Книга «Математическая статистика в клинических исследованиях» рассчитана на медицинских работников, участвующих в клинических исследованиях. Кроме того, она может быть полезна для научных сотрудников, студентов и аспирантов, планирующих и проводящих исследования в медицинских и биологических приложениях. При написании данного пособия авторы использовали и максимально адаптировали для читателя, не имеющего специальной математической подготовки, различные литературные источники, предназначенные для специалистов в области математической статистики, а также собственный опыт обработки результатов клинических исследований.
В книге приведены основные определения и описания статистических процедур, применяемых в области клинических исследований: первичная обработка данных, тестирование статистических гипотез, проблема множественных сравнений, элементы корреляционного, дисперсионного и регрессионного анализа, вопросы планирования эксперимента и т. п. Примеры и рисунки помогают в понимании представляемого материала. Статистические таблицы, часто используемые для практической работы, приведены в приложении.
В книге «Математическая статистика в клинических исследованиях» с точки зрения математической статистики освещены практически все этапы клинических исследований: от стадии планирования и создания протокола до проведения анализа результатов и формирования заключения. Даже если читателю и не придется самому проводить статистический анализ результатов и самому пользоваться теоретическими положениями и практическими рекомендациями, содержащимися в этой книге, знакомство с данным пособием позволит по-новому взглянуть на результаты, представляемые в научной медицинской литературе.
Приведенные основные положения фармакокинетики и фармакодинамики, а также некоторые подходы к анализу результатов фармакокинетических исследований и исследований биоэквивалентности также являются полезными для врачей-практиков. Доходчиво объясняются в книге и различия между традиционным классическим подходом в математической статистике и становящимся все более популярным в настоящее время байесовским подходом к анализу данных.
|