• Название:

    Ланг А. Как описывать статистику в медицине

  • Размер: 0.55 Мб
  • Формат: PDF
  • или
  • Название: untitled

How To Report
Statistics
in Medicine
Annotated Guidelines for Authors,
Editors, and Reviewers

Second Edition

Thomas A. Lang
Michelle Secic

Томас А. Ланг
Мишель Сесик

Как описывать
статистику
в медицине
Руководство для авторов,
редакторов и рецензентов
Перевод с английского
под редакцией В. П. Леонова

Москва 2010

УДК
ББК
Л
Ланг Т. А.
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, 2010. — с.: ил.
Книга содержит систематизированные рекомендации по описанию результатов использования статистических методов в медицине. Она не имеет аналогов на русском языке
и представляет чрезвычайную ценность для исследователей в области медицины и биологии. Учитывая отсутствие единообразия в описании статистических методов в отечественной медицинской науке, книга станет полезным пособием для специалистов, разделяющих принципы доказательной медицины. Простой и доступный язык изложения сложных
понятий, в сочетании с примерами, способны выработать у читателя устойчивый навык
корректного и достаточно полного описания методов статистики. Следование этим рекомендациям гарантирует читательское понимание описаний результатов исследования, что,
в свою очередь, значительно повысит вероятность цитирования этих работ.
Значительным достоинством этого издания является «Путеводитель по статистическим терминам и критериям», который поможет читателям разрешить терминологические
проблемы, возникающие при написании статей, а также существенно облегчит понимание
англоязычных статей.
Для биостатистиков, аспирантов, докторантов и исследователей в области биомедицины.

Каждому, кто столкнулся с разочарованием,
которое я называю «Статистический Буддизм»:
Тем, кто знает, никакое объяснение не требуется.
Тем, кто не знает, никакое объяснение невозможно.
И всем моим студентам курса
медицинских публикаций и редактирования
Университета Чикаго,
кто учил меня делать необходимое объяснение возможным.
Т. Ланг
Дэвис, Калифорния

Моему мужу и лучшему другу, Джону,
за его постоянную любовь и поддержку; Джон, ты — моя опора;
моим дочерям, Стефани и Николь,
за их постоянные напоминания о том, как прекрасна жизнь;
и моей маме, Барбаре, за ее руководство каждым днем моей жизни!
M. Сесик
Чардон, Огайо

СОДЕРЖАНИЕ

Благодарности . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

8

Вступление . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

9

Предисловие редактора русского издания . . . . . . . . . . . . . . . . . . . . . . . . . . 11
Предисловие . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
Предисловие к первому изданию . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
Сокращения . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
Введение

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

Различия между клинической и статистической значимостью . . . . . . . . . . . . . . . 22
Памятка читателю . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

Часть I.

Составление статистических отчетов в медицине . . . . . . . . . 27

Глава 1. Работа со сводками данных
Числовые отчеты и описательные статистики . . . . . . . . . . . . . . . .
Глава 2. Сравнение вероятностей событий
Отчет о показателях риска . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Глава 3. От свойств выборки к свойствам популяции
Отчеты об оценках и доверительных интервалах. . . . . . . . . . . . . . . .
Глава 4. Сравнение групп при помощи p-значений
Отчеты о проверках гипотез . . . . . . . . . . . . . . . . . . . . . . . . . . .
Глава 5. Корректировка отдельных p-значений
Проблема множественных сравнений. . . . . . . . . . . . . . . . . . . . . . .
Глава 6. Проверка наличия взаимосвязей
Отчет об анализах связей и корреляций . . . . . . . . . . . . . . . . . . . . .
Глава 7. Предсказание значений, зависящих от одной или более переменных
Отчет о регрессионном анализе. . . . . . . . . . . . . . . . . . . . . . . . . .
Глава 8. Анализ групп со многими переменными
Отчет о дисперсионном анализе . . . . . . . . . . . . . . . . . . . . . . . . .
Глава 9. Оценка событий во времени как конечных точек
Отчет об анализе выживаемости . . . . . . . . . . . . . . . . . . . . . . . .
Глава 10. Определение наличия или отсутствия заболевания
Отчет о характеристиках проведения диагностических тестов . . . . . . .
Глава 11. Рассмотрение априорных вероятностей
Отчет о байесовских статистических анализах . . . . . . . . . . . . . . . .
Глава 12. Описание картин заболеваний и нетрудоспособности в популяциях
Отчеты об эпидемиологических показателях . . . . . . . . . . . . . . . . . .

. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .
. . . .

Часть II. Составление отчетов об исследовательских
проектах и мероприятиях . . . . . . . . . . . . . . . . . . . . . . . . . 27
Глава 13. Проверка результатов вмешательства в экспериментальных исследованиях
Отчет о рандомизированных контролируемых испытаниях . . . . . . . . . . . .
Глава 14. Проспективные наблюдения: от воздействия до исхода
Отчет о когортных или лонгитюдинальных исследованиях . . . . . . . . . . . .
Глава 15. Ретроспективные исследования: от исхода к воздействию
Отчет об исследованиях типа «случай-контроль» . . . . . . . . . . . . . . . . .
Глава 16. Совместное рассмотрение воздействий и исходов
Отчет об обследованиях или поперечных исследованиях . . . . . . . . . . . . . .

. .
. .
. .
. .

Часть III. Составление отчетов по обобщающим
методам исследования . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
Глава 17. Синтезирование результатов связанных исследований
Отчет о систематических обзорах и метаанализе . . . . . . . . . . . . . . . . . . .
Глава 18. Взвешивание затрат и последствий лечения
Описание экономических оценок . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Глава 19. Информирование о выборе методов лечения
Отчет по анализу решений и рекомендациям клинической практики . . . . . . . . .

Часть IV. Представление данных и статистик
в таблицах и графиках . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
Глава 20. Табличное представление данных и статистик
Сообщение значений, групп и сравнений в таблицах . . . . . . . . . . . . . . . . . . .
Глава 21. Визуальное отображение данных и статистик
Представление значений, групп и сравнений на графиках . . . . . . . . . . . . . . . .

Часть V.

Путеводитель по статистическим
терминам и критериям . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

Часть VI. Приложения . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
Приложение 1. Правила представления чисел в тексте . . . . . . . .
Приложение 2. Математические символы и система обозначений . .
Приложение 3. Правописание статистических терминов и критериев
Приложение 4. Ссылки на другие коллекции рекомендаций . . . . .
Приложение 5. Источники ошибок, смешивания и смещения
в биомедицинском исследовании . . . . . . . . . . . . . . . . . . . .

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

.
.
.
.

. . . . . . . . .

Библиография . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
Предметный указатель . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
Об авторах . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27

8

БЛАГОДАРНОСТИ
Барту Дж. Харвею,
адъюнкт-профессору и Гиблоновскому профессору
семейной медицины и основных исследований в здравоохранении
Университета Торонто, Канада
Кену Мюррею,
медицинскому директору Ассоциации врачей Независимой практики
Студии Основной практики Калифорнии,
клиническому доценту семейной медицины
Университета Южной Калифорнии,
Лос-Анджелес, Калифорния

Мы от всей души благодарим Барта и Кена за их рецензирование больших
частей рукописи. Их вклад в это издание был самым полезным и очень
ценным. Мы также уверены, что они действительно сожалеют, если
пропустили любую из наших ошибок.

9

ВСТУПЛЕНИЕ
Потребность в количественном доказательстве в медицинских суждениях была замечена по крайней мере два тысячелетия назад. Во втором столетии нашей эры Гален [1]
отмечал, что:
[Эмпирики] говорят, что нечто не может быть ни принято, ни расценено как истинное, если оно замечено однократно или если оно было замечено только несколько
раз. Они полагают, что нечто может быть принято и считаться верным, только если
это было замечено очень много раз и каждый раз в том же самом виде.
В течение многих столетий это представление, кажется, игнорировалось. Затем, почти
два столетия назад, Пьер-Шарль-Александр Луи (Pierre-Charles-Alexandre Louis) [2] поднял
следующий вопрос:
Что касается различных методов лечения, мы можем быть уверенными в превосходстве одного или другого способа... лишь спрашивая, было ли большее число людей
вылечено одним методом, нежели другим. Здесь необходимо подсчитывать. И это
должно быть, по крайней мере, в большинстве случаев, потому что до настоящего
времени этот метод совершенно не используется или используется редко, и поэтому
наука терапии настолько сомнительна.
Вслед за Луи более твердо высказался Жиль Гаваррэ (Jules Gavarret) [3], чьи представления о том, что необходимо оценивать вероятную уверенность в заключениях, основанных
на числовых данных, сегодня звучат подобно нашим.
Это должно быть очевидно для всего, что связано с вопросами медицинской статистики; существуют три... вопроса, каждый... по праву является по-своему важным:
1. Определение того, что понимается под подобными фактами и сопоставимыми
фактами...
2. Доказательство, что любое заключение, полученное из небольшого количества
фактов, не заслуживает никакого рассмотрения в терапии и что при любой статистике, чтобы обеспечить допустимые признаки, оно должно быть основано на нескольких сотнях наблюдений.
3. Демонстрация, что правила, выведенные из опыта, никогда не верны, кроме как
в определенных пределах возможного изменения, и обеспечение средств определить
эти пределы...
Другим достижением Гаваррэ, оправдывающим то, что он был назван «отцом медицинских статистических выводов», было применение им le calcul des probabilites [исчисления
вероятностей] математика Пуассона к данным Луи по лечению кровопусканием, чтобы
продемонстрировать диапазон вероятных истинных значений («пределы возможных вариаций») для сообщенной им частоты смертности, — вычисление, которое является «двоюродным братом» современному доверительному интервалу.
Однако вклад Гаваррэ в статистические выводы в клинической медицине в значительной
степени были проигнорированы в течение столетия. Медицинская практика продолжала зависеть почти полностью от предположительно авторитетных изречений и мнений. Только
в середине двадцатого столетия, как указывают в своем предисловии к первому изданию
своей книги Томас Ланг и Мишелл Сесик, статистический анализ начинает становиться
главным в принятии решений, основанных на доказательствах. Они должным образом
указывают на значительный вклад Дональда Мэйнланда, однако и многие другие исследователи в начале и середине двадцатого столетия были пионерами в области медицинской
статистики.

10
Адекватное планирование, дизайн исследования и статистический анализ начали приводить к заключениям большой важности для общественного здоровья как в исследованиях
Уиндера (Wynder) и Грэхема (Graham), так и работах Doll и Hill о связи курения табака
и карциномы легкого. Сегодня даже врач, который ничего не знает о статистических методах, желает найти в эпидемиологических исследованиях или в докладах о клинических
испытаниях лекарств или других видов лечения статистическое доказательство, поддерживающее их выводы.
К сожалению, статистические исследования в журнальных статьях не всегда представляют надлежащее использование статистических методов или ясное, адекватное сообщение о статистических выводах. Редакторы журнала и их коллеги-рецензенты могут обнаружить статистические недостатки в рукописях статей, которые они рассматривают для
публикации, но система рецензирования не всегда безошибочна в оценке статистических
доказательств и того, как они представлены. Авторы, которые знают свою обязанность удовлетворять высоким стандартам научного сообщения, должны предлагать самое сильное
статистическое доказательство для своих выводов. но только этого недостаточно. Они также должны представить это доказательство достаточно ясно, чтобы убедить даже самого
критически настроенного читателя, что это доказательство надежно и адекватно.
До 1997 г. и публикации первого издания данной книги существовало лишь скудное руководство по этой важной теме. Несколько руководств биомедицинского направления содержали короткие рубрики по стилю публикации статистических данных, но они предполагали, что авторы знают, как сделать ясное и убедительное статистическое сообщение.
Книга, изданная Лангом и Сесик, содержала руководство не только для авторов статей,
но также и для редакторов журналов и рецензентов.
Многие другие члены медицинского сообщества — врачи, медсестры, преподаватели —
смогли извлечь пользу из этой книги. В ней есть информация о том, как искать в статьях
необходимые для практикующих врачей данные. Теперь читатели медицинских журналов
смогут легче определить, поддерживают ли представленные статистические методы и выводы сформулированные заключения.
Данное пересмотренное и расширенное издание существенной работы Ланга и Сесик может оказать еще большую помощь. Поскольку авторы во введении определяют содержание
своего нового издания, я не буду здесь описывать его. Авторы, редакторы и редакционные рецензенты рукописей статей, содержащих доказательства, основанные на статистике, остаются
в долгу перед ними. Самым важным является то, что в конечном счете это издание принесет
пользу и нашим пациентам, которые являются причиной существования нашей профессии.
Эдвард Дж. Хус (Лондон)
Почетный редактор журнала
Annals of Internal Medicine
Литература
1. Galen. On Medical Experience, ch. 7. In: Three Treatises on the Nature of Science. Translated by
Walzer R, Frede M. Indianapolis: Hackett; 1985:59. Cited in: Huth EJ, Murray TJ, eds. Medicine in Quotations: Views of Health and Disease Through the Ages, 2nd ed. Philadelphia: American College of Physicians;
2006:375.
2. Louis PGA. Essay on Clinical Instruction. Translated by Martin P. London: S. Highley; 1834:26–8.
Cited in: Huth EJ, Murray TJ, eds. Medicine in Quotations: Views of Health and Disease Through the Ages,
2nd ed. Philadelphia: American College of Physicians; 2006:376.
3. Gavarret J. Principes Generaux de Statistique Medicale. Paris: Bechet Jeune et Labe; 1840:26.
[Translation by EJH].

11

ПРЕДИСЛОВИЕ РЕДАКТОРА РУССКОГО ПЕРЕВОДА
Автор каждой публикации, будь то научная статья в журнале, монография или диссертация, неизбежно задумывается о том, как воспримет читатель его труд. И, скорее всего,
он желает, чтобы читатель встретил его работу благожелательно, нашёл в ней полезную
и ценную для себя информацию, смог бы разобраться в приведённых аргументах и выводах
и в целом адекватно воспринял бы точку зрения автора на описываемые результаты. И начинающие, и искушённые авторы знают, что сделать это нелегко.
Предлагаемая читателю книга Томаса Ланга и Мишелл Сесик «Как описывать статистику в медицине: аннотированное руководство для авторов, редакторов и рецензентов» относится к уникальному жанру. из отечественных книг, близких к ней по содержанию и направленности, можно назвать лишь две: «Рекомендации по подготовке научных медицинских
публикаций. Сборник статей и документов» (под ред. С. Е. Бащинского, В. В. Власова. М.:
Медиа Сфера, 2006, 464 с.) и книгу профессора Власова В. В. «Введение в доказательную
медицину». (М.: Медиа Сфера, 2001, 392 с.) Однако книга Т. Ланга и М. Сесик значительна
уже по своей тематике и потому более детально описывает данный аспект медицинских
публикаций.
Низкая статистическая культура отечественных исследований в области биологии и медицины давно уже стала трюизмом. Впрочем, когда-то схожая ситуация была и за рубежом. Одна
из первых зарубежных публикаций, содержащая анализ статистических ошибок в медицинских статьях, относится к 1929 г. [1]. В этой статье сообщалось, что примерно половина статей,
публикуемых журналом Physiological Reviews, содержит примеры ошибочного использования
статистики. Детальный анализ этого явления читатели могут найти в нашей статье [2].
Первой отечественной публикацией, содержащей нелицеприятный анализ таких ошибок, является книга, изданная в 1955 г. [3]. В последнее время делается немало усилий,
в том числе и автором этого Предисловия, чтобы исправить это печальное для отечественной науки состояние. Говоря же о статистической культуре в отечественной биомедицине,
следует разделять два аспекта этого явления. Первый аспект относится непосредственно
к качеству статистического анализа результатов наблюдений. Однако даже качественно полученные результаты статистического анализа можно сделать ненадёжными с точки зрения
читателя, если не привести достаточно развёрнутую информацию о методах этого анализа и необходимую для понимания логики выводов сопутствующую информацию. Наличие
в публикации этого второго аспекта многократно увеличивает её ценность и надёжность,
она становится цитируемой, читатели видят в ней образец для подражания.
Поскольку большинство первичных публикаций составляют научные статьи в периодических журналах, то именно здесь и должно вестись целенаправленное формирование разумных, понятных и недвусмысленных требований по описанию результатов применения
статистических методов. Этот тезис отлично понимают в редакциях ведущих зарубежных
журналов. Образцами таких журналов можно назвать известные во всем мире журналы
BMJ (http://www.bmj.com/) и JAMA (http://jama.ama-assn.org/). В редакционных требованиях этих журналов приведены детальные рекомендации по описанию результатов применения статистических методов в медицинских исследованиях, вплоть до обязательного
представления автором статьи исходных данных, если у рецензентов возникнут сомнения
в корректности приведенных автором результатов анализа. А что же в российских периодических изданиях? Возьмите наиболее известные российские журналы биомедицинской
тематики и попробуйте найти в них внятные рекомендации по оформлению в статьях результатов статистического анализа. Увы, таких рекомендаций нет. Лишь в единичных журналах приводятся малопонятные фразы, содержание которых говорит о том, что их авторы

12
не владеют статистическим инструментарием, а сами рекомендации скорее призваны продемонстрировать лояльность редколлегии журнала к научно-доказательной медицине.
Рассмотрим две версии одного и того же фрагмента рекомендаций, заимствованных
из российских журналов. «Описывайте статистические методы настолько детально, чтобы грамотный читатель, имеющий доступ к исходным данным, мог проверить полученные
Вами результаты». В другом журнале этот фрагмент выглядит так: «Статистика (статистические методы) — описывайте статистические методы настолько детально, чтобы квалифицированный читатель, имеющий доступ к оригинальным данным, смог проверить полученные Вами результаты». «Квалифицированный», «грамотный» читатель — это кто?
Тот, который умеет читать? Или же тот, который имеет высшее образование или диплом
кандидата или доктора наук? Идём далее: «... имеющий доступ к исходным данным, мог
проверить полученные Вами результаты». Зададимся вопросом: ЧЬИ «исходные данные»
подразумевали авторы этих рекомендаций? «Исходные данные» авторов статьи или же «исходные данные» читателя? А сможет ли читатель «проверить полученные ... результаты»,
имея собственные «исходные данные»? Ответ отрицательный. Во-первых, такие данные
не будут идентичны данным автора статьи. Во-вторых, он может не располагать теми же
вычислительными ресурсами и знаниями, которыми располагал автор статьи.
Автор этих строк является членом редколлегии одного медицинского журнала, входящего
в так называемый ваковский список. Летом 2006 г. на заседании редколлегии я обратил внимание главного редактора журнала, академика К., на то, что уже несколько лет в журнале отсутствует практика представления письменных рецензий на поступающие рукописи. Мною
было также отмечено, что большинство публикуемых в настоящее время в журнале статей
противоречат действующим редакционным требованиям в части использования и описания
статистических методов. Ответ академика К. был таков: «Решение о публикации статей будет принимать врач, а не статист». Когда академик РАМН путает статиста со статистиком,
то иного отношения к статистике и не стоит ожидать. В своё время другой академик, Т. Лысенко, уже говорил нечто подобное: «...нас, биологов, и не интересуют математические выкладки,
подтверждающие практически бесполезные статистические формулы менделистов» [4].
Отчего же в отечественных биомедицинских журналах сложилась такая порочная практика? Однозначного ответа на этот вопрос нельзя дать, так как эта проблема имеет давние
корни и непростую историю, включающую и прямой запрет на использование статистики
в медицине [5].
Именно поэтому столь ценны для авторов, читателей и членов редакций периодических
журналов биомедицинской тематики рекомендации, приведенные в книге Т. Ланга и М. Сесик. Без малого 500 страниц книги посвящены детальному описанию статистических результатов в медицинских публикациях. В ней рассмотрены вопросы представления не только описательных статистик, но и результатов использования многих популярных методов,
таких как таблицы сопряжённости, дисперсионный анализ, корреляция и регрессия, анализ выживаемости, байесовские методы, графические методы, метаанализ и ROC-кривые
и многих других. Разумеется, в одной книге невозможно охватить все аспекты столь разнообразной проблемы. К примеру, авторы не рассмотрели описание результатов таких многомерных методов, как каноническая корреляция, дискриминантный и кластерный анализ,
факторный анализ и метод главных компонент, многомерное шкалирование, анализ соответствий, анализ временных рядов и др. Их отсутствие в данной книге вызвано тем, что
данные методы, во-первых, достаточно сложны, а во-вторых, результаты их применения
весьма объемны.
Любые рекомендации всегда несут на себе отпечаток личного опыта их авторов. Не являются исключением и рекомендации, приведенные в данной книге. К некоторым из них мы

13
добавили собственные комментарии, которые отражают наш собственный 30-летний опыт
статистического анализа биомедицинских данных [6].
Уже из названия книги ясно, кому будут полезны эти рекомендации. Содержание рекомендаций говорит о том, что авторы книги имеют немалый опыт практического использования статистики в реальных медицинских исследованиях. И хотя авторы предупреждают,
что эта книга не является учебником по статистике, внимательный читатель найдет в ней
немало информации по терминам и основным понятиям статистики.
М. Жванецкий как-то заметил: «ПисАть, как и пИсать, надо тогда, когда терпеть больше
не можешь». Увы, нередко авторы многих публикаций пишут свои статьи не в силу того,
что материал для публикации уже сформировался и вызрел, а только для выполнения плана
публикаций отдела, лаборатории или чтобы успеть к защите диссертации и т. п. Чаще всего
в таких публикациях про статистику пишут маловразумительные фразы, например «данные
были обработаны статистически». Уверен, что данная книга должна стать настольным руководством для многих исследователей, начиная от студента-медика, пишущего курсовую
или дипломную работу, до докторов наук и академиков, в том числе и тех, которые путают
статиста и статистика. Ведь истинные профессионалы учатся всю жизнь. Будет она полезна
аспирантам и докторантам, поскольку с середины 2006 г. все диссертанты обязаны публиковать в Интернете авторефераты своих диссертаций. А в скором времени необходимо будет
публиковать в Интернете до защиты и всю диссертацию. Именно об этом заявил 31 октября
2007 г. первый вице-премьер Д. А. Медведев на встрече с членами ВАК и ректорами вузов,
поддержав наши предложения 10-летней давности [7]. На что председатель ВАК, декан
биологического факультета МГУ, академик Михаил Кирпичников ответил, что «в ближайшее время мы будем готовы говорить о публикации полностью диссертаций». Очевидно,
что в связи с этим актуальность данного издания будет лишь возрастать.
Все перечисленные выше достоинства этой книги позволяют утверждать, что она найдет
своего благодарного читателя и будет способствовать повышению качества статистического анализа у отечественных исследователей в области медицины и биологии, а также и качества их публикаций.
В. П. Леонов, редактор сайта БИОМЕТРИКА
http://www.biometrica.tomsk.ru
Литература
Dunn HL. Application of statistical methods in physiology // Physiological Reviews. 1929.
Vol. 9. P. 275–398.
Леонов В. П. Ошибки статистического анализа биомедицинских данных // Международный журнал медицинской практики. 2007. Вып. 2. С. 19–35. URL: http://www.biometrica.
tomsk.ru/error.htm.
Боярский А. Я. Статистические методы в экспериментальных медицинских исследованиях. М.: Медгиз, 1955.
Леонов В. П. Долгое прощание с лысенковщиной. URL: http://www.biometrica.tomsk.ru/
lis/index6.htm.
Леонов В. П. Применение статистики в статьях и диссертациях по медицине и биологии.
Ч. 2. История биометрики и ее применения в России // Международный журнал медицинской практики. 1999. Вып. 4. С. 7–19. URL: http://www.biometrica.tomsk.ru/history.htm.
Леонов В. П. Три «Почему...» и пять принципов описания статистики в биомедицинских
публикациях. URL: http://www.biometrica.tomsk.ru/principals.htm.
Росбалт.RU. Медведев предложил публиковать все диссертации в Интернете. URL:
http://www.rosbalt.ru/2007/10/31/427080.html

14

ПРЕДИСЛОВИЕ
Думали ли они, что науки, основанные на наблюдении, могут стимулироваться только статистикой?...Если бы медицина не пренебрегла этим инструментом, это означало бы прогресс, она обладала бы большим числом
реальных истин, стала бы менее подверженной обвинению в том, что является наукой нетвердых принципов, неуловимых и предположительных.
JEAN-ETIENNE DOMINIQUE ESQUIROL,
ранний французский психиатр,
цитируемый в журнале Lancet, 1838 [1]

Если можно верить вышеупомянутой цитате, уже 170 лет назад поставщики услуг здравоохранения неохотно принимали статистический образ мышления в медицинской практике. То, что такая ситуация продолжается, сегодня в лучшем случае неуместно, а в худшем
— непростительно, но в любом случае понятно. Статистика как область исследования привлекает немногих людей, которые связаны с медициной. Она полна тонкостей и сложностей, которые требуют много времени для понимания и еще больше для овладения ими,
и она часто преподается специалистами, разбирающимися в математике, но не в медицине.
В период студенческого обучения большинство поставщиков услуг здравоохранения действительно изучают по крайней мере один статистический курс, но они редко изучают то,
что они хотят или должны знать, чтобы понять или написать публикацию по результатам
исследования. Кроме того, поскольку медицина стала рассматривать вопросы внутриклеточного уровня и потому погружаться в еще большую степень технологической изощренности, все меньше учебного времени доступно для других предметов, даже на уровне последипломного образования.
В то же самое время движение доказательной медицины установило желательность
и преимущества применения лучших аргументов к решению клинических проблем.
но основанная на доказательствах медицина преимущественно формируется на базе литературы и поэтому сильно зависит от качества опубликованного исследования, а о многих
исследованиях очень плохо информируют. Фактически проблема плохой документации исследования и статистической публикации в биомедицинской литературе является давнишней, мировой, всеобъемлющей, потенциально серьезной и отнюдь не очевидной для многих
читателей, несмотря на то что большинство ошибок касается основных методологических
и статистических понятий, которых можно легко избежать, следуя нескольким руководящим принципам [2].
В 1997 г. мы опубликовали первое издание книги «Как описывать статистику в медицине», чтобы предоставить всесторонний — и понятный — набор таких руководящих правил.
С тех пор книга стала популярным справочником во всем мире и даже переведена на китайский язык. Успех первого издания был приятен и подтвердил нашу веру в то, что читатели
будут использовать изложенные руководящие правила нашей книги, если получат к ним
доступ и поймут их. Если будут использоваться эти руководящие правила, то лучше будет
проводиться и биомедицинское исследование, а следовательно, специалисты смогут лучше
ориентироваться в области доказательной медицины.
Эта книга не типичная книга по статистике. Это и не текст по анализу или статистическим вычислениям, а скорее руководство по интерпретации и описанию их результатов. Как
отмечено в названии, оно было написано для авторов, редакторов и рецензентов, которые

Предисловие

15

готовят или оценивают биомедицинское исследование для публикации, особенно в рецензируемых журналах. В книге представлены краткие обзоры различных тем, глоссарий лёгких для понимания объяснений статистических терминов и тестов, удобный предметный
указатель — все это должно помочь любому, кто изучает биостатистику и медицинские
исследования в традиционных академических курсах.
Таким образом, публикуя это расширенное второе издание «Как описывать статистику
в медицине», мы надеемся достигнуть того, на что надеялся доктор Lawrason Brown более
85 лет назад:
Затруднения в медицине исходят не от статистического метода, а от медицинских работников [и работниц], которые не знают, как его использовать... Не поймите меня неправильно. Это не аргумент в пользу сухих статистических статей, которые все мы предпочитаем
не читать. но если я смогу заставить вас увидеть, насколько важно для нас прекратить использовать любимую фразу «мой личный опыт» кроме тех случаев, когда у нас есть достаточно данных, чтобы подтвердить её, я буду считать, что достиг того, на что я надеялся [3].
Мы искренне надеемся, что наша книга будет хорошо служить вам.
Томас Ланг
Мишель Сесик
Литература
1. Esquirol JED. Cited in: Pearl R. Introduction to Medical Biometry and Statistics. Philadelphia:
WB Saunders; 1941.
2. Lang T. Twenty statistical errors even you can find in biomedical research articles. Croatian Med J.
2004; 45:361–70.
3. Brown L. American Review of Tuberculosis; September 1920, vol iv. Cited in: Pearl R. Introduction
to Medical Biometry and Statistics. Philadelphia: WB Saunders; 1941.

