This media is not supported in the widget
VIEW IN TELEGRAM
❤7
Ранее мы обсудили:
открытые исследования,
простые (одинарные) слепые,
двойные слепые,
тройные слепые.
«А бывают ли четверные слепые?» - спросили меня однажды на одном из мастер-классов, где я рассказывал о дизайне исследований.
Бывают!
Обращение к PubMed выдает целых 48 результатов на запрос “quadruple-blind”.
Причем первое такое исследование было опубликовано ещё в 1979 году в BMJ. Roberts C.J. и соавт. оценили точность трех различных методов для предсказания гестационного возраста (по дате последней менструации, по данным УЗИ и по данным пальпаторной оценки размеров матки), сравнив их с постнатальной оценкой по шкале Дубовица, выбранной за эталон. Однако - внимание! Дизайн этого исследования совсем не похож на те примеры, которые мы разбирали с вами ранее. Прежде всего, пациентки не делились на сравниваемые группы. Естественно, не было и рандомизации. О каком же четверном ослеплении тогда идёт речь?
Указав на quadruple-blind дизайн, авторы имели в виду, что оценка гестационного возраста каждым методом проводилась разными врачами независимо друг от друга. Они ничего не знали о результатах оценки по данным других методов.
Итак, в данном случае порядок ослепления соответствует числу сравниваемых методов. Здесь их всего 4, а если было бы 5, то исследование назвали бы пятерным слепым, 6 - шестерным слепым и т.д.
Но нас всё-таки интересует четверное ослепление, где «4» означает число категорий, не осведомленных о распределении пациентов по группам. Такие исследования тоже есть.
В первом варианте известных нам работ «ослепление» охватывает следующие категории:
1️⃣ участники,
2️⃣ медицинский персонал,
3️⃣ исследователи,
4️⃣ оценщики эффектов.
Вероятно, в этом случае необходимо, чтобы медперсонал, исследователь и оценщик эффекта были разными людьми, с четко определенными, различными обязанностями. То есть четверной слепой дизайн предполагает работу больших исследовательских коллективов.
Отметим, что в этом варианте не упоминается «ослепление» статистиков. Возможно, статобработка проводилась самими исследователями, но если нет - такие исследования напоминают даже не тройные, а всего лишь двойные слепые.
Например, в статье, посвященной сравнению результатов лечения COVID-19 и частоты развития постковидного синдрома, заявлен дизайн quadruple-blind. «Ослеплены» были: исследователи, специалисты по оценке эффектов, медперсонал, проводящий лечение, и сами участники. «Ослепление» статистиков не упоминается.
Такое же описание слепого дизайна мы встретим в протоколе исследования STOP-POUR, предполагающего изучение возможности профилактики послеоперационной задержки мочи у больных паховой грыжей с помощью тамсулозина.
Или в исследовании влияния приема пробиотиков на результаты лечения COVID-19.
Но мне кажется, что в большей степени являются четверными слепыми те исследования, где указано сокрытие информации о распределении пациентов по группам от таких категорий:
1️⃣ участники,
2️⃣ исследователи,
3️⃣ статистики,
4️⃣ оценщики эффектов.
В этом случае может иметь смысл повышение порядка ослепления с тройного (участники, исследователи, статистики) до четверного за счет выделения отдельной категории - оценщиков эффекта.
Например, такой вариант слепого исследования встретился нам в статье, где сравнивался риск респираторных инфекций в зависимости от приема масла печени рыб, содержащего витамин D. В кратком описании дизайна отмечено, что были «ослеплены» участники, исследователи, специалисты, оценивающие эффекты и ответственные за статистическую обработку.
А бывает ли слепые исследования ещё большего порядка? Узнаем из следующего - финального! - поста.
открытые исследования,
простые (одинарные) слепые,
двойные слепые,
тройные слепые.
«А бывают ли четверные слепые?» - спросили меня однажды на одном из мастер-классов, где я рассказывал о дизайне исследований.
Бывают!
Обращение к PubMed выдает целых 48 результатов на запрос “quadruple-blind”.
Причем первое такое исследование было опубликовано ещё в 1979 году в BMJ. Roberts C.J. и соавт. оценили точность трех различных методов для предсказания гестационного возраста (по дате последней менструации, по данным УЗИ и по данным пальпаторной оценки размеров матки), сравнив их с постнатальной оценкой по шкале Дубовица, выбранной за эталон. Однако - внимание! Дизайн этого исследования совсем не похож на те примеры, которые мы разбирали с вами ранее. Прежде всего, пациентки не делились на сравниваемые группы. Естественно, не было и рандомизации. О каком же четверном ослеплении тогда идёт речь?
Указав на quadruple-blind дизайн, авторы имели в виду, что оценка гестационного возраста каждым методом проводилась разными врачами независимо друг от друга. Они ничего не знали о результатах оценки по данным других методов.
Итак, в данном случае порядок ослепления соответствует числу сравниваемых методов. Здесь их всего 4, а если было бы 5, то исследование назвали бы пятерным слепым, 6 - шестерным слепым и т.д.
Но нас всё-таки интересует четверное ослепление, где «4» означает число категорий, не осведомленных о распределении пациентов по группам. Такие исследования тоже есть.
В первом варианте известных нам работ «ослепление» охватывает следующие категории:
1️⃣ участники,
2️⃣ медицинский персонал,
3️⃣ исследователи,
4️⃣ оценщики эффектов.
Вероятно, в этом случае необходимо, чтобы медперсонал, исследователь и оценщик эффекта были разными людьми, с четко определенными, различными обязанностями. То есть четверной слепой дизайн предполагает работу больших исследовательских коллективов.
Отметим, что в этом варианте не упоминается «ослепление» статистиков. Возможно, статобработка проводилась самими исследователями, но если нет - такие исследования напоминают даже не тройные, а всего лишь двойные слепые.
Например, в статье, посвященной сравнению результатов лечения COVID-19 и частоты развития постковидного синдрома, заявлен дизайн quadruple-blind. «Ослеплены» были: исследователи, специалисты по оценке эффектов, медперсонал, проводящий лечение, и сами участники. «Ослепление» статистиков не упоминается.
Такое же описание слепого дизайна мы встретим в протоколе исследования STOP-POUR, предполагающего изучение возможности профилактики послеоперационной задержки мочи у больных паховой грыжей с помощью тамсулозина.
Или в исследовании влияния приема пробиотиков на результаты лечения COVID-19.
Но мне кажется, что в большей степени являются четверными слепыми те исследования, где указано сокрытие информации о распределении пациентов по группам от таких категорий:
1️⃣ участники,
2️⃣ исследователи,
3️⃣ статистики,
4️⃣ оценщики эффектов.
В этом случае может иметь смысл повышение порядка ослепления с тройного (участники, исследователи, статистики) до четверного за счет выделения отдельной категории - оценщиков эффекта.
Например, такой вариант слепого исследования встретился нам в статье, где сравнивался риск респираторных инфекций в зависимости от приема масла печени рыб, содержащего витамин D. В кратком описании дизайна отмечено, что были «ослеплены» участники, исследователи, специалисты, оценивающие эффекты и ответственные за статистическую обработку.
А бывает ли слепые исследования ещё большего порядка? Узнаем из следующего - финального! - поста.
10🔥12❤6👍3
P.S.
Среди quadruple-blind studies в PubMed была найдена захватывающая статья 1992 года из Журнала Канадской медицинской ассоциации (СMAJ) под названием «Psychopharmacology of lycanthropy».
Друзья, это шедевр! Не буду спойлерить, читайте её самостоятельно. Вы, скорее всего, не узнаете чего-то нового о четверном ослеплении, но зато узнаете об уникальном методе анализа - матрице Кубика Рубика, познакомитесь с ликантропогенами люпиноном и бульдогоном и узнаете, как влияют фазы луны на их содержание в крови. И, несомненно, получите удовольствие от стиля изложения в этой статье!😄
Среди quadruple-blind studies в PubMed была найдена захватывающая статья 1992 года из Журнала Канадской медицинской ассоциации (СMAJ) под названием «Psychopharmacology of lycanthropy».
