Статистическая обработка полученных результатов

Статистическая обработка полученных результатов была проведена на персональном компьютере (2,4Ггц 1024МВ оперативной памяти) при помощи программного пакета “SPSS 13 for Windows”.

1. Тест Уайта для малых выборок (обработка результатов ИГХ анализа с малыми выборками была проведена вручную при помощи калькулятора и таблиц значений F);

2. U тест по методу Манна-Уитни при сравнении 2-х независимых выборок.

При оценке достоверности выявленных различий между средними значениями выборок и достоверности выявленной корреляции рассчитывали вероятность ошибки р. По общепринятой терминологии в аналитической статистике утверждения, имеющие вероятность ошибки р < 0,05, называются значимыми; утверждения с вероятностью ошибки р < 0,01 - очень

значимыми, а утверждения с вероятностью ошибки р < 0,001 - максимально значимыми. Важно подчеркнуть, что все оценки групповых частот аберраций и TCR-мутантных лимфоцитов были получены в результате усреднения индивидуальных частот для лиц с данным генотипом. Соответствующие ошибки отражали внутригрупповую изменчивость частот аберраций (т.е., не вычислялись через суммарное число проанализированных клеток для группы с данным генотипом). Поскольку частоту аберраций рассматривали как индивидуальный количественный признак, для межгрупповых сравнений использовали непараметрический тест Манна-Уитни.

U-критерий Манна-Уитни (англ. Mann-Whitney U-test) — непараметрический статистический критерий, используемый для оценки различий между двумя выборками по уровню какого-либо признака, измеренного количественно. Позволяет выявлять различия в значении параметра между малыми выборками и незаменим при существенных отклонениях от нормальности распределений сравниваемых признаков. Этот метод определяет, достаточно ли мала зона перекрещивающихся значений между двумя рядами (ранжированным рядом значений параметра в первой выборке и таким же во второй выборке).

Значимость различий частот оценивали с помощью точного критерия Фишера (пакет программ WinPePi, адрес свободного доступа http://www.brixtonhealth.com/pepi4windows.html). Точный критерий Фишера, применим только для таблиц сопряженности 2x2. Применяется для сравнения частот встречаемости некоего события в двух выборках. Этот критерий основан на вычислении вероятности получения наблюдаемых частот, исходя из маргинальных частот, заданных в таблице сопряженности. Такая вероятность точно вычисляется подсчетом всех таблиц, которые можно построить, исходя из известных маргинальных частот. При использовании точного критерия Фишера методами комбинаторики вычисляется вероятность наблюдать данное различие частот в двух идентичных выборках, т.е. напрямую вычисляется вероятность (P) наблюдать различие там, где их нет. Если P0.05). Оценки частот генотипов и гаплотипов и их эффектов были получены методом логистического регрессионного анализа с помощью компьютерной программы SNPStats. Адрес свободного доступа:

http://bioinfo.iconcologia.net/index.php?module=Snpstats. В итоговых таблицах в главе «Результаты» приводятся эффекты, полученные для лучших генетических моделей (доминантная, рецессивная, аддитивная), выбираемых в соответствии с информационным критерием Акаике (AIC), применяющемуся для выбора из нескольких статистических моделей. Другим критерием выбора генетической модели являлась частота встречаемости минорного генотипа: модели с частотой минорного генотипа менее 3% не рассматривались. Эффекты множественных аллелей оценивали с помощью точного критерия Фишера. Вклады различных генотипов в заболеваемость определяли с помощью традиционного для таких исследований показателя «odd ratio» (OR - мера коррелятивной связи), равного

OR

^Рбол ^{(1 - Р}здор ⁾

^Рздор ^{(1 - Р}бол ⁾

где Р_бол - частота генотипа среди больных, P_3dop - частота генотипа среди

здоровых. При отсутствии корреляций между генотипом и заболеванием OR=I. При OR>1 говорят о повышенном риске заболевания при данном генотипе.