16

ПРЕДИСЛОВИЕ К ПЕРВОМУ ИЗДАНИЮ
Чтобы руководить авторами при подготовке рукописей, должны быть
развиты стандарты, управляющие содержанием и форматом статистических аспектов.
J. R. O’FALLON И ДР. [1]
Среди первых врачей, которые рассмотрели значения статистической вероятности в медицинском исследовании, был Donald Mainland из Университета Dalhousie, Галифакс, Канада. Он, кажется, был первым, кто сообщал о статистике в своих статьях, опубликованных
в Канадском журнале Медицинской Ассоциации и в Британском Медицинском Журнале
в 1930-х годах [2, 3]. С тех пор медицинское исследование все более и более принимало
принципы планирования эксперимента и статистического анализа, так что в итоге биостатистика сформировалась как отдельная область исследования. Биостатистика стала существенным шагом в движении медицинского исследования от описаний частных случаев
до экспериментов с группами контроля и, наконец, к крупномасштабным рандомизированным контролируемым исследованиям, которые теперь являются предпочитаемым стандартом научного доказательства.
Однако существует одна проблема. Исследования качества статистических аспектов
в журнальных статьях последовательно обнаруживали высокую частоту ошибок в применении, изложении и интерпретации статистической информации, даже в наиболее уважаемых медицинских журналах. Уже в первом таком исследовании — самое раннее, которое
мы нашли, было опубликовано в 1959 году — было обнаружено, что частота ошибок достигала 80 %, опять же даже в главных медицинских журналах [4–19]. «Эти обзоры [статистических ошибок] показывают устойчивое и угнетающее постоянство: обычно примерно
в 50 % рассмотренных статей содержатся явные статистические ошибки» [20]. Более того,
большая часть этих ошибок являются столь грубыми, что вызывают сомнение в достоверности выводов в этих статьях [6, 21].
В то же время большинство этих ошибок связаны с разделами, включенными в большинство ознакомительных книг по статистике. Действительно, кажется странным, что проблема, являющаяся, по-видимому, столь важной, широко распространенной и столь давнишней, остается нерешенной, несмотря на то что по своей сути всегда была основной.
Странно, что не было доступно ни одного руководства или справочника, которые могли
бы помочь при написании статистических отчетов, несмотря на то что в некоторых сообщениях говорилось об их необходимости [1, 17, 20, 22–24]. В биомедицинских журналах было
опубликовано несколько общих рекомендаций [20, 25–30], но мы полагаем, что они являются слишком общими по своей сути, слишком ограниченными в данной области и слишком
специализированными по терминологии, чтобы быть полезными для большинства авторов
и редакторов. Очевидно, если не будут приняты общие правила для написания статистических отчетов, в статьях так и будут оставаться статистические ошибки.
Таким образом, наша цель при написании книги состоит в том, чтобы в письменной форме дать ряд детальных, обстоятельных и понятных рекомендаций для представления статистической информации в медицине. Более того, составляя рекомендации согласно тому,
как они используются в тексте, а не согласно математическим принципам, на которых они
базируются, а также приводя различные объяснения и примеры, мы попытались сделать
рекомендации более доступными для нестатистиков.

Предисловие к первому изданию

17

В результате эта книга не является книгой по статистике в обычном смысле. Мы не занимались обучением планированию исследования, статистической теории или методам
и вычислениям статистических критериев. Мы рассматриваем здесь только представление
статистической информации в научных публикациях и обсуждаем некоторые сопутствующие понятия, которые должны помочь выразить эти представления в перспективе. Мы
убеждаем авторов и исследователей сотрудничать с биостатистиками на всех этапах исследования, но также полагаем, что не нужно быть статистиком, чтобы правильно представить
или интерпретировать элементарную статистику. Однако для правильной интерпретации
данных нужен свободный доступ к точной, полной и понятной информации. Эта книга был
написана с целью обеспечить именно такой доступ.
Более 60 лет назад тот же самый д-р Mainland, который затронул эту проблему, так выражал наши надежды на будущее в описании статистики [2]:
...Прогресс был бы достигнут, если бы некоторые фундаментальные идеи были более ясно
поняты, а именно: что принципы, лежащие в основе статистических методов, относительно
просты; что самые общие методы легко изучить; что эти методы могут использоваться как
инструмент без глубокого знания их математической структуры; что эти методы не придают фиктивной точности или искусственного качества результатам и что эти методы имеют
тенденцию очень часто показывать, что заключения не являются столь определенными, как
думал бы лишенный помощи наблюдатель. Если бы эти вещи были поняты, то эти методы
использовались бы намного чаще и, что еще более важно, многие сотрудники осознали бы,
когда они должны обратиться за помощью к биостатистику. Это, в свою очередь, ускорило
бы наступление дня, когда биостатистика-консультанта будут считать необходимым в каждом медицинском центре.
Это трюизм медицинского описания, что при разъяснении смысла мы, соответственно,
стремимся следовать ему. Если наша книга поможет прояснить статистические анализы,
она может также и улучшить способ, с помощью которого проводится и интерпретируется
медицинское исследование.
Томас Ланг
Мишель Сесик
Литература
1. O’Fallon JR, Duby SD, Salsburg DS, et al. Should there be statistical guidelines for medical research
papers? Biometrics, 1978; 34:687–95.
2. Mainland D. Chance and the blood count. Can Med Assoc J. 1934; 656–8.
3. Mainland D. Problems of chance in clinical work. Br Med J. 1936; 2:221–4.
4. Hall JC, Hill D, Watts JM. Misuse of statistical methods in the Australasian surgical literature. Aust
N Z J Surg. 1982; 52:541–3.
5. Schor S, Karten I. Statistical evaluation of medical journal manuscripts. JAMA. 1966; 195:1123–8.
6. Glantz SA. Biostatistics: how to detect, correct and prevent errors in the medical literature. Circulation. 1980; 61:1–7.
7. Lionel ND, Herxheimer A. Assessing reports of therapeutic trials. BMJ. 1970;3:637–40.
8. Altman DG. Statistics in medical journals: developments in the 1980s. Stat Med. 1991; 10:1897–
913.
9. White SJ. Statistical errors in papers in the British Journal of Psychiatry. Br J Psychiatr. 1979;
135:336–42.
10. Gore SM, Jones IG, Rytter EC. Misuse of statistical methods: critical assessment of articles in BMJ
from January to March 1976. BMJ. 1977; 1:85–7.

18

Предисловие к первому изданию

11. Freiman JA, Chalmers TC, Smith H Jr, Kuebler RR. The importance of beta, the type II error and
sample size in the design and interpretation of the randomized control trial. Survey of 71 negative trials. N
Engl J Med. 1978; 299:690–4.
12. Reed JF, Slaichert W. Statistical proof in inconclusive «negative» trials. Arch Intern Med. 1981;
141:1307–10.
13. Gardner MJ, Altman DG, Jones DR, Machin D. Is the statistical assessment of papers submitted to
the British Medical Journal effective? BMJ. 1983; 286:1485–8.
14. MacArthur RD, Jackson GG. An evaluation of the use of statistical methodology in the Journal of
Infectious Diseases. J Infect Dis. 1984; 149:349–54.
15. Avram MJ, Shanks CA, Dykes MH, et al. Statistical methods in anesthesia articles: an evaluation of
two American journals during two six-month periods. Anesth Analg. 1985; 64:607–11.
16. Godfrey K. Comparing the means of several groups. N Engl J Med. 1985; 313:1450-6.
17. Pocock SJ, Hughes MD, Lee RJ. Statistical problems in the reporting of clinical trials. A survey of
three medical journals. N Engl J Med. 1987;3 17:426–32.
18. Smith DG, Clemens J, Crede W, et al. Impact of multiple comparisons in randomized clinical trials.
Am J Med. 1987; 83:545–50.
19. Gotzsche PC. Methodology and overt and hidden bias in reports of 196 double-blind trials of nonsteroidal antiinflammatory drugs in rheumatoid arthritis. Control Clin Trials. 1989; 50:356.
20. Murray GD. Statistical aspects of research methodology. Br J Surg. 1991; 78:777–81.
21. Yancy JM. Ten rules for reading clinical research reports [Editorial]. Am J Surg. 1990; 159:553–9.
22. Shott S. Statistics in veterinary research. J Am Vet Med Assoc. 1985; 187:138–41.
23. Hayden GF. Biostatistical trends in Pediatrics: implications for the future. Pediatrics. 1983;
72:84–7.
24. Altman DG, Bland JM. Improving doctors’ understanding of statistics. J R Statis Soc A. 1991;
154:223–67.
25. Altman DG, Gore SM, Gardner MJ, Pocock SJ. Statistical guidelines for contributors to medical
journals. BMJ. 1983; 286:1489–93.
26. International Committee of Medical Journal Editors. Uniform requirements for manuscripts submitted to biomedical journals. N Engl J Med. 1991; 324:424–8.
27. Elenbaas RM, Elenbaas JK, Cuddy PG. Evaluating the medical literature. Part II: Statistical analysis.
Ann Emerg Med. 1983; 12:610–20.
28. Murray GD. Statistical guidelines for the British Journal of Surgery. Br J Surg. 1991; 78:782–4.
29. Sumner D. Lies, damned lies — or statistics? J Hypertens. 1992; 10:3–8.
30. Journal of Hypertension. Statistical guidelines for the Journal of Hypertension. J Hypertens.
1992; 10:6–8.

19

СОКРАЩЕНИЯ
95% ДИ — 95%-й доверительный интервал
СО — стандартное отклонение
СОС — стандартная ошибка среднего
КВ — коэффициент вариации
ANOVA — дисперсионный анализ
ANCOVA — ковариационный анализ
РКИ — рандомизированное
испытание

контролируемое

ЧПЛП — число пациентов, которых надо лечить,
чтобы предотвратить один неблагоприятный исход
ЧПЛВ — число пациентов, подвергаемых лечению,
на один вредный исход

20

ВВЕДЕНИЕ
Представление статистических рекомендаций не следует путать со статистическим образованием.
С. Л. ДЖОРДЖ [1]
С тех пор как в 1997 г. вышло первое издание книги «Как описывать статистику в медицине», большинство (но не все) рекомендаций по статистическим публикациям остались
неизменными. Потребность во втором издании вызвана возросшим пониманием того, как
лучше всего объяснить эти рекомендации, а также необходимостью добавить несколько новых тем и обновить некоторые темы, которые существенно изменились со времени первого
издания.
Это второе издание «Как описывать статистику в медицине» состоит из 21 главы, собранных в пять частей, шестой части из пяти приложений, библиографии и предметного
указателя.
Часть I. Составление статистических отчетов в медицине, состоит из 12 глав, которые
соответствуют 12 общим приложениям статистики. Эти главы были названы и составлены так, чтобы помочь нестатистикам легко найти соответствующие рекомендации. Во втором издании были добавлены две новых главы: одна — о публикациях
о мерах риска, а другая — о публикациях об эпидемиологических показателях.
Часть II. Составление отчетов об исследовательских проектах и мероприятиях, заменяет гл. 1 из первого издания. Кроме первой основной главы по данной теме, мы
добавили еще четыре новых главы, по одной на каждую из основных исследовательских схем, используемых в биомедицинском исследовании: экспериментальные
испытания (а именно рандомизированные контролируемые испытания), когортные
исследования, исследования типа «случай-контроль» и поперечные, перекрестные
исследования.
Часть III. Составление отчетов по обобщающим методам исследования, содержит три
главы по этой теме из первого издания, каждая из которых обновлена и пересмотрена: публикации о систематических обзорах и метаанализах, публикации об экономических оценках и публикации об анализах решения и руководящих принципах
клинической практики. Эти методы обычно объединяют результаты нескольких
индивидуальных исследований, чтобы обеспечить большее понимание проблемы
исследования.
Часть IV. Представление данных и статистик в таблицах и графиках, составлена
из двух новых глав, которые включают самые современные суждения и исследовательские находки по созданию эффективных таблиц и графиков. Таблицы и рисунки
представляют количественную информацию и являются, таким образом, статистическими по своей природе.
Часть V. Путеводитель по статистическим терминам и критериям, была расширена
по сравнению с первым изданием и теперь содержит более 550 записей. Эти за-

Введение

21

писи — толкование терминов и концепций в контексте биомедицинского исследования; они не претендуют быть чисто математическими или теоретическими определениями. Все они написаны так, чтобы быть понятными для читателей, у которых
есть лишь достаточно ограниченное знание статистики.
Часть VI содержит пять приложений. Первое дает правила представления чисел в тексте,
второе содержит перечень общих математических символов и условные символьные
обозначения статистических параметров, а третье дает предпочтительное правописание статистических терминов и тестов. Четвертое приложение содержит библиографические и интернет-ссылки на другие коллекции публикаций о рекомендациях,
данных различными научными группами. Пятое приложение описывает более общие источники ошибок, смешивания и смещения оценок, с которыми сталкиваются при проведении биомедицинского исследования и в оценке публикаций по этим
исследованиям.
Рекомендации в этой работе были собраны по обширному обзору литературы (см. Библиографию). В сущности, все они общеприняты крупными специалистами данной сферы
деятельности. У большинства есть аннотации, объяснения и гипотетические примеры, которые помогают пониманию, оценке и правильному их применению. Рекомендации пронумерованы для облегчения поиска. Когда у рекомендации есть отличительная особенность,
используется один из четырех символов:
Уточняющие рекомендации даны для особых случаев основного руководства.
Предостережения идентифицируют общие проблемы в публикации или интерпретации информации в основном руководстве.
Проверки описывают способы проверки статистических представлений или
вычислений.
Переадресация — перекрестные ссылки к дополнительной информации в других рекомендациях или главах.
Рекомендации должны использоваться для придания большей точности, ясности и законченности статистическим деталям исследования таким образом, чтобы исследование могло
быть оценено адекватно. Они не должны использоваться без разбора или с единственной
целью придраться к исследованию. Мы надеемся, что предоставленная информация будет
использоваться не только с целью указать на ошибки, но также и установить истину.
Литература
1. George SL. Statistics in medical journals: a survey of current policies and proposals for editors. Med
Pediatr Oncol. 1985;13:109–12.

22

РАЗЛИЧИЯ МЕЖДУ
КЛИНИЧЕСКОЙ И СТАТИСТИЧЕСКОЙ ЗНАЧИМОСТЬЮ
Говорят, что человеку с одной ногой, замороженной во льду, а другой ногой
в кипящей воде комфортно — в среднем.
J. M. YANCY [1]
Одной из самых частых ошибок в отчетах и интерпретации медицинского исследования
является неспособность различать клиническую и статистическую значимость. (Поскольку
в медицинской публикации термин «значимость» зарезервирован для ее статистического
значения, в этой книге мы всюду использовали оборот «клиническая важность», когда идет
речь о «клинической значимости».) Вообще клинически важное заключение — это заключение, у которого есть последствия для лечения пациента. Статистически значимое
заключение, с другой стороны, является заключением, основанным на вероятности.
Само по себе статистически значимое заключение может иметь мало общего с практикой
медицины. Точно так же клинически важное заключение в единственном случае, вероятнее
всего, не устанавливает биологическую связь. Заключение, которое как клинически, так
и статистически значимо, весьма ценно, потому что мы, весьма вероятно, будем полагать,
что это заключение есть результат биологического процесса, общего для группы пациентов,
и что он, возможно, поддается измерению, объяснению, предсказанию и управлению.
Мы обращаем ваше внимание на несколько аспектов различия между статистической
значимостью и клинической важностью.
1. Статистическая значимость, по существу, отражает влияние случая на результат; клиническая важность отражает биологическую ценность результата.
Вообще маленькие различия между большими группами могут быть статистически значимыми, существенными, но клинически бессмысленными. Разница в 0,02 кг в весе двух
групп взрослых пациентов, вероятно, не имеет никакой клинической важности, даже если
такое различие наблюдалось бы случайно менее чем 1 раз из 100 (p < 0,01) или даже менее
чем 1 раз из 100 000 (p < 0,00001).
Но также верно и то, что большие различия между маленькими группами могут быть клинически важными, но не значимыми статистически. В исследовании 20 пациентов, в котором умирает всего лишь 1 пациент, смерть клинически важна, независимо от того, значима
ли она статистически. Важнейший вопрос состоит в том, является ли выборка достаточно
большой, чтобы обнаружить клинически важное различие, если действительно такое различие существует. Этот вопрос — один из аспектов статистической мощности исследования.
2. Статистику получают из групп людей, медицина же практикует на конкретных
людях.
Поскольку статистика основана на вероятности, а не на биологии, она имеет дело с популяциями, а не с индивидуальными пациентами. Врачи же, которые лечат конкретных
пациентов на основе медицинского исследования, реально «играют со случаем». Они надеются, что то, что было верно для группы подобных пациентов, будет верно и для одного
конкретного больного.

Различия между клинической и статистической значимостью

23

3. Статистические заключения требуют, чтобы адекватное количество данных
было надежно, медицинские же решения должны часто приниматься по недостаточным данным.
У статистических сравнений, использующих небольшие выборки, часто невысокая статистическая мощность. То есть исследователи часто не набирают достаточный объем информации, чтобы быть обоснованно уверенными в заключительных выводах о том, хороша
ли, скажем, новая терапия так же, как стандартная методика, или лучше ее. Исследования,
сообщающие об отрицательном или статистически незначимом результате, для которого
статистическая мощность невелика, фактически не дают полного отрицания вообще, этот
результат неокончателен. По той же самой причине, когда никакие статистически значимые
различия не найдены между исходными значениями небольшой группы лечения и группы
контроля, неуместно делать заключение, что эти группы эквивалентны: отсутствие доказательства не есть доказательство отсутствия.
4. Статистические ответы являются вероятностными, лечение же требует совершенных решений.
Статистика включает представление о вероятности. Когда ожидается, что результат произойдёт случайно менее чем, скажем, 1 раз из 1000 (т. е. p < 0,001), такой же результат может
случайно наблюдаться и в ином случае; и тогда просто невероятно, что именно случай и есть
объяснение этого результата. Результат, полученный в выборке, также является оценкой того,
что, как мы могли бы ожидать, произойдет в большей популяции. Хотя 95%-й доверительный интервал (95% ДИ) и обеспечивает меру точности для этого оцениваемого результата,
тем не менее он также является вероятностным утверждением, а не чем-то верным1.
5. Статистический анализ всегда требует измерения, медицина же иногда нуждается в интуиции.
Наука — это измерения. К сожалению, не все в медицинской науке может быть легко
измерено: депрессия, боль, качество жизни; даже более физические аспекты жизни, такие
как функция печени или жизненные показатели состояния сердца, нелегко определить количественно. Измерения и вероятностные заключения могут оказывать большую помощь
в медицине, но они во многих случаях еще не в состоянии заменить опыт, проницательность и интуицию.
6. Статистические и клинические употребления термина «нормальность» часто
запутанны и неопределенны.
В статистике термин «нормальный», вообще говоря, относится к распределению значений, которое имеет форму симметрической колоколообразной кривой. Говорят, что данные распределены нормально, если их распределение, изображенное в виде графика, имеет
1 Очень важное замечание! К сожалению, российские исследователи в своих публикациях очень часто используют некорректные выражения, типа «достоверное различие», относящиеся к результатам применения статистических методов. Иными словами, вместо оборота «статистически значимое различие», свидетельствующее о вероятностном характере утверждения, используют этот неверный оборот. Феномен «семантической глобализации
научности» применительно к понятию «достоверность» детально рассмотрел Н. А. Зорин в своей статье «О неправильном употреблении термина “достоверность” в российских научных психиатрических и общемедицинских
статьях», опубликованной в электронном журнале «Биометрика» на сайте: http://www.biometrica.tomsk.ru/let1.htm.
Непонимание сути статистических терминов приводит к тому, что «жонглирование» ими в публикациях приводит
в результате к анекдотическим курьезам. В качестве примера рекомендую читателям познакомиться с критическим анализом одной из таких статей, авторы которой, два академика РАМН, используют абсурдный по своему
смыслу оборот «статистическая достоверность» (http://www.biometrica.tomsk.ru/kk/index_3.htm#33). — Здесь и далее прим. ред.

Различия между клинической и статистической значимостью

24

такую форму. В медицине же термин «нормальный» часто используется небрежно, чтобы
обозначать обычное, приемлемое или здоровое.
Эти два определения, к сожалению, часто объединяются, чтобы определить «клинически нормальное» как характеристику с обычным значением в нормальном распределении
значений для этой характеристики. То есть величины, которые находятся в средних 95%
значениях, собранных у здоровой популяции, обычно полагают нормальными по определению, а те, которые расположены в самых меньших 2,5% и самых больших 2,5%, считаются
ненормальными.
Такие определения являются статистическими, но не клиническими. В своем лучшем
клиническом использовании термин «нормальный» относится к значению величины, которое связано только с малой вероятностью болезни или нетрудоспособности, независимо
от того, где это значение находится на оси распределения данных значений. Аналогично,
термин «ненормальный» относится к значению, связанному с высокой вероятностью болезни, независимо от того, где это значение находится в распределении.
Литература
1.

Yancy JM. Ten rules for reading clinical research reports [Editorial]. Am J Surg. 1990; 159:553–9.

25

ПАМЯТКА ЧИТАТЕЛЮ
Мои книги — вода; книги великих гениев — вино. Все пьют воду.
МАРК ТВЕН
Как прекрасные вина, так и биостатистика характеризуются сложностью и утонченностью, которые могут действительно оценить относительно немного людей, посвящающих
время, чтобы овладеть ими. Таким читателям мы приносим свои извинения; эта книга была
написана не для вас. Скорее, она была написана для намного большей группы читателей:
для тех, кто жаждет понять основы статистики, а не стремится оценить все ее нюансы.
Это — книга об описании и интерпретации статистических представлений, но не о понимании теории вероятностей или математических концепций. Это — книга для пьющих воду.
Чрезвычайно трудно объяснить многие статистические понятия в терминах, которые
одновременно должны быть и технически точными, и легко понимаемы теми, у кого есть
лишь поверхностное знание данной темы. Таким образом, если наши объяснения не включают некоторые из более тонких разделов темы или они обошли некоторые различия смыслов, то это лишь потому, что мы полагаем, что такие тонкие детали и различия отвлекли бы
от объяснения, сделав его менее адекватным для большинства читателей.
Медицинские примеры в этой книге были задуманы, чтобы проиллюстрировать статистические понятия. Как таковые, подавляющее большинство их являются гипотетическими и потому должны быть восприняты лишь как обучающие схемы, а не как медицинский факт.

