Разное

Показатель вариации: Коэффициент вариации (Variation coefficient) · Loginom Wiki

21.11.1994

Содержание

5.4. Показатели вариаций | Электронная библиотека

Социальная работа / Социальная статистика / 5.4. Показатели вариаций

Вариация – это различие в значениях какого-либо признака у разных единиц данной совокупности в один и тот же период или момент времени. Она является следствием действия на единицы совокупности различных факторов, которые по-разному сочетаются в каждом отдельном признаке, поэтому величина каждого варианта объективна.

Средняя величина дает обобщающую характеристику признака изучаемой совокупности, но она не раскрывает строения совокупности, которое весьма существенно для ее познания.

Средняя не показывает, как располагаются около нее варианты осредняемого признака, сосредоточены ли они вблизи средней или значительно отклоняются от нее.

Измерение вариации, выяснение ее причины, выявление влияния отдельных факторов дает важную информацию для принятия научно обоснованных управленческих решений.

Показатели вариации относят к числу обобщающих показателей, так как они измеряют вариации в совокупности явлений.

Степень колеблемости отдельных значений признака от средней отражают следующие обобщающие показатели вариации:

— размах вариации R;

— среднее линейное отклонение ;

— дисперсия  σ2;

— среднее квадратическое отклонение σ;

— коэффициент вариации V.

Значение показателей вариации заключается в следующем:

1) показатели вариации дополняют средние величины, за которыми скрываются индивидуальные различия;

2) показатели вариации характеризуют степень однородности совокупности;

3) показатели вариации характеризуют амплитуду колебания признака в совокупности;

4) соотношение показателей вариации характеризуют взаимосвязь между признаками.

Самым элементарным показателем вариации является размах вариации R, который характеризует границы вариации признаков. Он определяется как разность между максимальным и минимальным значениями признака:

.

Однако размах вариации показывает лишь крайние отклонения признака и не отражает отклонений всех вариантов в ряду. Для анализа вариации необходимы показатели, которые отражают все колебания  варьирующего признака и дают обобщенную характеристику.

Показатели такого типа:

1) Среднее линейное отклонение  — это средняя арифметическая из абсолютных отклонений, вариант от средней величины. Измеряется в двух аспектах:

для несгруппированных данных

,

где — среднее значение признака,

п – число членов ряда;

для сгруппированных данных

,

где  — сумма частот вариационного ряда.

С его помощью, например, анализируется состав работающих, ритмичность производства, оборот внешней торговли.

2)  Дисперсия

 — это средний квадрат отклонений вариантов от их средней величины, она вычисляется по формулам простой и взвешенной дисперсий (в зависимости от исходных данных):

простая дисперсия для несгруппированных данных:

,

взвешенная дисперсия для сгруппированных данных:

.

3)  Среднее квадратическое отклонение  — это корень квадратный из дисперсии. Определяется также по формуле взвешенного и невзвешенного

,

для несгруппированных данных

,

для сгруппированных данных

.

В отличие от дисперсии среднее квадратическое отклонение является абсолютной мерой вариации признака в совокупности и измеряется в единицах измерения варьирующего признака (рублях, процентах, тоннах и т.д.).

4) Коэффициент вариации

V – используют для сравнения величины вариации различных признаков, а также сравнений колеблемости одного и того же признака в нескольких совокупностях.


Этот показатель служит также для характеристики однородности совокупности.

Коэффициент вариации представляет собой выраженное в процентах отношение среднего квадратического отклонения к средней арифметической:

.

Совокупность считается количественно однородной, если коэффициент вариации не превышает 33 %.

Чем больше величина коэффициента вариации, тем больше разброс значений признака вокруг средней, и тем совокупность по своему составу менее однородна.

Если совокупность разнородна, то ее нельзя использовать для производства прогнозов.

По данным о распределении рабочих по тарифному разряду рассчитать показатели вариации:

 

Тарифный разряд, хi

2

3

4

5

6

Число рабочих, fi

8

16

17

12

7

Определяем средний тарифный разряд рабочих по средней арифметической взвешенной

.

Расчет основных показателей вариации оформим в таблице:

хi

fi

 fi

2

3

4

5

6

8

16

17

12

7

1,9

0,9

0,1

1,1

2,1

15,2

14,4

1,7

13,2

14,7

28,88

12,96

0,17

14,52

30,87

å

60

59,2

87,40

а) среднее линейное отклонение ,

б) дисперсия ,

в) среднее квадратическое отклонение ,

г) коэффициент вариации .

Коэффициент вариации с примером решения

Содержание:

  1. Вариационный ряд

Коэффициент вариации представляет собой относительную меру изменчивости.

Коэффициентом вариации называют отношение среднего квадратичного отклонения к среднему арифметическому вариант или в процентах

В отличие от всех рассмотренных выше показателей вариации коэффициент вариации является числом относительным, безразмерным. Это свойство позволяет использовать его для сравнения вариаций не только однородных признаков, но и различных.

Средняя величина дает обобщающую характеристику всей совокупности изучаемого явления. Однако, исчислив среднюю арифметическую по данным вариационного ряда, мы еще ничего не знаем о том, как отдельные значения изучаемого признака группируются вокруг средней. В этом отношении наблюдаются существенные различия.

По этой ссылке вы найдёте полный курс лекций по высшей математике:

Высшая математика: лекции, формулы, теоремы, примеры задач с решением

В одних случаях отдельные значения признака весьма близки к средней арифметической и мало чем от нее отличаются. В этом случае средняя хорошо представляет всю совокупность. В другом случае, наоборот, отдельные значения далеки от средней, и тогда средняя не будет представлять всю совокупность. Возьмем, например, средний уровень доходов населения. Он может быть исчислен как средняя арифметическая из доходов граждан какой-либо страны.

  • Однако значение средней величины для стран, в которых нет резких различий в уровне доходов, будет гораздо выше, чем для стран, в которых наблюдаются резкие различия.

Поэтому нельзя ограничиться вычислением одной средней величины. Надо изучать не только среднюю, но и отклонения от нее, потому что именно в отклонениях виден весь процесс явления в его диалектическом развитии. Отклонение в одну сторону от средней для некоторых показателей следует рассматривать как ростки нового, отклонения в противоположную сторону — как пережитки старого.

Вариационный ряд

Для вариационного ряда важно изучать степень сплоченности всех отдельных значений признака вокруг его среднего значения, степень разбросанности этих значений, степень колеблемости их. Для этого в теории статистики используются показатели вариации.

Показатели вариации делятся на две группы: абсолютные и относительные. К абсолютным показателям относятся: размах вариации, среднее линейное отклонение, дисперсия и среднее квадратическое отклонение. К относительным показателям вариации относятся: коэффициенты осцилляции, вариации, относительное линейное отклонение и др. Относительные показатели вычисляются как отношение абсолютных показателей вариации к средней арифметической (или медиане).

Возможно вам будут полезны данные страницы:

Высшая математика для чайников

Формула Тейлора

Векторы

Координаты вектора

Пример:

Рассмотрим возраст студентов какого-нибудь вуза: самому молодому студенту — 17 лет, самому старшему — 25 лет. Разность составляет 8 лет.

Решение:

Значение подобного рода величины необходимо в практической и хозяйственной деятельности, а также в научных исследованиях. Например, размах вариации применяется для контроля качества продукции при определении влияния систематически действующих причин на производственный процесс. Для этого через определенные промежутки времени отбирают несколько деталей и проводят их измерение. Рассчитав по данным этих выборок показатели размаха вариации и сопоставив результаты вычислений, судят об устойчивости режима производственного процесса.

В учебной литературе по статистике обычно указывается, что размах имеет существенный недостаток. Его величина всецело зависит от крайних значений признака, и он не учитывает всех изменений варьирующего признака в пределах совокупности. Этот упрек в адрес размаха является не совсем верным. Какой же это недостаток, когда именно в этом заключается суть показателя.

Размах вариации для того и существует, чтобы измерять расстояние между крайними точками. Другое дело, что в изучении вариации нельзя ограничиться определением одного лишь ее размаха. Но это не исключает необходимости определения величины этого показателя, не умаляет его значения.

К действительным недостаткам размаха вариации можно отнести следующее: очень низкое и очень высокое значения признака по сравнению с основной массой его значений в совокупности могут быть обусловлены какими-либо сугубо случайными обстоятельствами, т.е. эти значения являются аномальными в совокупности. В этих случаях размах вариации даст искаженную амплитуду колебания признака против, так сказать, нормальных его размеров, так как в данную совокупность включены единицы другой совокупности с аналогичным признаком.

Поэтому прежде чем определить величину размаха вариации, следует очистить совокупность от аномальных наблюдений. Например, нельзя вычислять размах вариации заработков работников какого-либо частного предприятия, если наряду с заработками наемных работников в совокупность включен «заработок» владельца.

Итак, размах вариации — важный показатель колеблемости признака, но он не исчерпывает характеристику вариации.

Среднее линейное отклонение. Для анализа вариации необходим показатель, который бы отражал все колебания варьирующего признака и давал обобщенную его характеристику. Для многих варьирующих признаков возможно допущение, что при прочих равных условиях все единицы совокупности в соответствии с основными законами своего развития имеют одинаковую и при том вполне определенную величину в данных условиях места и времени.

Вполне логично в качестве такой величины условно принять среднюю величину из всех значений признака, поскольку в ней более или менее погашаются случайные отклонения от закономерного развития явления, и средняя тем самым отражает типичный размер признака у данной однородной совокупности единиц. Но условия существования и развития отдельных единиц совокупности в определенной степени различны, что сказывается на различии значений признака. Средняя величина отражает эти средние условия.

Следовательно, средняя применяется в качестве своего рода центра тяжести, вокруг которого происходит колебание, рассеяние значений признака. При обобщении этих колебаний необходимо прибегать к методу средних величин — искать среднюю величину этих отклонений.

Такая средняя называется средним линейным отклонением Эта величина вычисляется как средняя арифметическая из абсолютных значений отклонений вариант (простая (формула 7.12) или взвешенная (формула 7.13), в зависимости от исходных условий):

Поскольку сумма отклонений значений признака от средней величины равна нулю, приходится все отклонения брать по модулю, на что указывают прямые скобки в числителе формул.

Абсолютные показатели вариации

К абсолютным показателям вариации относятся следующие показатели:

· размах колебаний;

· среднее линейное отклонение;

· среднее квадратическое отклонение;

· дисперсия;

· квартильное отклонение;

5. 1.1. Размах колебаний (размах вариации):

R = Хmax – Хmin,где:

Хmax, Хmin – соответственно максимальное и минимальное значение признака.

 

5.1.2. Среднее линейное отклонение ( ) определяется по формулам:

а) для несгруппированных данных (первичного ряда):

б) для вариационного ряда:

 

5.1.3. Дисперсия ( ):

 

а) для несгруппированных данных:

б) для вариационного ряда:

 

Формула для расчета дисперсии может быть преобразована:

 

,

 

т.е. дисперсия равна средней из квадратов индивидуальных значений признака минус квадрат средней величины.

Следовательно:

 

5.1.4. Среднее квадратическое отклонение ( ):

а) для несгруппированных данных:

б) для вариационного ряда:

 

Среднее квадратическое отклонение по своей величине всегда превышает значение среднего линейного отклонения в соответствии со свойством мажорантности средних.

 

5.1.5. Квартильное отклонение (dк) применяется вместо размаха вариации, чтобы избежать недостатков, связанных с использованием крайних значений:


dк = , где:

Q и Q — соответственно первая и третья квартили распределения.

 

Относительные показатели вариации

Для оценки интенсивности вариации и сравнения ее в разных совокупностях, а также сравнения различных признаков совокупности применяются относительные показатели вариации. Они вычисляются как отношения абсолютных показателей силы вариации к средней арифметической величине (или медиане) признака и чаще всего выражаются в процентах.

Существуют следующие относительные показатели:

· относительный размах вариации или коэффициент осцилляции

· относительное линейное отклонение или коэффициент линейного отклонения

· коэффициент вариации

· относительный показатель квартильной вариации

· относительный показатель децильной вариации

 

5. 2.1. Относительный размах вариации или коэффициент осцилляции:

Отражает относительную меру колеблемости крайних значений признака вокруг средней величины.

 

5.2.2. Относительное линейное отклонение или коэффициент линейного отклонения:

Отражает долю усредненного значения абсолютных отклонений от средней величины.

 

5.2.3. Коэффициент вариации:

 

Отражает долю относительного квадратического отклонения от средней величины.

Коэффициент вариации – наиболее часто применяемый относительный показатель вариации. Его используют не только для сравнительной оценки вариации, но и для характеристики однородности совокупности.

Совокупность считается однородной, если коэффициент вариации (V)

не превышает 33% (для распределений, близких к нормальному):

 

V < 33%

 

5.2.4. Относительный показатель квартильной вариации:

 

или

5. 2.5. Относительный показатель децильной дифференциации (вариации):

* 100%

 

Он показывает, во сколько раз наименьший уровень признака из 10% единиц, имеющих наибольший уровень признака, больше наибольшего уровня признака, из 10% единиц совокупности, имеющих наименьший уровень признака.

