2.7. Статистические методы исследования

    Статистическая обработка фактического материала включала создание баз данных, автоматизированную проверку качества подготовки информации и статистический анализ с использованием пакета прикладных статистических программ SPSS 11.0, STATA. Результаты обработки данных представлены в виде таблиц частот (для качественных данных), а также в виде таблиц с описательными статистическими показателями.

    Для ненормально распределенных данных в качестве описательных статистик приводили медиану и процентили (нижний и верхний квартили/Q1 и Q3), выборочное среднее и стандартное отклонение.

    Для категориальных переменных применяли описание в виде абсолютных и относительных частот.

    Различия считали достоверными при уровне значимости менее 0,05 (p<0,05). Корреляционный анализ взаимосвязи полученных статистических данных проводили путем расчета коэффициента Спирмена (r).

    Для сравнения ненормально распределенных (согласно критерию Шапиро– Уилка) данных по группам использовали следующие непараметрические критерии:

    1) критерий Крускала–Уоллиса для сравнения нескольких групп;

    2) критерий Манна–Уитни для сравнения двух независимых непараметрических выборок;

    3) критерий Уилкоксона для сравнения двух зависимых выборок;

    4) точный двусторонний критерий Фишера для малых выборок;

    5) критерий Пирсона с ожидаемой частотой больше 5.

    Различия считали достоверными при уровене значимости менее 0,05 (p<0,05). Корреляционный анализ взаимосвязи полученных статистических данных проводили путем расчета коэффициента Спирмена (r).

    Для оценки совокупного риска поздних дислокаций ИОЛ применяли анализ Каплана-Мейера – множительный непараметрический метод для оценки функции зависимости наступления индексного события (дислокации ИОЛ) от времени, при этом изучаемым событием может быть любой дихотомический исход, который случается лишь однажды.

    Некоторые эмпирические гипотезы проверяли путем выполнения иерархического кластерного анализа, при обработке исходных данных применялись следующие параметры: мера расстояния между наблюдениями – бинарное евклидово расстояние, правило связи (метод объединения в кластеры) – полная связь.

    В ряде случаев использовали демонстрацию клинических примеров.

    Для статистической обработки данных остроты зрения, в соответствии с правилом J. Holladay (2004), десятичные значения преобразовывали в логарифмический эквивалент logMAR по формуле:

    logMAR = –log(Visus),

    где Visus – десятичное значение остроты зрения вблизи или вдаль.

    Обратное преобразование значений logMAR в десятичное значение остроты зрения выполняли по формуле:

    Visus = antilog(–logMAR) = 10^–logMAR .

    Конвертация данных стандартного отклонения из значений logMAR в линии таблицы остроты зрения осуществлялась по формуле: σ/0,1

    где σ – стандартное отклонение в логарифмических единицах,

    0,1 – возрастание на 0,1 log в каждой строке таблицы остроты зрения [205]