Некоторые проблемы обучения методам статистического анализа данных и возможности современных информационных технологий для их решения

Проблемы обучения методам статистического анализа данных в доказательной медицине предъявляют высокие требования к их применению. Строгость подхода требует обширных знаний как в сфере непосредственно профессиональной, так и в областях знаний, выходящих далеко за пределы медицины. Недостаточно просто набрать группы для исследования или посчитать средние значения и сделать на основе этого какие-то выводы. Важно правильно набрать группы и правильно оценить статистические параметры полученных результатов. Более того, надо знать цель исследования, формулировать соответствующие гипотезы еще до начала эксперимента [1] или сбора данных, а не придумывать их в ходе анализа массива разнородных цифр и наименований при написании статей. Исследуемый материал обработки данных, представленный на уровне схем и алгоритмов в сочетании с использованием соответствующих программ, значительно упрощается и, самое главное, упорядочивается. В этом случае предмет статистики воспринимается не как нечто абстрактное, а как комплексная составляющая принципов доказательной медицины, без отрыва ее от профильного обучения.

При привлечении к обучению специалистов профильных предметов вуза с примерами исследований, использующих статистические методы обработки и планирования, позволит улучшить ориентирование в разнообразии существующих статистических методов обработки данных, а также понимать важность и актуальность применения статистики в медицинских исследованиях.

1. Гланц С. Медико-биологическая статистика: пер. с англ. Москва, РФ: Практика; 1998. 459 с.

2. Страхова ОП, Каблуков АА. Использование информационных технологий в преподавании статистики в гуманитарных вузах. Медицина И Экология. 2014;4(73):43-48.

3. Нохрин ДЮ. Лабораторный практикум по биостатистике. Челябинск, РФ; 2018. 289 с.

4. Гржибовский АМ. Доверительные интервалы для частот и долей. Экология Человека. 2008;5:57-60.

5. Наркевич АН, Наркевич АА, Виноградов КА. Интервальная оценка медианы и ее автоматизация. Врач и Информационные Технологии. 2013;4:40-48.

6. Леонов ВП. Когда нельзя, но очень хочется, или еще раз о критерии Стьюдента. [Электронный ресурс]. Биометрика. [дата обращения: 2019 Ноябрь 26]. Avialable from: http://www.biometrica.tomsk.ru.

7. Харченко МА. Корреляционный анализ: учеб. пособие для вузов. Воронеж, РФ: Изд-во ВГУ; 2008. 31 с.