Аналіз медико-біологічних даних за допомогою Microsoft Excel і СПП STADIA 6.2

Інформатика, програмування

Аналіз медико-біологічних даних за допомогою Microsoft Excel і СПП STADIA 6.2

Реферат виконала аспірант кафедри біохімії та біотехнології Лі Ірина Арсентьевна

Міністерство освіти Російської Федерації

Далекосхідний державний університет

Владивосток

2002

ВСТУП

У розвинених країнах практично будь-яке рішення: політичне, фінансове, технічне, науково-дослідницький та навіть побутове рішення приймається тільки після всебічного аналізу даних. Тому вивчення прикладної статистики та методів аналізу даних є невід'ємним компонентом освіти на всіх рівнях, а комп'ютерні пакети для аналітичних досліджень і прогнозування є настільним робочим інструментом будь-якого фахівця, так чи інакше пов'язаного з інформаційною сферою.

Відомо, що оточуючий нас світ характеризується постійною мінливістю, що породжує різноманітність можливостей і свободу вибору. Однак той, хто серйозно думає про перспективи своєї діяльності, обов'язково буде накопичувати інформацію про навколишній світ, намагаючись виділити закономірності із випадковостей.

Саме таким потужним і гнучким інструментом відсіювання закономірностей від випадковостей і є апарат математичної статистики.

Для сучасної науки характерне застосування точних математичних методів у всіляких областях. Точність і рівень тієї чи іншої області людських знань часто визначається ступенем використання відповідним розділом науки математичних методів.

Еволюційна теорія Ч. Дарвіна, стала по суті першим еволюційною теорією, яка привнесла в дослідження імовірнісний дух. Аналіз взаємозалежності між такими вихідними поняттями еволюційної теорії, як мінливість, спадковість і добір, виявився б неспроможним без того, що зараз називається ймовірносним стилем мислення. Сьогодні дослідження проблем організації, функціонування, взаємодії та еволюції живих систем вже немислимо без залучення ідей і методів теорії ймовірностей, математичної статистики та інших розділів математики.

Характерною особливістю математизації біології в наші дні є стрімке зростання попиту на такі методи емпіричного матеріалу, які забезпечують комплексний підхід до пізнання живих організмів. У дослідницькій роботі не завжди враховується принцип єдності і взаємопов'язаності явищ в природі. Яскравіше за все це проявляється при організації спостережень і експериментів за принципом єдиний фактор, якому багато жертвував: вводилися різні обмеження і виправдовувалися суттєві спрощення, розроблялися штучний схеми досліджень і т.д. У результаті допускалася методологічна помилка: ігнорувався принцип єдності живої природи. Відомо, що упущення методологічного характеру не можна виправити ніякими методами, в тому числі і математичними. Принцип єдиного чинника увійшов до біологію з об'єктивних причин, серед яких першорядне значення має факт, що людина не може безпосередньо аналізувати одночасне

Такі математичні методи, які розроблені з всебічним урахуванням принципу єдності живої природи і можливості їх практичної реалізації з використання програмного забезпечення, є досягненням у галузі постановки та аналізу біологічних досліджень. Однак, досвід показує, що і в століття обчислювальної техніки найкращих успіхів досягають ті фахівці, які вміють не тільки використовувати оброблену інформацію, але також усвідомили сутність застосовуваних методів. Це обереже від механічного їх використання, що рано чи пізно призводить до безглуздих або навіть абсурдних висновків.

Математична статистика

Математична статистика - розділ математики, присвячений математичним методам систематизації, обробки і використання статистичних даних для наукових і практичних висновків. Математична статистика виходить з припущення, що спостережувана мінливість спостережуваного світу з двох джерел. Один з них дію відомих причин та факторів. Вони породжують мінливість, закономірно зрозуміло. Саме ці зміни і викликають її фактори звичайно являють інтерес у дослідника, що шукає, в першу чергу, причинні зв'язки явищ.

Однак більшість природних і суспільних явищ виявляють мінливість, яка не може бути цілком пояснена закономірними причинами. У такому випадку вдаються до концепції випадкової мінливості, яка в даному контексті означає «підлягає законам ймовірності». І якщо припущення про таке характері явищ справедливо, то воно дозволяє робити надійні висновки (достовірність яких контролюється) з даних, які часто суперечливі, спотворені помилками, ненадійні і т.д. Без залучення статистичних понять у таких випадках неможливо судити про точність і обгрунтованості висновків, а й взагалі про їх адекватності.

