WWW.DISS.SELUK.RU

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

 

Pages:     | 1 || 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 2 ] --

Непараметрические критерии Критерии различий между группами (независимые выборки) 1. Категориальные данные (I) Точный критерий Фишера (II) Критерий Хи-квадрат 2. Числовые данные (III) Критерий Манна—Уитни: две независимые выборки (IV) Критерий ранговых сумм Вилкоксона: парные выборки (V) Двухвыборочный критерий Колмогорова-Смирнова (VI) Критерий серий Вальда—Вольфовица Множественные группы (I) Анализ рангов Краскала—Уоллиса (Валлиса) (II) Критерий медианы Критерии различий между переменными (зависимые выборки) Две переменные, измеренные в одной и той же или в согласованных выборках (I) Знаковый критерий (II) Критерий знаковых рангов согласованных пар Вилкоксона (Уилкоксона): числовые данные (III) Критерий Мак-Немара (дитохомические переменные):

категориальные данные Более, чем две переменные, измеренные в одной и той же или в согласованных выборках (повторные измерения) (IV) Двухфакторный анализ Фридмана: числовые данные (V) Q -критерий Кокрана: категориальные данные Критерии взаимосвязи между переменными 1. Категориальные данные (обе переменные):

(I) Коэффициент сопряженности Крамера (II) Лямбда 2. Категориальные данные (одна или обе переменные):

(III) Отношение рисков или отношение шансов (IV) Логистическая регрессия (V) Хи-квадрат (VI) Фи коэффициент (VII) Точный критерий Фишера 3. Категориальные данные (три или более наборов переменных) В таблице 1 приведен точный 95% доверительный интервал для различных частот и объемов случайной выборки, при этом приведены интервалы для одной и той же частоты в зависимости от объема выборки.

Ошибка, допускаемая при вычислении распространенности признака, обратно пропорциональна квадратному корню значения величины выборки, так что, увеличив выборку в два раза, можно уменьшить интервал на 30%. Формула для расчета следующая:

S. Е. — стандартная ошибка; р — доля пораженных лиц; q -(1-р); n — число лиц в выборке.

Эта простая формула будет не совсем точной в условиях низкой распространенности признака.

Точный 95% доверительный интервал для различных частот и объемов Вычисленный 95% доверительные интервалы для следующих распространенно сти (%) Различия в распространенности какого-либо признака можно довольно точно рассчитать по формуле:

Где: P1 - доля имеющих данный признак в 1-й выборке; P2 - доля имеющих данный признак во 2-й выборке.

Эта функция имеет нормальное распределение.

Стандартную ошибку разности можно рассчитать по формуле:

Для расчета требуемых минимальных значений для n1 и n2 (размеры выборок) необходимо учесть второй тип ошибки, а именно: какова вероятность того, что существующее различие не будет выявлено. Если исследователя удовлетворяет 85% вероятность выявления различия между некоторыми конкретными значениями, то требуемые размеры выборок предложенные Дж.Роуз с соавт., можно найти в таблице 2.





Ошибка при вычислении среднего значения количественного показателя зависит не только от размеров выборки, но и от вариабельности индивидуальных значений у обследуемых лиц:

Требуемые размеры выборок для получения 85% вероятностных различий между конкретными значениями показателей распространенности при достоверности на уровне 5% (тест с использованием двусторонних критериев) Вычисленные показатели распространенности Требуемые размеры Где: S. D. - стандартное отклонение индивидуальных значений у каждого лица, n - число обследуемых лиц.

Если вариабельность этих значений приблизительно известна из предшествующих исследований или из пробного исследования, то можно заранее оценить доверительный интервал для выборки заданного размера или величину выборки, при которой будет получен заданный доверительный интервал.

Колебание индивидуальных значений количественного показателя имеет три составляющие: а) истинная вариабельность между обследуемыми; б) биологическая вариабельность значений показателей у одного и того же лица;

в) ошибка измерения. Влияние последних двух факторов можно ослабить повторными измерениями показателя, а ошибку измерения уменьшить, уделив большее внимание методике измерения. Описанные выше меры позволят сократить необходимые размеры выборки (или уменьшить доверительный интервал).

Достоверность различий между средними величинами двух выборок достаточно точно определяется по формуле:

Где: Х1 и X2 - соответствующие значения средних величин, а S.E.

разности = Эта функция имеет нормальное распределение.

Требуемые размеры выборок для получения определенного различия средних значений между двумя популяциями с вероятностью 85%, статистическая достоверность на уровне 5% (тест с использованием двусторонних критериев) Стандартные отклонения Требуемые размеры выборок для демонстрации индивидуальных следующих различий в средних значениях значений При планировании сравнительного исследования у экспериментатора может возникнуть желание получить хотя бы приблизительное представление о необходимом объеме выборок.

Для этого, прежде всего, необходимо определить:

а) величину расхождений, которую он хотел бы обнаружить;

б) уровень достоверности, при котором он хотел бы продемонстрировать эти различия;

в) вероятность того, что не удастся выявить имеющиеся различия;

г) оценку вариабельности индивидуальных значений показателя.

В таблице приведены размеры выборок, которые необходимы для получения тех или иных значений некоторых статистических показателей. Ее можно также использовать для определения величины различий между двумя выборками определенных размеров, которые исследователь может надеяться обнаружить, имея ни то достаточные основания. Указанную таблицу можно использовать лишь как приблизительный ориентир, поскольку приведенные в ней средние значения и стандартные отклонения невозможно определить точно до завершения исследования. К этому следует добавить, что приведенные в таблице цифры предполагают одинаковую вариабельность в двух выборках и не учитывают влияние ошибок измерений.





Любая случайная ошибка измерения при изучении количественных показателей может повлиять на точность результатов и поставить исследователя перед необходимостью расширения исследования. С другой стороны, при изучении качественных показателей случайная ошибка не влияет на стандартную ошибку в определении распространенности заболевания и имеет значение только тогда, когда носит систематический характер. При любых условиях именно систематическая ошибка является действительно опасной, и ее отрицательное влияние не уменьшается при увеличении размера выборки.

Безусловно, выбор размера выборки определяется не только статистическими расчетами, но и многими практическими соображениями. Это не означает, что исследователь должен начать изучение без проведения всех возможных вычислений вероятности получения достаточно обоснованных ответов на свои вопросы, однако здесь есть и другие соображения. Исследования, охватывающие большие контингенты, трудоемки, и выход за рамки сроков исследования может повлиять на качество результатов. На основании опыта многих исследовательских коллективов можно сказать, что детальное обследование 800— 1000 лиц более чем достаточно для одного исследования.

Если необходимо обследовать большие контингенты, то лучше провести два небольших исследования, чем одно крупномасштабное.

Исследования типа «случай — контроль» являются альтернативой когортных или проспективных исследований в выявлении этиологических связей. При когортных исследованиях с целью выявления различий в частоте возникновения новых случаев сравниваются лица, имеющие факторы, предположительно являющиеся причинами заболевания, с лицами, у которых эти факторы отсутствуют. При проведении исследования типа «случай контроль», наоборот, сравниваются лица, страдающие заболеванием и свободные от него, с тем, чтобы выявить между ними какие-либо различия, имеющие отношение к предположительной причине заболевания. Эти сравнения предполагают, что лица, находящиеся под наблюдением, репрезентативны в отношении заболевания в целом, а лица, составляющие контрольную группу (это обычно больничный контингент), репрезентативны в отношении популяции, в которой возникают эти случаи. Эти оба предположения крайне сомнительны.

Сопоставимость результатов может быть обеспечена в большей степени путем подбора лиц контрольной и исследуемой групп в соответствии с характеристиками, которые; как известно, влияют на течение и вероятность возникновения заболевания (например, возраст), и влияние таких характерно тик может приниматься во внимание при проведении анализа. Погрешности в результатах чаще всего возникают при отсутствии у исследователя возможности отличить «случай» от «контроля» или при чрезмерной стандартизации методов исследования. Тем не менее, ошибки, присущие одномоментным исследованиям, неизбежны и часто не распознаются. Несмотря на кажущуюся простоту исследований типа «случай — контроль», их грамотное проведение и правильная интерпретация полученных результатов в действительности довольно сложные процессы [Cole].

(изучение отдаленных последствий или исследование заболеваемости) - Проводится длительное повторное исследование двух групп, одна из которых контактировала, а другая не контактировала с предположительным причинным фактором заболевания. Контакт должен быть четко определенным, конкретным и поддающимся измерению.

- Исследование может быть полностью проспективным, ретроспективным (с использованием вторичных данных) либо амбиспективным (сочетающим имеющиеся регистрационные данные с последующим проспективным изучением отдаленных последствий).

- Типы когорт выделяются по возрасту, дате рождения, состоянию в браке, профессиональным заболеваниям (связанным с контактом) и вмешательству (профилактическому и лечебному).

- Две выделенные группы не рандомизируются.

- Может наблюдаться естественное сокращение исследуемой популяции в период изучения отдаленных последствий за счет миграции, отказа от участия в исследовании и смерти.

- Могут быть рассчитаны истинные значения роста заболеваемости, относительных рисков и отнесенных рисков. Классический пример когортного исследования — долгосрочное изучение отдаленных последствий курения у мужчин-врачей общей практики в Великобритании, которое подтвердило устойчивую связь между курением и развитием рака легких.

(опрос или исследование распространенности заболевания) - Изучается определенная популяция в течение одного временного интервала. Исследуемая группа и контрольная группа принадлежат одной и той же клинической совокупности. Контакт с источником заболевания и болезненное состояние измеряются одновременно.

- Этот тип исследования можно применять для определения частоты заболевания и его характеристик.

- Нет информации относительно отдаленных последствий.

- Оно предполагает сбор информации относительно одной или нескольких характеристик четко определенной популяции, имеющих отношение к значительному числу отдельных индивидуумов, составляющих популяцию.

- Популяцию можно определять в соответствии с географическими, геополитическими или временными критериями.

- Схема исследования полезна при выдвижении гипотез.

Проверка статистических гипотез является одним из самых важных статистических методов, применяемых в медицинских исследованиях.

