medstat.hu

Oktatás

Kérem, hogy ha valaki az itt szereplő anyagokat szeretné hivatkozni weboldalon, akkor ne bemásolja a fájl(oka)t, hanem a linkelje a címet, az anyagokat ugyanis folyamatosan frissítem (ezt mutatja a mindegyik elején szereplő dátum is).

Az orvosi megismerés módszertana (és az orvosi kutatások kritikus értékelése)

• Pár történeti megjegyzés (slides, handout, lecturenote). Cikként: Ferenci Tamás: Az orvoslás tévedései, 1. rész. INTERPRESS MAGAZIN 38:(5) pp. 20-25. (2018).
• Az empirikus orvosi kutatások alapgondolata és a kauzalitás (slides, handout, lecturenote)
• A confounding problémája (slides, handout, lecturenote)
• A confounding megoldásai: megfigyelés és kísérlet (slides, handout, lecturenote)
• A véletlen szerepéről (slides, handout, lecturenote)
• Bizonyitekok hierarchiája és összessége (slides, handout, lecturenote)
• A végpont és meghatározása (slides, handout, lecturenote)
• Megfigyeléses vizsgálatok (slides, handout, lecturenote)
• Kísérletes vizsgálatok (slides, handout, lecturenote)
• Metaanalízisek (slides, handout, lecturenote)
• A következtető statisztikáról részletesebben (slides, handout, lecturenote)
• A legfontosabb félreértések a p-érték kapcsán (slides, handout, lecturenote)
• Klinikai és matematikai szignifikancia (slides, handout, lecturenote)
• Szignifikanciavadászat és a többszörös összehasonlítások helyzete (slides, handout, lecturenote)
• A statisztikai modellek alapjai (slides, handout, lecturenote)
• Rendszerszintű problémák (slides, handout, lecturenote)
• p-érték, hipotézistesztelés, és ellentmondásaik (slides, handout, lecturenote)
• A statisztikai határai (slides, handout, lecturenote)

Az összes dia egybefűzve (handout formátumban) is elérhető: Ferenci Tamás: Az orvosi megismerés módszertana (diasor).

Az anyagok módosítási naplója elérhető itt.

Népegészségtan és megelőző orvoslás

• Demográfia (slides, handout, lecturenote)
• Standardizálás (slides, handout, lecturenote)
• Megbetegedések lemérése: incidencia és prevalencia (egyelőre nincs diasor)
• Diagnosztikai tesztek statisztikai értékelése (egyelőre nincs diasor)

A tárgy aktuális információi itt érhetőek el.

Ökonometria I.

Az egész anyag - jegyzet formában - elérhető egyben is: Ferenci Tamás: Ökonometria I..

• Út az ökonometriához (slides, handout, lecturenote). Kulcsszavak: okozatiság (kauzalitás) vizsgálata, empirikus vizsgálat, kísérletes és megfigyeléses kutatások, confounding, regressziós modellek, sztochasztikusság, optimális regressziófüggvény a sokaságban, regresszió normális háttéreloszlás mellett, linearitás és jelentősége, regressziós modell alkalmazása: elemzés (tengelymetszet, meredekség és elaszticitás) és előrejelzés, modellminősítés, többszörös determinációs együttható, regressziós modellek használata a kauzalitás vizsgálatára, ceteris paribus feltevés, az ökonometriai munka.
• Regresszió a mintában: következtetés (slides, handout, lecturenote). Kulcsszavak: az OLS-elv és használata regresszió mintából történő becslésére, a becslése feladat megoldása, az OLS-becslőfüggvény, modellminősítés a mintában, mintavételi helyzet és következményei, a mintavételi ingadozás, az OLS-becslő mintavételi eloszlásának illusztrálása szimulációval, az OLS standard modellfeltevései, az OLS-becslő mintavételi eloszlásának analitikus levezetése a standard modellfeltevések mellett, Gauss-Markov-tétel, hibanormalitás és az OLS szolgáltatta becslések eloszlása hibanormalitás mellett, becslés és hipotézisvizsgálat a lineáris modellben (egy paraméter, modell egésze, egy vagy több lineáris megkötés).
• Modellszelekció és multikollinearitás (slides, handout, lecturenote). Kulcsszavak: modell általánosítóképessége, alulilleszkedés és túlilleszkedés, a többszörös determinációs együttható egyoldalú mivolta, megoldási lehetőségek, modellszelekciós tesztek (Wald- és LM-próbák), modellszelekciós kritériumok, korrigált többszörös determinációs együttható, információs kritériumok (pl. AIC), multikollinearitás fogalma, multikollinearitás hatása és jellemzése.
• A standard modellfeltevések, modelldiagnosztika (slides, handout, lecturenote). Kulcsszavak: erős exogenitás, kihagyott változó okozta torzítás, heteroszkedaszticitás okai, követkeményei, tesztelése és kezelése (HCCM, GLS, FGLS).
• Nemlineáris modellek (slides, handout, lecturenote). Kulcsszavak: marginális hatás általános értelmezése, linearitás és feloldása, additivitás feloldása, az interakció fogalma, a változónkénti linearitás feloldása, paraméterében és változójában nemlineáris modell, NLS-becslés, algebrai linearizáció, nevezetes, paraméterükben nemlineáris modellek, specifikációs tesztek, Ramsey RESET-teszt.
• Kategoriális magyarázó változók (slides, handout, lecturenote). Kulcsszavak: minőségi változó szerepeltetése magyarázó változóként, kódolás, dummy változó, triviális- és referencia-kódolás, dummy változó csapda, paraméter-értelmezés, ANOVA-modell, ANCOVA-modell, kontraszt-kódolás.
• A logisztikus regresszió és az általánosított lineáris modell (slides, handout, lecturenote). Kulcsszavak: bináris változó szerepeltetése eredményváltozóként, logisztikus regresszió, logisztikus regressziós modell becslése ML-elven, logisztikus regressziós modell alkalmazása (esélyhányados, klasszifikációs mátrix, szenzitivitás és specificitás, ROC-görbe), modelljellemzés és modellszelekció, az általánosított lineáris modell (GLM), Poisson-regresszió.

