Ebm_base

Если я вдруг сделаю супер пупер крутой курс по биостатистике, докмеду, критическому чтению прям как у медапа, то вы...

Что ожидается 😁 Регистрация здесь Попросили попроще и понятнее 😁

По 3 этапу отбора в ЖК. Собеседования прошли, всех поздравляю! Но сейчас идёт их осмотр и оценка. Поэтому наберитесь терпения)) мы со всеми свяжемся и сообщим результаты!

А ещё я обнаружил, что Оля Мироненко завела свой канал в ТГ (и молчит об этом!) И кроме него ещё организовала блог на GitHub В нем она будет рассказывать про работу в секторе Health technology assessment (оценка технологий здравоохранения) Очень интересный пост вышел про treatment switching (полезно узнать что-то новое для себя), подробно расписан. И демонстрация графиков КМ с количественной ковариатой (об этом я уже знал и даже применял) Желаю не забрасывать, дальше развивать, писать то, что тебе интересно! А всем рекомендую подписаться ☺️

Уважаемые коллеги! Приглашаем вас на XII Конференцию RUSSCO «Опухоли желудочно-кишечного тракта» 19-20 февраля 2026 Место проведения: Москва, Отель Арткорт Москва Центр (Вознесенский пер., 7) РЕГИСТРАЦИЯ: https://rosoncoweb.ru/events/2026/02/19/ Присоединяйтесь…

Наткнулся на интересное видео про анализ выживаемости Базово, но основы рассказаны понятным языком, показаны примеры Рекомендую

3) Переходим дальше. Интерпретация d Коэна указана стандартная. А вот интерпретация p-value... Это какой-то треш. Был как-то мем, где тоже пытались классифицировать разные уровни p-value. И у данного показателя есть проблема, что его стат значимость не переводится в клиническую (т.е. не соответствует). Поэтому, на мой взгляд, лучше так не делать. Интересно, чем "очень надежно" отличается от "очень значимо" 🤔 4) Точки в легенде для списка - чрезмерно (особенно где звезды), ИМХО. 5) Визуальную составляющую тоже предлагаю считать спорной. Мне кажется, что график должен отражать идею меры эффекта. Если это накопление доли/частота, то bar plot неплохой вариант. А вот для показателей разниц (особенно с неопределенностью)... Мб рассмотреть варианты point + range (простенько, но понятно), dumbbell (между группами) или другие... Возможно тут ещё влияет то, что они никак не сортированы (мб смотрелось лучше бы). Думаю, что тут много еще можно обсудить. Итог? Хороший пример, что без базовых знаний применение LLM бессмысленно.

Увидел я такой график. Опустим, что человек гордится тем, что LLM ему помогает их делать (и не только). Я хочу разобрать методологическую сторону (как я это вижу/пониманию). 1) Мне не очень понятно, зачем в заголовке указывать статистические показатели (ещё и явно другим шрифтом для латиницы). 🤷‍♂️ 2) Вопросы, которые представлены на графике, словно подразумевают ответы "да"/"нет", а по цветовой гамме и легенде можно сделать вывод, что это сравнение между мужским и женским полом. Наиболее вероятно, что по полам был подсчет относительной частоты утвердительных ответов на каждый вопрос с последующим расчетом разницы (мужской - женский). В медицинских исследованиях обычно это обозначается термином разница рисков (risk difference, RD) или абсолютный риск (absolute risk, AR). И это было бы окэй, но... Здесь зачем-то используется мера эффекта d Коэна (Cohen's d)... Если кто не знает, то обычно она используется для стандартизации разницы средних (если очень упрощенно, подробнее тут). И вроде бы можно сказать, что частота и среднее - это мат ожидание, для бинарных данных они равны (сам же здесь показывал), но... Зачем нужен этот перерасчёт? Ведь разница рисков итак уже в какой-то мере стандартизирована (она всегда находится на одной шкале, единицы измерения равны). Если сильно хочется, то можно посчитать относительный риск (risk ratio, RR), который лучше (если надо в единых величинах) отражает изменение эффекта (RR может быть равным 2 при RD = 30% или = 5%, зависит от исходной частоты). А ещё интересный вопрос - как ведёт себя неопределенность? Давайте проверим, сделаем симуляцию. library(tidyverse) # Создаем симуляцию, где мужчины реже ответили "да", чем женщины set.seed(42) d_long <- tibble(male = rbinom(1000, 1, 0.4), female = rbinom(1000, 1, 0.6)) |> pivot_longer(male:female) |> mutate(name = factor(name, levels = c("male", "female")), value = as.numeric(value)) # Посмотрим частоту ответов d_long |> summarise(rate = sum(value), prct = rate/1000, .by = name) #> A tibble: 2 × 3 #> name rate prct #> <fct> <dbl> <dbl> #> 1 male 377 0.377 #> 2 female 599 0.599 # В целом как и планировалось # Выводим таблицу сопряженности d_long |> mutate(value = factor(value, levels = c(1,0))) |> select(value, name) |> table() #> name #> value male female #> 1 377 599 #> 0 623 401 # Рассчитаем разницу рисков с ДИ RD = 0.377 - 0.599 SE = sqrt((377 * 623)/(377 + 623)^3 + (599 * 401)/(599 + 401)^3) paste0(RD, " (", round(RD - 1.96*SE, 3), "; ", round(RD + 1.96*SE, 3), ")") #> [1] "-0.222 (-0.265; -0.179)" # Проверим через пакет table(d_long) |> effectsize::arr() #> ARR | 95% CI #> ------------------- #> 0.22 | [0.18, 0.26] # Все верно, только знака минус нет (потому что это Absolute risk reduction) # Рассчитаем sd d_long |> summarise(rate = sum(value), prct = rate/1000, sd = sd(value), .by = name) #> A tibble: 2 × 4 #> name rate prct sd #> <fct> <dbl> <dbl> <dbl> #> 1 male 377 0.377 0.485 #> 2 female 599 0.599 0.490 # Получим d Коэна sd_pool = sqrt(((1000 - 1) * 0.485^2 + (1000 - 1) * 0.490^2)/(2000-2)) round(RD/sd_pool, 3) #> [1] -0.455 # Проверим через пакет effectsize::cohens_d(value ~ name, data = d_long, pooled_sd = F) #> Cohen's d | 95% CI #> -------------------------- #> -0.46 | [-0.54, -0.37] Упс... Какая-то квази/прокси/псевдо-оценка эффекта. Получается, что результаты стандартизации излишни. Они ничего не добавляют, а только усложняют интерпретацию (т.к. это теперь не разница частоты, а ее размер в SD). Сделал бы так человек, который базово что-то прочитал про статистику?

