Q: Как интерпретировать коэффициент Hazard Ratio (HR) в модели Кокса?

Модель пропорциональных рисков Кокса оценивает относительный риск наступления события как HR = exp(β). HR > 1 означает повышенный риск в группе относительно базовой; HR < 1 — снижение риска. Например, HR = 0.7 (95% ДИ: 0.55–0.89, p < 0.05) означает снижение риска смерти на 30%. Ключевое допущение — пропорциональность рисков: отношение рисков постоянно во времени. Его нарушение проверяют через scaled Schoenfeld residuals (тест пропорциональности). В российских клинических рекомендациях по онкологии HR является стандартной мерой эффективности в исследованиях выживаемости (Приказ МЗ РФ № 1092н «О требованиях к оформлению КИ»).

Q: Что такое AUC ROC-кривой и как выбрать оптимальный порог?

ROC-кривая (Receiver Operating Characteristic) строится как зависимость чувствительности (TPR) от 1-специфичности (FPR) при всех возможных пороговых значениях. AUC (Area Under Curve) — интегральная мера дискриминационной способности: 0.5 = нет дискриминации, 1.0 = идеальная. Шкала: ≥0.9 — отличная, 0.8–0.9 — хорошая, 0.7–0.8 — умеренная. Оптимальный порог по индексу Юдена (J = Se + Sp − 1) максимизирует суммарную дискриминацию. AUC стандартизована в ГОСТ Р 53022.3-2008 (МЗ РФ) для оценки диагностических характеристик лабораторных тестов. DeLong и соавт. (1988) предложили метод сравнения AUC двух тестов.

Q: Как правильно применять анализ Бланда-Альтмана для оценки согласия методов?

Анализ Бланда-Альтмана (1986) оценивает согласие двух методов измерения одного и того же показателя. График строится: ось X — среднее двух методов, ось Y — разность (метод 1 − метод 2). Bias (систематическое отклонение) — среднее разностей. Пределы согласия 95% (LoA) = bias ± 1.96 × SD разностей. Если LoA клинически приемлем — методы взаимозаменяемы. Важно: корреляционный анализ (r Пирсона) не подходит для оценки согласия — высокое r лишь отражает линейную зависимость, но не величину различий. В РФ метод рекомендован ФМБА при оценке новых методов диагностики. Ограничения: предполагает постоянство bias при всех уровнях измерения.

Q: Что означают значения каппы Коэна и как интерпретировать межэкспертное согласие?

Каппа Коэна (κ) измеряет согласие двух экспертов с поправкой на случайное совпадение: κ = (Po − Pe) / (1 − Pe), где Po — наблюдаемая доля совпадений, Pe — ожидаемая при случайном ответе. Шкала Ландиса–Коха: κ < 0.2 — незначительное, 0.2–0.4 — слабое, 0.4–0.6 — умеренное, 0.6–0.8 — существенное, 0.8–1.0 — почти идеальное согласие. Взвешенная каппа применяется при порядковых категориях (учитывает «тяжесть» ошибки). В патоморфологии κ ≥ 0.6 обычно требуется для стандартизации классификаций. Росздравнадзор использует κ при стандартизации диагностических критериев в клинических рекомендациях.

Q: Как рассчитать размер выборки с заданной мощностью для клинического исследования?

Формула для сравнения двух средних (d Коэна): n = 2 × ((z_α/2 + z_β) / d)² на группу. Для сравнения долей: n = (z_α/2 × √(2p̄q̄) + z_β × √(p₁q₁ + p₂q₂))² / (p₁ − p₂)². Для выживаемости (HR): число событий = 4(z_α/2 + z_β)² / (ln HR)². Стандартные параметры: α = 0.05 (двусторонний), мощность = 0.80 (z_β = 0.842) или 0.90 (z_β = 1.282). Обоснование выборки обязательно в протоколе КИ для регистрации в ГРЛС Минздрава РФ согласно ГОСТ Р 52379-2005 («Надлежащая клиническая практика»). Всегда закладывайте 10–20% запас на выбывание.

Q: Что такое модель фиксированных и случайных эффектов в мета-анализе?

В модели фиксированных эффектов предполагается, что все исследования оценивают один истинный размер эффекта, а различия обусловлены только случайной ошибкой. Вес = 1/SE². В модели случайных эффектов (DerSimonian–Laird) допускается, что истинный эффект варьирует между исследованиями (τ² — дисперсия между исследованиями). Вес = 1/(SE² + τ²). Выбор модели: при I² 0.1 — обе эквивалентны; при I² > 50% — модель случайных эффектов предпочтительна. Кокрановское сотрудничество рекомендует заранее определять модель в протоколе мета-анализа. PRISMA-checklist (2020) является стандартом отчётности.

Question 1

Что такое анализ выживаемости Каплана-Мейера и как его интерпретировать?

