Реферат: Анализ медико-биологических данных с использованием Excel и СПП STADIA

Министерство образования Российской Федерации

Дальневосточныйгосударственный университет

Реферат

по теме:

Анализ медико-биологических данных

с помощью

MicrosoftExcel и СПП STADIA 6.2

Выполнила аспирант кафедры

биохимии и биотехнологии

Ли Ирина Арсентьевна

(03.00.04)

Научный руководитель:

д.б.н., профессор

Э.Я. Костецкий

Владивосток

2002

СОДЕРЖАНИЕ

TOC o «1-3» ВВЕДЕНИЕ

… PAGEREF_Toc7679220 h 3

Математическая статистика… PAGEREF _Toc7679221 h

Биометрия… PAGEREF _Toc7679222 h

Статистические пакеты… PAGEREF _Toc7679223 h

Этапы анализа данных… PAGEREF _Toc7679224 h

КОМПЛЕКСНОЕСТАТИСТИЧЕСКОЕ ИССЛЕДОВАНИЕ

… PAGEREF_Toc7679225 h 10

Медико-биологическое действие тиакарпина на интактный организммышей… PAGEREF _Toc7679226 h

Выводы… PAGEREF _Toc7679227 h

ЛИТЕРАТУРА

… PAGEREF_Toc7679228 h 19ВВЕДЕНИЕ

В развитыхстранах практически любое решение: политическое, финансовое, техническое,научно-исследовательское и даже бытовое решение принимается только послевсестороннего анализа данных. Поэтому изучение прикладной статистики и методованализа данных является неотъемлемым компонентом образования на всех уровнях, акомпьютерные пакеты для аналитических исследований и прогнозирования являютсянастольным рабочим инструментом любого специалиста, так или иначе связанного синформационной сферой.

Известно,что окружающий нас мир характеризуется постоянной изменчивостью, порождающейразнообразие возможностей и свободу выбора. Однако тот, кто серьезно думает оперспективах своей деятельности, обязательно будет накапливать информацию обокружающем мире, пытаясь выделить закономерности из случайностей.

Именнотаким мощным и гибким инструментом отсеивания закономерностей от случайностей иявляется аппарат математической статистики.

Длясовременной науки характерно применение точных математических методов в самыхразличных областях. Точность и уровеньтой или иной области человеческих знаний часто определяется степеньюиспользования соответствующим разделом науки математических методов.

Эволюционная теория Ч. Дарвина,явилась по существу первой эволюционной теорией, которая привнесла висследования вероятностный дух. Анализ взаимозависимости между такими исходнымипонятиями эволюционной теории, как изменчивость, наследственность и отбор,оказался бы несостоятельным без того, что сейчас называется вероятностнымстилем мышления. Сегодня исследование проблем организации, функционирования,взаимодействия и эволюции живых систем уже немыслимо без привлечения идей иметодов теории вероятностей, математической статистики и других разделовматематики.

Характернойособенностью математизации биологии в наши дни является стремительный ростспроса на такие методы эмпирического материала, которые обеспечиваюткомплексный подход к познанию живых организмов. В исследовательской работе невсегда учитывается принцип единства и взаимосвязанности явлений в природе. Ярчевсего это проявляется при организации наблюдений и экспериментов по принципуединственного фактора, которому многое жертвовалось: вводились различныеограничения и оправдывались существенные упрощения, разрабатывалисьискусственный схемы исследований и т.д. В результате допускаласьметодологическая ошибка: игнорировался принцип единства живой природы.Известно, что упущения методологического характера нельзя исправить никакимиметодами, в том числе и математическими. Принцип единственного фактора вошел вбиологию по объективным причинам, среди которых первостепенное значение имеетфакт, что человек не может непосредственно анализировать одновременноевзаимодействие многих факторов.

Такие математические методы, которыеразработаны с всесторонним учетом принципа единства живой природы и возможностипрактической их реализации с использование программного обеспечения, являетсядостижением в области постановки и анализа биологических исследований. Однако,опыт показывает, что и в век вычислительной техники лучших успехов достигают теспециалисты, которые умеют не только использовать обработанную информацию, нотакже уяснили сущность применяемых методов. Это предохранит от механического ихиспользования, которое рано или поздно приводит к нелепым или даже абсурднымвыводам.

