Структура медико-биологического эксперимента

ВВЕДЕНИЕ

Экспериментальные исследования играют существенную роль во всех науках. Можно утверждать, что, чем менее строгой является наука, тем более значимую роль в ней играет эксперимент - общий эмпирический метод исследования, суть которого заключается в том, что явления и процессы изучаются в строго контролируемых и управляемых условиях.

Действительно, в науках сильной версии, использующих математический аппарат, многие результаты могут быть получены и обоснованы теоретически, на базе существующего эмпирического материала. В науках же слабой версии эксперимент зачастую является единственным способом подтверждения справедливости гипотезы и результатов теоретического исследования, так как отсутствие общепринятой аксиоматики и адекватного формального аппарата не позволяет привести должного обоснования, не прибегая к эксперименту. Например, можно ли априори сказать, что то или иное новое воздействие в медицине более эффективно, в сравнении с ранее известными и применяемыми до него? Вряд ли – пока оно не будет апробировано, и результаты его применения не будут сопоставлены с результатами применения традиционных воздействий, никаких выводов сделать нельзя.

При планировании и подведении результатов эксперимента существенную роль играют статистические методы, которые дают возможность:

- компактно и информативно описывать результаты эксперимента;

- устанавливать степень достоверности сходства и различия исследуемых объектов на основании результатов измерений их показателей;

- анализировать наличие или отсутствие зависимости между различными показателями (явлениями);

- количественно описывать эти зависимости;

- выявлять информативные показатели;

- классифицировать изучаемые объекты и прогнозировать значения их показателей и характеристик, и др.

 

СТРУКТУРА МЕДИКО-БИОЛОГИЧЕСКОГО ЭКСПЕРИМЕНТА

Объектом исследований в медико-биологических науках являются живые организмы, как правило – в срезе их взаимодействия с комплексом различных факторов внешней среды, часть из которых относится к болезнетворным. Другие факторы направлены на профилактику или лечение болезни. Основным подходом в этом направлении по-прежнему остается эксперимент, а основной его целью – установление закономерностей возникновения различных

болезней, механизмов их развития, разработка и проверка эффективности новых методов профилактики и лечения.

В процессе познания в биологии и медицине научный эксперимент выполняет следующие основные функции:

- выступает средством получения новых научных данных;

- является способом выделения общего в серии сходных явлений, обоснования закономерностей, формирования гипотез;

- выступает средством проверки гипотез и теорий, критерием их истинности, основой для выдвижения новых гипотез;

- является относительным гарантом перед применением новых методов диагностики и лечения болезней в клинической практике.

По своей продолжительности различают острый эксперимент (например, воспроизведение острой кровопотери, ожоговой травмы, отравления угарным газом и т.д.) и хронический, который подразумевает длительное наблюдение за экспериментальным объектом (например, животным: введение электродов, операция изолированного желудка по И.П. Павлову, трансплантация органов

и тканей и т.д.).

Эксперимент позволяет производить такие воздействия, например, на органы животного (травма, отравление, облучение), которые невозможны и недопустимы в клинике. В эксперименте на животных возможно испытание новых лекарственных препаратов. Некоторые болезни (например, психические заболевания, ряд опухолей, некоторые иммунопатологические состояния) пока в эксперименте воспроизвести не удалось.

Этапами постановки и проведения эксперимента являются: формирование рабочей гипотезы, определение цели и задач исследования, выбор конкретных методик, непосредственное проведение эксперимента (серии опытов), фиксация и анализ данных эксперимента, обсуждение и выводы.

Рабочая гипотеза – первое, с чем сталкивается экспериментатор. Это – попытка объяснить какой-либо процесс на основе уровня знаний, имеющегося в настоящий момент. Нельзя просто ставить опыт, не зная, какие предположительно изменения в состоянии объекта в ту или другую сторону можно зафиксировать.

Основу проведения эксперимента составляет получение максимально точной (адекватной) модели болезни. Моделирование – это воспроизведение структурно-функционального комплекса болезни в более упрощенной форме для выяснения причин, условий и механизмов ее развития, разработки методов лечения и профилактики.

Требования к модели:

- аналогия причин и условий, вызывающих болезнь и примененных при ее моделировании;

- сходство функциональных и морфологических изменений болезни и ее модели на системном, органном, клеточном и молекулярном уровнях;

- сходство в развитии типичных осложнений;

- эффективность лечения одними и теми же воздействиями.

Например, в патологии, в зависимости от степени упрощения и уровня изучения, можно моделировать: типовые патологические процессы, отдельные нозологические формы болезни, нарушения отдельных органов и систем, нарушения деятельности отдельных клеток и их компонентов, молекулярные нарушения.

