Статистика за медицински докторски дисертации

Кратко ръководство: Проектът за докторска дисертация

Докторски треньор

Имате ли пред себе си данни от експерименти, клинични проучвания или събиране на ретроспективни данни? Поздравления за това фантастично постижение. Сега можете да започнете със статистическия анализ, за да намерите връзки или разлики, напр. да работят в различни групи за лечение. В първата част ще научите как да въвеждате данните в Excel. Във втората част ще научите какво е важно при статистическия анализ.

Част 1: Въвеждане на данните в Excel
Първо трябва да въведете данните в Excel по такъв начин, че по-късно да можете да използвате статистически софтуер, напр. Може да анализира SPSS.

Етап 1: Данните за пациентите са чувствителни данни. Докато данните са присвоени на името на пациента, тези данни може да не напускат клиниката поради съображения за защита на данните. Винаги трябва да анонимизирате данните, независимо дали ги използвате само в клиниката или у дома. Ето как работи: Създайте първата таблица на Excel за анонимизиране. Въведете първото име в първата колона и фамилното име във втората колона, така че на всеки пациент да бъде присвоен ред. В третата колона задавате номер на пациента (напр. Започнете от 1).

Стъпка 2: Стойностите са в определен формат (например цифри, букви и т.н.). Статистическият софтуер може най-добре да се справи с числата. Следователно трябва да представите всички променливи под формата на числа. Ето как работи: Създайте втора таблица на Excel за кодиране на променливите: За променливата на пола, например, отбележете женски = 1 и мъжки = 0. Не забравяйте да запазите и мерните единици на променливите. Когато въвеждате данни в стъпка 3, след това за променливата на пола се въвеждат само 1 или 0.

Стъпка 3: Сега създайте третата таблица на Excel за оценката. Първата колона е запазена за номера на пациента. Въведете числата в клетките, които сте задали на тестовите субекти в стъпка 1. Всяка променлива има колона, в която въвеждате съответните стойности за всеки пациент. Ако стойностите са кодирани, използвайте кодирането, дефинирано в стъпка 2. Съвет: Преди да започнете да въвеждате данните в Excel, запознайте се с най-важните функции на Excel, като вмъкване на информация в таблици, сортиране на стойности в таблици и автоматично изчисляване на стойности.

Част 2: Стандартна последователност на статистическа оценка със статистически софтуер
Първо качвате данните си от Excel в софтуера за статистика и, ако е необходимо, коригирате представянето на данните. След това се извършват така наречените описателни статистически данни за определяне на Честоти или размерите на местоположението като Медиана и Средно аритметично да изчисля. След това можете да създадете съответна графика (графичен график, стълбовидна диаграма, разпръсната диаграма) за всяка променлива. По този начин можете да визуализирате разпространението, местоположението и разсейването на вашите данни и да разпознаете първите връзки или разлики. Сега трябва да докажете с помощта на статистически тестове, че тези връзки или разлики са статистически значими, т.е.че те имат действителна връзка или разлика. Тези тестове често се използват: U-тест на Mann-Whitney, Welch тест, T тест, тест на Wilcoxon, тест на Kruskal-Wallis, ANOVA, тест на Friedmann, метод на Kaplan-Meier.

Това е просто изключително уплътнено представяне на статистическия анализ. За да анализирате правилно данните, се нуждаете от специални познания по софтуерни приложения и статистика. За съжаление, това знание не се предоставя по практически начин в по-голямата част от университетите. От съществено значение е да оцените данните правилно. Грешките при анализа на данните биха довели до неправилна интерпретация и по този начин до подвеждащи резултати в докторската дисертация. Тъй като данните от повечето докторски дисертации също се публикуват, публикуването на неверни резултати би било сериозна грешка, която не само ви засяга негативно, но и вашия ръководител. За да придобиете тези знания, не е достатъчно да посетите курс за обучение по софтуер. Освен това трябва да завършите поне един основен курс по статистическа оценка, за да можете да правите прости оценки. Или можете да посетите семинар по статистика за докторанти, в който да научите как да използвате софтуера и да оцените данните си в рамките на семинара под професионално ръководство.