Относительные показатели квартильной и децильной вариации также служат для характеристики однородности совокупности.

 

Моменты в рядах распределения

 

Исчисление дисперсий ( σ2) сопровождено громоздкими расчетами, так как средняя величина ( ) часто бывает выражена числом с несколькими десятичными знаками. Расчеты можно упростить, используя математические свойства дисперсии, например, расчет дисперсии по способу отсчета от условного нуля, или способу моментов.

 

Моментом распределения (Мк) называется средняя арифметическая

из отклонения значений признака Хi от некоторой постоянной величины a

в степени k.

Порядок момента определяется величиной степени k.

 

Моменты бывают условные, начальные и центральные.

Эмпирический момент kго порядка определяется по формуле:

 

Мк = (условный момент)

В зависимости от постоянной а различают начальные и центральные моменты.

 

Абсолютные и относительные показатели вариации

Вариация — количественное различие значений одного и того же признака у отдельных единиц совокупности. Термин «вариация» имеет латинское происхождение — variatio, что означает различие, изменение, колеблемость. Изучение вариации в статистической практике позволяет установить зависимость между изменением, которое происходит в исследуемом признаке, и теми факторами, которые вызывают данное изменение.

К абсолютным показателям вариации относят:

Размах вариации R. Это самый доступный по простоте расчета абсолютный показатель, который определяется как разность между самым большим и самым малым значениями признака у единиц данной совокупности:

Среднее линейное отклонение d, которое вычисляют для того, чтобы учесть различия всех единиц исследуемой совокупности. Эта величина определяется как средняя арифметическая из абсолютных значений отклонений от средней. Так как сумма отклонений значений признака от средней величины равна нулю, то все отклонения берутся по модулю

Формула среднего линейного отклонения (простая)

Формула среднего линейного отклонения (взвешенная)

Дисперсия (среднее квадратическое отклонение в квадрате) – обобщающая хар-ка размеров вариации признаков совокупности

Средняя квадратическая простая

Средняя квадратическая взвешенная

Дисперсия есть не что иное, как средний квадрат отклонений индивидуальных значений признака от его средней величины.

Формулы дисперсии взвешенной и простой :

Свойства дисперсии

  1. Дисперсия постоянной величины равна

  2. Постоянный множитель можно выносить за знак дисперсии, возводя его в квадрат.

  3. Дисперсия суммы двух независимых случайных величин равна сумме дисперсий этих величин.

  4. Дисперсия разности двух независимых случайных величин равна сумме дисперсий этих величин

Относительные показатели рассчитываются как отношение размаха вариации к средней величине признака (коэффициент осцилляции), отношение среднего линейного отклонения к средней величине признака (линейный коэффициент вариации), отношение среднего квадратического отклонения к средней величине признака (коэффициент вариации) и, как правило, выражаются в процентах.

Формулы расчета относительных показателей вариации:

где VR — коэффициент осцилляции; — линейный коэффициент вариации; — коэффициент вариации.

Совокупность считается однородной если коэф вариации не превышает 33%

Средней величиной называется статистический показатель, который дает обобщенную характеристику варьирующего признака однородных единиц совокупности.

Сущность средней заключается в том, что в ней взаимопогашаются случайные отклонения значений признака и учитываются изменения вызванные основным фактором.

Важнейшими условиями (принципами) для правильного вычисления и использования средних величин является следующие:

  1. В каждом конкретном случае необходимо исходить из качественного содержания осредняемого признака, учитывать взаимосвязь изучаемых признаков и имеющиеся для расчета данные.

  2. Индивидуальные значения, из которых вычисляются средние, должны относиться к однородной совокупности, а число их должно быть значительным.

Виды средних величин

Средние величины делятся на два больших класса: степенные средние и структурные средние

Степенные средние:

  • Арифметическая

Простая средняя арифметическая — Равна отношению суммы индивидуальных значений признака к количеству признаков в совокупности

  • Гармоническая

Эту среднюю называют обратной средней арифметической, поскольку эта величина используется при k = -1

  • Геометрическая

Среднегеометрическая величина дает возможность сохранять в неизменном виде не сумму, а произведение индивидуальных значений данной величины

Геометрическая простая

где:

хi — цепной коэффициент роста

n — число этих коэффициентов роста

П — знак произведения

m — количество уровней ряда

уо — значение начального уровня ряда

уi — значение конечного уровня ряда

Геометрическая взвешенная

  • Квадратическая

Среднеквадратические величины используются для расчета некоторых показателей, например коэффициент вариации, характеризующего ритмичность выпуска продукции. Здесь определяют среднеквадратическое отклонение от планового выпуска продукции за определенный период по следующей формуле:

Квадратическая простая

Квадратическая взвешенная

Структурные средние:

  • Мода

Мода — значение во множестве наблюдений, которое встречается наиболее часто.

где:

Mo — значение моды

Xo — нижняя граница модального интервала

h — величина интервала

fm — частота модального интервала

f (m-1) — частота интервала, предшествующего модальному

f (f+1) — частота интервала, следующего за модальным

  • Медиана

Медиана — это значение признака, которое лежит в основе ранжированного ряда и делит этот ряд на две равные по численности части.

Для определения медианы в дискретном ряду при наличии частот сначала вычисляют полусумму частот , а затем определяют, какое значение варианта приходится на нее. Если отсортированный ряд содержит нечетное число признаков, то номер медианы вычисляют по формуле:

Ме = (n(число признаков в совокупности) + 1)/2,

в случае четного числа признаков медиана будет равна средней из двух признаков находящихся в середине ряда)

Выбор формы средней величины зависит от исходной базы расчета средней и от имеющейся экономической информации для ее расчета.

Показатели вариации

Виды дисперсии, правило сложения дисперсий, Показатели вариации

Вариация – различие в значениях какого-либо признака у разных единиц данной совокупности в один и тот же период или момент времени.

К показателям вариации относятся:

I группа — абсолютные показатели вариации

  • размах вариации
  • среднее линейное отклонение
  • дисперсия
  • среднее квадратическое отклонение

II группа — относительные показатели вариации

  • коэффициент вариации
  • коэффициент  осцилляции
  • относительное линейное отклонение

Самым элементарным показателем вариации признака является размах вариации R. Размах вариации показывает лишь крайние  (min, max) отклонения признака от общей средней.

Для анализа вариации необходим показатель, который отражает все колебания варьирующего признака и дает обобщенную характеристику.

Среднее линейное отклонение — средняя арифметическая абсолютных значений отклонений (модуль отклонений) отдельных вариантов от их средней арифметической:

Данная работа не уникальна. Ее можно использовать, как базу для подготовки к вашему проекту.

  1. для несгруппированных данных (простое)
  2. для сгруппированных данных (взвешенное)

Дисперсия  признака — средний квадрат отклонений вариантов от их средней величины, она вычисляется по формулам простой и взвешенной дисперсий:

  1. Простая дисперсия для несгруппированных данных
  2. Взвешенная дисперсия для вариационного ряда

Cвойства дисперсии:

  1. если все значения признака уменьшить или увеличить на одну и ту же постоянную величину А- дисперсия не изменится; 
  2. если все значения признака уменьшить или увеличить в одно и то же число раз (k раз), то дисперсия уменьшится или увеличится в k раз.

Используя второе свойство дисперсии, можно получить формулу вычисления дисперсии в вариационных рядах с равными интервалами по способу моментов:

где  i – величина интервала, X1 — новые (преобразованные) значения вариантов (А – условное начало, в качестве которого удобно использовать середину интервала или величину признака, обладающего наибольшей частотой.                   

                                                                    

  1. Момент второго порядка
  2. Квадрат момента первого порядка

Среднее квадратическое отклонение равно корню квадратному из дисперсии:

  1. для несгруппированных данных (простое)
  2. для вариационного ряда по сгруппированным данным (взвешенное)

Среднее квадратическое отклонение показывает, на сколько в среднем отклоняются отдельные варианты от их среднего значения.

 Среднее значение альтернативного признака и его дисперсия

:
  1. Среднее значение альтернативного признака
  2. Дисперсия альтернативного признака

Подставив в формулу дисперсии q = 1 – p, получим:

Таким образом,  дисперсия альтернативного признака равна произведению доли единиц, обладающих данным признаком и доли единиц, не обладающих данным признаком.

Среднее квадратическое отклонение альтернативного признака:

Показатели относительного рассеивания

Для характеристики меры колеблемости изучаемого признака исчисляются показатели колеблемости в относительных величинах.  Они позволяют сравнивать характер рассеивания в различных распределениях  (различные единицы наблюдения одного и того же признака в двух совокупностях, при различных значениях средних,  при сравнении  разноименных  совокупностей). Расчет  показателей меры относительного рассеивания осуществляют как отношение абсолютного показателя рассеивания к  средней  арифметической, умноженное на 100%.

1. Коэффициент  осцилляции  отражает  относительную  колеблемость крайних значений признака вокруг общей средней.

2. Относительное линейное отклонение характеризует долю усредненного значения абсолютных отклонений (модуль отклонений) от средней величины.

3. Коэффициент вариации – отношение среднего квадратического отклонения к средней арифметической, применяется для сравнения вариаций различных признаков, используется как характеристика однородности совокупности. Совокупность считается однородной, если коэффициент вариации не превышает 33%.

Пример расчета абсолютных и относительных показателей вариации:

Распределение КФХ области по урожайности зерновых культур 

Группы хозяйств по урожайности (ц/га)

Середина интервала

Число хозяйств

Расчетные значения

Xi

ƒi

Xi ƒi

iср|

i – Хср|*ƒi

iср)2

iср)2 i

     9,1-15

12,1

2

24,20

12,44

24,87

154,641

309,28

   15,1-21,1

18,1

31

561,1

6,44

199,50

41,415

1283,88

   21,1-27,1

24,1

54

1301,40

0,44

23,52

0,190

10,24

   27,1-33,1

30,1

30

903,00

5,56

166,94

30,964

928,92

     > 33,1

36,1

7

252,7

11,56

80,95

133,738

936,17

Всего

X

124

3042,40

36,44

495,77

360,948

3468,48

Средние

X

X

24,54

X

4,00

 

27,97

Смотри также:

Виды дисперсии, правило сложения дисперсий

Тема Показатели вариации План 1 Понятие вариации и ее значение


©dereksiz.org 2022
әкімшілігінің қараңыз

Тема Показатели вариации

План

1 Понятие вариации и ее значение

2 Показатели центра распределения и структурные характеристики вариационного ряда

3 Показатели размера и интенсивности вариации

4 Вариация альтернативного признака

5 Виды дисперсий и правило их сложения

6 Асимметрия распределения и эксцесс

1 Понятие вариации и её значение

Средние величины дают обобщающую характеристику совокупности по варьирующим признакам, показывают типичный для данных условий уровень их признаков. Но, наряду со средними величинами большое значение имеет изучение отклонений от средних, т. е. вариация.

Колеблемость, изменяемость величины признака у единиц совокупности называется вариацией.

Статистический анализ вариации предполагает выполнение следующих этапов:



  • Построение вариационного ряда

  • Графическое изображение вариационного ряда

  • Определение показателей центра распределения и структурных характеристик вариационного ряда

  • Расчет показателей размера и интенсивности вариации (степени вариации)

  • Оценка вариационного ряда на асимметрию и эксцесс (показателей формы распределения)

По степени вариации можно судить об:

однородности совокупности,

типичности средней,

взаимосвязи между признаками.

Статистические показатели, характеризующие вариацию, широко применяются в практической деятельности.

Для количественной оценки степени колеблемости признака общая теория статистики опирается на такие показатели как:

размах вариации(R), среднее линейное отклонение(), квартильное отклонение Q, дисперсия2), среднее квадратическое отклонение (δ) , коэффициент вариации, коэффициент осцилляции, линейный коэффициент вариации, относительный показатель квартильной вариации.
2 Показатели центра распределения и структурные характеристики вариационного ряда
Для характеристики среднего значения признака в вариационном ряду используются так называемые показатели центра распределения. К ним относятся средняя величина признака, мода и медиана.

По соотношению характеристик центра распределения (средней величины, моды и медианы) можно судить о симметричности эмпирического ряда распределения. Симметричным является распределение, в котором частоты двух вариантов, равностоящих в обе стороны от центра распределения, равны между собой. В симметричном распределении средняя величина, медиана и мода равны между собой:

Если , то имеет место правосторонняя асимметрия, т.е. большая часть единиц совокупности имеет значение изучаемого признака, превышающие модальное значение. На графике распределения правая ветвь относительно максимальной ординаты вытянута больше, чем левая.

Соотношение характерно для левосторонней асимметрии, при которой большая часть единиц совокупности имеет значения признака ниже модального. На графике распределения левая ветвь вытянута больше, чем правая.

Моду и медиану называют еще структурными средними, поскольку они дают количественную характеристику структуры строения вариационных рядов.

К структурным характеристикам относятся и другие порядковые статистики: квартили — делящие ряд на 4 равные части, децили – делящие ряд на 10 частей, перцинтили – на 100 равных частей.