Большой вопрос, стоящий перед исследователем – это правомерность экстраполяции данных, полученных экспериментальным путем на животных на человеческий организм. Мы можем говорить только об условной адекватности используемых моделей, так как полная идентичность проявлений заболеваний у животных и у человека принципиально недостижима. Этому препятствуют иные законы, царящие в человеческом обществе. В человеческом обществе в определенной мере отсутствует естественный отбор, что предполагает наличие определенного числа вырождающихся функций и приобретения патологических реакций. Помимо этого, чрезвычайно важную роль в формировании патологии у человека играет социальный строй, адекватное моделирование которого практически невозможно. Связанным с социальной функцией является и наличие второй сигнальной системы, играющей колоссальную роль в процессах компенсации и адаптации. Неслучайно еще со времен Гиппократа было замечено, что у врача есть три метода воздействия на больного, причем на первом месте, еще до «травы» и «ножа», стоит «слово». Кроме того, некоторые заболевания человека, такие, как корь и скарлатина, вообще невозможно воспроизвести на животных ввиду отсутствия у них того молекулярного субстрата, на котором данная болезнь может существовать.

Выполнение экспериментальных исследований строго регламентировано законодательством. Все работы проводятся только в рамках утвержденных учебных и научных программ, специалистами с медико-биологическим образованием, болезненные и травмирующие процедуры выполняются с необходимым уровнем обезболивания. Все эксперименты проводятся не из праздного любопытства, а для изучения механизмов развития заболеваний, актуальных для человека, это первый, необходимый, но не самодостаточный этап познания болезни.

Рассмотрим следующую модель медико-биологического эксперимента. Пусть имеется некоторый объект, изменение состояния которого исследуется в ходе эксперимента. В качестве объекта может выступать отдельный организм, группа лабораторных животных (нередко в литературе – серия) и т.д. Состояние объекта измеряется теми или иными показателями (характеристиками) по критериям, отражающим его существенные характеристики. Примерами критериев являются: выраженность интоксикации, выживаемость в группе животных на определенный период после начала опыта и т.д., примерами характеристик – температура, активность тех или иных ферментов в биологических жидкостях, количественные показатели структуры внутренних органов и т.д. При этом мы по умолчанию подразумеваем, что методы измерения характеристик объектов одинаковы.

Эксперимент заключается в целенаправленном воздействии на объект, призванном изменить его определенным образом. Собственно, это воздействие – его состав, структура, свойства и т.д. – и есть результат теоретического (теоретической части) исследования. Примерами воздействия являются любые методы воздействия на болезнь с целью ее излечения, включая потенциальные лекарственные средства, немедикаментозные воздействия, хирургические манипуляции.

Следовательно, при проведении медико-биологического эксперимента необходимо обосновать, что состояние объекта изменилось, причем в требуемую сторону. Но этого оказывается недостаточно. Ведь нужно доказать, что изменения произошли именно в результате произведенного воздействия.

Действительно, например, на утверждение о том, что температура тела у экспериментального животного снизилась в результате использования нового испытуемого вещества, можно всегда возразить, – а, может быть, она снизилась бы сама, без каких-либо нововведений, или в результате каких-либо других воздействий? Аналогично, на утверждение о том, что скорость и степень снижения температуры у животных, которым вводился новый препарат, отличаются от того, как это происходило у животных, леченных с применением традиционных препаратов, можно возразить, – а, может быть, сама группа имела до начала эксперимента внутренние отличия, позволившие ей продемонстрировать подобные «успешные» результаты.

Таким образом, для того, чтобы выделить в явном виде результат целенаправленного воздействия на исследуемый объект, необходимо взять аналогичный объект и посмотреть, что происходит с ним в отсутствии воздействий.

Традиционно эти два объекта называют соответственно экспериментальной группой (иногда основной) и контрольной группой (или группой сравнения).

На Рис. 1 представлена в общем виде структура эксперимента (двойными пунктирными стрелками отмечены процедуры сравнения характеристик объектов).

__

Рис. 1. Структура эксперимента

Констатации (в результате сравнения III – см. Рис. 1) различий начального и конечного состояний (динамики) экспериментальной группы недостаточно – быть может, аналогичные изменения происходят и с контрольной группой, что может быть установлено сравнением IV. Поэтому алгоритм действий исследователя заключается в следующем:

1) На основании сравнения I установить совпадение начальных состояний экспериментальной и контрольной группы. Если говорить корректно, то с точки зрения математической статистики совпадение установить невозможно – можно установить различие или отсутствие статистически значимого различия. Точнее, при статистической проверке гипотез по статистическим данным выбирают одну из двух гипотез – есть различие или нет различия (точнее, различие не обнаружено);

2) Реализовать воздействие на экспериментальную группу. При выполнении данного шага необходимо быть уверенным, что и экспериментальная, и контрольная группы находятся в одинаковых условиях, за исключением целенаправленно изменяемых исследователем;

3) На основании сравнения II установить различие конечных состояний экспериментальной и контрольной группы.