Практика накопичила великий досвід того, в яких ситуаціях прийнятні уявлення про випадкової мінливості. Для найбільш ходових з таких ситуацій розроблені математичні моделі. Найбільш важливі і вживані моделі відображені в комп'ютерних статистичних пакетах. Програмне втілення теоретичних схем буває вельми різноманітним, так само як і можливості і продуктивність реалізованих алгоритмів, а також зручність використання і роботи з пакетом.

Крім основного ядра, в тій чи іншій формі представленого в більшості пакетів загального призначення, багато хто з них приділяють увагу детально визначений окремим розділам математичної статистики і можуть містити менш традиційний чи навіть новий, оригінальний матеріал за цими розділами.

Біометрія

Навіть у самих конкретних біологічних дослідженнях основний інтерес представляють відомості, відносяться не до індивідуальним об'єкту, а до цілої групи чи деякого статистичному середньому об'єкту. Необхідність використання статистичних методів в біологічних і медичних дослідженнях пов'язана в першу чергу з тим, що властивості біологічних об'єктів зазвичай значно варіюють межах популяції, а фізіологічні та інші параметри однієї особи відчувають флуктуації в часі.

Традиційно тісні зв'язки між біологічною проблематикою і власне математичної статистикою, вже давно дозволили виділити розглянуту область прикладної статистики в окрему дисципліну - біометрії.

Біометрія -- область наукових знань, що охоплює планування і аналіз результатів кількісних біологічних експериментів і спостережень методами математичної статистики.

Сучасний кількісний експеримент містить у собі самостійне математико-статистичної дослідження, яке починається зі статистичного планування експерименту, тобто організації його постановки, і завершується статистичної обробкою отриманих результатів. Тому біометрія знаходить собі все більше широке застосування біологічних, тому що завдання, які вона вирішує -- планування експериментів і аналіз їх результатів, - складають основу експериментальної роботи в будь-якої приватної галузі біології.

Біометрія будується на строгому математичному фундаменті, але цим не обмежується.

Побудова біометрії йде по чотирьох основних розділів:

Відбір з величезного арсеналу математичних методів таких, що можуть допомогти біологам в їх поточній роботі зі спостереження, перетворенню живої природи;

Модифікація відібраних математичних методів у відповідності зі специфічними особливостями біологічних об'єктів і процесів

Розробка нових біометричних методів, необхідних сучасним розвитком біології, але ще не є в арсеналі загальної математики. Наприклад, розрахунок показників успадкованого і повторюваності;

Уніфікація термінології та символіки. У загальній математики немає єдиної системи термінів і символіки, є велика розмаїтість у назвах та позначення по кожному показником. При створенні біометричної термінології більшість термінів запозичується. Але не завжди математичні терміни придатні в біології. Наприклад, таке біологічне явище, як неоднаковість об'єктів в групі, неминуче їх відмінність в математиці позначається багатьма термінами, абсолютно що не відповідають суті цього явища: «мінливість», «розсіяння», «Коливання», «розкид». Тому в біометрії всі вони замінені одним загальним терміном «різноманітність».

Спираючись на такі особливості ЕОМ, як швидкодія, здатність зберігати великі обсяги інформації, надання з використання прикладних програм, існування різноманітних форм видачі результатів обчислень, розширилися можливості біометрії, вона стала більш доступною. Біометрія грунтується тепер не тільки на таких статистика, але на інформатики та програмування на ЕОМ. Це дозволяє говорити про сучасну біометрії як про комп'ютерну.

Статистичні пакети

Стандартні статистичні методи включені до складу популярних електронних таблиць, таких як Excel, Lotus 1-2-3, Quattro Pro, а також в математичні пакети загальному призначення, наприклад Mathcad, Maple та ін Однак набагато більшими можливостями володіє спеціалізоване програмне забезпечення - статистичні програмні продукти (СПП).

Міжнародний ринок нараховує більше 1000 пакетів, що вирішують завдання статистичного аналізу даних у середовищі операційних систем Windows, DOS, OS/2.

КПС можна розділити на:

Універсальні пакети - пропонують широкий діапазон статистичних методів. У них відсутні орієнтація на конкретну предметну область. Із зарубіжних універсальних пакетів найбільш поширені BAS, SPSS, Systat, Minilab, Statgraphics, STATISTICA.