Друзья, это шедевр! Не буду спойлерить, читайте её самостоятельно. Вы, скорее всего, не узнаете чего-то нового о четверном ослеплении, но зато узнаете об уникальном методе анализа - матрице Кубика Рубика, познакомитесь с ликантропогенами люпиноном и бульдогоном и узнаете, как влияют фазы луны на их содержание в крови. И, несомненно, получите удовольствие от стиля изложения в этой статье!😄
6❤19🔥5👍2😁2
Та-дам! Финальный пост о применении слепого метода в исследованиях!😅
Все время хочу написать - в рандомизированных, но мы с вами встречали и нерандомизированные слепые исследования.
В предыдущем посте мы рассмотрели несколько четверных слепых (quadruple-blinded) исследований. Достигнут ли предел числа ослепленных категорий? Нет! В PubMed нашлась одна статья, в которой указывается пятерной слепой дизайн - quintuple-blinded trial.
Статья опубликована в журнале Contemporary Clinical Trials Communications в 2022 году. Она представляет собой описание протокола предстоящего исследования, посвященного сравнению электронного девайса и активного плацебо для лечения абстиненции у пациентов, принимающих опиоидные немедикаментозные вещества.
Заявлено пятерное ослепление:
1️⃣ участники,
2️⃣ лечебный персонал,
3️⃣ главный исследователь,
4️⃣ его ассистенты и, наконец,
5️⃣ спонсор исследования.
Последняя категория при описании ослепления встретилась нам впервые. Также интересно, что исследователи были разделены на 2 категории не в соответствии с выполняемыми функциями, а в зависимости от статуса: главный / ассистенты.
Мы проследили за судьбой этого исследования на портале ClinicalTrials.gov. Оно ещё не завершено, находится в активной фазе. И что мы увидели? Уникальный статус «quintuple-blinded» в ходе исследования был изменен на обычный «double-blinded». При том, что речь идет не о расслеплении 3 категорий из 5. Авторы просто перешли к стандартной трактовке двойного слепого метода - с сокрытием информации о распределении по группам от участников и исследователей (включая спонсора и медперсонал). Мне кажется, правильно сделали. Но жаль, что будет утерян пример опубликованной статьи с результатами пятерного слепого РКИ.
Правда, ещё одно исследование с таким ослеплением было найдено в Google Scholar. Это не журнальная статья, а научный отчет о результатах исследования. Работа Julie Beischel посвящена поиску доказательств жизни после смерти. Для этого были привлечены медиумы, которые связывались с умершими родственниками участников исследования и рассказывали определенные факты из жизни людей, покинувших этот мир. Quintuple-blinded дизайн был заявлен в соответствии с протоколом, предполагающим контроль информации для медиума, участников исследования (живых родственников тех умерших, с кем медиум выходил на связь) и трех экспериментаторов. Таким образом, методика пятерного ослепления здесь подразумевает не количество уровней, а количество лиц, участвующих в его проведении и этапов наблюдения. Почитайте, исследование жутко интересное.
Теперь мы видели всё!
Шестерных слепых (sextuple-blinded) исследований я не нашёл. Пока не нашёл. Поэтому можно считать, что максимальным уровнем ослепления в опубликованных завершенных исследованиях является quadruple-blinded, а упомянутым в протоколах исследований - quintuple-blinded.
В прикрепленной к этому посту картинке попробовал нарисовать схему основных комбинаций ослепленных категорий для разных дизайнов по материалам просмотренных нами исследований. Схема однозначно неполная, комбинации, как выяснилось, могут быть разнообразными и самыми неожиданными, но основные варианты на схеме есть.
Всем спасибо за внимание. Буду рад Вашим реакциям, вопросам и мнениям!🤗
Все время хочу написать - в рандомизированных, но мы с вами встречали и нерандомизированные слепые исследования.
В предыдущем посте мы рассмотрели несколько четверных слепых (quadruple-blinded) исследований. Достигнут ли предел числа ослепленных категорий? Нет! В PubMed нашлась одна статья, в которой указывается пятерной слепой дизайн - quintuple-blinded trial.
Статья опубликована в журнале Contemporary Clinical Trials Communications в 2022 году. Она представляет собой описание протокола предстоящего исследования, посвященного сравнению электронного девайса и активного плацебо для лечения абстиненции у пациентов, принимающих опиоидные немедикаментозные вещества.
Заявлено пятерное ослепление:
1️⃣ участники,
2️⃣ лечебный персонал,
3️⃣ главный исследователь,
4️⃣ его ассистенты и, наконец,
5️⃣ спонсор исследования.
Последняя категория при описании ослепления встретилась нам впервые. Также интересно, что исследователи были разделены на 2 категории не в соответствии с выполняемыми функциями, а в зависимости от статуса: главный / ассистенты.
Мы проследили за судьбой этого исследования на портале ClinicalTrials.gov. Оно ещё не завершено, находится в активной фазе. И что мы увидели? Уникальный статус «quintuple-blinded» в ходе исследования был изменен на обычный «double-blinded». При том, что речь идет не о расслеплении 3 категорий из 5. Авторы просто перешли к стандартной трактовке двойного слепого метода - с сокрытием информации о распределении по группам от участников и исследователей (включая спонсора и медперсонал). Мне кажется, правильно сделали. Но жаль, что будет утерян пример опубликованной статьи с результатами пятерного слепого РКИ.
Правда, ещё одно исследование с таким ослеплением было найдено в Google Scholar. Это не журнальная статья, а научный отчет о результатах исследования. Работа Julie Beischel посвящена поиску доказательств жизни после смерти. Для этого были привлечены медиумы, которые связывались с умершими родственниками участников исследования и рассказывали определенные факты из жизни людей, покинувших этот мир. Quintuple-blinded дизайн был заявлен в соответствии с протоколом, предполагающим контроль информации для медиума, участников исследования (живых родственников тех умерших, с кем медиум выходил на связь) и трех экспериментаторов. Таким образом, методика пятерного ослепления здесь подразумевает не количество уровней, а количество лиц, участвующих в его проведении и этапов наблюдения. Почитайте, исследование жутко интересное.
Теперь мы видели всё!
Шестерных слепых (sextuple-blinded) исследований я не нашёл. Пока не нашёл. Поэтому можно считать, что максимальным уровнем ослепления в опубликованных завершенных исследованиях является quadruple-blinded, а упомянутым в протоколах исследований - quintuple-blinded.
В прикрепленной к этому посту картинке попробовал нарисовать схему основных комбинаций ослепленных категорий для разных дизайнов по материалам просмотренных нами исследований. Схема однозначно неполная, комбинации, как выяснилось, могут быть разнообразными и самыми неожиданными, но основные варианты на схеме есть.
Всем спасибо за внимание. Буду рад Вашим реакциям, вопросам и мнениям!🤗
5🔥22👍9❤5👏4
Правило стульев (предыстория)
Однажды я покупал на кухню стулья. Нужны были 4 штуки. Вначале я хотел взять все одинаковые, но потом узнал от дизайнеров, что они могут быть разными. И это будет даже лучше смотреться.
Но здесь есть одно очень важное правило:
Отличаться у разных стульев может только одно свойство.
Допустим, каждый стул обладает формой, цветом, материалом обивки, размером и т.д. Так вот, в хорошей комбинации стулья будут одинаковыми по всем свойствам, кроме одного.
Например, хорошие комбинации (см. рисунок):
✅ 2 красных кресла, 1 - коричневое. При этом форма, обивка, размер и т.д. - одинаковые.
✅ 3 коричневых кожаных стула и 1 коричневая кожаная табуретка. Цвет и материал обивки - одинаковые, форма - разная.
✅ 2 коричневых кожаных стула и 1 коричневое кожаное кресло. Здесь тоже разная только форма.