Выдвигается нулевая гипотеза, обычно заключающаяся в том, что изучаемое вмешательство не оказывает значимого положительного воздействия на генеральные параметры распределения, и альтернативная, или исследовательская гипотеза. Изначально предполагается, что вмешательство не влияет, и любые различия между изучаемыми группами объясняются случайностью, и ставится задача опровергнуть это предположение, т.е. отвергнуть нулевую гипотезу. Статистический критерий выбирается главным образом, исходя из свойств выборочных данных и их предполагаемого распределения, что обсуждается ниже.

Выбор статистического метода анализа данных На выбор метода влияет:

Прогнозируемое изменение или различие либо в одном направлении, либо в обоих направлениях. Прогнозируемая взаимосвязь - Предположение о нормальном, или отличном от нормального, распределении данных: параметрические тесты используются для данных интервальной шкалы или шкалы отношений имеющих нормальное распределение.

- Схема исследования:

Парные данные (повторные измерения для одних и тех же субъектов, или согласованные сравнения «случай-контроль») Независимые данные - Количество групп Непараметрические критерии используются, если:

- Данные принадлежат номинальной или порядковой шкале. В качестве числовых значений наблюдений могут использоваться порядок или ранг.

- Не нужны оценки параметров (например, среднего или среднеквадратического отклонения) или предположения о распределении (распределении генеральных совокупностей, из которых получены данные).

- Распределение данных интервальной, непрерывной или шкалы оценок значительно отличаются от нормального - Объем выборки мал - Статистическая мощность непараметрических критериев меньше, чем у аналогичных параметрических критериев.

- Больше вероятность совершить ошибку II рода.

- Для обнаружения различий между средними, непараметрическим критериям необходимы выборки большего объема, чем для параметрических критериев. Трудно строить доверительные интервалы. Непараметрические критерии относительно нечувствительны к выбросам.

- В связанных схемах (те же самые или согласованные субъекты) разности между значениями субъектов, полученными при различных экспериментальных условиях, упорядочиваются по рангу. При совпадении разностей между значениями им назначаются одинаковые ранги, определяемые как среднее рангов. Положительные и отрицательные разности ранжируются вместе.

- Для несвязанных схем (различные субъекты) все значения объединяются и упорядочиваются по рангам, чтобы вычислить полные разности между различными условиями эксперимента.

Одинаковым значениям приписываются одинаковые ранги, которые вычисляются как среднее рангов, которые нужно было назначить этим значениям.

Параметрические критерии применяются, если:

- Данные принадлежат не меньше, чем интервальной шкале.

- Выборочные данные извлечены из нормально распределенной генеральной совокупности - Дисперсии двух выборок не сильно различаются, т.е. наблюдается однородность дисперсии.

Популяционные экспериментальные исследования Эксперимент — это исследование, при котором меняется только одна независимая переменная, а все другие переменные остаются постоянными1' Это исключает все возможные факторы, которые могут повлиять на измеряемый результат, помимо изучаемого фактора.

Необходима стандартизованная методика. Исследуемые субъекты распределяются в случайном порядке по различным экспериментальным условиям. Определяется влияние вмешательства на конкретные предварительно, определенные исходы.

Схема экспериментальных исследований Связанные схемы Результаты, полученные для одной группы, связаны с результатами для другой группы.

1. Повторяющиеся мероприятия (схема «на субъекте» или «посубъектное лечение»). Одна и та же группа исследуется в обоих экспериментальных условиях, каждый субъект, таким образом, является собственным контрольным субъектом. Следовательно, на одном и том же субъекте эксперимента проводятся многочисленные измерения. Влияние порядка мероприятий может сказаться на результатах, из-за улучшения состояния субъекта, или из-за усталости, скуки. Влияние порядка можно минимизировать следующим образом:

(I) Уравновешивая экспериментальные условия между группами (II) Рандомизируя компоненты стимула и смешивая их (III) Отводя определенное время между сменой экспериментальных условий, для минимизации остаточного влияния после первого вмешательства.

2. Подобранные пары: для исследования экспериментальных условий используются две различные группы. Это необходимо при исследовании различий между двумя разными группами, а также при использовании контрольных групп. Некоторые субъективные случайные величины все же могут проявиться, поскольку очень трудно подобрать идеально сопоставимые пары.

Несвязанные схемы Результаты, полученные для одной группы, не связаны с результатами для другой группы.

1. Единственный участник: Все экспериментальные испытания проводятся на одном и том же субъекте. Этот подход полезен, когда в наличии мало исследуемых субъектов.

2. Независимые выборки: Исследуются различные группы в различных экспериментальных условиях. Это означает:

(I) Субъективные случайные величины не контролируются (II) Может потребоваться большее количество исследуемых субъектов (III) Может потребоваться непараметрический анализ, ввиду неоднородности дисперсий.

Доказательства обусловленности - Величина эффекта: относительный риск.

- Степень связи: значение Р (оценка вероятности того, что нулевую гипотезу следует отвергнуть); отношение шансов; относительный риск.

Зависимость «доза-эффект»: более выраженный контакт с причиной связан с более высоким уровнем заболеваемости, а уменьшение контакта — с более низким уровнем заболеваемости.

- Постоянство связи: достоверность исследования, подтвержденная повторными наблюдениями при исследованиях с использованием различных методов.

- Повторение результатов: обобщаемость.

- Конкретность связи: одна причина ведет к одному следствию.

- Развитие во времени: надлежащая последовательность, когда причина предшествует следствию.

- Биологический градиент.

- Биологическая достоверность: связь имеет смысл.

- Обоснованность доказательства: связь объясняет наблюдаемые явления, связанные с заболеванием, например, возрастное и половое распределение.

- Экспериментальные доказательства.

- Аналогии: связь аналогична установленным причинно-следственным связям для данного заболевания.

Наблюдательные исследования могут выявлять связь между определенным фактором и возникновением заболевания. Можно предположить, что эта зависимость носит причинный характер, если она определенна и постоянна, хотя доказать это невозможно. В некоторых случаях гипотетические положения могут быть достаточно очевидными, чтобы оправдать немедленные рекомендации для населения (например, роль курения в развитии рака легких). Гораздо чаще эта зависимость не столь очевидна и требует подтверждения проведением контролируемого эксперимента (например, попытка профилактики ишемической болезни сердца путем лечения гипертензии).

Проведение контролируемых профилактических исследований выдвигает ряд практических проблем: может возникнуть необходимость продлить период экспериментального исследования; не всегда могут быть соблюдены строгие рекомендации; в связи с низкой частотой возникновения новых случаев заболевания исследование должно быть проведено в более широком масштабе.

Решение первой из этих проблем связано со значительными трудностями. Тем не менее, иногда возможно уменьшить объем исследования, ограничив его включением лиц с чрезвычайно высоким риском заболевания (например, с семейным анамнезом изучаемого заболевания, высокими уровнями холестерина в сыворотке крови или высокими показателями артериального давления). Можно также включить в исследование только лиц с субклинической формой заболевания (например, бессимптомные изменения, выявляемые только на ЭКГ). В этих случаях необходимо четко определить критерии и методы отбора и, кроме того, должны быть описаны соответствующие различия между изучаемой группой и популяцией в целом.

По существу план проведения контролируемого профилактического исследования аналогичен плану проспективного исследования, за тем исключением, что случайная выборка лиц подвергается пробному лечению или получает лишь рекомендации. При этом принимают соответствующие меры, с тем, чтобы не допустить неадекватную трактовку данных при проведении сопоставлений между сравниваемые группами.

1) Точная формулировка предлагаемой для проверки гипотезы. Исследователь также должен четко определить величину тех положительных результатов, которые он хотел бы получить от проведения данного исследования, и которые можно рассматривать как реальное последствие экспериментального воздействия. Затем он должен установить конкретные масштабы исследования и его тип, которые обеспечат статистически значимую проверку гипотезы.

2) Привлечение популяции к исследованию.

К исследованию можно привлекать добровольцев, при этом необходимо учитывать желание каждого участника войти либо в контрольную, либо в экспериментальную группу. Каждый участник должен выполнять требования исследования. При привлечении населения к экспериментальному исследованию возникают особые проблемы, поскольку в данном случае требуется большее сотрудничество со стороны участников, чем при проведении наблюдательных исследований. Из вышесказанного вытекает, что экспериментальная группа добровольцев может оказаться нерепрезентативной.

Степень этого отклонения может быть учтена, если предварительно провести просто скринирующее исследование большей части всей популяции. Те лица, которые впоследствии откажутся от участия в экспериментальном исследовании, могут быть сопоставлены с теми, кто в нем будет участвовать.

Хотя нельзя игнорировать вероятное значение ошибок, возникших в ходе первоначального отбора, оно может оказаться менее существенным, чем последствия выборочного выхода из исследования уже после его начала. В этом случае изучение готовности сотрудничать в небольших ограниченных исследованиях, проводимых предварительно до начала вмешательства, можно использовать в качестве критерия, оценивающего возможность включения данного лица в экспериментальное исследование. При проведении предварительных исследований к участникам предъявляются требования, аналогичные тем, которые будут использованы в последующем основном исследовании.

3) Первоначальное обследование участников.

Эта процедура должна включать оценку:

а) состояния здоровья с точки зрения изучаемого заболевания;

б) других относящихся к данному заболеванию характеристик, позволяющих в дальнейшем определить подгруппы, в которых лечение может быть более или менее эффективно;

в) прочих характеристик (например, профессиональный статус и анамнез), которые обеспечат дополнительную проверку сопоставимости экспериментальной и контрольной групп.

4) Случайное распределение в группу, где проводилось лечение, и контрольную группу. Желательно провести предварительную стратификацию с целью обеспечить приблизительно равную репрезентативность различных категорий лиц в каждой группе (например, по возрасту и ранее выявленному заболеванию; во многих случаях стратификация в соответствии с более чем двумя признаками с трудом поддается контролю). Стратификация обычно не обязательна при проведении крупномасштабных исследований: случайные различия маловероятны и приемлемы при проведении анализа результатов.

5) Проверка сопоставимости между группой, где проводилось лечение, и контрольной группой. Такая проверка должна проводиться для каждого фактора, выявленного при первоначальном обследовании.

