CC BY
639
МЕДИКО-СОЦИАЛЬНЫЕ АСПЕКТЫ ИНФОРМИРОВАННОСТИ ЖЕНСКОГО НАСЕЛЕНИЯ О ВОЗМОЖНОСТИ НАСЛЕДСТВЕННОЙ ПЕРЕДАЧИ ЗЛОКАЧЕСТВЕННЫХ НОВООБРАЗОВАНИЙ МОЛОЧНОЙ ЖЕЛЕЗЫ
11. Imyanitov EN, Komochkov IV, Lishev AA. Molecular and clinical Oncology: common grounds. Keeping up to date. oncol. 1993; 15 (5): 3-8. Russian (Имя-нитов Е.Н., Комочков И.В., Лыщев А.А., Того А.В. Молекулярная и клиническая онкология: точки соприкосновения // Экспер. онкол. 1993. Т. 15,
№ 5 С 3-8.)
12. Imyanitov EN. Molecular genetic aspects of the pathogenesis of bilateral breast cancer. Doctor. med. sci. abstracts diss. St. Petersburg, 2001. р. 6-11. Russian (Имянитов Е.Н. Молекулярно-генетические аспекты патогенеза билатерального рака молочной железы. Автореф. дис. докт. мед. наук. СПб., 2001. С. 6-11.)
13. Imyanitov EN. Hereditary breast cancer. Practical Oncology. 2010; 11 (4): 258-266. Russian (Имянитов Е.Н. // Наследственный рак молочной железы // Практическая онкология. 2010. Т. 11, № 4. С. 258-266.)
Статья поступила в редакцию 07.12.2015 г.
Кореновский Ю.В., Кудинов А.В., Сузопов Е.В., Поповцева А.В.
Алтайский государственный медицинский университет,
г. Барнаул
СРАВНЕНИЕ КОМПЬЮТЕРНЫХ ПРОГРАММ ДЛЯ ПРОВЕДЕНИЯ ОПИСАТЕЛЬНОЙ СТАТИСТИКИ И ROC-АНАЛИЗА
Предмет исследования (наблюдения). Представлены результаты исследования наиболее распространенных статистических программ, предназначенных для описания количественных данных и проведения ROC-анализа. Цель исследования - изучить и оценить возможности наиболее распространенных статистических программ для описания количественных данных и проведения ROC-анализа.
Методы исследования. Изучено пять статистических пакетов (JMP 12.1, Medcalc 15.8, SigmaPlot 13.0, SPSS 23.0, Statis-tica 12.7) на примере ранее опубликованных данных о способе диагностики гипоксии плода в родах по концентрации лактата в амниотической жидкости. Использованные критерии: ввод данных, вывод данных, точность, полнота и удобство программных продуктов.
Основные результаты. Все изученные программные продукты позволяют сделать базовые вычисления, необходимые для описания количественных данных и построения ROC-кривых. Более полную информацию о ROC-кривой дают программы Medcalc 15.8 и SigmaPlot 13.0, включая возможность сравнения ROC-кривых между собой. Область применения. Результаты исследования могут быть использованы для проведения статистического анализа в различных областях медицины, включая клиническую лабораторную диагностику.
Выводы: Статистические пакеты Medcalc 15.8 и SigmaPlot 13.0 могут быть рекомендованы в качестве универсальных инструментов для описания данных и ROC-анализа.
Ключевые слова: описательная статистика; ROC-анализ; гипоксия; лактат; амниотическая жидкость.
Korenovsky Yu.V., Kudinov A.V., Suzopov E.V., Popovtseva A.V.
Altai State Medical University, Barnaul
COMPARISON OF COMPUTER PROGRAMS FOR DESCRIPTIVE STATISTICS AND ROC-ANALYSIS Objective - to investigate and evaluate possibility of the most common statistical programs to describe quantitative data and conducting ROC-analysis.