❌ А вот если, например, взять 2 коричневых стула и 1 красное кресло, впечатления, что они из одного комплекта, не будет. Они будут плохо сочетаться друг с другом. Все из-за того, что у них два разных свойства: цвет и форма.
В итоге я взял 4 стула с обшивкой из кожзама, совершенно одинаковых по форме, но 3 стула были белые, а 1 - желтый. И смотрится это, по моему мнению, отлично.
Однажды я покупал на кухню стулья. Нужны были 4 штуки. Вначале я хотел взять все одинаковые, но потом узнал от дизайнеров, что они могут быть разными. И это будет даже лучше смотреться.
Но здесь есть одно очень важное правило:
Отличаться у разных стульев может только одно свойство.
Допустим, каждый стул обладает формой, цветом, материалом обивки, размером и т.д. Так вот, в хорошей комбинации стулья будут одинаковыми по всем свойствам, кроме одного.
Например, хорошие комбинации (см. рисунок):
✅ 2 красных кресла, 1 - коричневое. При этом форма, обивка, размер и т.д. - одинаковые.
✅ 3 коричневых кожаных стула и 1 коричневая кожаная табуретка. Цвет и материал обивки - одинаковые, форма - разная.
✅ 2 коричневых кожаных стула и 1 коричневое кожаное кресло. Здесь тоже разная только форма.
❌ А вот если, например, взять 2 коричневых стула и 1 красное кресло, впечатления, что они из одного комплекта, не будет. Они будут плохо сочетаться друг с другом. Все из-за того, что у них два разных свойства: цвет и форма.
❤22
Правило стульев (суть)
К чему мой предыдущий пост? Просто я всегда вспоминаю «правило стульев», когда оформляю текст или диаграммы.
Часто нужно что-то выделить: заголовок, важный термин, элемент диаграммы и т.д. И если я хочу, чтобы выделенная часть выглядела однородно, гармонично с невыделенными, чтобы все части были как бы «в одном комплекте», тогда изменяю при выделении только одно свойство.
Вот простейший пример. Обозначим термин и его определение:
1️⃣ Количественный показатель - это результат измерения.
2️⃣ Количественный показатель - это результат измерения.
3️⃣ Количественный показатель - это результат измерения.
Согласно «правилу стульев», вариант 1 - хороший. Здесь у термина и определения только одно свойство разное - насыщенность шрифта (жирный или обычный).
Вариант 3 - тоже хороший. Здесь весь текст, относящийся как к термину, так и к его определению, написан курсивом. Сам термин отличается от определения только одним свойством - жирным шрифтом.
Вариант 2 - плохой, так как термин отличили от определения двумя свойствами: жирностью и подчеркиванием. Это много. Это лишнее.
Другой пример можно посмотреть на прикрепленном рисунке. На какой диаграмме столбик группы С выделен по «правилу стульев»?
Конечно же, на диаграммах 1 и 2. На первой - столбик С обозначили черным контуром. На второй - оранжевым цветом. А вот на диаграмме 3 столбик С отличается от остальных и контуром, и цветом, и ещё стрелочкой сверху. Это кажется избыточным, чрезмерным.
В общем, «правило стульев» - про умеренность в оформлении. Не стоит выделять заголовки или нужные элементы всеми возможными способами. Измените только одно свойство - чаще всего, этого будет достаточно. Это сохранит целостность текста или рисунка, сделает его более однородным.
К чему мой предыдущий пост? Просто я всегда вспоминаю «правило стульев», когда оформляю текст или диаграммы.
Часто нужно что-то выделить: заголовок, важный термин, элемент диаграммы и т.д. И если я хочу, чтобы выделенная часть выглядела однородно, гармонично с невыделенными, чтобы все части были как бы «в одном комплекте», тогда изменяю при выделении только одно свойство.
Вот простейший пример. Обозначим термин и его определение:
1️⃣ Количественный показатель - это результат измерения.
2️⃣ Количественный показатель - это результат измерения.
3️⃣ Количественный показатель - это результат измерения.
Согласно «правилу стульев», вариант 1 - хороший. Здесь у термина и определения только одно свойство разное - насыщенность шрифта (жирный или обычный).
Вариант 3 - тоже хороший. Здесь весь текст, относящийся как к термину, так и к его определению, написан курсивом. Сам термин отличается от определения только одним свойством - жирным шрифтом.
Вариант 2 - плохой, так как термин отличили от определения двумя свойствами: жирностью и подчеркиванием. Это много. Это лишнее.
Другой пример можно посмотреть на прикрепленном рисунке. На какой диаграмме столбик группы С выделен по «правилу стульев»?
Конечно же, на диаграммах 1 и 2. На первой - столбик С обозначили черным контуром. На второй - оранжевым цветом. А вот на диаграмме 3 столбик С отличается от остальных и контуром, и цветом, и ещё стрелочкой сверху. Это кажется избыточным, чрезмерным.
В общем, «правило стульев» - про умеренность в оформлении. Не стоит выделять заголовки или нужные элементы всеми возможными способами. Измените только одно свойство - чаще всего, этого будет достаточно. Это сохранит целостность текста или рисунка, сделает его более однородным.
🔥34❤22👍12🤩2👎1
Forwarded from Малинович | Научница
Статистика должна быть в кайф, даже для гуманитариев: сегодня поговорим легко о сложном
#ЛетняяШкола 3-й день
Давайте честно: слово «статистика» пугает многих. Кажется, что это что-то сухое, скучное и «не про меня». Особенно если ты гуманитарка_ий, преподаватель_ница или юрист_ка. Но сегодня мы разрушим этот миф!
На сегодняшней лекции вы узнаете, что статистика — это вовсе не только про цифры. Это про смыслы. Про взаимосвязи, которые открываются, когда вы смотрите на данные не как на «табличку», а как на историю:
На все эти вопросы отвечает статистика. Но только если знать, как её читать — и ЛЮБИТЬ❤️
🎙Первый спикер, Марапов Дамир @medstatistic_ru — тот человек, который объяснит вам базовую статистику так, что вы удивитесь, почему раньше боялись даже Excel.
Да-да, сегодня статистика станет понятной даже для гуманитарок_иев.
🎙Вторая спикерка, Эминова Валерия @x7k92, расскажет, как ту саму базу с вашими данными по опросам в Excel зарегистрировать как интеллектуальную собственность, как получить свидетельство на вашу программу или модель, как получить патент.
И самое важное - патент и свидетельство ЗАСЧИТЫВАЕТСЯ, как публикация ВАК для защиты диссертации. Т.е. вы можете опубликовать 2 статьи ВАК + 1 патент - все, минимум для защиты собран!
Сегодня вы узнаете:
Не пропустите. Статистика — это легко❤️ А патенты — это просто ❤️ Главное начать❗️
🔀 🩴 Бонус: всем участникам сегодняшнего дня — в подарок бесплатный курс-интенсив от Дамира Эльдаровича в записи со всеми практическими заданиями!
#ЛетняяШкола 3-й день
Давайте честно: слово «статистика» пугает многих. Кажется, что это что-то сухое, скучное и «не про меня». Особенно если ты гуманитарка_ий, преподаватель_ница или юрист_ка. Но сегодня мы разрушим этот миф!
На сегодняшней лекции вы узнаете, что статистика — это вовсе не только про цифры. Это про смыслы. Про взаимосвязи, которые открываются, когда вы смотрите на данные не как на «табличку», а как на историю:
— Почему одни студенты выгорают чаще других?
— Как связаны публикации, тревожность и академическое одиночество?
— Какие скрытые закономерности можно найти в анкете из 10 вопросов?
На все эти вопросы отвечает статистика. Но только если знать, как её читать — и ЛЮБИТЬ
🎙Первый спикер, Марапов Дамир @medstatistic_ru — тот человек, который объяснит вам базовую статистику так, что вы удивитесь, почему раньше боялись даже Excel.
Да-да, сегодня статистика станет понятной даже для гуманитарок_иев.