6) Меры, обеспечивающие соблюдение лечебного режима. Эти меры должны разрабатываться во время предварительных (опытных) исследований до начала основного. Лечебный режим не должен наносить ущерб, причинять серьезные неудобства или существенно нарушать обычный ритм жизни. Разумеется, лечение должно быть безопасным. Для обеспечения максимально точного соблюдения предписанного лечебного режима могут потребоваться регулярные контакты с обследуемыми, обеспечиваемые посещениями, телефонными переговорами, перепиской.

7) Проверка соблюдения лечебного режима. В идеале объективная проверка соблюдения режима лечения должна предусматриваться в каждом исследовании и периодически проводиться в ходе его проведения. Такая проверка может включать изучение чисто физиологических характеристик (таких, как изменение частоты сердечных сокращений в исследовании по применению бета-блокаторов или контроль за уровнем липидов в крови при изучении изменений в питании) или выявление фармакологических аспектов (например, определение содержания препарата в крови или моче). К сожалению, эти проверки часто носят косвенный характер (например, подсчет принятых таблеток). Данный контроль за соблюдением лечебного режима должен проводиться в высшей степени незаметно для обследуемых, так как они, как правило, более точно выполняют рекомендации, когда знают, что их будут проверять. При проведении исследований, предусматривающих только определенные рекомендации включенным в них лицам, необходимо вести тщательное наблюдение за другими изменениями, которые могут иметь отношение к изучаемому заболеванию; это касается изменений в образе жизни и в медицинском обслуживании. Например, лица, которым было рекомендовано изменить пищевые привычки, могут также изменить свою привычку к курению или начать пользоваться другими источниками медицинского обслуживания.

8) Оценка результатов. При последующем наблюдении используются те же самые принципы, что и при проведении обычного проспективного исследования, за тем исключением, что возникает дополнительная необходимость обеспечить, насколько это возможно, одинаковые принципы оценки как в контрольной, так и в группе, где проводилось лечение.

Это достигается несколькими способами:

а) «двойным слепым методом», при котором ни обследуемый, ни исследователь не осведомлены о группе, где проводится лечение (это обычно возможно только при проведении фармакологических испытаний);

б) использованием данных смертности;

в) использованием информации, собранной стандартизованным образом (например, данные ЭКГ или рентгенологического обследования), которая затем анализируется специалистом, не знающим, к какой группе принадлежит обследуемый. В отношении информации, которая не может быть обработана подобным образом (например, симптомы), необходимо сделать все возможное, чтобы оценка велась исключительно стандартизованными способами. Однако такую информацию всегда следует рассматривать как потенциально искаженную.

Кроме того, в ходе всего исследования следует вести контроль за любыми возможными побочными явлениями или осложнениями, возникающими в результате лечения. Если исследование не ведется «двойным слепым методом», осведомленность экспериментатора может повлиять на проведение сбора данных о симптоматике и на их изучение. Это искажение результатов, которое нельзя устранить просто использованием стандартизованных диагностических критериев, можно предупредить, оценивая результаты в каждой группе при помощи одних и тех же методов контроля с заранее определенными интервалами.

9) Анализ. Первый принцип заключается в сопоставлении результатов, полученных в двух случайных группах, в соответствии с критериями, определенными в начале исследования. Следует установить абсолютные различия в частоте возникновения новых случаев заболевания, а не просто соответствующие изменения: лечебная тактика основывается на абсолютном, а не на относительном масштабе эффекта в целом. Необходимо определить статистическую значимость основных результатов (т. е. вероятность того, что данные результаты оказались случайными). Все расчеты должны выполняться с использованием двусторонних критериев, так как нельзя исключить возможность того, что вмешательство имело отрицательный эффект.

Результаты исследований с использованием тестов множественной достоверности трудно интерпретировать и, как правило, лучше их избегать (особенно это касается гипотез, возникающих из самих результатов).

Может оказаться полезным проведение отдельного анализа данных, полученных среди лиц, которые придерживались назначенного лечебного режима; при этом интерпретацию таких данных следует проводить с большой осторожностью, так как выход из исследования обычно является источником ошибок, имея свои особенности в обеих изучаемых группах. Статистическая обработка данных при этом не уместна.

Отчет должен включать статистически доверительные пределы вокруг основных наблюдаемых различий, с тем чтобы лица, знакомящиеся с ними, могли определить степень, с которой результаты случайно могли быть переили недооценены. Это особенно важно тогда, когда не были выявлены статистически достоверные различия, поскольку вследствие недостаточного охвата в ходе исследований не удалось получить важных результатов.

Можно ожидать, что от проведения профилактического исследования получит преимущества лишь небольшая группа лиц. Поэтому особенно важно выявить все отрицательные последствия, так же как и все возможные побочные явления и осложнения, возникающие в результате вмешательства, а также ранее не предполагаемое влияние лечения на течение других заболеваний или причины смерти.

Точные выводы для какой-либо изучаемой группы могут быть получены только в результате хорошо спланированного исследования, но при этом обобщение полученных результатов в отношении других контингентов или вариантов одного и того же типа вмешательства связано с вопросами, которые с трудом поддаются оценке [5].

В некоторых случаях возможно проведение экспериментальных популяционных исследований, полностью охватывающих группы населения, являющиеся самостоятельными единицами, из которых путем распределения составлены экспериментальные и контрольные группы [WHO European Collaborative Group].

Продолжительные исследования проводятся также как и одномоментные, с отличием в том, что вслед за начальным обследованием более поздние сроки проводится повторно осмотр той же группы населения (когорты). В основе повторной оценки характеристик заболевания может лежать план первоначального обследования. В случаях если проведение повторного осмотра не представляется возможным, иногда данные для проспективного исследования получают из таких источников, как данные о госпитализации или о смертности. Но такая информация часто является неполной, т.к. содержит сведения только о диагнозе, а качество ее неизвестно и непостоянно. Она может представлять интерес в частных случаях, но не позволяет сопоставить полученные результаты с результатами других исследований.

Повторное обследование населения и использование обычных записей о случаях заболевания не являются взаимоисключающими, и их сочетание нередко может быть с успехом использовано.

Иногда возможен сбор «ретроспективной» информации, что по сути дела является продолжительным исследованием (проспективным). Предположим, например, что в определенной отрасли промышленности в течение ряда лет ведется учет всех работающих лиц, и эти лица регулярно проходят обычный медицинский осмотр. В этом случае список работающих можно использовать для определения изучаемой популяции, а результаты осмотра позволят определить первоначальное состояние их здоровья. Все, что остается сделать, это проследить дальнейшее развитие состояния здоровья каждого работающего вплоть до оценки его на настоящий момент. Преимуществами такого подхода являются его быстрота и невысокие затраты, но на практике возможности его ограничены количеством и качеством данных, получаемых на стадии первоначальной оценки состояния здоровья, и трудностями, возникающими при дальнейшем наблюдении за обследуемыми лицами [5].

Однако, иногда данные, полученные при первоначальном обследовании, могут быть уже измененными вследствие нераспознанного заболевания, например, раннее заболевание сердца, может изменить физическую активность или рак в начальной стадии может повлиять на характер питания [5]. Расчет истинного риска развития заболевания и оценка того, в какой степени отдельные индивидуальные характеристики приводят к возникновению заболевания (предсказательная ценность), возможны только в проспективном исследовании. По сравнению с одномоментным исследованием продолжительное исследование требует больших материальных затрат, более многочисленной выборки и занимает больше времени для получения достоверных результатов. Для таких исследований необходима относительно устойчивая популяционная группа, в которой потери населения за период исследования будут незначительными, а когда исследование уже начато, его очень трудно изменить для проверки вновь возникших гипотез. Эффективность и экономичность подобных исследований иногда могут быть повышены путем ограничения изучаемой группы лишь теми лицами, среди которых ожидается высокая частота новых случаев заболевания (например, исследование проводится среди лиц пожилого возраста). Однако это преимущество в большинстве случаев является кажущимся. Тем не менее, недостатки одномоментного исследования довольно серьезны, и многие специалисты стремятся хотя бы некоторое время наблюдать за обследованным населением.

Основная практическая задача, стоящая перед продолжительными исследованиями, заключается в том, чтобы избежать потерь в популяционной группе на протяжении периода наблюдения. Эти потери могут быть снижены при сокращении интервала между обследованиями и при сохранении регулярного контакта с населением между обследованиями. В группе лиц, длительное наблюдение за которыми не представляется возможным, отмечается тенденция к ухудшению состояния здоровья, но в такой группе, как и при проведении одномоментного исследования, возможно, независимо получить информацию, которая указывает вероятную степень этого ухудшения.

Метод оценки частоты новых случаев какого-либо хронического заболевания при повторном опросе или осмотре выдвигает ряд специальных проблем. Они могут быть проиллюстрированы сопоставлением исследований частоты новых случаев инфекционного заболевания, например, кори, и хронического сердечно-сосудистого заболевания.

1) Острое инфекционное заболевание обычно дает относительно четкую диагностическую картину. Таким образом, частота новых случаев клинически выраженной кори в школе сразу же может быть оценена путем наблюдения детей в течение определенного периода и регистрации заболевших. Но нельзя говорить, что в этом же смысле о таких заболеваниях человека, как ишемическая болезнь сердца, гипертензия или митральный стеноз. В данном случае хроническое заболевание развивается постепенно, и у обследуемого может быть любая его форма - от умеренной до крайне тяжелой. На протяжении исследования заболевание может прогрессировать или сопровождаться осложнениями.

2) Ошибки в диагностике кори, по-видимому, не слишком часты, и в тех случаях, когда заболевание уже прошло, диагностическую ошибку, вряд ли можно установить и исправить. Ошибки же при диагностике сердечнососудистых заболеваний могут быть значительными. Например, ответы обследуемого на один и тот же вопрос относительно симптомов заболевания могут меняться день от дня; постоянно меняется артериальное давление; одну и ту же электрокардиограмму два врача могут интерпретировать по-разному.

