Ebm_base

Один блогер открывает глаза читателям на опасный контент (и вроде все ок) Но этот (канал одного из читателей, который хотел объяснить, что такое опасный контент) контент, видимо опасным не считается по мнению блогера. Наверное проблем с гипердиагностикой [1, 2, 3, 4], эффективность и безопасностью лечения дефицитов [1, 2, 3, 4, 5, 6] нет... (Ну или я сам их выдумал)

Иногда мне кажется, что за мной следят 👀 А что вы ответили бы на такой вопрос в анкете?

Ахахаха Мне аж стало интересно, как надиктовать процесс расчета множественной линейной регрессии 😂 (задать вопрос в комментах я не могу из-за бана) И даже обоснование научное можно придумать через LLM (насколько оно будет научно?) Значит будем ждать статью! Статистики, вы уже ищете новую работу? А "учёные" готовы поменять свой ГМ на ИИ? А оригинальность по АП точно ещё не стала основной целью? Вроде на одном созвоне рассказывали про науку... А тут опять погоня за KPI словно

Почему?

Долгожданный разбор курса “Основы статистики” на степике Итак, это свершилось, я наконец-то дописала разбор и опубликовала его здесь https://ubogoeva.github.io/R4Analytics/posts/review_of_statistics_course.html Немного контекста: в качестве вводного курса по статистике часто рекомендуют курс “Основы статистики” Анатолия Карпова на степике. Однако многие считают, что курс устарел и содержит много неточностей и ошибок, и я решила подробно разобрать, какие именно. Постаралась следовать формату “критикуешь - предлагай” и самостоятельно раскрыть темы, которые были недостаточно объяснены в курсе, дополнив их источниками для дальнейшего изучения. В конце разбора предлагаю свой список рекомендованных источников для изучения статистики на любой уровень подготовки. В вычитке и корректировке формулировок финальной версии мне очень помог крутой статистик Матвей Славенко (рекомендую подписаться на его канал душно про дату). #base_stat#stats

Отвлечемся на приятное и интересное Вышел хороший разбор известного курса от Лены! Рекомендую)

Я защитник семаглутида!

Насколько же крутой момент, даже пересматривая ощущения как в первый раз (кто узнал об Иллидане только сейчас, есть вероятность, что вам будет не понятно)

Когда все поздравляли себя и друг друга с днём российской науки, я молчал. Ведь я ....

Ebm_base pinned «ДАННЫЕ СОЗРЕЛИ Медиана времени наблюдения. Я тут задавал уже этот вопрос, в целом даже были версии Но вот я добрался до пометки в заметках. Давайте разбираться. Зачем же она нужна в онкологических исследованиях? Для начала вспомним, что в данных в анализе…»

ДАННЫЕ СОЗРЕЛИ Медиана времени наблюдения. Я тут задавал уже этот вопрос, в целом даже были версии Но вот я добрался до пометки в заметках. Давайте разбираться. Зачем же она нужна в онкологических исследованиях? Для начала вспомним, что в данных в анализе выживаемости есть цензурирование. Т.е. мы фиксируем последнее известное состояние пациента, если интересующее нас событие не произошло (например, пациент пришел через 3,6 месяца на прием и был жив, другой информации нет - он зацензурирован на 3,6 месяца). Раз событие ещё не произошло, то остаётся вероятность, что когда-то оно произойдет (логично). И цензурирование учитывается в анализе выживаемости (это несобытия). Но для расчета медианы времени наблюдения рекомендуется (не единственный метод) поменять их местами (т.е. теперь событием становится цензурирование или reverse KM estimator). [1] Но почему именно медиана (а не какой-то другой процентиль)? В статье D.Altman et al. в 1995 году [2] проанализировали 132 онкологических исследований (10-12.1991), где один из пунктов был - оценка указания времени наблюдения. Оказалось, что около половины статей не содержали эту информацию, медиана была показана наиболее часто (но лишь в 31% указали метод расчета). В некоторых случаях были неинформативные показатели (среднее, размах или минимум). J. Shuster в 1991 году [3] описал несколько определений и методов получения медианы время наблюдения. Автор отмечает, что какое бы определение не было дано, оно не может по праву выполнять ни одну из функций (зрелость данных, стабильность кривых, качество последующего наблюдения, описание временного интервала действия кривой КМ). И очень интересный вывод у него, процитирую: Of course, any publication should include the opening date of accrual, closing date of accrual, and cutoff date for analysis. For those individuals who still insist on requiring a median follow-up, they can derive their own approximation of definition 3. However, median follow-up is not a valid or useful scientific term, and should not appear in cancer research publications. In contrast, detailed life tables should be appended to Kaplan-Meier curves, as illustrated in Table 1. Конечно, любая публикация должна включать в себя дату начала наблюдения, дату окончания наблюдения и отсечку времени для анализа. Для тех лиц, которые по-прежнему настаивают на предоставлении медианы времени наблюдения, они могут составить собственное приближение к определению №3 (см. в статье). Однако медиана времени наблюдения не является достоверным или полезным научным термином и не должен фигурировать в публикациях по исследованию рака. Напротив,к кривым Каплана-Мейера следует приложить подробные таблицы продолжительности жизни, как показано в Таблице 1 (см. в статье). Что по итогу? Кажется, что это скорее стало традицией (требовать медиану времени наблюдения). Ведь, если размер выборки достаточный, каждого пронаблюдали достаточно (не 1-2 месяца, хотя бывает что и этого достаточно), то проблем быть не должно с оценками (но это не точно). Конечно, что, чем дольше наблюдаем, то тем больше случаев зафиксируем (и графики красивее будут, но это не точно). Вопрос оказался интереснее, чем я думал сначала) @Ebm_base

"Поиграйтесь со статистикой" No comment Онкологи без обид Не хватает ещё фразы "выберите наилучший результат"