп. Общая численность выборки будет в два раза больше, т.е. 292 ребенка Описание результатов расчета размера выборки может выглядеть следующим образом:

Выборка в 292 новорожденных (146 в группе лечения и плацебо) будет достаточным для того, чтобы выявить различия в частоте сепсиса 16% с 80% мощностью на 5% уровне достоверности. 16% различия равны разности между 50 % частотой сепсиса к 14 дню наблюдения в группе плацебо и 34% частотой в группе лечения.

Сравнение двух средних Примечание: описанные ниже расчеты справедливы только для случая, когда две группы имеют один и тот же размер.

Сценарий: планируется рандомизированное контролируемое испытание по сравнению краткосрочного психологического лечения в сравнении с обычным лечением для борьбы с суицидальными тенденциями у пациентов, госпитализированных после суицидальной попытки отравления. Суицидальные тенденции измеряются с помощью шкалы Бека. Стандартное отклонение для оценок по этой шкале составляет 7,7 (данные предшествующих исследований) и клинически значимыми считаются различия в 5 баллов по шкале Бека.

Предполагается, что из группы лечения выйдут до трети пациентов (Guthrie и соавт., 2001) Необходимая информация:

• Основная переменная исхода = шкала суицидальных тенденций Бека.

Непрерывная переменная описываемая средними значениями • Стандартное отклонение = 7,7 баллов • Размер клинически значимого эффекта= 5 баллов • Уровень значимости=5% • Мощность=80% • Тест=двухсторонний Формула для расчета размера выборки при сравнении двух средних следующая:

n=[A+B]2*2*SD2/DIFF где n=размер выборки для каждой группы (общий размер выборки в два раза больше). SD = стандартное отклонения для основной переменной исхода, в данном случае 7,7. DIFF=клинически важный эффект, в данном случае 5,0. А зависит от уровня значимости (см. таблицу) - в данном случае 1,96. В - зависит от мощности (см. таблицу) - в данном случае 0, Подставляя необходимые значения в формулу, получаем:

n=[ 1,96+0,84]2*2*7,72/5,02= Таким образом, мы получаем количество наблюдений, необходимое для включения в каждую из групп. Общая численность выборки будет в два раза больше, т.е. 76 человек.

Адекватное описание оценки размеров выборки будет выглядеть следующим образом:

Для выявления различий в 5 баллов по шкале суицидальных тенденций Бека на 5% уровне значимости с 80% мощностью, принимая стандартное отклонение равным 7.7 баллам, потребуется 38 человек в группу вмешательства и контроля. Это число было увеличено до 60 в группе (общее количество наблюдений 120), для того, чтобы компенсировать потери при наблюдении, составляющие обычно около трети обследуемых.

Примеры неадекватных описаний оценок размера необходимой выборки "Предшествующее исследование в данной области использовало выборку в 150 человек и получило высоко достоверные результаты (р=0,014). поэтому в данное исследование включается аналогичное количество пациентов" Предшествующие исследования могли оказаться просто "везучими" в том смысле, что найденные ими значимые результаты являются следствием случайного варьирования выборочных средних. Необходимо рассчитывать размер выборки для данного исследования - включая такие детали, как мощность исследования, уровень значимости, основная изучаемая переменная, размер клинически значимого эффекта, стандартное отклонение (для количественных переменных) и размер каждой группы, если в исследовании будет несколько групп "Расчет размера выборки не проводился, поскольку предварительная информация для ее оценки отсутствовала " Необходимо тщательно проанализировать литературу, чтобы найти информацию, необходимую для расчета размера выборки. Если такой информации нет, можно организовать небольшое предварительное исследование для сбора этой информации.

Если отсутствуют данные о значении стандартного отклонения, расчеты размера выборки могут быть даны в более общем виде, например различия, являющиеся клинически эффективными, могут быть описаны не в абсолютных значениях, а в единицах стандартного отклонения.

Вместе с тем. если пишется заявка на грант, направленный на финансирование пилотного исследования для сбора информации, необходимой для расчета размера выборки последующего крупного исследования, то в такой заявке расчет размера выборки не проводится.

В клинику в течение года поступает 50 пациентов с данным заболеванием. Около 10% из них могут отказаться от участия в исследовании.

Поэтому в течение двух лет можно будет набрать выборку размером в человек.

Хотя большинство исследований должны уравновешивать возможности их организации с мощностью, размер выборки не должен определяться на основании только количества доступных для исследования пациентов.

В ситуациях, когда количество пациентов является ограничивающим размер выборки фактором, расчеты все равно должны проводиться для того, чтобы установить а) мощность исследования с данным количеством пациентов по отношению к клинически важным различиям или б) размер эффекта, который может быть выявлен в исследовании данного размера (учитывая его мощность).