Таким образом, очевидные изменения в состоянии здоровья, выявленные при повторном обследовании, являются отчасти действительными, отчасти результатом случайных колебаний в оценке. В одном исследовании [5] наличие стенокардии определялось при помощи стандартных вопросников. Год спустя те же лица были опрошены повторно, и частота возникновения «новых»

случаев стенокардии для данной популяции по оценке составляла приблизительно 1,8% в год. Однако этот простой подход игнорирует вариабельность ответов обследуемых, в результате чего при повторном опросе, даже через короткий промежуток времени, у определенного процента лиц, при первом опросе давших отрицательные ответы на некоторые пункты вопросника, ответы будут положительными, чем можно объяснить ошибочное выявление «новых случаев» заболевания. В проспективном исследовании те, кто переместился из группы «положительно отвечающих» в группу «отрицательно отвечающих», вероятнее всего, не будут включаться в показатели распространенности с самого начала, а те, кто переместился из «отрицательных» в «положительные», будут учитываться как «новые случаи»

возникновения заболеваний. Таким образом, при оценке частоты.новых случаев заболевания может возникнуть тенденция к завышению показателей, степень которого зависит от случайной ошибки диагностического метода.

Степень завышения может быть снижена путем проведения повторных осмотров, так как они уменьшают случайные отклонения, но такой подход не всегда практически приемлем. Более целесообразно измерить случайную вариабельность метода при повторных осмотрах, проводимых через короткие промежутки времени, но такой подход не всегда практически осуществим.

Полученные результаты могут быть приняты во внимание при обработке данных о частоте возникновения новых случаев заболевания. Предположим, например, среди 1000 мужчин с первоначально нормальной электрокардиограммой через 5 лет у 50 человек (5%) выявляются отклонения от нормы. Однако повторное обследование подвыборки только через 3 мес.

показало, что у 2% обследованных уже имелись отклонения от нормы, следовательно, можно предположить, что частота новых случаев заболевания, оцененная в основном исследовании как 5%, по всей видимости, является значительно завышенной по отношению к истинной.

3) Вычисление частоты новых случаев заболевания корью обычно проводится среди той части восприимчивых к ней лиц, которые заболели;

таким образом, дети, имеющие в анамнезе корь, при осмотре будут исключены из группы лиц, имеющих повышенную вероятность заболевания, что является разумно обоснованной процедурой. К сожалению, при изучении хронических заболеваний соответствующий метод далеко не столь прост. Предположим, например, что необходимо провести сравнение частоты возникновения новых случаев ишемической болезни сердца в двух популяциях на основании продолжительного исследования, в котором первоначальный осмотр включает электрокардиографическое обследование. Естественно, что обе группы исследователей при подсчете новых случаев будут исключать тех лиц, у которых при первом обследовании были зарегистрированы признаки заболевания. Но одна из групп может исключить только тех, у кого на электрокардиограмме отмечались глубокие зубцы Q, в то время как другая группа будет исключать также и лиц с изменениями сегмента ST и зубца Т. В результате даже при использовании одинаковых критериев частоты возникновения случаев заболевания во втором исследовании этот показатель будет существенно меньше, чем в первом.

Таким образом, в отношении хронических заболеваний нет четкого разделения на «восприимчивую» и «невосприимчивую» группу, поскольку каждый человек чувствителен к более серьезным проявлениям болезни.

Исследователь должен, как минимум, дать очень четкое определение критериев, по которым случаи заболевания, выявленные при первоначальном осмотре и включенные в показатель распространенности, исключались бы при последующей оценке частоты возникновения новых случаев заболевания. Однако, по-видимому, более целесообразно, где это, возможно, полностью отказаться от концепции «новых случаев» в том смысле, как это принято, когда речь идет об инфекционных болезнях, и вместо этого говорить о частоте возникновения «новых проявлений» заболевания. Изучаемое проявление должно быть четко определено, и частоту возникновения его новых случаев можно определить следующим отношением:

В некоторых проспективных исследованиях лица, имеющие в анамнезе заболевание, исключаются еще до начала обследования, а те, у кого при первоначальном обследовании обнаружены отклонения от нормы, исключаются из повторного обследования. Такая процедура нежелательна, так как она, во-первых, ограничивает значение первоначального обследования, если оно проводится как одномоментное исследование, во-вторых, может помешать исправлению критериев исключения из исследования в свете более позднего опыта и, в-третьих, ограничивает изучение естественного течения заболевания. Положительным моментом является тот факт, что при заболевании с малой распространенностью сохранение всех лиц, включая тех, у кого при первоначальном обследовании были выявлены признаки заболевания, на всех этапах исследования требует незначительных усилий.

В качестве альтернативы проспективным исследованиям с повторным обследованием, с целью изучения частоты возникновения новых случаев заболевания, предлагается наблюдение в течение определенного периода за всей группой населения, к которой относятся лица, обратившиеся за медицинской помощью по поводу вновь возникших проявлений хронического заболевания [WHO Regional Office for Europe, Gillum].

Для оценки частоты новых случаев, в отличие от оценки распространенности, сначала выделяют группу лиц, не имеющих изучаемого заболевания, и затем в течение определенного срока периодически проводят обследования, выявляя новые случаи заболевания. Такая группа, или когорта, может состоять из здоровых людей, наблюдаемых вплоть до начала болезни, или из больных, наблюдаемых до наступления исхода. Этот процесс, называется также когортным исследованием. Частотой новых случаев называется темп появления новых случаев изучаемого события в наблюдаемой в течение заданного периода времени группе с определенной численностью.

Это - накопленная плотность случаев (cumulative density), так как новые случаи с течением времени прибавляются к уже ранее возникшим.

Другой подход к оценке заболеваемости состоит в подсчете числа новых случаев болезни в постоянно меняющейся группе, где время наблюдения неодинаково для разных участников. Показатель, полученный в таких исследованиях, иногда называют плотностью заболеваемости (или плотностью новых случаев - incidence density).

Типичные примеры подобных исследований - клинические испытания длительного лечения хронически больных, когда набор группы проводится в течение нескольких лет, так что пациенты, включенные в начале исследования, подвергаются лечению и наблюдению более длительное время, чем те, кто был включен позднее. Для того чтобы вклад разных пациентов был соразмерен со сроком их наблюдения, в качестве знаменателя в формуле расчета плотности новых случаев используют не число пациентов, включенных в испытание за определенный период времени, а время наблюдения каждого пациента до возникновения изучаемого события (исхода). Вклад больного, который наблюдался в течение 10 лет и у которого не развился изучаемый исход, составляет 10, а пациента, наблюдаемого 1 год, - только 1. Плотность заболеваемости представляет собой дробь, в числителе которой находится число возникших в ходе наблюдения исходов, а в знаменателе - суммарное число человеко-лет.

Подход с применением человеко-лет полезен также при оценке заболеваемости в больших популяциях известной численности, когда возможен точный подсчет новых случаев и известна группа риска, например, при использовании популяционного регистра онкологических заболеваний.

Недостаток подхода с применением плотности заболеваемости состоит в том, что при этом смешиваются пациенты с разной продолжительностью наблюдения. При расчетах малое число пациентов, наблюдаемых продолжительное время, может внести в знаменатель такой же вклад, как и большое число пациентов с коротким сроком наблюдения. Если пациенты, наблюдаемые в течение длительного времени систематически отличаются от больных, наблюдаемых короткое время, то результирующий показатель частоты новых случаев окажется смещенным.

До сих пор в нашем изложении термин "случай" означал одного отдельно взятого пациента с конкретным изучаемым заболеванием или исходом. В классической эпидемиологии термин "случай" обозначает пациента, имеющего некое заболевание, а под распространенностью и частотой новых случаев понимают частоту случаев в популяции, например, среди населения некоторой территории. Однако клинические решения часто основываются на информации о частоте клинических проявлений заболевания (патологических симптомов или лабораторных показателей), либо о частоте исходов заболевания (смерть, инвалидность, выздоровление). Таким образом, в клинической практике понятие "случай" часто относится к тем больным, которые имеют определенные клинические проявления или исходы заболевания.

Для некоторых состояний существуют общепринятые точные диагностические критерии. Эти критерии обеспечивают специфичность, необходимую для надежного выявления такой общественно значимой болезни.

Они также демонстрируют компромисс между строгой теорией и клинической реальностью. Если бы в расчет принимались только доказанные случаи, то большинство лиц, обычно считающихся больными, были бы приняты за здоровых. С другой стороны, включение в расчеты всех вероятных случаев болезни привело бы к завышению истинной частоты заболевания.

Показатель частоты полезен лишь в том случае, если практикующий врач понимает, к каким категориям больных он применим. Иными словами, должны быть известны численность и характеристики группы, из которой отбирались случаи для оценки частоты.

Группу, численность которой представляет собой знаменатель показателя частоты, называют популяцией, а точнее - популяцией риска, причем под риском понимается потенциальная возможность развития той болезни или того исхода, число случаев которых стоит в числителе этой дроби. Например, показатели заболеваемости или распространенности рака шейки матки будут занижены, если в популяцию включить мужчин, или, скажем, женщин, у которых удалена матка.

Характеристики популяции, численность которой стоит в знаменателе, или репрезентативной выборки из этой популяции зависят от того, на какой вопрос мы хотим получить ответ, а формирование этой популяции определяется целями исследования.

Эпидемиологи привыкли понимать под популяцией совокупность индивидуумов, проживающих в определенном географическом регионе. Это оправданно при исследованиях источников и эффектов различных воздействий в общей популяции. Но при решении клинических вопросов популяция должна состоять из больных, которые имеют определенные заболевания или симптомы и наблюдаются в таких, же условиях, в которых эта информация в дальнейшем будет использоваться. В основном эти больные собраны в университетских и институтских клиниках и, следовательно, такие популяции могут отражать особенности небольших и своеобразных подмножеств всех пациентов с данными симптомами в определенном географическом регионе. Популяции, наблюдаемые в таких клиниках, могут являть собой необычную группу для общей медицинской практики.

Это оценка связи между контактом (фактором риска) и исходом (заболеванием), которые могут рассматриваться как две дихотомические случайные величины. Количество индивидуальных субъектов с заболеванием выражается по отношению к количеству без этой характеристики. Шансы наступления события равняются числу наступивших событий, отнесенному к числу не наступивших событий.

Если вероятность наступления события равна р, тогда шансы наступления события равны: о=р/(1 - р). Таким образом, это показатель двух вероятностей, т.е. вероятности наступления события, деленной на вероятность ненаступления события.

Если провести последовательность испытаний Бернулли, при которой интересующий исследователя исход наступает а раз, и не наступает b раз (n = а + b), тогда шансы наступления интересующего исхода составляют а/b.