Математическая статистика

Математическаястатистика – раздел математики, посвященный математическим методамсистематизации, обработки и использования статистических данных для научных ипрактических выводов. Математическая статистика исходит из предположения, чтонаблюдаемая изменчивость наблюдаемого мира имеет два источника. Один из нихдействие известных причин и факторов. Они порождают изменчивость, закономернообъяснимую. Именно эти изменения и вызывающие ее факторы обычно представляютинтерес у исследователя, ищущего, в первую очередь, причинные связи явлений.

Однако большинство природных и общественных явленийобнаруживают изменчивость, которая не может быть целиком объясненазакономерными причинами. В таком случае прибегают к концепции случайнойизменчивости, которая в данном контексте означает «подчиняющийся законамвероятности». И если предположение о таком характере явлений справедливо, тооно позволяет делать надежные выводы (достоверность которых контролируется) изданных, которые зачастую противоречивы, искажены ошибками, ненадежны и т.д. Безпривлечения статистических понятий в таких случаях невозможно судить о точностии обоснованности выводов, но и вообще об их адекватности.

Практика накопила большой опыт того, в каких ситуацияхприемлемы представления о случайной изменчивости. Для наиболее ходовых из такихситуаций разработаны математические модели. Наиболее важные и употребительныемодели отражены в компьютерных статистических пакетах. Программное воплощениетеоретических схем бывает весьма разнообразным, равно как и возможности ипроизводительность реализуемых алгоритмов, а также удобство использования иработы с пакетом.

Кроме основного ядра, в той или иной форме представленногов большинстве пакетов общего назначения, многие из них уделяют предпочтительноевнимание отдельным разделам математической статистики и могут содержать менеетрадиционный или даже новый, оригинальный материал по этим разделам.

Биометрия

Даже в самыхконкретных биологических исследованиях основной интерес представляют сведения,относящиеся не к индивидуальному объекту, а к целой группе или некоторомустатистическому среднему объекту. Необходимость использования статистическихметодов в биологических и медицинских исследованиях связана в первую очередь стем, что свойства биологических объектов обычно значительно варьируют впределах популяции, а физиологические и другие параметры одной особи испытываютфлуктуации во времени.

Традиционнотесные связи между биологической проблематикой и собственно математическойстатистикой, уже давно позволили выделить рассматриваемую область прикладнойстатистики в отдельную дисциплину – биометрию.

Биометрия– область научных знаний, охватывающая планирование и анализ результатовколичественных биологических экспериментов и наблюдений методами математическойстатистики.

Современный количественный экспериментвключает в себя самостоятельное математико-статистической исследование, котороеначинается со статистического планирования эксперимента, то есть организацииего постановки, и завершается статистической обработкой полученных результатов.Поэтому биометрия находит себе все более широкое общебиологическое применение,ибо задачи, которые она решает – планирование экспериментов и анализ ихрезультатов, — составляют основу экспериментальной работы в любой частнойобласти биологии.

Биометрия строится на строгом математическом фундаменте, ноэтим не ограничивается.

Построение биометрии идет по четырем основным разделам:

1.

2.

3.

4.

Опираясь натакие особенности ЭВМ, как быстродействие, способность хранить большие объемыинформации, предоставление по использованию прикладных программ, существованиеразнообразных форм выдачи результатов вычислений, расширились возможностибиометрии, она стала более доступной. Биометрия основывается теперь не толькона таких математических дисциплинах, как теория вероятностей и математическаястатистика, но на информатике и программировании на ЭВМ. Это позволяет говоритьо современной биометрии как о компьютерной.

Статистические пакеты

Стандартные статистические методывключены в состав популярных электронных таблиц, таких как Excel, Lotus 1-2-3, QuattroPro, а также в математические пакеты общего назначения,например Mathcad, Maple и др.Однако гораздо большими возможностями обладает специализированное программноеобеспечение – статистические программные продукты (СПП).

Международный рынок насчитывает более1000 пакетов, решающих задачи статистического анализа данных в средеоперационных систем Windows, DOS, OS/2.

