Статистические гипотезы при проведении медико-биологических исследований

В статье представлены теоретические основы проведения медико-биологических исследований, включая важнейшие вопросы их планирования, связанные с проверкой статистических гипотез. Описаны классификация статистических гипотез, статистических критериев, этапы проверки гипотез, основанных на оценке статических критериев. Дана характеристика ошибкам 1-го и 2-го типа, статистической мощности, статическим критериям, которые могут использоваться для проверки гипотез о законах распределения данных. Показано, что выбор статического критерия проверки статистической гипотезы зависит от цели и задач исследования, дизайна, типа переменной и распределения данных, количества выборочных совокупностей и числа наблюдений в них, мощности самого статистического критерия, позволяющего выявлять различия или отклонять нулевую гипотезу.

Цель данной статьи заключается в попытке продемонстрировать необходимость проверки статистических гипотез на различных этапах проведения медико-биологических исследований, применяемых в доказательной медицине. Показана важность определения оптимального числа наблюдений изучаемой группы на этапе планирования исследования с учетом статистической мощности и ошибок 1-го и 2-го типа, обеспечивающие правомочность результатов проверки гипотез. Надеемся, что данная статья поможет исследователям осуществлять научно обоснованное планирование исследования, корректно использовать статистические критерии для анализа и интерпретации полученных результатов, основанных на проверке статистической гипотезы.

1. Военно-медицинская статистика: учебник; под ред. В. И.Кувакина, В. В. Иванова. – СПб.: ВМедА, 2005. – 528 с.

2. Гржибовский, А. М. Выбор статистического критерия для проверки гипотез / А. М. Гржибовский // Экология человека. – 2008. – № 11. – С. 48–57.

3. Гржибовский, А. М., Иванов С. В., Горбатова М. А. Анализ номинальных и ранговых переменных данных с использованием программного обеспечения Statistica и SPSS // Наука и здравоохранение. – 2016. – № 6. – С. 5–39.

4. Жильцов, И. В. Основы медицинской статистики. Дизайн биомедицинских исследований: практическое руководство / И. В. Жильцов, В. М. Семенов, С. К. Зенькова. – Витебск: ВГМУ, 2014. – 154 с.

5. Красько, О. В. Статистический анализ данных в медицинских исследованиях: в 2 ч. / О. В. Красько. – Минск: МГЭУ им. А. Д. Сахарова, 2014. – Ч. I. – 127 с.

6. Куприенко, Н. В. Статистика. Методы анализа распределений. Выборочное наблюдение: учеб. пособие / Н. В. Куприенко, О. А. Пономарева, Д. В. Тихонов. – 3-е изд. – СПб.: Изд-во Политехн. ун-та, 2009. – 138 с.

7. Лемешко, Б. Ю. Статистический анализ данных, моделирование и исследование вероятностных закономерностей. Компьютерный подход: монография / Б. Ю. Лемешко, С. Б. Лемешко, С. Н. Постовалов, Е. В. Чимитова. – Новосибирск: Изд-во НГТУ, 2011. – 888 с.

8. Медик, В. А. Статистика в медицине и биологии: рук.: в 2 т. / В. А. Медик, М. С. Токмачев, Б. Б. Фишман. – М.: Медицина, 2000. – Т. 1: Теоретическая статистика. – 455 с.

9. Петри, А. Наглядная медицинская статистика / А. Петри, К. Сэбин; пер. с англ. В. П. Леонов. – 3-е изд., перераб. и доп.– М.: ГЭОТАР-Медиа, 2019. – 216 с.

10. Реброва, О. Ю. Статистический анализ медицинских данных. Применение пакета прикладных программ Statistica /О. Ю. Реброва. – М.: МедиаСфера, 2006. – С. 166–176.

11. Реброва, О. Ю. Описание статистического анализа данных в оригинальных статьях. Типичные ошибки / О. Ю. Реброва // Медицинские технологии. – 2011. – № 4. – С. 36–40.

12. Харькова, О. А. Статистические методы и математическое моделирование: учеб. пособие / О. А. Харькова, А. Г. Соловьев. – Архангельск: Изд-во Северного государственного медицинского университета, 2017. – 164 с.

13. Шеламова, М. А. Статистический анализ медико-биологических данных с использованием программы Excel: учеб.-метод. пособие / М. А. Шеламова, Н. И. Инсарова, В. Г. Лещенко. – Минск: БГМУ, 2010. – 96 с.

14. Lehmann, E. L. The Fisher, Neyman-Pearson theories of testing hypotheses: one theory or two? // J Am Stat Assoc. – 1993. – Vol. 88. – P. 1242–1249.

15. Moher, D., Dulberg C. S., Wells G. A. Statistical power, sample size, and their reporting in randomized controlled trials // JAMA. – 1994. – Vol. 272. – P. 122–124.

16. Ланг, Т. А., Сесик М. Как описывать статистику в медицине. Аннотированное руководство для авторов, редакторов и рецензентов / Т. А. Ланг, М. Сесик; пер. с англ. под ред. В. П. Леонова. – М.: Практическая медицина, 2011. – 480 с.

17. Ласта, Джон М., Власов В. В., Вербицкая Е. В. Эпидемиологический словарь. – М., 2009. – 316 с.

