CC BY
13
6. Заугольников С. Д., Лойт А. О., Иваницкий А. Я.// Общие вопросы промышленной токсикологии. — М., 1967. — С. 46—51.
7. Красовицкая М. А., Бездворный В. Н„ Айнбин-дер И. Е. // Изучение биологического действия новых продуктов органического синтеза и природных соединений. — Пермь, 1980. — С. 99—120.
8. Курляндский Б. А., Шитиков В. К., Тихонов В. Н. // Гиг. и сан. — 1986 — Л1« 1. — С. 53—55.
9. Лазарев И. В. Неэлектролиты. Опыт биолого-физико-хнмической их систематики. — Л., 1944.
10. Новиков С. М. II Гиг. и сан. — 1980. — № 10. — С. 16-19.
11. Новиков С. М. //Там же. — 1982. — № 3. — С. 80— 83.
12. Румянцев Г. И., Новиков С. М. //Там же. — 1976. — № 11. — С. 3-7.
13. Филов В. А., Люблина Е. /-/.//Биофизика. — 1965. — Т. 10. — № 4. — С. 602—608.
14. Цендровская В. А. //Гиг. и сан. — 1983. — № 6.— С. 17—20.
15. Шиган С. А. //Там же. — 1976. — № 11. — С. 15— * 20.
16. Штабский Б. М. //Гиг. и сан. — 1974. — № 1. — С. 23-28.
Поступила 26.03.86
УДК 614.7:313.31-07:681.31
Н. Г. Митрофанова, К. А. Рапопорт
«ЭЛЕКТРОНИКА Б3-34» ДЛЯ СТАТИСТИЧЕСКОЙ ОБРАБОТКИ ДАННЫХ ГИГИЕНИЧЕСКИХ ИССЛЕДОВАНИЙ
НИИ общей и коммунальной гигиены им. А. Н. Сысина АМН СССР, Москва
В биологических исследованиях одной из важнейших проблем является статистическая обработка данных.
В результате анализа накапливается большое количество цифровых данных, требующих математической обработки на ЭВМ.
Ввиду ограниченного использования современных ЭВМ в условиях санэпидстанций обработка получаемых данных осуществляется с помощью микрокалькулятора «Электроника Б3-34».
В статье приведены способы использования микрокалькулятора для статистической обработки по методу Стьюдента при больших выборках [1, 3—8] и по методу К. Пирсона [2].
Пример обработки результатов по Пирсону представлен, исходя из данных изменения количества лизоцима при использовании синтетических моющих средств (CMC) в бытовых и производственных условиях.
Статистическая обработка вариационного ряда проводится при большой выборке (п>30). Чис-
Программа 1
ловые характеристики числяют по формулам:
вариационного ряда вы-
ге СО Я
У X it О i
о. 7. < л У. Ч е£ 7. ч
< УУ <£ Vf ^ ^
00 П2 42 09 1 01 18 ИП4 64
01 Fx* 22 10 ИП5 65 19 Fx2 22
02 НПЗ 63 11 10 20 ИП5 65
СЗ | "Г 10 12 П5 45 21 -f- 13
04 пз 43 13 С-П 50 22 ипз 63
05 ИП4 64 14 ИП4 64 23 — 11
06 ИП2 62 15 ИП5 65 24 — 0L
07 -ь 10 16 — 13 25 П2 42
08 П4 44 17 С/П 50 26 И По 65
27 1 01 32 F/" 21 37 СП 50
28 — 11 33 С/П 50 38 БП 51
29 ИП2 62 34 ИП5 65 39 00 00
30 14 35 FV~ 21
31 -7- 13 36 -Т- 13
М
1 Г 1 и „2 ■ 0 -——1 ¥м'—т-) - "-у?.
где Мг — варианта; М — средняя арифметическая; п — объем выборки; о — среднеквадратиче-ское отклонение; т — ошибка средней.
Определение этих величин с помощью микрокалькулятора производится после предварительного набора программы 1, которая определяет последовательность нажатия операционных клавиш.
После включения микрокалькулятора переходим в режим «Программирования», нажимаем клавиши В/О, Р, ПРГ, затем набираем программу 1.
