Методы математической обработки и статистического анализа результатов исследования

Для обработки полученных данных и статистического анализа использовали IBM-совместимый компьютер с операционной системой Windows 7 Intel (R) Core (TM) i3-2015 с объемом ОЗУ 2 Гб и тактовой частотой 3,1 ГГц, имеющий стандартную конфигурацию.

При анализе полученных результатов исследования решались такие задачи, как описание изучаемых в группах параметров, оценка значимости различия количественных и качественных показателей, проверка эмпирического распределения переменных на согласие с законом нормального распределения, оценка связи между показателями. Были применены следующие процедуры и методы статистического анализа:

– определение числовых характеристик переменных;

– оценка значимости различий средних значений количественных

показателей в независимых выборках по t-критерию Стьюдента;

– оценка соответствия эмпирического и теоретического законов распределения случайных количественных переменных по критерию Колмогорова-Смирнова;

– оценка значимости различий показателей в независимых выборках при помощи непараметрического U-критерию Манна-Уитни (Mann-Whitney U Test);

– корреляционный анализ с использованием непараметрического коэффициента Спирмена

Статистическая обработка полученных данных проводилась по стандартным методикам в соответствии с рекомендациями по анализу результатов медико-биологических исследований (Реброва О.Ю., 2002; Юнкеров В.И., Григорьев С.Г., 2002).

Для оценки результатов фМРТ и МР-морфометрии в ходе постпроцессорной обработки использовался блок статистической обработки данных программы SPM8. Проводился групповой (с применением одновыборочного t-теста) и межгрупповой (с применением двухвыборочного t- теста) анализ с построением параметрических статистических t-карт с идентификацией анатомических областей головного мозга имевших статистически значимую активацию (для фМРТ) и с идентификацией анатомических областей головного мозга, имевших статистически значимые различия объемных показателей (для МР-морфометрии) (Ashburner J. et al., 2011).

Математический расчет концентраций результатов, стандартных разведений и проб ликвора и крови, для оценки содержания в них синапсина 1 и синтаксина 1А, выполняли в программе CurveExpert 1.4 (Microsoft Corporation). Для построения калибровочной кривой была выбрана полиномиальная регрессии, при которой коэффициент корреляции максимально приближен к единице: для синапсина 1 с – 6 степенью полинома (r=0,99988974), для синтаксина 1 – с 4 степенью полинома (r=0,99993067).