СПП можноразделить на:

1.

Универсальныепакеты – предлагают широкий диапазон статистических методов. В нихотсутствует ориентация на конкретную предметную область. Из зарубежныхуниверсальных пакетов наиболее распространены BAS, SPSS, Systat, Minilab, Statgraphics, STATISTICA.

2.

Специализированныепакеты, как правило, реализуют несколько статистических методов или методы,применяемые в конкретной предметной области. Чаще всего это системы,ориентированные на анализ временных рядов, корреляционно-регресионный, факторныйили кластерный анализ. Из российских пакетов известны STADIA, Олимп, Класс-Мастер, КВАЗАР, Статистик-Консультант; американскиепакеты – ODA, WinSTAT, Statit и т.д.

СовременныеСПП реализуют ряд системных функций: ассистирование пользователю при выбореспособа обработки, автоматическую организацию процесса обработки данных,обеспечение диалогового режима работы пользователя с пакетом, ведениепользовательских баз данных, автоматическое составление отчета о проделаннойпользователем работе, совместимость с другими программами и некоторые другие.

МетодориентированныеСПП, как правило, имеют следующую структуру:

1.

Блок описательнойстатистики и разведочного анализа исходных данных: анализ резковыделяющихся значение исследуемого признака, восстановление пропущенныхзначений, частотная обработка исходных данных (построение гистограмм, полигоновчастот, вычисление выборочных средних дисперсий и т.д.), проверкастатистических гипотез об однородности исследуемых совокупностей, оценкакритериев согласия, визуализация распределения статистических данных и др.;

2.

Блокстатистического исследования динамики и зависимостей: дисперсионный иковариационный анализ, корреляционно-регрессионый анализ, анализ временныхрядов и др.;

3.

Блокклассификации и снижения размерности: дискриминантный анализ,статистических анализ смесей распределений, кластерный анализ и др.;

4.

Блок методовстатистического анализа нечисловых данных и экспертых оценок: анализ таблицсопряженности, логлинейные модели, ранговые методы и др.;

5.

Блокпланирования эксперимента и выборочных исследований;

6.

Блоквспомогательных программ.

Следуетотметить, что продвижение западных продуктов в российской аудиториинаталкивается на ряд ограничений в связи с неадекватностьюкультурно-исторической ситуации. Эти пакеты предполагают наличие широкогопервоначального статистического образования, доступной литературы иконсультационных служб. Поэтому они содержат мало экранных подсказок и требуютвнимательного изучения документации на английском языке.

Указанныхнедостатков в значительной степени лишены известные отечественныестатистические пакеты: Эвриста, Статистик-Консультант, STADIA, которые устойчиво представлены на рынке в течениепоследних лет.

Используемаяв данной работе СПП STADIAявляется универсальной системой, покрывающей в той или иной степени большинствоосновных разделов прикладной статистики, деловой и научной графики, и по своиминтегральным возможностям сравнима с популярными зарубежными пакетами. Набор методов математической статистики,представленный в пакете STADIAсоставленисходя из следующих соображений:

·

В состав MicrosoftExcel входит набор средств анализа данных (называемый пакет анализа),предназначенный для решения сложных статистических и инженерных задач.Microsoft Excel относится к весьма популярными распространенным электронным таблицам, работающий в среде Windows.

Этапы анализа данных

В процессеанализа данных, как правило, присутствуют следующие основные этапы:

1.

Вводданных

Введенные данные обычноотражаются в форме электронной таблицы или матрицы данных, где столбцыпредставляют различные переменные (например, рост, вес), а строки – измерениезначений этих переменных, произведенные в различных условиях, в различноевремя, у различных объектов и т.п.

2.

Преобразование данных

Данные в электронной таблицеможно просмотреть и скорректировать методами ручного редактирования или жеполуавтоматического преобразования к виду, адекватному выбранному методуанализа. Здесь может быть использован широкий набор алгебраических, матричных,структурных преобразований, а также комбинирование этих операций в требуемойпоследовательности. Нередко также требуются удаление из введенных данныхвысокоамплитудных выбросов (которые могут быть результатом некорректныхизмерений) и замена или удаление пропущенных (неизмеренных) значений.