Определение показателей децилей, нашедших широкое применение в анализе дифференциации различных социально – экономических явлений.

.

Соотношение децильных доходов в социальной статистике получило название коэффициента децильной дифференциации доходов населения (Кр): ,

Это означает, что минимальный среднедушевой доход 10% наиболее обеспеченного населения превышал максимальный доход 10% наименее обеспеченного населения в…….раз.


  1. Показатели размера и интенсивности вариации

Показатели вариации делятся на две группы: абсолютные и относительные.

К абсолютным относятся размах вариации (R), среднее линейное отклонение (), дисперсия (δ2), среднее квадратическое отклонение (δ), квартильное отклонение Q.

Относительными показателями вариации являются коэффициент осцилляции, вариации, относительное линейное отклонение, относительный показатель квартильной вариации и др. Они вычисляются как отношение абсолютных показателей вариации к средней арифметической или медиане.

Самым простым абсолютным показателем является размах вариации. Его исчисляют как разность между наибольшим и наименьшим значениями варьирующего признака.

Величина R всецело зависит от крайних значений признака, и он не учитывает всех изменений варьирующего признака в пределах совокупности

Более точно характеризуют вариацию признака показатели, основанные на учете колеблемости всех значений признака, — среднее линейное отклонение (d) и среднее квадратическое отклонение (δ).

Распределение отклонений можно уловить, исчислив отклонения всех вариант от средней. Отклонение от средней — это разность между вариантой (х) и средней арифметической () в данной совокупности.

Чтобы исчислить среднее арифметическое из отклонений нужно применить формулу средней арифметической:

а) простую ; б) взвешенную .

— среднее арифметическое или среднее линейное отклонение, дает абсолютную меру вариации.

Среднее арифметическое отклонение как мера вариации применяется редко. Чаще отклонения от средней возводят в квадрат и из квадратов исчисляют среднюю величину. Эта мера вариации называется дисперсией (- средний квадрат отклонений), а корень квадратный из — — есть среднее квадратическое отклонение.

Чтобы вычислить среднее квадратическое отклонение нужно найти отклонение каждой варианты от средней (), затем возвести отклонения в квадрат, умножить каждый квадрат отклонения на свою частоту и просуммировать. Полученную сумму разделить на сумму частот.

=

Корень квадратный из этой величины и будет среднее квадратическое отклонение.

=

Помимо абсолютных величин представляют интерес и относительные величины. Для оценки интенсивности вариации, а так же для сравнения ее величины в разных совокупностях или по разным признакам используют относительные показатели вариации. Базой для сравнения является средняя арифметическая (). Они вычисляются как отношение R, (среднее линейное отклонение) и (среднее квадратическое отклонение) к или медиане. Выражаются в %; дают оценку вариации и характеризуют однородность совокупности.

Различают следующие относительные показатели вариации:


  1. коэффициент осцилляции =

  2. линейный коэффициент вариации =

  3. коэффициент вариации =

  4. коэффициент квартильной вариации

;

4 Вариация альтернативного признака

Среди варьирующих признаков встречаются признаки, которыми обладают одни единицы совокупности и не обладают другие. Эти признаки называются альтернативными (получают стипендию или нет, мужской пол или женский). Количественно вариация альтернативного признака проявляется в значении “0” у единиц, которые им не обладают, или в значении “1” у единиц, обладающих этим признаком.

Доля единиц, обладающих признаком, обозначается буквой р., а доля единиц не обладающих этим признаком – q. Причем, ясно, что p+q=1. р=1-q. Альтернативный признак принимает всего два значения “0” и “1”, с весами соответственно p и q.

Вычислим средне значение альтернативного признака.

;

Следовательно, среднее значение альтернативного признака равно доли, которая и является обобщающей характеристикой совокупности по этому варьирующему признаку.

Рассчитаем дисперсию альтернативного признака.

Таким образом, дисперсия альтернативного признака () равна произведению доли на дополняющее эту долю до единицы число.

Корень квадратный из этого показателя () соответствует среднему квадратическому отклонению ().

Показатели вариации альтернативных признаков широко используются в статистике при проектировании выборочного наблюдения, статистическом контроле качества продукции, обработке данных социологических обследований

5 Виды дисперсий и правило их сложения

До сих пор мы рассматривали вариации признака по всей совокупности, но часто бывает необходимо проследить количественные изменения по группам, а также между группами. Это достигается посредством вычисления и анализа различных видов дисперсий.

Выделяют дисперсию общую, межгрупповую и внутригрупповую.

Общая дисперсия()измеряет вариацию признака во всей совокупности под влиянием всех факторов, обусловивших эту вариацию.

=

Межгрупповая дисперсия () характеризует различия в величине изучаемого признака, возникающие под влиянием признака-фактора, положенного в основание группировки.

;

;- групповые средние и численности по отдельным группировкам.

Внутригрупповая дисперсия () отражает случайную вариацию, т.е. часть вариации, происходящую под влиянием неучтенных факторов и не зависящую от признака-фактора, положенного в основание группировки.

Средняя из внутригрупповых дисперсий ().

Существует закон, связывающий три вида дисперсий. Этот закон называется правилом сложения дисперсий.

Общая дисперсия равна сумме средней из внутригрупповых и межгрупповой дисперсий.

=+

В статистическом анализе используется показатель представляющий собой долю межгрупповой дисперсии в общей дисперсии. Он носит название эмпирический коэффициент детерминации (греческая буква “эта” — ).

Этот коэффициент показывает (долю) удельный вес общей вариации изучаемого признака, обусловленную вариацией группировочного признака.

Корень квадратный из коэффициента детерминации носит название эмпирического корреляционного отношения.

Этот коэффициент показывает тесноту связи между признаком, положенным в основание группировки на вариацию результативного признака. Эмпирический коэффициент корреляции изменяется в пределах от 0 до1. Если =0, то группировочный признак не оказывает влияния на результативный. Если =1, то результативный признак меняется только в зависимости от признака положенного в основание группировки, а влияние прочих факторных признаков равно 0. Промежуточные значения оцениваются в зависимости от их близости к предельным значениям.


  1. Асимметрия распределения и эксцесс

Как отмечалось, нормальное распределение характеризуется симметричностью по отношению к точке, соответствующей значению средней арифметической (). Ее вершина находится точно в середине кривой.

В статистике часто обращаются к типу кривой нормального распределения, потому что в этом распределении выражена закономерность, возникающая при взаимодействии множества случайных причин.

Асимметричные распределения встречаются чаще, чем симметричные. В асимметричном распределении вершины кривой находятся не в середине, а сдвинуты или влево, или вправо. Если вершина сдвинута влево и правая часть кривой длиннее левой, то такая асимметрия называется правосторонней. Левосторонней будет асимметрия, когда левая часть кривой длиннее правой, и вершина сдвинута вправо.

Для оценки степени асимметрии применяют моментные и структурные коэффициенты асимметрии.

Наиболее часто применяют относительный показатель, структурный коэффициент асимметрии, предложенный английским статистиком К.Пирсоном.


Достаточно точным является показатель, основанный на определении центрального момента третьего порядка – моментный коэффициент асимметрии (в симметричном распределении его величина равна 0).

Оценка существенности As производится на основе средней квадратической ошибки коэффициента асимметрии , которая зависит от

числа наблюдений (n) ,

Если > 3, асимметрия существенна и распределение признака в генеральной совокупности несимметрично.

Если Кроме симметричности расположения кривой относительно ординаты средней арифметической, сравнение фактического распределения с нормальным производится на определении эксцесса. Под эксцессом распределения понимают высоковершинность или низковершинность фактической кривой распределения по сравнению с нормальным распределением (крутизна, излишество, заостренность). .

Наиболее точным является показатель, использующий центральный момент четвертого порядка:

-центральный момент четвертого порядка

Средняя квадратическая ошибка эксцесса рассчитывается по формуле:


где — n – число наблюдений.

> 3 – отклонение от нормального можно считать существенным

Каталог: wp-content -> uploads -> 2015
2015 -> Документация для пользователей (администраторов) Заключение договора об оказании услуг регистрации доменных имен
2015 -> Республики казахстан
2015 -> E. in Шығару файлының аты / Имя выходного файла: E. out
2015 -> 25 желтоқсан 2014


жүктеу/скачать 178 Kb.


Достарыңызбен бөлісу:

Индекс изменчивости Масимо — Плет (PVi)

Индекс вариабельности плети (PVi

® )

Индекс непрерывной неинвазивной динамической индикации реакции на инфузионную терапию в отдельных группах взрослых пациентов, находящихся на механической вентиляции, с помощью одного датчика пульсоксиметрии

PVi обеспечивает непрерывную неинвазивную оценку относительной вариабельности фотоплетизмограф (pleth) во время дыхательных циклов, который можно использовать в качестве динамического индикатора реакции на инфузионную терапию в отдельных группах взрослых пациентов, находящихся на искусственной вентиляции легких. 1

PVi доступен вместе с Masimo SET ® Пульсоксиметрия и Rainbow ® Пульс СО-оксиметрия.

Оптимизация жидкости

 

  • Введение жидкости — одно из наиболее распространенных вмешательств, направленных на увеличение сердечного выброса (СВ). Однако введение жидкости должно быть сбалансированным, чтобы избежать как гиповолемии, так и гиперволемии, которые связаны с негативными исходами. 2

Идентификация зависимости предварительной нагрузки

 

  • Зависимость от преднагрузки определяется как способность сердца увеличивать ударный объем в ответ на увеличение преднагрузки/жидкости. 1
  • Кривая Франка-Старлинга определяет взаимосвязь между преднагрузкой желудочков и ударным объемом, а также зависимость инфузионных респондеров от преднагрузки. 1
  • Во время дыхательного цикла можно наблюдать изменения объема наполнения желудочков. Когда преднагрузка/объем жидкости низкие, эти изменения объема наполнения желудочков приводят к более высоким колебаниям ударного объема. 1

Динамические параметры

 

  • Несколько гемодинамических параметров (например, SVV, PPV) использовались, чтобы помочь клиницистам оценить изменения в форме волны артериального давления, возникающие в результате ударного объема от постоянной (инвазивной) артериальной канюли или через неинвазивные манжеты для измерения артериального давления. 3
  • В то время как динамические параметры, такие как PPV и SVV, используют форму волны артериального давления, PVi использует форму волны артериальной плети, которая отражает абсорбционную концентрацию артериального гемоглобина. 3

Обзор технологии PVi. Он использует обнаруженные амплитуды плети для автоматического расчета динамических изменений, происходящих во время дыхательного цикла.

Более высокая изменчивость формы волны плети связана с зависимостью от преднагрузки и жидкостными респондерами.

Это позволяет использовать PVi в качестве неинвазивного динамического индикатора реакции на инфузионную терапию в отдельных группах взрослых пациентов, находящихся на искусственной вентиляции легких.

Способность PVi прогнозировать реакцию на инфузионную терапию может варьироваться и зависеть от множества факторов, связанных с пациентом, процедурами и устройствами. Решения о введении жидкости должны основываться на полной оценке состояния пациента, а не только на PVi.

PVi в протоколах управления жидкостями

 

  • Больничные протоколы, такие как Целенаправленная терапия (GDT) и Расширенное восстановление после операции (ERAS), рекомендуют управление инфузионной системой в рамках более крупных инициатив, направленных на улучшение ухода за пациентами и их безопасности.
  • Правильный баланс жидкости связан с уменьшением накопления лактата и более коротким временем восстановления. 4,5
  • Многочисленные исследования оценивали полезность PVi как части различных схем и протоколов управления инфузионной системой с различными результатами и исходами. Список исследований можно найти на сайте: www.masimo.com/evidence/pulse-oximetry/pvi.

Целенаправленная терапия (GDT)

В ходе исследования восьмидесяти двух пациентов, перенесших обширные абдоминальные операции, исследователи обнаружили, что целенаправленное введение жидкости на основе PVi снижает объем вводимой во время операции жидкости и снижает интраоперационный и послеоперационный уровни лактата. 4

Расширенное восстановление после операции (ERAS)

В другом исследовании ста девяти пациентов, перенесших колоректальные операции, исследователи обнаружили, что внедрение расширенного протокола восстановления, включающего PVi, привело к повышению удовлетворенности пациентов и значительному сокращению длины тела. пребывания, частота осложнений и затраты для пациентов. 5

Исследования GDT и ERAS, описанные выше, были проведены на пациентах, подвергавшихся определенному типу процедуры и следовавших определенному протоколу управления инфузионной системой. Результаты могут не отражать все случаи, а описанные протоколы GDT и ERAS могут не подходить для всех типов пациентов и процедур.