🎙Вторая спикерка, Эминова Валерия @x7k92, расскажет, как ту саму базу с вашими данными по опросам в Excel зарегистрировать как интеллектуальную собственность, как получить свидетельство на вашу программу или модель, как получить патент.
И самое важное - патент и свидетельство ЗАСЧИТЫВАЕТСЯ, как публикация ВАК для защиты диссертации. Т.е. вы можете опубликовать 2 статьи ВАК + 1 патент - все, минимум для защиты собран!
Сегодня вы узнаете:
— Как из своей исследовательской идеи сделать патент или свидетельство
— Почему ваша база данных может быть продуктом
— И как статистика — это не про страх, а про силу.
Не пропустите. Статистика — это легко
Начало сегодня в 17:00 (вр. Мск).
Продолжительность лекций +- 2,5 часа.
Запись лекции 3-го дня будет.
✔️ Ссылка на регистрацию: https://forms.gle/rwv3Vo1F6TWAecU16✔️ Ссылка на онлайн-встречу: https://nriph.ktalk.ru/eg4pe71b4bfp
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤14👍5🥰1👏1
Дорогие друзья!
Поздравляю всех с Днём Знаний!
И сообщаю, что уже через две недели - в понедельник, 15 сентября - стартует долгожданный третий поток Курса по мета-анализу!
Программа курса:
🔸 Что такое мета-анализ?
🔸 Критерии отбора исследований.
🔸 Этапы написания мета-анализа.
🔸 Оценка риска систематической ошибки в исследованиях.
🔸 Оценка публикационного смещения.
🔸 Мета-анализ результатов сравнения количественных показателей.
🔸 Мета-анализ результатов сравнения категориальных показателей.
🔸 Мета-анализ показателей выживаемости.
🔸 Анализ подгрупп в мета-анализе.
🔸 Мета-регрессия.
🔸 Мета-анализ диагностических показателей.
Все эти темы мы подробно разберём на онлайн-занятиях, обсудим в чате Курса и освоим на практике в ходе выполнения домашних заданий. Срок доступа к материалам курса, включая видеозаписи занятий, презентации и шаблоны, - неограниченный.
Между прочим, по данным elibrary.ru около 20% систематических обзоров с мета-анализом были написаны выпускниками нашего курса!
Прочитать подробную информацию о курсе и записаться можно по этой ссылке
Буду рад встрече со всеми, кто хочет украсить список своих публикаций систематическим обзором с мета-анализом🤗
Поздравляю всех с Днём Знаний!
И сообщаю, что уже через две недели - в понедельник, 15 сентября - стартует долгожданный третий поток Курса по мета-анализу!
Программа курса:
🔸 Что такое мета-анализ?
🔸 Критерии отбора исследований.
🔸 Этапы написания мета-анализа.
🔸 Оценка риска систематической ошибки в исследованиях.
🔸 Оценка публикационного смещения.
🔸 Мета-анализ результатов сравнения количественных показателей.
🔸 Мета-анализ результатов сравнения категориальных показателей.
🔸 Мета-анализ показателей выживаемости.
🔸 Анализ подгрупп в мета-анализе.
🔸 Мета-регрессия.
🔸 Мета-анализ диагностических показателей.
Все эти темы мы подробно разберём на онлайн-занятиях, обсудим в чате Курса и освоим на практике в ходе выполнения домашних заданий. Срок доступа к материалам курса, включая видеозаписи занятий, презентации и шаблоны, - неограниченный.
Между прочим, по данным elibrary.ru около 20% систематических обзоров с мета-анализом были написаны выпускниками нашего курса!
Прочитать подробную информацию о курсе и записаться можно по этой ссылке
Буду рад встрече со всеми, кто хочет украсить список своих публикаций систематическим обзором с мета-анализом🤗
👍18❤9😁4🔥2
Может ли ИИ создать отредактировать базу данных?
К сожалению, в природе существует такое явление, как «Корявая База Данных». Приведение её в порядок способно значительно удлинить и усложнить путь исследователя к заветной статье или диссертации. А статистик-профессионал, получив такую базу для работы, обливается горючими слезами, понимая, что впереди его ждёт много потерянного времени.
Причины возникновения КБД могут быть разными:
🔹незнание принципов формирования хорошей базы,
🔹небрежность исследователя («и так сойдет!» или «пока так запишу, а потом исправлю»),
🔹выгрузка базы из информационной системы, куда пользователи вносили данные, не заморачиваясь.
Иногда на доработку корявой базы до приемлемого качества могут уходить дни и даже недели!
А сможет ли искусственный интеллект (ИИ) превратить корявую базу данных в хорошую, сэкономив время и нервы (а иногда и деньги) исследователям?
Мы решили проверить это.
Входные условия:
✔️ ИИ - DeepSeek, бесплатный аккаунт.
✔️ Корявая база - специально подготовленная таблица в .xlsx, где мы постарались создать все возможные проблемы:
🔻Разместили данные двух групп на разных листах.
🔻Расположили колонки на каждом листе в своём порядке, причем часть показателей создали только для одной группы, а для другой - нет.
🔻Пропустили некоторые значения, которые можно определить из других значений. Например, пол пациентов в некоторых случаях можно определить из ФИО.
🔻Закодировали значения одного и того же показателя максимально по-разному: текстом, буквами, цифрами, датами, с единицами измерения, без них и т.д.
🔻В текстовых значениях сделали ошибки, опечатки («мужкй», «кнтроль»)
🔻Сделали многоэтажные заголовки у колонок (например, сверху - Антропометрия, ниже - Масса, Рост).
✔️ Промпт придумали простенький:
Проанализируй набор данных, исправь в нем ошибки и подготовь базу данных для анализа в статистической программе. Выведи результат в табличной форме.
Что из этого получилось, показываю в следующем посте⏩️
К сожалению, в природе существует такое явление, как «Корявая База Данных». Приведение её в порядок способно значительно удлинить и усложнить путь исследователя к заветной статье или диссертации. А статистик-профессионал, получив такую базу для работы, обливается горючими слезами, понимая, что впереди его ждёт много потерянного времени.
Причины возникновения КБД могут быть разными:
🔹незнание принципов формирования хорошей базы,
🔹небрежность исследователя («и так сойдет!» или «пока так запишу, а потом исправлю»),
🔹выгрузка базы из информационной системы, куда пользователи вносили данные, не заморачиваясь.
Иногда на доработку корявой базы до приемлемого качества могут уходить дни и даже недели!
А сможет ли искусственный интеллект (ИИ) превратить корявую базу данных в хорошую, сэкономив время и нервы (а иногда и деньги) исследователям?
Мы решили проверить это.
Входные условия:
✔️ ИИ - DeepSeek, бесплатный аккаунт.
✔️ Корявая база - специально подготовленная таблица в .xlsx, где мы постарались создать все возможные проблемы:
🔻Разместили данные двух групп на разных листах.
🔻Расположили колонки на каждом листе в своём порядке, причем часть показателей создали только для одной группы, а для другой - нет.
🔻Пропустили некоторые значения, которые можно определить из других значений. Например, пол пациентов в некоторых случаях можно определить из ФИО.
🔻Закодировали значения одного и того же показателя максимально по-разному: текстом, буквами, цифрами, датами, с единицами измерения, без них и т.д.
🔻В текстовых значениях сделали ошибки, опечатки («мужкй», «кнтроль»)
🔻Сделали многоэтажные заголовки у колонок (например, сверху - Антропометрия, ниже - Масса, Рост).
✔️ Промпт придумали простенький:
Проанализируй набор данных, исправь в нем ошибки и подготовь базу данных для анализа в статистической программе. Выведи результат в табличной форме.
Что из этого получилось, показываю в следующем посте⏩️
🔥9❤4👍1
ИИ работал на протяжении нескольких минут (я успел неспеша выпить чашку чая) и выдал результат, который представлен на картинке к этому посту. Сразу отмечу, что формат был, как и заказано, табличный, поэтому новые данные без проблем скопипастились в новую базу.
Для удобства мы перенесли в новую базу и исходные данные (красные), которые сопоставили с обработанными ИИ (зеленые).
