MEDICINSKA STATISTIKA Definicija i predmet prouavanja Razlika u prouavanju ive i neive prirode Teorija verovatnoe i zakon velikih brojeva

eva Statistika nije nauka koja prouava zakone po kojima se odvijaju razne pojave u ivoj prirodi i drutvu, nego nauna metodologija kojom se ove pojave istrauju. Kako se ova metodologija zasniva na merenju, brojanju i raunanju, odnosno na primenjenoj matematici, najprimerenija definicija bi bila: Statistika je nauni metod kvantitativnog prouavanja masovnih pojava Status drava (lat.) Koftfrid Aenval (1719-1772.) je statistiku definisao kao nauku o dravi, koja sistematski opisuje injenice znaajne za ekonomsku, socijalnu i politiku strukturu drave. Primena u psihologiji poinje dvadesetih godina XX veka. Posle II svetskog rata, paralelno sa naglim razvojem medicinske nauke, statistika postaje nezaobilazni deo svih naunih istraivanja u medicini. Predmet prouavanja Masovne pojave u prirodi i drutvu

MASOVNE POJAVE se sastoje iz mase pojedinanih elemenata, koji kao nosioci prirode tih pojava u statistikom smislu predstavljaju STATISTIKE JEDINICE. Masovna pojava definisana pojmovno, prostorno i vremenski predstavlja OSNOVNI SKUP ili POPULACIJU. Definisanje osnovnog skupa Pojmovno Pojmovno definisanje osnovnog skupa je odreivanje elemenata skupa npr. starost stanovnika, sadraj knjige, vrste telesnih povreda... Prostorno odreivanje prostora npr. Ni, Niavski okrug... Vremensko odreivanje vremenskog trenutka ili razdoblja Statistike jedinice osnovnog skupa su sve istovrsne ali ne i istovetne. Obeleja statitistikih jedinica koja ih ine neistovetnima predstavljaju predmet statistikih istraivanja. Nejednakost nekog obeleja izmeu jedinica naziva se varijabilnost. Najee prouavani osnovni skup u medicinskim istraivanjima je stanovnitvo ili populacija.

Ljudi u ovom skupu predstavljaju statistike jedinice, a obeleja koja ih ine neistovetnim su brojna: pol, uzrast, obrazovanje, zanimanje, zdravstveno stanje, vakcinalni status i dr. KARAKTERISTIKE OBELEJA Jednostavna obeleja se otro diferenciraju u nekoliko moguih modaliteta. Obeleje pol ima samo dva modaliteta, brano stanje ih ima etiri i sl. Sloena obeleja imaju veliki broj modaliteta ili se granica izmeu modaliteta i ne moe postaviti. Takva obeleja su: uzrok smrti, zdravstveno stanje i dr. Obeleja koja se mogu brojano prikazati nazivaju se numerika. Broj koji iskazuje intenzitet obeleja naziva se vrednost. Numerika obeleja mogu biti: Neprekidna (kontinuirana) kada mogu imati bilo koju vrednost u nekom intervalu. Ta obeleja se mogu meriti, odnosno izraziti u mernim jedinicama. Primer su visina (180,6cm) i teina (77,3kg). Prekidna (diskontinuirana) kada se mogu izraziti samo celim brojevima, odnosno proizilaze iz brojanja, a ne iz merenja. Primer su broj obolelih od neke bolesti u toku godine ili broj lanova porodice. Obeleja koja se mogu izraziti samo opisno, a ne i kvantitativno, nazivaju se atributivna ili opisna. Primer su pol i zanimanje. Po svom karakteru i ova obeleja su diskontinuirana. MERNE SKALE mere svojstva obeleja pridruivanjem brojeva il oznaka Postoji etiri nivoa merenja i etiri merne skale vrednosti obeleja: Nominalna skala (a = b) zasniva se na atributivnim karakteristikama. Obeleja se klasifikuju u jedan od moguih modaliteta. Ova skala pokazuje da se jedan modalitet razlikuje od drugog, ali ne daje informaciju o smeru i veliini te razlike. Primeri su: pol, brano stanje, dijagnoza bolesti i dr. Podaci koji se na ovoj skali prikazuju su po svojoj prirodi razliiti. Neka svojstva (obeleja, atributi, varijable) nabrajamo, neka merimo. Pol biva oznaen reima ili simbolom m/ ili sa 1 za muko 2 za ensko ili binarno (tako e pol biti pretvoren u dve varijable: muko 1 0, a ensko 0 1). Pol kao varijabla ne moe primiti drugu vrednost. Stanje neke bolesti u trenutku posmatranja moe biti pogorano, nepromenjeno ili poboljano. Na ovaj nain prikazali smo tri kategorije, ali se za njih ne moe rei da predstavljaju skalu sreenog intenziteta. Takva svojstva kao to su pol i pomenuti ishod bolesti zovemo nominalno merenim svojstvima (lat. nomen, nominis = ime). Ordinarna skala (a<b, a>b, a=b)