После набора программы производим очистку программного счетчика нажатием клавиш Р, АВТ. Вводим первую варианту и нажимаем клавиши В/О, С/П. После окончания счета, о чем свидетельствует прекращение мигания индикатора и появление цифры 1 на табло индикатора, набираем вторую варианту путем нажатия клавиш В/О и С/П. На индикаторе появляется цифра 2. Эти процедуры продолжаем до набора всех членов числового ряда. После ввода последнего числа нажимаем клавишу С/П и на табло высве-
Программа 2
ео ч ГС Ч
У У у ■ц
с. Я ч о. п ч а 3 ч
< ■У < < -
00 МП2 62 06 И По 65 12 ИП6 66
01 НПЗ 63 07 Fx2 22 13 13
02 — II 08 _]_ То 14 с/п 50
03 П8 48 09 FY' 21 15 БП 51
04 НИ! 64 10 П6 46 16 00 00
С5 Fx2 22 11 ИП8 68
- 6G -
Программа 3
Программа 4
а < СО «С а и:
о X о — У
а CJ 2 « а. г в о. о ы ч
< 5 < £ X < о Ы
00 ИП1 61 13 С/П 50 26 ПА 4—
01 ИП2 62 14 ИП8 68 27 С/П 50
02 X 12 15 ИП8 69 28 ипв 6L
03 ИПЗ 63 16 X 12 29 ИП2 62
04 + 10 17 И ПО 60 30 X 12
05 ПЗ 43 13 + 10 31 И ПС 6С
06 ига 62 19 ПО 40 32 J-1 10
07 Fx2 22 20 ИП9 69 33 ПС 4С
08 ИП1 61 21 Fx2 22 34 С/П 50
09 X 12 22 ИП8 68 35 ига 69
10 ИП6 66 23 X 12 36 X 12
11 + 10 24 ИПА 6— 37 ипд 6Г
12 П6 46 25 + 10 38 10
39 ПД 4Г 54 П7 47 69 X 12
40 сх ОГ 55 И ПО 60 70 ИП5 65
41 ПС 4С 56 ИП5 65 71 4- 13
42 С/П 50 57 — 13 72 1-1 0L
43 ИПЗ 63 58 Fx2 22 73 ипд 6Г
44 ИП5 65 59 П6 46 74 Ч- 10
45 — 13 60 ИПА 6— 75 ИП5 65
46 Fx2 22 61 ИП5 65 76 13
47 П7 47 62 — 13 77 ИП7 67
48 ИП6 66 63 ИП6 66 78 -1- 13
49 ИП5 65 64 ' '— 11 79 ИП6 66
50 — 13 65 Fy- 21 80 — 13
51 ИП7 67 66 П6 46 81 С/П 50
52 — 11 67 ИПЗ 63 82 БП 51
53 F/" 21 68 ипо 60 83 00 00
t = ■
■Af.
У т] + т\
После включения микрокалькулятора переходим в режим «Программирования» В/О, F, ПРГ, вводим программу 2.
Нажатием клавиш F, АВТ очищаем программный счетчик. В память микрокалькулятора вводим средние значения и их ошибки путем нажатия клавиш М1П2, МгПЗ, т^А, т2П5. Нажатием клавиш В/О, С/П на индикаторе высвечивается значение t. По таблице Стыодента находим значение Р. Программу можно использовать многократно. При вводе новых значений в регистры памяти и нажатии В/О, С/П на индикаторе высвечивается значение
Коэффициент корреляции по сгруппированным данным вычисляется по формуле:
« CS СО
и X и X и X
о. . S tt о. S к о. S ВС
< ^ * < « X < ai
00 1 01 05 F/- 21 10 13
01 ИП2 62 06 — 13 11 С/П 50
02 Fx2 22 07 П4 44 12 БП 51
03 — 11 08 ИП2 62 13 00 00
04 ИПЗ 63 09 ИП4 64
TiVI „ . „ 2 fx 2 /у%
2 (2 fxv-Ох) — п -JJ- • —-—
ГХУ —
где
^VWWf. f
у
у-4
чивается средняя арифметическая М. Нажатием клавиши С/П после прекращения мигания индикатора получаем среднеквадратическое отклонение о, следующим нажатием клавиши С/П на индикаторе снимаем показание т. Предложенная программа может быть использована при наборе других экспериментальных данных вариационного ряда при условии введения «О» во все используемые в программе регистры памяти нажатием клавиш С«, П2, ПЗ, П4, П5.