374

Путеводитель по статистическим терминам и критериям

А
абсолютный риск (или просто, риск) [absolute risk]
Вероятность или правдоподобие события.
уменьшение абсолютного (атрибутивного) риска (УАР) [absolute (attributable) risk
reduction]
Разность между двумя абсолютными рисками. Например, если инциденс сердечного
приступа у мужчин, принимающих аспирин, составляет 1,2 %, а инциденс у мужчин,
принимающих плацебо, 2,2 %, то ARR для мужчин, принимающих аспирин, составляет 1 % (2,2 % – 1,2 % = 1 %), это означает, что аспирин понижает абсолютный риск
сердечного приступа на l %. Обратной величиной к ARR [1/ARR = NNT] является число пациентов, подвергаемых лечению, на один предотвращенный исход (ЧПЛП).
См. уменьшение относительного риска.
альтернативная гипотеза (Ha) [alternative hypothesis]
Утверждение, что факторы, отличные от случайности, ответственны за различие между
группами. Альтернативная гипотеза противостоит нулевой гипотезе, утверждающей, что
никакого различия между группами нет. Если нулевая гипотеза может быть отклонена
на основании того, что результаты вряд ли получены случайно, то альтернативная гипотеза
более вероятна. Вероятность того, что различия, по существу, являются результатом случайности, дается p-значением. p-значение затем сравнивается с альфа-уровнем (например, 0,05), который определяет точку, в которой исследователь желает отклонить основную
гипотезу и принять альтернативную гипотезу. Если p-значение меньше, чем альфа-уровень,
считают, что наблюдаемое различие, по существу, не является результатом случайности.
альфа (α) или альфа-уровень [alpha or alpha level]
В традиционной теории проверки гипотез — порог статистической значимости. Типичные альфа-уровни: 0,05, 0,01, а иногда даже 0,001. Альфа-уровень устанавливается исследователем и является значением, с которым сравниваются p-значения для определения,
является ли различие «статистически значимым». По определению p-значения, меньшие
или равные альфа-уровню, являются статистически значимыми. См. альфа-ошибка.
альфа Кронбаха [Cronbach’s alpha]
Мера внутренней надежности или соответствия элементов в индексе или анкетном
опросе. Меняется в диапазоне от 0 до 1 и указывает степень ассоциации среди ответов
на вопросы, имеющих отношение к тому же самому измерению (такому, как альтруизм
или враждебность) анкетного опроса.
альфа-ошибка (ошибка первого рода) [alpha error (type I error)]
В традиционной теории проверки гипотез — ошибочное принятие различия между
группами как результата биологии (ошибочное отклонение нулевой гипотезы), когда
фактически более вероятным объяснением является случайность. Чем меньше вероятность, тем ниже риск сделать ошибку этого типа. Часто называется «ложноположительным» результатом.
анализ времени до наступления события [time-to-event analysis]
Статистические процедуры для анализа времени между данной начальной точкой
и данным событием (в анализе выживания, смерти), где есть цензурированные на-

Отчеты по анализу решений и рекомендациям клинической практики

375

блюдения; т. е. когда событие, возможно, не имело места у некоторых субъектов.
Анализ выживания — наиболее распространенная форма анализа времени до наступления события, используемая в медицине. См. кривая Каплана—Мейера; метод
Каплана—Мейера; регрессионный анализ пропорциональных рисков Кокса;
лог-ранговый критерий.
анализ выживания [survival analysis]
См. анализ времени до наступления события.
анализ главных компонент [principal components analysis]
Статистическая процедура, используемая для группировки взаимосвязанных переменных, чтобы помочь обобщить данные. Подобен факторному анализу.
анализ затрат—выгод [cost-benefit analysis]
Форма экономической оценки, которая сравнивает денежную стоимость с выгодами,
выраженными в долларах. См. гл. 18.
анализ компонент дисперсии [variance components analysis]
Процесс изоляции источников вариабельности переменной исхода.
анализ минимизации стоимости [cost-minimization analysis]
Тип экономической оценки, используемый для определения параметров, которые обеспечивают эквивалентную заботу или обслуживание при самой низкой стоимости.
См. гл. 18.
анализ по протоколу (или анализ на протоколе) [per-protocol analysis (or on-protocol
analysis)]
Подход к анализу результатов испытания, в котором включены в анализ только те пациенты, которые закончили протокол как планируется. В отличие от анализа с намерением применить вмешательство, в котором все пациенты, зарегистрированные в испытании, включены в анализ как часть группы, в которую их назначили, независимо
от того закончили они протокол или нет. Анализ по протоколу необходим, чтобы определить, был ли сам протокол эффективен.
анализ рентабельности [cost-effectiveness analysis]
Форма экономической оценки, которая сравнивает денежную стоимость с мерой клинической эффективности, такой как годы спасенной жизни. См. гл. 18.
анализ решений [decision analysis]
Статистический подход к принятию решений, который определяет оптимальные альтернативы, учитывая различные условия и предположения. См. гл. 19.
анализ с намерением применить вмешательство [intent- or intention-to-treat analysis]
Первичная стратегия для анализа результатов РКИ. Пациенты анализируются в группе,
в которую они были назначены, независимо от того, завершили ли они лечение, назначенное группе. Медицинская необходимость иногда препятствует пациентам завершить
лечение, как запланировано, но так как пациенты могли покинуть исследование из-за лечения при исследовании, результаты сначала анализируются на основе намерения применить вмешательство. Часто выполняются дополнительные анализы для коррекции
пациентов, которые не завершают испытание, как запланировано. В отличие от анализа

376

Путеводитель по статистическим терминам и критериям

на протоколе, или анализа по протоколу, в котором анализируются только те пациенты, которые завершают запланированный протокол.
анализ стоимости болезни [cost-of-illness analysis]
Тип экономической оценки, которая оценивает общую стоимость болезни или нетрудоспособности по отношению к популяции или к нации в целом. Включает измерение
потерянной производительности, так же как и стоимости лечения. См. гл. 18.
анализ стоимости последствий [cost-consequence analysis]
Форма анализа рентабельности, в котором возрастающая стоимость (такая, как стоимость лечения, госпитализации или лекарств) и последствия (исходы здоровья, побочные эффекты и т. д.) альтернативных вмешательств или программ сравниваются непосредственно, не объединяя результаты в отношение стоимость—исход, и в котором все
исходы здоровья оставляются в естественных единицах. См. гл. 18.
анализ текущей стоимости [present value analysis]
См. дисконтирование.
анализ установления стоимости [cost-identification analysis]
Тип экономической оценки, используемый для определения реальной стоимости оказания услуги. См. гл. 18.
анализ чувствительности [sensitivity analysis]
Метод, часто используемый в метаанализе, экономических оценках и анализе
решений, для того чтобы оценить влияние ключевых предположений или значений
на конечный результат. Предположения варьируют в диапазоне их значений, чтобы
определить их влияние на результат. Большие разности в эффектах указывают, что
анализ «чувствителен» к предположению. Однофакторный анализ чувствительности
изучает изменение одной переменной за раз; двухфакторный анализ чувствительности — двух переменных за раз и т. д. См. указания 17.32, 18.24, 19.15 и 19.21.
В детерминированном анализе чувствительности переменные проверяются по точечным оценкам; в вероятностном анализе чувствительности — по интервальным
оценкам.
аналитическая статистика, или статистические выводы [inferential statistics]
Статистические процедуры, которые выводят (или оценивают) характеристики популяции на основании измерений у выборки из этой популяции. В отличие от описательной статистики, которая используется, чтобы описать наборы данных.
апостериорная вероятность [posterior probability]
В диагностическом тестировании — условная вероятность, что болезнь присутствует,
когда тест положителен (положительное прогнозирующее значение), или что болезнь
не присутствует, когда испытание отрицательно (отрицательное прогнозирующее значение). См. теорема Байеса.
априорная (гипотеза) [a priori (hypothesis)]
Латинское значение термина — «совершить заранее» Априорная гипотеза — гипотеза,
сформулированная прежде, чем будут собраны данные для ее проверки. См. post hoc
анализ.

Отчеты по анализу решений и рекомендациям клинической практики

377

априорная вероятность (“priors”) [prior probability]
В диагностическом тесте и байесовой статистике — вероятность, что болезнь присутствует до проведения теста; часто то же самое, что и преваленс болезни.
асимметричные данные или распределение [skewed data or distribution]
Асимметричное частотное распределение. Говорят, что асимметричные распределения
с более длинными правыми «хвостами» являются положительно асимметричными, или
скошенными «вправо»; а распределения с более длинными левыми «хвостами» называют отрицательно асимметричными или скошенными «влево».

Б
байесов коэффициент [Bayes factor]
В байесовой статистике — отношение силы доказательства в пользу одной гипотезы
к силе доказательства в пользу другой гипотезы. Когда предполагаемое различие между
группами выражается единственным числом (например, сокращение смертности будет
точно 10 %), байесов коэффициент — то же самое, что и отношение правдоподобия.
Байесов коэффициент 0,05 указывает, что, скажем, апостериорные шансы 15%-го снижения вирусной нагрузки в 20 раз больше, чем априорные шансы 15%-го снижения вирусной нагрузки, т. е. лечение сильно увеличивает вероятность того, что вирусная нагрузка будет снижена на 15 %. См. функция правдоподобия.
Бартлетта критерий [Bartlett’s test]
Цель: сравнить две или больше групп на изменчивость переменной отклика.
Переменная отклика: непрерывная.
Объясняющая переменная(ые): две или больше групп.
Сообщение результатов: дисперсии групп (квадраты СО), фактическое p-значение
и величина статистики критерия.
бета (β), или бета-уровень [beta or beta level]
Вероятность совершить ошибку второго рода в традиционной теории проверки
гипотез. Функционально вероятность ошибочного заключения, что различие между
группами — результат случая, когда фактически биология дает лучшее объяснение. Чем
ниже эта вероятность, тем лучше. Однако о значении β обычно не сообщают; 1 – β — это
статистическая мощность теста (критерия) для обнаружения данного различия, если оно
действительно существует. Типичные значения для β — 0,2, что указывает на статистическую
мощность 0,8, и 0,1, что указывает статистическую мощность 0,9. Исследователи часто
заключают, что, скажем, две группы эквивалентны, когда различия между ними не являются
статистически значимыми. Если выборки являются небольшими, статистическая мощность
может быть низкой и такое заключение может быть неправильным. То есть различие может
действительно существовать, но мощности, чтобы ее обнаружить может быть недостаточно
(недостаточно доказательства). Большие выборки имеют большую статистическую
мощность, что означает, что истинные различия между группами, более вероятно, будут
обнаружены. См. альфа-ошибка и статистическая мощность.
бета-вес [beta weight]
См. коэффициент регрессии.

378

Путеводитель по статистическим терминам и критериям

бета-ошибка [beta error]
Ошибка второго рода. См. бета (β).
биномиальная, или бинарная, переменная [binomial variable]
Переменная, которая имеет только две взаимно исключающие альтернативы, такие как
выживание (выжил или умер) или пол (мужской или женский).
биномиальный тест [binomial test]
Цель: сравнить две доли.
Переменная отклика: категориальная (выраженная как доля).
Независимая переменная(ые): две группы.
Сообщение результатов: две доли и разность между ними, 95%-й ДИ для разности,
фактическое p-значение и величина тестовой статистики.
бисериальная корреляция [biserial correlation]
См. точечный бисериальный коэффициент корреляции.
блокирование [blocking]
Метод распределения пациентов по подгруппам лечения для управления смешиванием
факторов или создания групп приблизительно одинакового размера.

В
валидность по критерию [criterion validity]
См. конвергентная валидность.
валидность по совпадению [concurrent validity]
См. конвергентная валидность.
валидность содержания [content validity]
В анкетных исследованиях — степень, с которой вопросы измеряют полную область,
которая должна быть оценена.
вековой тренд [secular trend]
Цикл, обычно болезни, длящийся долгое время, вообще годы или десятилетия.
величина эффекта [effect size]
1) Результат исследования, выраженный как величина разности или сила взаимосвязи.
Обычно используется при оценке объема выборки, что требует определения наименьшей величины эффекта, представляющего интерес. 2) В метаанализе — безразмерная
мера эффекта, используемая для сравнения исходов, измеренных в различных единицах.
Часто вычисляется как разность между средними групп лечения, деленная на СО значений группы контроля.
вероятность [probability]
Число между нулем и единицей, указывающее, какова возможность того, что событие
произойдет. Сумма вероятностей всех альтернатив в данной ситуации равняется единице в предположении, что все альтернативы являются попарно исключающими. Например, если вероятность того, что пациент — мужчина, 0,6, то вероятность того, что
пациент — женщина, 0,4.

Отчеты по анализу решений и рекомендациям клинической практики

429

BMDP
Статистический пакет программ, используемый для анализа биомедицинских данных.
F-критерий [F test]
То же самое, что и однофакторный ANOVA1.
Цель: сравнить три или больше групп по средним значениям переменной отклика.
Переменная отклика непрерывная.
Объясняющая переменная(ые): три или более групп.
Сообщение результатов: групповые средние и СО, фактические p-значения и статистики критерия. См. гл. 8.
MANOVA
Многомерный (больше, чем одна переменная отклика) дисперсионный анализ.
n
Количество участников исследования в выборке из популяции, представляющей интерес; в отличие от N, количества в популяции. Общее использование, хотя и некорректное, для размеров индивидуальных групп или подвыборки в исследовании.
N
Количество участников исследования в популяции, представляющей интерес; в отличие от n, количества в выборке из популяции. Общее использование, хотя и некорректное, размер полной выборки в исследовании.
p-значение [P value]
Вероятностное значение; вероятность, что исход мог бы иметь место случайно.
p-значение меняется в диапазоне от единицы (абсолютная определенность) до нуля
(абсолютная невозможность). Если p-значение равно или меньше, чем альфа-уровень,
скажем, 0,05, говорят, что оно статистически значимо, что означает, что наблюдаемый
исход вряд ли является результатом случая. Результаты не могут «приближаться» к значимости или проявлять «тенденции к значимости». Они или значимы, или незначимы,
согласно альфа-уровню, установленному исследователем. Некоторые специалисты
предлагают считать результаты, значимые на уровне 0,05, как «значимые», а на уровне
0,01 как «очень значимые», но эта практика не поощряется. Статистическая значимость, по существу, указывает только вероятность нулевой гипотезы, того, что исход
произошел случайно: она не указывает силу или клиническую значимость связи. Кроме
того, иногда группы проверяют, чтобы подтвердить, что они не отличаются значимо;
например, p-значение, большее, чем 0,05, может быть желательным результатом. Сообщайте о фактических p-значениях (p = 0,35) в противоположность только пороговым
значениям (p < 0,05).
post hoc (анализ)
Латинский термин, имеющий значение «после факта». Post hoc анализ является анализом, не определенным прежде, чем данные будут собраны, и может фактически быть
подсказан данными. В противоположность априорному анализу.

1
F-критерий может использоваться и самостоятельно вне однофакторного ANOVA, например, при проверке
гипотезы о равенстве дисперсий переменной в двух популяциях.

430

Путеводитель по статистическим терминам и критериям

ROC анализ
См. ROC-кривая.
SAS (Statistical Analysis System)
Программное обеспечение для статистического анализа, пакет программного обеспечения, часто используемый для выполнения статистических анализов в биомедицинских науках.
SPSS (Statistical Package for the Social Sciences)
Статистический пакет для социальных наук, пакет программного обеспечения, обычно
используемый для выполнения статистических анализов, особенно в социальных и медицинских науках.
t-критерий [t test]
См. t-критерий Стьюдента.
t-критерий Стьюдента [Student’s t test]
Цель: сравнить две группы по средним значениям переменной отклика.
Переменная отклика: непрерывная.
Объясняющая переменная(ые): две группы.
Представление результатов: групповые средние и СО, разность между средними,
95% ДИ для разности, фактическое p-значение и величина тестовой статистики1.
(Разработан Уильямом Госсетом, учеником статистика Карла Пирсона, который опубликовал концепцию критерия под псевдонимом «Студент»).
U-критерий [U test]
См. критерий ранговых сумм Уилкоксона.
U тест Манна-Уитни [Mann-Whitney U test]
См. тест ранговых сумм Уилкоксона.
X
Система обозначений для независимой переменной(ых), обычно используемая в регрессионном анализе и уравнениях ANOVA.
Y
Система обозначений для переменной отклика, обычно используемая в уравнениях регрессионного анализа и ANOVA.
z-оценка [z score]
Расстояние между конкретным значением переменной и средним значением распределения, выраженным в единицах СО от среднего. Пример: z = 2,0 указывает, что значение на 2 СО выше среднего или выше, чем приблизительно 97 % других значений
в распределении. Также называется стандартизированной оценкой или стандартным
нормальным отклонением.

1
Поскольку для использования t-критерия Стьюдента необходимо выполнение двух условий — нормальность
распределения переменной в обеих сравниваемых группах и равенство дисперсий в этих группах, то необходимо
представлять информацию о методах проверки этих ограничений и результатах этих проверок.

Отчеты по анализу решений и рекомендациям клинической практики

431

z-тест [z test]
Процесс создания стандартизированной оценки, вычисляя z-оценку для точки на распределении так, чтобы значение точки могло быть представлено в единицах СО.
См. z-оценка; z-тест Фишера.
z-тест Фишера [Fisher’s z test]
Цель: сравнить две группы по средним значениям переменной ответа (подобно
t-критерию Стьюдента).
Переменная ответа: непрерывная.
Независимая переменная(ые): две группы.
Сообщение результатов: средние групп и разность между ними, 95% ДИ для разности,
фактическое p-значение и величина тестовой статистики (критерия).
χ (хи)
Греческий символ χ, произносится «хи». Часто обозначаемый как хи-квадрат, называемый критерием хи-квадрат или статистикой хи-квадрат.
Литература
1. Everitt BS. The Cambridge Dictionary of Statistics in the Medical Sciences. Cambridge: Cambridge
University Press; 1995.
2. Everitt BS, Wykes T. A Dictionary of Statistics for Psychologists. Oxford: Oxford University Press;
1999.
3. Last JM. A Dictionary of Epidemiology, 2nd edition. Oxford: Oxford University Press; 1988.
4. Vogt WP. Dictionary of Statistics and Methodology: A Nontechnical Guide for the Social Sciences.
Newbury Park, CA: Sage Publications; 1993.

Приложения

437

ПРИЛОЖЕНИЕ 3

Правописание статистических
терминов и критериев
Правописание статистических критериев кажется не стандартизированным. И хотя некоторые правила написания распространены более других, многие не соответствуют обычным
правилам пунктуации, особенно те, которые включают притяжательные формы и дефисы.
Мы использовали притяжательную форму, когда только единственное название ассоциировано с критерием или термином (например, ранговый коэффициент корреляции Спирмена), и именительный падеж, когда ассоциированы два или больше названия (например, критерий Краскела—Уоллиса). Дефисы используются согласно обычному правилу: соединить
двойные модификаторы. Имена собственные напечатаны прописными буквами, остальная
часть терминов в названии вообще не указывается.
Различия между предложенными нами проверками правописания и, возможно, более общими проверками правописания, найденными в статистической литературе, фактически
тривиальны. Всюду в этой книге мы следовали правилам, выделенным выше, и используем
правописание, данное ниже.
дисперсионный анализ
поправка Бонферрони
обобщенный Бреслоу критерий Уилкоксона
критерий хи-квадрат
критерий Кохрана—Мантеля—Хэнзеля
критерий Кокса—Мантеля
процедура множественного диапазона
Дункана
процедура Данна
процедура Даннета
F-критерий
точный метод Фишера
наименьшая значимая разность Фишера
метод Фридмана
метода Каплана—Мейера
критерий Краскела—Уоллиса

логранговый критерий
U-критерий Манна—Уитни
критерий Мантеля—Хензеля
критерий Макнемара
процедура Ньюмена—Кейлза
коэффициент корреляция Пирсона
критерий знаков
процедура Шеффе
коэффициент ранговой корреляции
Спирмена
процедуры Стьюдента—Ньюмена—Кейлза
t-критерий Стьюдента
процедура Тьюки
критерий ранговых сумм Уилкоксона
критерий знаковых рангов Уилкоксона
поправка на непрерывность Йетса

438

Приложения

ПРИЛОЖЕНИЕ 4

Ссылки на другие коллекции
рекомендаций
Много рекомендаций по отчетам доступны через Mulford Library at the Medical College
of Ohio (http://niulford.nico.edu/instr/). Этот сайт также содержит ссылки на Рекомендации
для авторов большинства главных медицинских журналов, так же как и на Унифицированные требования для рукописей, представляемых в биомедицинские журналы: Написание
и редактирование для биомедицинских публикаций (http://www.icmje.org/).

РЕКОМЕНДАЦИИ ДЛЯ СООБЩЕНИЯ О ДИЗАЙНАХ ИССЛЕДОВАНИЙ
И ДЕЯТЕЛЬНОСТИ

● Стандарт для научного и этического обзора испытаний (ASSERT).
http://www.assert-statement.org/
Mann H. ASSERT statement: recommendations for the review and monitoring of randomized controlled clinical trials. (Эти рекомендации предлагают структурированный подход для
комитетов по этике исследования, чтобы контролировать проведение рандомизированных
контролируемых клинических испытаний.)

Экспериментальные исследования
● Объединенные стандарты для отчетов по испытаниям (CONSORT).
http://wwrw.consort-statement.org/
Begg CB, Cho MK, Eastwood S, et al. Improving the quality of reporting of randomized controlled trials. The CONSORT statement. JAMA. 1996; 276:637–9.
Moher D, Schulz K, Altman DG, for the CONSORT Group. CONSORT statement: revised
recommendations for improving the quality of reports of parallel-group randomized trials. Ann
Intern Med. 2001; 134:657–62.
Altman DG, Schulz KF, Moher D, et al., for the CONSORT Group. The revised CONSORT
statement for reporting randomized trials: explanation and elaboration. Ann Intern Med. 2001;
134:663–94.

Наблюдательные исследования
● Ясные отчеты об оценках с нерандомизированными дизайнами (TREND).
Des Jarlais DC, Lyles C, Crepaz N, and the TREND Group. Improving the reporting quality of
nonrandomized evaluations of behavioral and public health interventions. The TREND statement.
Am J Public Health. 2004; 94:361–6.
● Повышение требований к отчетам о наблюдательных исследованиях в эпидемиологии (STROBE).
http://www.strobe-statenient.org/
● Поперечные исследования.

449

Библиография
Abrams K, Ashby D, Errington D. Simple Bayesian
analysis in clinical trials: a tutorial. Control
Clin Trials. 1994; 15:349–59.
Abramson NS, Kelsey SF, Safar P, Sutton-Tyrrell
KS. Simpson’s paradox and clinical trials: what
you find is not necessarily what you prove.
Ann Emerg Med. 1992; 21:1480–2.
Ad Hoc Working Group for Critical Appraisal of
the Medical Literature. A proposal for more
informative abstracts of clinical articles. Ann
Intern Med. 1987; 106:598–604.
Adams ME, McCall NT, Gray DT, et al. Economic
analysis in randomized control trials. Med
Care. 1992; 30:231–43.
Altman DG. Statistics and ethics in medical research. VI—Presentation of results. BMJ.
1980; 281:1542–4.
Altman DG. Statistics and ethics in medical research. VII—Interpreting results. BMJ. 1980;
281:1612–4.
Altman DG. Statistics and ethics in medical research.
VIII—Improving the quality of statistics in
medical journals. BMJ. 1981; 282:44–7.
Altman DG. Statistics in medical journals. Stat
Med. 1982; 1:59–71.
Altman DG. Statistics in medical journals: developments in the 1980s. Stat Med. 1991; 10:
1897–913.
Altman DG. Statistical reviewing for medical journals. Stat Med. 1998; 17:2661–74.
Altman DG, Bland JM. Measurement in medicine:
the analysis of method comparison studies.
Statistician. 1983; 32:307–17.
Altman DG, Bland JM. Improving doctors’ understanding of statistics. J R Statis Soc A. 1991;
154:223–67.
Altman DG, Dore CJ. Randomisation and baseline comparisons in clinical trials. Lancet.
1990;335:149–53.
Altman DG, Gore SM, Gardner MJ, Pocock SJ. Statistical guidelines for contributors to medical
journals. BMJ. 1983; 286:1489–93.
Ambroz A, Chalmers TC, Smith H, et al. Deficiencies of randomized control trials [Abstract].
Clin Research. 1978; 26:280A.