Что получилось?
👍 Данные объединены на одном листе.
👍 Названия колонок размещены в одной верхней строке.
👍 ИИ разобрался, какие колонки соответствуют одному и тому же показателю, даже если их названия были разными и сокращенными (например, «САД» и «АД до лечения»), и правильно их объединил.
👍 Все колонки переназваны по-английски, попутно исправлены некоторые ошибки. Например, в колонке САД было указано как САД, так и ДАД, через косую черту. В итоге сформированы 2 столбика: SBP и DBP с корректным переносом значений.
👍 Правильно закодированы значения категориальных данных - единообразно, с сохранением смысла. Текстовые значения и символы в переменной «Факт курения» заменены числами 0 и 1. Переменная «Пол» закодирована значениями «муж» и «жен».
👍 Значения количественных переменных приведены к одной шкале измерения (Рост 1,75 превратился в 175), убраны единицы измерения.
👍 Пропущенные значения переменной «Пол» были восстановлены по ФИО.
👍 Даты в переменной «Возраст» переведены в значения возраста на сегодняшний день.
👍 ИИ создал новую переменную «Group», где разделил пациентов на гипертоников (AG+) и нормотоников (AG-) по исходному САД.
Что НЕ получилось?
🙁 Категориальная мультиномиальная переменная с текстовыми значениями «Профессия, место работы» осталась без изменений. ИИ не стал перекодировать текст в числа или собирать отдельные профессии в группы.
🙁 У одной пациентки в колонке «Пол» мы продублировали её возраст. В итоге ИИ значение «39» убрал, но пол почему-то по фамилии определять не захотел (хотя это было возможно) и написал просто «N/A».
🙁 В сложной переменной «Сопутствующие заболевания» с сочетаниями категорий, которые хорошо было бы разбинарить по разным столбикам, ИИ только заменил 0 на пустые ячейки, что само по себе может быть неверным действием (0 и пустота могли означать разные признаки, например, 0 - отсутствие в анамнезе сопутствующих заболеваний, пустота - отсутствие информации о сопутствующих заболеваний).
🙁 Колонки «АД после лечения» и «Лечение», определенные только в одной группе, вообще не были добавлены в новую базу.
Несмотря не небольшие недоделки, работой ИИ я остался доволен! За короткое время, бесплатно и без моего непосредственного участия были решены важные и сложные задачи:
✅ объединены и переназваны данные,
✅ перекодированы значения,
✅ восстановлены пропущенные данные.
Разбинаривание и кодировку мультиномиальных переменных с текстовыми значениями придётся делать самому. Либо нужно доработать промпт, чтобы ИИ понял, как решать и эти проблемы.
И будьте внимательны с теми показателями, которые есть только в одной группе. ИИ может не переносить их в общую базу.
Ну а лучше всего - сразу оформлять свою базу с соблюдением всех правил🤗
Для удобства мы перенесли в новую базу и исходные данные (красные), которые сопоставили с обработанными ИИ (зеленые).
Что получилось?
👍 Данные объединены на одном листе.
👍 Названия колонок размещены в одной верхней строке.
👍 ИИ разобрался, какие колонки соответствуют одному и тому же показателю, даже если их названия были разными и сокращенными (например, «САД» и «АД до лечения»), и правильно их объединил.
👍 Все колонки переназваны по-английски, попутно исправлены некоторые ошибки. Например, в колонке САД было указано как САД, так и ДАД, через косую черту. В итоге сформированы 2 столбика: SBP и DBP с корректным переносом значений.
👍 Правильно закодированы значения категориальных данных - единообразно, с сохранением смысла. Текстовые значения и символы в переменной «Факт курения» заменены числами 0 и 1. Переменная «Пол» закодирована значениями «муж» и «жен».
👍 Значения количественных переменных приведены к одной шкале измерения (Рост 1,75 превратился в 175), убраны единицы измерения.
👍 Пропущенные значения переменной «Пол» были восстановлены по ФИО.
👍 Даты в переменной «Возраст» переведены в значения возраста на сегодняшний день.
👍 ИИ создал новую переменную «Group», где разделил пациентов на гипертоников (AG+) и нормотоников (AG-) по исходному САД.
Что НЕ получилось?
🙁 Категориальная мультиномиальная переменная с текстовыми значениями «Профессия, место работы» осталась без изменений. ИИ не стал перекодировать текст в числа или собирать отдельные профессии в группы.
🙁 У одной пациентки в колонке «Пол» мы продублировали её возраст. В итоге ИИ значение «39» убрал, но пол почему-то по фамилии определять не захотел (хотя это было возможно) и написал просто «N/A».
🙁 В сложной переменной «Сопутствующие заболевания» с сочетаниями категорий, которые хорошо было бы разбинарить по разным столбикам, ИИ только заменил 0 на пустые ячейки, что само по себе может быть неверным действием (0 и пустота могли означать разные признаки, например, 0 - отсутствие в анамнезе сопутствующих заболеваний, пустота - отсутствие информации о сопутствующих заболеваний).
🙁 Колонки «АД после лечения» и «Лечение», определенные только в одной группе, вообще не были добавлены в новую базу.
Несмотря не небольшие недоделки, работой ИИ я остался доволен! За короткое время, бесплатно и без моего непосредственного участия были решены важные и сложные задачи:
✅ объединены и переназваны данные,
✅ перекодированы значения,
✅ восстановлены пропущенные данные.
Разбинаривание и кодировку мультиномиальных переменных с текстовыми значениями придётся делать самому. Либо нужно доработать промпт, чтобы ИИ понял, как решать и эти проблемы.
И будьте внимательны с теми показателями, которые есть только в одной группе. ИИ может не переносить их в общую базу.
Ну а лучше всего - сразу оформлять свою базу с соблюдением всех правил🤗
5❤34🔥14👍11🤩1
И снова о проверке на плагиат…
Как известно, в России на данный момент основным сервисом для проверки заимствований в научных статьях и диссертациях является «Антиплагиат». Но это не единственный сервис для этих целей.
Например, в последнее время широкую популярность набирает система «Руконтекст», которая позиционирует себя как мощный ИИ-сервис. Её пользователями являются уже более 150 российских образовательных и научных организаций.
На мысль сравнить эти сервисы нас натолкнуло их упоминание в редакционной политике родного Казанского медицинского журнала. Мы решили проверить, как они справляются со своей основной функцией - выявлением заимствований.
Для этого мы составили небольшой тестовый пример, состоящий из трех частей:
1️⃣ переписанный вручную текст опубликованной русскоязычной статьи,
2️⃣ рерайт с помощью GPT-5 той же русскоязычной статьи,
3️⃣ простой перевод англоязычной опубликованной статьи через GPT-5.
Чтобы участники соревнования могли проявить себя во всей красе, мы использовали платные форматы проверки.
🫰Стоит отметить, что тарифная политика «Руконтекст» может больно ударить по кошельку исследователя. Если у «Антиплагиата» разовая проверка текста стоит от 690 рублей, то «Руконтекст» предлагает минимальный пакет на 5 проверок с ограничением по времени в 24 часа от 1990 рублей. При этом дополнительные опции (которые в «Антиплагиате» включены в стоимость) увеличивают стоимость аж до 4380 рублей!
Мы купили в «Руконтексте» почти полную проверку за 3380 рублей, исключив опции «Доступ к просмотру технических сокрытий в загружаемых работах» и «Возможность использования технологии OCR», так как точно знали, что этих методов обхода систем проверки в нашем тестовом задании нет.
Итак, барабанная дробь!
Результаты проверки удивляют:
🏆«Антиплагиат» нашел 43,27% заимствований и 1,84% цитирований.
😨«Руконтекст» нашел в том же тексте всего 4,54% заимствований и 2,8% цитирований.
Разбирать детально сравнение функционала и возможностей двух систем мы не стали, так как с основной задачей, по нашему субъективному мнению, справился только «Антиплагиат».