A tárgy aktuális információi a Moodle-ben érhetőek el.

Egyéb

Egyéb oktatott tárgyaim pedig erre vannak.

A biostatisztikát és alkalmazásait áttekintő előadásom (kb. 4 óra) anyaga különböző formátumokban: slides, handout és lecture note.

Tudomány

Különféle vegyes (tudományos és nem annyira tudományos) dolgozatok, jegyzetek, vázlatok stb. erre.

A matematikus diplomám itt érhető el.

'Publikálásról és pár kapcsolódó kérdésről kezdő kutatóknak' című anyagom különböző formátumokban: slides, handout és lecture note.

Hogyan szúrjuk ki a szemétkosárba való orvosi közleményeket?

Növekedési görbe rajzoló

Védőoltások

A védőoltásokkal, a védőoltás-ellenesek valótlan állításaival foglalkozó szakmai blogom itt érhető el, a tartalma "könyv" formájában pedig itt: Ferenci Tamás: Védőoltásokról - a tények alapján. A felhasznált irodalmi hivatkozások BibTeX-es formátumban innen tölthetőek le, a grafikonokat készítő R-es program pedig innen.

A blog tartalmának nagyon rövid összefoglalójaként ezt a cikksorozatomat tudom ajánlani (Gyermekgyógyászati Továbbképző Szemle, 20:(1) pp. 45-50. és 20:(2) pp. 99-104. 2015).

A fenti blogból, a Medicina Kiadó gondozásában "igazi" könyv is készült, melyről a részletek itt érhetőek el.

1. kiadás
(2014, 375 oldal)

2. kiadás
(2016, 508 oldal)

A védőoltásokkal és infektológiai témákkal kapcsolatos előadásaim anyagai itt érhetőek el.

