Статистическая обработка полученных данных

Математико-статистическоеописание объектов исследования осуществлялось с помощью традиционныхметодов описательной статистики.

При описании результатов различных методик при нормальномраспределении значений в выборке производили расчет средних значенийи стандартного отклонения с цифровым и графическим представлениемрезультатов. Оценка значимости различий результатов измеренийпроводилась с помощью параметрического t-критерияСтьюдента.

При несоответствии значений в выборке нормальному распределению дляописания результатов использовали медиану и верхний и нижнийквартили, а значимость различий оценивали с помощьюнепараметрического теста Вилкоксона для связанных выборок. Для оценкисилы связи между изучаемыми переменными использовали коэффициентранговой корреляции Спирмена для зависимых выборок.

С целью определения эффективности различных методик рассчитываличувствительность, специфичность, положительную прогностическуюзначимость, отрицательную прогностическую значимость идиагностическую точность исследуемого метода.

Чувствительность определяли как отношение количества истинноположительных (ИП) результатов, к общему количеству истинноположительных (ИП) и ложноотрицательных (ЛО) результатов. Инымисловами, это вероятность наличия патологии у больного.

Специфичность определяли как отношение количества истинноотрицательных (ИО) результатов, к общему количеству истинноотрицательных (ИО) и ложноположительных (ЛП) результатов. Инымисловами, это вероятность отсутствия патологии у здорового человека.

Положительную прогностическую значимость (ППЗ) определяли какотношение количества истинно положительных результатов (ИП) к общемуколичеству положительных результатов (ИП+ЛП).

Отрицательную прогностическую значимость (ОПЗ) определяли какотношение количества истинно отрицательных результатов (ИО) к общемуколичеству отрицательных результатов (ИО+ЛО).

Кроме того, определяли диагностическую точность (или безошибочность)метода – это доля правильных результатов (ИП+ИО) среди всехобследованных пациентов.

Для дооперационного прогнозирования улучшения сократительной функциилевого желудочка после реваскуляризации в зависимости степенипостинфарктного кардиосклероза и исходной фракции выброса левогожелудочка с помощью многофакторного линейного регрессионного анализабыла разработана математическая модель. Оценку информативности изначимости математической модели проводили с помощью дисперсионногоанализа.

В исследовании использовали пакеты прикладных программ: Excel2007(Microsoft, США) –для формирования баз данных, Statistica 8.0 (StatSoft, США) –для статистического анализа полученных результатов.

ГЛАВА 3.РЕЗУЛЬТАТЫ КОМПЛЕКСНОЙ РЕНТГЕНОВСКОЙ КОМПЬЮТЕРНОЙ ИМАГНИТНО-РЕЗОНАНСНОЙТОМОГРАФИИ У ПАЦИЕНТОВ С ВПЕРВЫЕ ВОЗНИКШЕЙ СТЕНОКАРДИЕЙ ИЛИПОДОЗРЕНИЕМ НА НЕЕ ДО РЕВАСКУЛЯРИЗАЦИИ МИОКАРДА

Рекомендуем к просомтру

www.kievoncology.com благодарны автору и издательству, которые способствует образованию медицинских работников. При нарушении авторских прав, сообщите нам и мы незамедлительно удалим материалы.