Важность статистики в здравоохранении (с примерами)

Область статистики занимается сбором, анализом, интерпретацией и представлением данных.

В здравоохранении статистика важна по следующим причинам:

Причина 1. Статистика позволяет медицинским работникам отслеживать состояние здоровья людей с помощью описательной статистики.

Причина 2. Статистика позволяет медицинским работникам количественно оценивать взаимосвязь между переменными с помощью регрессионных моделей.

Причина 3. Статистика позволяет медицинским работникам сравнивать эффективность различных медицинских процедур с помощью проверки гипотез.

Причина 4 : Статистика позволяет медицинским работникам понять влияние выбора образа жизни на здоровье, используя коэффициент заболеваемости.

В оставшейся части статьи мы рассмотрим каждую из этих причин.

Причина 1: Мониторинг здоровья людей с использованием описательной статистики

Описательная статистика используется для описания данных.

Медицинские работники часто рассчитывают следующую описательную статистику для конкретного человека:

• Средняя оставшаяся частота сердечных сокращений.
• Среднее артериальное давление.
• Колебания веса за определенный период.

Благодаря этим измерениям медицинские работники могут лучше понять общее состояние здоровья людей.

Затем они могут использовать эти измерения, чтобы информировать людей о способах улучшения их здоровья или даже назначать конкретные лекарства в зависимости от состояния их здоровья.

Причина 2. Оцените взаимосвязь между переменными с помощью регрессионных моделей.

Статистика также используется в здравоохранении в виде регрессионных моделей .

Это модели, которые позволяют медицинским работникам количественно оценить взаимосвязь между одной или несколькими переменными-предикторами и переменной ответа .

Например, медицинский работник может иметь доступ к данным об общем количестве часов, потраченных на физические упражнения в день, общем времени, проведенном в сидячем положении в день, и общем весе людей.

Затем они могли бы построить следующую модель множественной линейной регрессии:

Вес = 124,33 – 15,33 (часы, потраченные на тренировки в день) + 1,04 (часы, проведенные в сидячем положении в день)

Вот как интерпретировать коэффициенты регрессии в этой модели:

• За каждый дополнительный час тренировок в день общий вес уменьшается в среднем на 15,33 фунта (при условии, что часы, проведенные сидя, остаются постоянными).
• За каждый дополнительный час, проведенный сидя в день, общий вес увеличивается в среднем на 1,04 фунта (при условии, что часы, потраченные на тренировки, остаются постоянными).

Используя эту модель, медицинский работник может быстро понять, что больше времени, проведенного на тренировках, связано с меньшим весом, а больше времени, проведенного в сидячем положении, связано с более высоким весом.

Они также могут точно определить, насколько количество упражнений и положение сидя влияют на вес.

Причина 3: Сравните медицинские процедуры, используя проверку гипотез

Статистика также используется в здравоохранении в форме проверки гипотез .

Это тесты, которые медицинские работники могут использовать, чтобы определить, существует ли статистическая значимость между различными медицинскими процедурами или методами лечения.

Например, предположим, что врач считает, что новый препарат способен снижать кровяное давление у пациентов, страдающих ожирением. Чтобы проверить это, он сможет измерить артериальное давление 40 пациентов до и после применения нового препарата в течение месяца.

Затем он выполняет t-критерий для парных выборок , используя следующие предположения:

• H ₀ : µ _после = µ _до (среднее артериальное давление до и после применения препарата одинаковое)
• H _A : μ _после < μ _до (среднее артериальное давление ниже после применения препарата)

Если значение p теста ниже определенного уровня значимости (например, α = 0,05), то можно отвергнуть нулевую гипотезу и сделать вывод, что новый препарат вызывает снижение артериального давления.

Примечание . Это всего лишь один пример проверки гипотез, используемой в здравоохранении. Другие распространенные тесты включают одновыборочный t-критерий , двухвыборочный t-критерий , однофакторный дисперсионный анализ и двусторонний дисперсионный анализ .

Причина 4: Понять влияние выбора образа жизни на здоровье, используя уровень заболеваемости.

Отчет о заболеваемости позволяет медицинским работникам сравнивать уровень заболеваемости между двумя разными группами.

Например, предположим, что известно, что у курильщиков рак легких развивается с частотой 7 на 100 человеко-лет.

И наоборот, предположим, что известно, что у людей, которые не курят, рак легких развивается с частотой 1,5 на 100 человеко-лет.

Мы могли бы рассчитать коэффициент заболеваемости (часто сокращенно IRR) следующим образом:

• IRR = Уровень заболеваемости среди курильщиков / Уровень заболеваемости среди некурящих
• ВНД = (7/100) / (1,5/100)
• ВНД = 4,67

Вот как интерпретирует это значение медицинский работник: Заболеваемость раком легких среди курильщиков в 4,67 раза выше, чем среди некурящих.

С помощью этого простого расчета медицинские работники смогут лучше понять, как различные варианты образа жизни (например, курение) влияют на здоровье людей.

Дополнительные ресурсы

Следующие статьи объясняют важность статистики в других областях:

Почему важна статистика? (10 причин, почему статистика важна!)
Важность статистики в сестринском деле
Важность статистики в бизнесе
Значение статистики в экономике
Важность статистики в образовании