А.В. Иванова1, П.Э. Солдатов2, Ю.И. Воронков3, А.М. Носовский4

1–4 ФГБУН ГНЦ РФ – Институт медико-биологических проблем РАН (Москва, Россия)
1 iivalexa@yandex.ru, 2 marquet@yandex.ru, 4 collega1952@yandex.ru

Постановка проблемы. Принципы доказательной медицины предъявляют высокие требования к достоверности сравнительной оценки полученных результатов исследований. При работе с небольшими выборками особое внимание уделяется методам статистической обработки данных, которые могут обеспечить достоверность и объективность результатов. Такие исследования способствуют повышению качества медицинской практики и обеспечивают более точное понимание факторов, влияющих на здоровье и болезни людей.

Цель. Подробно рассмотреть ошибки регистрации и репрезентативности, а также проблемы, связанные с выбором методов анализа данных, что представляет собой ценный ресурс для медицинского сообщества, помогая ученым и врачам проводить более обоснованные и эффективные исследования.

Результаты. Выявлены ключевые критерии сдвига и разброса, такие как статистики W  Вилкоксона и V  Ван дер Вардена, которые эффективно применяются для анализа данных с ограниченными выборками. Рассмотрены различные виды ошибок, например, ошибки регистрации и репрезентативности, и способы их устранения. Установлена важность оценки уровня значимости и мощности статистических критериев при проведении исследований в медицине.

Практическая значимость. Проведенные исследования служат важным ресурсом для медицинского сообщества, обеспечивая необходимую методологическую базу для более точной и достоверной диагностики в медицине. Раскрытие принципов и методов статистической обработки данных имеет важнейшее значение при планировании научной работы, а также помогает ученым и врачам принимать более обоснованные решения и повышать эффективность медицинской практики.

Иванова А.В., Солдатов П.Э., Воронков Ю.И., Носовский А.М. Статистика малых выборок в медико-биологических исследованиях // Биомедицинская радиоэлектроника. 2025. T. 28. № 7. С. 26−32. DOI: https://doi.org/ 10.18127/j15604136-202507-03

1. Большев Л.Н., Смирнов Н.В. Таблицы математической статистики. М.: Наука. 1995. 416 с.
2. Корн Г., Корн Т. Справочник по математике для научных работников и инженеров. М.: Наука. 2003. 832 с.
3. Кобзарь А.И. Прикладная математическая статистика. Для инженеров и научных работников. М.: Физматлит. 2006. 816 с.
4. Холлендер М., Вульф Д.А. Непараметрические методы статистики. М.: Финансы и статистика. 1983. 456 с.
5. Носовский А.М. Применение вероятностных моделей на окружности в медико-биологических исследованиях // Космическая биология и авиакосмическая медицина. Тезисы докладов IX Всесоюзная конференция Калуга (19–21 июня 1990). 1990. C. 147.
6. Правецкий Н.В., Носовский А.М., Матросова М.А., Холин С.Ф., Шакин В.В. Математическое обоснование достаточного количества измерений для достоверной оценки регистрируемых параметров в космической биологии и медицине // Космическая биология и авиакосмическая медицина. М.: Медицина. 1990. № 5. С. 53–56.
7. Носовский А.М., Правецкий Н.В., Холин С.Ф. Математический подход к оценке точности измерений физиологического параметра различными методами // Космическая биология и авиакосмическа медицина. М.: Медицина. 1991. № 6. С. 53–55.
8. Носовский А.М., Савина Н.В., Осипов Ю.Ю. Филипенков С.Н. Применение метода сингулярного спектрального анализа временных рядов с пропусками для оценки адаптационных возможностей организма при внекорабельной деятельности космонавтов // Биомедицинская радиоэлектроника. 2009. № 3. С. 9–13.
9. Bland J. M., Altman D.G. Measuring agreement in method comparison studies. Statistical Methods in Medical Research. 1999. V. 8. P. 135–160.
10. Jensen A.L., Kjelgaard-Hansen M. Diagnostic test validation. Schalm's Veterinary Hematology. Ed. by D. Weiss, K. J. Wardrop. 6th ed. Ames: Wiley-Blackwell. 2010. P. 1027–1033.
11. Bland J.M., Altman D.G. Statistical method for assessing agreement between two methods of clinical measurement. The Lancet. 1986. V. 1 (8476). P. 307–310.