После выполнения трех перечисленных шагов можно приступать к изучению зависимостей между различными характеристиками объектов.

Легко видеть, что, выполняя перечисленные шаги, мы, фактически, косвенным образом реализуем процедуру сравнения III, исключая влияние общих для экспериментальной и контрольной группы условий и воздействий.

Спрашивается, а где же место статистических методов? Роль их заключается в том, чтобы корректно и достоверно обосновать и объяснить совпадение или различие состояний контрольной и экспериментальной группы. Однако прежде чем описывать эти методы, надо рассмотреть, что понимается под «состоянием объекта» и как это состояние измерять. Проблемами измерений занимается теория измерений, поэтому приведем минимально необходимые сведения из этой теории.

 

Задачи анализа данных

Возможно выделение типовых (для рассматриваемой предметной области) задач анализа данных.

Табл. 1. Этапы анализа экспериментальных данных

 

1. Описание данных – компактное описание имеющихся данных с помощью различных показателей и графиков. К этому классу можно отнести также задачу определения необходимого объема выборки.

2. Изучение сходства/различий (сравнение двух выборок). Задача заключается в установлении совпадений или различий характеристик двух выборок.В соответствии с описанной выше схемой эксперимента (см. Рис. 1) используются две группы – экспериментальная и контрольная. При этом считается, что каждая выборка является результатом независимых наблюдений реализации некоторой случайной величины с соответствующей функцией распределения, неизвестной исследователю. Предполагается также, что наблюдения в одной выборке не зависят от наблюдений в другой, поэтому выборки называются независимыми. Возможен другой вариант – когда выборки связаны, например, рассматриваются одни и те же пациенты до и после лечения. Предположим, что для каждого пациента имелся небольшой положительный сдвиг. Если рассматривать результаты измерений в начале и в конце лечения как независимые выборки и применять соответствующие методы проверки однородности, то эффект лечения может не быть обнаружен, поскольку будет скрыт большим размахом данных. И только методы, основанные на анализе связанных выборок, обнаружат эффект (например, критерий знаков).

3. Исследование зависимостей. Следующим шагом после изучения сходства/различий является установление факта наличия/отсутствия зависимости между показателями (переменными – будем употреблять эти термины как синонимы) и количественное описание этих зависимостей. Для этих целей используются, соответственно, корреляционный и дисперсионный анализ, а также – регрессионный анализ.

4. Снижение размерности заключается в уменьшении числа анализируемых переменных либо посредством выделения существенных переменных, либо/и построения новых показателей (на основании полученных в результате эксперимента). Соответствуют статистические методы: факторный анализ, метод главных компонент. Они не рассматриваются в курсе.

5. Классификация и прогноз.

 

ОПИСАНИЕ ДАННЫХ

Объектом изучения медико-биологической статистики являются совокупности. Совокупностью называют множество сходных, в некотором смысле однородных объектов, на которых производят идентичные измерения (наблюдения). Например, совокупность детей какого-либо района в возрасте до 3-х лет, совокупность животных определенного вида или совокупность животных, предназначенных для эксперимента, совокупность студентов в этой аудитории и т.д. Совокупность состоит из единиц совокупности или членов. Количество единиц (членов), составляющих совокупность, называют объемом совокупности и обозначают n.

Наиболее общую совокупность всех членов, которые могут быть к ней отнесены (даже мысленно), называют генеральной. В теоретических рассуждениях n генеральной совокупности стремится к бесконечности. В генеральных совокупностях, используемых в биологии и медицине, количество единиц, как правило, настолько велико, что оценить состояние всех ее членов практически невозможно (или нецелесообразно), поэтому объектами изучения являются только части генеральной совокупности, которые называют выборочными совокупностями. Выборочной совокупностью или просто выборкой называют отобранную для исследования часть генеральной совокупности.

В медицине оценку состояния членов совокупности проводят с помощью некоторых признаков: антропометрических (рост, вес, объем груди), физиологических (частота дыхания, частота сердечных сокращений, давление крови, ЭКГ, ЭЭГ), биохимических (активность ферментов, концентрации гормонов в сыворотке крови, метаболитов в мочи, слюне, кале), морфологических (формула крови, гистология биопсийного материала). Следует отметить, что ранее методы статистики применялись лишь в научных исследованиях. Однако в настоящее время статистические исследования широко используются в условиях клиник, оснащенных компьютерами, даже для обработки данных одного конкретного пациента. Эти исследования позволяют значительно повысить точность диагноза.

Значения признаков при измерениях могут изменяться, варьировать, поэтому их называют вариантами и обозначают, как правило, маленькими буквами латинского алфавита с цифровыми индексами: х_1, х₂, х₃, …, х_n. Для обозначения любой варианты ряда вместо цифры используют индекс і (і = 1, 2, 3, …, n).