18. Банержи, А. Медицинская статистика понятным языком: вводный курс / А. Банержи. – М.: Практическая медицина, 2007. – 287 с.

19. Власов, В. В. Значение научных публикаций в специализированных журналах / В. В. Власов // Росс. вестник акушера-гинеколога. – 2010. – № 10(4). – С. 72–75.

20. Гланц, С. Медико-биологическая статистика / С. Гланц. – М.: Практика, 1999. – 334 с.

21. Гринхальх, Т. Основы доказательной медицины / Т. Гринхальх. – М.: ГЭОТАР-МЕД, 2004. – 240 с.

22. Леонов, В. П. Ошибки статистического анализа биомедицинских данных / В. П. Леонов // Международный журнал медицинской практики. – 2007. – № 2. – С. 19–35.

23. Флетчер, Р., Флетчер С., Вагнер Э. Клиническая эпидемиология. Основы доказательной медицины. – М.: Медиа Сфера, 2004. – 297 с.

24. Мороз, И. Н. Оценка статистической и клинической значимости в медико-биологических исследованиях / И. Н. Мороз / /Медицинский журнал. – 2020. – № 1(71). – С. 97–103.

25. Павлова, В. Ю. Основные вопросы статистического анализа в медицинских исследованиях / В. Ю. Павлова // Клиническая онкогематология. – 2009. – Т. 2, № 4. – С. 374–377.

26. Altman, D. G. Statistical guidelines for contributors to medical journals / D. G. Altman, S. M. Gore, M. J. Gardner, S. J. Pocock // British Medical Journal. – 1983. – Vol. 286. – Р. 1489–1493.

27. Berger, J. O., Sellke T. Testing a point null hypothesis: the irreconcilability of P values and evidence // J Am Stat Assoc. – I987. – Vol. 82. – P. 112–122.

28. Brophy, J. M., Joseph L. Placing trials in context using Bayesian analysis. GUSTO revisited by Reverend Bayes // JAMA. – 1995. – Vol. 273. – P. 871–875.

29. Burton, P. R., Gurrin L. C., Campbell M. J. Clinical significance not statistical significance: a simple Bayesian alternative to p-values // J Epidemiol Community Health. – 1998. – Vol. 52. – P. 318–323.

30. Gardner, M. J, Altman. D. G. Confidence intervals rather than P values: estimation rather than hypothesis testing / M. J. Gardner, D. G. Altman // BMJ. – 1986. – Vol. 292. – P. 746–50.

31. Goodman, S. N. Toward evidence-based medical statistics. 1: The P value fallacy // Ann Intern Med. – 1999. – Vol. 130. – P. 995–1004.

32. Goodman, S. N. Towards evidence-based medical statistics: 1: The Bayes factor // Ann Intern Med. – 1999. – Vol. 130. – P. 1005–1013.

33. Feinstein, A. R. P-values and confidence intervals: two sides of the same unsatisfactory coin // J Clin Epidemiol. – 1998. – Vol. 51. – P. 355–360.

34. Fisher, R. A. Statistical methods and scientific inference. – London: Collins Macmillan, 1973.

35. Freiman, J. A., Chalmers T. C., Smith H., Kuebler R. R. The importance of beta, the type II error, and sample size in the design and interpretation of the randomized controlled trial. In: Bailar J. C., Mosteller F. ads. Medical uses of statistics. – Boston, Ma: NEJM Books, 1992. – P. 357–373.

36. Easterbrook, P. J., Berlin J. A., Gopalan R., Matthews D. R. Publication bias in clinical research // Lancet. – 1991. – Vol. 337. – P. 867–72.

37. Kline, R. B. Beyond significance testing: Performing data analysis methods in behavioral research. – APA, 2004.

38. Lang, T. Twenty Statistical Errors Even YOU Can Find in Biomedical Research Articles // Croatian Medical Journal. – 2004. – Vol. 45(4). – P. 361–370.

39. Mulward, S., Gшtzsche P. C. Sample size of randomized double-blind trials 1976–1991 // Dan Med Bull. – 1996. – Vol. 13. – P. 96–98.

40. Sterne, J. A. C. Sifting the evidence – what’s wrong with significance tests? / J. A. C. Sterne, G. D. Smith // British Medical Journal. – 2001. – Vol. 322. – P. 226–31.

41. Thompson, B. “Statistical”, “practical” and “clinical”: How many kinds of signifi cance do counselors need to consider? // Journal of Counseling and Development. – 2002. – Vol. 80, № 1. – Р. 64–71.

42. Yancy, J. M. Ten rules for reading clinical research reports / J. M. Yancey // Am J Surg. – 1990. – Vol. 159(6). – P. 533–9.

43. Непесова, Д. К. Проверка статистических гипотез: теория и практика в современных исследованиях / Д. К. Непесова // Eo ipso. – 2025. – № 3. – С. 7–9.

44. Джумаева, А. Различные виды статистических гипотез и их применения / А. Джумаева // A Posteriori. – 2025. – № 3. – С. 11–13.

45. Шапиро, В. Я. Системный анализ. Проверка статистических гипотез: учеб. пособие / В. Я. Шапиро, Т. А. Осечкина, С. И. Затенко. – СПб.: ООО «Медиапапир», 2025. – 58 с. – ISBN 978-5-00110-519-0.