Достоверность полученных результатов оцениваем с использованием /-критерия Стыодента по формуле:
где \х — итоговые числа наблюдений в отдельных графах ряда X, — то же в отдельных строках ряда У; /Ху — числа наблюдений в клетках таблицы на пересечении граф X и строк У; ах и ау — отклонения от условных средних рядов X и У в единицах их интервалов; п — общее число наблюдений; и (з'у —средние квадратические отклонения рядов X и У в единицах интервалов.
Включаем микрокалькулятор. Переходим в ре-
Таблица 1
Определение коэффициента корреляции между нейрофилезом и лейкоцитозом у детей
Нейтрофн-лы (Y). тыс.
о С7> о СП CT) СП 0 СП
СП О) - со »о СП - со .tß
VO <Т> 1 7 1 1 1 1 1 1
1 1 1 о о» «0 СО о Ol Т
Т 0 со — Ol <N С*
графа
0-0,9
1—1,9
2—2,9
3-3,9
4—4.9
5-5,9
6—6,9
7—7,9
8-8,9
9-9,9 10—10,9 11 — 11,9
12-12,9
13-13,9
14-14,9
Лейкоциты (X), тыс.
fx 16
17
10
—3
21
10 11
24 31
—1 о
25
14
3 2 2
4 5 6
19
27 41 18 13 10 6 3 2 2 6 0 0 0 1
142
—3 —2 — 1 0 1 2
3
4
5
6
7
8
9
10 11
3*
— 67 —
Таблица 2
Схема оценки коэффициента корреляции
Оценка корреляции Значения коэффициента при наличии корреляции
прямой обратной
Малая (низкая, слабая) Средняя Большая (высокая, сильная) 0—0,3 0,3—0,7 0,7—1,0 0—(—0,3) (—0,3)—(—0,7) (—0,7)—(—1,0)
жим «Программирования» В/О, У7, ПРГ. Вводим программу 3 для нахождения коэффициента корреляции. Очищаем программный счетчик АВТ. Программа счета состоит из 5 подпрограмм. Ввод 1-го и 2-го вариационных рядов в подпрограмму I: /хП1, а*П2, В/О, С/П, ввод 3-го и 4-го вариационного рядов в подпрограмму II: /(/П8, ауП9, БП14, С/П. Ввод 5-го и 6-го вариационных рядов в подпрограммы III и IV: /*ИПВ, а.хП2, ауП9, БП28, С/П. Ввод общего числа наблюдений в подпрограмму V: лП5, БП43, С/П и на индикаторе высвечивается коэффициент корреляции гху.
Оценку корреляции производим по формуле достоверности коэффициента корреляции:
г
'к = , Уп
используя программу 4 при п>100 и вводя г в П2, а п — в ПЗ.
Полученная цифра /;< показывает, во сколько раз коэффициент корреляции превышает свою ошибку. Если рассчитанное отношение коэффи-
Программа 5
та та СО
Ч Ч et
О X и X и ГС
о. 7. g а ж ч а ri 7. ч
<; X X < х ^ < V
СО ИП7 67 07 ИПЛ 6- 14 .0 00
01 ИП8 68 08 X 12 15 ИПВ 6L
02 + 10 09 НПО 60 16 X 12
03 ПО 40 10 -i- 13 17 НПО 60
04 1 01 11 пл 4— 18 — 13
05 0 00 12 1 01 19 ПВ 4L
06 0 00 13 0 00 20 1 01
21 0 00 37 ИП7 67 53 ИП9 69
22 0 00 38 ПП 53 54 ПП 53
23 И ПС 6С 39 62 62 55 62 62
24 X 12 40 ИПА 6— 56 ИПВ 6L
25 ИП0 60 41 ИП8 68 57 ИП9 69
26 — 13 42 ПП 53 58 ПП 53
27 ПС 4С 43 62 62 59 62 62
28 ИПА 6- 44 ИПВ 6L 60 ИПС 6С
29 ИП7 67 45 ИП8 68 61 ИГО 69
30 ПГ! 53 46 ПП 53 62 X 12
31 62 62 47 62 62 63 1 01
32 ИПВ 6L 48 И ПС 6С 64 0 00
33 ИГ17 67 49 ИП8 68 65 0 00
34 ПП 53 50 ПП 53 66 — 13
35 62 62 51 62 62 67 С/П 50
36 И ПС 6С 52 ИПА 6— 68 В/О 52
Таблица 3
Обработка фактических данных по определению лизоцима слюны у женщин, не имеющих и имеющих контакт с CMC
Свстопронусканне при активности лизоцима слюны, %
Обследуемая группа № строки 2 строк, чел 60 ¡60 — 70 70
№ графы
1 * з
Женщины, не имеющие контакт с CMC (контроль) Женщины) имеющие контакт с CMC (опыт) 1 2 15 15 6 14 9 1
2 граф, чел 6 23 1
циента корреляции и его ошибки меньше 3, то значение недостоверно.