Пример: PVi рядом с SpHb

®

 

SpHb — это неинвазивный непрерывный параметр для мониторинга общего гемоглобина, который предоставляется вместе с PVi на Rainbow 9.0003 ® Датчики пульсовой СО-оксиметрии. В следующем случае операции на печени показано влияние разведения на общий гемоглобин при вливании 2,5 л кристаллоидов. 6

PVi и SpHb поддерживают клиницистов в улучшении результатов лечения пациентов

 

В Лиможе, Франция, была реализована инициатива по обеспечению качества в одном центре с участием 18 716 пациентов в операционной, отделении интенсивной терапии и отделении интенсивной терапии. В исследовании использовался протокол целевой терапии (GDT) с PVi в сочетании с протоколом переливания крови на основе SpHb. Результаты показали, что мониторинг с помощью SpHb и PVi, интегрированный в алгоритм наполнения сосудов, был связан с более ранними трансфузиями и сокращением 30- и 90-дневная смертность на 33% и 29% соответственно по общебольничной шкале. 6

Ссылки

  1. 1.

    Cannesson et al. Журнал сердечно-сосудистых заболеваний. 2010.

  2. 2.

    Беллами МС. Бр Дж Анаст. 2006 г., декабрь 97(6):755-7.

  3. 3.

    Chandler et al. J Clin Monit Comput. 2012.

  4. 4.

    Забыть П. и др. Анест анальг. 2010 Октябрь;111(4):910-4.

  5. 5.

    Thiele RH et al. J Am Coll Surg. 2015 Апрель; 220(4):430-43.

  6. 6.

    Перель Реанимация (2017) 21:291

  7. 7.

    Cros et al. J Clin Monit Comput. 901:28 авг. 2019: 1–9.

РЕСУРСЫ

 

Исследования PVi

Перейдите по ссылке, чтобы ознакомиться с доступными исследованиями PVi.

SpHb

Перейдите по ссылке для получения дополнительной информации о SpHb.

НАБОР Masimo: Снижение затрат на уход

Информация о продукте

PVi

Брошюра

Решения для периоперационного ухода

Брошюра

Прорывная технология. Прорывные результаты

Видео

Откройте для себя неинвазивный непрерывный мониторинг с помощью SpHb ® и PVi ®

Флаер

SpHb не предназначен для замены лабораторного анализа крови. Клинические решения относительно переливания эритроцитарной массы должны основываться на суждении клинициста, учитывающего среди прочих факторов: состояние пациента, постоянный мониторинг SpHb и лабораторные диагностические тесты с использованием образцов крови.

Предупреждение: Федеральный закон (США) ограничивает продажу данного устройства только врачом или по его предписанию. См. инструкции по применению для получения полной информации о назначении, включая показания, противопоказания, предупреждения и меры предосторожности.

Надежность индекса вариабельности плетистых плетей в прогнозировании реакции на преднагрузку у пациентов на ИВЛ в различных условиях: систематический обзор и метаанализ | BMC Anesthesiology

  • Исследовательская статья
  • Открытый доступ
  • Опубликовано:
  • Тяньюй Лю 1,2 ,
  • Чао Сюй 1,2 ,
  • Мин Ван 1,2 ,
  • Чжэн Ню 1,2 и
  • Дуньи Ци ORCID: orcid.org/0000-0002-0432-5422 1,2  

BMC Анестезиология том 19 , Номер статьи: 67 (2019) Процитировать эту статью

  • 3807 Доступы

  • 12 цитирований

  • 1 Альтметрический

  • Сведения о показателях

Abstract

Background

Целенаправленное увеличение объема все чаще используется для инфузионной терапии у пациентов на искусственной вентиляции легких. Было показано, что индекс вариабельности плети (PVI) надежно предсказывает реакцию на предварительную нагрузку; однако в последнее время было опубликовано много исследований по PVI, и необходимо завершить обновление метаанализа.

Methods

Мы провели поиск в PUBMED, EMBASE, Кокрановской библиотеке, Web of Science (обновлено до 7 ноября 2018 г.) и соответствующих ссылках. С соответствующими авторами и исследователями связались для получения полных данных.

Результаты

В этот метаанализ были включены 25 исследований с участием 975 пациентов, находящихся на искусственной вентиляции легких. Площадь под кривой (AUC) рабочих характеристик приемника (ROC) для прогнозирования реакции на предварительную нагрузку составила 0,82 (95% доверительный интервал (ДИ) 0,79).–0,85). Суммарная чувствительность составила 0,77 (95% ДИ 0,67–0,85), а суммарная специфичность — 0,77 (95% ДИ 0,71–0,82). Достоверными были результаты подгруппы пациентов без хирургического вмешательства (AUC=0,86, индекс Юдена=0,65) и результаты подгруппы больных в ОИТ (AUC=0,89, индекс Юдена=0,67).

Заключение

Надежность PVI ограничена, но PVI может играть важную роль в прикроватном мониторинге пациентов, находящихся на искусственной вентиляции легких, которые не подвергаются хирургическому вмешательству. Пациенты, которым ввели коллоид, могут быть более подходящими для ПВИ.

Отчеты экспертной оценки

Исходная информация

Целенаправленная инфузионная терапия доказала свою пользу для гемодинамической стабильности у пациентов в периоперационном периоде и у пациентов с шоком. В некоторых недавних исследованиях сообщалось, что умеренное интраоперационное увеличение объема и адекватное поддержание сердечного выброса (СВ) могут уменьшить осложнения после операции и время, проведенное в отделении интенсивной терапии (ОИТ) [1,2,3]. Неправильное введение жидкости часто вредно для пациентов; таким образом, точное определение гемодинамики пациента может эффективно улучшить прогноз пациента (например, снижение уровня лактата в сыворотке, продолжительность пребывания в больнице и частота послеоперационных органных осложнений) [4,5,6].

Пульсоксиметр является неинвазивным рутинным интраоперационным монитором в большинстве больниц и одним из предпочтительных инструментов для мониторинга у постели больного [7]. Пульсоксиметр Massimo® (Massimo Corp., Ирвин, Калифорния, США) добавляет модуль для мониторинга респираторных изменений в плетизмографическую форму пульсовой оксиметрии, полученную из индекса перфузии (PI) [8]. PI определяется как соотношение поглощенного света пульсирующими и непульсирующими тканями. Индекс изменчивости плети (PVI) отражает изменение PI в дыхательном цикле.

ПВИ можно постоянно контролировать на экране дисплея, подключив датчик пульсоксиметра. Он генерируется импульсным датчиком кислорода и поглощением красного и инфракрасного света в месте измерения.

Несколько исследований способствовали изучению надежности PVI в прогнозировании реакции на преднагрузку [9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24, 25,26,27,28,29,30,31,32,33]. На этом основании три системных обзора оценивают высокую точность ПВИ [34,35,36]. Серия исследований показала, что PVI может надежно предсказать реакцию на преднагрузку во время искусственной вентиляции легких; однако некоторые из этих исследований неубедительны, поскольку размер выборки был менее 30 [11, 12, 17, 19]., 29, 33]. Брох О и др. сообщили, что PVI надежно предсказывает реакцию на преднагрузку только у пациентов с высоким уровнем перфузии (PI>4%) [9]. Ле Гуэн и др. подтвердили, что точность PVI ограничена при трансплантации почки [22]. Более того, Maughan BC et al. показали, что PVI также не может надежно предсказать реакцию на преднагрузку во время кардиохирургии [26]. По-видимому, нет единого мнения о надежности PVI для разных пациентов. Целью данного обзора является оценка надежности PVI для прогнозирования реакции на преднагрузку у разных пациентов на ИВЛ (пациенты в разных местах, с разными типами операций, разным возрастом и разными методами расширения).

Методы и материалы

Стратегия поиска

Поиск в базах данных PUBMED, EMBASE, Cochrane Library и Web of Science (последнее обновление от 7 ноября 2018 г. ) проводился двумя независимыми рецензентами с использованием следующих ключевых слов: (плетизмография ИЛИ плетизм ИЛИ плетизмографический) И (изменчивость ИЛИ вариация) И (индекс ИЛИ индексы ИЛИ индексы). Ссылки на все рецензируемые статьи были просмотрены для поиска ценных исследований. С соответствующими авторами и исследователями связались для получения полных данных.

Критерии приемлемости

Мы включили диагностические испытания, в которых оценивалась надежность PVI для прогнозирования реакции на инфузионную терапию у пациентов с искусственной вентиляцией легких. Мы исключили обзоры, отчеты о случаях, комментарии, эксперименты на животных или исследования in vitro и статьи, которые не были опубликованы на английском языке.

Оценка качества

Два рецензента независимо друг от друга оценивали качество рецензируемых исследований с использованием шкалы QUADAS-2 с помощью Review Manager 5.3 (Кокрановская библиотека, Оксфорд, Великобритания) [37]. Разногласия были разрешены путем обсуждения с третьим рецензентом.

Извлечение данных

Характеристики и результаты исследования были изучены и извлечены двумя независимыми рецензентами. Следующие данные были записаны с помощью Microsoft Excel 2016 (Microsoft Corp, Redmond, WA): первый автор, год публикации, характеристика пациента, место исследования, количество обследованных пациентов, дыхательный объем, объем инфузии жидкости, значение f для определение респондеров на реакцию на предварительную нагрузку, частоту истинно положительных результатов, частоту ложноположительных результатов, частоту ложноотрицательных результатов, частоту истинно отрицательных результатов, наилучшее пороговое значение, чувствительность, специфичность, объединенную площадь под кривой (AUC) рабочих характеристик приемника (ROC) и r ценность.

Для дальнейшего анализа данных мы также оценили объединенную чувствительность, объединенную специфичность, объединенную AUC, индекс Юдена (чувствительность плюс специфичность минус один) и 95% доверительный интервал (ДИ).

Статистическая обработка

Расчет данных и синтез графиков выполнен программой Stata (версия 14.0). И пороговый эффект, и непороговый эффект приведут к неоднородности. Мы использовали коэффициент корреляции Спирмена (смешанная модель) для оценки порогового эффекта и использовали значение Cochrane-Q AUC для оценки непорогового эффекта. Неоднородность была представлена ​​I 2 статистика: когда I 2 <25%, это означает наличие низкой неоднородности, когда 25% 2 <50%, это означает наличие умеренной неоднородности, а когда I 2 ≥ 50%, это означает существует значительная неоднородность. Для поиска источника неоднородности использовались анализы чувствительности (проверка каждой статьи в отдельности на предмет того, является ли она источником неоднородности) и метарегрессия (операции пациента, возраст пациента, выбор методов увеличения объема пациентов). Мы использовали тест Дикса на асимметрию графика воронки для диагностического отношения шансов, чтобы определить, существует ли значительная предвзятость публикации в статьях, включенных в анализ [38].

Результаты

Поиск литературы и характеристики исследований

Первоначальный поиск литературы включал 1068 статей, из которых 1007 статей были исключены путем рецензирования заголовков и аннотаций, поскольку они были дубликатами, нерелевантными исследованиями, экспериментами на животных, резюме конференций, клиническими случаями или обзорными статьями. . После тщательного просмотра оставшихся 61 исследования 31 исследование было исключено из-за отсутствия полнотекстовой статьи. Четыре исследования были исключены из-за отсутствия соответствующих данных об исходах. Одно исследование было исключено, поскольку его аннотация была опубликована на английском языке, а полный текст — на китайском языке. Полученные, включенные и исключенные статьи для метаанализа представлены на рис. 1. Характеристики 25 полученных исследований приведены в дополнительном файле 1.

Рис. 1

Поиск, включение и исключение литературы

Полноразмерное изображение

Оценка качества и погрешность публикации

Оценка качества 25 найденных исследований показана на рис. 2 и 3.

Рис. 2

Результаты оценки качества включенных статей (обзор)

Изображение полного размера

Рис. 3

Результаты оценки качества каждой статьи

Изображение полного размера

Результатом теста асимметрии воронкообразного графика Дикса для отношения диагностических шансов является то, что значение P  = 0,76 указывает на отсутствие существенной систематической ошибки публикации во включенной литературе.

Результаты извлеченных исследований

Результаты каждого извлеченного исследования показаны в дополнительном файле 2. Двадцать пять исследований, включающих 1035 пациентов. Наилучшее пороговое значение для PVI варьировалось от 7 до 20%, в то время как 1 исследование [18] не предоставило информации о пороговом значении. В 3 исследованиях [20, 22, 32] один и тот же пациент получает более одного объемного расширения, и при окончательном анализе данных используются данные для каждого объемного расширения. В двух исследованиях [20, 23] оценивали реакцию на преднагрузку в два разных периода операции, поэтому мы разделили результаты каждого исследования на две части.

Результаты мета-анализа

Коэффициент корреляции Спирмена, равный 0,07 ( P  < 0,01), указывает на то, что хотя существует значительный пороговый эффект, его влияние на результаты невелико. Значение Cochrane-Q для AUC составило 39,175 (95% ДИ 0,79–0,85, P  < 0,001), а I 2  = 95% указывает на наличие значительной гетерогенности. Из-за значительной неоднородности объединенных результатов мы провели дальнейший анализ подгрупп на основе состояния пациента. Результаты метаанализа представлены в таблице 1 и на рис. 4. Суммарная AUC составила 0,82 (95% доверительный интервал (ДИ) 0,79–0,85). Суммарная чувствительность составила 0,77 (95% ДИ 0,67–0,85), а суммарная специфичность — 0,77 (95% ДИ 0,71–0,82). Результаты показали, что точность прогнозирования реактивности преднагрузки PVI не так высока, как сообщалось в предыдущих мета-анализах [34,35,36]. Наше новое открытие — результат пациентов без хирургического вмешательства (AUC = 0,86, индекс Юдена = 0,65) был надежным.