Отношение шансов получают при делении шансов наступления события в лечебной или контактной группе, к шансам наступления события в контрольной группе. При дихотомическом контакте можно составить матрицу 2 х 2, и рассчитать отношение шансов как отношение "векторных произведений".

Отношение шансов используется в эпидемиологических исследованиях для описания вероятного вреда, который может вызвать контакт с исследуемым фактором, если отношение шансов получается больше 1. Отношение шансов — идеальный способ дать оценку риска при исследованиях методом "случайконтроль", если неизвестна частота заболевания.

При клинических испытаниях новых видов лечения, когда стремятся уменьшить количество исследуемых исходов, желательно получать отношение шансов меньше единицы. Для редких событий отношение шансов и относительный риск — сходные величины. Отношение шансов переоценивает значимость как вредных связей (относительный риск 1), так и благоприятных связей (относительный риск 1). По мере того, как событие становится более частым, отношение шансов и относительный риск дивергируют. Сравнение риска, представленного в виде отношения шансов, не зависит от того, желает ли исследователь определять риск наступления или ненаступления события.

Отношение шансов можно группировать между типическими группами, используя метод Мантеля—Хэнзеля.

Расчет отношения шансов при исследовании методом «случайконтроль» с использованием матрицы 2x Шансы контакта среди заболевших = а/с.

Шансы контакта среди контрольной группы = b/d ОШ = (a/c)/(b/d) = а/с х d/b (отношение векторных произведений) Логарифмическое преобразование отношения шансов Отношение шансов — это мультипликативная мера связи, оно отличается асимметричным распределением.

Логарифмическое преобразование отношения шансов дает почти симметричное распределение, которое аппроксимируется нормальным распределением. Логарифм отношения — это аддитивная мера связи. Логарифм отношения шансов, равный нулю, предполагает отсутствие связи.

Положительные и отрицательные величины отражают соответствующие степени связи.

Использование неслучайных выборок приведет к отношению шансов, которое покажет несуществующую зависимость между переменными. Это может произойти в случае исследования методом «случай-контроль», в котором различаются пропорции попадания в больницу для исследуемых групп и контрольных групп.

Появления систематической ошибки в оценке частоты заболевания, если появляется временной интервал между контактом и отбором участников исследования. Так, может быть создана нерепрезентативная исследуемая группа при изучении скоротечных заболеваний, быстро приводящих к летальному исходу, либо не устанавливаемых клиническим наблюдением.

Отношение:

Частота заболевания в контактировавшей с фактором группе Частота заболевания в неконтактировавшей (контрольной) группе В качестве альтернативы, отношение:

Вероятность исхода, если присутствует фактор риска Вероятность исхода, если отсутствует фактор риска Относительный риск приближается к отношению шансов, по мере того, как заболевание становится все более редким.

Абсолютное уменьшение риска Разность между значениями риска для экспериментальной и контрольной группами.

Расчет относительного риска (ОР) из когортного исследования с использованием матрицы 2x Риск заболевания при контакте с фактором риска = а/(а + b) Риск заболевания без контакта с фактором риска = с/(с + d) ОР = а/(а+b)/с(с + d) ОР = 1 — нет связи между заболеванием и контактом ОР 1 — больший риск заболевания у контактирующей группы; контакт может быть причиной ОР 1 — меньший риск заболевания у контактирующей группы; контакт может быть защитным фактором.

Количество пациентов, которое следует лечить, для предотвращения действия на одного пациента неблагоприятного эффекта от исследуемого заболевания (например, смерти, удара). Это величина, обратная предполагаемой пользе, т.е. количеству исходов, которые были предупреждены, для данного числа прошедших лечение.

Эта величина не обеспечивает проспективной оценки для популяции, т.е.

основываясь на ней, нельзя утверждать, что вся популяция получит пользу от применения вмешательства. Чем меньше количество пациентов, которых следует лечить, чтобы вылечить одного больного, тем лучше способ лечения.

- Предсказывает ли гипотеза различия или связь?

- Каков тип данных?

- Если данные непрерывные, распределены ли они нормально?

- Если данные категорийные, суммируются ли они пропорционально или в процентном отношении?

- Является ли схема зависимой или независимой?

Ошибки в анализе - Отсутствие четко определенной гипотезы.

- Неподходящая схема исследования.

- Неправильная классификация данных.

- Неверное допущение о независимости данных.

- Отсутствие в отчете соответствующих статистических критериев.

- Отсутствие в отчете точных значений уровня статистической значимости Р, связанных с выбранным критерием.

- Отсутствие в отчете доверительных интервалов.

Взаимоотношения между результатами диагностического текста и реальным наличием или отсутствием заболевания продемонстрированы на рисунке 2.

Как показано на рисунке 3, чувствительность определяется как доля лиц с положительным результатом теста в популяции с изучаемым заболеванием.

Чувствительный тест редко пропускает пациентов, у которых имеется болезнь.

Специфичность - это доля лиц с отрицательным результатом теста в популяции без изучаемой болезни. Специфичный тест, как правило, не относит здоровых к категории больных.

Применив эти определения к случаю с диагностикой ангиной (см.

рисунок 3), мы увидим, что результат посева мазка был положительным у 37 из 149 пациентов, а врач общей практики правильно диагностировал 27 случаев, т.е. чувствительность клинического метода составила 73%. С другой стороны, у 112 пациентов результат посева был отрицательным, и в 77 случаях врач общей практики справедливо отказался от применения антибиотиков, следовательно, специфичность клинического метода равна 69%.

Рисунок 2. Характеристики диагностического теста и их определения. Se (sensitivity) - чувствительность: Sp (specificity) - специфичность, Р (prevalence) распространенность заболевания:

-PV (negative predictive value) npoгностическая ценность отрицательного результата теста, -PV (positive predictive value) - прогностическая ценность положительного результата теста, LR- (positive likelihood ratio) - отношение правдоподобия положительного результата теста: RL- (negative likelihood ratio) - отношение правдоподобия отрицательного результата теста Рисунок 3. Точность диагноза стрептококковой ангины, установленного на основе клинических наблюдений, по сравнению с результатами посева мазка из зева [4].

При выборе диагностического теста врач должен принимать во внимание его чувствительность и специфичность. Чувствительный тест (т.е. такой, который при наличии болезни обычно дает положительный результат) следует выбрать, если есть риск пропустить опасную, но излечимую болезнь туберкулез, сифилис, лимфогранулематоз. Чувствительные тесты рекомендуются также на ранних стадиях диагностического поиска для сужения его рамок, когда возможных вариантов много и диагностические тесты позволят исключить некоторые из них, т.е. сделать вывод, что эти заболевания маловероятны. Например, при инфильтратах в легких, сочетающихся с похуданием, в качестве раннего диагностического теста целесообразен тест на антитела к ВИЧ для исключения оппортунистических инфекций, связанных со СПИДом. Подводя итог, подчеркнем, что для врача чувствительный тест особенно информативен в том случае, когда он дает отрицательный результат.

Специфичные тесты нужны для подтверждения (установления) диагноза, предложенного на основании других данных. В самом деле, высокоспецифичный тест не должен дать положительный результат в отсутствие заболевания (т.е. редко бывает ложноположительным).

Высокоспецифичные тесты особенно необходимы, если ложноположительный результат может нанести пациенту вред - физический, эмоциональный или финансовый. Например, прежде чем назначать больному со злокачественным новообразованием химиотерапию, сопряженную с риском осложнения, эмоциональной травмой и затратой средств, требуется морфологическое подтверждение диагноза, так как результаты менее специфичных тестов недостаточны. Итак, специфичный тест диагностически наиболее эффективен, когда дает положительный результат.

Компромисс между чувствительностью и специфичностью Желательно, чтобы диагностический тест одновременно был я высокочувствительным, и высокоспецифичным. К сожалению, этого, как правило, достичь не удается, но возможен компромисс между этими двумя показателями, по крайней мере, в тех случаях, когда клинические данные принимают значения в некотором интервале. В подобных ситуациях положение точки разделения (cut-off point) на непрерывном переходе (континууме) между нормой и патологией устанавливается произвольно. Следовательно, для любого конкретного результата, выраженного количественно непрерывной величиной, одна характеристика (допустим, чувствительность) может быть усилена не иначе как за счет другой (специфичности). Данные табл. 4 иллюстрируют эти взаимоотношения на примере диагностики сахарного диабета. Если принять за диагностический критерий болезни уровень глюкозы крови более 9,9 ммоль/л (180 мг/дл) через 2 ч после нагрузочной пробы с глюкозой, то поставленный диагноз, несомненно, будет во всех случаях верен, однако из-за слишком высокого его значения многие больные окажутся не выявленными. Тест будет очень специфичным в ущерб чувствительности. С другой стороны, если считать больными сахарным диабетом всех, у кого уровень глюкозы крови более 3,85 ммоль/л (70 мг/дл), то вряд ли кто-то из больных будет пропущен, но в то же время будет много случаев гипердиагностики. Значит, при этих условиях тест чувствителен, но не специфичен. Пользуясь лишь одним показателем — уровнем глюкозы крови при обычных условиях, невозможно улучшить одновременно как чувствительность, так и специфичность теста.

Компромисс между чувствительностью и специфичностью при Глюкоза крови через 2 ч после нагрузки, Чувствительность, % Специфичность, % моль/л (мг/дл) Прогностические исследования Перечисленные вопросы рассматриваются в прогностических исследованиях аналогично тому, как когортные исследования решают проблемы риска. Для этого формируется группа пациентов, имеющих некоторый общий признак (для прогностических исследований - это заболевание или состояние), затем проводится наблюдение в течение определенного срока с оценкой клинических исходов. Часто выявляются состояния, связанные с конкретным исходом, т.е. прогностические факторы (prognostic factors).

Клиническое и естественное течение болезни Прогноз заболевания может быть сделан либо для клинического, либо для естественного течения болезни. Под клиническим течением (clinical course) подразумевается развитие болезни при оказании пациенту медицинской помощи, т.е. когда на ход событий влияет лечение. Обычно пациенты обращаются за медицинской помощью через некоторое время после начала болезни, при появлении таких симптомов, как боль, недомогание, внешние дефекты или необычное поведение. В качестве примеров упомянем сахарный диабет, рак легкого, бешенство. После установления диагноза обычно назначают соответствующее лечение.