American Medical Association. Manual of Style.
Chicago: American Medical Association; 1989.
American Medical Association. Attributes to Guide
the Development of Practice Parameters. Chicago: American Medical Association; 1994:1–11.
Andersen JW, Harrington D. Meta-analyses need
new publication standards [Editorial]. J Clin
Oncol. 1992; 10:878–80.
[Anonymous]. Significance of significant [Editorial]. N Engl J Med. 1968; 278:1232–3.
[Anonymous]. Statistical errors [Editorial]. Br Med
J. 1977; 8:66.
[Anonymous]. Methodologic guidelines for reports
of clinical trials [Editorial]. Am J Clin Oncol.
1986; 9:276.
[Anonymous]. Presenting statistics [Editorial]. Aust
N Z J Surg. 1987; 57:417–19.
Armstrong K, Schwarts JS, Fitzgerald G, et al. Effect of framing as gain versus loss on understanding and hypothetical treatment choices:
survival and mortality curves. Med Decision
Making. 2002; 2:76–83.
Arroll B, Schecter MT, Sheps SB. The assessment
of diagnostic tests: a comparison of medical
literature in 1982 and 1985. J Gen Intern Med.
1988; 3:443–7.
Ashby D, Machin D. Stopping rules, interim analyses and data monitoring committees [Editorial]. Br J Cancer. 1993; 68:1047–50.
Asilomar Working Group on Recommendations
for Reporting Clinical Trials in the Biomedical Literature. Checklist of information for inclusion in reports of clinical trials. Ann Intern
Med. 1996; 124:741–3.
Audet AM, Greenfield S, Field M. Medical practice
guidelines: current activities and future directions. Ann Intern Med. 1990; 113:709–14.
Avram MJ, Shanks CA, Dykes MH, et al. Statistical
methods in anesthesia articles: an evaluation of
two American journals during two six-month
periods. Anesth Analg. 1985; 64:607–11.
Badgley RF. An assessment of research methods
reported in 103 scientific articles from two
Canadian medical journals. Can Med Assoc J.
1961; 85:246–50.

450

Библиография

Bagley SC, White H, Golomb BA. Logistic regression in the medical literature: standards for
use and reporting, with particular attention to
one medical domain. J Clin Epidemiol. 2001;
54:979–85.
Bailar JC 3rd. Science, statistics, and deception.
Ann Intern Med. 1986; 104:259–60.
Bailar JC 3rd, Mosteller F. Guidelines for statistical reporting in articles for medical journals.
Ann Intern Med. 1988; 108:266–73.
Bandolier Evidence-Based Health Care. Evidence
and diagnostics. February 2002. Available at
www.ebandolier.com. Accessed 8/8/2005.
Basinski SH. Standards, guidelines and clinical
policies. The Health Services Group. Can Med
Assoc J. 1992; 146:833–7.
BaSiS Group Bayesian Standards in Science (BaSiS). http://lib. stat.cmu.edu/bayesworkshop/2001/BaSisGuideline.htm. Most recent
access 5/3/06.
Bates AS, Margolis PA, Evans AT. Verification bias
in pediatric studies evaluating diagnostic tests.
J Pediatr. 1993; 122:585–90.
Begg CB. Biases in the assessment of diagnostic
tests. Stat Med. 1987; 6:411–23.
Begg CB. Methodologic standards for diagnostic
test assessment studies [Editorial]. J Gen Intern Med. 1988; 3:518–20.
Begg CB. Selection of patients for clinical trials.
Semin Oncol. 1988; 15:434–40.
Begg CB. Suspended judgment. Significance tests
of covariate imbalance in clinical trials. Control Clin Trials. 1990; 11:223–5.
Begg CB. Advances in statistical methodology for
diagnostic medicine in the 1980s. Stat Med.
1991; 10:1887–95.
Begg C, Cho M, Eastwood S, et al. Improving the
quality of reporting of randomized controlled trials: the CONSORT Statement. JAMA.
1996; 276:637–9.
Begg CB, Pocock SJ, Freedman L, Zelen M. State
of the art in comparative cancer clinical trials.
Cancer. 1987; 60:2811–5.
Bender R, Grouven U. Logistic regression models
used in medical research are poorly presented
[Letter]. BMJ. 1996; 313:628.
Berger JO, Berry DA. Statistical analysis and
the illusion of objectivity. Am Scient. 1988;
76:159–65.

Bero L, Rennie D. The Cochrane Collaboration.
Preparing, maintaining, and disseminating systematic reviews of the effects of health care.
JAMA. 1995; 274:1935–8.
Berry G. Statistical guidelines and statistical guidance [Editorial]. Med J Aust. 1987; 146:
408–9.
Bhopal R, Donaldson L. White, European, Western
Caucasian, or What? Inappropriate labeling in
research on race, ethnicity, and health. Am J
Pub Health. 1998; 88:1301–7.
Bland JM, Jones DR, Bennett S, et al. Is the clinical trial evidence about new drugs statistically adequate? Br J Clin Pharmacol. 1985;
19:155–60.
Borzak S, Ridker PM. Discordance between metaanalyses and large-scale randomized, controlled trials: examples from the management of
acute myocardial infarction. Ann Intern Med.
1995; 123:873–7.
Bossuyt PM, Reitsma JB, Bruns DE, et al. Towards
complete and accurate reporting of studies of
diagnostic accuracy. The STARD Initiative.
BMJ. 2003; 326:41–4.
Bourne WM. “No statistically significant difference.” So what? [Editorial]. Arch Ophthalmol.
1987; 105:40–1.
Bracken MB. Reporting observational studies. Br J
Obstet Gynaecol. 1989; 96:383–8.
Braitman LE. Confidence intervals assess both
clinical significance and statistical significance
[Editorial]. Ann Intern Med. 1991; 114:515–7.
Brett AS. Treating hypercholesterolemia: How
should practicing physicians interpret the published data for patients? N Engl J Med. 1989;
321:676–80.
Brown GW. Standard deviation, standard error:
which “standard” should we use? Am J Dis
Child. 1982; 136:937–41.
Brown GW. Statistics and the medical journal [Editorial]. Am J Dis Child. 1985; 139:226–8.
Brown L. Am Rev Tuberculosis. September 1920,
vol iv. Cited in: Pearl R. Introduction to Medical Biometry and Statistics. Philadelphia: WB
Saunders; 1941.
Browner WS, Newman TB. Confidence intervals
[Letter]. Ann Intern Med. 1986; 105:973–4.
Bucher HC, Guyatt GH, Cook DJ, et al., for the Evidence-Based Medicine Working Group. User’s

Библиография

guides to the medical literature. XIX. Applying
clinical trials results. A. How to use an article
measuring the effect of an intervention on surrogate endpoints. JAMA. 1999; 282:771–8.
Bulpitt CJ. Confidence intervals. Lancet.
1987;28:494–7.
Bulpitt CJ, Fletcher AE. Economic assessments
in randomized controlled trials. Med J Aust.
1990; 153(Supp):S16–9.
Bulpitt CJ, Fletcher AE. Measuring costs and financial benefits in randomized controlled trials.
Am Heart J. 1990; 119(3 Part 2):766–71.
Bunce H III, Hokanson JA, Weiss GB. Avoiding
ambiguity when reporting variability in biomedical data. Am J Med. 1980; 69:8–9.
Center for Drug Evaluation and Research. Guideline for the format and content of the clinical
and statistical section of new drug applications.
Food and Drug Administration, Washington,
DC: US Department of Health, Education, and
Welfare; July 1988.
Chalmers I, Adams M, Dickersin K, et al. A cohort
study of summary reports of controlled trials.
JAMA. 1990; 263:1401–5.
Chalmers TC, Smith H Jr, Blackburn B, et al.
A method for assessing the quality of a randomized control trial. Cont Clin Trials. 1981;
2:31–49.
Cho MK, Bero LA. Instruments for assessing the
quality of drug studies published in the medical literature. JAMA. 1994; 272:101–4.
Christensen E, Juhl E, Tygstrup N. Treatment of
duodenal ulcer. Randomized clinical trials of
a decade (1964 to 1974). Gastroenterology.
1977; 73:1170–8.
Cleveland WS. Graphs in scientific publications.
Am Statistician. 1984; 38:261–9.
Committee on Data for Science and Technology.
Biologists’ guide for the presentation of numerical data in the primary literature. Report
No. 25. Paris: International Council of Scientific Unions; November 1977.
Concato J, Feinstein AR, Holford TR. The risk of
determining risk with multivariable models.
Ann Intern Med. 1993; 118:201–10.
Connett JE. Biostatistical red flags [Editorial].
Transfusion. 1994; 34:651–3.
Connor JT. The value of a P-valueless paper. Am J
Gastroenterol. 2004; 99:1638–40.

451

Cook RJ, Sackett DL. The number needed to treat:
a clinically useful measure of treatment effect.
BMJ. 1995; 310:452–4.
Cooper GS, Zangwill L. An analysis of the quality
of research reports in the Journal of General
Internal Medicine. J Gen Intern Med. 1989;
4:232–6.
Cooper LS, Chalmers TC, McAlly M, et al. The poor
quality of early evaluations of magnetic resonance imaging. JAMA. 1988; 259:3277–80.
Council of Biology Editors. Policy in Scientific
Publication. Bethesda, MD: Council of Biology Editors; 1990:207–18.
Council of Biology Editors, Style Manual Committee. Scientific Style and Format: The CBE
Manual for Authors, Editors, and Publishers,
6th ed. Cambridge: Cambridge University
Press; 1994.
Crane VS, Gilliland M, Tuthill EL, Bruno C. The
use of a decision analysis model in multidisciplinary decision making. Hosp Pharm. 1991;
26:309–25.
Cruess DF. Review of use of statistics in the American Journal of Tropical Medicine and Hygiene
for January-December 1988. Am J Trop Med
Hyg. 1989; 41:619–26.
Cruess DF. Statistics in journals [Letter]. Lancet.
1991; 337:432.
Dar R, Serlin RC, Omer H. Misuse of statistical tests
in three decades of psychotherapy research. J
Consult Clin Psychol. 1994; 62: 75–82.
Davis NM, Cohen MR. Medication Errors: Causes
and Prevention. Philadelphia: George Stickley
Company; 1981.
DerSimonian R, Charette LJ, McPeek B, Mosteller
F. Reporting on methods in clinical trials. N
Engl J Med. 1982; 306:1332–7.
Des Jarlais DC, Lyles C, Crepaz N, and the TREND
Group. Improving the reporting quality of nonrandomized evaluation of behavioral and public health interventions. The TREND Statement. Am J Public Health. 2004; 94:361–6.
Detsky AS, Naglie IG. A clinician’s guide to costeffectiveness analysis. Ann Intern Med. 1990;
113:147–54.
Devereaux PJ, Manns BJ, Ghali WA, et al. Physician interpretations and textbook definitions of
blinding terminology in randomized controlled
trials. JAMA. 2001; 285:2000–3.

452

Библиография

Diamond GA, Forrester JS. Clinical trials and statistical verdicts: probable grounds for appeal.
Ann Intern Med. 1983; 98:385–94.
Dickersin K. The existence of publication bias and
risk factors for its occurrence. JAMA. 1990;
263:1385–9.
Dickersin K, Berlin JA. Meta-analysis: state-of-thescience. Epidemiol Rev. 1992; 14:154–76.
Dunn HL. Application of statistical methods in
physiology. Physiol Rev. 1929; 9:275–398.
Durant RH. Checklist for the evaluation of research
articles. J Adolesc Health. 1994; 15:4–8.
Ebbutt AF, Frith L. Practical issues in equivalence
trials. Stat Med. 1998; 17:1691–1701.
Eddy DM. Probabilistic reasoning in clinical medicine: problems and opportunities. In: Kahneman
D, Slovic P,Tversky A, eds. Judgment Under
Uncertainty: Heuristics and Biases. Cambridge:
Cambridge University Press; 1982:249–67.
Eddy DM. Clinical decision making: from theory
to practice. Designing a practice policy: standards, guidelines, and options. JAMA. 1990;
263:3077–84.
Eddy DM. Clinical decision making: from theory to
practice. Cost-effectiveness analysis: is it up to
the task? JAMA. 1992; 267:3342–8.
Edwards A. Communicating risks through analogies [Letter]. BMJ. 2003; 327:749.
Egger M, Juni P, Bartlett, for the CONSORT
Group. Value of flow diagrams in reports of
randomized controlled trials. JAMA. 2001;
285:1996–9.
Ehrenberg AS. Rudiments of numercy. J R Statist
Soc. 1977; 140:277–97.
Ehrenberg AS. The problem of numeracy. American Statistician. 1981; 35:67–71.
Eisenberg MJ. Accuracy and predictive values in
clinical decision-making. Cleve Clin J Med.
1995; 62:311–6.
Eisenhart C. [Letter]. Science. 1968; 162:1332–3.
Elenbaas JK, Cuddy PG, Elenbaas RM. Evaluating
the medical literature. Part III: Results and discussion. Ann Emerg Med. 1983; 12:679–86.
Elenbaas RM, Elenbaas JK, Cuddy PG. Evaluating
the medical literature. Part II: Statistical analysis. Ann Emerg. Med. 1983; 12:610–20.
Emerson JD, Colditz GA. Use of statistical analysis
in the New England Journal of Medicine. N
Engl J Med. 1983; 309:709–13.

Esquirol JED. Cited in: Pearl R. Introduction to
Medical Biometry and Statistics. Philadelphia:
WB Saunders; 1941.
Ethgen M, Boutron I, Baron G, et al. Reporting of
harm in randomized, controlled trials of nonpharmacologic treatment for rheumatic disease.
Ann Intern Med. 2005; 143:20–5.
Evans DB. Principles involved in costing. Med J
Aust. 1990; 153 (Supp):S10–2.
Evans DB. What is cost-effectiveness analysis?
Med J Aust. 1990; 153(Supp):S7–9.
Evans M, Pollock AV. Trials on trial: a review of trials of antibiotic prophylaxis. Arch Surg. 1984;
119:109–13.
Evans M. Presentation of manuscripts for publication in the British Journal of Surgery. Br J
Surg. 1989; 76:1311–4.
Feinstein AR. Clinical biostatistics XXV. A survey of the statistical procedures in general
medical journals. Clin Pharmacol Ther. 1974;
15:97–107.
Feinstein AR. Clinical biostatistics XXXVII. Demeaned errors, confidence games, nonplussed
minuses, inefficient coefficients, and other
statistical disruptions of scientific communication. Clin Pharmacol Ther. 1976; 20:617–31.
Feinstein AR. Clinical biostatistics XXXIX. The
haze of Bayes, the aerial palaces of decision
analysis, and the computerized Ouija board.
Clin Pharmacol Ther. 1977; 21:482–96.
Feinstein AR. X and iprP: an improved summary
for scientific communication [Editorial]. J
Chronic Dis. 1987; 40:283–8.
Feinstein AR. Clinical judgment revisited: the distraction of quantitative models. Ann Intern
Med. 1994; 120:799–805.
Feinstein AR, Spitz H. The epidemiology of cancer
therapy. I. Clinical problems of statistical surveys. Arch Intern Med. 1969; 123:171–86.
Felson DT. Bias in meta-analytic research. J Clin
Epidemiol. 1992; 45:885–92.
Felson DT, Anderson JJ, Meenan RF. Time for
changes in the design, analysis, and reporting
of rheumatoid arthritis clinical trials. Arthritis
Rheum. 1990; 33:140–9.
Felson DT, Cupples LA, Meenan RF. Misuse of statistical methods in arthritis and rheumatism.
1982 versus 1967–68. Arthritis Rheum. 1984;
27:1018–22.

Библиография

Fienberg SE. Damned lies and statistics: misrepresentations of honest data. In: Council of Biology Editors, Editorial Policy Committee.
Ethics and Policy in Scientific Publication.
Bethesda, MD: Council of Biology Editors;
1990:202–6.
Finney DJ, Clarke BC. Guest editorial: code for
presentation of statistical analyses. Phil Trans
R Soc Lond B. 1992; 337:381–2.
Fischhoff B, Lichtenstein S, Slovic P, Keeney D. Acceptable Risk. Cambridge: Cambridge University Press; 1981.
Fleming TR, DeMets DL. Surrogate end points in
clinical trials: are we being mislead? Ann Intern Med. 1996; 125:605–13.
Forrow L, Taylor WC, Arnold RM. Absolutely relative: how research results are summarized can
affect treatment decisions. Am J Med. 1992;
92:121–4.
Freeman KB, Back S, Bernstein J. Sample size and
statistical power of randomized, controlled
trials in orthopaedics. J Bone Joint Surg Br.
2001; 83:397–402.
Freiman JA, Chalmers TC, Smith H, Kuebler
RR. The importance of beta, the type II error
and sample size in the design and interpretation of the randomized control trial: survey
of 71 negative trials. N Engl J Med. 1978;
299:690–4.
Ganiats TG. Practice guidelines movement. West J
Med. 1993; 158:518–9.
Ganiats TG, Wong AF. Evaluation of cost effectiveness research: a survey of recent publications.
Fam Med. 1991; 23:457–62.
Garcia-Cases C, Duque A, Borja J, et al. Evaluation of the methodological quality of clinical
trial protocols: a preliminary experience in
Spain. Eur J Clin Pharmacol. 1993; 44:401–2.
Gardner MJ. Understanding and presenting variation [Letter]. Lancet. 1975; 25:230–1.
Gardner MJ, Altman DG. Confidence intervals
rather than P values: estimation rather than hypothesis testing. BMJ. 1986; 292:746–50.
Gardner MJ, Altman DG. Estimating with confidence. BMJ. 1988; 296:1210–1.
Gardner MJ, Altman DG, Jones DR, Machin D. Is
the statistical assessment of papers submitted
to the British Medical Journal effective? BMJ.
1983; 286:1485–8.

453

Gardner MJ, Bond J. An exploratory study of
statistical assessment of papers published in
the British Medical Journal. JAMA. 1990;
263:1355–7.
Gardner MJ, Machin D, Campbell MJ. Use of
checklists in assessing the statistical content of
medical studies. BMJ. 1986; 292:810–2.
Gartland JJ. Orthopaedic clinical research: deficiencies in experimental design and determination of outcome. J Bone Joint Surg Am.
1988; 70:1357–64.
Garvey WD, Griffith BC. Scientific communication:
its role in the conduct of research and creation
of knowledge. Am Psychol. 1971; 349–62.
Gehlbach SH. Interpreting the Medical Literature,
3rd ed. New York: McGraw-Hill; 1993.
Gelber RD, Goldirsch A, for the International
Breast Cancer Study Group. Reporting and
interpreting adjuvant therapy clinical trials. J
Natl Cancer Inst Monogr. 1992; 11:59–69.
Geller NL, Pocock SJ. Interim analyses in randomized clinical trials: ramifications and
guidelines for practitioners. Biometrics. 1987;
43:213–23.
George SL. Statistics in medical journals: a survey
of current policies and proposals for editors.
Med Pediatr Oncol. 1985; 13:109–12.
Gerstman BB. Epidemiology Kept Simple: An Introduction to Classic and Modern Epidemiology. New York: Wiley-Liss; 1998.
Gibbons JD, Pratt JW. P values: interpretation
and methodology. Am Statistician. 1975;
29:20–5.
Gifford RH, Feinstein AR. A critique of methodology in studies of anticoagulant therapy for
acute myocardial infarction. N Engl J Med.
1969; 280:351–7.
Gigerenzer G. Adaptive Thinking: Rationality in
the Real World. New York: Oxford University
Press; 2000.
Gigerenzer G. Calculated Risks: How to Know
When Numbers Deceive You. New York: Simon and Schuster; 2002.
Gigerenzer G, Edwards A. Simple tools for understanding risks: from innumeracy to insight.
BMJ. 2003; 327:741–4.
Gigerenzer G, Todd PM, ABC Research Group.
Simple Heuristics That Make Us Smart. New
York: Oxford University Press; 1999.

454

Библиография

Gill TM, Feinstein AR. A critical appraisal of
the quality of quality-of-life measurements.
JAMA. 1994; 272:619–26.
Glantz SA. Biostatistics: how to detect, correct and
prevent errors in the medical literature. Circulation. 1980; 61:1–7.
Glantz SA. It is all in the numbers [Editorial]. J Am
Coll Cardiol. 1993; 21:835–7.
Godfrey K. Comparing the means of several groups.
N Engl J Med. 1985; 313:1450–6.
Godfrey K. Simple linear regression in medical research. In: Bailar JC, Mosteller F, eds. Medical Uses of Statistics, 2nd ed. Boston: NEJM
Books; 1992:201–32.
Goel V. Decision analysis: applications and limitations. The Health Services Research Group.
Can Med Assoc J. 1992; 147:413–7.
Goodman NW, Hughes AO. Statistical awareness of
research workers in British anaesthesia. Br J
Anaesth. 1992; 68:321–4.
Goodman SN. Multiple comparisons, explained.
Am J Epidemiol 1998;147:807–12.
Goodman SN. Toward evidence-based medical statistics. l. The P value fallacy. Ann Intern Med.
1999; 130:995–1004.
Goodman SN. Toward evidence-based medical statistics. 2. The Bayes factor. Ann Intern Med.
1999; 130:1005–13.
Goodman SN, Berlin JA. The use of predicted
confidence intervals when planning experiments and the misuse of power when interpreting results. Ann Intern Med. 1994;
121:200–6.
Goodman SN, Berlin JA, Fletcher SW, Fletcher
RH. Manuscript quality before and after peer
review and editing at Annals of Internal Medicine. Ann Intern Med. 1994; 121:11–21.
Gordis L. Epidemiology Philadelphia: WB Saunders; 1996.
Gore SM. Statistics in question. Assessing methods—confidence intervals. BMJ. 1981; 283:
660–2.
Gore SM, Jones IG, Rytter EC. Misuse of statistical methods: critical assessment of articles in
BMJ from January to March 1976. BMJ. 1977;
1:85–7.
Gore SM, Jones IG, Thompson SG. The Lancets
statistical review process: areas for improvement by authors. Lancet. 1992; 340:100–2.

Gotzsche PC. Methodology and overt and hidden
bias in reports of 196 double-blind trials of
nonsteroidal antiinflammatory drugs in rheumatoid arthritis. Control Clin Trials. 1989;
10:31–56. [Erratum: Control Clin Trials. 1989;
50:356.]
Grant A. Reporting controlled trials. Br J Obstet
Gynaecol. 1989; 96:397–400.
Greene WL, Concto J, Feinstein AR. Claims of
equivalence in medical research: are they supported by the evidence? Ann Intern Med. 2000;
132:715–22.
Grimes DA, Schulz KF. Randomized controlled
trials of home uterine activity monitoring: a
review and critique. Obstet Gynecol. 1992;
79:137–42.
Griner PF, Mayewski RJ, Mushlin AI, Greenland P.
Selection and interpretation of diagnostic tests
and procedures: principles and applications.
Ann Intern Med. 1981; 94:553–600.
Gross M. A critique of the methodologies used in
clinical studies of hip-joint arthroplasty published in the English-language orthopaedic
literature. J Bone Joint Surg Am. 1988; 70:
1364–71.
Guyatt GH, Hayward R, Richardson WS, et al., for
the Evidence-Based Working Group of the
American Medical Asssociation. Moving from
evidence to action. In: Guyatt GH, Rennie D,
eds. User’s Guides to the Medical Literature:
A Manual for Evidence-Based Practice. Chicago: AMA Press; 2002.
Guyatt GH, Sackett DL, Adachi J, et al. A clinician’s
guide for conducting randomized trials in individual patients. CMAJ. 1988; 139:497–503.
Guyatt GH, Sackett DL, Cook DJ. Users’ guides to
the medical literature. II. How to use an article
about therapy or prevention. A. Are the results
of the study valid? The Evidence-Based Medicine Working Group. JAMA. 1993; 270:2598–
601.
Guyatt GH, Sackett DL, Cook DJ. Users’ guides to
the medical literature. II. How to use an article about therapy or prevention. B. What were
the results and will they help me in caring for
my patients? The Evidence-Based Medicine
Working Group. JAMA. 1994; 271:59–63.
Guyatt GH, Sackett DL, Sinclair JC, et al. Users’
guides to the medical literature. IX. A method

Библиография

for grading health care recommendations. The
Evidence-Based Medicine Working Group.
JAMA. 1995; 274:1800–4.
Guyatt GH, Tugwell PX, Feeny DH, et al. A framework for clinical evaluation of diagnostic technologies. Can Med Assoc J. 1986; 134:587–
94.
Haines SJ. Six statistical suggestions for surgeons.
Neurosurgery. 1981; 9:414–8.
Hall JC. The other side of statistical significance: a
review of type II errors in the Australian medical literature. Aust N Z Med. 1982; 12:7–9.
Hall JC. Use of the t test in the British Journal of
Surgery [Letter]. Br J Surg. 1982; 69:55–6.
Hall JC, Hill D, Watts JM. Misuse of statistical
methods in the Australasian surgical literature.
Aust N Z J Surg 1982; 52:541–3.
Hall JC, Mooney G. What every doctor should
know about economics. Part 2. The benefits
of economic appraisal. Med J Aust. 1990;
152:80–2.
Hampton JR. Presentation and analysis of the results of clinical trials in cardiovascular disease.
BMJ. 1981; 282:1371–3.
Hayden GF. Biostatistical trends in Pediatrics:
implications for the future. Pediatrics. 1983;
72:84–7.
Haynes RB. How to read clinical journals: II. To
learn about a diagnostic test. Can Med Assoc
J. 1981; 124:703–10.
Haynes RB, Mulrow CD, Huth EJ, et al. More informative abstracts revisited. Ann Intern Med.
1990;113:69–76.
Hayward RS. Users’ guides to the medical literature. VIII. How to use? clinical practice guidelines. A. Are the recommendations valid? The
Evidence-Based Medicine Working Group.
JAMA. 1995; 274:570–4.
Hayward RS, Laupacis A. Initiating, conducting
and maintaining guidelines development programs. Can Med Assoc J. 1993; 148:507–12.
Hayward RS, Wilson MC, Tunis SR, et al. More informative abstracts of articles describing clinical practice guidelines. Ann Intern Med. 1993;
118:731–7.
Healy MJ. Statistics from the inside. 5. Data structures. Arch Dis Child. 1992; 67:533–5.
Hemminki E. Quality of reports of clinical trials
submitted by the drug industry to the Finnish

455

and Swedish control authorities. Eur J Clin
Pharmacol. 1981; 19:157–65.
Hemminki E. Quality of clinical trials—a concern
of three decades. Methods Inf Med. 1982;
21:81–5.
Hennekens CH, Buring JE. Epidemiology in Medicine. Boston: Little, Brown; 1987.
Henry DA, Wilson A. Meta-analysis. Part 1: An assessment of its aims, validity and reliability.
Med J Aust. 1992; 156:31–8.
Hillman AL. Economic analysis of health care technology: a report on principles. The Task Force
on Principles for Economic Analysis of Health
Care and Technology. Ann Intern Med. 1995;
123:61–70.
Hillman AL, Eisenberg JM, Pauly MV, et al. Avoiding bias in the conduct and reporting of costeffectiveness research sponsored by pharmaceutical companies. N Engl J Med. 1991;
324:1362–5.
Hoffman JI. The incorrect use of chi-square analysis for paired data. Clin Exp Immunol. 1976;
24:227–9.
Hollis S, Campbell F. What is meant by intention to
treat analysis? Survey of published randomised
controlled trials. BMJ. 1999; 319:670–4.
Horton R. A manifesto for reading medicine. Lancet. 1997; 349:872–4.
Horwitz RI, Feinstein AR. Methodologic standards
and contradictory results in case-control research. Am J Med. 1979; 66:556–64.
Horwitz RI, Singer BH, Makuch RW, Viscoli CM.
Can treatment that is helpful on average be
harmful to some patients? A study of the conflicting information needs of clinical inquiry
and drug regulation. J Clin Epidemiol. 1996;
49:395–400.
Hosmer DW, Taber S, Lemeshow S. The importance
of assessing the fit of logistic regression models: a case study. Am J Public Health. 1991;
81:1630–5.
Hughes MD. Reporting Bayesian analyses of clinical trials. Stat Med. 1993; 12:1651–63.
Hujoel PP, Baab DA, De Rouen TA. The power of
tests to detect differences between periodontal
treatments in published studies. J Clin Periodontol. 1992; 19:779–84.
Huth EJ. How To Write and Publish Papers in the
Medical Sciences. Philadelphia: ISI Press; 1982.

