Введение. 
Понятия факторного анализа

В современном мире невозможно обойтись без всестороннего анализа данных, это касается и медицины, для этого существует самостоятельный раздел — медицинская статистика. Медицинская статистика — наука, которая позволяет изучить количественную сторону каких-либо общественных явлений в совокупности с их качественной стороной. Она позволяет методом обобщающих характеристик исследовать закономерности различных явлений, встречающихся в медицине, важнейших процессов, протекающих в организме человека и другие.

В медицине статистические методы чаще всего используются для:

изучения здоровья населения в целом и его основных групп, которые проводятся путём сбора таблиц данных с различными характеристиками;

выявления эпидемиальных факторов;

учёта смертности населения;

проверки эффективности и оценки качества работы учреждений здравоохранения;

определения статистической значимости результатов каких-либо исследований.

Особенности работы с медицинскими данными Поскольку мы имеем дело с медицинскими данными, то стоит упомянуть, что такие данные имеют некоторые особенности, которые отличают их от данных, полученных из других отраслей человеческой деятельности.

Во-первых, в таких исследованиях используется лишь ограниченное количество данных. Эта проблема возникает из-за того, что исследователи не могут принуждать пациентов участвовать в их экспериментах. Человеческий фактор играет очень большую роль в медицинских исследованиях.

Во-вторых, мы имеем дело с большим разбросом, т. е. с вариабельностью данных, что вытекает из первого пункта. Существуют заболевания, которым подвержены различные возрастные группы пациентов, т. е. вы не можете отбирать для исследования только мужчин от 30 до 35 лет с определёнными антропометрическими данными и необходимыми клиническими параметрами. Вам необходимо использовать при анализе тех пациентов, которые вам доступны.

В-третьих, в медицине очень распространены категориальные (качественные) показатели, такие как: пол, тяжести заболевания, показатели наличия или отсутствия какого-либо заболевания и т. д.

В-четвертых, медицинские данные очень часто являются неполными. Это касается особенно длительных исследований, т. е. у вас может не быть постоянного доступа к каким-либо параметрам, которые вы исследуете. Так как вы работаете с реальными людьми, то каждый показатель, который был получен должен быть обязательно учтён. Для этого были придуманы различные разделы анализа данных, например, анализ выживаемости.

И, наконец, в-пятых, при проведении многоцентровых исследований вы можете столкнуться с неоднородностью данных. Эта проблема возникает из-за отсутствия определённых стандартов для введения характеристик пациентов в таблицы данных.

Каждое исследование (это касается математической статистики в целом) идёт по определённому «сценарию», который состоит из следующих разделов:

Планирование исследования;

Сбор данных;

Импорт данных;

Чистка данных;

Описательный и визуальный анализ;

Группировка;

Вычисление статистик для групп;

Нахождение связей и зависимостей;

Построение прогноза;

Верификация моделей.

Статистическая обработка данных представляет собой сложный многоэтапный процесс, от уровня научной организации которого зависят такие параметры, как:

качество накапливаемых статистических данных;

результаты обработки данных;

результаты анализа данных.

Существует большое количество программных пакетов, позволяющих провести грамотную статистическую проверку, мы остановим свой выбор на программе STATISTICA и проведём статистический анализ данных эргоспирометрии пациентов с хронической сердечной недостаточностью.

Выбор программного пакета STATISTICA не был случайным, так как существует большое количество литературы и статей, в которых говориться о том, что STATISTICAэто наилучший выбор для данной цели.

В [1] приводиться обзор программных пакетов, использующихся в медицине. Они выделяют STATISTICA, прежде всего, как многофункциональный программный пакет, простой в освоении, имеющий подробные методические разработки, как к программе STATISTICA [2], так и руководства по использованию данного программного обеспечения в медицине [3]. Авторы отмечают, что STATISTICA подойдёт для начинающих и для профессионалов, благодаря русскоязычной документации и большому перечню профессиональных возможностей.

В [4] излагается подробная классификация модели и методов исследований в медицинской статистике, обосновываются преимущества выполнения исследований в программных пакетах Biostat и STATISTICA.

[2] представляет собой наиболее полное руководство пользователя на русском языке к программе STATISTICA. Здесь есть большое количество доступных для понимая примеров работы в программе.

[3] посвящена наиболее современным методам статистического анализа медицинских данных в STATISTICA. Изложены требования, предъявляемые к представлению результатов анализа и в [6] содержится большое количество примеров.

В [5] анализируются исследования в области медицинской статистики. Автор утверждает, что выбор программного обеспечения и методов исследования зависит от предпочтений самого исследователя, отмечая две наиболее популярные в этой среде программы Excel и STATISTICA.

В [6] приведены убедительные аргументы в пользу STATISTICA, такие как: сведение к минимуму случайных ошибок в расчётах, экономия времени, возможность выбора наиболее подходящего метода анализа и графического представления на каждом этапе исследования.

В дипломной работе программный пакет STATISTICA используется для обработки и анализа данных, полученных в результате обследования пациентов с хронической сердечной недостаточностью. Основная задача — определить, какие из показателей, полученных в результате использования кардиопульмонального теста (эргоспирометрии), являются зависимыми, выделить факторы, которые определяют эту зависимость, а тем самым, сократить число переменных, которые несут основную информацию о состоянии пациента. Основной метод решения задач такого типа — факторный анализ.

Факторный анализ развивался в результате применения статистических методов в психологии, а затем его применение пришло в социологию и медицину. В основе моделей, используемых в нем, положено следующее соображение: исследуемые параметры являются косвенными характеристиками объекта, имеются скрытые параметры (факторы), которые определяют значения наблюдаемых параметров. Причём количество этих факторов существенно меньше, чем количество исходных параметров. Возникает задача: как по имеющимся данным выделить величину, которая объяснит наблюдения. Факторный анализ позволяет свести большое количество данных к более простой структуре с наименьшими потерями информации.

Факторный анализ в медицине становиться все более популярным, в силу развития компьютерной диагностики. Этот метод анализа данных находит своё применение в самых различных областях медицины [7, 8]. Подробной изложение этого метода можно найти в [9].

Дипломная работа состоит из введения, трех глав, списка сокращений, глоссария и заключения.

В Главе 1 приводится описание основной модели и понятий факторного анализа.

В Главе 2 приводится исходные данные, которые подлежат анализу. Описаны все показатели, которые получаются в результате применения эргоспирометрии. Таких показателей больше 22. В дипломной работе используются только 6: рост, вес, систолическое артериальное давление, диастолическое артериальное давление, частота сердечных сокращений, частота дыхательных движений. Для этих показателей проводится визуальный и описательный анализы, проверка на нормальное распределение.

В Главе 3 формулируется гипотеза, что имеются скрытые факторы, которые определяют выделенные 6 показателей. Ставится задача выявить скрытые факторы. Для этого используется метод главных компонент. Используем пакет STATISTICA, модуль «Факторный анализ», выделяем 2 фактора, которые несут основную информацию.