В отсутствие медицинского вмешательства прогноз относится к естественному течению (natural history) болезни, т.е. к тому, что произойдет с пациентом, если он не будет лечиться. Даже в странах с развитой системой медицинской помощи многие больные не получают лечения. Заболевания могут оставаться нераспознанными из-за того, что протекают бессимптомно или рассматриваются как обычные недомогания. Примерами служат легкая степень депрессии, анемия или некоторые злокачественные новообразования, развивающиеся медленно и незаметно (некоторые виды опухолей щитовидной или предстательной железы).

Точка отсчета Наблюдение когорты в прогностических исследованиях производится начиная с некоторого момента, называемого точкой отсчета (zero time). Эта точка должна быть одинаковой для всех пациентов и должна соответствовать четко определяемому моменту в течении заболевания (например, появлению симптомов, установлению диагноза или началу лечения). Термином "исходная когорта" (inception cohort) обозначают группу, сформированную из пациентов в начале (в момент первого проявления) заболевания.

Если наблюдение разных пациентов в когорте начинается в разные моменты течения заболевания, то последующее описание теряет точность.

Сопоставление сроков таких событий, как выздоровление, рецидив или смерть будет затруднительным или ошибочным.

Допустим, что нужно описать клиническое течение заболевания у больных раком легкого. Наберем когорту пациентов с этим заболеванием и будем наблюдать их вплоть до развития осложнений или смерти. Но каких больных следует включать? Если точкой отсчета для одних пациентов станет обнаружение болезни при скрининге, для других - появление симптомов, для третьих - госпитализация или начало лечения, то получаемый при исследовании прогноз будет зависеть от сочетания нескольких точек отсчета.

Более того, если точно не описать, в какой момент заболевания пациенты включались в когорту, то будет невозможно интерпретировать или использовать полученный прогноз Описание исходов заболевания Описание прогноза должно содержать полный спектр проявлений состояний, важных для пациента. Это не только болезнь, инвалидизация, смерть, но и боль, страдание, неспособность обслуживать себя или совершать обычные действия. В стремлении к наукообразию врачи иногда неоправданно преувеличивают значение отдельных исходов. Клинические эффекты, которые не могут прямо осознаваться пациентами (например, уменьшение размера опухоли, нормализация биохимических и серологических показателей крови), не являются целью лечения. Эти биологические феномены целесообразно рассматривать в качестве клинически значимых исходов только в том случае, если известно, что между ними существует причинно-следственная связь. Так, гиперкальциемия является важным клиническим исходом в течении гиперпаратиреоза, только если она вызывает такие симптомы, как сонливость или жажда, либо если есть основания полагать, что она приведет к осложнениям в виде заболеваний почек и костей. Если же исход нельзя связать с каким-либо признаком, который ощущается пациентом, то эта информация не должна использоваться для оценки лечения, хотя она может быть весьма важной для оценки этиологии и патогенеза заболевания.

Оценка качества жизни, связанного со здоровьем Люди все лучше осознают, что "здоровье" — это не просто отсутствие таких событий, как болезнь или тем более смерть. Клинические вмешательства должны положительно влиять на жизнь и существование пациента, что определяется понятиями "качество жизни", "состояние здоровья", или "функциональный статус". Для оценки качества жизни больных были разработаны опросники. Иногда в результате опросов усиливаются аргументы в пользу некоторых клинических вмешательств. Например, было показано, что при хронической почечной недостаточности лечение эритропоэтином не только повышает у пациентов гематокрит, но и улучшает качество жизни. С другой стороны, иногда при оценке качества жизни обнаруживаются сложные соотношения положительных и отрицательных феноменов. Анализ результатов лечения зидовудином пациентов со слабовыраженными симптомами ВИЧинфекции показал, что хотя препарат задерживает развитие СПИДа в среднем на 0,9 мес, положительный эффект сводится на нет побочными действиями препарата. Так, пациенты, получавшие зидовудин, жили в среднем 14,5 мес. без прогрессирования заболевания или развития серьезных побочных эффектов от действия лекарства, в то время как пациенты, не получавшие препарат, жили 14,7 мес. Таким образом, достижение в виде небольшой задержки развития СПИДа стало сомнительным, когда в качестве исхода стали оценивать качество жизни.

Описание прогноза. Прогноз как частота В качестве характеристики течения болезни удобно использовать один показатель — частоту, т.е. долю лиц, у которых отмечается изучаемое событие.

Показатели обычно основаны на одной и той же концепции заболеваемости и учитывают события, возникающие в когорте с течением времени.

При оценке частоты необходимо четко определить точку отсчета, специфические клинические характеристики пациентов, виды исходов, продолжительность наблюдения. Срок наблюдения должен быть достаточно большим, чтобы произошли все возможные события, иначе полученный показатель будет ниже истинной частоты.

Компромисс: простота против более подробной информации Достоинство выражения прогноза в виде частот заключается в частоте этих показателей. Их легко удержать в памяти и использовать в сообщениях.

Недостаток заключается в том, что показатели относительно малоинформативны и за одинаковыми ценными цифрами могут скрываться значительные различия прогноза.

Например, можно выделить многолетнюю выживаемость пациентов с разными состояниями, при каждом из которых может выживать примерно 10% и более в зависимости от ситуации. Однако такие сходные суммарные показатели многолетней выживаемости скрывают различия, чрезвычайно важные для пациентов. Ранняя выживаемость пациентов с расслаивающей аневризмой аорты очень низка, однако если они выжили в течение первых нескольких месяцев, то в дальнейшем риск смерти уже не зависит от наличия аневризмы. Хронический миелолейкоз относительно мало влияет на выживаемость в первые годы после установления диагноза. В последующие годы летальность увеличивается, так что практически все пациенты умирают через 5 лет после установления диагноза. Только в возрасте 100 лет люди в общей популяции имеют такую же пятилетнюю выживаемость, как пациенты с указанными заболеваниями.

Анализ дожития Занимаясь прогнозированием, мы хотели бы знать среднюю вероятность изучаемого исхода у пациентов с данным заболеванием для любого момента времени. Если прогноз выражен в виде Обобщенного показателя частоты, он не содержит такой информации. Однако существуют методы представления информации о среднем времени наступления исхода.

Понятие когорты Непосредственный способ определения выживаемости состоит в том, чтобы набрать когорту пациентов в некоторый момент течения заболевания (например, появление симптомов, установление диагноза, начало лечения) и наблюдать их, пока у всех не проявится изучаемый исход.

У заболевшего сразу возникает множество вопросов: "Опасна ли болезнь?

Есть ли риск умереть? Будет ли больно? Удастся ли сохранить обычный образ жизни? Возможно ли выздоровление?" Большинство пациентов и их родственники хотят знать, что их ожидает, даже если болезнь неизлечима.

Прогноз — это предсказание будущего течения болезни. В данном разделе мы рассмотрим, как можно описать течение болезни, какие при этом возможны систематические ошибки и как их избежать. Как точнее предсказать будущее пациента. Цель состоит в том, чтобы прогноз не оказался, с одной стороны, слишком неопределенным, а с другой - уверенным, но ошибочным.

Говоря о прогнозе, врачи и пациенты имеют в виду несколько аспектов. Вопервых, они хотят знать обычное течение заболевания. Например, молодого пациента, страдающего постгерпетической невралгией, можно заверить, что боль продлится меньше месяца. Во-вторых, желательно, по возможности, иметь прогноз для «конкретного случая. Ведь даже при смертельной ВИЧ-инфекции инфицированные могут жить от нескольких месяцев до 10 лет и более, так что больного интересует, сколько он сможет прожить. B-третьих, пациенты особенно хотят знать, как заболевание повлияет на их жизнь, причем их волнует вопрос не только о риске смерти, но и смогут ли они работать, ходить, говорить, изменятся |ли их взаимоотношения с семьей и друзьями, предстоят ли им боль и страдания.

Прогностические факторы Хотя большинство пациентов интересуются тем, как вообще протекает их заболевание, каждого особенно волнует его индивидуальный прогноз. Прогностические факторы помогают идентифицировать группы пациентов с одной болезнью, но с разным прогнозом.

Различия между прогностическими факторами и факторами риска Исследования факторов риска обычно проводятся на здоровых людях, тогда как прогностические факторы (состояния, связанные с конкретными исходами заболевания), по определению, изучаются у больных. Существуют и другие важные различия, о которых речь пойдет далее.

Различия факторов Факторы риска не обязательно совпадают с прогностическими факторами, причем для одного и того же заболевания эти факторы могут быть совершенно разными. Например, низкое артериальное давление снижает риск возникновения острого инфаркта миокарда, но служит неблагоприятным прогностическим фактором при развившемся остром инфаркте. Аналогичным образом применение эстрогенов во время менопаузы увеличивает риск заболевания раком матки, но возникающие при этом формы рака выявляются на более ранних стадиях и их прогноз, по-видимому, более благоприятен, чем в среднестатистическом случае. Некоторые факторы одинаково влияют как на риск, так и на прогноз. Например, риск возникновения острого инфаркта миокарда и риск смерти от него увеличиваются с возрастом.

Различия исходов Риск и прогноз описывают различные явления. Для риска учитываемым событием является возникновение заболевания. С точки зрения прогноза рассматривается множество исходов, включая смерть, осложнения, инвалидность, страдание.

Различия показателей частоты Факторы риска обычно предсказывают события малой вероятности (например, заболеваемость для многих болезней составляет от 1 на 100 до 1 на 10 000 случаев в год), поэтому соотношения между воздействием фактора риска и заболеванием обычно остаются неясными даже для опытных клиницистов, пока они не возьмут данные тщательно проведенных исследований, включающих большое число пациентов в течение длительного периода времени. Прогноз оперирует относительно частыми событиями.

Обычно врач может самостоятельно дать точные оценки прогноза на основе личного опыта. Например, известно, что больные раком легкого или поджелудочной железы редко живут более 5 лет, тогда как большинство пациентов с хроническим лимфолейкозом живут значительно дольше.

прогнозирования Сочетание факторов обычно дает более точный прогноз, чем каждый из факторов, взятый по отдельности. Правила клиничекого прогнозирования позволяют оценивать вероятность исхода на основании набора характеристик пациента.