Accepted Answer

Метод Каплана-Мейера (1958) — непараметрический метод оценки функции выживаемости S(t) — вероятности того, что субъект доживёт до момента t. S(t) = ∏[1 − dᵢ/nᵢ], где dᵢ — число событий в момент tᵢ, nᵢ — число под риском. Цензурированные наблюдения (0) означают, что событие не произошло к моменту завершения наблюдения. Медиана выживаемости — время, при котором S(t) = 0.5. В России метод Каплана-Мейера обязателен при планировании онкологических исследований согласно рекомендациям Минздрава РФ и RUSSCO (Российское общество клинической онкологии). Для сравнения двух групп используется лог-ранговый критерий.

Question 2

Что такое лог-ранговый критерий и когда он применяется?

Accepted Answer

Лог-ранговый критерий (Mantel-Cox, 1966) сравнивает функции выживаемости двух или более групп. Он взвешивает различия в каждый момент времени события и вычисляет хи-квадрат статистику χ² = (O₁ − E₁)² / Var. O₁ — наблюдаемое число событий в группе 1, E₁ — ожидаемое при нулевой гипотезе об одинаковых функциях выживаемости. При p < 0.05 различие значимо. Критерий наиболее мощен при пропорциональных рисках (одинаковое направление различия во всём периоде). При непропорциональных рисках предпочтительны взвешенные варианты (Wilcoxon, Tarone-Ware). Широко используется в клинических исследованиях 3-й фазы для первичной конечной точки ОВ (общая выживаемость).

Question 3

Как интерпретировать коэффициент Hazard Ratio (HR) в модели Кокса?

Accepted Answer

Модель пропорциональных рисков Кокса оценивает относительный риск наступления события как HR = exp(β). HR > 1 означает повышенный риск в группе относительно базовой; HR < 1 — снижение риска. Например, HR = 0.7 (95% ДИ: 0.55–0.89, p < 0.05) означает снижение риска смерти на 30%. Ключевое допущение — пропорциональность рисков: отношение рисков постоянно во времени. Его нарушение проверяют через scaled Schoenfeld residuals (тест пропорциональности). В российских клинических рекомендациях по онкологии HR является стандартной мерой эффективности в исследованиях выживаемости (Приказ МЗ РФ № 1092н «О требованиях к оформлению КИ»).

Question 4

Что такое AUC ROC-кривой и как выбрать оптимальный порог?

Accepted Answer

ROC-кривая (Receiver Operating Characteristic) строится как зависимость чувствительности (TPR) от 1-специфичности (FPR) при всех возможных пороговых значениях. AUC (Area Under Curve) — интегральная мера дискриминационной способности: 0.5 = нет дискриминации, 1.0 = идеальная. Шкала: ≥0.9 — отличная, 0.8–0.9 — хорошая, 0.7–0.8 — умеренная. Оптимальный порог по индексу Юдена (J = Se + Sp − 1) максимизирует суммарную дискриминацию. AUC стандартизована в ГОСТ Р 53022.3-2008 (МЗ РФ) для оценки диагностических характеристик лабораторных тестов. DeLong и соавт. (1988) предложили метод сравнения AUC двух тестов.

Question 5

Как правильно применять анализ Бланда-Альтмана для оценки согласия методов?

Accepted Answer

Анализ Бланда-Альтмана (1986) оценивает согласие двух методов измерения одного и того же показателя. График строится: ось X — среднее двух методов, ось Y — разность (метод 1 − метод 2). Bias (систематическое отклонение) — среднее разностей. Пределы согласия 95% (LoA) = bias ± 1.96 × SD разностей. Если LoA клинически приемлем — методы взаимозаменяемы. Важно: корреляционный анализ (r Пирсона) не подходит для оценки согласия — высокое r лишь отражает линейную зависимость, но не величину различий. В РФ метод рекомендован ФМБА при оценке новых методов диагностики. Ограничения: предполагает постоянство bias при всех уровнях измерения.

Question 6

Что означают значения каппы Коэна и как интерпретировать межэкспертное согласие?

Accepted Answer

Каппа Коэна (κ) измеряет согласие двух экспертов с поправкой на случайное совпадение: κ = (Po − Pe) / (1 − Pe), где Po — наблюдаемая доля совпадений, Pe — ожидаемая при случайном ответе. Шкала Ландиса–Коха: κ < 0.2 — незначительное, 0.2–0.4 — слабое, 0.4–0.6 — умеренное, 0.6–0.8 — существенное, 0.8–1.0 — почти идеальное согласие. Взвешенная каппа применяется при порядковых категориях (учитывает «тяжесть» ошибки). В патоморфологии κ ≥ 0.6 обычно требуется для стандартизации классификаций. Росздравнадзор использует κ при стандартизации диагностических критериев в клинических рекомендациях.

Question 7

Как рассчитать размер выборки с заданной мощностью для клинического исследования?