Спеціалізовані пакети, як правило, реалізують декілька статистичних методів або методи, застосовуються в конкретній предметній області. Найчастіше це системи, орієнтовані на аналіз часових рядів, кореляційно-регресіонний, факторний або кластерний аналіз. З російських пакетів відомі STADIA Олімп "," Клас-Мастер, КВАЗАР, Статистик-Консультант; американські пакети - ODA, WinSTAT, Statit і т.д.

Сучасні СПП реалізують ряд системних функцій: асистування користувачеві при виборі способу обробки, автоматичну організацію процесу обробки даних, забезпечення діалогового режиму роботи користувача з пакетом, ведення користувацьких баз даних, автоматичне складання звіту про виконану користувачем роботі, сумісність з іншими програмами та деякі інші.

Методоріентірованние КПС, як правило, мають наступну структуру:

Блок описової статистики та розвідувального аналізу вихідних даних: аналіз різко виділяються значення досліджуваної ознаки, відновлення пропущених значень, частотна обробка вихідних даних (побудова гістограм, полігонів частот, обчислення вибіркових середніх дисперсій і т.д.), перевірка статистичних гіпотез про однорідність досліджуваних сукупностей, оцінка критеріїв згоди, візуалізація розподілу статистичних даних та інше;

Блок статистичного дослідження динаміки і залежностей: дисперсійний та коваріаційний аналіз, кореляційно-регресійний аналіз, аналіз часових рядів і ін;

Блок класифікації та зниження розмірності: дискримінантний аналіз, статистичних аналіз сумішей розподілів, кластерний аналіз та ін;

Блок методів статистичного аналізу нечислових даних і експерти оцінок: аналіз таблиць спряженості, логлінейние моделі, рангові методи та ін;

Блок планування експерименту та вибіркових досліджень;

Блок допоміжних програм.

Слід зазначити, що просування західних продуктів у російської аудиторії наштовхується на ряд обмежень у зв'язку з неадекватністю культурно-історичної ситуації. Ці пакети припускають наявність широкого первісного статистичного освіти, доступної літератури і консультаційних служб. Тому вони містять мало екранних підказок і вимагають уважного вивчення документації англійською мовою.

Зазначених недоліків в значній мірі позбавлені відомі вітчизняні статистичні пакети: Евріста, Статистик-Консультант, STADIA, які стійко представлені на ринку протягом останніх років.

яка використовується в даній роботі КПС STADIA є універсальною системою, яка покриває в тій чи іншій мірі більшість основних розділів прикладної статистики, ділової та наукової графіки, і за своїми інтегральним можливостям порівнянна з популярними зарубіжними пакетами. Набір методів математичної статистики, представлений у пакеті STADIA складений виходячи з наступних міркувань:

до пакету входять всі найбільш часто вживані в Росії і за кордоном статистичні методи;

значна частина їх вивчається у вузівських курсах і описана в стандартних підручниках;

пакет не переобтяжений дуже новими та/або складними вузькоспеціалізованими методами.

До складу Microsoft Excel входить набір засобів аналізу даних (званий пакет аналізу), призначений для вирішення складних статистичних і інженерних задач. Microsoft Excel відноситься до дуже популярним і поширеним електронним таблиць, що працює в середовищі Windows.

Етапи аналізу даних

У процесі аналізу даних, як правило, присутні наступні основні етапи:

Введення даних

Введені дані звичайно відображаються у формі електронної таблиці або матриці даних, де стовпці представляють різні змінні (наприклад, ріст, вага), а рядки -- вимір значень цих змінних, зроблені в різних умовах, в різний час, у різних об'єктів і т.п.

Перетворення даних

Дані в електронної таблиці можна переглянути і скоригувати методами ручного редагування або ж напівавтоматичного перетворення до виду, адекватному обраному методу аналізу. Тут може бути використаний широкий набір алгебраїчних, матричних, структурних перетворень, а також комбінування цих операцій в необхідній послідовності. Нерідко також потрібні видалення з введених даних Високоамплітудний викидів (які можуть бути результатом некоректних вимірювань) і заміна або видалення пропущених (неізмеренних) значень.

Візуалізація даних

На дані обов'язково слід просто подивитися, щоб скласти загальне (в тому числі і інтуїтивне) уявлення про характер їх зміни, специфічні особливості і закономірності, що дуже важливо при виборі стратегії і тактики подальшого аналізу. Для цього можна використовувати як вихідна числове подання, так і різні форми графічного зображення.

Статистичний аналіз

Власне вибір методу, аналіз даних та інтерпретація результатів.

