Область статистики связана со сбором, анализом, интерпретацией и представлением данных.
В сфере здравоохранения статистика важна по следующим причинам:
Причина 1. Статистика позволяет медицинским работникам отслеживать состояние здоровья людей с помощью описательной статистики.
Причина 2. Статистика позволяет специалистам в области здравоохранения количественно определять взаимосвязь между переменными с помощью регрессионных моделей.
Причина 3. Статистика позволяет медицинским работникам сравнивать эффективность различных медицинских процедур с помощью проверки гипотез.
Причина 4. Статистика позволяет специалистам в области здравоохранения понять влияние образа жизни на здоровье, используя коэффициент заболеваемости.
В оставшейся части этой статьи мы подробно остановимся на каждой из этих причин.
Причина 1: Мониторинг здоровья людей с помощью описательной статистики
Описательная статистика используется для описания данных.
Медицинские работники часто рассчитывают следующие описательные статистические данные для данного человека:
- Средняя частота сердечных сокращений в покое.
- Среднее артериальное давление.
- Колебания веса в течение определенного периода времени.
Используя эти показатели, медицинские работники могут лучше понять общее состояние здоровья людей.
Затем они могут использовать эти показатели, чтобы информировать людей о том, как они могут улучшить свое здоровье, или даже назначать конкретные лекарства в зависимости от состояния здоровья человека.
Причина 2: количественная оценка взаимосвязи между переменными с помощью регрессионных моделей
Еще одним способом использования статистики в здравоохранении являются регрессионные модели .
Это модели, которые позволяют специалистам в области здравоохранения количественно определять взаимосвязь между одной или несколькими переменными-предикторами и переменной отклика .
Например, медицинский работник может иметь доступ к данным об общем количестве часов, потраченных на упражнения в день, общем времени, проведенном сидя в день, и общем весе людей.
Затем они могут построить следующую модель множественной линейной регрессии:
Вес = 124,33 – 15,33 (часы упражнений в день) + 1,04 (часы сидя в день)
Вот как интерпретировать коэффициенты регрессии в этой модели:
- За каждый дополнительный час, потраченный на тренировки в день, общий вес уменьшается в среднем на 15,33 фунта (при условии, что часы, проведенные сидя, остаются постоянными).
- За каждый дополнительный час, проведенный сидя в день, общий вес увеличивается в среднем на 1,04 фунта (при условии, что часы, потраченные на упражнения, остаются постоянными).
Используя эту модель, медицинский работник может быстро понять, что больше времени, затрачиваемого на упражнения, связано с меньшим весом, а больше времени, проведенного в сидячем положении, связано с большим весом.
Они также могут точно определить, сколько упражнений и сидения влияют на вес.
Причина 3: сравнение медицинских процедур с использованием проверки гипотез
Еще одним способом использования статистики в здравоохранении является проверка гипотез .
Это тесты, которые медицинские работники могут использовать для определения статистической значимости между различными медицинскими процедурами или методами лечения.
Например, предположим, что врач считает, что новое лекарство способно снижать кровяное давление у пациентов с ожирением. Чтобы проверить это, он может измерить кровяное давление у 40 пациентов до и после использования нового препарата в течение одного месяца.
Затем он выполняет t- критерий парных выборок, используя следующие гипотезы:
- H 0 : μ после = μ до (среднее значение артериального давления до и после приема препарата одинаково)
- H A : μ после < μ до (среднее артериальное давление меньше после применения препарата)
Если p-значение теста меньше некоторого уровня значимости (например, α = 0,05), то он может отвергнуть нулевую гипотезу и сделать вывод, что новое лекарство приводит к снижению артериального давления.
Примечание.Это всего лишь один пример проверки гипотезы, используемой в здравоохранении. Другие распространенные тесты включают t-критерий для одной выборки, t-критерий для двух выборок , однофакторный дисперсионный анализ и двухфакторный дисперсионный анализ .
Причина 4: понять влияние выбора образа жизни на здоровье с помощью коэффициента заболеваемости
Соотношение уровня заболеваемости позволяет медицинским работникам сравнивать уровень заболеваемости между двумя разными группами.
Например, предположим, что известно, что у курящих людей рак легких развивается с частотой 7 случаев на 100 человеко-лет.
И наоборот, предположим, что известно, что люди, которые не курят, заболевают раком легких со скоростью 1,5 случая на 100 человеко-лет.
Мы рассчитываем коэффициент заболеваемости (часто сокращенно IRR) как:
- IRR = уровень заболеваемости среди курильщиков / уровень заболеваемости среди некурящих
- Внутренняя норма доходности = (7/100) / (1,5/100)
- Внутренний доход = 4,67
Вот как медицинский работник интерпретировал бы это значение: заболеваемость раком легких среди курильщиков в 4,67 раза выше, чем среди некурящих.
Используя этот простой расчет, медицинские работники могут получить хорошее представление о том, как различные образы жизни (например, курение) влияют на здоровье людей.
Дополнительные ресурсы
Следующие статьи объясняют важность статистики в других областях:
Почему важна статистика? (10 причин, по которым статистика имеет значение!)
Важность статистики в бизнесе
Значение статистики в экономике
Важность статистики в образовании