2.6 Методы статистической обработки данных

    Статическая обработка данных пациентов в 1, 2, 3 и 4 групп была выполнена с помощью скриптов, реализованных на языке программирования «R».

    Первая и четвертая группы содержали по две независимые подгруппы случаев хирургического лечения катаракты; сравнение между подгруппами происходило по качественным и количественным признакам. Для выявления статически значимых отличий между двумя подгруппами по каждому качественному признаку (типы осложнений) на уровне значимости 0,05 был использован критерий χ² с поправкой Йейтса. Так как размер выборки был достаточно большой (n=120, n=88), то из двух альтернатив – тест χ² и точный тест Фишера – был выбран первый. После получения значений p-value для каждого типа осложнений была произведена коррекция этих значений на множественное тестирование с помощью поправки Беньямини-Хохберга (Benjamini-Hochberg).

    Затем, были отобраны типы осложнений, для которых скорректированное значений p-value было ниже установленного уровня статистической значимости 0,05.

    Для проверки нормальности распределения количественных признаков (CDE, объем аспирированного вещества, время аспирации, острота зрения, пахимитрия, ПЭК, плеоморфизм, полимегетизм, толщина цилиарного тела) внутри каждой подгруппы был применен тест Шапиро-Уилка, и на уровне зна чимости 0,05 была отвергнута нулевая гипотеза для каждого признака (H0: случайная величина распределена нормально). Поэтому, количественные признаки рассматривались в анализе как имеющие ненормальное распределение.

    Для сравнения значений количественных признаков между подгруппами использовался непараметрический U-критерий Манна-Уитни и уровень статистической значимости 0,05.

    Вторая группа пациентов включала три самостоятельные подгруппы, каждая из которых представляла собой зависимые выборки количественных признаков. Поскольку методика сравнения ультразвуковых настроек предполагает сопоставление в один момент времени только двух вариантов настроек, то на имеющихся данных, невозможно проверить статистическую значимость различий всех настроек одновременно методами дисперсионного анализа. Поэтому, был применен следующий статистический анализ. Для проверки нормальности распределения количественных признаков был использован тест Шапиро-Уилка (уровень стат. значимости 0,05), который показал, что количественные признаки ненормально распределены. Для сравнения значений количественных признаков в зависимых выборках внутри каждой подгруппы был применен критерий Уилкоксона. После применения критерия в каждой подгруппе, полученные значения p-value прошли процедуру коррекции на множественное тестирование (поправка Бенджамини-Хохберга), и был выбран уровень значимости 0,05 для отвержения нулевой гипотезы.

    Третья группа пациентов содержала три подгруппы (по плотности ядра) зависимых выборок количественных признаков. Как и в случае вто рой группы, количественные признаки оказались ненормально распределенными (тест Шапиро-Уилка; уровень статистической значимости 0,05). На первом этапе анализа, данные подгрупп были объединены в одну выборку зависимых признаков, и был применен критерий Уилкоксона для выявления статистически значимых отличий в значениях признаков. На втором этапе анализа, критерий Уилкоксона был применен к каждой подгруппе для сравнения нескольких количественных признаков, после чего полученные значения p-value в каждой подгруппе прошли процедуру коррекции на множественное тестирование. Для оценки статистической значимости использовался порог равный 0,05. Так как задачи сравнения подгрупп между собой не стояло, то значимость различий всех групп не проверялась.

    Так как количественные признаки, рассматриваемые в настоящей работе, не являются нормально распределенными, то описательная статистика в результирующих таблицах представлена в виде M(IQR), где M – медиана значений, а IQR – интерквантильный размах. Кроме того, для каждой выборки количественных признаков были посчитаны выборочное среднее ( m) и выборочное стандартное отклонение (σ), что указано в таблицах в виде m±σ.