Впрочем, для исследователей, чьи работы будут проверяться системой «Руконтекст», это может быть преимуществом. Ведь даже очевидные заимствования система может пропустить, и процент оригинальности будет значительно выше, чем после проверки «Антиплагиатом»!😄
Ещё больше о научном тексте и современных инструментах, сокращающих написание обзоров во много раз, мы говорим на Мастер-классе по работе с литературой, который стартует уже через неделю!
Как известно, в России на данный момент основным сервисом для проверки заимствований в научных статьях и диссертациях является «Антиплагиат». Но это не единственный сервис для этих целей.
Например, в последнее время широкую популярность набирает система «Руконтекст», которая позиционирует себя как мощный ИИ-сервис. Её пользователями являются уже более 150 российских образовательных и научных организаций.
На мысль сравнить эти сервисы нас натолкнуло их упоминание в редакционной политике родного Казанского медицинского журнала. Мы решили проверить, как они справляются со своей основной функцией - выявлением заимствований.
Для этого мы составили небольшой тестовый пример, состоящий из трех частей:
1️⃣ переписанный вручную текст опубликованной русскоязычной статьи,
2️⃣ рерайт с помощью GPT-5 той же русскоязычной статьи,
3️⃣ простой перевод англоязычной опубликованной статьи через GPT-5.
Чтобы участники соревнования могли проявить себя во всей красе, мы использовали платные форматы проверки.
🫰Стоит отметить, что тарифная политика «Руконтекст» может больно ударить по кошельку исследователя. Если у «Антиплагиата» разовая проверка текста стоит от 690 рублей, то «Руконтекст» предлагает минимальный пакет на 5 проверок с ограничением по времени в 24 часа от 1990 рублей. При этом дополнительные опции (которые в «Антиплагиате» включены в стоимость) увеличивают стоимость аж до 4380 рублей!
Мы купили в «Руконтексте» почти полную проверку за 3380 рублей, исключив опции «Доступ к просмотру технических сокрытий в загружаемых работах» и «Возможность использования технологии OCR», так как точно знали, что этих методов обхода систем проверки в нашем тестовом задании нет.
Итак, барабанная дробь!
Результаты проверки удивляют:
🏆«Антиплагиат» нашел 43,27% заимствований и 1,84% цитирований.
😨«Руконтекст» нашел в том же тексте всего 4,54% заимствований и 2,8% цитирований.
Разбирать детально сравнение функционала и возможностей двух систем мы не стали, так как с основной задачей, по нашему субъективному мнению, справился только «Антиплагиат».
Ещё больше о научном тексте и современных инструментах, сокращающих написание обзоров во много раз, мы говорим на Мастер-классе по работе с литературой, который стартует уже через неделю!
1❤25🔥9🤔7
Дорогие друзья, 6-й поток мастер-класса по работе с литературой стартует 29 сентября!
Занятия будут проходить в 19:00 по МСК на платформе Zoom, в режиме живого общения, 3 раза в неделю. Все занятия записываются, срок доступа к видеозаписям и остальным материалам - как всегда, не ограничен!
Программа занятий:
29 сентября - Библиографическое описание. Транслитерация.
1 октября - Использование библиографических менеджеров при работе с литературой. Оформление списка литературы по ГОСТ с помощью библиографических менеджеров (Zotero).
3 октября - Подбор библиографических источников и оформление списка литературы при помощи искусственного интеллекта.
6 октября - Работа в электронных базах, поиск литературы для диссертаций, обзорных статей и систематических обзоров с применением искусственного интеллекта.
8 октября - Оформление обзора литературы для диссертации. Классификация научных статей, структура и особенности их оформления
10 октября – Обзор систем для проверки научных текстов на заимствования (плагиат). Рерайтинг, использование систем на основе искусственного интеллекта
Записаться на курс можно по ссылке: https://taplink.cc/medstatistic/p/397b8f/
Занятия будут проходить в 19:00 по МСК на платформе Zoom, в режиме живого общения, 3 раза в неделю. Все занятия записываются, срок доступа к видеозаписям и остальным материалам - как всегда, не ограничен!
Программа занятий:
29 сентября - Библиографическое описание. Транслитерация.
1 октября - Использование библиографических менеджеров при работе с литературой. Оформление списка литературы по ГОСТ с помощью библиографических менеджеров (Zotero).
3 октября - Подбор библиографических источников и оформление списка литературы при помощи искусственного интеллекта.
6 октября - Работа в электронных базах, поиск литературы для диссертаций, обзорных статей и систематических обзоров с применением искусственного интеллекта.
8 октября - Оформление обзора литературы для диссертации. Классификация научных статей, структура и особенности их оформления
10 октября – Обзор систем для проверки научных текстов на заимствования (плагиат). Рерайтинг, использование систем на основе искусственного интеллекта
Записаться на курс можно по ссылке: https://taplink.cc/medstatistic/p/397b8f/
❤8
Этой ночью статистическая программа StatTech обновилась до версии 4.9.0!🥳
Что нового появилось в программе?
☑️ Стартовая страница - лендинг стала более яркой и информативной. Появился раздел с частыми задаваемыми вопросами и ответами, значительно расширился список организаций, имеющих корпоративный доступ к программе (проверьте, нет ли среди них места Вашей учебы или работы), добавлена информация о программе и ссылки на инструкции.
☑️ Изменились цены на приобретение доступа к программе. 1 месяц стал стоить дороже, но зато появился новый двухлетний тариф, который выгоднее, чем любой из старых тарифов.
❗️Не забывайте, что снизить стоимость StatTech можно с помощью реферальной программы. Для этого надо взять у любого знакомого Вам пользователя реферальный код (он указан в личном кабинете) и ввести его при покупке доступа в поле «Промокод». Цена снизится на 10%, а Вашему знакомому в течение суток вернутся те же 10% в виде баллов, которые можно копить и тратить в дальнейшем на приобретение StatTech.
☑️ Появилась онлайн-инструкция Wiki - с помощью которой очень удобно изучать функции StatTech. В Wiki простой и ясный структурированный текст и множество скриншотов - всё, чтобы знакомство с программой было легким и приятным.
☑️ StatTech теперь доступен на французском языке. Интерфейс, вывод и вики - переведены для пользователей, которым этот язык ближе, чем русский или английский. Ну или которые планируют выступить на конференции в одной из франкоговорящих стран, либо опубликовать статью в журнале на французском языке.
Работа над функционалом StatTech продолжается. В ближайших версиях программы появятся:
🔺Режим полуавтоматического анализа, где можно будет самостоятельно выбирать методы анализа и описания данных (как в SPSS, MedCalc и др.).
🔺Сложные методы, такие как кластерный и факторный анализ, псевдорандомизация методом PSM, дискриминантный анализ.
🔺Новые опросы с возможностью создания разных веток вопросов.
🔺Мета-анализ.
Оставайтесь на связи и ждите хороших новостей!🤗
Что нового появилось в программе?
☑️ Стартовая страница - лендинг стала более яркой и информативной. Появился раздел с частыми задаваемыми вопросами и ответами, значительно расширился список организаций, имеющих корпоративный доступ к программе (проверьте, нет ли среди них места Вашей учебы или работы), добавлена информация о программе и ссылки на инструкции.
☑️ Изменились цены на приобретение доступа к программе. 1 месяц стал стоить дороже, но зато появился новый двухлетний тариф, который выгоднее, чем любой из старых тарифов.
❗️Не забывайте, что снизить стоимость StatTech можно с помощью реферальной программы. Для этого надо взять у любого знакомого Вам пользователя реферальный код (он указан в личном кабинете) и ввести его при покупке доступа в поле «Промокод». Цена снизится на 10%, а Вашему знакомому в течение суток вернутся те же 10% в виде баллов, которые можно копить и тратить в дальнейшем на приобретение StatTech.
☑️ Появилась онлайн-инструкция Wiki - с помощью которой очень удобно изучать функции StatTech. В Wiki простой и ясный структурированный текст и множество скриншотов - всё, чтобы знакомство с программой было легким и приятным.