 rangira modalitete obeleja prema unapred usvojenim kriterijumima njihovog znaaja. Rangiranje moe biti opisno ili brojano, ali nema informacije o veliini razlike izmeu rangova. Na primer, obeleje ishod leenja moemo rangirati u 5 modaliteta, opisno, ali i brojano: 1-izleen, 2-stanje poboljano, 3-stanje nepromenjeno, 4-stanje pogorano i 5-umro. Prvi rang je bolji od drugog, drugi od treeg i td. Ilustrativni primer ove merne skale je i prikaz intenziteta opekotina, njih moemo rangirati u etiri stepena. Pojedinano svaki stepen predstavlja ustvari dogovornu kategoriju intenziteta opekotina. Takvo svojstvo zovemo ordinalno merenim svojstvom (lat. ordo, ordinis = red, vrsta). Uobiajeno je da se ocene na ispitu kreu u rasponu (5-10) takoe je ordinalno mereno svojstvo. Intervalna skala (a-b) Uporeujemo li intenzitet odnosno veliinu nekog svojstva s definisanim standardom, na primer metrom ili kilogamom takvo svojstvo zovemo intervalno merenim. Intervalna skala merenja ima jedinicu intervala (npr. kg, cm, mmol/L, kPa, mmHg, stepeni temperature i slino). Skala merenja je istovetna na bilo kom mestu u svetu. Intervalna skala kao to je reeno sadri jedinice mera. Pokazuje ne samo redosled modaliteta, nego i apsolutnu vrednost razlika izmeu njih. Evo jednog konkretnog primera: temperatura u stepenima Celzijusa. Ukoliko je bolesniku dat lek za snienje telesne temperature, a ona je merena pre davanja leka i jedan as posle primene, moemo odrediti apsolutnu razliku u telesnoj temperaturi nastalu usled delovanja tog leka. Skala odnosa (a/b) omoguava najvii nivo merenja. Obezbeuje sve odnose modaliteta: redosled, apsolutnu i relativnu vrednost razlika izmeu modaliteta. Ovo je mogue jer moe da se izmeri i nulta vrednost. Primer su: teina, visina i dr. Ako je osoba pre dijete bila teka 100kg, a posle nje 84kg, moemo zakljuiti da je: -Izgubila na telesnoj teini, -Da je apsolutna razlika u teini 16kg i -Da je osoba umanjila teinu za 16%.

Razlike u prouavanju ive i neive prirode NEIVA PRIRODA Jedna pojava se identifikuje kao uzrok, a druga kao posledica IVA PRIRODA esto nije mogue izvriti identifikaciju

Izmeu pojava postoji striktna uzrono -posledina veza

Izmeu pojava ne postoji striktna uzrono posledina veza

Jedan isti uzrok daje uvek istu posledicu

Nije 100% sigurno. Prodiranje virusa ne znai obavezno oboljevanje

Srazmerno dejstvu uzroka menja se i posledica. Mogu da se iskljue svi sporedni faktori. Matematika ili funkcionalna veza

Promena posledice nije srazmerna dejstvu uzroka. Na posledicu utiu i sporedni faktori koji se ne mogu iskljuiti. Stohastika ili statistika veza

Ispitivanjem jednog elementa donosi se zakljuak o celoj masi jer su elementi meusobno istovetni i istorodni;

Pojave ispoljavaju svoje zakonitosti tek na masi elemenata, a elementi meusobno su istorodni ali nisu istovetni.

Hipoteza se proverava klasinim Hipoteza se proverava posebnim eksperimentom - ogledom. statistikim testovima

Teorija verovatnoe i zakon velikih brojeva Statistika je kao nauno istraivaki metod zasnovana na teoriji verovatnoe i njenom postulatu zakonu velikih brojeva.