Methods. Five statistical packages (JMP 12.1, Medcalc 15.8, SigmaPlot 13.0, SPSS 23.0, Statistica 12.7) on the example of the previously published data of method of diagnosis of fetal hypoxia during labor in the concentration of lactate in the amniotic fluid. Used criteria: input data, output data, accuracy, completeness and usability of software products. Results. All investigates software products allow to make basic calculations needed to describe quantitative data and conducting ROC-analysis. For more information about the ROC-curve give Medcalc 15.8 and SigmaPlot 13.0, including the possibility of comparing the ROC-curves between them.
Conclusions. Statistical packages Medcalc 15.8 and SigmaPlot 13.0 could be recommended as a universal tool for data description and ROC-analysis.
Key words: descriptive statistics; ROC-analysis; hypoxia; lactate; amniotic fluid.
Методы описательной статистики и ROC-анализ (receiver operating characteristic) являются стандартными инструментами для определения и сравнения диагностической значимости лабораторных тестов и других видов исследования [1]. Развитие вычислительной техники в последние 30 лет позволило существенно изменить подходы к анализу данных. Однако для проведения описательной статистики и ROC-анализа различные програм-
мы используют различные алгоритмы, обладают различным спектром возможностей для проведения статистических тестов, а также имеют различный интерфейс. Все это влияет на качество проводимых исследований и эффективность работы исследователя [2].
Целью настоящего исследования явилось сравнение последних версий наиболее распространенных статистических программ для проведения описательных статистических тестов и ROC-анализа.
40 T. 15 № 3 2016 MedicLn^ ОМЗшщш
inKuzbass вК^бага
ОРИГИНАЛЬНЫЕ СТАТЬИ
МАТЕРИАЛЫ И МЕТОДЫ ИССЛЕДОВАНИЯ
Проанализированные статистические программы и данные для анализа
Существующие коммерческие программные продукты значительно различаются по возможностям их использования в исследовательской практике. С целью сравнения инструментов для проведения описательной статистики и ROC-анализа мы изучили последние версии статистических пакетов JMP 12.1, Med-calc 15.8, SigmaPlot 13.0, SPSS 23.0 и Statistica 12.7 (табл. 1) и проанализировали ранее опубликованные нами данные по диагностике гипоксии плода в родах — концентрации лактата в амниотической жидкости (n = 130) [3, 4].
Критерии оценки
В сравнительном анализе компьютерных программ мы использовали пять простых критериев [2]: 1) ввод данных (ручной ввод и копирование из других статистических программ); 2) вывод данных (возможность экспорта результатов исследования в другие программные продукты); 3) анализ данных (спектр проводимых тестов: для описательной статистики — среднее арифметическое, стандартная ошибка, доверительный интервал, минимум, максимум, 2,5 %, 25 %, медиана, 75 %, 97,5 %, нормальность распределения); для ROC-анализа — площадь под кривой, стандартная ошибка, доверительный интервал, возможность сравнения ROC-кривых); 4) удобство работы с компьютерной программой; 5) наличие справки и возможности контакта с разработчиком программного продукта.
РЕЗУЛЬТАТЫ И ИХ ОБСУЖДЕНИЕ JMP 12.1
Статистический пакет JMP представляет собой универсальный инструмент для анализа различных данных. Этот программный продукт дает исчерпывающую информацию о характере распределения количественных признаков, включая распределение по процентилям - 2,5 %, 25 %, 50 %, 75 % и 97,5 %. Мы выявили два существенных недостатка этого пакета: 1) неудобство ввода данных - каждому типу данных перед анализом необходимо указать их тип; 2) затруднение вывода графических результатов из программы, что критично для проведения ROC-анализа.
Medcalc 15.8
Программный продукт Medcalc — это специализированная программа для анализа биомедицинских данных. Она позволяет проводить достаточно подробный анализ характера распределения количественных
признаков, строить ROC-кривые, а также сравнивать ROC-кривые для разных маркеров между собой. Как и в JMP, в программе Medcalc затруднен экспорт графической информации в текстовый редактор. Также затруднен механизм изменения графиков, получаемых при ROC-анализе данных.
SigmaPlot 13.0
Программа SigmaPlot обладает разработанным статистическим аппаратом, а также мощным инструментом для создания графиков. Недостатком программы SigmaPlot является отсутствие полной информации о характере распределения количественных величин. В частности, отсутствует детализация характера распределения на 2,5 % и 97,5 %, что критично для установления референтных пределов исследуемого показателя. SigmaPlot позволяет проводить ROC-анализ и сравнивать полученные ROC-кривые для разных показателей между собой.