В тех случаях, когда доступное количество пациентов слишком мало для того, чтобы выявить клинически значимые различия, можно подумать об увеличении продолжительности исследования или проведения совместного с несколькими исследователями многоцентрового испытания.

Определение эффективности мощности Эффективность мощности Np/Nd x 100, где Np - объем выборки, который необходим для получения заданной мощности в заданном критерии значимости с установленной разностью средних, при использовании параметрического критерия.

Nd = объем выборки, необходимый для получения эквивалентного эффекта в непараметрическом критерии.



Pages:   || 2 | 3 | 4 |
Похожие работы:

«Министерство образования и науки Российской Федерации ГОУ ВПО Адыгейский государственный университет Факультет естествознания Кафедра географии Т.Н. Мельникова, Ф.Д. Теучеж, Ф.В. Тугуз ПРАКТИКУМ ПО ЭКОНОМИЧЕСКОЙ И СОЦИАЛЬНОЙ ГЕОГРАФИИ ЗАРУБЕЖНЫХ СТРАН Майкоп – 2010 1 Министерство образования и науки Российской Федерации ГОУ ВПО Адыгейский государственный университет Факультет естествознания Кафедра географии Т.Н. Мельникова, Ф.Д. Теучеж, Ф.В. Тугуз ПРАКТИКУМ ПО ЭКОНОМИЧЕСКОЙ И СОЦИАЛЬНОЙ...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ РОССИЙСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ НЕФТИ И ГАЗА им. И.М. ГУБКИНА А.Ф. Андреев, С.Г. Лопатина, З.Ф. Шпакова Методические рекомендации по подготовке и защите дипломных проектов (работ) студентами специальностей 080502 Экономика и управление на предприятии нефтяной и газовой промышленности и 080507 Менеджмент организации Москва 2007 МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ РОССИЙСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ НЕФТИ И ГАЗА им....»

«Министерство образования и науки Российской Федерации Федеральное агентство по образованию РФ Владивостокский государственный университет экономики и сервиса _ СИСТЕМЫ УПРАВЛЕНИЯ СРЕДСТВАМИ РАДИОЭЛЕКТРОННОЙ БОРЬБЫ Учебная программа курса для специальности 210305 Средства радиоэлектронной борьбы Владивосток Издательство ВГУЭС 2008 1 ББК 32.841 Учебная программа по дисциплине Системы управления средствами радиоэлектронной борьбы составлена в соответствии с требованиями государственного стандарта...»

«РОССИЙСКАЯ ФЕДЕРАЦИЯ МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ ТЮМЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ИНСТИТУТ ПРАВА, ЭКОНОМИКИ И УПРАВЛЕНИЯ Н.П. Носова, Д.Л. Савельев, Г.Ш. Мавлютова МЕТОДИЧЕСКИЕ УКАЗАНИЯ по оформлению магистерских диссертаций для студентов Института права, экономики и управления по направлению Государственное и муниципальное управление Тюмень 2013 МАГИСТЕРСКАЯ ДИССЕРТАЦИЯ - ОБЩИЕ...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ Государственное образовательное учреждение высшего профессионального образования РОСТОВСКИЙ ГОСУДАРСТВЕННЫЙ СТРОИТЕЛЬНЫЙ УНИВЕРСИТЕТ Утверждено на заседании кафедры инженерной защиты окружающей среды 28 февраля 2007 г. МЕТОДИЧЕСКИЕ УКАЗАНИЯ по выполнению курсовой работы Экономика природопользования и природоохранной деятельности на предприятии по курсу Экономика природопользования и природоохранной...»

«Федеральное агентство по образованию Государственное образовательное учреждение высшего профессионального образования Владимирский государственный университет Н.В. АНДРЕЕВА Экономика труда Учебно-методическое пособие Допущено Учебно-методическим объединением по образованию в области национальной экономики и экономики труда в качестве учебно-методического пособия для студентов высших учебных заведений, обучающихся по специальности 080104 Экономика труда и направлению Экономика Владимир 2009 УДК...»

«МИНИСТЕРСТВО СЕЛЬСКОГО ХОЗЯЙСТВА РОССИЙСКОЙ ФЕДЕРАЦИИ ФГОУ ВПО ВОРОНЕЖСКИЙ ГОСУДАРСТВЕННЫЙ АГРАРНЫЙ УНИВЕРСИТЕТ ИМЕНИ К.Д. ГЛИНКИ Кафедра информационного обеспечения и моделирования агроэкономических систем Методические указания для разработки курсового проекта по дисциплине Информационные технологии в экономике (для студентов очного отделения экономического факультета) Воронеж 2006 Данные методические указания подготовлены коллективом преподавателей кафедры информационного обеспечения и...»

