Рецензии на книгу
"Доказательная медицина. Применение статистических методов"
24.12.2007
Г.И.Соляник, Доктор физико-математических наук, отдел механизмов противоопухолевой резистентности
Доказательная медицина в настоящее время является одной из интенсивно развивающихся областей традиционной медицины. В основе ее лежит использование методов диагностики и лечения больных, адекватность и/или эффективность которых доказана в рамках клинических исследований. Ключевую роль в таких "доказательствах" играют методы математической статистики и математического моделирования. Несмотря на большой количество специальной научной литературы по теории вероятности и математической статистики, ощущается явный дефицит информации по использованию этих методов для клинических исследований, особенно в области онкологии. В этой связи рецензируемая монография является актуальной.
Монография состоит из трех глав. В первых двух изложены факты, касающиеся основ теории вероятностей, а также даны основные понятии и методы математической статистики, а именно: определение генеральной совокупности, описание случайного выбора элементов генеральной совокупности, методы оценки вероятностных характеристик случайных событий и величин, методы оценки неизвестных функций распределения и плотностей вероятностей, методы доверительного оценивания, статистические критерии для проверки гипотез и другие. Третья глава содержит результаты прикладных исследований, проведенных авторами и, без сомнения, является выигрышной в данной книге. В этой главе представлены результаты использования статистических методов для клинических исследований в области онкологии и радиобиологии, которые включают создание диагностических критериев, определение прогностических маркеров развития опухолевой болезни, оценки эффективности терапевтического воздействия на опухоль.
Следует, однако, отметить, что, несмотря на то, что монография преимущественно написана доступным языком, между тем некоторые определения в ней даются излишне формализовано, а порой возникает сомнения в их корректности. К примеру, определение одномодального распределения. Третья глава требует без сомнения знания и понимания спектра клинических проблем, в частности в области онкологии и радиобиологии. Поэтому, в отличие от мнения авторов, считаю, что данная монография сориентирована на профильного читателя, специализирующего в области использования статистических методов в клинических исследованиях. Монография не затрагивает и не анализирует проблемы доказательной медицины, а предлагает только примеры использования статистических методов. Поэтому название выглядит излишне претенциозным и существенно шире тех вопросов, которые обсуждаются в книге.
С моей точки зрения в целом рецензируемая книга представляет собой научную монографию.
24.12.2007
Б.В.Рублев, Доктор физико-математических наук, профессор факультета кибернетики
В настоящее время во многих странах начала развиваться новая область знаний традиционной медицины - "доказательная медицина". Ее отличие от классической медицины состоит в том, что развиваемые методы диагностики и лечения достаточно точно и полно обосновываются статистическими данными. Основным методом исследования в доказательной медицине является метод статистического анализа, поэтому первая часть предлагаемой монографии посвящена основаниям теории вероятностей и фундаментальным понятиям математической статистики. В первых двух главах дано полное описание основных понятий математической статистики, необходимых для анализа и исследования в доказательной медицине: понятие генеральной совокупности, случайный выбор элементов генеральной совокупности, простой случайный выбор, оценка вероятностных характеристик случайных событий и величин, несмещенные оценки неизвестного математического ожидания, оценка неизвестной дисперсии случайных величин, оценка неизвестных параметров, схема линейной регрессии, оценки неизвестных функций распределения и плотностей вероятностей, доверительное оценивание, доверительные интервалы для основной распределенной массы генеральной совокупности и параметров, статистические критерии для проверки гипотез и другие. Третья глава содержит результаты оригинальных исследований авторов.
Считаю, что монография будет очень полезной для специалистов в области медицинской статистики, врачей, занимающихся разработкой и внедрением новых методов диагностики в онкологии, а также специалистов в области радиобиологии. В связи с этим, с моей точки зрения, эту книгу следует считать научной монографией.
21.12.2007
R.I. Andrushkiw, Ph.D. Professor
Department of Mathematical Sciences and Center for Applied Mathematics and Statistics, New Jersey Institute of Technology, Newark, NJ (USA).
In recent years a number of books have been published on the subject of application of statistical methods to evidence-based medicine. Most of these books give a clear and concise description of well known statistical methods and tests. These methods, as a rule, are based on the assumption that the distribution of general population of an investigated random variable is known, or can be easily determined. However, in practice, this is rarely the case. Moreover, physicians and biologists for whom these books are intended are ill equipped by training to determine the distribution of general population in the problems which they encounter. Hence, methods that do not rely on the knowledge of the distribution of general population of an investigated random variable are generally preferred.
The present book is devoted to such methods. The authors consistently employ non-parametric methods and do not make any assumptions about the distribution of the general population. Their approach is based on the concepts of random event and random variable, which differs radically from the traditional model of probability theory proposed by Kolmogorov. This approach allows hypothesis testing with the help of a computer and is relatively simple to apply.
The book contains many original results obtained by the authors in the diagnosis and prediction of the onset of ontological disease and in radiobiology, such as the results related to the investigation of the cohort of liquidators of the Chernobyl catastrophe. Many of the methods presented in this book have been published by the authors in peer reviewed journals and received recognition from both mathematicians and biologists. The book is self-contained and presents hands-on experience in medical/biological investigations. It can be very useful to mathematicians specializing in biometrics, and to researchers in medical and biological fields who need reliable and readily applicable methods of statistical analysis in their investigations.