SPSS 23.0
SPSS — мощный инструмент для социологических исследований. Однако этот программный продукт широко используется и для решения медико-биологических задач. SPSS обладает развитой системой анализа количественных данных и проведения ROC-анализа, мощной системой ввода и редактирования исходных данных, а также экспорта полученных текстовых, табличных и графических результатов в текстовые и табличные редакторы. Основным недостатком является высокая сложность программы, требующая специализированной подготовки.
Statistica 12.7
Статистический пакет Statistica имеет много общего с программой SPSS — также позволяет проводить мощный анализ количественные данных, имеет удобную систему ввода, редактирования и вывода результатов исследования. Недостатком является подход к ROC-анализу, для которого необходимо предварительно создание виртуальной нейронной сети. Это существенно повышает точность расчетов [5], но значительно затрудняет использование данного инструмента без достаточной подготовки исследователя.
Описание количественных данных — первый этап их анализа [6]. Анализ начинается с определения характера распределения показателей. Наиболее распространенным инструментом для этих расчетов являются критерии Шапиро-Уилка и Колмогорова-Смирнова. При параметрическом (нормальном) распределении показателя и при объеме выборки 30 наблюдений и более чаще используют среднюю величину, ошибку средней и стандартное квадратичное отклонение, а при непараметрическом распределении показателя и при малой выборке чаще используют медиану, 25-й и 75-й процентили [6]. В клинической лабораторной диагностике с целью определения референтных пределов дополнительно используют такие расчетные величины, как 2,5-й и 97,5-й процентили [6].
Анализ возможностей изученных пяти статистических программных продуктов для описания данных
Корреспонденцию адресовать:
КОРЕНОВСКИЙ Юрий Владимирович, 656038, г. Барнаул, пр. Ленина, д. 40, ФГБОУ ВО АГМУ Минздрава России. Тел.: +7 (3852) 24-13-92. E-mail: timidin@gmail.com
ОКОицина Medicine
в Кузбассе
T. 15 № 3 2016 41
Таблица 1
Обзор изученных программных продуктов
Table 1
Survey of soft ware studied
JMP 12.1 Medcalc 15.8 SigmaPlot 13.0 SPSS 23.0 Statistica 12.7
Разработчик SAS Institute Inc MedCalcSoftware Systat Soft ware Inc. IBM Corp. Dell Inc.
(США) (Бельгия) (США) (США) (США)
Веб-сайт www.jmp.com www.medcalc.org www.sigmaplot.com http://www- www.statsoft.ru
01.ibm.com/soft-
ware/analytics/spss/
Системные требования Windows 7 и выше; Windows XP и выше; Windows 7 и выше; Windows XP и выше; Windows 7 и выше;
(по данным разработчика) 1 ГБ оперативной 512 МБ оперативной 2 ГБ оперативной 1 ГБ оперативной 512 МБ оперативной
памяти; 775 МБ памяти; 20 МБ памяти; 200 МБ памяти; 800 МБ памяти; 2 ГБ
на жестком диске на жестком диске на жестком диске на жестком диске на жестком диске
Наличие справки Имеется Имеется Имеется Имеется Имеется
Наличие учебника Имеется Имеется Имеется Имеется Имеется
Наличие русской Отсутствует Имеется Отсутствует Имеется Отсутствует
локализации в пробной версии
Пробная версия Имеется Имеется Имеется Имеется Имеется
Цена 1540 $ 445 $ 599 $ 1140 $ Более 1000 $
в зависимости
от комплектации
показал, что большая их часть хорошо справляется с рутинными задачами для оценки характера распределения и основных расчетных величин. Расчеты, необходимые для определения референтных величин изучаемых показателей 2,5-й и 97,5-й процентили,
отсутствуют только в программе SigmaPlot 13.0. В программе JMP 12.1 отсутствует оценка вероятности нормального распределения по критерию Колмогорова-Смирнова, что не сказывается на остальных аспектах описательной статистики.