«С Р Е Д Н Е Е П Р О Ф Е С С И О Н А Л Ь Н О Е О Б РА З О В А Н И Е А.И.ГОМОЛА, В.Е.КИРИЛЛОВ ТЕОРИЯ БУХГАЛТЕРСКОГО УЧЕТА Допущено Экспертным советом по профессиональному образованию в качестве учебного пособия для использования в учебном процессе образовательных учреждений, реализующих программы среднего профессионального образования по специальности Экономика и бухгалтерский учет (по отраслям) 5-е издание, переработанное и дополненное УДК 657(075.32) ББК 65.052я723 Г646 Р е ц е н з е н т ы:...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ЭКОНОМИКИ И ФИНАНСОВ КАФЕДРА ЭКОНОМИЧЕСКОЙ ТЕОРИИ И МИРОВОЙ ЭКОНОМИКИ МЕТОДИЧЕСКИЕ УКАЗАНИЯ ПО ОРГАНИЗАЦИИ, ВЫПОЛНЕНИЮ И ЗАЩИТЕ ВЫПУСКНОЙ КВАЛИФИКАЦИОННОЙ И ДИПЛОМНОЙ РАБОТЫ для студентов, обучающихся по специальности Экономическая теория ИЗДАТЕЛЬСТВО...»

«МИНИСТЕРСТВО ОБР АЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕР АЦИИ ФЕДЕР АЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБР АЗОВАТЕЛЬНОЕ УЧРЕ ЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБР АЗОВ АНИЯ САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ЭКОНОМИКИ И ФИНАНСОВ КАФЕДР А ЭКОНОМИЧЕСКОЙ И СТОРИИ Ф.С. ВЕСЕЛКОВ, С.Г. КОВАЛЕВ МЕТОДИКА ДИССЕРТАЦИОННОГО ИССЛЕДОВАНИЯ. ЭКОНОМИЧЕСКИЕ НАУКИ Учебное пособие ИЗДАТЕЛЬСТВО САНКТ-ПЕТЕРБУРГСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА ЭКОНОМИКИ И ФИНАНСОВ ББК 67.404. В Веселков Ф.С. В...»

«Министерство образования Российской федерации Новокузнецкий филиал-институт Кемеровского государственного университета Кафедра муниципального управления Р.В. Бабун ВВЕДЕНИЕ В СПЕЦИАЛЬНОСТЬ Конспект лекций для специальности Государственное и муниципальное управление (специализация – муниципальное управление) Новокузнецк 2003 УДК 378.147:352.07(07) ББК 67.401 Рецензент к.э.н., доцент кафедры муниципального управление НФИ КемГУ Муллагалеева З.З. Введение в специальность: Конспект лекций для...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ЭКОНОМИКИ И ФИНАНСОВ КАФЕДРА ЭКОНОМИКИ ПРЕДПРИЯТИЯ И ПРОИЗВОДСТВЕННОГО МЕНЕДЖМЕНТА МЕТОДИЧЕСКИЕ УКАЗАНИЯ ПО ИЗУЧЕНИЮ УЧЕБНОЙ ДИСЦИПЛИНЫ ОРГАНИЗАЦИЯ, НОРМИРОВАНИЕ И ОПЛАТА ТРУДА ИЗДАТЕЛЬСТВО САНКТ-ПЕТЕРБУРГСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА ЭКОНОМИКИ И ФИНАНСОВ...»

«УДК 65.01(075.8) ББК 65.290-2я73 МИНОБРНАУКИ РОССИИ У 91 ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ ПОВОЛЖСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ СЕРВИСА (ФГБОУ ВПО ПВГУС) Кафедра Экономика, организация и коммерческая деятельность Рецензент к.э.н., доц. Шнякина Ю. Р. УЧЕБНО-МЕТОДИЧЕСКОЕ ПОСОБИЕ по дисциплине Основы инновационного менеджмента для студентов специальности 080302.51 Коммерция (по отраслям) Учебно-методическое пособие по...»

«Министерство образования и науки Российской Федерации Пензенский Государственный Университет Институт экономики и управления Кафедра Государственное управление и социология региона Алехин Э.В. кандидат социологических наук, доцент Государственное регулирование региональной экономики Учебное пособие Пенза 2011г 3 Содержание СОДЕРЖАНИЕ. ТЕМА 1 ПРЕДМЕТ, ОБЪЕКТ И МЕТОДЫ РЕГИОНАЛЬНОЙ ЭКОНОМИКИ КАК НАУКИ.5 1. ПРЕДМЕТ И ОБЪЕКТ РЕГИОНАЛЬНОЙ ЭКОНОМИКИ 2. МЕТОДЫ РЕГИОНАЛЬНОЙ ЭКОНОМИКИ. 3. ЭТАПЫ...»