Выложили записи секции "Диалоги клинициста со статистиком" с Российского онкологического конгресса! И... Мое выступление мне не понравилось... Идея была интереснее, как мне казалось. Речевые обороты "простецкие", рассуждения общие и запутанные... Возможно…

Я заметил, что медицинские конференции сейчас выполняют ещё одну полезную функцию. Они регулярно напоминают врачу, что любой клинический хаос можно аккуратно привести к алгоритму. Поэтому подобные анонсы время от времени появляются и здесь. Речь про онлайн…

Я заметил, что медицинские конференции сейчас выполняют ещё одну полезную функцию. Они регулярно напоминают врачу, что любой клинический хаос можно аккуратно привести к алгоритму. Поэтому подобные анонсы время от времени появляются и здесь. Речь про онлайн-конференцию сети «Клиника Фомина» под названием «Актуальные вопросы детской и взрослой нефрологии», приуроченную ко Всемирному дню почки. Обычная ситуация из практики любого врача: креатинин чуть выше, СКФ чуть ниже, в анализах внезапная протеинурия — и начинается любимый клинический квест: что это вообще такое. Дальше обычно идут классические шаги: пересчитать СКФ, посмотреть динамику, открыть рекомендации, закрыть рекомендации, снова пересчитать СКФ. Авторы конференции предлагают разобрать такие сценарии последовательно, системно и по алгоритмам. По всем известным принципам доказательной медицины. Среди спикеров — главный нефролог сети «Клиника Фомина» Марина Трубникова, к.м.н. Екатерина Семёнова, к.м.н. Михаил Швецов и практикующие нефрологи. Я хирург, поэтому моя нефрология обычно выглядит так: креатинин повышается, номер нефролога набирается. Но понимание того, что происходит со СКФ и протеинурией, всё равно периодически полезно освежать. Темы программы — типичные клинические сюжеты нефрологии: СКФ, протеинурия, ИМВП, анемия при ХБП, подготовка к контрастным исследованиям, особенности терапии и питания. В общем, те вопросы, где врачу обычно нужен не столько ещё один обзор, сколько понятный алгоритм — негласный контракт между рекомендациями и реальной практикой. Это образовательная встреча для врачей, которые регулярно в реальной клинической практике сталкиваются с пациентами с заболеваниями почек и хотят быть уверены в доказательности своих решений. Участие возможно в двух форматах: — трансляция + сертификат — 1500 ₽ — трансляция + сертификат + запись на 60 дней — 2100 ₽ Конференция пройдёт 14 марта в 10:00 (Мск). Если тема вам близка — посмотрите программу. Иногда действительно полезно просто и спокойно разобрать клинические алгоритмы. Желающим — ссылка на регистрацию: https://clck.ru/3SWyQR Реклама. ООО «ДОФОМИН Образование». ОГРН: 1207700398102. ERID: 2VtzqvpfAMK. Адрес: Москва, пр. Мичуринский, д.15а, оф. 21