Для вычисления коэффициента корреляции сначала следует построить корреляционную таблицу. При этом данные наблюдений, размещенные в таблице, должны быть сгруппированы.
Например, необходимо установить, имеется ли связь между количеством нейтрофилов и общим ^ числом лейкоцитов у 142 обследованных детей. Распределение их по числу лейкоцитов и нейтрофилов представлено в табл. 1 [3].
В графе 12 табл. 1 указаны частота (/„) признака У (нейтрофилез), в строке 16 — частоты (/*) второго признака X (число лейкоцитов). В клетке на пересечении графы и строки }х приведена общая сумма наблюдений, равная в нашем примере п= 142.
Последовательность работы следующая: включить микрокалькулятор, перейти в режим «Программирование», набрать программу 3, очистить программный счетчик, ввести параметры в подпрограмму I: /уП1, адП2, В/О, С/П. В нашем случае 10П1, —ЗП2, В/О, С/П, 21П1, —2П2, В/О, С/П и т. д. 1П1, 7П2, В/О, С/П. Ввод параметров в подпрограмму II: /УП8, а„П9, БП14, С/П. В на- • шем случае 19П8, —ЗП9, БП14, С/П. 27П8, —2П9, БП14, С/П и т. д. 1П8, 11П9, БП14, С/П. Ввод параметров в подпрограмму III: /хУПВ,ахП2,
Таблица 4
Теоретические данные по определению лизоцима слюны у женщин
Обследуемая группа Свстонронускание при активности лизоцима слюпы, %
60 60-70 70
Женщины, не имеющие
контакта с CMC 3 11,5 0,5
Женщины, имеющие кон-
такт с CMC 3 11,5 0,5
Программа 6
(9 Ч <0 ЕС « ч
и о К я о V д то 0 01 та
о. ц S ч О. g ч а S ч
С ^ « < £ < X
00 ИП1 61 04 ИП7 67 08 ПС 4С
01 ИП7 67 05 13 09 ИП2 62
02 — 11 06 ипс 6С 10 ИП8 68
03 Fx2 22 07 + 10 11 — 11
12 Fx2 22 27 ИП4 64 42 ИПС 6С
13 ИП8 68 28 ИГ10 60 43 + 10
14 — 13 29 _ 11 44 ПС 4С
15 ипс 6С 30 Fx2 22 45 • ИП6 66
16 + 10 31 ИПО 60 46 ипв 6L
17 ПС 4С 32 13 47 — 11
18 ипз 63 33 ИПС 6С 48 Fx2 22
19 ИП9 69 34 + 10 49 ИПВ 6L
20 — 11 35 ПС 4С 50 13
21 Fx2 22 36 ИП5 65 51 ИПС 6С
22 ИП9 69 37 ИПЛ 6- 52 + 10
23 — 13 38 _ 11 53 ПС 4С
24 ИПС 6С 39 Fx2 22 54 С/П 50
25 + 10 40 ИПА 6— 55 БП 51
26 ПС 4С 41 н- 13 56 00 00
БП28, С/П. В нашем случае по 1-й строке ЗПВ, —ЗП2, БП28, С/П. 5ПВ, —2П2, БП28, С/П и т. д. 1ПВ, ЗП2, БП28, С/П. Затем по 2-й строке I и т. д. по 15-й строке 1ПВ, 7П2, БП28, С/П. Ввод параметров в подпрограмму IV: ауП9, БП35, С/П. В нашем случае —ЗП9, БП35, С/П. — 2П9, БП35, С/П и т. д. 11П9, БП35, С/П. Ввод п в подпрограмму V; пП5, БП43, С/П. В нашем случае в 142П5, БП43, С/П. После окончания счета высвечивается коэффициент корреляции гху, равный -1-0,68.