456

Библиография

Hux JE, Naylor DC. Communicating the benefits
of chronic preventive therapy: does the format
of efficacy data determine patients’ acceptancve of treatment? Med Decis Making. 1995;
15:152–7.
International Committee of Medical Journal Editors. Uniform requirements for manuscripts
submitted to biomedical journals. N Engl J
Med. 1991; 324:424–8.
Ioannidis JPA, Lau J. Completeness of safety reporting in randomized trials. JAMA.
2001;285:437–43.
Irwig L, Tosteson ANA, Gastonis C, et al. Guidelines for meta-analyses evaluating diagnostic
tests. Ann Intern Med. 1994; 120:667–76.
Iverson C, Dan BB, Glitman P, et al., eds. American Medical Association Manual of Style,
8th ed. Baltimore, MD: Williams & Wilkins;
1983:305–9.
Jaeschke R, Guyatt GH, Sackett DL. Users’ guides
to the medical literature. III. How to use an
article about a diagnostic test. A. Are the results of the study valid? The Evidence-Based
Medicine Working Group. JAMA. 1994;
271:389–91.
Jaeschke R, Guyatt GH, Sackett DL. Users’ guides
to the medical literature. III. How to use an article about a diagnostic test. B. What are the
results and will they help me in caring for my
patients? The Evidence-Based Medicine Working Group. JAMA. 1994; 271:703–7.
Jamart J. Statistical tests in medical research. Acta
Oncol. 1992; 31:723–7.
Jekel JF. Statistical significance versus importance
[Letter]. Pediatrics. 1977; 60:125–6.
Jewett DL. Reporting negative results [Letter]. Audiology. 1991; 30:183–4.
Jones DR. Meta-analysis of observational epidemiological studies: a review. J R Soc Med.
1992; 85:165–8.
Jonson NE. Everyday diagnostics: a critiques of
the Bayesian model. Med Hypotheses. 1991;
34:289–95.
Joseph M, ed. Man is the Only Animal that Blushes
... Or Needs To. The Wisdom of Mark Twain.
New York: Random House; 1970.
Journal of Hypertension. Statistical guidelines for
the Journal of Hypertension. J Hyper. 1992;
10:6–8.

Journal of the American Medical Association. Instructions for preparing structured abstracts.
JAMA. 1993; 271:162–4.
Juhl E, Christensen E, Tygstrup N. The epidemiology of the gastrointestinal randomized clinical
trial. N Engl J Med. 1977; 296:20–2.
Kahneman D, Slovic P, Tversky A, eds. Judgment
under Uncertainty: Heuristics and Biases. Cambridge: Cambridge University Press; 1982.
Kanter MH, Petz L. The validity of statistical analyses in the transfusion medicine literature with
specific comments concerning studies of the
comparative safety of units donated by autologous, designated and allogenic donors [Editorial]. Transfus Med. 1995; 5:91–5.
Kanter MH, Taylor JR. Accuracy of statistical
methods in Transfusion: a review of articles
from July/August 1992 through June 1993.
Transfusion. 1994; 34:697–701.
Kaplan RM, Feeny D, Revicki DA. Methods for
assessing relative importance in preference
based outcome measures. Qual Life Res. 1993;
2:467–75.
Kassirer JP. Clinical trials and meta-analysis. What
do they do for us? [Editorial]. N Engl J Med.
1992; 327:273–4.
Kassirer JP, Angell M. The journal’s policy on costeffectiveness analyses. [Editorial]. N Engl J
Med. 1994;331:669–70.
Kassirer JP, Moskowitz AJ, Lau J, Pauker SG. Decision analysis: a progress report. Ann Intern
Med. 1987; 106:275–91.
Kaufman NJ, Dudley-Marling C, Serlin RL. An examination of statistical interactions in the special education literature. J Special Ed. 1986;
20:31–42.
Kawachi I, Malcom LA. The cost-effectiveness of
treating mild-to-moderate hypertension: a reappraisal. J Hypertens. 1991; 9:199–208.
Koes BW, Bouter LM, van der Heijden GJ. Methodological quality of randomized clinical trials
on treatment efficacy in low back pain. Spine.
1995; 20:228–35.
Kupersmith J, Holmes-Rovner M, Hogan A, et al.
Cost-effectiveness analysis in heart disease.
Part I: General principles. Prog Cardiovasc
Dis. 1994; 37:161–84.
Lagakos S. Statistical analysis of survival data.
In: Bailar JC, Mosteller F, eds. Medical Uses

Библиография

of Statistics. 2nd ed. Boston: NEJM Books;
1992:281–92.
Lang T. Twenty statistical errors even YOU can find
in biomedical research articles. Croatian Med
J. 2004; 45:361–70.
Lashner BA, Kirsner JB. The epidemiology of inflammatory bowel disease: are we learning
anything new? [Editorial]. Gastroenterology.
1992; 103:596–8.
Last JM. A Dictionary of Epidemiology, 2nd ed.
Oxford: Oxford University Press; 1988.
Lau J, Antman EM, Jimenez-Silva J, et al. Cumulative meta-analysis of therapeutic trials for
myocardial infarction. N Engl J Med. 1992;
327:248–54.
Lauden L. The Book of Risks: Fascinating Facts
about the Chances We Take Every Day. New
York: John Wiley; 1994.
Laupacis A, Feeny D, Detsky AS, Tugwell PX. How
attractive does a new technology have to be
to warrant adoption and utilization? Tentative guidelines for using clinical and economic evaluations. Can Med Assoc J. 1992;
146:473–81.
Laupacis A, Naylor CD, Sackett DL. An assessment of clinically useful measures of the consequences of treatment. N Engl J Med. 1988;
318;1728–33.
Laupacis A, Naylor CD, Sackett DL. How should
the results of clinical trials be presented to
clinicians? [Editorial]. ACP Journal Club.
1992;May/June:A–12–4.
Laupacis A, Sackett DL, Roberts RS. An assessment of clinically useful measures of the consequences of treatment. N Engl J Med. 1988;
318:1728–33.
Laupacis A, Wells G, Richardson WS, Tugwell
P. Users’ guides to the medical literature. V.
How to use an article about prognosis. The
Evidence-Based Medicine Working Group.
JAMA. 1994; 272:234–7.
Lavori PW, Louis TA, Bailar JC, Polanski M. Designs for experiments: parallel comparisons
of treatment. In: Bailar JC, Mosteller F, eds.
Medical Uses of Statistics, 2nd ed. Waltham:
Massachusetts Medical Society; 1992:61–82.
Leape LL. Practice guidelines and standards:
an overview. QRB Qual Rev Bull. 1990;
16:42–9.

457

LeBlond RF. Improving structured abstracts [Letter]. Ann Intern Med. 1989; 111:764.
Lee JT, Sanchez LA. Interpretation of “cost-effective” and soundness of economic evaluations
in the pharmacy literature. Am J Hosp Pharm.
1991; 48:2622–7.
Lee KL, Bicknell NA, Pieper KS. Response to Palmas et al. [Letter]. Ann Intern Med. 1993;
118:231–2.
Lee KL, McNeer F, Starmer CF, et al. Clinical judgment and statistics: lessons from a simulated
randomized trial in coronary artery disease.
Circulation. 1980; 61:508–15.
Leis HP Jr, Robbins GF, Greene FL, et al. Breast
cancer statistics: use and misuse. Int Surg.
1986; 71:237–43.
Levine M, Walter S, Lee H, et al. Users’ guides
to the medical literature. IV. How to use an
article about harm. The Evidence-Based
Medicine Working Groups JAMA. 1994;
271:1615–9.
Lewis RJ, Wears RL. An introduction to the Bayesian analysis of clinical trails. Ann Emerg Med.
1993; 22:1328–36.
Liberati A, Himel HN, Chalmers TC. A quality assessment of randomized control trials of primary treatment of breast cancer. J Clin Oncol.
1986; 4:942–51.
Light RJ, Pellimer DB. Summing Up: The Science
of Reviewing Research. Cambridge, MA: Harvard University Press; 1984.
Lionel ND, Herxheimer A. Assessing reports of
therapeutic trials. BMJ. 1970; 3:637–40.
Longnecker DE. Support versus illumination:
trends in medical statistics. Anesthesiology.
1982; 57:73–4.
MacArthur RD, Jackson GG. An evaluation of the
use of statistical methodology in the Journal
of Infectious Diseases. J Infect Dis. 1984;
149:349–54.
Mahon WA, Daniel EE. A method for the assessment of reports of drug trials. Can Med Assoc
J. 1964; 90:565–9.
Mainland D. Chance and the blood count. Can Med
Assoc J. 1934; (June):656–8.
Mainland D. Problems of chance in clinical work.
Br Med J. 1936; 2:221–4.
Mainland D. Statistical ritual in clinical journals: is
there a cure? BMJ. 1984; 288:841–3.

458

Библиография

Malenka DJ, Baron JA, Johansen SJW, Ross JM.
The framng effect of relative and absolute risk.
J Gen Intern Med. 1993; 8:543–8.
Mann H. ASSERT Statement: Recommendations
for the review and monitoring of randomized
controlled clinical trials. http://www.assertstatement.org/ Accessed 6/30/05.
Mantha S. Scientific approach to presenting and
summarizing data [Letter]. Anesth Analg.
1992; 75:469–70.
Marks RG. Proper statistical analysis and documentation considerations for published research articles. Occup Ther Ment Health.
1987; 7:51–68.
Marks RG, Dawson-Saunders EK, Bailar JC,
et al. Interactions between statisticians and
biomedical journal editors. Stat Med. 1988;
7:1003–11.
Mason J, Drummond M, Torrance G. Some guidelines on the use of cost effectiveness league
tables. BMJ. 1993; 306:570–2.
Maynard A. The design of future cost-benefit studies. Am Heart J. 1990; 119(3 Part 2):761–5.
McGill R, Tukey JW, Larsen WA. Variation of box
plots. American Statistician. 1978; 32:12–6.
McNeil PJ, Pauker SG, Sox HC, Tversky A. On the
elicitation of preferences for alternative therapies. N Engl J Med. 1982; 306:1259–62.
McPherson K. Statistics: the problem of examining
accumulating data more than once. N Engl J
Med. 1974; 290:501–2.
Medical Research Council Investigation. Streptomycin treatment of pulmonary tuberculosis.
BMJ. 1948; ii:769–82.
Meinert CL, Tonascia S, Higgins K. Content of reports on clinical trials: a critical review. Control Clin Trials. 1984; 5:328–47.
Metz CE. Basic principles of ROC analysis. Semin
Nucl Med. 1978; 8:283–98.
Mike V, Stanley KE, editors. Statistics in Medical
Research. New York: John Wiley & Sons;
1982:532–9.
Mills JL. Data torturing [Letter]. N Engl J Med.
1993; 329:1196–9.
Moher D, Cook DJ, Eastwood S, et al., for the
QUOROM Group. Improving the quality of
reports of meta-analyses of randomized controlled trials. The QUOROM Statement. Lancet. 1999; 354:1896–900.

Moher D, Dulberg CS, Wells GA. Statistical power,
sample size, and their reporting in randomized
controlled trials. JAMA. 1994; 272:122–4.
Moher D, Jadad AR, Nichol G, et al. Assessing the
quality of randomized controlled trials: an annotated bibliography of scales and checklists.
Control Clin Trials. 1995; 16:62–73.
Moher D, Olkin I. Meta-analysis of randomized
controlled trials. A concern for standards.
JAMA. 1995; 274:1962–4.
Moher D, Schulz K, Altman DG, for the CONSORT
Group. CONSORT statement: revised recommendations for improving the quality of reports of parallel-group randomized trials. Ann
Intern Med. 2001; 134:657–62.
Montgomery DC. Design and Analysis of Experiments, 2nd ed. New York: John Wiley and
Sons; 1984.
Morgan PP. Confidence intervals: from statistical
significance to clinical significance [Editorial].
Can Med Assoc J. 1989; 141:881–3.
Morris RW. A statistical study of papers in the Journal of Bone and Joint Surgery Br 1984. J Bone
Joint Surg Br. 1988; 70:242–6.
Moses L. Measuring effects without randomized trials? Options, problems, challenges. Med Care.
1995; 33:AS8–14.
Moses LE. Statistical concepts fundamental to investigations. In: Bailar JC, Mosteller F, eds.
Medical Uses of Statistics, 2nd ed. Boston:
NEJM Books; 1992:5–26.
Moskowitz G, Chalmers TC, Sacks HS, et al. Deficiencies of clinical trials of alcohol withdrawal. Alcohol Clin Exp Res. 1983; 7:42–6.
Mosteller F. Communications: Should mechanisms
be established for sharing among clinical trial
investigators experiences in handling problems
in design, execution, and analysis? Problems
of omission in communications. Clin Pharmacol Ther. 1979; 25(5 Part 2):761–4.
Mosteller F, Gilbert JP, McPeek B. Reporting standards and research strategies for controlled trials. Control Clin Trials. 1980; 1:37–58.
Murray GD. The task of a statistical referee. Br J
Surg. 1988; 75:664–7.
Murray GD. Confidence intervals [Editorial]. Nuc
Med Commun. 1989; 10:387–8.
Murray GD. Statistical aspects of research methodology. Br J Surg. 1991; 78:777–81.

Библиография

Murray GD. Statistical guidelines for the British Journal of Surgery. Br J Surg. 1991;
78:782–4.
Naylor CD, Chen E, Strauss B. Measured enthusiasm: does the method of reporting
trial results alter perceptions of therapeutic effectiveness? Ann Intern Med. 1992;
117:916–21.
Naylor CD, Guyatt GH. Users’ guides to the medical literature. X. How to use an article reporting variations in the outcomes of health services. The Evidence-Based Medicine Working
Group. JAMA. 1996; 275:554–8.
Nierenberg AA, Feinstein AR. How to evaluate a diagnostic marker test. JAMA. 1988; 259:1699–
1702.
Nord E. Methods for quality adjustment of life
years. Soc Sci Med. 1992; 34:559–69.
O’Brien PC, Shampo MA. Statistics for clinicians.
1. Descriptive statistics. Mayo Clin Proc. 1981;
56:47–9.
O’Brien PC, Shampo MA. Statistics for clinicians. 7. Regression. Mayo Clin Proc. 1981;
56:452–4.
O’Brien PC, Shampo MA. Statistics for clinicians.
11. Survivorship studies. Mayo Clin Proc.
1981; 56:709–11.
O’Brien PC, Shampo MA. Statistics for clinicians.
12. Sequential methods. Mayo Clin Proc.
1981; 56:753–4.
O’Fallon JR, Duby SD, Salsburg DS, et al. Should
there be statistical guidelines for medical research papers? Biometrics. 1978; 34:687–95.
Oliver D, Hall JC. Usage of statistics in the surgical literature and the “orphan P” phenomenon.
Aust N Z J Surg. 1989; 59:449–51.
Ottenbacher KJ. Statistical conclusion validity and
type IV errors in rehabilitation research. Arch
Phys Med Rehabil. 1992; 73:121–5.
Oxman AD. Evidence-based care: 2. Setting guidelines: how should we manage this problem?
The Evidence-Based Care Resource Group.
Can Med Assoc J. 1994; 150:1417–23.
Oxman AD, Guyatt GH. A consumer’s guide to
subgroup analyses. Ann Intern Med. 1992;
116:78–84.
Palmas W, Denton TA, Diamond GA. Publication
criteria for statistical prediction models [Letter]. Ann Intern Med. 1993; 118: 231–2.

459

Pauker SG, Kassirer JP. Decision analysis. N Engl
J Med. 1987; 316:250–8.
Peace KE. The alternative hypothesis: one-sided or
two sided? J Clin Epidemiol. 1989; 42: 473–6.
Peterson HB, Kleinbaum DG. Interpreting the literature in obstetrics and gynecology: II. Logistic
regression and related issues. Obstet Gynecol.
1991; 78:717–20.
Phelps CE, Mushlin AI. On the (near) equivalence
of cost-effectiveness and cost-benefit analyses.
Int J Technol Health Care. 1991; 7:12–21.
Pious S. The Psychology of Judgment and Decision
Making. New York: McGraw-Hill; 1993.
Pocock SJ, Hughes MD, Lee RJ. Statistical problems in the reporting of clinical trials: a survey
of three medical journals. N Engl J Med. 1987;
317:426–32.
Prihoda TJ, Schelb E, Jones JD. The reporting of
statistical inferences in selected prosthodontic
journals. J Prosthodont. 1992; 1:51–6.
Raju TN, Langenberg P, Sen A, Aldana O. How
much “better” is good enough? The magnitude
of treatment effect in clinical trials. Am J Dis
Child. 1992; 146:407–11.
Ransohoff DF, Feinstein AR. Problems of spectrum
and bias in evaluating the efficacy of diagnostic tests. N Engl J Med. 1978; 299: 926–30.
Raskob GE, Lofthouse RN, Hull RD. Methodological guidelines for clinical trials evaluating new
therapeutic approaches in bone and joint surgery. J Bone Joint Surg. 1985; 67–A:1294–7.
Raykov T, Tomer A, Nesselroade JR. Reporting
structural equation modeling results in Psychology and Aging: some proposed guidelines.
Psychol Aging. 1991; 6: 499–503.
Redelmeier DA, Rozin P, Kahneman D. Understanding patients’ decisions; Cognitive and emotional perspectives. JAMA. 1993; 270:72–6.
Reed JF, Slaichert W. Statistical proof in inconclusive “negative” trials. Arch Intern Med. 1981;
141:1307–10.
Reid MC, Lachs MS, Feinstein AR. Use of methodologic standards in diagnostic test research.
JAMA. 1995; 274:645–51.
Reiffenstein RJ, Schiltroth AJ, Todd DM. Current
standards in reported drug trials. Can Med Assoc J. 1968; 99:1134–5.
Reizenstein P, Delgado M, Gastiaburu J, et al. Efficacy of and errors in randomized multicenter

460

Библиография

trials: a review of 230 clinical trials. Biomed
Pharmacotherapy 1983; 37:14–24.
Rennie D. Vive la difference (P < 0.05)! [Editorial].
N Engl J Med. 1978; 299:828–9.
Rennie D. CONSORT revised: improving the reporting of randomized trials. JAMA. 2001;
285:2007–7.
Reznick RK, Guest CB. Survival analysis: a practical approach. Dis Colon Rectum. 1989;
32:898–902.
Richardson WS, Detsky AS. Users’ guides to the
medical literature. VII. How to use a clinical decision analysis. A. Are the results of the
study valid? The Evidence-Based Medicine
Working Group. JAMA. 1995; 273:1292–5.
Richardson WS, Detsky AS. Users’ guides to the
medical literature. VII. How to use a clinical
decision analysis. B. What are the results and
will they help me in caring for my patients?
The Evidence-Based Medicine Working
Group. JAMA. 1995; 273:1610–3.
Riegelman RK, Hirsch RP. Studying a Study and
Testing a Test: How to Read the Medical Literature, 2nd ed. Boston: Little, Brown; 1989.
Rochon PA, Gurwitz JH, Cheung MC, et al. Evaluating the quality of articles published in journal supplements compared with the quality of
those published in the parent journal. JAMA.
1994; 272:108–13.
Ross OB. Use of controls in medical research.
JAMA. 1951; 145:72–5.
Rothman AJ, Kiviniemi MT. Treating people with information: an analysis and review of approaches to communiating health risk information. J
Natl Cancer Inst Monogr. 1999; 25:44–51.
Rothman KJ. Significance questing [Editorial]. Ann
Intern Med. 1986; 105:445–7.
Rothman KJ. Epidemiology: An Introduction. New
York: Oxford University Press; 2002.
Rothman KJ, Greenlnd S, Walker AM. Concepts of interaction. Am J Epidemiol. 1980; 112:467–70.
Sackett DL. How to read clinical journals:V To distinguish useful from useless or even harmful
therapy. Can Med Assoc J. 1981; 124:1156–62.
Sackett DL. Interpretation of diagnostic data: 5.
How to do it with simple maths. Can Med Assoc J. 1983; 129:947–54.
Sackett DL, Haynes RB, Guyatt GH, Tugwell P.
Clinical Epidemiology; A Basic Science for

Clinical Medicine, 2nd ed. Boston: Little,
Brown; 1991.
Salsburg DS. The religion of statistics as practiced
in medical journals. Am Statistician. 1985;
39:220–3.
Savitz DA. Measurements, estimates, and inferences
in reporting epidemiologic study results [Editorial]. Am J Epidemiol. 1992; 135:223–4.
Savitz DA, Olshan AF. Multiple comparisons and
related issues in the interpretation of epidemiologic data. Am J Epidemiol. 1995; 142:904–8.
Savitz DA, Tolo KA, Poole C. Statistical significance testing in the American Journal of Epidemiology, 1970–1990. Am J Epidemiol.
1994; 139:1047–52.
Scherer RW, Dickersin K, Langenberg P. Full publication of results initially present ed in abstracts:
a meta-analysis. JAMA. 1994; 272:158–62
[Erratum. JAMA. 1994; 272:1410].
Schoolman HM, Becktel JM, Best WR, Johnson AF.
Statistics in medical research: principles versus
practices. J Lab Clin Med. 1968; 71:357–67.
Schor S. Statistical reviewing program for medical
manuscripts. Am Statistician. 1967; (Feb):28–31.
Schor S. Statistical proof in inconclusive “negative”
trials. Arch Intern Med. 1981; 141:1263–4.
Schor S, Karten I. Statistical evaluation of medical journal manuscripts. JAMA. 1966;
195:1123–8.
Schultz KF. Subverting randomization in controlled
trials. JAMA. 1995; 274:1457–8.
Schultz KF, Chalmers I, Grimes DA, Altman DG.
Assessing the quality of randomization from
reports of controlled trials published in journals of obstetrics and gynecology. JAMA.
1994; 272:125–8.
Schultz KF, Chalmers I, Hayes RJ, Altman DG. Empirical evidence of bias: dimensions of methodological quality associated with estimates of
treatment effects in controlled trials. JAMA.
1995; 273:408–12.
Schwartz D, Lellouch J. Explanatory and pragmatic
attitudes in therapeutical trials. J Chronic Dis.
1967; 20:637–48.
Schwartz L, Woloshin S, Welch HG. Putting cancer in
context. J Natl Cancer Inst. 2002; 94:799–804.
Schwartz WB, Gorry GA, Kassirer JP, Essig A. Decision analysis and clinical judgment. Am J
Med. 1973;55:459–72.

