17302-1 (Анализ медико-биологических данных с помощью Microsoft Excel и СПП STADIA 6.2), страница 2

Преобразование данных

Данные в электронной таблице можно просмотреть и скорректировать методами ручного редактирования или же полуавтоматического преобразования к виду, адекватному выбранному методу анализа. Здесь может быть использован широкий набор алгебраических, матричных, структурных преобразований, а также комбинирование этих операций в требуемой последовательности. Нередко также требуются удаление из введенных данных высокоамплитудных выбросов (которые могут быть результатом некорректных измерений) и замена или удаление пропущенных (неизмеренных) значений.

Визуализация данных

На данные обязательно следует просто посмотреть, чтобы составить общее (в том числе и интуитивное) представление о характере их изменения, специфических особенностях и закономерностях, что очень важно при выборе стратегии и тактики дальнейшего анализа. Для этого можно использовать как исходное числовое представление, так и различные формы графического изображения.

Статистический анализ

Собственно выбор метода, анализ данных и интерпретация результатов.

Представление результатов

Для наглядности производимых выводов полученные результаты желательно представлять в виде адекватных, убедительных и эффектных графиков.

Комплексное статистическое исследование

Ранее было показано высокое терапевтическое противоопухолевое действие природного соединения – тиакарпина. На первом этапе изучения нового биологически активного вещества исследовали его общее, физиологическое воздействие на организм. Цель данной работы состояла в изучении и поиске наиболее безвредных доз терапевтического препарата.

В связи с этим были получены результаты эксперимента на животных по влиянию тиакарпина на медико-биологические показатели интактного (здорового) организма. В частности регистрировали такие параметры сердечно-сосудистой системы, как активность ферментов аланинаминотрансферазы (АЛТ) и аспарататаминотрансферазы (АСТ), уровень белка, количество лейкоцитов – клеток иммунного реагирования организма. В печени наблюдали состояние белоксинтетической системы по содержанию в ней общего белка и уровень продуктов тиобарбитуровой кислоты (ТБК) – конечных продуктов перекисного окисления липидов.

Животные (в данном случае беспородные лабораторные мыши) были поделены на группы для выяснения дозо-временного действия препарата. Тиакарпин вводили внутрибрюшинно каждый день в течение всего эксперимента за исключением контрольных животных.

Медико-биологическое действие тиакарпина на интактный организм мышей

Таблица 1. Действие различных доз тиакарпина

(7.3 мг/кг, 15мг/кг и 50 мг/кг) на третьи и шестые сутки

Рис 1.1. Содержание белка в печени

Из рис.1.1 видно, что введение тиакарпина в низких дозах на третьи сутки изменяет состояние белоксинтетической функции печени в пределах физиологической нормы в отличие от больших доз. Однако, если содержание белка практически восстанавливается в дозах 15 и 50 мг/кг, то при низких дозах снижается почти в 2 раза.

Рис. 1.2. Содержание белка в сыворотке крови

Обратная картина получена для белка сыворотки крови (рис. 1.2): резкое понижение в первые три дня при малых дозах и восстановление на шестой день. В то же время большие дозы вызывают стабильное понижение концентрации общего белка до 5 г%.

Рис. 1.3. Активность аланинаминотрансферазы и аспартатаминотрансферазы в сыворотке крови

В случае с уровнем активности ферментов крови наблюдается положительная ситуация для всех исследуемых групп. На рис. 1.3 можно видеть незначительные колебания показателей практически в пределах нормы.

Рис. 1.4. Содержание продуктов тиобарбитуровой кислоты в печени

Содержание ТБК-продуктов выравнивается до нормальных значений во всех группах на шестой день. Наблюдавшееся понижение в первой половине недели находилось в прямой зависимости от дозы.

Анализ результатов на первом этапе не показал негативного действия тиакарпина на показатели организма даже при введении высоких доз, а в некоторых случаях увеличение дозы способствовало подавлению процессов перекисного окисления в печени, свидетельствующее о некотором антиоксидантном и гепатопротекторном действии препарата. Неодназначные результаты были получены по влиянию тиакарпина на белоксинтетическую функцию организма.