3.

Визуализация данных

На данные обязательно следуетпросто посмотреть, чтобы составить общее (в том числе и интуитивное)представление о характере их изменения, специфических особенностях изакономерностях, что очень важно при выборе стратегии и тактики дальнейшегоанализа. Для этого можно использовать как исходное числовое представление, таки различные формы графического изображения.

4.

Статистический анализ

Собственно выбор метода, анализданных и интерпретация результатов.

5.

Представление результатов

Для наглядности производимыхвыводов полученные результаты желательно представлять в виде адекватных,убедительных и эффектных графиков.

КОМПЛЕКСНОЕ СТАТИСТИЧЕСКОЕИССЛЕДОВАНИЕ

Ранее было показано высокоетерапевтическое противоопухолевое действие природного соединения – тиакарпина.На первом этапе изучения нового биологически активного вещества исследовали егообщее, физиологическое воздействие на организм. Цель данной работы состояла в изучении и поиске наиболеебезвредных доз терапевтического препарата.

В связи с этим были получены результаты эксперимента на животных повлиянию тиакарпина на медико-биологические показатели интактного (здорового)организма. В частности регистрировали такие параметры сердечно-сосудистойсистемы, как активность ферментов аланинаминотрансферазы (АЛТ) иаспарататаминотрансферазы (АСТ), уровень белка, количество лейкоцитов – клетокиммунного реагирования организма. В печени наблюдали состояниебелоксинтетической системы по содержанию в ней общего белка и уровень продуктовтиобарбитуровой кислоты (ТБК) – конечных продуктов перекисного окислениялипидов.

Животные (в данном случае беспородныелабораторные мыши) были поделены на группы для выяснения дозо-временногодействия препарата. Тиакарпин вводили внутрибрюшинно каждый день в течениевсего эксперимента за исключением контрольных животных.

Медико-биологическое действие тиакарпина на интактныйорганизм мышей

Таблица1

.Действие различных доз тиакарпина

(7.3 мг/кг, 15мг/кг и 50 мг/кг) на третьи и шестые сутки

группа

белок печени

белок сыворотки

АЛТ

АСТ

ТБК

мг/100мг

г%

ммоль/л*ч

мкг/100мг

контроль1

85,6

7,5

1,95

5,4

0,58

контроль2

63,6

8,1

3,48

7,11

0,42

7,5-3

66,6

3,2

3,12

5,87

0,38

15-3

33,3

5,6

3,16

5,67

0,3

50-3

42,4

7,8

2,64

4,41

0,2

7,5-6

37,1

6,3

2,92

5,05

0,34

15-6

50,7

5,1

3,77

5,49

0,4

50-6

59,8

5,1

2,36

4,78

0,3

Рис1.1.

Содержание белка в печени

Из рис.1.1 видно, что введениетиакарпина в низких дозах на третьи сутки изменяет состояние белоксинтетическойфункции печени в пределах физиологической нормы в отличие от больших доз.Однако, если содержание белкапрактически восстанавливается в дозах 15 и 50 мг/кг, то при низких дозахснижается почти в 2 раза.

Рис.1.2.

Содержание белка в сыворотке крови

Обратная картина получена для белка сыворотки крови (рис. 1.2): резкоепонижение в первые три дня при малых дозах и восстановление на шестой день. Вто же время большие дозы вызывают стабильное понижение концентрации общего белкадо 5 г%.

Рис.1.3.

Активность аланинаминотрансферазы иаспартатаминотрансферазы в сыворотке крови

В случае с уровнем активностиферментов крови наблюдается положительная ситуация для всех исследуемых групп.На рис. 1.3 можно видеть незначительные колебания показателей практически впределах нормы.

Рис.1.4.

Содержание продуктов тиобарбитуровой кислоты в печени

Содержание ТБК-продуктов выравниваетсядо нормальных значений во всех группах на шестой день. Наблюдавшееся понижениев первой половине недели находилось в прямой зависимости от дозы.

Анализ результатов на первом этапе не показал негативного действиятиакарпина на показатели организма даже при введении высоких доз, а в некоторыхслучаях увеличение дозы способствовало подавлению процессов перекисногоокисления в печени, свидетельствующее о некотором антиоксидантном игепатопротекторном действии препарата. Неодназначные результаты были полученыпо влиянию тиакарпина на белоксинтетическую функцию организма.