Библиография

Sheehan TJ. The medical literature: let the reader
beware. Arch Intern Med. 1980; 140:472–4.
Sheps SB, Schechter MT. The assessment of diagnostic tests: a survey of current medical research. JAMA. 1984; 252:2418–22.
Shiffman RN, Shekelle P, Overhage JM, et al.
Standardized reporting of clinical practice
guidelines: a proposal from the Conference on
Guideline Standardization. Ann Intern Med.
2003; 139:493–8.
Shott S. Statistics in veterinary research. J Am Vet
Med Assoc. 1985; 187:138–41.
Shuster JJ, Binion J, Walrath N, et al. Statistical review process. Recommended procedures in biomedical research articles [Editorial]. JAMA.
1976; 235:534–5.
Shutty M. Guidelines for presenting multivariate
statistical analyses in Rehabilitation Psychology. Rehab Psych. 1994; 39:141–4.
Siegel JA, Sparks RB. The Biologic Effects of
Radiation and Their Associated Risks. http://
www. internaldosimetry.com/courses/ laymans/linkedpages/compare.html. Accessed
11/8/03.
Siegel JE, Weinstein MC, Russell LB, Gold MR.
Recommendations for reporting cost-effectiveness analyses. Panel on Cost-Effectiveness in Health and Medicine. JAMA. 1996;
276:1339–41.
Simel DL, Feussner JR, Delong ER, Matchar DB.
Intermediate, indeterminate, and uninterpretable diagnostic test results. Med Decis Making.
1987; 7:107–14.
Simes J. Meta-analysis: its importance in costeffectiveness studies. Med J Aust. 1990;
153(Suppl):S13–16.
Simmons GH, Fishbein M. The Art and Practice of
Medical Writing. Chicago: American Medical
Association; 1925.
Simon G, Wagner E,Vonkorff M. Cost-effectiveness
comparisons using real world randomized trials: the case of new antidepressant drugs. J
Clin Epidemiol. 1995; 48:363–73.
Simon R. Confidence intervals for reporting results of clinical trials. Ann Intern Med. 1986;
105:429–35.
Simon R, Wittes RE. Methodologic guidelines for
reports of clinical trials. Cancer Treat Rep.
1985; 69:1–3.

461

Simpson RJ, Johnson TA, Amara IA. The box-plot:
an exploratory analysis graph for biomedical
publications. Am Heart J. 1988; 116:1663–5.
Smith DG, Clemens J, Crede W, et al. Impact of
multiple comparisons in randomized clinical
trials. Am J Med. 1987 ;83:545–50.
Snapinn SM. Noninferiority trials [Commentary].
Curr Control Trials Cardiovasc Med. 2000;
1:19–21.
Sonis J, Joines J. The quality of clinical trials
published in The Journal of Family Practice,
1974–1991. J Fam Pract. 1994; 39:225–350.
Sonnenberg FA, Beck JR. Markov models in medical decision making: a practical guide. Med
Decis Making. 1993; 13:322–38.
Sox HC Jr. Probability theory in the use of diagnostic tests: an introduction to critical study
of the literature. Ann Intern Med. 1986;
104:60–6.
Spiegelhalter DJ, Myles JP, Jones DR, Abrams KR.
Bayesian methods in health technology assessment: a review. Health Technol Assess 2000;
4:1–30.
Squires BP. Statistics in biomedical manuscripts:
what editors want from authors and peer reviewers [Editorial]. Can Med Assoc J. 1990;
142:213–4.
Standards of Reporting Trial Group. A proposal for
structured reporting of randomized controlled
trials. JAMA. 1994; 272:1926–31. [Correction: JAMA. 1995;273:776.]
Stefadouros MA. A new system of visual presentation of analysis of test performance: the
double-ring diagram. J Clin Epidemiol. 1993;
46:1151–8.
Stewart LA, Parmar MKB. Bias in the analysis and
reporting of randomized controlled trials. Int J
Tech Assess Health Care. 1996; 12:264–75.
Stoddart GL. How to read journals. VII. To understand an economic evaluation (Part A). Can
Med Assoc J. 1984; 130:1428–34.
Stoddart GL. How to read journals. VII. To understand an economic evaluation (Part B). Can
Med Assoc J. 1984; 130:1542–9.
Stoto MA. From data analysis to conclusions: a statistician’s view. In: Council of Biology Editors,
Editorial Policy Committee. Ethics and Policy
in Scientific Publication. Bethesda, MD: Council of Biology Editors; 1990:207–18.

462

Библиография

Stroup DF, Berlin JA, Morton SC, et al. Meta-analysis of observational studies in epidemiology:
a proposal for reporting. JAMA. 2000;
283:2008–12.
Sumner D. Lies, damned lies, or statistics? J Hypertens. 1992; 10:3–8.
Sung L, Hayden J, Greenberg ML, et al. Seven
items were identified for inclusion when reporting a Bayesian analysis of a clinical study
J Clin Epidemiol 2005; 58:261–8.
Testa MA, Simonson DC. Assessment of quality-of-life outcomes. N Engl J Med. 1996;
334:835–40.
Thompson JR. Invited commentary: re: “multiple
comparisons and related issues in the interpretation of epidemiologic data.” Am J Epidemiol
1998; 147:801–6.
Thorton H. Patients’ understanding of risk [Editorial]. BMJ. 2003; 327:693–4.
Timmreck TC. An Introduction to Epidemiology,
2nd ed. Boston: Jones and Bartlett; 1998.
Trobe JD, Fendrick AM. The effectiveness initiative. I. Medical practice guidelines. Arch Ophthalmol. 1995; 113:715–7.
Tugwell PX. How to read clinical journals: III. To
learn the clinical course and prognosis of disease. Can Med Assoc J. 1981; 124:869–72.
Tyson JE, Furzan JA, Reisch JS, Mize SG. An evaluation of the quality of therapeutic studies in
perinatal medicine. J Pediatr. 1983; 102:10–3.
Udvarhelyi IS, Colditz GA, Rai A, Epstein AM.
Cost-effectiveness and cost-benefit analyses
in the medical literature: are the methods being used correctly? Ann Intern Med. 1992;
116:238–44.
Vaisrub N. Manuscript review from a statistician’s perspective [Editorial]. JAMA. 1985;
253:3145–7.
van Walraven C, Naylor CD. Do we know what
inappropriate laboratory utilization is? A systematic review of laboratory clinical audits.
JAMA. 1998; 280:550–8.
von Elm E. The STROBE Statement. http://www.
strobe-statement.org/. Accessed July 4, 2005.
Vrbos LA, Lorenz MA, Peabody EH, McGregor
M. Clinical methodologies and incidence of
appropriate statistical testing in orthopaedic spine literature. Are statistics misleading?
Spine. 1993; 18:1021–9.

Wainapel SF, Kayne HL. Statistical methods in rehabilitation research. Arch Phys Med Rehabil.
1985; 66:322–4.
Wald N, Cuckle H. Reporting the assessment of
screening and diagnostic tests. Br J Obstet Gynaecol. 1989; 96:389–96.
Walker AM. Reporting the results of epidemiological studies. Am J Public Health. 1986;
76:556–8.
Walker RD, Howard MO, Lambert MD, Suchinsky
R. Medical practice guidelines. West J Med.
1994; 161:39–44.
Wallenstein S, Zucker CL, Fleiss JL. Some statistical methods useful in circulation research. Circ
Res. 1980; 47:1–9.
Walter SD. Methods of reporting statistical results
from medical research studies. Am J Epidemiol. 1995; 141:896–906.
Ware JH, Mosteller F, Delgado F, et al. P values.
In: Bailar JC, Mosteller F, eds. Medical Uses
of Statistics. 2nd ed. Boston: NEJM Books;
1992:181–200.
Warner KE. Issues in cost effectiveness in health
care. J Public Health Dent. 1989; 49(5 Spec
No):272–8.
Wasson JH, Sox HC. Clinical prediction rules. Have
they come of age? JAMA. 1996; 275: 641–2.
Wasson JH, Sox HC, Neff RK, Goldman L. Clinical prediction rules. Applications and methodological standards. N Engl J Med. 1985;
313:793–9.
Watts GT. Statistics in journals [Letter]. Lancet.
1991;337:432.
Wears RL. What is necessary for proof? Is 95% sure
unrealistic? [Letter]. JAMA. 1994; 271: 272.
Weech AA. Statistics: use and misuse. Aust Paediatr
J. 1974; 10:328–33.
Weinstein MC. Principles of cost-effective resource
allocation in health care organizations. Int J
Technol Assess Health Care. 1990; 6:93–103.
Weinstein MC, Stason WB. Foundations of costeffectiveness analysis for health and medical
practices. N Engl J Med. 1977; 296:716–21.
Weiss GB, Bunce H. Are we ready for statistical
guidelines for medical research papers? [Letter]. Biometrics. 1979; 35:911.
Weiss W, Dambrosia JM. Common problems in designing therapeutic trials in multiple sclerosis.
Arch Neurol. 1983; 40:678–80.

Библиография

Welch HG. Comparing apples and oranges: Does
cost-effectiveness analysis deal fairly with
the old and young? Gerontologist. 1991;
31:332–6.
Welch HG. Should I Be Tested for Cancer? Maybe
Not and Here’s Why. Berkeley: University of
California Press; 2004.
West RR. A look at the statistical overview (or meta-analysis). J R Coll Physicians Lond. 1993;
27:111–5.
White SJ. Statistical errors in papers in the British
Journal of Psychiatry. Br J Psychiatry. 1979;
135:336–42.
Whiting P, Rutjes AWS, Dinnes J, et al. Development and validation of methods for assessing
the quality of diagnostic accuracy studies.
Health Technol Assess. 2004; 8:1–234.
Wills CE, Holmes-Rovner M. Patient comprehension of information for shared treatement decision making: state of the art and future directions. Pat Ed Counsel. 2003; 50:285–90.
Wilson A, Henry DA. Meta-analysis. Part 2: Assessing the quality of published meta-analyses.
Med J Aust. 1992; 156:173–87.
Wilson MC, Hayward RS, Tunis SR, et al. Users’
guides to the medical literature. VIII. How to
use clinical practice guidelines. B. What are
the recommendations and will they help you in
caring for your patients? The Evidence-Based
Medicine Working Group. JAMA. 1995;
274:1630–2.
Witzig R. The medicalization of race: scientific legitimization of a flawed social construct. Ann
Intern Med. 1996; 125:675–9.

463

Working Group on Recommendations for Reporting Clinical Trials in the Biomedical Literature. Call for comments on a proposal to improve reporting clinical trials in the biomedical
literature: a position paper. Ann Intern Med.
1994; 121:894–5.
Wulff HR. Confidence limits in evaluating controlled therapeutic trials [Letter]. Lancet. 1973;
2:969–70.
Wulff HR, Andersen B, Brandenhoff P, Guttler E.
What do doctors know about statistics? Stat
Med. 1987; 6:3–10.
Wurman RS. Information Anxiety: What to Do
When Information Doesn’t Tell You What You
Need to Know. New York: Bantam Books;
1990.
Yancy JM. Ten rules for reading clinical research reports [Editorial]. Am J Surg. 1990;
159:553–9.
Young MJ, Bresnitz EA, Strom BL. Sample size
nomograms for interpreting negative clinical
studies. Ann Intern Med. 1983; 99:248–51.
Yusuf S, Wittes J, Probstfield J, Tyroler HA. Analysis and interpretation of treatment effects in
subgroups of patients in randomized clinical
trials. JAMA. 1991; 266:93–8.
Zelen M. Guidelines for publishing papers on cancer clinical trials: responsibilities of editors
and authors. J Clin Oncol. 1983; 1:164–9.
Zitter Group. Outcomes Backgrounder: An Overview of Outcomes and Pharmacoeconomics.
San Francisco: The Zitter Group; 1994:1–56.
Zivin JA, Bartko JJ. Statistics for disinterested scientists. Life Sci. 1976; 18:15–26.

464

ПРИЛОЖЕНИЕ

К Р У С С К О М У И ЗД А Н И Ю

Библиография от научного
редактора
1. Автандилов Г. Г. Медицинская морфометрия. Руководство. – М.: Медицина, 1990, – 384 с.
2. Адлер Ю. П., Маркова Е. В. Планирование эксперимента при поиске оптимальных условий. –
М.: Наука, 1976, – 279 с.
3. Айвазян С. А., Енюков И. С., Мешалкин Л. Д. Прикладная статистика: Основы моделирования
и первичная обработка данных: Справочное издание. – М.: Финансы и статистика, 1983. – 471 с.
4. Айвазян С. А., Енюков И. С., Мешалкин Л. Д. Прикладная статистика: Исследование зависимостей: Справочное издание. – М.: Финансы и статистика, 1985. – 487 с.
5. Айвазян С. А., Бухштабер В. М., Енюков И. С., Мешалкин Л.Д. Прикладная статистика: Классификация и снижение размерности Справочное издание. – М.: Финансы и статистика, 1989. – 607 с.
6. Айвазян С. А., Бежаева 3. И., Староверов О. В. Классификация многомерных наблюдений. —
М.: Статистика, 1974.—240 с.
7. Айвазян С. А., Мхитарян В. С. Прикладная статистика и основы эконометрики. – М.: Юнити,
1998. – 1022 с.
8. Александров В. В., Шнейдеров В. С. Обработка медико–биологических данных на ЭВМ. – Л.:
Медицина, 1984, – 157 с.
9. Анализ данных на ЭВМ. (На примере системы СИТО)/Александров В. В., Алексеев А. И.,
Горский Н. Д. – М.: Финансы и статистика, 1990. – 192 с.
10. Андерсон Т. Статистический анализ временных рядов. – М.: Мир, 1976. – 755 с.
11. Андерсон Т. Введение в многомерный статистический анализ. – М., Физматгиз, 1963 г., – 500 с.
12. Аренс Х., Лёйтер Ю. Многомерный дисперсионный анализ. – М.: Финансы и статистика,
1985, – 230 с.
13. Аптон Г. Анализ таблиц сопряжённости. – М.: Мир, 1982, – 126 с.
14. Аренс Х., Лёйтер Ю. Многомерный дисперсионный анализ / Пер. с нем. И предисл. В М. Ивановой и Ю. Н. Тюрина. – М.: Финансы и статистика, 1985. – 230 с.
15. Архипова Г.П., Лаврова И.Г., Трошина И.М. Некоторые современные методы статистического
анализа в медицине. – М.: 1971, РАМН, – 76 с.
16. Афифи А., Эйзен С. Статистический анализ: Подход с использованием ЭВМ. Пер. с англ. – М.:
Мир, 1982, – 488с.
17. Ахназарова С. Л., Кафаров В. В. Методы оптимизации эксперимента в химической технологии. М.: Высш. шк., 1985. – 327 с.
18. Банержи А. Медицинская статистика понятным языком: вводный курс/пер. с англ. Под ред. В.
П. Леонова. – М.: Практическая медицина, 2007. – 287 с.
19. Бейли Н. Математика в биологии и медицине. – М.: Мир, 1970, – 270 с.
20. Бендат Дж, Пирсол А. Измерение и анализ случайных процессов. Пер. с англ. – М.: Мир,
1971, – 408 с.

Библиография от научного редактора

465

21. Берк К., Кэйри П. Анализ данных с помощью Microsoft Excel: Пер. с англ. – М.: Издательский
дом Вильямс, 2005, – 560 с.
22. Божко В. П., Хорошилова А. В. Информационные технологии в статистике. Учебник. – М.:
Финстатинформ, 2002, – 144 с.
23. Бокс Дж., Дженкинс Г. Анализ временных рядов: Прогноз и управление. – М.: Мир, 1974.
24. Большев Л. Н., Смирнов Н. В. Таблицы математической статистики. – М.: Наука, 1983, – 416 с.
25. Бондарь А. Г., Статюха Г. А., Потяженко И. А. Планирование эксперимента при оптимизации процессов химической технологии. (Алгоритмы и примеры). – Киев, Вища школа, 1980. – 264с.
26. Борель Э. Вероятность и достоверность. – М.: ГИФМЛ, 1961. – 120 с
27. Боровиков В. П. STATISTICA: искусство анализа данных на компьютере. Для профессионалов.
2–е издание. – СПб. : Питер, 2003 г. – 688 с..
28. Боровиков В. П. Прогнозирование в системе STATISTICA в среде Windows. Основы теории
и интенсивная практика на компьютере. – М.: Финансы и статистика, 2000 г. – 384 с.
29. Браверман Э. М., Мучник И. Б. Структурные методы обработки эмпирических данных. – М.:
Наука, 1983.— 464 с.
30. Браунли К. А. Статистическая теория и методология в науке и технике. Пер. с англ. – М.: Наука,
1977, – 407 с.
31. Бриллинджер Д. Временные ряды. Обработка данных и теория. – М.: Мир, 1980, – 536 с.
32. Броуди М. О статистическом рассуждении. – М.: Статистика, 1968, – 70 с.
33. Бююль А., Цёфель П. SPSS: искусство обработки информации. Анализ статистических данных
и восстановление скрытых закономерностей. – СПб.: ДиаСофтЮП, 2002, – 608 с.
34. Вайнберг Дж., Шумекер Дж. Статистика. – М.: Статистика, 1979, – 390 с.
35. Вараксин А. Н. Статистические модели регрессионного типа в экологии и медицине. Екатеринбург: Изд–во Гощинский, 2006, – 256с.
36. Вейр Б. Анализ генетических данных. Пер с англ. – М.: Мир, 1995, – 400с.
37. Вентцель Е. С. Теория вероятностей. – М.: Изд–во Наука, 1969, – 576 с.
38. Вероятность и математическая статистика: Энциклопедия. Научное издательство Большая
российская энциклопедия. 1999, – 910 с.
39. Владимирский Б. М. Математические методы в биологии. – Ростов: изд–во Рост. ун–та,
1983, – 304 с.
40. Власов В. В. Введение в доказательную медицину. – М.: Медиа Сфера, 2001, – 392 с.
41. Власов В. В. Эпидемиология: Учеб. пос. для вузов. – М.: ГЭОТАР–МЕД, 2004, – 464 с. URL:
http://www.biometrica.tomsk.ru/review3.htm
42. Власов В. В. Систематические ошибки и вмешивающиеся факторы. Международный журнал
медицинской практики, 2007, вып. 3, с. 18-29.
43. Вуколов Э. А. Основы статистического анализа. Практикум по статистическим методам и исследованию операций с использованием пакетов STATISTICA и EXCEL. – М.: ФОРУМ: ИНФРА–М, –
2004, – 464 с.
44. Вучков И. и др. Прикладной регрессионный анализ. – М.: Финансы и статистика, 1987, – 239 с.
45. Гаек Я., Шидак 3. Теория ранговых критериев: Пер. с англ.-М., 1971.
46. Гарганеева Н.П. Леонов В.П. Логистическая регрессия в анализе связи
артериальной гипертонии и психических расстройств. Сибирский медицинский журнал, № 3–4,
2001, с.42–48. URL: http://www.biometrica.tomsk.ru/psycho3s.htm
47. Гарганеева Н. П. Леонов В. П. Возможности биометрического анализа взаимосвязи соматических показателей и систематики психических расстройств. Сибирский медицинский журнал, № 2,
2001, с.25–32. URL: http://www.biometrica.tomsk.ru/psycho1.htm
48. Герасимович А. И. Математическая статистика. – Минск.: Выш. школа, 1983, – 279 с.
49. Гласс Дж., Стэнли Дж. Статистические методы в педагогике и психологии. Пер. с англ. – М.:
Изд–во Прогресс, 1976, – 495 с.

466

Библиография от научного редактора

50. Гланц С. Медико–биологическая статистика. – М.: Практика, 1998, – 459 с.
51. Глотов Н. В., Животовский Л. А., Хованов Н. В., Хромов–Борисов Н. Н. Биометрия, – Л.: 1982.
52. Гринхальх Т. Основы доказательной медицины. Пер с англ. – М.: ГЭОТАР–МЕД, 2004 – 240 С.
URL: http://www.biometrica.tomsk.ru/review2.htm
53. Гублер Е. В. Информатика в патологии, клинической медицине и педиатрии. – Л.: Медицина,
1990. – 176 c.
54. Гублер Е. В., Генкин А. А. Применение непараметрических критериев статистики медико–
биологических исследованиях. – Л.: Медицина, – 1973, – 141 с.
55. Гублер Е. В. Информатика в патологии, клинической медицине и педиатрии. – Л.: Медицина, –
1990, – 176 с.
56. Гублер Е. В. Вычислительные методы анализа и распознавания патологических процессов. –
Л.: Медицина, – 1978, – 146 с.
57. Дженкинс Г., Ваттс Д. Спектральный анализ и его приложения. – М.: Мир, 1971.
58. Джини К. Средние величины. – М.: Статистика, - 1970, - 447 с.
59. Джонсон Н., Лион Ф. Статистика и планирование эксперимента в технике и науке. Методы
планирования эксперимента. – М.: Изд–во Мир, 1981, – 520 с.
60. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. М.: Финансы и статистика. Книга 1,
1986. – 366 с. Книга 2, 1987. – 351 с.
61. Дубров А. М., Мхитарян В. С., Трошин Л. И. Многомерные статистические методы: Учебник. –
М.: Финансы и статистика, 2000, –352 с.
62. Дубровский С. А. Прикладной многомерный статистический анализ.— М.: Финансы и статистика, 1982.—216 с.
63. Дэвид Г. Метод парных сравнений. – М.: Статистика, 1978, – 144 с.
64. Дэниел К. Применение статистики в промышленном эксперименте. Пер. с англ. – М.: Мир,
1979, – 299 с.
65. Дюран Н., Оделл П. Кластерный анализ.—М.: Статистика, 1977.—128 с.
66. Езекиэл М, Фокс К.А. Методы анализа корреляций и регрессий. М.: Статистика, 1966. – 245 с.
67. Елисеева И. И., Рукавишникова В.О. Группировка, корреляция, распознавание образов (Статистические методы классификации и измерения связи). – М.: Статистика, 1977, – 144 с.
68. Елисеева И. И., Юзбашев М. М. Общая теория статистики. – М.: Финансы и статистика.,
1998. – 368 с.
69. Ермолаев О. Ю. Математическая статистика для психологов. – М.: Изд–во Флинта, 2003, – 336 с.
70. Загоруйко Н. Г. Методы распознавания и их применение.—М.: Советское радио, 1972.—288 с.
71. Закс Л. Статистическое оценивание. – М.: Статистика, 1976, – 598 с.
72. Зайцев Н. Г. Методика биометрических расчётов. – М.: Наука, 1973, – 256 с.
73. Зайцев Н. Г. Математическая статистика в экспериментальной ботанике. – М.: Наука,
1984, – 424 с.
74. Зорин Н. А. О неправильном употреблении термина достоверность в российских научных
психиатрических и общемедицинских статьях. URL: http://www.biometrica.tomsk.ru/let1.htm
75. Иберла К. Факторный анализ. – М.: Статистика, 1980, – 398 с.
76. Иванов Ю. И., Погорелюк О. Н. Обработка результатов медико–биологических исследований
на микрокалькуляторах. – М.: Медицина, 1990, – 222 с.
77. Иванова И. М. Случайные числа и их применения. – М.: Финансы и статистика, 1984. – 111 с
78. Кант В. И. Математические методы и моделирование в здравоохранении. – М.: Медицина,
1987. – 224 с.
79. Кендалл М., Стьюарт А. Теория распределений. – М.: 1966, Наука, 588 с.
80. Кендалл М., Стьюарт А. Статистические выводы и связи. – М.: 1973, Наука, 899 с.
81. Кендалл М., Стьюарт А. Многомерный статистический анализ и временные ряды. – М.: 1976,
Наука, 736 с.