ОПИСАТЕЛЬНАЯ СТАТИСТИКА

Это средство анализа служит для создания одномерного статистического отчета, содержащего информацию о центральной тенденции и изменчивости входных данных.

Переменная Размер Среднее---Ошибка Дисперс Ст.откл Сумма

x1 8 33,3 85,6 54,89 6,177 305,2 17,47 439,1

x2 8 3,2 8,1 6,087 0,5908 2,793 1,671 48,7

x3 8 1,95 3,77 2,925 0,2099 0,3523 0,5936 23,4

x4 8 4,41 7,11 5,473 0,2888 0,6673 0,8169 43,78

x5 8 0,2 0,58 0,365 0,03942 0,01243 0,1115 2,92

Переменная Медиана ДовИнтСр. Ош.СтОткл

x1 55,25 38,42 65,85 21,61 105,4 2160 8,953

x2 5,95 5,1 7,725 2,067 0,9648 19,76 0,8564

x3 3,02 2,43 3,4 0,7343 0,1217 2,493 0,3042

x4 5,445 4,848 5,82 1,011 0,2305 4,722 0,4186

x5 0,36 0,3 0,415 0,1379 0,004294 0,08795 0,05713

Переменная Асимметр. Значим Эксцесс Значим

x1 0,3909 0,2584 2,203 0,4266

x2 -0,331 0,2915 2,103 0,372

x3 -0,2451 0,3422 2,132 0,3878

x4 0,7996 0,0924 3,209 0,107

x5 0,5615 0,1758 3,091 0,1412

Для всех анализируемых выборок согласно вычисленным уровням значимости (они больше критического значения 0,05) нет оснований отвергать нулевые гипотезы об отличии коэффициентов эксцесса и асимметрии от значений нормального распределения с вероятностью 95%. Таким образом использование параметрических статистических показателей в данном случае будет оправдано и достоверно.

Сравнивая средние по каждому переменному (диагностикуму) с контрольными (нормальными) показателями можно сказать, что в общем тиакарпин подавляет синтез белка, хотя и незначительно, и снижает уровень продуктов перекисного окисления. Сопоставление средних и дисперсий указывает на то, что препарат оказывает значительное влияние на все показатели и особенно на белковое содержание.

Результаты исследования образуют матрицу данных и, чтобы увидеть закономерность и структуру общей картины эксперимента, необходимо применить многомерные методы анализа данных.

КЛАСТЕРНЫЙ АНАЛИЗ

Эвклид+Дальн.сосед

Таблица расстояний

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10)

( 2) 22,13

( 3) 19,52 5,889

( 4) 52,35 30,44 33,39

( 5) 43,22 21,39 24,68 9,461

( 6) 48,53 26,65 29,67 3,921 5,554

( 7) 35,03 13,35 16,03 17,42 8,869 13,69

( 8) 25,92 5,49 7,185 26,53 17,61 22,74 9,236

К л а с т е р ы:

(список объектов) -> расстояние

(6,4) --> 3,921

(8,2) --> 5,49

(8,3,2) --> 7,185

(7,5) --> 8,869

(7,6,4,5) --> 17,42

(8,1,3,2) --> 25,92

(8,7,6,4,5,1,3,2) --> 52,35

Рис. 1.5. Дендрограмма (стратегия дальнего соседа): по оси Y – расстояние объединения, по оси Х – номера групп

Как видно из рис. 1.5. стратегия дальнего соседа достаточно отчетливо выделяет три кластера исследуемых групп: (4, 6), (5, 7) и (1, 2, 3, 8). При этом группу 1 можно выделить в четвертый кластер. В связи с этим применим дивизивную стратегию в попытке получить группировку на четыре кластера.

