ustify">. Схема спостережень або експерименту повинна забезпечувати значимість оцінок, і випадкова вибірка є одним з фундаментальних принципів статистичної стратегії.
У медицині при проведенні досліджень для порівняння різних груп застосовується друга стратегія статистики. Типовим прикладом є клінічне дослідження з контрольною групою: відбір пацієнтів зі схожими характеристиками здійснюється на основі заздалегідь визначених критеріїв. На цій стадії не обертають ніякої уваги на представництво вибірки. Кожен бере участь у дослідженні пацієнт згідно з процедурою рандомізації зараховується або в досліджувану групу, учасники якої отримують стандартне лікування і додатково нове досліджуване ліки, або в контрольну групу, учасники якої отримують стандартне лікування і плацебо. У цій схемі випадковий розподіл пацієнтів за групами замінює випадковий відбір учасників. Різниця між двома групами можна оцінити статистично, так як, відповідно до гіпотези про відсутність ефективності нових ліків, можна обчислити вірогідність будь ненульового відмінності. p align="justify"> У епідеміології зазвичай неможливо підібрати групи людей, що піддавалися і не піддавалися шкідливому впливу, використовуючи стратегію випадкової вибірки. Тим не менш, можна застосовувати статистичні методи так, як якщо б аналізовані групи були відібрані або розподілені випадковим чином. Правильність такого припущення у великій мірі залежить від схеми дослідження. Це особливо важливо в біологічній медицині, де планування епідеміологічного дослідження має переважаюче значення над статистичними методами. br/>
.2 Поліпшені методи
Складність статистичних методів, що використовуються в медицині профзахворювань, в останні декількох років постійно зростає. Головні досягнення пов'язані зі статистичним моделюванням. Розроблене Nelder and Wedderburn сімейство негаусових моделей (генералізовані лінійні моделі) стало одним з найбільш важливих внесків у розвиток таких областей, як епідеміологія профзахворювань, де відповідні змінні мають бімодальний (наприклад, виживання або смерть) або чисельний (наприклад, число нещасних випадків на виробництві) характер.
Аналізи Пуассона, Кокса та метод логічної регресії тепер широко використовуються для проведення відповідно довгострокових досліджень і досліджень з контрольною групою. Ці моделі є аналогами аналізу лінійної регресії для змінних, що формують категорії, і вони безпосередньо і красиво виявляють відповідну епідеміологічну ступінь взаємозв'язку явищ. Наприклад, коефіцієнти регресії Пуассона є логарифмами відносного ризику, а коефіцієнти логічної регресії - логарифмами відносин приросту. br/>
Висновок
Питання про роль статистики в епідеміологічних дослідженнях причинно-наслідкових взаємозв'язків є спірним. Для епідеміології статистика - це, перш за все, набір...