«1 МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ЭКОНОМИКИ И ФИНАНСОВ КАФЕДРА МЕЖДУНАРОДНОГО МЕНЕДЖМЕНТА МЕТОДИЧЕСКИЕ УКАЗАНИЯ ПО САМОСТОЯТЕЛЬНОЙ РАБОТЕ СТУДЕНТОВ И ПРОВЕДЕНИЮ ПРАКТИЧЕСКИХ ЗАДАНИЙ ПО ДИСЦИПЛИНЕ УПРАВЛЕНИЕ ЧЕЛОВЕЧЕСКИМИ РЕСУРСАМИ И ОРГАНИЗАЦИОННЫМИ КОМПЕТЕНЦИЯМИ...»

«Негосударственное образовательное учреждение высшего профессионального образования Институт экономики и правоведения (г. Назрань) (ИЭиП) Юридический факультет Методические рекомендации по написанию и оформлению выпускной квалификационной работы Направление подготовки 030900.62 Юриспруденция Профиль подготовки: Юрист Квалификация (степень) выпускника Бакалавр Составители: зав. кафедрой Сагова Д.Д. ст. преподаватель Берсанов М.О. Назрань, 2013 ББК72 Печатается по решению учебно-методического...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РЕСПУБЛИКИ ТАТАРСТАН ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ СРЕДНЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ НИЖНЕКАМСКИЙ НЕФТЕХИМИЧЕСКИЙ КОЛЛЕДЖ МЕТОДИЧЕСКИЕ УКАЗАНИЯ И ВАРИАНТЫ КОНТРОЛЬНЫХ ЗАДАНИЙ по дисциплине Менеджмент для студентов заочного отделения 2013 Рассмотрено Утверждаю на заседании цикловой комиссии Заместитель директора экономических дисциплин по учебно-методической работе Председатель С.Ф. Гильмуллина И.А.Кузнецова _2__сентября_ 20_13_г....»

«Негосударственное образовательное учреждение высшего профессионального образования Институт экономики и управления (г. Пятигорск) НОУ ВПО ИнЭУ УТВЕРЖДАЮ Проректор по учебной работе / И.В. Данильченко / (Протокол № 2 от 29 октября 2013 г.) МЕТОДИЧЕСКИЕ УКАЗАНИЯ ПО ВЫПОЛНЕНИЮ КОНТРОЛЬНОЙ РАБОТЫ ПО ДИСЦИПЛИНЕ Б2.Б.2 Информатика 230400.62 - Информационные системы и технологии Направление подготовки бакалавр Квалификация (степень) выпускника Информационные системы и технологии Профиль подготовки...»

«В.И. Белых, В.С. Должанкин, С.Г. Полковникова, А.В. Терентьев МЕНЕДЖМЕНТ ОРГАНИЗАЦИИ КУРСОВОЕ И ДИПЛОМНОЕ ПРОЕКТИРОВАНИЕ Министерство образования Российской Федерации Сибирская государственная автомобильно-дорожная академия (СибАДИ) В.И. Белых, В.С. Должанкин, С.Г. Полковникова, А.В. Терентьев МЕНЕДЖМЕНТ ОРГАНИЗАЦИИ КУРСОВОЕ И ДИПЛОМНОЕ ПРОЕКТИРОВАНИЕ Учебное пособие для студентов специальности 061100 Менеджмент организации Омск Издательство СибАДИ 2 УДК 658. ББК 65.050.9(2) М Рецензенты д-р...»

«Негосударственное образовательное учреждение высшего профессионального образования Институт экономики и управления (г. Пятигорск) НОУ ВПО ИнЭУ УТВЕРЖДАЮ Проректор по учебной работе / И.В. Данильченко / (Протокол №2 от 29октября2013 г.) МЕТОДИЧЕСКИЕ УКАЗАНИЯ ПО ВЫПОЛНЕНИЮ КОНТРОЛЬНОЙ РАБОТЫ ПО ДИСЦИПЛИНЕ Б3.ДВ.7 1С: Бухгалтерия 080100.62 - Экономика Направление подготовки бакалавр Квалификация (степень) выпускника Бухгалтерский учет, анализ и аудит Профиль подготовки бакалавра заочная Форма...»








 
© 2013 www.diss.seluk.ru - «Бесплатная электронная библиотека - Авторефераты, Диссертации, Монографии, Методички, учебные программы»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.