Таблица 2
Результаты описательной статистики концентрации лактата в амниотической жидкости женщин в родах (n = 96),
неосложненных гипоксией плода, в изученных программных продуктах
Table 2
Results of descriptive statistics of lactate concentrations in amniotic fluid of women in labor (n = 96),
uncomplicated with fetal hypoxia, in the studied software products
Расчетная величина JMP 12.1 Medcalc 15.8 SigmaPlot 13.0 SPSS 23.0 Statistica 12.7
Среднее 2,98 2,98 2,98 2,98 2,98
Ошибка средней 0,138 0,138 0,138 0,138 0,138
Стандартное квадратичное отклонение 1,247 1,247 1,247 1,247 1,247
95% доверительный интервал 2,71-3,26 2,71-3,26 2,71-3,26 2,71-3,26 2,71-3,26
Медиана 2,85 2,85 2,85 2,85 2,85
2,5 % 0,45 0,79 Нет 0,79 1,10
25 % 2,10 2,10 2,10 2,10 2,10
75 % 3,80 3,80 3,80 3,80 3,80
97,5 % 5,89 5,79 Нет 5,76 5,70
Нормальность по критерию Шапиро-Уилка, W (р) 0,985 (0,457) 0,985 (0,457) 0,985 (0,457) 0,985 (0,457) 0,985 (0,457)
Нормальность по критерию Колмогорова-Смирнова, D (р) Отсутствует 0,058 (> 0,100) 0,058 (0,657) 0,058 (0,200) 0,058 (0,200)
Сведения об авторах:
КОРЕНОВСКИЙ Юрий Владимирович, канд. мед. наук, доцент, кафедра биохимии и клинической лабораторной диагностики, ФГБОУ ВО АГМУ Минздрава России, г. Барнаул, Россия. E-mail: timidin@gmail.com
КУДИНОВ Алексей Владимирович, канд. биол. наук, ассистент, кафедра фармакологии, ФГБОУ ВО АГМУ Минздрава России, г. Барнаул, Россия. E-mail: kudinovalexej@gmail.com
СУЗОПОВ Егор Валерьевич, студент лечебного факультета, ФГБОУ ВО АГМУ Минздрава России, г. Барнаул, Россия. E-mail: suzo-pov1egor@gmail.com
ПОПОВЦЕВА Анна Валентиновна, канд. мед. наук, доцент, кафедра биохимии и клинической лабораторной диагностики, ФГБОУ ВО АГМУ Минздрава России, г. Барнаул, Россия. E-mail: popovceva@gmail.com
42 T. 15 № 3 2016 Medicine^ СМитина
inKuzbass в Кузбассе
ОРИГИНАЛЬНЫЕ СТАТЬИ
Таблица 3
Результаты ROC-анализа при использовании концентрации лактата в амниотической жидкости женщин в родах в качестве маркера гипоксии плода в изученных программных продуктах
Table 3
Results of ROC-analysis using lactate concentration in amniotic fluid of women in labor as a marker of hypoxia in fetal in investigated software products
Расчетная величина JMP 12.1 Medcalc 1Б.8 SigmaPlot 13.0 SPSS 23.0 Statistica 12.7
Площадь под ROC-кривой 0,592 0,S92 0,S93 0,617 Имеется*
Ошибка расчета площади под ROC-кривой Отсутствует 0,0603 0,0603 0,0640 Имеется*
Доверительный интервал площади под ROC-кривой Отсутствует 0,S0S-0,676 0,474-0,711 0,492-0,743 Имеется*
Возможность сравнения ROC-кривых Отсутствует Имеется Имеется Отсутствует Отсутствует
Примечание: * В статистическом пакете Statistica 12.7 ROC-анализ осуществляется через интерфейс нейронных сетей, что требует предварительного их создания и обучения. Результаты вычислений и использованием нейронных сетей зависят от количества используемых узлов. Note: * The statistical package Statistica 12.7 ROC-analysis is performed through the interface of neural networks that require prior their cunstruction and training. Results of calculations with using neural network depends on the number of nodes.