Таблица 1 Результаты метаанализа

Полная таблица

Рис. 4

Суммарные рабочие характеристики приемника (SROC) включенных статей

Полноразмерное изображение

Неоднородность

Суммарное значение I 2 составило 95%, что указывает на статистически значимую неоднородность. После выполнения мета-регрессии мы обнаружили, что выбор внутривенной инъекции коллоида в качестве средства реагирования на предварительную нагрузку был важной причиной ( p  = 0,02) неоднородности; однако после исключения 17 исследований, в которых использовалось внутривенное введение коллоидов [10, 11, 12, 13, 14, 15, 16, 19,20,21, 23, 24, 29,30,31,32,33], неоднородность оставалась значительной (I 2  = 84%).

Анализ чувствительности показал, что 2 [16, 27] исследований могли способствовать гетерогенности; однако после исключения двух исследований неоднородность оставалась значительной (I 2  = 95%).

Значительная неоднородность существует как в общей группе, так и в большинстве подгрупп, что может быть связано со сложным состоянием пациента, различными хирургическими методами и различными методами инфузионной терапии. Неоднородность была относительно низкой в ​​подгруппе пациентов, перенесших внесердечные операции (I 2  = 63%), что может быть связано с тем, что у пациентов, перенесших операцию на сердце, часто наблюдаются несинусовые ритмы и они оказывают большее влияние на перфузию тканей. Не существует значительной гетерогенности в подгруппах пациентов, которым не проводилось хирургическое вмешательство (I 2  = 33%), что может быть связано с тем, что определенные хирургические стимулы (например, боль) и процедуры (например, операции на печени на нижней полой вене) могут вызывать изменения в сосудистое напряжение или гемодинамика. В кристаллоидной подгруппе (I 2  = 23%), возможно, из-за небольшого количества исследований ( n  = 4).

С данными, полученными в результате нашего метаанализа, нельзя сделать никаких определенных утверждений. Исследование предоставляет интересные данные, и результаты подгрупп пациентов без хирургического вмешательства должны быть надежными.

Обсуждение

Применимые пациенты

ИВЛ имеет более высокую точность для пациентов на ИВЛ с регулярным ритмом и без торакотомии [39]. PVI отражает степень изменения PI, вызванного дыханием в течение определенного периода времени, поэтому на PVI сильно влияют сердечно-легочные упражнения. PVI имеет возможность надежно прогнозировать реакцию на преднагрузку при условии, что изменения давления в грудной полости достаточно очевидны и сердечно-легочное взаимодействие между различными дыхательными циклами стабильно. Следовательно, PVI и другие динамические параметры сердечно-легочного взаимодействия больше подходят для пациентов с искусственной вентиляцией легких, а не спонтанным дыханием. Результаты метаанализа также показали, что ПВИ менее надежна в подгруппе кардиохирургических операций (индекс Юдена = 0,45), чем в подгруппе некардиохирургических операций (индекс Юдена = 0,49). ).

Состояние перфузии

Под контролем пульсоксиметра пульсирующий кровоток поглощает красный и инфракрасный свет (AC), а ткани и кожа также поглощают красный и инфракрасный свет (DC). Соотношение двух параметров позволяет вычислить PI:

$$ \mathrm{PI}=\left(\mathrm{AC}-\mathrm{DC}\right)\times 100\% $$

PVI отражает степень изменения PI, вызванного дыханием, в течение определенного периода времени. Формула выглядит следующим образом:

$$ \mathrm{PVI}=\left[\left({\mathrm{PI}}_{\mathrm{max}}-{\mathrm{PI}}_{\mathrm{ min}}\right)/{\mathrm{PI}}_{\mathrm{max}}\right]\times 100\% $$

На достоверность PVI в значительной степени влияет адекватность перфузии [40]. Дефицит периферической перфузии может привести к нарушению кровотока до стабильного постоянного значения, частично вызванного кожей и другими факторами, сигнализирующими об объеме ткани. На сегодняшний день пульсоксиметр, который используется для расчета ПВИ, не сможет определить, вызвано ли снижение давления в грудной клетке разнообразием возможностей сердечно-сосудистой системы или низкой перфузией контролируемого участка, поэтому какое-либо влияние на периферическую перфузию Факторы, то есть факторы, влияющие на PI, могут влиять на достоверность PVI [34]. Чувствительность подгруппы кардиохирургии ниже, чем у других подгрупп и в целом (0,67·95% ДИ 0,40–0,87). Брох О и др. [9] сообщили, что PVI надежно предсказывает реакцию на преднагрузку только у пациентов с высоким уровнем перфузии (PI>4%).

При использовании PVI для целенаправленного увеличения объема анестезиологи должны обращать внимание на факторы, которые могут повлиять на состояние перфузии контролируемого участка (например, заболевание периферических сосудов, тяжелая сердечная недостаточность, применение вазоактивных препаратов и повреждение контролируемого участка). сайт).

Типы расширения объема

Результаты синтеза показывают, что подгруппы с введением коллоидов (индекс Юдена = 0,59 AUC = 0,83) более надежны, чем подгруппы с введением кристаллоидов (индекс Юдена = 0,46 AUC = 0,79). Возможно, это связано с тем, что коллоидная жидкость лучше влияет на макроциркуляцию и микроциркуляцию [41], что повышает достоверность ПВИ.

Наилучшее пороговое значение

Приведенные результаты показывают, что PVI имеет широкий диапазон наилучших пороговых значений для определения реагирующих на реакцию на предварительную нагрузку, который варьируется от 7 до 20%. Различные условия для каждого исследования (основное заболевание пациентов, объем инсульта, возраст, тип операции, в операционной или в отделении интенсивной терапии) и различное управление инфузионной системой пациентов (применение вазоактивных препаратов, скорость внутривенной инфузии и тип инфузионной терапии). расширение объема) может способствовать высокой изменчивости. Мы предлагаем читателям обращаться к пороговым значениям, указанным в соответствующих статьях, при применении PVI к разным пациентам.

Контролируемый участок

Контролируемый участок может влиять на морфологию и респираторные вариации PVI [42,43,44,45]. Дегранж и др. [12] сравнили палец, лоб и ухо в качестве контролируемых участков, сообщив, что выбор трех контролируемых участков не оказывает существенного влияния на точность. В то время как Худ и соавт. [19] сообщили, что PVI палец может надежно предсказать увеличение УО, в то время как PVI мочка уха не может надежно предсказать увеличение УО в динамических интраоперационных условиях. Фишер и др. [15] продемонстрировали ПВИ лоб был более точным, чем PVI палец у пациентов после операции на сердце. Для безопасности и удобства PVI палец остается предпочтительным выбором для большинства пациентов, а PVI лоб и PVI мочка уха являются стабильными альтернативами [12].

Ограничения

Наш систематический обзор имеет несколько ограничений. Во-первых, существует значительная неоднородность как в группе в целом, так и в большинстве подгрупп; таким образом, при применении PVI следует учитывать различия между пациентами и операциями. Во-вторых, мы включили только пациентов с механической вентиляцией легких, что ограничило результаты, экстраполированные на всех пациентов. Необходимо провести исследования по мониторингу ПВИ у пациентов со спонтанным дыханием. В-третьих, анализ подгрупп детей и подгрупп пассивного подъема ног не проводился из-за недостаточного количества исследований. В-четвертых, наилучшее пороговое значение для PVI варьировалось в широких пределах, и наилучшее пороговое значение для различных типов пациентов и операций еще предстоит изучить. Наконец, хотя ИВЛ более надежен для пациентов в отделении интенсивной терапии, большинство этих пациентов также применяют другие, более точные инвазивные методы мониторинга (такие как мониторинг артериального давления), поэтому ИВЛ более рекомендуется в качестве дополнения к импульсному кислороду.

Заключение

PVI, как неинвазивный и автоматический гемодинамический мониторинг, имеет ограниченную способность прогнозировать реакцию жидкости у пациентов на искусственной вентиляции легких, за исключением пациентов без хирургического вмешательства и пациентов в ОИТ. PVI может играть важную роль в прикроватном мониторинге пациентов на искусственной вентиляции легких, которые не подвергаются хирургическому вмешательству, таких как пациенты после операции на сердце и пациенты с шоком. Пациенты, которым ввели коллоид, могут быть более подходящими для ПВИ. Для разных людей необходимо дополнительно определить оптимальное пороговое значение PVI.

Сокращения

AUC:

Площадь под кривой

КИ:

Доверительный интервал

ОИТ:

Отделение интенсивной терапии

ИП:

Индекс перфузии

ПВИ:

Индекс изменчивости плети

Ссылки

  1. Grocott MP, Mythen MG, Gan TJ. Периоперационная инфузионная терапия и клинические исходы у взрослых. Анест Анальг. 2005;100(4):1093–106.

    Артикул Google ученый

  2. Mayer J, Boldt J, Mengistu AM, Rohm KD, Suttner S. Целенаправленная интраоперационная терапия, основанная на автокалиброванном анализе кривой артериального давления, сокращает пребывание в стационаре хирургических пациентов с высоким риском: рандомизированное контролируемое исследование. Критическая забота. 2010;14(1):R18.

    Артикул Google ученый

  3. Benes J, Chytra I, Altmann P, Hluchy M, Kasal E, Svitak R, Pradl R, Stepan M. Оптимизация интраоперационной жидкости с использованием изменения ударного объема у хирургических пациентов с высоким риском: результаты проспективного рандомизированного исследования. Критическая забота. 2010;14(3):R118.

    Артикул Google ученый

  4. Giglio MT, Marucci M, Testini M, Brienza N. Целенаправленная гемодинамическая терапия и желудочно-кишечные осложнения при обширных операциях: метаанализ рандомизированных контролируемых исследований. Бр Джей Анаст. 2009;103(5):637–46.

    КАС Статья Google ученый

  5. Лопес М.Р., Оливейра М.А., Перейра В.О., Лемос И.П., Аулер Дж.О. мл., Мишард Ф. Целенаправленное управление инфузией на основе мониторинга изменения пульсового давления во время операции высокого риска: пилотное рандомизированное контролируемое исследование. Критическая забота. 2007;11(5):100 рэндов.

    Артикул Google ученый

  6. Каннессон М., Деланной Б., Моран А., Розамель П., Аттоф Ю., Бастьен О., Лехот Дж.Дж. Указывает ли индекс вариабельности Плет на индуцированные дыханием изменения плетизмограммы и кривых артериального давления? Анест Анальг. 2008;106(4):1189–94 оглавление.

    Артикул Google ученый

  7. Broch O, Bein B, Gruenewald M, Hocker J, Schottler J, Meybohm P, Steinfath M, Renner J. Точность индекса изменчивости плети для прогнозирования реакции жидкости зависит от индекса перфузии. Acta Anaesthesiol Scand. 2011;55(6):686–93.

    КАС Статья Google ученый

  8. Каннессон М., Десеббе О., Розамель П., Деланной Б., Робин Дж., Бастьен О., Лехот Дж.Дж. Индекс вариабельности плети для мониторинга респираторных изменений в амплитуде плетизмографической волны пульсового оксиметра и прогнозирования реакции жидкости в операционной. Бр Джей Анаст. 2008;101(2):200–6.

    КАС Статья Google ученый

  9. Desgranges FP, Desebbe O, Ghazouani A, Gilbert K, Keller G, Chiari P, Robin J, Bastien O, Lehot JJ, Cannesson M. Влияние места измерения на способность индекса плетизмографической изменчивости прогнозировать реакцию жидкости. Бр Джей Анаст. 2011;107(3):329–35.

    Артикул Google ученый

  10. Фишер М.О., Пелисье А., Бохадана Д., Жерар Дж.Л., Хануз Дж.Л., Феллахи Дж.Л. Прогнозирование реакции на внутривенное введение жидкости у пациентов после операции на сердце с использованием искусственного кровообращения: сравнение вариаций артериального пульсового давления и цифрового плетизмографического индекса вариабельности. J Cardiothorac Vasc Anesth. 2013;27(6):1087–93.

    Артикул Google ученый

  11. Фишер М.О., Пеллиссье А., Саплакан В., Жерар Дж.Л., Хануз Дж.Л., Феллахи Дж.Л. Измерение индекса вариабельности головного мозга по сравнению с цифровым плетизмографическим: сравнительное пилотное исследование у кардиохирургических пациентов. J Cardiothorac Vasc Anesth. 2014;28(6):1510–5.

    Артикул Google ученый

  12. Fu Q, Mi WD, Zhang H. Изменение объема инсульта и индекс вариабельности плети для прогнозирования жидкостной реакции во время резекции первичных ретроперитонеальных опухолей у Hans China. Тенденции бионауки. 2012;6(1):38–43.