Если некоторое i-ое значение варианты при измерениях встретилось n_i раз, то n_i называют частотой. Таблицу, отображающую соответствие между значениями вариант (x_i) и их частотами (n_i) называют вариационным рядом.

Если варианты расположены по возрастающей, то ряд называют ранжированным.

Ясно, что объем выборки n равен сумме частот n₁+n₂+...+n_k, где k - число различных вариант в вариационном ряду. Величину называют относительной частотой.

Вариационные ряды изображают графически, откладывая по оси абсцисс значения вариант, а по оси ординат соответствующие им частоты. Графическое изображение вариационного ряда называют вариационной кривой. Вариационная кривая показывает распределение частот по значениям вариант. (см. рис. 2).

Пример.

Значения вариант: 4, 5, 5, 6, 6, 6, 7, 7, 7, 7, 8, 8, 8, 9, 9, 10.

Вариационный ряд

Варианта
Частота

 

Если количество вариант велико и значения их повторяются редко (или вообще не повторяются), то для построения вариационной кривой весь интервал значений вариант разбивают на малые интервалы, которые в статистике называют классами. Считают, что все варианты входящие в один класс, имеют одно и то же значение x_i. Частотой класса (n_i), в этом случае, является количество вариант, входящих в i-ый класс.

Рис. 2. Вариационная кривая.

 

Показатели описательной статистики можно разбить на несколько групп:

- показатели положения описывают положение экспериментальных данных на числовой оси. Примеры таких данных – максимальный и минимальный элементы выборки, среднее значение, медиана, мода и др.;

- показатели разброса описывают степень разброса данных относительно своего центра (среднего значения). К ним относятся: выборочная дисперсия, разность между минимальным и максимальным элементами (размах, интервал выборки) и др.

- показатели асимметрии: положение медианы относительно среднего и др.

- гистограмма и др.

Приведем формулы расчета и определения основных показателей.

Модальным классом или модой (М₀) называют класс или варианту, которым отвечает наибольшая частота. Медианой (Ме) называют варианту, расположенную по середине ранжированного ряда. Наиболее часто используют для характеристики центральной тенденции ряда среднюю арифметическую, которую определяют по формуле:

, (1)

где x_i – варианты ряда, і = 1, 2, 3, …, n;

n – количество вариант в ряду (объем выборки).

Среднюю арифметическую в медицине часто обозначают M.

В том случае, если в ряду некоторые варианты встречаются несколько раз с частотами n₁, n₂, …, n_k, то

(2)

 

Если члены ряда возрастают в геометрической прогрессии (ах, ах²,…,ахⁿ), то средняя арифметическая плохо характеризует среднюю тенденцию ряда. В этом случае усредняют произведение вариант

(3)

называют средней геометрической. Среднюю геометрическую используют при изучении темпов роста организмов или роста целых популяций.

Вариационный размах

Dх = х_max – х_min, (4)

где х_max – максимальное значение варианты в ряду, х_min – минимальное значение варианты. Величина Dх указывает на степень вариации.

Среднее абсолютное отклонение (среднее отклонение), средняя абсолютная ошибка (в теории ошибок)

(5)

Чаще всего на практике применяются варианса (англ. variance – вариация, изменение) или дисперсия (лат. dispersio – рассеяние)

(6)

и среднеквадратичное отклонение

(7)

Если вариационный ряд имеет k классов, то формула для дисперсии имеет вид:

, (8)

где n_i – частоты классов.

Нужно отметить, что S, S² и измеряются в тех же единицах, что и варианты. Для сравнения степени вариабельности, лабильности показателей, которые измеряются в разных единицах измерения, вводят показатель вариации

, (9)

который показывает разброс вариант в процентах.

Количественные характеристики вариационных рядов, вычисленные по результатам измерений на выборочной совокупности (выборочные характеристики), рассматриваются в математической статистике как приближенные или точечные оценки соответствующих параметров генеральной совокупности, которые, как правило, остаются неизвестными.

Так выборочная средняя () является точечной оценкой генеральной средней (m), выборочная дисперсия (S²) служит оценкой генеральной дисперсии (), среднее квадратичное отклонение (S) - точечная оценка стандартного отклонения () генеральной совокупности, объем которой стремится к бесконечности. Как правило, точечные оценки не совпадают с соответствующими генеральными параметрами. Величину отклонения выборочного показателя от соответствующего генерального параметра характеризуют с помощью ошибки репрезентативности.

Ошибка репрезентативности обусловлена случайным отбором членов выборки из генеральной совокупности и не является ошибкой измерений, возникающей при измерениях показателей жизнедеятельности биологических объектов.

Ошибку репрезентативности средней арифметической (ошибку средней) определяют по формуле:

(10)

В медицине ошибку средней часто обозначают m.