Пример. Если у ВИЧ-инфицированного пациента развился СПИД, то прогноз неблагоприятен, время выживания коротко. Однако, прежде чем применение антивирусных средств и терапии, направленной против сопутствующих инфекций, стало стандартным лечением, выяснилось, что некоторые больные СПИДом живут значительно дольше, чем другие. Было проведено исследование для определения того, какие характеристики пациентов влияют на выживаемость. С выживаемостью оказалось связано несколько физиологических характеристик. Используя сочетания этих факторов, исследователи разработали многоступенчатую прогностическую систему, оценивая в 1 балл присутствие каждого из 7 факторов: Сильная диарея или содержание сывороточного альбумина менее 2,0 г/дл, любые неврологические расстройства, насыщение крови кислородом 50 мм рт.ст. и менее, гематокрит менее 30%, число лимфоцитов менее 150 в 1 мл крови, число лейкоцитов менее 2500 в 1 мл крови, число тромбоцитов менее 140 000 мл.

Были выделены три прогностические стадии в зависимости от суммы набранных баллов: I стадия - 0 баллов, II стадия - 1 балл, III стадия - 2 балла и более. Учитывая все прогностические факторы, авторы отмечают, что предсказанная средняя выживаемость варьирует от 11,6 мес. для пациентов I стадии до 2,1 мес. для пациентов III стадии.

Рисунок 4. Различия между прогностическими факторами и факторами риска артериальной гипертонии Систематическая ошибка в одномоментных исследованиях Одномоментные исследования могут использоваться для выявления возможных причинно-следственных связей между факторами риска и заболеванием или прогностическими факторами и исходом. В такой ситуации исследование распространенности - более быстрая, но не лучшая альтернатива когортным исследованиям. У одномоментных исследований имеется два недостатка: неопределенность последовательности событий во времени и систематические ошибки, обусловленные включением "старых" случаев, т.е.

возникших до начала исследования.

Неопределенность последовательности событий во времени В одномоментных исследованиях и болезнь, и факторы, ее вызывающие, оцениваются одновременно, поэтому подчас бывает неясно, что было раньше, а что потом. Последовательность событий неизвестна, а она бывает весьма важна для интерпретации результатов. Когда некий фактор явно предшествует началу заболевания или исходу (например, семейный анамнез или генетический маркер), причинно-следственная связь более или менее очевидна. Если же этот фактор может быть проявлением заболевания или исхода (например, патологический лабораторный показатель или психическое состояние), то судить о последовательности событий бывает гораздо труднее. Когортные исследования, напротив, имеют встроенную систему учета последовательности событий, так как возможные причины заболевания оцениваются до начала исследования.

Систематическая ошибка при включении «старых» случаев В когортном исследовании все случаи новые, причем при тщательном наблюдении факт возникновения болезни в группе риска может быть установлен. Напротив, одномоментное исследование включает смесь "старых" и "новых" случаев, выявленных во время однократного обследования. Иными словами, такое исследование выявляет все случаи, когда болезнь присутствует (т.е. может быть диагностирована), и на момент обследования еще не привела к смерти. Естественно, что распространенность будет определяться теми пациентами, которые остаются в живых и при этом не утрачивают проявлений заболевания. Различия между случаями, подставляемыми в числитель при расчетах заболеваемости и распространенности, могут влиять на интерпретацию этих показателей.

На распространенность влияет средняя длительность заболевания.

Случаи заболеваний, протекающих быстро и заканчивающихся фатально, будут учтены в когортном исследовании, но, как правило, упущены в одномоментном исследовании. Обычно 25 — 40% больных ишемической болезнью сердца, ранее не имевших признаков заболевания, умирают в течение 24 часов после начала сердечного приступа. Поэтому одномоментные исследования должны занижать число случаев ишемической болезнью сердца. С другой стороны, длительно протекающие болезни оказываются хорошо представленными в одномоментных исследованиях, даже если заболеваемость этими болезнями невелика. Показатель распространенности, также выборочно включает в себя более выраженные случаи несмертельных заболеваний. Например, больные с бессимптомным ревматоидным артритом могут не выявляться в исследовании, основанном на изучении текущих симптомов и физикальных данных.

Аналогичным образом больные с рецидивирующими, но хорошо поддающимися лечению заболеваниями, такими как сердечная недостаточность или депрессия, могут чувствовать себя удовлетворительно в момент обследования и поэтому не будут выявлены. С другой стороны, для болезней, протекающих без ремиссий, вероятность пропуска меньше, и вследствие этого в одномоментном исследовании эти заболевания будут представлены непропорционально большим числом случаев.

Систематическая ошибка, или смещение (bias) - это "систематическое (неслучайное, однонаправленное) отклонение результатов от истинных значений". Допустим, обнаружено, что препарат А действует лучше, чем препарат Б. Какого рода систематические ошибки могли привести к такому выводу, если он оказался неверным? Препарат А мог быть назначен пациентам с меньшей тяжестью заболевания; тогда результаты будут обусловлены не разной эффективностью лекарственных препаратов, а систематическим различием состояния больных в двух группах. Или же препарат А приятнее на вкус, чем Б, поэтому больные строже соблюдали схему лечения. Либо препарат А - новое, очень популярное, а Б - старое средство, поэтому исследователи и больные склонны думать, что новое лекарство непременно действует лучше.

Таковы примеры возможных систематических ошибок.

Наблюдение за больными (при лечении или в исследовании) особенно подвержено систематическим ошибкам вследствие простой небрежности.

Участвуя в исследовании, больные часто продолжают вести себя так, как им хочется, что подчас не отвечает условиям получения строгих научных результатов. Когда с ними пытаются провести эксперимент наподобие лабораторного, из этого часто ничего не получается. Некоторые больные отказываются участвовать, другие выбывают в процессе исследования или предпочитают сменить метод лечения. Более того, некоторые самые важные с человеческой точки зрения характеристики - эмоции, ощущение комфорта, поведение - измерить гораздо труднее, чем физические параметры, такие как артериальное давление или содержание натрия в сыворотке. К тому же клиницисты сами склонны верить в успех применяемого ими лечения (большинство больных и не захотели бы лечиться у врача, который думает иначе). Из-за этой установки, которая так важна в медицинской практике, клинические наблюдения особенно подтверждены систематическим ошибкам.

Хотя существуют десятки разновидностей систематических ошибок, большинство из них может быть отнесено к одной из трех основных категорий Систематическая ошибка, обусловленная отбором (selection bias), возникает, когда сравниваемые группы пациентов различаются не только по главным изучаемым признакам, но и по другим факторам, влияющим на результат исследования. Группы пациентов часто различаются по многим параметрам — возрасту, полу, степени тяжести заболевания, сопутствующим заболеваниям, методам вмешательства. Если мы сравним данные по двум группам, которые различаются не только по специфическим интересующим нас факторам (например, метод лечения или предполагаемая причина заболевания), но и по другим признакам, от которых тоже зависит исход, то результат сравнения получится смещенным и не позволит сделать выводы о степени влияния интересующего нас фактора. В примере, приведенном выше, такая ошибка возникнет, если у пациентов, получавших препарат А, степень тяжести заболевания была меньше, чем у получавших препарат Б.



Pages:     | 1 || 3 | 4 |
Похожие работы:

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ УКРАИНЫ ДОНЕЦКИЙ НАЦИОНАЛЬНЫЙ УНИВЕРСИТЕТ КАФЕДРА МЕЖДУНАРОДНОЙ ЭКОНОМИКИ МЕТОДИЧЕСКИЕ УКАЗАНИЯ К НАПИСАНИЮ МАГИСТЕРСКИХ ДИССЕРТАЦИЙ ДОНЕЦК - 2001 2 МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ УКРАИНЫ ДОНЕЦКИЙ НАЦИОНАЛЬНЫЙ УНИВЕРСИТЕТ КАФЕДРА МЕЖДУНАРОДНОЙ ЭКОНОМИКИ МЕТОДИЧЕСКИЕ УКАЗАНИЯ К НАПИСАНИЮ МАГИСТЕРСКИХ ДИССЕРТАЦИЙ (для студентов специальности дневного и заочного отделений) Утверждено на заседании кафедры Международная экономика...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ, МОЛОДЕЖИ И СПОРТА УКРАИНЫ ОДЕССКАЯ НАЦИОНАЛЬНАЯ АКАДЕМИЯ СВЯЗИ им. А. С. Попова ИНСТИТУТ ЭКОНОМИКИ И МЕНЕДЖМЕНТА Кафедра менеджмента та маркетинга Аветисян К.П., Сакун А.А., Жуковская Л.Э., Козак В.И. МЕНЕДЖМЕНТ ОРГАНИЗАЦИЙ Учебное пособие Для студентов за направлением подготовки по специальности: 0306 – Менеджмент и администрирование Одесса – 2013 УДК 338:658(07) План НМВ 2012 Аветисян К.П., Сакун А.А., Жуковская Л.Э., Козак В.И. Менеджмент организаций:...»

«Учебно-методические пособия (размножено в количестве 50-250 экз.) Экономика и бухгалтерский учет Банковское дело Операционная деятельность в логистике Статистика: Методические указания и контрольные задания для студентов заочного отделения по специальности 0601 Экономика и бухгалтерский учет и контроль/ Сост.: С.А.Ефимова. - Уфа: УГКТиДО, 2001.-25 с. 1 Анализ финансово-хозяйственной деятельности. Программа, методические указания и контрольные задания для студентов заочной формы обучения по...»