Библиография от научного редактора

467

82. Кендэл М. Ранговые корреляции.—М.: Статистика, 1975.—214 с.
83. Кендэл М. Временные ряды.—М.: Финансы и статистика, 1981.— 199 с.
84. Колемаев В. А. и др. Теория вероятностей и математическая статистика. – М.: Высшая школа,
1991. – 400 с.
85. Компьютерная биометрика /под ред. В. Н.Носова, – М.: Изд–во МГУ, 1990. – 232 с.
86. Красовский Г. И., Филаретов Г. Ф. Планирование эксперимента. – Минск.: Изд–во БГУ,
1982. – 302 с.
87. Лагутин М. Б. Наглядная математическая статистика. Изд-во Бином. Лаборатория знаний.
2007. – 472 с.
88. Лакин Г.Ф. Биометрия. – М.: Высшая школа, 1990, – 352 с.
89. Левин Д., Кребиль Т., Стефан Д., Беренсон М. Статистика для менеджеров с использованием
Microsoft Excel. Изд-во Вильямс, 2005. – 1312 с.
90. Леонов В. П. Обработка экспериментальных данных на программируемых микрокалькуляторах. /Под ред. Б. А. Гладких, – Томск: Изд–во ТГУ, 1990, – 376 с.
91. Леонов В. П. Применение статистики в статьях и диссертациях по медицине и биологии. Часть
III. Проблемы взаимодействия автор – редакция – читатель. Международный журнал медицинской
практики 1999, вып. 12, стр.7–13. URL: http://www.biometrica.tomsk.ru/naukoved/problem1.htm
92. Леонов В. П. Когда нельзя, но очень хочется, или Ещё раз о критерии Стьюдента. URL: http://
www.biometrica.tomsk.ru/student.htm
93. Леонов В. П. Наукометрика статистической парадигмы экспериментальной биомедицины (по
материалам публикаций). Вестник Томского государственного университета. Серия Математика.
Кибернетика. Информатика. №275. АПРЕЛЬ 2002, стр. 17–24. URL: http://www.biometrica.tomsk.ru/
paradigma.htm
94. Леонов В. П. Три Почему ... и пять принципов описания статистики в биомедицинских публикациях. URL: http://www.biometrica.tomsk.ru/principals.htm
95. Леонов В. П. Критерий Колмогорова–Смирнова: особенности применения. URL: http://www.
biometrica.tomsk.ru/k_s.htm
96. Леонов В. П. Анализ таблиц сопряженности с вычислением критерия Хи–квадрат и статистик
связи. URL: http://www.biometrica.tomsk.ru/freq.htm
97. Леонов В. П. Искушение Знанием или Сколько стоит биометрика? URL: http://www.biometrica.
tomsk.ru/price_biom.htm
98. Леонов В. П. Ошибки статистического анализа биомедицинских данных. Международный журнал медицинской практики 2007, вып. 2, стр.19–35. URL: http://www.biometrica.tomsk.ru/error.htm
99. Лиепа И. Я. Математические методы в биологических исследованиях. Факторный и компонентный анализы. – Рига, 1980, – 104 с.
100. Лисенков А. Н. Математические методы планирования многофакторных медико–биологических
экспериментов. – М.: Медицина, 1979, – 344 с.
101. Лоули Д., Максвелл А. Факторный анализ как статистический метод. – М.: Мир, 1967, – 144 с.
102. Львовский Е. Н. Статистические методы построения эмпирических формул: Учеб. Пособие. –
М.: Высш. Школа, 1982. – 224 с.
103. Любищев А. А. Дисперсионный анализ в биологии. – М.: Изд–во МГУ, 1986. – 200 с.
104. Максимов В. Н. Многофакторный эксперимент в биологии. – М.: МГУ, 1980, – 279 с.
105. Максимов Г. К., Синицын А. Н. Статистическое моделирование многомерных систем в медицине. – М.: Медицина, 1983, – 144 с.
106. Малиновский Л. Г. Классификация объектов средствами дискриминантного анализа. – М.:
Наука, 1979, – 260 с.
107. Мандель И. Д. Кластерный анализ. – М.: Финансы и статистика. 1988. – 176 с.
108. Методы современной биометрии: сб. статей/Отв. ред. Н.А. Плохинский. – М.: МГУ, –1978, – 207 с.
109. Мердок Дж. Контрольные карты. / Пер. с англ. – М.: Финансы и статистика, 1986. – 132 с.

468

Библиография от научного редактора

110. Меркурьева Е. К. Биометрия в селекции и генетике сельскохозяйственных животных. – М.:
Колос, 1970, – 423 с.
111. Миркин Б. Г. Анализ качественных признаков.—М.: Статистика, 1976.— 168 с.
112. Миркин Б. Г. Анализ качественных признаков и структур.—М.: Статистика, 1980.—320 с.
113. Митропольский А. К. Техника статистических вычислений. – М.: Наука, 1971, – 576 с.
114. Михок Г., Урсяну В. Выборочный метод и статистическое оценивание. – М.: Финансы и статистика, 1982, – 245 с.
115. Mостеллер Ф., Тьюки Дж. Анализ данных и регрессия. М.: Финансы и статистика, 1988. – 456 с.
116. Мюллер П., Нойман П., Шторм Р. Таблицы по математической статистике. – М.: Финансы
и статистика, 1982, – 272 с.
117. Налимов В. В. Теория эксперимента. – М.: Наука, – 1971, – 208 с.
118. Налимов В. В., Голикова Т. И. Логические основания планирования эксперимента. 2–е изд.,
перераб. И доп. – М., Металлургия, 1980. – 152 с.
119. Налимов В. В., Чернова Н. А. Статистические методы планирования экстремальных экспериментов. – М.: Наука, – 1965, – 340 с.
120. Неуймин Я. Г. Модели в науке и технике. История, теория, практика. – Л.: Наука, 1984. – 190 с.
121. Никифоровский В. А. Вероятностный мир. - М.: Наука, 1992. - 174с.
122. Обучение медицинской статистике. Двадцать конспектов лекций и семинаров. Пер. с англ.
ВОЗ, – Женева, 1989, – 216 с.
123. Орлов А. И. Эконометрика. Учебник. М.: Изд–во Экзамен, 2002. – 576 с.
124. Отнес Р., Эноксон Л. Прикладной анализ временных рядов. – М.: Мир, 1982, – 324 c.
125. Палий И. А. Прикладная статистика. – М.: Высшая школа, 2004, – 175 с.
126. Петри А., Сэбин К. Наглядная статистика в медицине/Пер. с англ. В.П.Леонова. – М.: ГЭОТАР–
МЕД, 2003, – 144 с. URL: http://www.biometrica.tomsk.ru/petrie.htm
127. Петрович М.Л. Регрессионный анализ и его математическое обеспечение на ЕС ЭВМ. – М.:
Финансы и статистика, 1982, – 199 с.
128. Планирование эксперимента в биологии и сельском хозяйстве. /Под ред. В.Н.Максимова. – М.:
МГУ, 1991, – 220 с.
129. Плохинский Н. А. Математические методы в биологии. – М.: МГУ, 1978, – 226 с.
130. Плохинский Н. А. Алгоритмы биометрии. – М.: МГУ, 1980, – 150 с.
131. Поллард Дж. Справочник по вычислительным методам статистики. – М.: Финансы и статистика, 1982, – 344 с.
132. Применение математических методов в биологии. – Л.: ЛГУ, 1963, – 240 с.
133. Пустыльник Е. И. Статистические методы анализа и обработка наблюдений. – М.: Наука,
1968, – 288 с.
134. Пфанцагль И. Теория измерений. – М.: Мир, 1976. – 165 с.
135. Рао С. Линейные статистические методы и их применение. Пер. с англ. – М.: Наука, 1986 – 547 с.
136. Раушенбах Г. В., Филиппов О. В. Экспертные оценки в медицине. - М., 1983.
137. Реброва О. Ю. Статистический анализ медицинских данных. Применение пакета прикладных программ STATISTICA. М.: Медиа Сфера, 2002, – 312 с. URL: http://www.biometrica.tomsk.ru/review1.htm
138. Рейхман У.Дж. Применение статистики. - М.: Статистика, - 1969, - 296с.
139. Рекомендации по подготовке научных медицинских публикаций. Сборник статей и документов. – М.: Изд–во Медиа Сфера, 2006, – 464 с.
140. Рокицкий П. Ф. Биологическая статистика. – Минск: Вышэйшая школа, 1973, – 320 с.
141. Ростова Н. С. Корреляции: структура и изменчивость. – СПб.: Изд–во С–Петерб. ун–та,
2002, – 308 с.
142. Рузинов Л. П. Статистические методы оптимизации химических процессов. – М.: Изд–во Химия, 1972, – 200с.

Библиография от научного редактора

469

143. Рузинов Л. П., Слободчикова Р. И. Планирование эксперимента в химии и химической технологии. – – М.: Изд–во Химия, 1980, – 280 с.
144. Румшиский Л. З. Математическая обработка результатов эксперимента. - М.: Наука, 1971, - 192 с.
145. Рунион Р. Справочник по непараметрической статистике. Современный подход. – М.: Финансы и статистика, 1982, – 198 с.
146. Саката Сиро. Практическое руководство по управлению качеством/Пер. с япон. – М.: Машиностроение, 1980, – 215 с.
147. Себер Дж. Линейный регрессионный анализ. Пер. с англ. – М.: Мир, – 456 с.
148. Сепетлиев Д. Статистические методы в научных медицинских исследованиях. – М.: Медицина, 1968, – 419 с.
149. Сергиенко В. И., Бондарева И. Б. Математическая статистика в клинических исследованиях. –
М.: ГЭОТАР–МЕД, 2001, – 256 с.
150. Сильвестров Д. С. Программное обеспечение прикладной статистики. – М.: Финансы и статистика, 1988, – 240 с.
151. Снедекор Дж. У. Статистические методы в применении к исследованиям в сельском хозяйстве
и биологии. – М.: Сельхозгиз, 1961, – 503 с.
152. Славин М. Б. Методы системного анализа в медицинских исследованиях. – М.: Медицина,
1989, – 304 с.
153. Смирнов Н. В., Дунин–Барковский И. В. Курс теории вероятностей и математической статистики для технических приложений. – М.: Наука, 1965, – 511 с.
154. Смоляк С. А., Титаренко Б. П. Устойчивые методы оценивания: Статистическая обработка неоднородных совокупностей. – М;: Статистика, 1980. – 208 с.
155. Снедекор Дж. У. Статистические методы в применении к исследованиям в сельском хозяйстве
и биологии. - М.: Сельхозгиз, - 1961, - 503с.
156. Соколов Д. К. Математическое моделирование в медицине. – М.: Медицина, 1974, – 185 с.
157. Сошникова Л. А. и др. Многомерный статистический анализ в экономике: Учебное пособие
для вузов. – М.: ЮНИТИ–ДАНА, 1999, – 598 с.
158. Справочник по прикладной статистике. В 2–х т. Т.1: Пер. с англ./ Под ред. Э. Ллойда, У. Ледермана, Ю. Н.Тюрина. – М.: Финансы и статистики, 1989; – 510с. Т. 2: 1990; – 526с.
159. Статистические методы для ЭВМ/Под ред. К. Энслейна, Э. Рэлстона, Г. С. Уилфа/Под ред. М.
Б. Малютова. – М.: Наука. 1986; – 464 с.
160. Суппес П., Зинес Дж. Основы теории измерений. – В сб.: Психологические измерения. – М.:
Мир, 1967. С. 9–110.
161. Терентьев П. В., Ростова Н. С. Практикум по биометрии. – Л.: ЛГУ, 1977, – 152 с.
162. Терехина А. Ю. Анализ данных методами многомерного шкалирования.—М.: Наука,
1986.—168 с.
163. Трофимов В. П. Логическая структура статистических моделей. – М.: Финансы и статистика,
1985, – 191 с.
164. Тюрин Ю. Н., Макаров А. А. Анализ данных на компьютере/Под ред. В.Э. Фигурнова. – М.:
Финансы и статистика, 1995, – 384 с.
165. Уилкс С. Математическая статистика. – М.: Наука, 1967. – 632 с.
166. Урбах В. Ю. Биометрические методы. Статистическая обработка опытных данных в биологии,
сельском хозяйстве и медицине. – М.: Наука, 1964, – 416 с.
167. Факторный, дискриминантный и кластерный анализ: Пер с англ./Дж. – О.Ким, Ч. У. Мьюллер,
У. Р. Клекка и др.; Под ред. И. С. Енюкова. – М.: Финансы и статистика, 1989. – 215 с.
168. Фёрстер Э., Рёнц Б. Методы корреляционного и регрессионного анализа. – М.: Финансы
и статистика, 1983, – 302 с.

470

Библиография от научного редактора

169. Финни Д. Введение в теорию планирования экспериментов. Пер. с англ. – М.: Наука,
1970. – 287 с.
170. Флейс Дж. Статистические методы для изучения таблиц долей и пропорций: Пер. с англ. – М.:
Финансы и статистика, 1981. – 319 с.
171. Хампель Ф., Рончетти Э., Рауссеу П., Штаэль В. Робастность в статистике. Подход на основе
функций влияния. – М.: Мир, 1989. – 512 с.
172. Хан Д. Планирование и контроль: концепция контроллинга. Пер. с нем. – М.: Финансы и статистика, 1997. – 800 с.
173. Хан Г, Шапиро С. Статистические модели в инженерных задачах. – М., Мир, 1969. – 395 с.
174. Харман Г. Современный факторный анализ. Пер. с англ. В. Я. Лумельского. Научное редактирование и вступительная статья Э. М. Бравермана. – М.: Статистика, 1972, – 486 с.
175. Хастингс Н., Пикок Дж. Справочник по статистическим распределениям. Пер. с англ. А. К.
Звонкина. – М.: Статистика, 1980, – 95 с.
176. Хеннан Э. Многомерные временные ряды. – М.: Мир, 1974.
177. Химельблау Д. Анализ процессов статистическими методами. Пер. с англ. – М.: Мир,
1973, – 957 с.
178. Холлендер М., Вулф Д. Непараметрические методы статистики. /Пер. с англ. Д. С. Шмерлинга. – М.: Финансы и статистика, 1983, – 518 с.
179. Хургин Я. И. Да, нет или может быть… 2– изд. – М.: Наука, 1983. – 208 с.
180. Хургин Я. И. Как объять необъятное. – М.: Знание, 1979, – 192 с.
181. Хьюбер П. Робастность в статистике. – М.: Мир, 1984, – 304 с.
182. Хикс Ч. Основные принципы планирования экспериментов. – М.: Мир, 1967, – 406 с.
183. Чекотовский Э. В. Графический анализ статистических данных в Microsoft Excel 2000.: — М.:
Издательский дом «Вильяме», 2002. — 464 с.
184. Четыркин Е. М., Калихман И. Л. Вероятность и статистика. – М.: Финансы и статистика,
1982, – 319 с.
185. Четыркин Е. М. Статистические методы прогнозирования. – М.: Статистика, 1977.
186. Шеффе Г. Дисперсионный анализ: Пер. с англ. - 2-е изд. - М., 1980.
187. Шторм Р. Теория вероятностей. Математическая статистика. Статистический контроль качества. Пер. с нем. – М.: Мир, 1970. – 368 с.
188. Шмидт–Ниельсен К. Размеры животных: почему они так важны? Пер. с англ. – М.: Мир,
1987. – 259с.
189. Эльясберг П. Е. Измерительная информация. Сколько ее нужно, как ее обрабатывать? – М.:
Наука, 1983. – 208 с.
190. Эфрон Б. Нетрадиционные методы многомерного статистического анализа. – М.: Финансы
и статистика, 1988. – 263 с.
191. Agresti, Alan. An introduction to categorical data analysis. 1996 by John Wiley & Sons, Inc. 290 рр.
192. G. Belle. Biostatistics: A Methodology for the Health Sciences. by John Wiley & Sons, Inc. 2004. –
888 p.
193. S. Bolton. Pharmaceutcal Statistics. Practical and Clinical Applications. Marcel Dekker, Inc. All.
2004. – 745 p.
194. M. C hernick. Introductory Biostatistics for the Health Sciences. Marcel Dekker, Inc. 2003. – 406 p.
195. Dawson, Beth; Trapp, Robert G. Basic & Clinical Biostatistics. McGraw-Hillю 2004 – 321 p.
196. Fleiss, Joseph L. Statistical methods for rates and proportions. – 3rd ed. 2003 by John Wiley & Sons,
Inc. All. – 760 р.
197. Phillip I. Good, J. Hardin. Common Errors in Statistics (and How to Avoid Them). John Wiley &
Sons, Inc. 2003 – 222 p.
198. W. Hardle. Applied Multivariate Statistical Analysis. Springer-Verlag Berlin Heidelberg. 2007. – 458 p.
199. D. H osmer. Applied Logistic Regression. JOHN WILEY & SONS, INC. 2000. – 375 p.

Библиография от научного редактора

471

200. D. Hosmer. Applied Survival Analysis: Regression Modeling of Time to Event Data. John Wiley &
Sons, INC. 1999. – 386 p.
201. David G. Kleinbaum. Logistic Regression. A Self-Learning Text. Springer. 2002. – 513 p.
202. Stephanie Green. Interdisciplinary Statistics. Clinical Trials in Oncology. Chapman & Hall/CRC.
2003 – 342 p.
203. Geoffrey R . Norman. Biostatistics. The Bare Essentials B.C. Decker Inc. 1998 – 260 p.
204. Phillip I. Good. A Manager’s Guide to the Design and Conduct of Clinical Trials. Wiley-Liss, Inc.
2002 – 228 р.
205. Statistics with Confidence. BMJ, 2005, 252 pp.
206. Antony Stewart. Basic Statistics and Epidemiology. A practical guide. Radcliffe Medical Press.
2002 – 151p.
207. Tutorials in Biostatistics. . John Wiley & Sons Ltd. Volume 1: Statistical Methods in Clinical Studies
2004 – 453 p. Volume 2: Statistical Modelling of Complex Medical Data. 2004 – 486 p.
208. Robert E. Weiss. Modeling Longitudinal Data. Springer, 2000, - 429 р.
209. Ronald Christens. Log-Linear Models and Logistic Regression. 1997, Springer-Verlag New York,
Inc. – 483 р.

Предметный указатель

473

Анализ стоимости болезни, 285
Анализ стоимости и эффективности, 285, 292
Анализ стоимости последствий, 285
Анализ текущей стоимости, 300
Анализ чувствительности, 300, 318
Анализы подгрупп, 68
Аномальные данные, 54, 116
Апостериорная (или послетестовая) вероятность заболевания, 146
Апостериорная вероятность, 151, 157
Априорная (или претестовая) вероятность
заболевания, 146
Априорное распределение вероятности, 151
Ассоциация, 75
Атрибутивный риск, 299

Внешняя валидность или обобщаемость, 247
Внешняя валидность метода измерения, 246
Внутренняя валидность, 246
Внутренняя проверка, 323
Внутренняя состоятельность, 246
Восприятие показателя риска, 30
Временная практическая рекомендация, 323
Время, 160
Вторичное сравнение, 183
Выбор статистических процедур, 175
Выборочное сообщение результатов, 264
Выбросы, 9, 89, 116
Вычисление мощности, 202

Б

Г

айесовская статистика, 149
Байесовские коэффициенты и отношения
правдоподобия, 153
Байесовский коэффициент, 153
Байесовский метод, 149
Байесовский подход, 45, 150
Бессистемное распределение, 191
Бимодальное распределение, 8
Биостатистика, 160, 175
Больничная контрольная группа, 234

В

алидность содержания, 246
Величина эффекта, 267
Вероятностные методы, 295
Вероятностный анализ чувствительности, 321
Вероятность выживания, 21
Версии, 323
Вертикальная шкала, 350
Вертикальные гистограммы, 371
Взвешивание затрат и результатов лечения, 283
Визуальные аналоговые шкалы, 293
Власов В. В., 198, 450
Влияние вмешивающихся факторов, 198
Вмешивающиеся факторы, 198

ауссово определение, 129
Гауссово определение нормы, 130
Генеральная совокупность, 37
Генератор выборок (ресэмплинг) Гиббса, 158
Географические области, 160
Гетерогенный доверительный интервал, 38
Гистограмма, 170, 380
Годовая превалентность, 167
Горизонтальная шкала, 350
Горизонтальные гистограммы, 371
График «ящик-с-усами» 373
График для отображения связанных данных, 389
Графика публикаций, 351
Графики, 326
Графики «остатков», 388
Графики с двумя различными вертикальными осями, 368
Графические обзоры баз, 242
Графический блок Тьюки, 373, 374
Группирование в блоки, 189
Группы, 327, 349

Д

анные, 351
Данные для систематических обзоров
и метаанализа, 260

474

Предметный указатель

Двусторонний критерий, 49, 54
Двухфакторный ANOVA, 109
ДДПП, 239
Дедуктивная статистика, 42
Деления шкалы, 363
Демографические особенности, 118
Дерево принятия решения, 317
Дерево решения, 295, 319
Деревья классификация и регрессии, 319
Десятичные числа, 447
Детерминированный анализ чувствительности, 321
Диагностическая надежность, 151
Диагностическая результативность, 139
Диагностическая точность, 136, 139
Диагностическая точность модели, 92
Диагностические критерии, 441
Диагностическое определение, 129
Диагностическое определение нормы, 130
Диагностическое отношение шансов, 136
Диаграмма L’Abbe, 277
Диаграмма Тьюки, 9
Диаграмма рассеяния данных, 87
Диаграммы, 326
Диаграммы рассеяния, 373
Дивергентная или дискриминантная валидность, 247
Дисконтирование, 300, 315
Дисконтный фактор, 300
Дисперсионный анализ, 53, 86, 107
Дистрибутивное правосудие, 316
Дифференциальная ошибочная классификация, 232
Дифференциальное смещение воспроизведения, 455
Для чего нужны измерения, 162
Доверительные интервалы, 212, 344
Доверительный интервал, 37
Доверительный интервал для коэффициента корреляции, 87
Доверительный коэффициент, 39
Доля, 20
Доля инцидентности, 164
Доля истинно положительных, 136
Доля ложноотрицательных, 136

Доля ложноположительных, 136
Доля популяции, пораженная болезнью, 136
Дополнительный риск, 25
Допущения регрессионного анализа, 104
Достигнутое р-значение, 56, 86
Достоверность, 45
Достоверность мнений одного исследователя, 134
Достоверность мнений разных исследователей, 134
ДППД, 239
Драгирование данных, 211

Е

жи Нейман, 45
Естественная частота, 28
Затраты, 290
Значение статистики критерия, 56
Значения, 327, 349
Значения P, 344
Значения, которые будут сравниваться, 333

И

збыточное формирования выборки, 189
Извлечение данных, 456
Измерения со множителями, 337
Инвазивность, 151
Индекс потенциального вреда, 29
Индекс научного цитирования, 261
Индикаторные переменные, 104
Инкрементные отношения затрат-исходов, 297
Интервал в единицах измерения, 447
Интерквартильная широта, 8, 16
Интерпроцентильные широты, 14
Информирование о выборе методов лечения, 307
Инцидентность заболевания, 163
Исследование действенности, 181
Исследования «случай-контроль», 229
Исследования инцидентности, 221
Исследования эффективности, 181
Исследовательская проблема, 184
Истинно отрицательные результаты, 139
Истинно положительная вероятность, 142

Предметный указатель

Истинно положительные результаты, 139
Источники систематических ошибок, 198

К

ак измерять, 162
Каппа-статистика, 79
Категориальное шкалирование, 293
Категориальные данные, 6, 370
Качество жизни, 124, 293
Качество исследования, 272
Квадрат коэффициента корреляции, 88
Квадратура Гаусса, 158
Классическая проверка гипотез, 149
Кластерное испытание, 185
Клиническая важность, 57
Клиническая компонента, 128
Клиническая неоднородность, 267
Клиническая эпидемиология, 160
Клинические особенности, 118
Клинические следствия, 128
Клиническое информационное смещение, 453
Клиническое применение теста, 143
Ключи или легенды в поле данных, 351
Ковариационный анализ, 107, 110
Когда проводить измерения, 162
Когорта, 221
Когортные исследования, 221, 222
Количественное описание риска, 30
Количество нуждающихся в лечении, 299, 300
Коллинеарные переменные, 98
Компонента сопутствующих заболеваний, 128
Компоненты и типы иллюстраций, 350
Компоненты и типы таблиц, 328
Конвергентная валидность, 247
Конструктивная валидность, 247
Контекст, 325
Контроль над затратами, 283
Контрольная группа, 194
Конференции согласия, 315
Корреляционная матрица, 86, 347
Корреляционный анализ, 84
Корреляция, 75

475

Косвенные критерии оценки, 196
Косвенный подход, 291
Коэффициент ϕ, 76, 82
Коэффициент вариации, 13
Коэффициент детерминации, 88, 90, 91
Коэффициент корреляции, 75, 91
Коэффициент корреляции Пирсона, 77, 84
Коэффициент ранговой корреляции Кендалла τ, 85
Коэффициент ранговой корреляции Спирмена ρ, 85
Коэффициент регрессии, 89
Коэффициенты заболеваемости и смертности, 167
Коэффициенты регрессии, 88
Крайняя стоимость, 298
Кривая «результат-стоимость», 298
Кривая затрат-исходов, 298
Кривая Каплана—Мейера, 116, 117, 121
Кривые выживаемости, 115
Кривые затрат-результатов, 317
Кривые Лесса, 381
Критерии соответствия, 188
Критерий χ2, 76
Критерий Андерсона—Дарлинга, 92
Критерий Бартлетта, 110
Критерий Бреслоу, 121
Критерий Вальда, 95
Критерий Вальда χ2, 102
Критерий долей хи-квадрат, 82
Критерий знаков, 52
Критерий знаков Уилкоксона, 52
Критерий Колмогорова—Смирнова, 92, 110
Критерий Крамера—Смирнова—фон Мизеса, 92
Критерий Краскела—Уоллиса, 52, 53, 451
Критерий Левене, 110
Критерий МакНемара, 52
Критерий независимости хи-квадрат, 81
Критерий Пирсона хи-квадрат, 76
Критерий полезности диагностического
теста, 125
Критерий ранговых сумм Уилкоксона, 52
Критерий согласия хи-квадрат, 81, 92
Критерий Стьюдента, 52