Accepted Answer

Формула для сравнения двух средних (d Коэна): n = 2 × ((z_α/2 + z_β) / d)² на группу. Для сравнения долей: n = (z_α/2 × √(2p̄q̄) + z_β × √(p₁q₁ + p₂q₂))² / (p₁ − p₂)². Для выживаемости (HR): число событий = 4(z_α/2 + z_β)² / (ln HR)². Стандартные параметры: α = 0.05 (двусторонний), мощность = 0.80 (z_β = 0.842) или 0.90 (z_β = 1.282). Обоснование выборки обязательно в протоколе КИ для регистрации в ГРЛС Минздрава РФ согласно ГОСТ Р 52379-2005 («Надлежащая клиническая практика»). Всегда закладывайте 10–20% запас на выбывание.

Question 8

Что такое модель фиксированных и случайных эффектов в мета-анализе?

Accepted Answer

В модели фиксированных эффектов предполагается, что все исследования оценивают один истинный размер эффекта, а различия обусловлены только случайной ошибкой. Вес = 1/SE². В модели случайных эффектов (DerSimonian–Laird) допускается, что истинный эффект варьирует между исследованиями (τ² — дисперсия между исследованиями). Вес = 1/(SE² + τ²). Выбор модели: при I² < 25% и p(Q) > 0.1 — обе эквивалентны; при I² > 50% — модель случайных эффектов предпочтительна. Кокрановское сотрудничество рекомендует заранее определять модель в протоколе мета-анализа. PRISMA-checklist (2020) является стандартом отчётности.

Question 9

Что такое I² и как интерпретировать гетерогенность в мета-анализе?

Accepted Answer

I² (статистика Хиггинса) = (Q − df) / Q × 100% — доля общей вариабельности, обусловленная истинной гетерогенностью, а не случайной ошибкой. Шкала: < 25% — низкая, 25–50% — умеренная, 50–75% — существенная, > 75% — высокая гетерогенность. Q — статистика Кохрана: Q = Σwᵢ(ESᵢ − ES̄)². При высокой гетерогенности необходим анализ её источников: мета-регрессия (возраст, доза, дизайн), анализ подгрупп, Funnel plot (публикационная предвзятость). τ² по DerSimonian–Laird — оценка межисследовательской дисперсии. В систематических обзорах НМИЦ и ОМТ Минздрава РФ обязательно указание I² и меры по обработке гетерогенности.

Question 10

Можно ли использовать данный калькулятор для публикации в научном журнале?

Accepted Answer

Данный калькулятор подходит для проверочных вычислений, обучения и первичной обработки данных. Для публикации в рецензируемых журналах рекомендуется верифицировать результаты в специализированном ПО: R (пакеты survival, meta, pROC, blandr), STATA (stcox, metan, roctab), SAS или MedCalc. Калькулятор реализует стандартные алгоритмы: Каплан-Мейер по оригинальной публикации 1958 г., лог-ранг по Mantel-Haenszel, Bland-Altman 1986, каппу по Cohen 1960, мощность по Schlesselman (1982), мета-анализ по DerSimonian-Laird 1986. Укажите метод расчёта в разделе «Статистический анализ» в соответствии с требованиями журнала.

Калькулятор биостатистики

Калькулятор биостатистики

Анализ выживаемости Каплана-Мейера

Основы биостатистики в клинических исследованиях

📈Каплан-Мейер и лог-ранг

⚖️Модель Кокса и Hazard Ratio

🎯ROC-кривая и AUC

🔬Мета-анализ и I²

8 инструментов биостатистики

Каплан-Мейер

Лог-ранговый критерий

Модель Кокса (HR)

ROC-кривая и AUC

Бланд-Альтман

Каппа Коэна

Анализ мощности

Мета-анализ

Биостатистика в российской клинической практике

Регуляторные требования МЗ РФ

Стандарты отчётности

Типичные ошибки в биостатистике

Практические советы биостатистика

Выживаемость: на что смотреть

ROC: типичные ошибки

Мета-анализ: предпосылки

Как использовать калькулятор биостатистики

Выберите метод анализа

Введите данные

Нажмите кнопку расчёта

Интерпретируйте результат

Часто задаваемые вопросы

Смежные калькуляторы

Описательная статистика

Эпидемиология

Проверка гипотез

ROC / AUC

Лиана Арифметова

Отказ от ответственности

Похожие инструменты

Калькулятор установки кондиционера

Калькулятор управления электродвигателем

Калькулятор кредитной карты

Калькулятор садовых дорожек

Калькулятор мотоциклиста: налог, ОСАГО, расход топлива

Калькулятор логопедии: речевое развитие, заикание, дисфагия и SSI-4

Калькулятор потребления электроэнергии и экономии

Калькулятор кофеина и привычек

Калькулятор таможенного оформления: пошлина, НДС, акциз

Калькулятор скидки от объёма

Калькулятор SCADA-систем

Калькулятор физиологии растений

Калькулятор налога при дарении

Калькулятор оптики (линзы, преломление, DoF)

Калькулятор интерполяции (Лагранж, сплайн)

Калькулятор биостатистики

Анализ выживаемости Каплана-Мейера