При вводе данных необходимо ожидать момента окончания высвечивания результата на индикаторе.
Значение полученного коэффициента корреляции /■*„= +0,68 свидетельствует об умеренной тесноте связи исследованных признаков, а знак — о прямом характере этой связи согласно табл. 2. Оценку корреляции производим по программе 4. В нашем случае вводим гхуТ[2, яПЗ, # В/О, С/П, а именно 0,68П2, 142ПЗ, В/О, С/П. Получаем 4—15,07. Это число значительно больше табличного (больше 3), т. е. полученному коэффициенту корреляции можно доверять с высокой степенью вероятности (более 99%).
При определении характера связи между изучаемыми факторами или явлениями одна из важнейших задач заключается в оценке достоверно-
Вероятность подтверждения нулевой гипотезы
р
п'
0.05 = 5% 0.01 =1 % 0,002 = 0.2 %
1 3,8 6,6 9,5
2 6,0 9,2 12,4
сти результатов, при этом сравниваемые группы могут иметь не 2 результата, а несколько. Для решения этой задачи используется критерий «хи-квадрат» между двумя и более совокупностями, разработанный К. Пирсоном. Он служит для оценки различий в нескольких сравниваемых группах. Ожидаемые (теоретические) данные по методу К. Пирсона можно обсчитать для двух сравниваемых групп по 3 результатам и менее, используя программу 5. Микрокалькулятор выдает ожидаемые данные по строкам, учитывая «нулевую» гипотезу.
Ожидаемые и фактические данные вводим в программу 6, при этом получаем «хи-квадрат».
Так, например, используя данные табл. 3 по определению лизоцима слюны в опытных группах (у женщин, имеющих контакт с CMC) и контрольных (не имеющих контакт с ними), обрабатываем фактические данные путем сложения значений в 1, 2, 3 графах, а именно (6 + 23+1), а также производим сложение по 1-й и 2-й строкам, при этом получаем (15+15).
Определяем ожидаемые данные по схеме: Включаем микрокалькулятор. Переходим в режим «Программирования» В/О, F, ПРГ. Вводим программу 5. Очищаем программный счетчик F, АВТ. Вводим данные (см. табл. 3) в следующие ячейки памяти: 15П7, 15П8, 6ПО, 23ПА, 1ПВ. Нажимаем клавиши В/О, С/П и получаем последовательно ожидаемые данные по 1-й и 2-й строкам в последовательности, представленной в табл. 4.
Программу 5 можно использовать многократно, вводя новые данные в регистры памяти.
Определение «хи-квадрат» на микрокалькуляторе производим по программе 6 в следующем порядке: вводим данные фактические и ожидаемые по схеме: ОП1, 14П2, 1ПЗ, 6П4, 9П5, ОП6, ЗП7, 11, 5П8, 0,5П9, ЗПО, 11,5ПА, 0,5ПВ, С.ХПС. Нажав клавиши В/О, С/П, получаем «хи-квадрат», равный 8,09.
Программу 6 можно использовать многократно, вводя новые данные в регистры памяти, при этом необходимо записать нуль в память С, С Л С.
Определение «хи-квадрат» производим согласно табл.5 [2].
При этом число степеней свободы п'= (S — — 1)-(г— 1), где S — число строк (в нашем случае 2); г — число граф (3). Следовательно, число степеней свободы в конкретном примере равно 2. Во второй графе выписки из таблицы вероятности подтверждения нулевой гипотезы ищем «хи-квадрат», соответствующий полученному результату 8,09. Он больше 6,0, значит, вероятность нулевой гипотезы в нашем примере менее 5 % (Р<0,05). Таким образом, различия в сравнимых группах достоверны. Связь имеется и она доказывается с достаточно большой надежностью.