☑️ StatTech теперь доступен на французском языке. Интерфейс, вывод и вики - переведены для пользователей, которым этот язык ближе, чем русский или английский. Ну или которые планируют выступить на конференции в одной из франкоговорящих стран, либо опубликовать статью в журнале на французском языке.
Работа над функционалом StatTech продолжается. В ближайших версиях программы появятся:
🔺Режим полуавтоматического анализа, где можно будет самостоятельно выбирать методы анализа и описания данных (как в SPSS, MedCalc и др.).
🔺Сложные методы, такие как кластерный и факторный анализ, псевдорандомизация методом PSM, дискриминантный анализ.
🔺Новые опросы с возможностью создания разных веток вопросов.
🔺Мета-анализ.
Оставайтесь на связи и ждите хороших новостей!🤗
1🔥43❤10👍5
Исторический момент:
в 2016 году Национальный НИИ общественного здоровья им. Н.А.Семашко был ведущей организацией на защите моей кандидатской диссертации.
А сегодня мне выпала честь прочитать здесь лекции по статистическому анализу данных с использованием программы Статтех.
Большое спасибо Евгении Малинович, автору блога о применении ИИ в научной деятельности за приглашение!🤗
в 2016 году Национальный НИИ общественного здоровья им. Н.А.Семашко был ведущей организацией на защите моей кандидатской диссертации.
А сегодня мне выпала честь прочитать здесь лекции по статистическому анализу данных с использованием программы Статтех.
Большое спасибо Евгении Малинович, автору блога о применении ИИ в научной деятельности за приглашение!🤗
🔥59👏13❤6👎2
Статистической программе StatTech исполнилось 5 лет!🥳
В связи с этим, в течение двух недель, до 26 октября, скидка по реферальной программе составит вместо обычных 10% - целых 30%.
Как воспользоваться этой скидкой?
🔶 Если Вы в первый раз приобретаете доступ к StatTech:
Попросите у коллеги или друга, зарегистрированного в StatTech, чтобы он сообщил Вам свой реферальный код. Введите этот код при покупке в поле «Промокод», обязательно нажмите кнопку «Проверить», и стоимость уменьшится на 30%:
☑️ Вместо 3000 рублей за месячный доступ - будет 2100.
☑️ Вместо 9000 рублей за годовой доступ - будет 6300.
А друг или коллега, поделившийся с Вами своим реферальным кодом, тоже получит 30% от суммы покупки в виде баллов. Их он сможет копить и тратить на приобретение программы для себя.
🔶 Если Вы ранее уже покупали StatTech, но у Вас есть друзья, коллеги или подписчики, готовые впервые приобрести программу:
Сообщите им свой реферальный код. Можете разместить его в соцсетях, сделать объявление.
Каждый человек, совершивший покупку программы с Вашим кодом до 26 октября, получит скидку 30%. А Вам с каждой такой покупки будут возвращаться баллы, которые Вы сможете потратить на скидку для себя любимого (или подарить кому-нибудь).
Где находится реферальный код?
В «Личном кабинете» на сайте stattech.ru, во вкладке «Реферальная программа».
Благодарим наших пользователей за доверие! Желаем всем успехов в науке!🤗
В связи с этим, в течение двух недель, до 26 октября, скидка по реферальной программе составит вместо обычных 10% - целых 30%.
Как воспользоваться этой скидкой?
🔶 Если Вы в первый раз приобретаете доступ к StatTech:
Попросите у коллеги или друга, зарегистрированного в StatTech, чтобы он сообщил Вам свой реферальный код. Введите этот код при покупке в поле «Промокод», обязательно нажмите кнопку «Проверить», и стоимость уменьшится на 30%:
☑️ Вместо 3000 рублей за месячный доступ - будет 2100.
☑️ Вместо 9000 рублей за годовой доступ - будет 6300.
А друг или коллега, поделившийся с Вами своим реферальным кодом, тоже получит 30% от суммы покупки в виде баллов. Их он сможет копить и тратить на приобретение программы для себя.
🔶 Если Вы ранее уже покупали StatTech, но у Вас есть друзья, коллеги или подписчики, готовые впервые приобрести программу:
Сообщите им свой реферальный код. Можете разместить его в соцсетях, сделать объявление.
Каждый человек, совершивший покупку программы с Вашим кодом до 26 октября, получит скидку 30%. А Вам с каждой такой покупки будут возвращаться баллы, которые Вы сможете потратить на скидку для себя любимого (или подарить кому-нибудь).
Где находится реферальный код?
В «Личном кабинете» на сайте stattech.ru, во вкладке «Реферальная программа».
Благодарим наших пользователей за доверие! Желаем всем успехов в науке!🤗
🔥23❤10
Представьте, что в мире появился суд, который разбирает ошибки - намеренные или непреднамеренные - при оформлении результатов исследований.
Приглашаю Вас принять участие в таком заседании…
Судья: Слушается дело об описательной статистике в статье из журнала «Кардиология» за 2015 год. Слово предоставляется Обвинителю. Защитнику разрешается протестовать или комментировать позиции обвинения.
Обвинитель: (встает с места) Ваша честь, прошу ознакомиться с материалами дела. Как видите, в статье некорректно представлены значения медианы артериального давления. Этот показатель, как известно, измеряется в целых мм рт.ст. Поэтому медиана может принимать значения только целые или дробные с 5 десятыми. Однако здесь медиана САД равна 138.4…
Защитник: (тоже встает с места) Протестую, Ваша честь! В рядах с четным числом наблюдений медиана может иметь любое значение в диапазоне между показателями двух срединных наблюдений! Например, если это были 138 и 139, то медиана может быть и 138, и 138.1, и 138.789, в общем, любым числом в этом диапазоне.
Обвинитель: (радостно) Ага! Вы сами сказали про чётное число! Взгляните-ка на число исследуемых в базе: оно равно 4625. Значит, медиана вообще должна принимать целое, не дробное значение!
Защитник: (задумчиво морщит лоб) Возможно, авторы статьи использовали какой-то нестандартный способ расчёта медианы…
Обвинитель: Но тогда они должны были указать это в описании методов статобработки!
Защитник: (ещё сильнее морщит лоб) Ну, согласен… Тогда предположим, что давление измерялось особым способом с точностью до десятых долей. Что вы на это скажете?
Обвинитель: (разводя руками) Об этом в материалах и методах ничего не сказано.
Защитник: (торжествуя) А раз мы не можем этого исключить, значит ошибка - не доказана.
Судья: Думаю, что прения по первой ошибке можно закончить. Обвинитель, есть другие ошибки в этой работе?
Обвинитель: Да сколько угодно, Ваша честь! Вот, например, число, которое идёт сразу после медианы. Непонятно, что оно означает.
Защитник: (снисходительно) Похоже, что господин Обвинитель плохо читал статью. В описании методов чёрным по белому написано, что это интерквартильный размах.
Обвинитель: (ехидно) Тогда может быть уважаемый господин Защитник объяснит, что означает знак плюс-минус перед интерквартильным размахом?
Защитник: (неуверенно) Предположим, что этот знак здесь поставлен, как какое-то стандартное обозначение…
Обвинитель: (прерывая Защитника) Обозначение чего? Своего невежества?
Защитник: (вытирая пот со лба) Осмелюсь предположить, что авторы имели в виду не интерквартильный размах, а сами квартили. Например, нижний квартиль для ДАД составил 84-7.4=76.6, а верхний - 84+7.4=91.4…
Обвинитель: Получается, что квартили располагаются относительно медианы строго симметрично, а это встречается нечасто. Кроме того, что это ещё за значения 76.6? 91.4? Квартили для целочисленных показателей обычно имеют дробную часть по четвертям: 0.25, 0.5, 0.75, ну или являются целыми.
Защитник: Так мы же уже решили, что давление у каждого пациента измерялось с точностью до десятых долей.
Судья: Предлагаю завершить прения. Мне уже все ясно. А приговор пусть выносят господа присяжные заседатели.