    КАС пабмед Google ученый

  13. Хаас С., Трепте С., Хинтереггер М., Фахье Р., Силл Б., Херих Л., Рейтер Д.А. Прогноз объемной чувствительности с использованием индекса вариабельности плети у пациентов, перенесших операцию на сердце после искусственного кровообращения. Джей Анест. 2012;26(5):696–701.

    Артикул Google ученый

  14. Hoiseth LO, Hoff IE, Hagen OA, Landsverk SA, Kirkeboen KA. Динамические переменные и жидкостная реакция у пациентов, перенесших операцию по поводу аортального стеноза. Acta Anaesthesiol Scand. 2014;58(7):826–34.

    КАС Статья Google ученый

  15. Худ Дж.А., Уилсон Р.Дж. Индекс вариабельности плети для прогнозирования жидкостной реакции при колоректальной хирургии. Анест Анальг. 2011;113(5):1058–63.

    Артикул Google ученый

  16. Julien F, Hilly J, Sallah TB, Skhiri A, Michelet D, Brasher C, Varin L, Nivoche Y, Dahmani S. Точность индекса плетизмографической вариабельности (PVI) в прогнозировании реакции жидкости у детей под наркозом. Педиатр Анест. 2013;23(6):536–46.

    Артикул Google ученый

  17. Конур Х., Эрдоган Кайхан Г., Топрак Х.И., Буджак Н., Айдоган М.С., Йологлу С., Дурмус М., Йылмаз С. Оценка индекса изменчивости плети как предиктора жидкостной реакции при ортотопической трансплантации печени. Гаосюн J Med Sci. 2016;32(7):373–80.

    Артикул Google ученый

  18. Le Guen M, Follin A, Gayat E, Fischler M. Плетизмографический индекс вариабельности не позволяет предсказать реакцию жидкости, оцениваемую с помощью допплерографии пищевода во время трансплантации почки: контролируемое исследование. Лекарственное средство. 2018;97(20):e10723.

    Артикул Google ученый

  19. Lee SH, Chun YM, Oh YJ, Shin S, Park SJ, Kim SY, Choi YS. Прогноз реакции жидкости в положении лежа на шезлонге с использованием индексов динамической предварительной нагрузки. J Clin Monit Comput. 2016;30(6):995–1002.

    Артикул Google ученый

  20. Loupec T, Nanadoumgar H, Frasca D, Petitpas F, Laksiri L, Baudouin D, Debaene B, Dahyot-Fizelier C, Mimoz O. Индекс вариабельности Pleth предсказывает реакцию жидкости у пациентов в критическом состоянии. Крит Уход Мед. 2011;39(2): 294–9.

    Артикул Google ученый

  21. Lu NF, Xi XM, Jiang L, Yang DG, Yin K. Изучение лучших предикторов жидкостной реакции у пациентов с септическим шоком. Am J Emerg Med. 2017;35(9):1258–61.

    Артикул Google ученый

  22. Maughan BC, Seigel TA, Napoli AM. Индекс вариабельности плети и жидкостная реакция у гемодинамически стабильных пациентов после кардиоторакальных операций. Am J Crit Care. 2015;24(2):172–175.

    Артикул Google ученый

  23. Пей С., Юань В., Май Х., Ван М., Хао С., Ми В., Фу К. Эффективность динамических индексов в прогнозировании реакции жидкости у пациентов с механической желтухой. Физиол Изм. 2014;35(3):369–82.

    Артикул Google ученый

  24. Renner J, Broch O, Gruenewald M, Scheewe J, Francksen H, Jung O, Steinfath M, Bein B. Неинвазивное прогнозирование жидкостной реакции у младенцев с использованием индекса изменчивости плети. Анестезия. 2011;66(7):582–9.

    КАС Статья Google ученый

  25. Siswojo AS, Wong DM, Phan TD, Kluger R. Индекс изменчивости Pleth предсказывает реакцию жидкости у взрослых на искусственной вентиляции легких во время общей анестезии для внесердечной хирургии. J Cardiothorac Vasc Anesth. 2014; 28(6):1505–9..

    Артикул Google ученый

  26. Ву С.И., Ченг Ю.Дж., Лю Ю.Дж., Ву Т.Т., Чиен К.Т., Чан К.С., Med NCM. Прогнозирование ударного объема и реакции жидкости на артериальное давление у пациентов с циррозом печени с использованием переменных динамической преднагрузки — проспективное исследование диагностической точности. Евр Дж Анаэстезиол. 2016;33(9):645–52.

    Артикул Google ученый

  27. Циммерманн М., Фейбике Т., Кейл С., Прассер С., Мориц С., Граф Б.М., Визенак С. Точность изменения ударного объема по сравнению с индексом вариабельности плети для прогнозирования жидкостной реакции у пациентов с механической вентиляцией легких, перенесших серьезную операцию. Евр Дж Анаэстезиол. 2010;27(6):555–61.

    КАС пабмед Google ученый

  28. Chu HT, Wang Y, Sun YF, Wang G. Точность индекса изменчивости pleth для прогнозирования реакции на инфузионную терапию у пациентов с механической вентиляцией легких: систематический обзор и метаанализ. J Clin Monit Comput. 2016;30(3):265–74.

    Артикул Google ученый

  29. Сандрони С., Кавалларо Ф., Марано С., Фальконе С., Де Сантис П., Антонелли М. Точность плетизмографических индексов как предикторов жидкостной реакции у взрослых на механической вентиляции: систематический обзор и метаанализ. Интенсивная терапия Мед. 2012;38(9): 1429–37.

    Артикул Google ученый

  30. Инь ДЖИ, Хо КМ. Использование плетизмографического индекса вариабельности, полученного с помощью пульсоксиметра Massimo((R)) для прогнозирования реакции жидкости или предварительной нагрузки: систематический обзор и метаанализ. Анестезия. 2012;67(7):777–83.

    КАС Статья Google ученый

  31. Whiting PF, Rutjes AW, Westwood ME, Mallett S, Deeks JJ, Reitsma JB, Leeflang MM, Sterne JA, Bossuyt PM, Group Q. QUADAS-2: пересмотренный инструмент для оценки качества исследований точности диагностики. Энн Интерн Мед. 2011;155(8):529–36.

    Артикул Google ученый

  32. Штук А.Е., Рубенштейн Л.З., Виланд Д. Смещение в метаанализе, обнаруженное с помощью простого графического теста. Асимметрия, обнаруженная на воронкообразной диаграмме, вероятно, была связана с истинной неоднородностью. БМЖ. 1998;316(7129):469 ответ автора 470–461.

    КАС Статья Google ученый

  33. Каннессон М., де Бакер Д., Хофер К.К. Использование анализа формы волны артериального давления для оценки реакции жидкости. Аппараты Expert rev med. 2011;8(5):635–46.

    Артикул Google ученый

  34. Инь ДЖИ, Ли ЮС, Ли ДЖС. Обзор плетизмографического индекса изменчивости как нового индикатора жидкостной реакции. Чжунхуа вэй чжун бин цзи цзю и сюэ. 2013;25(5):314–8.

    ПабМед Google ученый

  35. He H, Liu D, Ince C. Коллоиды и микроциркуляция. Анест Анальг. 2018; 126(5):1747–54.

    КАС Статья Google ученый

  36. Авад А.А., Гобаши М.А., Уда В., Стаут Р.Г., Сильверман Д.Г., Шелли К.Х. Различная реакция формы волны ушного и пальцевого пульсоксиметра на холодовую прессорную пробу. Анест Анальг. 2001;92(6):1483–1486.

    КАС Статья Google ученый

  37. Авад А.А., Стаут Р.Г., Гобаши М.А., Резканна Х. А., Сильверман Д.Г., Шелли К.Х. Анализ формы волны ушного пульсоксиметра. J Clin Monit Comput. 2006;20(3):175–84.

    Артикул Google ученый

  38. Шелли К.Х. Фотоплетизмография: помимо расчета артериального насыщения кислородом и частоты сердечных сокращений. Анест Анальг. 2007;105(6 Suppl):S31–6 оглавления.

    Артикул Google ученый

  39. Шелли К.Х., Яблонка Д.Х., Авад А.А., Стаут Р.Г., Резканна Х., Сильверман Д.Г. Какое место лучше всего подходит для измерения влияния вентиляции на форму пульсового оксиметра? Анест Анальг. 2006;103(2):372–7 содержание.

    Артикул Google ученый

Ссылки на скачивание

Благодарности

Неприменимо.

Финансирование

Для данного исследования не было получено финансирования.

Доступность данных и материалов

Наборы данных, созданные и проанализированные в ходе текущего исследования, можно получить у соответствующего автора по обоснованному запросу.

Информация об авторе

Авторы и организации

  1. Ключевая лаборатория анестезии и анальгезии Медицинского университета Сюйчжоу, Сюйчжоу, Чансу, Китай

    Тяньюй Лю, Чао Сюй, Мин Ван, Чжэн Ню и Дуньи Ци , Xuzhou, Jangsu, China

    Tianyu Liu, Chao Xu, Min Wang, Zheng Niu & Dunyi Qi

Авторы

  1. Tianyu Liu

    Посмотреть публикации автора

    PubMed Google Академия

  2. Chao Xu

    Посмотреть публикации автора

    Вы также можете искать этого автора в PubMed Google Scholar

  3. Min Wang

    Просмотр публикаций автора

    Вы также можете искать этого автора в PubMed Google Scholar

  4. Zheng Niu

    Просмотр публикаций автора

    Вы также можете искать этого автора в PubMed Google Scholar

  5. Дуньи Ци

    Посмотреть публикации автора

    Вы также можете искать этого автора в PubMed Google Scholar

Вклады

L, X и Q внесли существенный вклад в разработку концепции и дизайна исследования; W и N искали литературу, извлекали данные из собранной литературы и анализировали данные; L написал рукопись; W и N отредактировали рукопись; Все авторы одобрили окончательный вариант рукописи.

Автор, ответственный за переписку

Соответствие Дуньи Ци.

Декларация этики

Одобрение этики и согласие на участие

Неприменимо.

Согласие на публикацию

Не применимо.

Конкурирующие интересы

Авторы заявляют, что у них нет конкурирующих интересов

Примечание издателя

Springer Nature остается нейтральной в отношении юрисдикционных претензий в опубликованных картах и ​​институциональной принадлежности.

Дополнительные файлы

Дополнительный файл 1:

Характеристики извлеченных исследований, включая год публикации, условия, тип и средний возраст пациентов, размер выборки, тип жидкостной провокации и определение ответа включенных исследований. (DOCX 50 kb)

Дополнительный файл 2:

Результаты извлеченных исследований, включая размер выборки, истинно положительные, ложноположительные, ложноотрицательные, истинно отрицательные, наилучшее пороговое значение, чувствительность, специфичность, AUC и значение r включены исследования. (DOCX 20 кб)

Права и разрешения

Открытый доступ Эта статья распространяется в соответствии с условиями международной лицензии Creative Commons Attribution 4.0 (http://creativecommons.org/licenses/by/4.0/), которая разрешает неограниченное использование, распространение, и воспроизведение на любом носителе, при условии, что вы укажете автора(ов) оригинала и источник, предоставите ссылку на лицензию Creative Commons и укажете, были ли внесены изменения. Отказ от права Creative Commons на общественное достояние (http://creativecommons.org/publicdomain/zero/1.0/) применяется к данным, представленным в этой статье, если не указано иное.

Перепечатки и разрешения

Об этой статье

Индекс изменчивости: новая и новая метрика для количественной оценки изменчивости излучения и выхода PV. (Конференция)

Индекс изменчивости: новая и новая метрика для количественной оценки изменчивости излучения и выходной мощности PV. (Конференция) | ОСТИ. GOV

перейти к основному содержанию

  • Полная запись
  • Другое связанное исследование

Аннотация не предоставлена.

Авторов:
Штейн, Джошуа .; Хансен, Клиффорд В.; Рено, Мэтью Дж.
Дата публикации:
Исследовательская организация:
Национальная лаборатория Сандия. (SNL-NM), Альбукерке, Нью-Мексико (США)
Организация-спонсор:
Национальная администрация ядерной безопасности Министерства сельского хозяйства США (NNSA)
Идентификатор OSTI:
1078490
Номер(а) отчета:
ПЕСОК2012-3464К
447496
Номер контракта Министерства энергетики США:  
АК04-94АЛ85000
Тип ресурса:
Конференция
Отношение ресурсов:
Conference: Предлагается для презентации на Всемирном форуме по возобновляемым источникам энергии, который состоится 14-18 мая 2012 г. в Денвере, штат Колорадо,
.
Страна публикации:
США
Язык:
Английский

Форматы цитирования

  • ГНД
  • АПА
  • Чикаго
  • БибТекс

Стейн, Джошуа., Хансен, Клиффорд В., и Рино, Мэтью Дж.. Индекс изменчивости: новый и новый показатель для количественной оценки излучения и изменчивости выхода PV. . США: Н. П., 2012. Веб.

