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

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

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

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

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

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

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

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

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

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

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

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

Question 1

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

Accepted Answer

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

Question 2

Что такое лог-ранговый критерий и когда он применяется?

Accepted Answer

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

Question 3

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

Accepted Answer

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

Question 4

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

Accepted Answer

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

Question 5

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

Accepted Answer

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

Question 6

Что означают значения каппы Коэна и как интерпретировать межэкспертное согласие?

Accepted Answer

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

Question 7

Как рассчитать размер выборки с заданной мощностью для клинического исследования?

Accepted Answer

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

Question 8

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

Accepted Answer

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

Question 9

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

Accepted Answer

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

Question 10

Можно ли использовать данный калькулятор для публикации в научном журнале?

Accepted Answer

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

Калькулятор биостатистики

Калькулятор биостатистики

Анализ выживаемости Каплана-Мейера

Основы биостатистики в клинических исследованиях

📈Каплан-Мейер и лог-ранг

⚖️Модель Кокса и Hazard Ratio

🎯ROC-кривая и AUC

🔬Мета-анализ и I²

8 инструментов биостатистики

Каплан-Мейер

Лог-ранговый критерий

Модель Кокса (HR)

ROC-кривая и AUC

Бланд-Альтман

Каппа Коэна

Анализ мощности

Мета-анализ

Биостатистика в российской клинической практике

Регуляторные требования МЗ РФ

Стандарты отчётности

Типичные ошибки в биостатистике

Практические советы биостатистика

Выживаемость: на что смотреть

ROC: типичные ошибки

Мета-анализ: предпосылки

Как использовать калькулятор биостатистики

Выберите метод анализа

Введите данные

Нажмите кнопку расчёта

Интерпретируйте результат

Часто задаваемые вопросы

Смежные калькуляторы

Описательная статистика

Эпидемиология

Проверка гипотез

ROC / AUC

Лиана Арифметова

Инструмент справочный — не заменяет эксперта

Похожие калькуляторы

Калькулятор патофизиологии

Калькулятор микологии

Калькулятор микробиологии

Калькулятор иммунологии

Калькулятор фармакологии

Калькулятор эпидемиологии

Калькулятор паразитологии

Калькулятор физиологии растений

Калькулятор генетики

Калькулятор физиологии

Калькулятор эмбриологии

Калькулятор токсикологии

Калькулятор гистологии

Калькулятор вирусологии

Калькулятор нейронауки

Калькулятор биостатистики

Анализ выживаемости Каплана-Мейера