Cтраница 4
Прежде чем приступать к сбору любых данных, необходимо проверить ( в тех случаях, когда это возможно), не является ли конкретная переменная маскирующим агентом. Переменная, которая считалась маскирующей величиной в предыдущем исследовании, может и не оказывать влияния на результаты нового эксперимента с другой группой населения и не будет являться таковой в данном случае. Например, если все участники имеют одни и те же характеристики относительно какой-либо переменной ( например, пол), то данная переменная не может считаться маскирующей в данном обследовании. Маскировку конкретной переменной необходимо принимать во внимание ( корректировать) только в том случае, если она измеряется и во время оценки воздействия, и при получении данных о заболевании. Статистически можно грубо оценить влияние маскирующих агентов с помощью приоритетного деления значащих переменных или более точного использования метода регрессий наряду с иными многовариантными методами. [46]
В литературе по вопросам математической статистики многомерный анализ не представляет собой ничего нового. Однако как методика проектирования эксперимента, так и методы анализа имитационных данных в случае, когда последние представляют собой многомерные временные последовательности, находятся еще в самой начальной стадии разработки. Причина такого запаздывания заключается в том, что имитационный анализ стал практически возможным лишь недавно в результате развития электронной вычислительной техники. Используя уже описанные ранее методы получения данных, обладающих нормальным распределением вероятностей, мы по крайней мере частично обеспечиваем себя инструментом многомерного статистического анализа. Однако разработка имитационного эксперимента, в процессе которого было бы правомерно использовать, скажем, факторный анализ или метод мультипараметрической регрессии, все еще оказывается сопряженной с определенными трудностями. [47]
Значения в и о, а также других аналогичных параметров обычно находят, применяя теоретические зависимости для определения какого-нибудь свойства, и путем обработки экспериментальных данных методом регрессии получают приемлемые значения е и а. Исходя из какого-либо конкретного свойства, получают большое число комплектов значений в и о, которые приемлемы в том смысле, что когда любой комплект используется для вычисления свойства, то все они дают приблизительно тот же самый результат. Ху, Чеппелир и Кобаяши [11] ясно показали, что комплекты е-а, определенные на основании вторых вириальных коэффициентов, вязкости и коэффициентов диффузии, все различны, но пересечение этих комплектов будет приводить к единственной паре значений е ст, которая приемлема Для расчета всех этих свойств. Райхенберг [26] показал, что форма потенциала Леннарда - Джонса такая, при которой, обрабатывая экспериментальные данные методом регрессии для получения наилучших значений s / k и а, невозможно разделить эти потенциальные параметры. Это значит, что в / А и а по существу объединяются в один параметр для какого-либо отдельного свойства. Для любого обоснованно выбранного значения е / А имеется тогда соответствующее значение а, и эта пара е / А-о приемлема для расчета свойства. Другие комплекты e / fe-cr пригодны для иных свойств, и, как отмечалось выше, именно пересечение этих комплектов было установлено Ху и др. Большинство расчетных способов в настоящее время основано на обратном вычислении е / й-а, исходя из одного свойства, и вследствие этого ограничено в использовании. [48]
Нам представляется, что наиболее эффективным, хотя и длительным, путем разработки таких критериев может быть динамическое наблюдение за иммунологической реактивностью лиц, контактирующих с промышленным химическим аллергеном, при одновременном всестороннем контроле за состоянием здоровья и функцией основных систем организма. Иммунологическое обследование должно быть достаточно полным для характеристики всех функций иммунной системы: состояния естественного антиинфекционного иммунитета, количества и функции Т - и В-клеточных популяций, уровня аутоиммунитета и аллергической реактивности. При проведении таких комплексных исследований немаловажное значение приобретают методические приемы анализа материала. Сложность состоит в том, что методы медицинской и математической статистики, используемые в медицине, в подавляющем большинстве случаев позволяют проводить только анализ общегрупповых данных и неприменимы при разработке критериев индивидуального риска. Такие методы, как корреляционная статистика, дисперсионный анализ, метод регрессии, вычисление критериев t, Т2 и F могут быть применены лишь на первых этапах анализа. [49]