Представлення результатів

Для наочності вироблених висновків отримані результати бажано представляти у вигляді адекватних, переконливих і ефектних графіків.

Комплексне статистичне дослідження

Раніше було показано високу терапевтичне протипухлинну дію природного з'єднання - тіакарпіна. На першому етапі вивчення нового біологічно активного речовини досліджували його загальний, фізіологічний вплив на організм. Мета даної роботи полягала у вивченні та пошуку найбільш нешкідливих доз терапевтичного препарату.

У зв'язку з цим були отримані результати експерименту на тваринах за впливом тіакарпіна на медико-біологічні показники інтактного (здорового) організму. Зокрема реєстрували такі параметри серцево-судинної системи, як активність ферментів аланінамінотрансферази (АЛТ) і аспарататамінотрансферази (АСТ), рівень білка, кількість лейкоцитів - клітин імунної реагування організму. У печінці спостерігали стан белоксінтетіческой системи за вмістом у ній загального білка і рівень продуктів тіобарбітуровой кислоти (ТБК) - кінцевих продуктів перекисного окислення ліпідів.

Тварини (у даному випадку безпородні лабораторні миші) були поділені на групи для з'ясування дозо-тимчасової дії препарату. Тіакарпін вводили внутрішньочеревно кожен день протягом усього експерименту за виключення?? м контрольних тварин.

Медико-біологічну дію тіакарпіна на інтактних організм мишей

Таблиця 1. Дія різних доз тіакарпіна

(7.3 мг/кг, 15мг/кг і 50 мг/кг) на третьому і шосту добу

група

білок печінки

білок сироватки

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

Рис 1.1. Вміст білка в печінці

З рис.1.1 видно, що введення тіакарпіна в низьких дозах на третю добу змінює стан белоксінтетіческой функції печінки в межах фізіологічної норми в відміну від великих доз. Однак, якщо вміст білка практично відновлюється в дозах 15 і 50 мг/кг, то при низьких дозах знижується майже в 2 рази.

Рис. 1.2. Вміст білка в сироватці крові

Зворотній картина отримана для білка сироватки крові (рис. 1.2): різке пониження в перші три дні при малих дозах і відновлення на шостий день. У той же час великі дози викликають стабільне зниження концентрації загального білка до 5 г%.

Рис. 1.3. Активність аланінамінотрансферази і аспартатамінотрансферази в сироватці крові

У випадку з рівнем активності ферментів крові спостерігається позитивна ситуація для всіх досліджуваних груп. На рис. 1.3 можна бачити незначні коливання показників практично в межах норми.

Рис. 1.4. Зміст продуктів тіобарбітуровой кислоти в печінці

Зміст ТБК-продуктів вирівнюється до нормальних значень у всіх групах на шостий день. Спостерігалося зниження в першій половині тижня знаходилося в прямій залежно від дози.

Аналіз результатів на першому етапі не показав негативної дії тіакарпіна на показники організму навіть при введенні високих доз, а в деяких випадках збільшення дози сприяло придушення процесів перекисного окислення в печінки, що свідчить про деяке антиоксидантну і гепатопротекторну дію препарату. Неодназначние результати були отримані за впливом тіакарпіна на белоксінтетіческую функцію організму.

Описова СТАТИСТИКА

Це засіб аналізу служить для створення одновимірного статистичного звіту, що містить інформацію про центральну тенденцію і мінливість вхідних даних.

Змінна Розмір Середнє --- Помилка Дисперсія Ст.откл Сума

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

Змінна Медіана ДовІнтСр. 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

Змінна Асиметрії. Значить Ексцес Значить

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 всіх аналізованих вибірок згідно обчислених рівнями значущості (вони більше критичного значення 0,05) немає підстав відкидати нульові гіпотези про відмінність коефіцієнтів ексцесу і асиметрії від значень нормального розподілу з імовірністю 95%. Таким чином використання параметричних статистичних показників у даному випадку буде виправдано і достовірно.

Порівнюючи середні по кожному змінному (діагностикуми) з контрольними (нормальними) показниками можна сказати, що в загальному тіакарпін пригнічує синтез білка, хоча і незначно, і знижує рівень продуктів перекисного окислення. Зіставлення середніх і дисперсій вказує на те, що препарат має значний вплив на всі показники і особливо на білкове зміст.

Результати дослідження утворюють матрицю даних і, щоб побачити закономірність і структуру загальної картини експерименту, необхідно застосувати багатовимірні методи аналізу даних.

