База примеров

Исследование эффективности вакцин против кори, паротита и краснухи

Испытание лекарств является важным применением статистических методов. STATISTICA является незаменимым средством, позволяющим практикующим врачам и научным работникам организовать исследование, рассчитать объем выборки, оценить зависимость доза/эффект, визуализировать данные, построить разнообразные графики и диаграммы, подтвердить результаты. Таким образом, врач делает шаг вперед к доказательной медицине.

Предлагаем Вашему вниманию конкретный проект компании StatSoft, посвященный исследованию эффективности вакцин против кори, паротита и краснухи.

Содержание

Введение

Общая цель исследования

Задачи исследования

Решение задачи в STATISTICA

Чистка данных

Преобразование исходных данных для дальнейшего анализа

Построение для преобразованных данных гистограмм, графиков средних и других графиков в STATISTICA

Заключение

 


Введение

В последнее десятилетие в практическое здравоохранение введено ряд новых вакцин, таких как рекомбинантные генно-инженерные вакцины против вирусного гепатита В; для профилактики заболеваемости корью, эпидемическим паротитом и краснухой, разработаны ассоциированные (т.е. совмещенные) живые вакцины. Указанные вакцины производятся как за рубежом, так и в России. Для вакцинации кори, паротита, краснухи использовали либо отечественные моновакцины, при этом ребенок получал несколько инъекций при вакцинации, либо использовали только зарубежные ассоциированные (совмещенные вакцины). В 2002 году была разработана и успешно внедрена в практическое здравоохранение отечественная ассоциированная дивакцина от кори и паротита. Основной проблемой, препятствующей современной вакцинации, является частая заболеваемость у детей и наличие у них различных инфекционных заболеваний.

 


Общая цель исследования

Цель проводимого исследования состоит в том, чтобы изучить влияние новых вакцин против вирусных инфекций на состояние иммунного статуса, клиническую переносимость и способность детей с частыми заболеваниями адекватно отвечать на вакцинацию.

Задачи исследования

  • Распределить всех наблюдаемых детей в зависимости от исходного уровня здоровья и количества инфекционной нагрузки.

  • Оценить исходный уровень показателей иммунного статуса (CD, IL, Ig A,M.G,E, фагоцитоз ФЧ, ФИ, ЭТЛ) у детей выделенных групп, в последующем после введения вакцины посмотреть, изменяются ли эти показатели от характера вводимой вакцины во времени и от возраста.

  • Учитывая тот факт, что работая со средними показателями, порой не всегда можно в полной мере отследить изменения, вычислить помимо средних значений процент детей в каждой группе, имеющих значения иммунного статуса ниже нормы, в норме и выше нормы.

  • Провести сравнительный анализ достоверности различий по интересующим параметрам.

  • Оценить влияние вакцин на биохимические показатели малоновый деальдегид и глютатионредуктазу в группах наблюдения, провести сравнительный анализ достоверности в различных группах и в сравнении с исходными данными.

  • Определить напряженность поствакцинального иммунитета (т.е. отвечаемость, защищенность) на вводимые вакцины во всех группах наблюдения и оценить достоверность различий в сравнении по различным группам. Это позволит сделать заключение о том, зависит ли ответ на вакцину от исходного уровня здоровья.

  • Определить число серонегативных (т.е. не ответивших на вакцинацию) и серопозитивных (ответивших на вакцинацию низко, средне и высоко) лиц в наблюдаемых группах.

  • Провести сравнительный анализ достоверности серонегативности и серопозитивности между группами.

  • Провести корреляционный анализ для выяснения, какие показатели могут влиять на напряженность (т.е. отвечаемость) после вакцинации.

 


Решение задачи в STATISTICA

Начальные данные были собраны в базе данных Access. Каждая строка таблицы представляет собой разовое обследование ребенка. В ходе обследования измерялись следующие параметры:

  • параметры взятой крови ребенка;

  • группа, к которой относится ребенок;

  • тип вакцины;

  • тип забора.

Данная задача решалась в несколько этапов:

  1. Чистка данных;
  2. Преобразование исходных данных для дальнейшего анализа;
  3. Построение для преобразованных данных сводных таблиц в формате STATISTICA;
  4. Построение для преобразованных данных гистограмм, графиков средних и других графиков в формате STATISTICA.

Данная задача является задачей всестороннего анализа данных, что делает ее трудоемкой. С другой стороны, должна быть предоставлена возможность пересчета всех результатов в случае изменения данных: удаление выбросов, обработка и преобразование пропущенных данных. В связи с этим было принято решение о написании программ на языке программирования STATISTICA Visual Basic для автоматизации решения задачи.

Чистка данных

Перед проведением вычислений была проведена чистка данных. Ручная чистка данных включала в себя преобразования выбросов в другой формат измерений. Автоматическая чистка, т.е. чистка данных с использованием программы на языке STATISTICA Visual Basic, включала в себя удаление значений параметров, лежащих в пределах заданных границ.

Преобразование исходных данных для дальнейшего анализа

Реализована программа на языке STATISTICA Visual Basic для автоматического построения выборок из данных по разным вакцинам и для разных возрастов.

Для каждой преобразованной таблицы данных была написана отдельная программа для построения следующих таблиц:

  • Сводная таблица для показателей и для групп детей, включающая в себя число наблюдений, среднее значение, стандартное отклонение, стандартную ошибку.

Сводная таблица для показателей и для групп детей, включающая в себя число наблюдений, среднее значение, стандартное отклонение, стандартную ошибку

  • Сводная таблица для показателей и для всех групп детей, включающая в себя вероятности сходства средних.
    Все вычисления для построения этой таблицы проводились с использованием однофакторного дисперсионного анализа. Несмотря на то, что в теории использование дисперсионного анализа сопряжено с выполнением таких условий, как нормальность распределений и сходство дисперсий внутри каждой группы, на практике подобное применение допустимо, если внутри каждой группы нет значительных выбросов. Заметим, что применение методов непараметрической статистики к имеющимся данным невозможно, так как число наблюдений внутри каждой группы невелико.

  • Матрицы корреляций Спирмена между всеми показателями. Каждая программа построения сводных таблиц предоставляет возможность автоматического сохранения в формате Excel или вывода результатов в отдельную рабочую книгу.

Построение для преобразованных данных гистограмм, графиков средних и других графиков в STATISTICA

Распределение детей по группам серонегативности

Роза ветров средних значений параметров для каждой группы детей

Соотношение средних значений между группами и заборами

Каждая программа построения графиков предоставляет возможность автоматического сохранения в формате JPEG или вывода результатов в отдельную рабочую книгу.

 


Заключение

В ходе решения задачи были написаны программы, позволяющие провести расчеты и построить результирующие таблицы и графики в течении 2-х дней, что является очень важным в практически любом научном исследовании. Объем всех полученных результатов в формате Excel и JPEG составил около 1Гб.


В начало


Узнайте больше на курсах Академии Анализа Данных StatSoft

Список курсов    Календарь    Расписание груповых занятий






info@statsoft.ru       (495) 787-77-33       (499) 674-06-15       STATISTICA Data Miner 13.3 Trial

Авторские права на дизайн и материалы сайта принадлежат компании StatSoft Russia.
Все права защищены.

© StatSoft Russia
1999-2017

StatSoft Russia – компания, зарегистрированная и действующая в соответствии с законами России, которые могут отличаться от законов других стран, имеющих офисы StatSoft. Каждый офис StatSoft является самостоятельным юридическим лицом, имеет право предлагать услуги и разрабатывать приложения, которые могут быть, а могут и не быть представлены в офисах StatSoft других стран.

Лицензионное соглашение      Карта сайта