Keresési eredmények

Lege Artis Medicinae

2017. DECEMBER 15.

Az anisocitosis mértékét befolyásoló tényezők vizsgálata vesebetegek körében

MOLNÁR D. László, KISS István, SZAKONY Szilvia, AMBRUS Csaba

A vörösvértestek méretének változékonyságát (anisocitosis) jellemző RDW variációs koefficiens értéke a halandóság egyik előre jelző tényezője számos betegcsoportban. Korábban kórházban kezelt vesebetegek körében vizsgáltuk az RDW és más tényezők kórházi mortalitással való kapcsolatát. Az alábbiakban az RDW értékét meghatározó tényezőket kerestük dialízisre nem szoruló, kórházban fekvő krónikus vesebetegek mintájában hagyományos és bayesi ANCOVA-eljárásokkal. A nem informatív bayesi modell illesztése során a modell paraméterekről nem feltételeztünk előzetes ismereteket. Az informatív bayesi modell esetén a korábbi tapasztalatokból származó a priori ismereteket felhasználtuk a modell illesztése során. A számítások R környezetben a faraway, car és az MCMCPack programcsomagokkal történtek. A vizsgálat eredményei alapján a nem, mch és mcv az RDW erős meghatározó tényezőinek bizonyultak. A vércukor-koncentráció, a fehérvérsejtszám, a thrombocytaszám, az életkor és a glomerularis filtrációs ráta szintén befolyásolták az RDW értékét.

Lege Artis Medicinae

2017. FEBRUÁR 12.

Bayesi és frekventista t-teszt és ANOVA

MOLNÁR D. László

A t-teszt és az ANOVA a lineáris modellek speciális esetei, amelyekkel folytonos magyarázandó változó (például vérnyomás) mért értékei hasonlíthatók össze két vagy több csoportban (például kezelések). Az orvosi statisztikai elemzések során az adatok nem mindig felelnek meg a frekventista lineáris modellekhez elvárt feltételeknek (például normális eloszlás és egyenlő szórásnégyzetek), amelyek eredetileg a matematikai egyenletek és eloszlások levezetéséhez voltak szükségesek. A bayesi li­neáris modellek a frekventista modellek robusztus, rugalmas és átlátható analógjai és alternatívái. A bayesi filozófiát és módszertant akkor is lehet és érdemes használni, ha az adott vizsgálati elrendezés és adatok megfelelnek a t-teszt vagy ANOVA feltételeinek! A bayesi módszertan egyéb előnyei között említhető, hogy az a priori eloszlásokkal korábbi ismereteket lehet az analízisbe beépíteni, illetve vizsgálni. Ugyanakkor ne felejtsük, hogy a frekventista statisztika tárházában is van olyan metodika, amely nem normális eloszlás, heteroszkedaszticitás vagy egyéb feltételeknek meg nem felelés esetén használhatóak. Érdemes megemlíteni, hogy a frekventista Lasso (least absolute shrinkage and selec-tion operator) is mutat rokonságot a bayesi módszerrel, mivel a Lasso olyan lineáris regressziós modell, amelyben az együtthatók becslésére vonatkozó megszorítással módosítják a hagyományos illesztési módszert, és így a modellből feláldoznak bi­zonyos mennyiségű információt annak érdekében, hogy a változók kiválasztásával a fontosabb együtthatókra fókuszáljanak a könnyebb interpretálhatóság érdekében. A számítások R környezetben elsősorban a Morey és Rouder által 2015-ben kifejlesztett BayesFactor programcsomaggal történtek.

Lege Artis Medicinae

2016. ÁPRILIS 20.

Bayesi és frekventista t-próbák orvosi alkalmazásai

MOLNÁR D. László

A bayesi statisztikai tanulás során ötvözik a hipotetiko-deduktív („top down”) és az induktív („bottom up”) szemléletet. Az adatelemzés során a Bayes-tétel alkalmazásával kombinálják az a priori eloszlásokat és az adatokat. A létrejövő a posteriori eloszlások képletesen szólva egy homokóra középső részének felelnek meg, míg az óra felső része a hipotetiko-deduktív részt képviseli az a priori eloszlásokkal, alsó része pedig az adatok területe az induktív logikával. Az a posteriori eloszlások folyamatosan frissülnek az adatok tükrében. A „top-down” és a „bottom up” metódusokat széles körben használják az orvostudományban és a vezetéstudományban. A ha­gyományos, frekventista statisztika viszont elsősorban induktív metódusnak tekinthe­tő, amely főleg az összegyűjtött adatokon alapszik. Bemutatjuk két csoport összehasonlításának módszerét folytonos változók esetén a hagyományos, frekventista parametrikus t-tesztekkel, a nem paraméteres permutációs teszttel és a különböző bayesi t-tesztekkel. Bemutatjuk azokat az ingyenes R és WinBUGS programkódokat is, amelyekkel a számítások elvégezhetőek.

Lege Artis Medicinae

2016. FEBRUÁR 05.

Bayesi módszerek az orvostudományban

MOLNÁR D. László

A frekventista statisztikai módszerek széles körben elterjedtek és szoftveresen is támogatottak, amely alkalmazásukat jelentősen megkönnyíti. A növekvő bayesi kutatások ellenére a statisztikai oktatás szinte mindenütt zömében frekventista alapon folyik. A frekventista statisztika a valószínűséget relatív gyakoriságként értelmezi, míg a bayesi valószínűség egy mennyiség, ami az adott tudást vagy vélekedést kvantifikálja. A bayesi statisztika lényegében egy tanulási folyamat. Bizonyos esetekben a bayesi statisztikai módszerek az egyedüli lehetőség az adatok elemzésére. A bayesi statisztikai módszerek jól alkalmazhatók az egészségi állapottal kapcsolatos adatok elemzésében. Minden kutató - bizonyos mértékig - bayesi. A közlemény a bayesi statisztika orvostudományban történő használatát ismerteti.

Agykutatás

2013. JANUÁR 21.

Szótlan Piaget – konferenciabeszámoló a BCCCD13-ról

Idén harmadik alkalommal rendezték a Budapest CEU Conference on Cognitive Development-t. A CEU budapesti műhelye – Csibra Gergely és Gergely György munkásságának köszönhetően – a fejlődéslélektan egyik vezető kutatási centrumának tekinthető.