TEORIJA VEROVATNOE se bavi utvrdjivanjem mogunosti za nastajanje dogaaja ili dobijanja nekih vrednosti. Verovatnoa javljanja nekog dogaaja jednaka je: n P= N Gde je: n broj oekivanih (eljenih) dogaaja, a N ukupan broj moguih dogaaja Verovatnoa se kree u intervalu od 0 do 1 ( 0 do 100% ). 0 - potpuno odsustvo verovatnoe 1 - puna verovatnoa Potpuno odsustvo verovatnoe (0) ne moe nastati ako postoji bar jedna oekivana eventualnost, kao to i puna, totalna verovatnoa (1) nije mogua im postoje vie moguih dogaaja od jednog. Kod statistike (stohastike veze) verovatnoa je uvek manja od 1. Kod matematike veze verovatnoa moe da bude i 1. P>0,5 dogaaj je verovatan P=0,5 dogaaj je neizvestan P<0,5 dogaaj nije verovatan Oekivani dogaaj uvek ima svoju suprotnost, a to je neoekivani dogaaj. Verovatnoa javljanja neoekivanog dogaaja jednaka je razlici izmeu pune verovatnoe i verovatnoe oekivanog dogaaja, odnosno 1 - P.

Postoje razliiti pristupi u raunanju verovatnoe: subjektivan pristup podrazumeva lini stepen verovanja (npr. da e svet propasti 2050. godine);

frekvencijski pristup temelji se na brojanju dogaaja pri nebrojenom ponavljanju eksperimenta (npr. koliko puta e novi pasti na glavu ako ga 1000 puta bacimo); a priori pristup pretpostavlja poznavanje teorijskog modela, tj. distribucije svih moguih vjerojatnosti nekog dogaaja (npr. boja oiju djeteta majke s plavim i oca sa smeim oima)

Verovatnoa a priori Pre nego to bacimo kocku, teorijska a priori verovatnoa da emo iz jednog bacanja baciti broj 6 iznosi: P = 1/6 = 0,17 = 17% Verovatnoa da emo 1 bacanjem novia dobiti ,,glavu'' (ili ,,pismo'') je P = 1/2 = 0,5 = 50% Ako smo tri puta bacali novi i sva tri puta dobili pismo da li to znai da je verovatnoa da u etvrtom bacanju dobijemo glavu sada vea? Ona i dalje iznosi 50%! Teorija verovatnoe vai samo na velikom broju sluajeva i tek ako se on pribliava beskonanosti, verovatnoa se manifestuje u pravom odnosu. Ovakva deavanja prouavao je u 17. veku vajcarski matematiar ak Bernuli, a u 18. veku teoriju su dalje razvili francuski matematiari Laplas i Poason. Verovatnoa a posteriori Prikaimo jedan ogled u duhu Bernulija: U kutiji imamo veliki, ali nepoznat broj crnih i belih kuglica. elimo da saznamo udeo belih kuglica, odnosno verovatnou da emo izvlaenjem samo jedne kuglice iz kutije izvui ba belu.

Ovakva verovatnoa naziva se a posteriori. Verovatnoa izvlaenja bele kuglice je:

P=

n N

gde je: n broj izvuenih belih kuglica, a N broj ukupno izvuenih kuglica Posle 10 izvlaenja dobili smo 5 belih i 5 crnih kuglica. Na osnovu samo ovih ponavljanja moemo predpostaviti da je verovatnoa izvlaenja bele kuglice:

P=

5 = 0,5 = 50% 10

Verovatnoa izvlaenja crne kuglice je odatle:

1 P = 1 0,5 = 0,5
Posle 100 izvlaenja dobili smo 55 belih i 45 crnih kuglica. Sada predpostavjamo da je verovatnoa izvlaenja bele kuglice

P=

55 = 0,55 = 55% 100

Ali posle 1000 izvlaenja dobili smo 600 belih i 400 crnih kuglica. Tek sada sa veom sigurnou moemo tvrditi da je verovatnoa izvlaenja bele kuglice:

P=

600 = 0,6 = 60% 1000

a da je odnos belih i crnih kuglica: 6:4 Pravi odnos se manifestovao tek posle velikog broja izvlaenja.

Poasonov zakon velikih brojeva Pri prouavanju masovnih pojava dobijae se sve taniji rezultati ukoliko se prouavanje primenjuje na to vie posebnih javljanja prouavane pojave. Ako bi bilo mogue obuhvatiti i prouiti sve posebne manifestacije, rezultati prouavanja bi verno i istinito objasnili pojavu. Zakon velikih brojeva predstavlja postulat teorije verovatnoe i tek njegovom primenom u prouavanju masovnih pojava dokazano je da se one ne ponaaju haotino ve da i u njihovom javljanju postoje odreeni odnosi i zakonitosti. Zakon velikih brojeva predstavlja postulat teorije verovatnoe i tek njegovom primenom u prouavanju masovnih pojava dokazano je da se one ne ponaaju haotino ve da i u njihovom javljanju postoje odreeni odnosi i zakonitosti.