«Методические указания к составлению отчета о прохождении учебной и производственной практики Оглавление 1.Цели практики 3 2. Задачи практики 3 3. Место практики в структуре ООП бакалавриата 3 4. Формы проведения и содержание практики 4 5. Место и время проведения практики 4 6. Трудоемкость практики бакалавра экономики и формы промежуточной аттестации (по итогам практики) 5 7. Образовательные, научно-исследовательские и научно-производственные технологии, используемые на практике 8....»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ РОССИЙСКОЙ ФЕДЕРАЦИИ АЛТАЙСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ЭКОНОМИЧЕСКИЙ ФАКУЛЬТЕТ Н.Б. ГРИЩЕНКО ОСНОВЫ СТРАХОВОЙ ДЕЯТЕЛЬНОСТИ УЧЕБНОЕ ПОСОБИЕ Издательство Алтайского государственного университета БАРНАУЛ – 2001 ББК 65.9 УДК.336.012.24 Г 85 РЕЦЕНЗЕНТ: доктор экономических наук, профессор, заведующий кафедрой региональной экономики АГУ В.В. Мищенко Г 85 Грищенко Н.Б. Основы страховой деятельности: Учебное пособие. Барнаул: Изд-во Алт. ун-та, 2001. 274 с. В учебном...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Государственное образовательное учреждение высшего профессионального образования УЛЬЯНОВСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ Экономическая теория Часть 1 Введение в экономическую теорию Микроэкономика Методические указания по подготовке к семинарским занятиям Составители: Л. В. Барт, А. Р. Сафиуллин, Д. М. Губайдуллина Ульяновск УДК 33 (076) ББК 65я Э Рецензент канд. экон. наук, доцент кафедры Экономика и менеджмент Захарова И. В....»

«Харьковский государственный университет Кафедра социально-экономической географии и международных экономических отношений Ю. П. Грицак СОЦИАЛЬНОЭКОНОМИЧЕСКИЕ ТИПЫ СТРАН Пособие для студентов и учителей Харьков 1998 УДК 911.3 ББК 65.04 Г85 Г85 Грицак. Ю.П. Социально-экономические типы стран: Пособие для студентов и учителей.– Харьков: ХГУ им. В.Н. Каразина, 1998.– 72 с., карт., табл. В книге рассматриваются закономерности социально–экономического развития народов (стадии роста), главные...»

«Ю.М. БЕРЁЗКИН Д.А. АЛЕКСЕЕВ ФИНАНСОВЫЙ МЕНЕДЖМЕНТ УЧЕБНОЕ ПОСОБИЕ МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РФ БАЙКАЛЬСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ЭКОНОМИКИ И ПРАВА Ю.М. БЕРЁЗКИН Д.А. АЛЕКСЕЕВ ФИНАНСОВЫЙ МЕНЕДЖМЕНТ УЧЕБНОЕ ПОСОБИЕ 2-е издание исправленное и дополненное Издательство БГУЭП 2014 ББК 65.291.9 – 21я7 Б 48 УДК 336.64: 65 (075.8) Печатается по решению редакционно-издательского совета Байкальского государственного университета экономики и права Рецензенты: доктор. экон. наук, профессор...»

«ЦЕНТРАЛЬНЫЙ БАНК РОССИЙСКОЙ ФЕДЕРАЦИИ УЧЕБНО-МЕТОДИЧЕСКИЙ ЦЕНТР СТАТИСТИКА Контрольная работа для обучающихся по специальности 080110 Банковское дело (базовая и углублённая подготовка) Тверь 2013 О.В. Дамова, преподаватель Омской банковской школы (колРецензент леджа) Банка России Статистика [Текст] : контрольная работа (базовая и углублённая подготовка) / Т.Н. Брезденюк ; подгот. к изд. Е.Е. Воробьёва. – Тверь : УМЦ Банка России, 2013. – 28 с. Для обучающихся I курса по специальности 080110...»

«Министерство образования Республики Беларусь УЧРЕЖДЕНИЕ ОБРАЗОВАНИЯ ГРОДНЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ИМЕНИ ЯНКИ КУПАЛЫ О.Н. ТОЛОЧКО ВНЕШНЕЭКОНОМИЧЕСКИЕ СДЕЛКИ Учебное пособие по курсу Международное частное право для студентов специальности Г 09.01.00 Правоведение Гродно 2002 1 УДК 341.9(075.8) ББК 67.412.2 Т52 Рецензенты: доктор юридических наук, профессор Н.В.Сильченко; кандидат юридических наук, доцент И.А.Белова. Рекомендовано советом юридического факультета ГрГУ им. Я.Купалы. Толочко...»

«НОУ ВПО Институт экономики и управления (г. Пятигорск) НОУ ВПО ИнЭУ Кафедра Бухгалтерского учета, анализа, аудита и налогообложения Утверждено УМС Председатель_ Н.Г. Щеглов Протокол № 1 от 30 августа 2011г. ЛАБОРАТОРНЫЙ ПРАКТИКУМ ПО БУХГАЛТЕРСКОМУ УЧЕТУ (название курса, дисциплины) Методические указания, задания к контрольной работе для студентов специальности: 080109 Бухгалтерский учет анализ и аудит очной и заочной формы обучения Пятигорск, 2011 Составитель: ст. преподаватель – Дробышева О.В....»

«Министерство образования Российской Федерации Владивостокский государственный университет экономики и сервиса Ю.А. ЛЕВАШОВ РАСЧЕТ ЭЛЕКТРОННЫХ УСТРОЙСТВ Учебно-методическое пособие Владивосток Издательство ВГУЭС 2003 1 ББК 32.972 Л 34 Рецензент: Ю.В. Малышенко, д-р техн. наук, профессор, начальник каф. организации таможенного контроля ВФ РТА; Н.Н. Номоконова, канд. техн. наук, доцент каф. электроники ВГУЭС Левашов Ю.А. Л 34 РАСЧЕТ ЭЛЕКТРОННЫХ УСТРОЙСТВ: Учебно-методическое пособие. –...»

«МИНИСТЕРСТВО СЕЛЬСКОГО ХОЗЯЙСТВА РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное образовательное учреждение высшего профессионального образования Алтайский государственный аграрный университет Кафедра маркетинга и предпринимательской деятельности АПК С.А. Кореннов, Ю.А. Бугай ЛОГИСТИКА Учебно-методическое пособие Барнаул Издательство АГАУ 2008 УДК 65.011.2(072) Рецензенты: к.э.н., доцент М.Л. Акишина; доцент кафедры менеджмента, предпринимательства и информационных технологий ИТЛП ГОУ ВПО...»

«Федеральное агентство по образованию Сибирская государственная автомобильно-дорожная академия (СибаДИ) Кафедра общей экономики и права ТРАНСПОРТНОЕ П Р А ВО Учебно-методическое пособие Составитель Л.П. Казакевич Омск Издательство СибАДИ 2008 г. 1 УДК ББК Рецензенты Работа одобрена методической комиссией социогуманитарного совета СибАДИ в качестве учебного методического пособия по дисциплине Транспортное право для студентов факультета Автомобильный транспорт, специальности 050501, 14501,...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ УКРАИНЫ МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ АРК РВУЗ КРЫМСКИЙ ИНЖЕНЕРНО-ПЕДАГОГИЧЕСКИЙ УНИВЕРСИТЕТ Экономический факультет Кафедра учта и аудита МЕТОДИЧЕСКИЕ РЕКОМЕНДАЦИИ по написанию и защите магистерской работы (Специальность 8.03050901 Учт и аудит) Симферополь, 2012 2 Методические рекомендации по написанию и защите магистерской работы (Специальность 8.03050901 “Учт и аудит”)/ Сост. Абдуллаев Р.А., Байрам М.К., Симферополь: РВУЗ КИПУ, 2010 - 32 с. Составители:...»

«ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ ГОСУДАРСТВЕННОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ЭКОНОМИКИ И ФИНАНСОВ КАФЕДРА ЭКОНОМИКИ ПРЕДПРИЯТИЯ И ПРОИЗВОДСТВЕННОГО МЕНЕДЖМЕНТА С.Г. ОВЧИННИКОВА, О.В. ЯГИРСКАЯ ПРОМЫШЛЕННО-ФИНАНСОВАЯ ИНТЕГРАЦИЯ Ч.2 ЗОНЫ СВОБОДНОГО ПРЕДПРИНИМАТЕЛЬСТВА Под редакцией д-ра экон. наук, проф. А.Е. Карлика 4-е издание, переработанное и дополненное ИЗДАТЕЛЬСТВО САНКТ-ПЕТЕРБУРГСКОГО ГОСУДАРСТВЕННОГО...»

«Московский институт экономики,менеджмента и права Кафедра гражданско-правовых дисциплин Карпухин Д.В. Жилищное право Конспект лекций Москва 2006 1 PDF created with pdfFactory Pro trial version www.pdffactory.com Карпухин Д.В. Жилищное право: Конспект лекций. – М.: МИЭМП,2006.- 188 с. Конспект лекций предназначен для изучения курса Жилищное право студентами, обучающимися по специальности 021100 Юриспруденция. Научный редактор – Алексеева Н.В., кандидат юридических наук, доцент. © Карпухин Д.В.,...»

«МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ ФГАОУ ВПО КАЗАНСКИЙ (ПРИВОЛЖСКИЙ) ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ М.З.Гибадуллин Л.В.Абдрахманова Т.М.Вахитова С.М.Сюркова Экономика (макроэкономический аспект) МЕТОДИЧЕСКИЕ РЕКОМЕНДАЦИИ КАЗАНЬ 2012 УДК 338984 ББК 65.0 Г 46 Целью методического пособия является помощь всем желающим в изучении особенностей развития рыночных процессов в исламских странах. Помимо основных тем курса пособие содержит вопросы для самоконтроля, тесты, реферативные задания...»

«ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ НОВОСИБИРСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ Механико-математический факультет Кафедра теории вероятностей и математической статистики Н. И. Чернова Теория вероятностей Учебное пособие Новосибирск 2007 УДК 519.21 ББК В17я73-2 Ч493 Чернова Н. И. Теория вероятностей: Учеб. пособие / Новосиб. гос. ун-т. Новосибирск, 2007. 160 с. ISBN 978-5-94356-506-9 Учебное пособие содержит полный курс лекций по теории вероятностей, более 10 лет читаемый автором на первом курсе...»

«Министерство образования и науки Российской Федерации Федеральное агентство по образованию Российской Федерации Пензенский Государственный Университет Институт государственной службы и управления при Губернаторе Пензенской области Кафедра Управление и социология Алехин Э.В кандидат социологических наук, доцент Региональная экономика и управление Учебное пособие Пенза 2007г. Содержание СОДЕРЖАНИЕ. ТЕМА 1 ПРЕДМЕТ, ОБЪЕКТ И МЕТОДЫ РЕГИОНАЛЬНОЙ ЭКОНОМИКИ КАК НАУКИ.5 1. ПРЕДМЕТ И ОБЪЕКТ РЕГИОНАЛЬНОЙ...»






 
© 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.