Копировать в буфер обмена

Стейн, Джошуа., Хансен, Клиффорд В., и Рено, Мэтью Дж.. Индекс изменчивости: новый и новый показатель для количественной оценки изменчивости излучения и выхода PV. . Соединенные Штаты.

Копировать в буфер обмена

Стейн, Джошуа. , Хансен, Клиффорд В. и Рино, Мэтью Дж. 2012. «Индекс изменчивости: новый и новый показатель для количественной оценки изменчивости излучения и выходной мощности PV». Соединенные Штаты. https://www.osti.gov/servlets/purl/1078490.

Копировать в буфер обмена

@статья{osti_1078490,
title = {Индекс изменчивости: новая и новая метрика для количественной оценки изменчивости излучения и выходной мощности PV.},
автор = {Стейн, Джошуа. и Хансен, Клиффорд В. и Рино, Мэтью Дж.},
abstractNote = {Аннотация не предоставлена.},
дои = {},
URL = {https://www.osti.gov/biblio/1078490}, журнал = {},
номер =,
объем = ,
место = {США},
год = {2012},
месяц = ​​{4}
}

Копировать в буфер обмена


Просмотр конференции (0,73 МБ)

Дополнительную информацию о получении полнотекстового документа см. в разделе «Доступность документа». Постоянные посетители библиотек могут искать в WorldCat библиотеки, в которых проводится эта конференция.


Экспорт метаданных

Сохранить в моей библиотеке

Вы должны войти в систему или создать учетную запись, чтобы сохранять документы в своей библиотеке.

Аналогичных записей в сборниках OSTI.GOV:

  • Аналогичные записи

Показатели качественной изменчивости

В 1973 г. Уилкокс опубликовал статью, в которой представил различные показатели качественной изменчивости для социологов. Проблема состоит в том, чтобы найти соответствующие статистические индексы для измерения вариации данных номинальной шкалы (то есть качественных или категориальных). k |f_i — f_j|}{N(K -1)} \] 92(K-1)}{K}} \]

Индекс HREL

Согласно Уилкоксу (1973, с. в задании свойств каналов связи. Обоснование HREL представлено в терминах предположений Вирджинии Сендерс (дополняя способ как наилучшее предположение): «Что нам нужно, так это мера неопределенности или «плохого предположения», которая будет высокой, когда количество альтернатив вероятности высоки, и низки, когда некоторые из возможностей гораздо более вероятны, чем другие. Одним из возможных показателей является среднее количество вопросов, которые мы должны задать, чтобы указать правильную альтернативу». Формула для HREL: 92} \]

Функции, представленные в этом пакете, очень просты в использовании: они принимают в качестве единственного аргумента вектор частот. Например, функцию отклонения от режима (DM) можно использовать так:

 библиотека(qualvar)
set.seed(1)
# создаем вектор частот для четырех категорий
x <- rmultinom (1, 100, rep_len (0,25, 4))
х <- as.vector (t (x))
# вычислить индекс DM
DM(x) 
 ## [1] 0. 9733333 
 # Теперь давайте вычислим индексы DM для каждой строки фрейма данных, где каждый столбец представляет категорию
df <- rmultinom(10, 100, rep_len(0,25, 4))
df <- as.data.frame(t(df))
имена(df) <- c("a", "b", "c", "d")
применить(df, 1, DM) 
 ## [1] 0,9200000 0,

67 0,8933333 0,9600000 0,

67 0,9466667 0,9466667 ## [8] 0,8666667 0,9333333 0,9866667

Уилкокс использует данные о президентских выборах в США 1968 года, чтобы проиллюстрировать предложенные индексы. Этот раздел повторяет этот пример (на самом деле только первая таблица).

 библиотека (DT)
данные (Wilcox1973)
wilcox1973$MDA <- применить(wilcox1973[2:4], 1, MDA)
wilcox1973$DM <- применить(wilcox1973[2:4], 1, DM)
wilcox1973$ADA <- применить(wilcox1973[2:4], 1, ADA)
Уилкокс1973$VA <- применить(wilcox1973[2:4], 1, VA)
wilcox1973$HREL <- применить(wilcox1973[2:4], 1, HREL)
wilcox1973$B <- применить(wilcox1973[2:4], 1, B)
wilcox1973[5:10] <- применить(wilcox1973[5:10], 2, function(x) round(x, digits = 3))
datatable(wilcox1973, options = list(pageLength = 60)) 

Затем мы можем изучить, как соотносятся эти различные индексы. Как показывает этот график, все шесть индексов в этом примере сильно коррелированы, хотя корреляция между индексами DM и B не так сильна.

 библиотека (ggplot2)
библиотека (GGally)
библиотека (dplyr)
библиотека (тидыр)
wilcox1973 %>%
  ggпары(5:10) +
  theme_bw() 

Диаграммы рассеяния, плотность ядра и корреляция между всеми шестью индексами.

Кайзер, Генри Ф. «Измерение качества законодательного распределения населения». The American Policy Science Review 62, no. 1 (март 1968 г.): 208.

Отправители, Вирджиния Л. Измерение и статистика. Нью-Йорк: Издательство Оксфордского университета, 1958.

Уилкокс, Аллен Р. «Индексы качественной изменчивости и политические измерения». The Western Political Quarterly 26, no. 2 (1 июня 1973 г.): 325–43.

Коэффициент корреляции между плетизмографическим индексом вариабельности и вариацией систолического давления как показатель жидкостной реакции у пациентов с гипотензией в ОИТ/ОТ

ScienceDirect

Корпоративный входВойти / зарегистрироваться0066

  • Доступно онлайн 7 сентября 2021 г.

    В печати, исправленная проба

    Что такое статьи с исправленной пробой?

    https://doi.org/10.1016/j.mjafi.2021.06.026Получить права и содержание

    Справочная информация

    Прогнозирование реакции на введение жидкости у пациентов с гипотонией является сложной задачей. Корреляцию между новым неинвазивным динамическим показателем, индексом вариабельности плети (PVI®) и золотым стандартом вариации систолического давления (SPV) в качестве меры жидкостной реакции оценивали в отделении интенсивной терапии (ОИТ) или операционной (ОТ). в больнице третьего уровня.

    Методы

    Проспективное экспериментальное исследование проводилось в течение одного года на 100 пациентах с гипотензией, находящихся на искусственной вентиляции легких. Жизненно важные параметры вместе с SPV и PVI ® регистрировались до и после стандартного протокола увеличения объема. Порог SPV 10% использовался для определения респондеров и нереспондеров.

    Результаты

    Корреляционный график Пирсона на исходном уровне показал положительную корреляцию между PVI ® и SPV (r = 0,59, значение p = 0,001). Сила корреляции была сравнительно меньше, но все же показывала положительную корреляцию в 15 лет (r = 0,39)., значение p = 0,009) и 30 (r = 0,404, значение p = 0,004) минут болюсной жидкости. Анализ Bland Altman исходных значений PVI® и SPV показал хорошее совпадение со средней погрешностью 9,05. Процентное изменение PVI ® и SPV за 30 минут показало статистически значимую положительную корреляцию в группе респондеров (r = 0,53, p < 0,05). Пороговое значение PVI ® более 18% до увеличения объема позволяет дифференцировать реагирующих и не отвечающих на введение жидкости с чувствительностью 75% и специфичностью 67% с площадью под рабочей характеристикой приемника (ROC) 0,78.

    Заключение

    Существует положительная корреляция между SPV и PVI ® , что оправдывает использование неинвазивного PVI ® в клинических условиях гипотензии.

    Все пакеты гипотензивных протоколов реанимации работают по принципу либо увеличения сердечного выброса за счет жидкостной нагрузки, либо увеличения сердечной функции с помощью инотропов в зависимости от причины и типа шока. 1 , 2 Чтобы ограничить и/или обратить вспять тканевую гипоксию, предотвратить прогрессирование органной недостаточности и улучшить исход, лечение гипотензии независимо от причины должно быть ускоренным, целенаправленным и точным. 3 Это имеет большее значение для пациентов, находящихся на искусственной вентиляции легких в отделении интенсивной терапии (ОИТ), а также для пациентов, перенесших серьезные операции в операционной (ОТ), где клинические признаки гипоперфузии тканей могут быть замаскированы.

    Традиционно гипотонию лечат аликвотными жидкостями или инфузиями, при этом предполагается, что если оба желудочка работают на восходящей части кривой сердечной функции, а сердечный выброс зависит от сердечной преднагрузки, увеличение ударного объема (УО) ) будут продемонстрированы при загрузке жидкости. Однако только половина пациентов с гипотензией реагируют на введение жидкости. Кроме того, было показано, что несоответствующее использование жидкостей с вазопрессорными агентами или без них увеличивает гипоперфузию органов и ишемию. 1 , 4 Таким образом, быстрая оценка состояния внутрисосудистого объема посредством ответа на введение жидкости является ключевым элементом в лечении внезапной гипотензии. Прямое измерение изменений SV является инвазивным, требует большого количества оборудования, труднодоступно, отнимает много времени и не может быть выполнено в экстренной ситуации. В настоящее время установлено, что косвенные динамические показатели УО и, следовательно, жидкостная реакция, основанная на сердечно-легочных взаимодействиях, являются более точными показателями преднагрузки, чем статические показатели, такие как центральное венозное давление (ЦВД). Тем не менее, динамические показатели либо инвазивны, как вариации систолического давления (SPV), либо технически сложны, как респираторные вариации скорости кровотока в аорте и диаметра нижней полой вены. 3 , 5 , 6 . 7

    Новый неинвазивный динамический предиктор реакции на введение жидкости был предложен для использования с целью оценки реакции на введение жидкости. Индекс перфузии (PI), полученный из респираторных изменений амплитуды пульсового оксиметра, выражается в процентах (0,02–20%). Pleth variability index (PVI®; Masimo Corp., Irvine, CA, USA) — это новый алгоритм, позволяющий автоматически и непрерывно рассчитывать изменения PI в течение более чем одного дыхательного цикла 8 , 9 , 10 , 11 .

    Корреляция между динамическим показателем, SPV и неинвазивным PVI® упоминалась в статьях, но формально не определялась. Предлагается определить эту взаимосвязь и изучить валидность PVI®, так как наличие неинвазивного метода оценки преднагрузки было бы полезно в периферийных госпиталях Медицинских служб Вооруженных Сил, а также в отделениях неотложной и неотложной помощи всех крупных больницах, где инвазивные методы мониторинга невозможны или не рекомендуются для быстрой оценки потребности в жидкости или вазопрессорах у пациентов с гипотонией и где инвазивные методы мониторинга невозможны или технически невозможны.

    Фрагменты разделов

    Пациенты: После одобрения Больничным комитетом по этике было проведено проспективное обсервационное, нерандомизированное, перекрестное, корреляционное и согласованное исследование на 167 пациентах с механической вентиляцией в отделениях интенсивной терапии и ОТ, у которых был эпизод гипотензии. . Эпизод гипотензии определялся как абсолютное значение систолического артериального давления (САД) < 90 мм рт. ст. или среднего артериального давления (САД) < 70 мм рт. ст. без инотропов или падение > 20 мм рт. ст. от исходного уровня с инотропами или без них,

    Всего в исследование было включено 167 пациентов. Из них 67 пациентов были исключены из исследования по разным причинам, поскольку они не соответствовали критериям включения из-за ранее существовавшего сердечного или почечного заболевания, которое не позволяло провести провокацию жидкостью, наряду с другими причинами, как указано выше. в критериях исключения (рис. 1). Демографические данные пациентов, перенесших операцию, и пациентов, поступивших в отделение интенсивной терапии, показаны в таблице 1 и сопоставимы.

    В настоящее время

    Управление шоком должно быть ранним, ускоренным, целенаправленным и точным. Хотя агрессивная инфузионная нагрузка исторически считалась первым этапом реанимации, многочисленные исследования показали, что примерно 50% гемодинамически нестабильных пациентов в отделениях интенсивной терапии и ОТ реагируют на инфузионную нагрузку. 5 , 6 , 12  С ростом осведомленности о различных этиологиях шока и вредных краткосрочных и долгосрочных последствиях перегрузки жидкостью, первоначальная точная оценка состояния жидкости

    Большинство предыдущих исследований, проведенных с PVI®, проводились в условиях операционной, при этом сравнительным золотым стандартом был сердечный индекс (CI) или индекс ударного объема (SVI). В этом исследовании эти методы не были включены, при этом SPV считался золотым стандартом, по которому анализировали PVI, что давало относительно низкую чувствительность и специфичность для PVI как индекса. Использование более точных методов, таких как CI и SVI, дало бы более точную демаркацию и, возможно, более высокие

    Авторам нечего объявлять.

    Каталожные номера (28)

    • H.B. Alam

      Достижения в стратегиях реанимации

      Int J Surg . Int J Surg.

      (2011)

    • Б. Эндрюс и др.

      Влияние протокола ранней реанимации на внутрибольничную смертность среди взрослых с сепсисом и гипотонией: рандомизированное клиническое исследование

      J Am Med Assoc

      (3 октября 2017 г.)

    • Г. Гампер и др.