Biostatisztika

"A nyüzsgő, mozgó embermilliók életében vannak fontos események, melyeket nem jegyez fel a történelem. Az egyes ember, a hétköznapi ember tettei és szenvedései, születése, megbetegedése és halála nem kerül a történetíró tollára; csak számszerint vétetnek ezek számba a statisztika által. Születnek és meghalnak egyesek folytonos örök körforgásban és a társadalom, az emberiség csak fennmarad. [...] Mindezek megfigyelésére ott áll az idők áradatában a statisztikus. [...] E jelenségek az embermilliók és intézményeik életjelenségei: a tömegjelenségek. Ezek megfigyelésére hivatott a statisztika. A statisztikus olyan mint a pilóta. Felvisz minket a magasba és megmutatja az embermilliókat. Városaikat, tömegeiket, gazdasági tevékenységüket, forgalmukat, a földeket, az erdőket: egyszerre mindent. Könyveivel, tábláival, rajzaival mindezt lelki szemeink elé tárja. De alaposabban, részletesebben mint a pilóta. Mégis megegyez vele abban, hogy minél magasabbra emelkedünk, minél inkább összevonunk, a részletek annál inkább elmosódnak. Ennek a tudománynak fontos része az egészségügyi statisztika, mely az emberek egészségére vonatkozó tömegjelenségekre vonatkozik. Az ezek megfigyelésének módszereire, a születésekre, különös tekintettel annak az orvost érdeklő pathologiás vonatkozásaira, a megbetegedésekre, az elhalálozásokra, a betegségek gyógyításának eredményességére és veszélyességi fokára, az emberi test méreteire, szervei működésére, az egészségügyi személyzetre, intézetekre és intézményekre. Az orvost is kell, hogy érdekelje a statisztika, különösen az egészségügyi statisztika. Nagy csapások jönnek, járványok sujtják a népességet s az orvosnak ismernie kell a jelenségek súlyát, a közre való fontosságát. [...] A gyógyító orvosi munkával az emberiség életében lévő egészségügyi tömegjelenségeknek mindig csak egy kis részletét látjuk. Saját praxisunkban előforduló esetlegességek szerint aztán hol túlozzuk, hol meg lebecsüljük az egyes jelenségeket. [...] Az egész tömegjelenségről pontos felvilágosítást csak a statisztika ad [...]. Ez ad áttekintést a gyakorlatban individualizáló, mindig csak az egyes eseteket látó orvosnak, a születések, a megbetegedések, az elhalálozások stb. eseményeinek a sok milliós néptömegekben való előfordulása, tömegjelenségei felett. A statisztika persze sok hibában szenved s lelkiismeretlen adatszolgáltatók sok hiányos és téves felvételi lapot szolgáltatnak be. [...] Az egészségügyi statisztikát tanuló orvosnak először azokat a felvételi lapokat kell megismernie, amelyekkel a legfontosabb jelenségek számbavétetnek. [...] Aztán ismernünk kell a feldolgozás módját s a nyert adatok mathematikai és grafikai megvilágításának útjait. Nagy hasznára lesz az orvosnak is, ha a széltében használt százalékokon és a számtani átlagon kívül a statisztikai megvilágítás némely sajátos fogalmát, pl. a modust, a mediant vagy a standard számítást is megismeri. A statisztika logikájának ismerete nélkül collectiv jelenségeknél nem lehet helyesen következtetni. A statisztikában a következtetés helyességének mathematikai kriteriumai vannak. A statisztikai sorok stabilitásának vizsgálata mondja meg, hogy a nyert átlag típikus-e avagy csak puszta számítási eredmény, jelentőség nélküli szimptomatikus közép. A nagy számoknak már Bernoulli valószínűségszámításából levezethető törvényét ismernünk kell, e nélkül nem tudjuk a különböző százalékok súlyát, jelentőségét mérlegelni, nem értjük egyikük változékony, másikuk állandó voltát. [...] A hazai egészségügyi intézmények, de az egészségügyet szolgáló személyzet: orvosok, bábák, gyógyszerészek, halottkémek stb. statisztikáját is érdemes lesz látnunk. Különösen ma, amikor az orvosok megélhetése is mind nehezebb lesz. [...] Lélekemelő látni a nagy egészségügyi intézetek hatalmas néptömegek életét meghosszabbító, nagyarányú, áldásos működésének statisztikáját s megismerni fejlődésüket, jelentőségüket. Mindezen tömegjelenségek igen fontosak az orvosra; ebből látja meg, hogy hol, mit és hogyan kell tenni hazánk fejlődése s a nemzet egészségügyének további fejlesztése céljából."

(Egészségügyi statisztika orvosok és orvostanhallgatók számára. Írta: pol., med. et oec. publ. Dr. Szél Tivadar miniszteri s.-titkár, a M. Kir. Központi Statisztikai Hivatalnál. Budapest, Magyar Orvosi Könyvkiadó Társulat, 1930.)

Ide jönnek az egyéb biostatisztikai anyagaim.

Rólam

Önéletrajzom itt, publikációs listám erre (itt várni kell pár pillanatot a kattintás után amíg betölt). Szerzői adatbázisok: Scopus, Google Scholar. Azonosító adatbázisok: ResearcherID, OrcID.

A régi email-címeim ( ft604@hszk.bme.hu és ferenci@fazekas.hu ) megszűntek, már nem léteznek - az azokra küldött levelek (értesítés nélkül) elvesznek. Új email-címem a fenti anyagokban.

Ferenci Tamás, 2010-2014.