Проведение ROC-анализа в настоящее время является обязательным критерием для оценки точности новых методов диагностики, а также для сравнения с другими существующими методиками [7]. Помимо стандартных чувствительности и специфичности лабораторных и других тестов, необходимо указывать диагностический порог количественного показателя, выше или ниже которого диагностируется заболевание. Построение характеристических кривых позволяет проводить эти расчеты, при этом большая площадь по ROC-кривой указывает на более высокие диагностические характеристики теста.
Изученные нами программные продукты обладают существенно значимыми различиями в возможностях проведения ROC-анализа. Кроме статистического пакета JMP 12.1, все программные продукты,
помимо расчета площади под характеристической кривой, позволяют рассчитать ошибку этого параметра. Кроме того, в статистических пакетах Medcalc 15.8 и SigmaPlot 13.0 имеется возможность сравнить различные характеристические кривые между собой, причем пакет Medcalc 15.8 позволяет одновременно сравнить до шести характеристических кривых. Возможность сравнения площадей под ROC-кривыми позволяет выявить наиболее точный показатель, который может быть использован в качестве диагностического маркера. В статистическом пакете Statistica 12.7 имеется довольно обширный арсенал инструментов для проведения ROC-анализа, однако эта возможность реализована с использованием нейронных сетей, что существенно затрудняет использование этого инструмента без соответствующих навыков. В то
Таблица 4
Сравнение удобства интерфейсов, полноты и точности расчетов в изученных программных продуктах
Table 4
Interface evaluation in investigated software products
Критерий JMP 12.1 Medcalc 1Б.8 SigmaPlot 13.0 SPSS 23.0 Statistica 12.7
Ввод данных (10), % 10 10 10 10 10
Вывод данных (15), % S 10 1S 10 10
Точность (40), % 3S 40 3S 3S 40*
Полнота (20), % 10 1S 1S 1S 20
Удобство интерфейса (10), % 7 10 10 10 S
Справка(5), % S S S S S
ИТОГО: 72 90 90 BS 90
Примечание: *Максимально возможная оценка поставлена благодаря реализации наиболее точного алгоритма проведения ROC-анализа с использованием нейронных сетей.
Note: *The maximum possible score delivered through the implementation of the most accurate algorithm of the ROC-analysis using neural networks.
Information about authors:
KORENOVSKY Yuri Vladimirovich, PhD, MD, associate professor, department of biochemistry and clicical laboratory diagnostics, Altai State Medical University, Barnaul, Russia. E-mail: timidin@gmail.com
KUDINOV Alexey Vladimirovich, PhD, assistant professor, department of pharmacology, Altai State Medical University, Barnaul, Russia. E-mail: kudinovalexej@gmail.com
SUZOPOV EgorValerievich, student of faculty of general medicine, Altai State Medical University, Barnaul, Russia. E-mail: suzopov1egor@gma-il.com
POPOVTSEVA Anna Valentinovna, PhD, MD, associate professor, department of biochemistry and clicical laboratory diagnostics, Altai State Medical University, Barnaul, Russia. E-mail: popovceva@gmail.com
Оiùuima Medicine
в Кузбассе
T. 1Б № 3 2016 43
же время, этот механизм является существенно более точным в сравнении с другими алгоритмами для проведения ROC-анализа [5].
Выявленные субъективные различия программного интерфейса в изученных статистических пакетах минимальны. Большинство проанализированных программных продуктов обладают довольно удобным, хотя и несколько различным подходом к вводу данных. Вывод данных также различается в изученных статистических пакетах, но не является критичным, поскольку легко позволяет копировать данные в буфер обмена операционной системы и помещать их в другой программный продукт. Также во всех изученных нами статистических пакетах реализован механизм экспорта исходных данных и результатов расчетов в файлы электронных таблиц, текстовые файлы и различные графические форматы.
ЛИТЕРАТУРА / REFERENCES:
ВЫВОДЫ:
Для проведения базовых расчетов в исследовательской практике при описании количественных данных и проведения ROC-анализа наиболее удобен статистический пакет SigmaPlot 13.0, который также имеет достаточно развитый механизм построения, редактирования и экспорта графических результатов исследования. Существенно более мощным набором инструментом для решения этих задач является статистический пакет Medcalc 15.8, который также является самым недорогим из изученных программных продуктов. Программные продукты JMP 12.1, SPSS 23.0 и Statistica 12.7 требуют большой теоретической подготовки, и их следует применять при анализе больших массивов данных с использованием сложных инструментов, включая нейронные сети.