476

Предметный указатель

Критерий Уилкоксона, 121
Критерий хи-квадрат, 52
Критерий Хосмера—Лемешова, 92
Критерий Шапиро—Уилка, 110
Критический уровень значимости, 110,
204
Критический уровень значимости альфа (α), 50
Кросс-произведение, 27
Круговые диаграммы, 372
Кто проводит измерения, 162
Кумулятивная инцидентность, 163, 164
Кумулятивный метаанализ, 278
Кумулятивный метаанализ по методу
Мантеля—Хэнзеля, 279
Кунсткамера, 37

Л

есная диаграмма, 275
Летальность, 169
Лечение по одному, 185
Лимитирующие факторы испытания, 216
Линейная корреляция, 75
Линейные модели, 317
Линейный график, 377
Линейный регрессионный анализ, 85
Линии регрессии метода наименьших квадратов, 381
Линии ссылки в поле данных, 351
Линия регрессии, 88
Логарифмический ранговый критерий,
116, 121
Логистический регрессионный анализ, 26
Лог-ранговый критерий
Кокса—Мантеля, 121
Ложноотрицательные результаты, 139
Ложноположительная вероятность, 142
Ложноположительные результаты, 139
Ложные включения, 203
Лучший случай, 301

М

аксимальная допустимая
разность, 200
Марковский процесс, 317

Математические символы, 449
Медиана, 8, 14, 16, 66
Межгрупповая изменчивость, 107
Международный комитет редакторов медицинских журналов, 182
Международный фонд DOI, 182
Межклассовые коэффициенты корреляции, 85
Межоценочная надежность, 127
Мера множественной детерминации, 91
Мера полезности, 321
Многомерный дисперсионный
анализ, 109
Меры ассоциации, 76
Меры рассеяния, 8
Меры согласия, 78
Меры согласия моделей с данными, 105
Меры центральной тенденции, 8
Метаанализ, 263
Метаанализ, 255, 256
Метаанализ данных индивидуального пациента, 278
Метаанализ с дихотомическими
исходами, 266
Метаанализ с непрерывными результатами, 266
Мета-регрессионный анализ, 279
Мета-регрессия, 86
Метки, 325
Метки для шкалы, 351
Метод «пределов согласия», 132
Метод «скользящего среднего», 381
Метод Берксона—Гейджа, 119, 174
Метод Бланда—Альтмана, 79, 132
Метод Каплана—Мейера, 119, 174
Метод Катлера—Эдерера, 174
Метод множительных оценок, 119
Метод наименьшей значимой разности
Фишера, 66
Метод складного ножа, 92
Метод таблиц выживания, 119, 121
Метод таблиц смертности, 174
Методика компромиссов времени, 294
Методика персональных компромиссов, 294

Предметный указатель

Методики Монте-Карло для марковских
цепей, 157
Методологическая неоднородность, 267
Методы эконометрики, 283
Минимизация затрат, 286
Мишелл Сесик, 490
МНК, 381
Многомерные данные, 373
Многоцентровое испытание, 185, 186
Множественная логистическая регрессия, 86
Множественные временные отсчеты, 71
Множественные исходы, 69
Множественные попарные сравнения, 61, 66
Множественные сравнения, 63
Множественный линейный регрессионный
анализ, 86, 94
Множественный логистический регрессионный анализ, 102
Множественный регрессионный
анализ, 85
Многофакторный ANOVA, 109
Мода, 8
Модальное значение, 7
Модели Маркова, 295
Модели пропусков, 96
Модели регрессии, 86
Моделирование Монте-Карло, 318
Модель случайных эффектов, 268
Модель фиксированных эффектов, 268
Модификация эффекта, 450
Моментная превалентность, 167
Моментный показатель риска, 165
Моментный риск, 165
Мониторинговый тест, 128
Мультиколлинеарность, 98

Н

аблюдательные исследования, 440
Наблюдательные советы по безопасности, 200
Надежность, 246
Надежность «от теста к тесту», 133
Надежность теста, 133
Накладывающиеся данные, 377

477

Национальные институты здоровья, 182
Невязка, 89, 91
Недостатки РКИ, 185
Недостающие данные, 96, 105, 213
Независимость пациента, 316
Независимые выборки, 52
Неинтерпретируемые результаты, 134
Нелинейный регрессионный анализ, 86
Неопределенные результаты, 134
Непараметрические статистические критерии, 14
Непараметрический критерий, 53
Непрерывные данные, 8, 373
Нерандомизированные испытания, 65
Нереспондентное смещение, 452
Несимметричные доверительные интервалы, 42
Неухудшение, 180
Нецензурированные данные, 118
Низкая статистическая мощность, 59
Номинальные данные, 6
Нормальное (гауссово) распределение, 11
Нормальность распределения, 14
Нулевая гипотеза, 46, 47, 49, 184
Нумерация иллюстраций, 350

О

бзоры клинических реестров, 242
Обобщающие методы исследования, 253
Обобщение и анализ данных, 263
Обоснованность, 246
Обоснованность допущений, 54
Обоснованность по соответствию критерию, 247
Обратный отбор предикторов, 97
Обследования с помощью интервьюеров, 242
Общая когортная смертность, 169
Общие популяционные когорты, 223
Общий обзор реестра, 242
Объяснительные исследования, 181
Однородный доверительный интервал, 38
Односторонний анализ чувствительности, 301
Однофакторный дисперсионный анализ, 107, 109

478

Предметный указатель

Однофакторный дисперсионный анализ
Фридмана, 52, 53
Ожидаемые результаты, 292
Округление чисел, 338
Операционное определение, 195
Описание анализа решений и рекомендаций клинической практики, 307
Описательная статистика, 3, 42
Определение по факторам риска, 130
Определение стадии заболевания, 127
Оптимальный объем информации, 265
Ординальные, 6
Ординальные градации, 6
Ординальные данные, 6
Ординальные категории, 6
Ослепление, 272
Отбор «по протекции»:, 187
Открытые или динамические когорты, 223
Отличия инцидентности от превалентности, 164
Относительная разность, 211
Относительная разность рисков, 26
Относительный риск, 21, 25
Отношение, 19
Отношение кумулятивных частот, 25
Отношение правдоподобия, 140, 147
Отношение правдоподобия для отрицательного результата теста, 136
Отношение правдоподобия для положительного результата теста, 136 140
Отношение рисков, 21, 28
Отношение усилия к результату, 299
Отношение частот, 21
Отношение шансов, 21, 26, 27, 31, 99, 101
Отношения затрат-исходов, 297
Отсутствие отличий, 59
Отчет о байесовских статистических анализах, 149
Отчет о дисперсионном анализе, 107
Отчет о категориальных данных, 5
Отчет о непрерывных данных, 8
Отчет о нормально распределенных данных, 11
Отчет о парных данных, 16
Отчет о показателях риска, 19

Отчет о преобразованных данных, 16
Отчет о простой логистической регрессионной модели, 100
Отчет о рандомизированных контролируемых испытаниях, 175, 179
Отчет о регрессионном анализе, 85
Отчет о характеристиках проведения диагностических тестов, 125
Отчет об анализе выживаемости, 115
Отчеты в процентном выражении, 4
Отчеты о когортных или лонгитюдинальных исследованиях, 221
Отчеты о рандомизированных контролируемых испытаниях, 221, 229
Отчеты о систематических обзорах и метаанализе, 255
Отчеты об исследованиях «случай-контроль», 229
Отчеты об обследованиях или поперечных
исследованиях, 239
Отчеты об эпидемиологических показателях, 159
Отчеты по надзору, 242
Оценка ожидаемой продолжительности
жизни, 174
Оценка степени клинической эффективности лечения, 300
Оценки выброса, 92
Оценки Каплана—Мейера, 121, 122
Оценки статистик, 40
Оценки характеристик, 37
Оценочные шкалы, 293
Ошибка, 450
Ошибка Берксона, 452
Ошибка второго рода, 47, 51
Ошибка выборочного обследования, 450
Ошибка диагностического обзора, 133
Ошибка диагностической проработки, 133
Ошибка измерения, 450
Ошибка классификации, 224
Ошибка объединения, 133
Ошибка отбора, 224
Ошибка памяти, 237
Ошибка первого рода, 47, 50, 61
Ошибка среднего, 9, 43

Предметный указатель

Ошибки в интерпретации, 450
Ошибки измерения, 37
Ошибки классификации, 232

П

арадокс Симпсона, 452, 458
Параклинические особенности, 118
Параметр генеральной совокупности, 37
Параметрические критерии, 14, 53 54
Парные выборки, 16, 52, 54
Парный t-критерий, 51, 52
Патологическая компонента, 128
Патофизиологические исследования, 181
Первичное сравнение, 183
Первичные и вторичные предикторные,
объясняющие признаки, 259
Перекрестное испытание, 185
Переменная отклика, 27, 89, 102
Перенесения вперед последнего наблюдения, 213
Переносчик, 160
Период отслеживания, 197
Платежи, 290
Плацебо, 194
Плотность инцидентности, 163, 164, 165
Повествовательный обзор литературы, 255
Погрешность, 198
Подбор или спаривание, 188
Подгрупповые анализы, 61
Подстановки значения группового среднего, 213
Подход «готовность к оплате», 291
Показатели здоровья популяции, 167
Показатели частоты заболевания, 163
Показатели эффективности, 29
Показатель вторичной пораженности, 165
Показатель первичной пораженности, 165
Поле данных, 350
Поле эквивалентности, 180
Полезность, 316
Полезность результата теста, 143
Полиномиальная регрессия, 86
Полностью логарифмический
график, 377, 383
Полный байесовский анализ, 156

479

Полулогарифмический график, 377, 383
Поперечные исследования, 239, 241
Поправка Бонферрони, 64, 65, 66, 72
Популяция, 127, 161
Популяция высокого риска, 161
Популяция людей, 160
Популяция риска, 161
Пораженность, 164, 165
Пораженность пищевого происхождения, 165
Пороговое значение статистической значимости, 204
Порядковые градации (уровни), 245
Порядковые числа, 447
Потеря для дальнейшего наблюдения, 225
Пошаговый отбор предикторов, 97
Пояснения к графикам, 350
Правдоподобие, 146
Правила для представления чисел
в тексте, 446
Правила остановки, 201
Правило определения объема выборки, 98
Прагматические исследования, 181
Превалентность, 126, 136, 165
Превалентность в течение жизни, 167
Превалентность за период, 167
Превалентность заболевания, 163
Предикторная переменная, 89, 90, 94, 102,
100, 105, 113
Предпочтение завершающей цифры, 455
Представление значений, групп и сравнений в графиках, 349
Презентационная графика, 351
Преобразование данных, 17
Преобразования, 54
Претестовая вероятность заболевания, 145
Применение односторонних критериев, 205
Применение теоремы Байеса в диагностическом тестировании, 146
Принципы построения иллюстраций, 352
Принципы построения таблиц, 329
Проблема множественных сравнений, 61
Проверка гипотез, 38, 45
Прогностическая валидность, 247
Прогностичности результатов теста, 143

480

Предметный указатель

Прогностичность отрицательного результата, 136, 143, 145
Прогностичность положительного результата, 126, 136, 143, 145
Промежуточные результаты, 134
Промежуточный анализ, 201
Пропущенные данные, 213
Проспективное когортное исследование, 222
Проспективные наблюдения, 221
Простая логистическая регрессия, 86
Простой логистический регрессионный
анализ, 99
Простой регрессионный анализ, 85, 86
Протокол получения первоначальных данных, 258
Процедура Даннетта, 66
Процедура Дункана, 66
Процедура множественных сравнений, 107
Процедура Ньюмана—Кейлса, 66
Процедура Тьюки, 64, 112
Процедура Шеффе, 66
Процедуры сглаживания, 380
Процедуры складного ножа, 115
Процент, 20
Процентиль, 20
Процентильное определение, 129
Процентильное определение нормы, 130
Процентильный ранг, 20
Процесс Дельфи, 315
Процесс изменения состояния, 317
Прямая стандартизация по возрасту, 172
Прямой отбор предикторов, 97
Психометрические инструменты, 239
Публикационное смещение, 264, 265, 458
Пустые ячейки в таблице, 339
Путеводитель по статистическим терминам и критериям, 393

Р.

Фишер, 37
Рабочие характеристические кривые, 295
Различия в обработке данных анализа, 134
Различия в состояниях пациента, 134
Различия между байесовской и частотной
статистикой, 150

Различные формы оценки приводят к различной пользе, 294
Размах, 8
Разность абсолютных рисков, 25
Разность рисков, 25
Разработка эксперимента, 175
Разрядность чисел, 3
Ранговый коэффициент Спирмена, 77
Рандомизированное контролируемое испытание, 184
Расходы, 290
Расчет объема выборки, 48
Расчет показателей риска, 24
Расчет риска смертности, 23
Расчет стандартизованных отношений
смертности, 173
Расчет статистической мощности, 190
Расширенное открытое испытание, 185
Регрессионная модель пропорциональных
рисков Кокса, 123
Регрессионная подстановка, 96
Регрессионные модели Кокса, 295
Регрессионный анализ, 85, 107
Регрессионный анализ Кокса, 28
Регрессионный анализ пропорциональных
рисков Кокса, 116, 121
Регрессионный коэффициент, 99
Регрессия к среднему, 455
Регрессия пропорциональных рисков Кокса, 86
Результаты, 314
Результаты двухфакторного дисперсионного анализа, 115
Результаты кумулятивного метаанализа, 279
Рекомендации для создания поля данных, 355
Рекомендации для составления заголовков, 354
Рекомендации по построению шкал, 359
Рекомендации по представлению групп
значений, 375
Рекомендации по представлению индивидуальных значений, 370
Рекомендация, 323
Репрезентативная выборка, 234

Предметный указатель

Ретроспективное когортное исследование, 222
Ретроспективные наблюдения, 229
Реципиент, 160
Решетчатая диаграмма, 379
р-значение, 38
Риск, 19, 21
Риск инцидентности, 164
Риск смерти, 31
Риск, выраженный вероятностью, 28
Риск, выраженный естественной частотой, 28
РКИ, 183, 272
Рутинный тест, 127

С

айт БИОМЕТРИКА, 37
Самоотбор, 187
Самостоятельно заполняемые анкеты, 242
Сбалансированный случай, 301
Сбор эпидемиологических данных, 160
Свободный член, 89, 100
Сводки данных из малых выборок, 18
Свойства выборки, 37
Сезонные и секулярные тренды, 163
Серая литература, 261
Сила заболеваемости, 165
Систематические обзоры и метаанализ, 440
Систематический обзор, 263
Систематический обзор литературы, 255
Скорректированные коэффициенты заболеваемости и смертности, 170
Скрининг-тест, 127
Слепой метод, 193
Случайная ошибка, 450
Случайные узлы, 314
Случайный отбор, 187
Смертность, 169
Смертность, обусловленная болезнью, 169
Смешивание, 450
Смещение, 198, 450
Смещение агрегации, 457
Смещение Берксона, 452
Смещение в отборе научных работ, 262
Смещение восприимчивости, 457

481

Смещение воспроизведения, 455
Смещение выживших, 453
Смещение диагностического обзора,
453, 455
Смещение диагностического подозрения, 453
Смещение диагностической проработки, 237
Смещение дифференциальной памяти, 237
Смещение добровольца, 453
Смещение задержки, 457
Смещение здорового работника, 237
Смещение измерения, 455
Смещение инцидентности распространенности, 452
Смещение исключения, 456
Смещение исследования, 453
Смещение истощения, 456
Смещение классификации, 237
Смещение математического ожидания, 455
Смещение Неймана, 452
Смещение обнаружения, 457
Смещение объединения, 455
Смещение переноса, 456
Смещение подтверждения, 453
Смещение показаниями, 457
Смещение преимущественного цитирования, 458
Смещение принадлежности, 452
Смещение прогрессирования болезни, 455
Смещение продолжительности, 455
Смещение разбавления регрессией, 456
Смещение уровня контроля, 457
Смещение фильтра назначений, 237
Смещение фильтра направления к врачуспециалисту, 453
Смещение этиологии зависимости, 457
Смещения в анализе данных, 456
Смещения в интерпретации результатов, 457
Смещения в отчетах исследования, 458
Снижение относительного риска, 31
Сокращение относительного риска, 299
Сообщение о диапазонах количества, 447
Сопутствующие заболевания, 118
Сопутствующий или местный контроль, 234
СОС, 9

482

Предметный указатель

Составные исходы, 196
Социальная желательность, 244
Социальное определение нормы, 132
Спаренные данные, 16
Специальные когорты воздействия, 223
Специфичность, 91, 143, 126, 136, 139
Специфичность теста, 136
Сплайн-функции, 382
Сравнение вероятностей событий, 19
Сравнение групп, 45
Сравнение значений или групп значений, 385
Сравнения, 327, 349
Среднеквадратичная ошибка, 92
Среднеквадратичная ошибка коэффициента регрессии, 99
Среднеквадратичное отклонение невязки, 92
Средний риск заболевания, 164
Средняя стоимость, 297
Стандадартное отклонение, 8
Стандарт, 322
Стандартизированное отношение смертности, 173
Стандартизованная средняя разность, 267
Стандартная гистограмма, 380
Стандартная популяция, 161
Стандартные описательные статистики, 18
Стандартные рисунки, 391
Статистика D-Зомера, 102
Статистика F-критерия, 114, 115
Статистика критерия Вальда χ2, 100
Статистика критерия Стьюдента, 87
Статистика критерия, 56
Статистическая значимость, 39, 45, 57
Статистическая мощность, 47, 48, 51
Статистическая мощность критериев, 52
Статистическая неоднородность, 267
Статистически значимые различия, 65
Статистически значимый, 45
Статистически неотличимый, 59
Статистические критерии прекращения, 70
Статистические методы, 200
Статистические пакеты, 55
Статистические прикладные программы, 55
Статус воздействия, 225
Степени свободы, 57, 83
Стратифицированная выборка, 189

Схема рандомизированного клинического
испытания, 208

Т

аблица выживаемости, 122
Таблица сопряженности, 81, 347
Таблицы, 326
Таблицы решений, 317
Таблицы смертности, 174
Табличное представление данных и статистик, 327
Теорема Байеса, 146, 149, 317
Теорема Байеса в диагностическом тестировании, 149
Терапевтические исследования, 181
Терапевтическое определение, 129
Терапевтическое определение нормы, 130
Тест для постановки диагноза, 127
Типы затрат, 290, 291
Томас A. Ланг, 489
Томас Байес, 149
Точечная диаграмма, 370
Точечно-бисериальный коэффициент корреляции, 76, 85
Точечно-мультисериальный коэффициент
корреляции, 77, 85
Точки деления, 6
Точность оценок, 13, 37
Точные критерии, 82
Точный критерий Фишера, 82
Трехсторонний анализ чувствительности, 301

У

гловой коэффициент линии регрессии, 87, 88
Узлы решения, 313
Уменьшение абсолютного риска, 25
Упреждающее смещение, 118
Уравнение линейной регрессии, 89
Уравнение логистической регрессии, 101
Уравнение множественной логистической
регрессии, 105
Уровень выживания, 120
Уровень значимости, 204
Уровень значимости альфа, 47

Предметный указатель

Уровень плотности инцидентности, 28
Уровень рисков, 28
Уровень статистической значимости, 38
Условия публикации в JAMA, 182
Условия, при которых производятся измерения, 162
Устанавление равнозначности, 180
Установление превосходства, 180
Установление эквивалентности групп, 61, 65

Ф

акторное испытание, 185
Факторы риска, 102
Факторы, влияющие на превалентность, 167
Фармакоэкономика, 283
Фиксированные когорты, 223
Формат даты, 258
Форматы слайдов, 355
Фредерик Мостеллер, 59
Фреймингемское исследование сердечных
болезней, 223
Функции иллюстраций, 350
Функции таблиц, 327
Функция правдоподобия, 151, 153

Х

арактеристики диагностических тестов, 136
Характеристики проведения теста, 132
Характеристическая кривая, 141
Хельсинская декларация, 183
Хи-квадрат Пирсона, 347
Худший случай, 301

Ц

елевая группа населения, 161
Цели анализа решений, 313
Цель обзора, 257
Цель случайного распределения, 191
Цель создания реестра, 242
Цель таблицы, 331
Цензурированные данные, 115, 118
Цензурированные наблюдения, 86
Центральная рандомизация, 192
Цифровые идентификаторы объекта, 182

483

Ч

астота, 19
Частота, 21
Частота выживания в течение 5 лет, 169
Частотный подход, 45, 149
Человеческий капитал, 291
Числа как слова или цифры, 446
Число нуждающихся в лечении, 29
Число сравнений, 67
Число степеней свободы, 57
Член взаимодействия, 98
Что следует измерять, 161
Чувствительность, 91, 126, 136, 139, 143
Чувствительность теста, 136

Ш

ансы, 26
Ширина доверительного интервала, 38

Э

гон Пирсон, 45
Экологическое смещение, 457
Экономическая оценка, 284
Экономическая точка зрения, 291
Экономические оценки, 441
Экспериментальная или исследуемая популяция, 161
Эксперты, 197
Электронные иллюстрации, 351
Эмпирический байесовский анализ, 156
Эпидемии, 162
Эпидемиологические исследования, 181
Эпидемиология, 159
Эпидемиология и биостатистика, 160
Эталонный стандарт, 132
Эталонный, «золотой» стандарт, 126
Эффект контингента, 457
Эффект лечения, 256
Эффект переноса, 197, 456
Эффект периода, 458
Эффект плацебо, 458
Эффект Симпсона—Юли, 458
Эффективность лечения, 125

Я

зыковое смещение, 452

484

Об авторах
Томас A. Ланг
Томас Ланг стал техническим, или точнее, медицинским писателем, в 1975 г. С 1990
по 1998 г. был менеджером службы медицинского редактирования для Кливлендской клиники, основанной в Кливленде, штат Огайо. Оставил клинику, чтобы работать старшим
научным автором в Кохрановском Центре в Новой Англии и Центре доказательной медицинской практики при Медицинском центре Новой Англии /Тафтской медицинской университетской школе в Бостоне, штат Массачусетс. Теперь он независимый консультант,
инструктор и преподаватель научной и медицинской публикации.
Как руководитель Центра коммуникаций и тренинга, Томас Ланг читает лекции по всей
Северной Америке, Европе, Японии и Китаю и оказывает услуги по редактированию медицинских публикаций врачам и исследователям во всех отраслях медицины. Другие его проекты включали выполнение систематических обзоров; он проектирует учебные планы для
университетских программ медицинских коммуникаций в Соединенных Штатах, Японии
и Китае и участвует в работе CONSORT, QUOROM и в комитетах MOOSE, которые разрабатывают стандарты для отчетов по медицинским исследованиям.
Его преподавательская способность была признана Школой Грэма общих исследований,
Университета Чикаго, который в 2005 г. наградил его знаком «Мастер обучения» первой
степени за его инструкцию по программе медицинской публикации и редактирования;
Американской медицинской ассоциацией авторов, от которой он получил в 1994 г. знак
«Золотое яблоко» за выдающееся руководство семинаром; и Американской статистической
ассоциацией, которая наградила его в 2002 г. знаком «Отличника послевузовского образования». Преподавал для Американской ассоциации медицинских авторов, европейской
Ассоциации медицинских авторов, Совета научных редакторов и японской Ассоциации медицинских коммуникаторов.
Томас Ланг — бывший председатель Совета научных редакторов, член американской
Ассоциации медицинских авторов и получил в 2002 г. премию Свонберга за выдающийся
вклад в области медицинской публикации. Также преподавал в Университете Чикаго программу сертификации по медицинской публикации и редактированию с момента ее основания в 1999 г. и является адъюнкт-профессором биомедицинской публикации при Университете Филадельфии, самом старом национальном фармацевтическом колледже.
Получил степень магистра по менеджменту коммуникации в Школе коммуникаций Анненберг Университета южной Калифорнии. Живет в Дэвисе, штат Калифорния.
С ним можно связаться по электронной почте: tomlangcom@aol.com

Об авторах

485

Мишель Сесик
Мишель Сесик работает старшим биостатистиком и президентом компании «Secic Statistical Consulting, Inc», которая оказывает статистическую поддержку множеству медицинских научно-исследовательских работ по всему миру. Проекты колеблются от анализа небольших наборов данных до больших клинических испытаний, включающих исследования
препаратов или медицинских устройств.
Биостатистик в Кливлендской клинике с 1990 по 2001 гг., она служила ассоциированным
руководителем группы биостатистиков и позже менеджером исследовательской секции
Центра трансплантации.
В 2001 г. оставила клинику, чтобы развивать консультационную компанию. В дополнение
к статистической консультации, Мишель Сесик является членом Американской статистической ассоциации, обеспечивает официальные статистические обзоры для медицинских
журналов и является статистиком-консультантом на дискуссионном форуме клинических
методик (http://www.clinicaldeviceforum.com).
Получила степень магистра по прикладной статистике в 1990 г. в государственном Университете Bowling Green. Живет в Чардоне, штат Огайо, с мужем Джоном и двумя дочерьми, Стефани и Николь.
С нею можно связаться через сайт http://www.secicstats.com