Post #241

ПРОВЕРЯТЬ Я ЕЁ НЕ БУДУ ⠀ Во время дискуссии с Полиной понял, что эту тему я ещё не раскрывал. Загорелся идеей, задумано, сделано 🤝🏻 ⠀ Большинство исследований в медицине (почти все) строятся на формулировании и опровержении гипотез. Но откуда ноги? 👀 ⠀ В математической статистике есть метод "проверка статистических гипотез". Однако прежде узнаем, что такое "гипотеза"🤔 ⠀ ⚠️Предположение, которое требует доказательства⚠️ ⠀ Гипотеза отличается от теоремы (для нее существует доказательство) и теории (система положений) + см. рис. 1 ⠀ Важно знать, что в исследовании формулируется клиническая гипотеза, обычно по принципу PICO. Но чтобы ее проверить, нужно перейти к эквивалентной статистической гипотезе (оцениваемые показатели), после чего мы получим результат (конкретная оценка) 🤨 ⠀ Условно схематично можем показать это на рис. 2 👇🏻 ⠀ Но гипотезы бывают разные: ⠀ 📍Нулевая гипотеза (Н0) - это наше базовое/нынешнее знание. ⠀ Т.е. если мы не знаем какое ЛС лучше, то наше базовое знание, что одно не превосходит другое. Если мы предполагаем, что А чуть хуже Б, то нам надо уточнить насколько А хуже (на 5 или 15%). И все это верно, пока не доказано обратное❗ ⠀ 📍Альтернативная гипотеза (Н1 или На) - предположение при несостоятельности Н0 ⠀ Если окажется, что наша Н0 неверна, то у нас будет другая гипотеза, которая мб лучше подходит для описания наших результатов😶‍🌫️ ⠀ И тут самое интересное... ⠀ ❗Доказать гипотезу невозможно❗🙀🤯😵‍💫 ⠀ Т.к. для этого нам потребуется обследовать всех, везде и во все времена (а это нереально). Поэтому используется подход "от противного". Мы пытаемся обнаружить такие наблюдения, которые будут противоречить нулевой гипотезе. А если она не объясняет наши наблюдения, то скорее всего она неверна, и надо использовать Н1 😰 ⠀ Поэтому по нашим результатам мы можем либо ОПРОВЕРГНУТЬ, либо НЕ ОПРОВЕРГНУТЬ гипотезу 🫣 ⠀ To be continued... #ebm_нюансы#ebm_статистика#статистика