Кластерні АНАЛІЗ

Евклід + Дальн.сосед

Таблиця відстаней

(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 о р и:

(список об'єктів) -> відстань

(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 (стратегія далекого сусіда): за осі Y - відстань об'єднання, по осі Х - номери груп

Як видно з рис. 1.5. стратегія далекого сусіда досить чітко виділяє три кластеру досліджуваних груп: (4, 6), (5, 7) і (1, 2, 3, 8). При цьому групу 1 можна виділити в четвертий кластер. У зв'язку з цим застосуємо дівізівную стратегію в спробі отримати угруповання на чотири кластери.

Евклід + Дівізівная

Таблиця відстаней

(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 о р и:

Середнє внутрікластерное відстань = 5,673

1 = (1,2,3 *, 8)

2 = (4 *, 6)

3 = (5 *, 7)

Рис. 1.6. Дендрограмма трьох кластерів

У результаті отримуємо поділ на три кластеру. Для перевірки гіпотези про адекватність одержуваних класифікацій застосовуємо дискримінантний метод.

дискримінантний АНАЛІЗ

Відстань Махаланобіса = 724,3, значимість = 0

Клас

1 -1181 45,14 58,65 528,6 -206,2 -3207

2 -429,4 26,77 37,61 330,7 -132,4 -1884

3 -1038 42,14 60,77 535,3 -223,7 -2953

Об'єкт Клас D ^ 2 Значить Вероят.отнесенія

1 1 3,75 0,5859 1

2 1 3,75 0,5859 1

3 1 3,75 0,5859 1

4 2 2,5 0,7764 1

5 3 2,5 0,7764 1

6 2 2,5 0,7764 1

7 3 2,5 0,7764 1

8 1 3,75 0,5859 1

Як показують результати дискримінантного аналізу, передбачувана класифікація виявилася ефективною.

Кластеризація досліджуваних груп тварин виявила збереження фізіологічної норми при введення тіакарпіна протягом 3-х днів в дозі 7,5 мг/кг і протягом 6-и днів у дозі 50 мг/кг. Дані дози роблять найменшу навантаження на організм.

Рис. 1.7. Дендрограмма змінних: по осі Y - відстань об'єднання, по осі Х - змінні

Рис. 1.7, ілюструє класифікацію змінних - діагностикумів, з використанням метрики на основі коефіцієнта кореляції і стратегії найближчого сусіда, показує, що всі п'ять діагностикумів не взаємопов'язані.

Висновки

Графічна візуалізація експериментальних результатів за допомогою Excel показує, що досліджуваний речовина -- тіакарпін, не надає негативної дії на показники організму навіть при введення високих доз, а в деяких випадках збільшення дози сприяло придушення процесів перекисного окислення в печінці, що свідчить про деякому антиоксидантну і гепатопротекторну дію препарату. Неоднозначні результати були отримані за впливом тіакарпіна на белоксінтезірующую функцію організму.

Грунтуючись на результати описової статистики в STADIA 6.2 можна стверджувати, що препарат значно впливає на всі показники і особливо на білкове зміст. Загальна дія тіакарпіна спрямоване на придушення синтезу білка і інгібування процесів перекисного окислення ліпідів.

Використання метрики на основі коефіцієнта кореляції і стратегії найближчого сусіда показує, що всі п'ять діагностикумів не взаємопов'язані, тобто всі використовувані параметри характеризують функціональний стан організму і володіють однаковою діагностичної інформативністю.

Список літератури
Елисеева И.И., Юзбаш М.М. Загальна теорія статистики. Учебник/Под ред. І.І. Єлісєєвим. - М.: Фінанси і статистика, 1995. - 386 с.
Кулаічев А.П. Методи і засоби аналізу даних у середовищі Windows. STADIA 6.0. - М.: Інформатика та комп'ютери, 1996. - 257 с.
Лук'янова Н.Ю. Статистичний аналіз даних з використанням комп'ютера. Навчальний посібник. -- Калінінград: Изд-во КГУ, 2001. - 89 с.
Математичний аналіз біологічних даних/Г.Н. Зайцев, М.: "Наука", 1991. - 184 с.
Плохінскій Н.А. Математичні методи в біології. Навчально-методичний посібник. Изд-во Моск. ун-та, 1978. - 168 с.
Для підготовки даної роботи були використані матеріали з сайту http://study.online.ks.ua/