Выводы. 1. Использование микрокалькулятора (в случае, если обсчет данных на ЭВМ невоз-
Таблица 5
можен) позволяет значительно сократить время статистической обработки материала.
2. В работе предлагаются алгоритмы обработки результатов по Стыоденту, нахождение корреляционных отношений и обработка по Пирсону.
3. Приведены примеры неблагоприятного влияния загрязнения окружающей среды на здоровье населения.
Литература
1. Бейли Н. Статистические методы в биологии: Пер. с англ. — М„ 1962.
УДК 615.9.076.9«Б»
Вопрос о сроках воздействия при моделировании интоксикаций в токсиколого-гигиенических экспериментальных исследованиях является наименее изученным. Несмотря на отсутствие серьезных научных обоснований, в практических исследованиях придерживаются достаточно однотипных подходов к выбору сроков воздействия. Исключение составляет длительность хронического опыта при обосновании ПДК химических веществ в разных средах: при установлении ПДК в атмосферном воздухе затравка подопытных животных продолжается 3—4 мес, в воздухе рабочей зоны — 4 мес. в воде водоемов — б—8 мес, в продуктах питания— 10—12 мес.
Имеются существенные различия в длительности токсикологических экспериментов, проводимых в нашей стране и за рубежом, при обосновании гигиенических нормативов. Согласно принципам гигиенической регламентации, принятым за рубежом, объем и сроки токсикологических исследований зависят от условий возможного загрязнения. При установлении допустимых уровней содержания ксенобиотиков в пищевых продуктах в странах ЕЭС приняты следующие установки [5]: 1) для оценки примесей достаточно проведения острых опытов, если нет указаний на возможность появления отдаленных эффектов; 2) для оценки «непредусмотренных добавок к пище» (сюда входят и мигрирующие из
2. Буштуева К. А., Сяучанко И. С. Методы и критерии оценки состояния здоровья населения в связи с загрязнением окружающей среды. — М., 1979.
3. Мерков А. А1„ Поляков Л. Е. Санитарная статистика.— Л., 1974.
4. Ноткин Е. Л. Статистика в гигиенических исследованиях. — АЛ., 1965.
5. Покяков И. В., Соколова Н. С. Практическое пособие по медицинской статистике. — Л., 1975.
6. Трохименко Я. К-, Любич Ф. Д. Инженерные расчеты на программируемых микрокалькуляторах. — Киев, 1985.
7. Цветков А. //., Епснечников В. А. Прикладные программы для микро-ЭВМ «Электроника БЗ-34», «МК-56», «МК-54». — М„ 1984.
8. Шевченко А. М„ Богорад В. С., Яворский А. П. //Гиг. и сан. — 1985. — № 10. — С. 37—39.
Поступила 17.12.85
Обзоры
В. О. Шефтель
О СРОКАХ ВОЗДЕЙСТВИЯ ПРИ МОДЕЛИРОВАНИИ ИНТОКСИКАЦИЙ В ТОКСИКОЛОГО-ГИГИЕНИЧЕСКИХ ИССЛЕДОВАНИЯХ
ВНИИ гигиены и токсикологии пестицидов, полимеров и пластических масс, Киев
полимерных материалов вещества) проводят 90-дневное скармливание их одному виду животных (в большинстве, случаев крысам). В США проводится изучение токсичности еще на одном виде животных — не грызунах; 3) токсикологическая оценка «предусмотренных или прямых добавок к пище» включает проведение хронических или пожизненных опытов и изучение влияния вещества на репродуктивную функцию и возможность его канцерогенного действия.
Исследования в субхроническом эксперименте проводятся не только для установления допусти- Щ мых уровней воздействия, но и для определения приемлемых суточных доз (А01) и для выбора доз в хроническом эксперименте.
Хотя трудно согласиться с указанным выше подходом к оценке «примесей» без учета их природы и химического состава, следует отметить, что регламентация содержания химических веществ на основании результатов острого опыта допускается советским санитарным законодательством в отношении веществ 4-го класса опасности при установлении ПДК в воде водоемов. Что касается пороговых доз в подострых или 90-дневных экспериментах, то, по-видимому, настало время для более широкого использования этого параметра токсикометрии при токсиколого-гигпеничсской регламентации вредных веществ, <| поступающих пероральным путем. Речь идет в