Эвклид+Дивизивная

Таблица расстояний

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10)

( 2) 22,13

( 3) 19,52 5,889

( 4) 52,35 30,44 33,39

( 5) 43,22 21,39 24,68 9,461

( 6) 48,53 26,65 29,67 3,921 5,554

( 7) 35,03 13,35 16,03 17,42 8,869 13,69

( 8) 25,92 5,49 7,185 26,53 17,61 22,74 9,236

К л а с т е р ы:

Среднее внутрикластерное расстояние=5,673

1= (1,2,3*,8)

2= (4*,6)

3= (5*,7)

Рис. 1.6. Дендрограмма трех кластеров

В результате получаем разделение на три кластера. Для проверки гипотезы об адекватности получаемых классификаций применяем дискриминантный метод.

ДИСКРИМИНАНТНЫЙ АНАЛИЗ

Расстояние Махаланобиса=724,3, значимость=0

Класс

1 -1181 45,14 58,65 528,6 -206,2 -3207

2 -429,4 26,77 37,61 330,7 -132,4 -1884

3 -1038 42,14 60,77 535,3 -223,7 -2953

Объект Класс D^2 Значим Вероят.отнесения

1 1 3,75 0,5859 1

2 1 3,75 0,5859 1

3 1 3,75 0,5859 1

4 2 2,5 0,7764 1

5 3 2,5 0,7764 1

6 2 2,5 0,7764 1

7 3 2,5 0,7764 1

8 1 3,75 0,5859 1

Как показывают результаты дискриминантного анализа, предполагаемая классификация оказалась эффективной.

Кластеризация исследуемых групп животных выявила сохранение физиологической нормы при введении тиакарпина в течение 3-х дней в дозе 7.5 мг/кг и в течение 6-и дней в дозе 50 мг/кг. Данные дозы оказывают наименьшую нагрузку на организм.

Рис. 1.7. Дендрограмма переменных: по оси Y – расстояние объединения, по оси Х – переменные

Рис. 1.7, иллюстрирующий классификацию переменных – диагностикумов, с использованием метрики на основе коэффициента корреляции и стратегии ближайшего соседа, показывает, что все пять диагностикумов не взаимосвязаны.

Выводы

Графическая визуализация экспериментальных результатов с помощью Excel показывает, что исследуемое вещество – тиакарпин, не оказывает негативного действия на показатели организма даже при введении высоких доз, а в некоторых случаях увеличение дозы способствовало подавлению процессов перекисного окисления в печени, свидетельствующее о некотором антиоксидантном и гепатопротекторном действии препарата. Неоднозначные результаты были получены по влиянию тиакарпина на белоксинтезирующую функцию организма.

Основываясь на результаты описательной статистики в STADIA 6.2 можно утверждать, что препарат оказывает значительное влияние на все показатели и особенно на белковое содержание. Общее действие тиакарпина направлено на подавление синтеза белка и ингибирование процессов перекисного окисления липидов.

Кластеризация исследуемых групп животных выявила сохранение физиологической нормы при введении тиакарпина в течение 3-х дней в дозе 7.5 мг/кг и в течение 6-и дней в дозе 50 мг/кг. Данные дозы оказывают наименьшую нагрузку на организм.

Использование метрики на основе коэффициента корреляции и стратегии ближайшего соседа показывает, что все пять диагностикумов не взаимосвязаны, т.е. все используемые параметры характеризуют функциональное состояние организма и обладают одинаковой диагностической информативностью.

Список литературы

Елисеева И.И., Юзбашев М.М. Общая теория статистики. Учебник / Под ред. И.И. Елисеевой. – М.: Финансы и статистика, 1995. – 386 с.

Кулаичев А.П. Методы и средства анализа данных в среде Windows. STADIA 6.0. – М.: Информатика и компьютеры, 1996. – 257 с.

Лукьянова Н.Ю. Статистический анализ данных с использованием компьютера. Учебное пособие. – Калининград: Изд-во КГУ, 2001. – 89 с.

Математический анализ биологических данных / Г.Н. Зайцев, М.: “Наука”, 1991. – 184 с.

Плохинский Н.А. Математические методы в биологии. Учебно-методическое пособие. Изд-во Моск. ун-та, 1978. – 168 с.

Для подготовки данной работы были использованы материалы с сайта http://study.online.ks.ua/