(Судья стучит молотком по столу. Занавес.)
Приглашаю Вас принять участие в таком заседании…
Судья: Слушается дело об описательной статистике в статье из журнала «Кардиология» за 2015 год. Слово предоставляется Обвинителю. Защитнику разрешается протестовать или комментировать позиции обвинения.
Обвинитель: (встает с места) Ваша честь, прошу ознакомиться с материалами дела. Как видите, в статье некорректно представлены значения медианы артериального давления. Этот показатель, как известно, измеряется в целых мм рт.ст. Поэтому медиана может принимать значения только целые или дробные с 5 десятыми. Однако здесь медиана САД равна 138.4…
Защитник: (тоже встает с места) Протестую, Ваша честь! В рядах с четным числом наблюдений медиана может иметь любое значение в диапазоне между показателями двух срединных наблюдений! Например, если это были 138 и 139, то медиана может быть и 138, и 138.1, и 138.789, в общем, любым числом в этом диапазоне.
Обвинитель: (радостно) Ага! Вы сами сказали про чётное число! Взгляните-ка на число исследуемых в базе: оно равно 4625. Значит, медиана вообще должна принимать целое, не дробное значение!
Защитник: (задумчиво морщит лоб) Возможно, авторы статьи использовали какой-то нестандартный способ расчёта медианы…
Обвинитель: Но тогда они должны были указать это в описании методов статобработки!
Защитник: (ещё сильнее морщит лоб) Ну, согласен… Тогда предположим, что давление измерялось особым способом с точностью до десятых долей. Что вы на это скажете?
Обвинитель: (разводя руками) Об этом в материалах и методах ничего не сказано.
Защитник: (торжествуя) А раз мы не можем этого исключить, значит ошибка - не доказана.
Судья: Думаю, что прения по первой ошибке можно закончить. Обвинитель, есть другие ошибки в этой работе?
Обвинитель: Да сколько угодно, Ваша честь! Вот, например, число, которое идёт сразу после медианы. Непонятно, что оно означает.
Защитник: (снисходительно) Похоже, что господин Обвинитель плохо читал статью. В описании методов чёрным по белому написано, что это интерквартильный размах.
Обвинитель: (ехидно) Тогда может быть уважаемый господин Защитник объяснит, что означает знак плюс-минус перед интерквартильным размахом?
Защитник: (неуверенно) Предположим, что этот знак здесь поставлен, как какое-то стандартное обозначение…
Обвинитель: (прерывая Защитника) Обозначение чего? Своего невежества?
Защитник: (вытирая пот со лба) Осмелюсь предположить, что авторы имели в виду не интерквартильный размах, а сами квартили. Например, нижний квартиль для ДАД составил 84-7.4=76.6, а верхний - 84+7.4=91.4…
Обвинитель: Получается, что квартили располагаются относительно медианы строго симметрично, а это встречается нечасто. Кроме того, что это ещё за значения 76.6? 91.4? Квартили для целочисленных показателей обычно имеют дробную часть по четвертям: 0.25, 0.5, 0.75, ну или являются целыми.
Защитник: Так мы же уже решили, что давление у каждого пациента измерялось с точностью до десятых долей.
Судья: Предлагаю завершить прения. Мне уже все ясно. А приговор пусть выносят господа присяжные заседатели.
(Судья стучит молотком по столу. Занавес.)
👍25❤10🔥9😁6👎2
Media is too big
VIEW IN TELEGRAM
Давно думал, на каком примере лучше всего показать различия между когортными исследованиями и исследованиями случай-контроль. И, кажется, нашел способ😁
Тема гепатита L не исчерпана, ждите новые видео в ближайшее время🤗
Тема гепатита L не исчерпана, ждите новые видео в ближайшее время🤗
🔥34❤10👍6👏2
В первый раз присоединились к статистическому чату и не знаете, как здесь принято себя вести? Прочитали посты, полные сарказма и постметаиронии, и теперь боитесь задать вопрос? Есть желание получить признание среди участников сообщества? А может, вы сами завели блог на научную тему и теперь раздумываете, как привлечь в него других учёных?
Вам помогут наши рекомендации! Когда-то они были подготовлены для новых участников, желающих влиться в не самую простую среду научных чатов, но какое-то время пролежали на полке неопубликованных заметок. А ведь хорошо получилось! Главное, что сейчас, похоже, есть запрос на такие правила, учитывая плотность общения в чатах о статистике, становящегося иногда весьма эмоциональным.
В рекомендациях, доступных по ссылке к этому посту, 3 небольших раздела:
1️⃣ Что вызывает позитивную реакцию в научном сообществе?
2️⃣ Рекомендации по общению в научных блогах для подписчиков.
3️⃣ Рекомендации по содержанию постов для авторов научных блогов.
Буду рад, если эти рекомендации помогут выбрать правильный настрой на активное присутствие в чатах и блогах: @medstatistic_chat,
@nkonnadm,
@chat_biostat_R,
@ebm_base,
@clinresearch,
@stats_for_science,
@choking_data,
@tabulated_stats и других.
Хотя это всего лишь мое мнение, но оно основано на многолетних наблюдениях за общением их участников.
А свои мнения, дополнения и замечания не стесняйтесь оставлять в комментариях🤗
Читать рекомендации
Вам помогут наши рекомендации! Когда-то они были подготовлены для новых участников, желающих влиться в не самую простую среду научных чатов, но какое-то время пролежали на полке неопубликованных заметок. А ведь хорошо получилось! Главное, что сейчас, похоже, есть запрос на такие правила, учитывая плотность общения в чатах о статистике, становящегося иногда весьма эмоциональным.
В рекомендациях, доступных по ссылке к этому посту, 3 небольших раздела:
1️⃣ Что вызывает позитивную реакцию в научном сообществе?
2️⃣ Рекомендации по общению в научных блогах для подписчиков.
3️⃣ Рекомендации по содержанию постов для авторов научных блогов.
Буду рад, если эти рекомендации помогут выбрать правильный настрой на активное присутствие в чатах и блогах: @medstatistic_chat,
@nkonnadm,
@chat_biostat_R,
@ebm_base,
@clinresearch,
@stats_for_science,
@choking_data,
@tabulated_stats и других.
Хотя это всего лишь мое мнение, но оно основано на многолетних наблюдениях за общением их участников.
А свои мнения, дополнения и замечания не стесняйтесь оставлять в комментариях🤗
Читать рекомендации
5❤16👍7🔥7
Дорогие друзья, 10 ноября стартует 44-й поток Курса по основам статистики!
Курсантов ждут 18 онлайн-занятий длительностью от полутора до двух часов, в ходе которых мы разберёмся с терминологией, научимся правильно оформлять базу данных, освоим все основные статистические методы - от описательной статистики до анализа выживаемости, узнаем, как правильно интерпретировать и оформить для научной публикации результаты их применения.
Занятия проходят на платформе Zoom 3 раза в неделю в 20:00 по МСК. Все занятия записываются, можно смотреть в записи, если не успеваете подключиться. Срок доступа ко всем материалам курса - не ограничен.
Буду рад видеть всех, кто хочет самостоятельно и уверенно выполнять статистическую обработку своих данных для диссертации или статей!
Записаться на курс
Курсантов ждут 18 онлайн-занятий длительностью от полутора до двух часов, в ходе которых мы разберёмся с терминологией, научимся правильно оформлять базу данных, освоим все основные статистические методы - от описательной статистики до анализа выживаемости, узнаем, как правильно интерпретировать и оформить для научной публикации результаты их применения.
Занятия проходят на платформе Zoom 3 раза в неделю в 20:00 по МСК. Все занятия записываются, можно смотреть в записи, если не успеваете подключиться. Срок доступа ко всем материалам курса - не ограничен.
Буду рад видеть всех, кто хочет самостоятельно и уверенно выполнять статистическую обработку своих данных для диссертации или статей!
Записаться на курс
1❤10🔥5👍1