ОПИСАТЕЛЬНАЯ СТАТИСТИКА

Это средство анализа служит для создания одномерногостатистического отчета, содержащего информацию о центральной тенденции иизменчивости входных данных.

Переменная Размер <---Диапазон---> Среднее---Ошибка Дисперс Ст.откл Сумма

x1 8 33,3 85,6 54,89 6,177 305,2 17,47 439,1

x2 8 3,2 8,1 6,087 0,5908 2,793 1,671 48,7

x3 8 1,95 3,77 2,925 0,2099 0,3523 0,5936 23,4

x4 8 4,41 7,11 5,473 0,2888 0,6673 0,8169 43,78

x5 8 0,2 0,58 0,365 0,03942 0,01243 0,1115 2,92

Переменная Медиана <--Квартили--> ДовИнтСр.<-ДовИнтДисп-> Ош.СтОткл

x1 55,25 38,42 65,85 21,61 105,4 2160 8,953

x2 5,95 5,1 7,725 2,067 0,9648 19,76 0,8564

x3 3,02 2,43 3,4 0,7343 0,1217 2,493 0,3042

x4 5,445 4,848 5,82 1,011 0,2305 4,722 0,4186

x5 0,36 0,3 0,415 0,1379 0,004294 0,08795 0,05713

ПеременнаяАсимметр. Значим Эксцесс Значим

x1 0,3909 0,2584 2,203 0,4266

x2 -0,331 0,2915 2,103 0,372

x3 -0,2451 0,3422 2,132 0,3878

x4 0,7996 0,0924 3,209 0,107

x5 0,5615 0,1758 3,091 0,1412

Для всех анализируемых выборок согласновычисленным уровням значимости (они больше критического значения 0,05) нетоснований отвергать нулевые гипотезы об отличии коэффициентов эксцесса иасимметрии от значений нормального распределения с вероятностью 95%. Такимобразом использование параметрических статистических показателей в данномслучае будет оправдано и достоверно.

Сравнивая средние по каждому переменному(диагностикуму) с контрольными (нормальными) показателями можно сказать, что вобщем тиакарпин подавляет синтез белка, хотя и незначительно, и снижает уровеньпродуктов перекисного окисления. Сопоставление средних и дисперсий указывает нато, что препарат оказывает значительное влияние на все показатели и особенно набелковое содержание.

Результаты исследования образуют матрицу данных и,чтобы увидеть закономерность и структуру общей картины эксперимента, необходимоприменить многомерные методы анализа данных.

КЛАСТЕРНЫЙАНАЛИЗ

Эвклид+Дальн.сосед

Таблица расстояний

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10)

( 2) 22,13

( 3) 19,52 5,889

( 4) 52,35 30,44 33,39

( 5) 43,22 21,39 24,68 9,461

( 6) 48,53 26,65 29,67 3,921 5,554

( 7) 35,03 13,35 16,03 17,42 8,869 13,69

( 8) 25,92 5,49 7,185 26,53 17,61 22,74 9,236

К л а с т е р ы:

(список объектов) ->расстояние

(6,4)--> 3,921

(8,2)--> 5,49

(8,3,2)--> 7,185

(7,5)--> 8,869

(7,6,4,5)--> 17,42

(8,1,3,2)--> 25,92

(8,7,6,4,5,1,3,2)--> 52,35

Рис. 1.5. Дендрограмма (стратегиядальнего соседа): по оси Y– расстояние объединения,по оси Х – номера групп

Как видно из рис. 1.5. стратегиядальнего соседа достаточно отчетливо выделяет три кластера исследуемых групп:(4, 6), (5, 7) и (1, 2, 3, 8). При этом группу 1 можно выделить в четвертыйкластер. В связи с этим применим дивизивную стратегию в попытке получитьгруппировку на четыре кластера.

Эвклид+Дивизивная

Таблица расстояний

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10)

( 2) 22,13

( 3) 19,52 5,889

( 4)

еще рефераты

Еще работы по биологии