      Вазопрессоры при гипотензивном шоке

      Кокрановская база данных Syst Rev

      (15 февраля 2016 г.)

    • E. Frazee et al.

      Инфузионная терапия для пациентов в критическом состоянии: обзор текущего состояния инфузионной терапии в отделении интенсивной терапии.

      Почечный дисс (Базель)

      Почечный дисс (Базель).

      (июнь 2016 г.)

    • X. Monnet et al.

      Прогноз реакции жидкости: обновление

      Интенсивная терапия Энн

      (декабрь 2016 г.)

    • P.E. Марик и др.

      Динамические изменения в переменных, производных от формы артериальной волны, и реакции жидкости у пациентов на искусственной вентиляции легких: систематический обзор литературы

      Способность переменных PiCCO и LiDCO обнаруживать изменения сердечного индекса: проспективное клиническое исследование

      Minerva Anestesiol

      (июль-август 2008 г.)

    • H. Chu et al.

      Точность индекса вариабельности плетистых слоев для прогнозирования реакции на инфузионную терапию у пациентов, находящихся на искусственной вентиляции легких: систематический обзор и метаанализ

      Индекс вариабельности плети или оптимизация ударного объема во время открытой абдоминальной хирургии: рандомизированное контролируемое исследование

      BMC Anesthesiol

      (18 августа 2018 г. )

    • P. Забудьте и др.

      Целенаправленная инфузионная терапия на основе индекса вариабельности плетистого слоя, полученного с помощью пульсоксиметра, снижает уровень лактата и улучшает инфузионную терапию

      Точность индекса вариабельности плети для прогнозирования реакции на инфузионную терапию зависит от индекса перфузии

      Acta Anaesthesiol Scand

      (июль 2011 г.)

    • EE de Waal и др.

      Динамические индикаторы преднагрузки не позволяют предсказать реакцию жидкости в условиях открытой грудной клетки

      Должны ли мы измерять центральное венозное давление для управления инфузионной терапией? Десять ответов на 10 вопросов

      Crit Care

      (23 февраля 2018 г.)

    • Дж.Х. Бойд и др.

      Инфузионная терапия при септическом шоке: положительный баланс жидкости и повышенное центральное венозное давление связаны с увеличением смертности

      Crit Care Med

      (февраль 2011 г. ) сравнить эффективность и безопасность швов с шипами по сравнению со стандартными методами фиксации с помощью скобок при лапароскопической пластике вентральной и послеоперационной грыжи

      Медицинский журнал Вооруженных сил Индии, 2021

      Лапароскопическая пластика вентральной и послеоперационной грыжи с сеткой (LVIHR) стала стандартом лечения из-за более короткого времени восстановления, низкой частоты осложнений и рецидивов. Наиболее распространенным методом фиксации сетки является степлер, однако в раннем послеоперационном периоде пациенты испытывают более сильную боль. Одним из способов уменьшения боли было использование интракорпоральных обычных швов, но с недостатком, заключающимся в сложности обращения, наложения швов и завязывания узлов, которые устраняются швами с зазубринами.

      Исследование проводилось в течение двух лет. Шестьдесят пациентов с первичными вентральными и послеоперационными грыжами были рандомизированы для фиксации сетки с помощью швов с зазубринами или для фиксации степлером трансфациальными швами. Первичные конечные точки использовались для оценки и сравнения времени фиксации сетки, ранней послеоперационной боли и осложнений, тогда как вторичные конечные точки использовались для сравнения частоты хронической боли и рецидивов.

      Из 60 пациентов у 51% была первичная вентральная грыжа, у остальных — послеоперационная грыжа. Оценка боли по визуальной аналоговой шкале (ВАШ) в группе швов с зазубринами во всех интервалах после операции была значительно ниже, чем в группе с помощью скобок. Среднее время фиксации в группе такеров было значительно меньше. Только у одного пациента в группе такера развился рецидив.

      Группа с зазубренными швами вызывала значительно меньшую боль и была экономичной с той же частотой рецидивов, что и с помощью скобок. Таким образом, низкие показатели боли, экономическая эффективность и относительно простое наложение интракорпоральных швов делают швы с зазубринами жизнеспособной альтернативой интракорпоральной фиксации сетки при LVIHR.

    • Исследовательская статья

      Распространенность и признаки травматических повреждений передних зубов среди школьников Калькутты, Индия

      Медицинский журнал Armed Forces India, 2021

      Травматические повреждения зубов (ТЗП) стали очень серьезной проблемой общественного здравоохранения и социальной сферы, особенно среди детей и подростков. Целью данного исследования было изучение распространенности и связанных факторов риска травматических повреждений постоянных передних зубов у школьников Калькутты в возрасте 7-14 лет.

      Поперечное исследование было проведено среди 3762 школьников, посещающих различные частные и государственные школы Калькутты в возрасте от 7 до 14 лет. Для отбора детей был применен метод многоэтапной случайной групповой выборки. Тип травмы с использованием классификации переломов Эллиса и Дэйви, а также эпидемиологической классификации травматических повреждений передних зубов Андресена, включая коды ВОЗ. Все значения считались статистически значимыми при Р<0,05.

      Распространенность TDI передних зубов составила 9,89%. Средний возраст детей с TDI составил 11,06 ± 1,99 года. Наиболее частым местом возникновения ТДИ был дом. Падения были наиболее частой причиной травм. У детей, принадлежащих к более высокому социально-экономическому статусу, наблюдалась повышенная распространенность TDI. Наивысшим потенциальным фактором риска возникновения травмы была травма в анамнезе.

      Настоящее исследование выявило распространенность 9,89% и очень низкий процент детей, получавших лечение.

    • Исследовательская статья

      Эозинофильный гастроэнтерит как необычная причина рецидива асцита у молодой женщины

      Медицинский журнал Armed Forces India, 2021

      Асцит появляется как клиническое проявление различных заболеваний и наличие повышенного уровня эозинофилов в перитонеальной жидкости характеризует эозинофильный асцит, являющийся крайне редким заболеванием. Эозинофильный гастроэнтерит является одной из редких причин асцита. Если не провести тщательное расследование, рецидив асцита у молодой женщины с туберкулезом в анамнезе может быть ошибочно отнесен к рецидиву туберкулеза в эндемичной стране. Этиология асцита в нашем случае была правильно определена как субсерозная форма эозинофильного асцита. Пероральные кортикостероиды составляют основу лечения в таких случаях. Эозинофильный гастроэнтерит является редким заболеванием, но тщательное обследование и сильное клиническое подозрение могут помочь в успешной диагностике и лечении таких случаев.

    • Исследовательская статья

      Пессарий-браслет: необычная причина пузырно-влагалищного свища

      Медицинский журнал Вооруженных сил Индии, 2021

      Вагинальные пессарии обычно используются при выпадении матки. Давно забытые пессарии застревают во влагалище и могут разрушаться в мочевом пузыре и прямой кишке. Мы представляем уникальный случай 60-летней пациентки с дизурией и императивным недержанием мочи. В отдаленных районах браслеты до сих пор используются в качестве пессария, который может проявляться нетипичными симптомами из-за перфорации мочевого пузыря, образования накипи и пузырно-влагалищного свища (ВВФ). VVF с длинным искривленным ходом может заживать при длительной катетеризации. Насколько нам известно, это первый зарегистрированный случай пессария со стеклянным браслетом.

    • Research article

      Broken orthodontic appliance during orthognathic surgery: Preventable adverse outcome

      Medical Journal Armed Forces India, 2021

    • Research article

      Multicentric reticulohistiocytosis: A diagnostic challenge

      Medical Journal Armed Forces India, 2021

      Многоочаговый ретикулогистиоцитоз, также называемый липоидным дерматоартритом, представляет собой редкую форму нелангергансоклеточного гистиоцитоза, характеризующуюся узелковыми и папулезными поражениями кожи, содержащими характерные причудливые многоядерные гигантские клетки с цитоплазмой типа «матовое стекло». Заболевание обычно поражает кожу, слизистые оболочки, синовиальную оболочку и внутренние органы с кожными узелками и прогрессирующим эрозивным артритом, которые являются наиболее распространенными признаками. Мы сообщаем о случае 61-летнего мужчины с множественными отеками над дистальными частями пальцев в течение 6 лет без поражения суставов. Диагноз мультицентрового гистиоцитоза ставился на основании типичных гистопатологических признаков пластов гистиоцитов и многоядерных гигантских клеток с эозинофильной цитоплазмой в виде матового стекла. Заболевание имеет низкую заболеваемость, и на сегодняшний день в литературе описано около 300 случаев. О настоящем случае сообщается, поскольку заболевание редко проявляется в отсутствие артрита.

    Посмотреть полный текст

    © 2021 Генеральный директор Медицинской службы вооруженных сил. Опубликовано Elsevier, подразделением RELX India Pvt. Ltd.

    Что такое расширенный индекс вариабельности походки? » ProtoKinetics

    Изучение локомоции человека состоит из определения самой короткой повторяемой задачи при ходьбе, цикла ходьбы. Это движение повторяется снова и снова, чтобы люди шли по миру.

    В дополнение к измерению величины и симметрии характеристик походки важно посмотреть, насколько постоянны эти измерения от шага к шагу, что известно как вариабельность походки. Вариабельность походки определяется как  колебания показателей ходьбы между шагами . Степень изменчивости походки является чувствительным показателем двигательной функции и моторного дефицита. Одним из примеров этого является то, что вариабельность STP является предиктором риска падения у пожилых людей (Morrison 2018).

    Хотя очевидно, что измерение вариабельности STP походки важно, необходимо рассмотреть несколько вопросов:

    1. Вариабельность STP не проявляется равномерно во всех измерениях. Следовательно, является ли изменчивость в рамках одних показателей более важной, чем другие? (Изменчивость отмечена по крайней мере в 11 различных STP, но нет единого мнения о том, как лучше всего ее измерять.)
    2. Следует ли рассматривать изменчивость правой и левой сторон отдельно или вместе?
    3. Является ли пространственная изменчивость более важной, чем временная изменчивость или наоборот?

    Хотя ясно, что изменчивость имеет большое значение, для ответа на эти вопросы необходима дополнительная работа.

    Второе соображение касается степени изменчивости. Здоровая походка имеет некоторую изменчивость. Например, низкий уровень изменчивости походки необходим для того, чтобы человек мог регулировать походку при столкновении с возмущениями в окружающей среде. Ясно, что некоторая вариабельность походки является положительной, однако менее ясно, на каком уровне вариабельность становится проблематичной.

    Наконец, как лучше всего измерить изменчивость походки? Стандартное отклонение является одной из мер изменчивости для STP, однако оно может быть чувствительным к масштабу. Например, стандартное отклонение для длины шага в 3 см при среднем значении 50 см не имеет такого значения изменчивости, как стандартное отклонение в 3 см для ширины шага при среднем значении 8 см. Коэффициент вариации чувствителен к масштабу, но показывает очень высокие значения, когда среднее значение около 0.

    Индекс улучшенной вариабельности походки

    В попытке ответить на эти вопросы был предложен составной показатель изменчивости. Индекс вариабельности походки был разработан с использованием девяти STP, взвешенных по PCA. Эта мера количественно определяет степень изменчивости, наблюдаемой у человека, и сравнивает ее с контрольной группой. Затем взвешенная вариабельность преобразуется в балл, где 100 представляет собой среднее значение GVI, а 10 представляет собой 1 стандартное отклонение от среднего значения (Gouelle et al. 2013). Было показано, что GVI коррелирует с клиническими исходами в популяции с атаксией Фридриха, достаточно чувствителен, чтобы обнаруживать изменения между возрастами от детства до взрослой жизни, и было показано, что он действителен при рассмотрении популяций с дефицитом подвижности. Хотя GVI демонстрирует многообещающее решение методологических проблем измерения вариабельности походки, были выявлены некоторые незначительные недостатки. В ответ на эти недостатки был установлен расширенный индекс вариабельности походки (eGVI). В eGVI были удалены некоторые перекрывающиеся входные данные STP и учтена направленность, чтобы усилить связь между eGVI и функциональными результатами (Gouelle et al. , 2017).

    Изменчивость походки является важной областью изучения в рамках анализа походки, поскольку уже было показано, что она коррелирует с риском падения и оказывает явное влияние на качество походки. Два паттерна походки могут иметь одинаковые значения средних значений STP, но если паттерн 1 является последовательным, а паттерн 2 сильно варьирует, могут потребоваться разные решения и вмешательства. Например, модель 2 может быть подвержена риску падения из-за высокой изменчивости и требует стратегии для минимизации этого риска, например, вспомогательного устройства.

    Понятно, что измерение вариабельности походки необходимо для того, чтобы получить полную картину качества походки, однако, как и любое измерение, оно имеет такое же значение, если оно собрано правильно. Вариабельность походки тесно связана с качеством протокола, сбора и обработки данных. Хотя было показано, что данные об изменчивости являются мощными, крайне важно, чтобы для сбора данных использовалась надежная и точная система с надежным и действительным протоколом.

  • Добавить комментарий

    Ваш адрес email не будет опубликован.