1. de Groot S, Rijnsburger AJ, Versteegh MM, Heymans JM, Kleijnen S, Redekop WK et al. Which factors may determine the necessary and feasible type of effectiveness evidence? A mixed methods approach to develop an instrument to help coverage decision-makers. BMJ Open. 2015; 5: e007241.
2. Stephan C, Wesseling S, Schink T, Jung K. Comparison of eight computer programs for receiver-operating characteristic analysis. Clin. Chem. 2003; 49(3): 433-439.
3. KorenovskyYuV, Chugunova TN, Fil'chakova ON, Sinel'nikova LM, ShabalinaYuV, El'chaninova SA. Lactate concentration in amniotic fluid and cord blood in perinatal hypoxia. Kazan Medical Journal. 2013; 94(5): 704-706. Russian (Кореновский Ю.В., Чугунова Т.Н., Фильчакова О.Н., Синельникова Л.М., Шабалина Ю.В., Ельчанинова С.А. Определение концентрации лактата в амниотической жидкости и в раннем неонатальном периоде при перинатальной гипоксии //Казанский медицинский журнал. 2013. Т. 94, № 5. С. 704-706).
4. KorenovskyYuV, Fil'chakova ON, Chugunova TN, ShabalinaYuV, Fadeeva NI, LubanovYuF et al. Lactate concentration in amniotic fluid as diagnostic marker of fetal hypoxia in labour. Bulletin of Altai science. 2014; (1): 5-7. Russian (Кореновский Ю.В., Фильчакова О.Н., Чугунова Т.Н., Шабалина Ю.В., Фадеева Н.И., Лобанов Ю.Ф. и др. Концентрация лактата в амниотической жидкости как диагностический маркер гипоксии плода в родах //Вестник алтайской науки. 2014. № 1. С. 5-7).
5. Ecke TH, Hallmann S, Koch S, Ruttloff J, Cammann H, Gerullis H et al. External validation of an artificial neural network and two nomograms for prostate cancer detection. ISRN Urol. 2012; 2012: 643181.
6. Laboratory statistics. In: Henry's clinical diagnosis and management by laboratory methods. 22nd ed. McPherson RA, Pincus MR editors. Philadelphia: Elsevier Saunders. 2011. p. 109-132.
7. Song B, Zhang G, Zhu W, Liang Z. ROC operating point selection for classification of imbalanced data with application to computer-aided polyp detection in CT colonography. Int. J. Comput. Assist. Radiol. Surg. 2014; 9(1): 79-89.
Статья поступила в редакцию 19.05.2016 г.
Чуркин Д.В., Ластков Д.О.
Войсковая часть 2001 внутренних войск МВД ДНР, Донецкий национальный медицинский университет им. М. Горького,
г. Донецк, Донецкая Народная республика
РЕЗУЛЬТАТЫ ОЦЕНКИ ПОКАЗАТЕЛЕЙ ФУНКЦИОНАЛЬНОЙ АДАПТАЦИИ У ГОРНОРАБОЧИХ, КОТОРЫЕ ПРОХОДЯТ ВОЕННУЮ СЛУЖБУ В УСЛОВИЯХ ЛОКАЛЬНОГО ВОЕННОГО КОНФЛИКТА
Предмет исследования (наблюдения). Показатели функциональной адаптации горнорабочих, которые проходят военную службу в условиях локального военного конфликта.
Цель исследования - оценка влияния возраста и предшествующего профессионального маршрута на показатели функциональной адаптации горнорабочих, которые проходят военную службу в условиях локального военного конфликта. Методы исследования. В исследуемую группу включили 64 горнорабочих в возрасте 30-39 лет, которые проходили военную службу в войсковой части 2001 внутренних войск МВД ДНР (ВВ МВД ДНР). У них были определены показа-
44 T. 15 № 3 2016 MedicLn^ ОМЗшщш
inKuzbass в Кузбасс*
