METHODOLOGICAL AND METHODOLOGICAL ASPECTS OF STUDYING CORRELATION-REGRESSION ANALYSIS BY FUTURE SPECIALISTS IN THE FIELD OF MEDICINE, PHARMACY, BIOTECHNOLOGY AND BIOENGINEERING
DOI:
https://doi.org/10.32782/eddiscourses/2025-2-1Keywords:
correlation-regression analysis, pharmaceutical and medical education, biostatistics, biomedical research, teaching methodAbstract
Correlation-regression analysis is the main method of mathematical statistics for identifying relationships between different features (phenomena) in the studied population, constructing a mathematical model of these relationships, and determining the probability of this dependence in the general population. As these statistical methods have become an integral part of biomedical and pharmaceutical research, understanding key methodological approaches, assumptions, and limitations is crucial for the effective application and correct interpretation of correlation-regression analysis results. The article analyzes the methodology of using correlation-regression analysis methods for biomedical research and higher medical education. The relevance of using correlation-regression analysis as one of the elements of biostatistics for solving problems in pharmacology and pharmacy is illustrated by examples from scientific sources and data from a survey of specialists. The practical part of the study describes the sequence of educational stages and their content during the study of the topic of correlation-regression analysis by first-year students of higher medical institutions. Based on the results of theoretical analysis and practical experience a description of typical methodological errors and methods for their correction while using correlation-regression analysis in research or teaching was made. According to the requirements for modern competencies in the field of mathematical statistics for students of higher medical institutions and modern trends in education, recommendations have been developed to improve the methodology for studying the topic of correlation-regression analysis of biomedical data.
References
Біостатистика : підручник / Грузєва Т. С., Лехан В. М., Огнєв В. А. та ін. ; за заг. ред. Грузєвої Т. С. Вінниця : Нова Книга, 2020. 384 с.
Ton J. Cleophas, Aeilko H. Zwinderman. Regression Analysis in Medical Research, 2nd Edition, Springer Cham, 2021. P. 471.
Посібник з біостатистики. Аналіз результатів медичних досліджень у пакеті EZR (R-statistics) : навч. посіб. / В. Г. Гур’янов та ін. Київ : Вістка, 2018. 208 с.
De Muth, J.E. Basic Statistics and Pharmaceutical Statistical Applications, 3rd Edition, Chapman and Hall/CRC, 2014. P. 847.
Чалий О. В., Стучинська Н. В., Меленєвська А. В. Вища математика : навч. посібник для студентів вищих медичних і фармацевтичних навчальних закладів. Київ : Техніка, 2001. 204 с.
Zablotska О., Кyrytchuk І., Shcherba N., & Nikolaieva І. Assessment of correlation relationships between the level of mortality of the population of Zhytomyr region of Ukraine from non-infectious diseases and sanitary-chemical indicators of safety and quality of drinking water. Medicni Perspektivi. 2023. Vol. 28, No. 1. P. 161–167. https://doi.org/10.26641/2307-0404.2023.1.276204.
Заремба О. В., Манецька О. М., Хамуляк Х. М., Сало В. М. Регресійний аналіз факторів ризику серцево-судинних захворювань і стану коронарних судин у пацієнтів з ішемічною хворобою серця в поєднанні із тривожно-депресивними розладами. Практикуючий лікар. 2022. Т. 11, № 4. С. 35–39. URL: https://plr.com.ua/index.php/journal/ article/view/733 (дата звернення: 20.04.2025).
Секрет Т. В., Власенко М. В. Кореляційні зв’язки та моделі прогнозування ризику розвитку порушень вуглеводного обміну та серцево-судинних захворювань у пацієнтів з надлишковою масою тіла. Вісник Вінницького націо- нального медичного університету. 2024. Т. 28, № 3. С. 420–424. DOI: 10.31393/reports-vnmedical-2024-28(3)-08.
Проценко Г. О., Дубас В. В. Оцінка ефективності та безпеки хворобомодифікуючих антиревматичних препаратів при системному червоному вовчаку. Український ревматологічний журнал. 2022. № 2. С. 1–6. DOI: 10.32471/rheumatology.2707-6970.88.16975.
Nehoda T., Polova Z. Methodological approaches to the formation of an optimal range of antidepressants for the inpatient treatment of martial law mental disorders. Health & Education. 2024. No. 1. P. 113–115. https://doi.org/10.32782/health-2024.1.15.
Кучер П. В., Юнькова О. О. Моделювання динаміки ринку лікарських засобів на прикладі препарату від варикозу. Вісник ХДУ Серія Економічні науки. 2020. № 40. C. 73–81. https://doi.org/10.32999/ksu2307-8030/2020-40-13.
Котвіцька А. А., Костюк В. Г. Дослідження впливу соціально-економічних факторів на динаміку розвитку потенціалу фармацевтичного ринку в умовах конкуренції. Актуальні питання фармацевтичної і медичної науки та практики. 2017. № 3 (25). С. 329–334. DOI: 10.14739/2409-2932.2017.3.113621.
Демченко Н. В., Олійник Ю. С. Формування стратегії управління сучасним фармацевтичним підприємством: маркетингово-орієнтований підхід. Менеджмент та маркетинг у складі сучасної економіки, науки, освіти, практики : матеріали XІ міжнар. наук.-практ. дистанційної конф., м. Харків, 21 берез. 2024 р. Харків : НФаУ, 2024. С. 218–224. URL: https://dspace.nuph.edu.ua/bitstream/123456789/32716/1/218-224.pdf (дата звернення: 20.04.2025).
Lu Y, Kim S, Park K. In vitro-in vivo correlation: perspectives on model development. Int J Pharm. 2011. Vol. 418 (1). P. 142–148. DOI: 10.1016/j.ijpharm.2011.01.010.
Koleva E., Paneva T., Tzotchev V. Stability shelf life estimation using linear regression models, Science, Engineering & Education. 2016. No. 1. P. 106–112. URL: https://see.uctm.edu/node/jsee2016-1/18-E_Koleva_106-112.pdf (дата звернення: 20.04.2025).
Gruzieva T.S., Stuchynska N.V., & Inshakova H.V. Research on the effectiveness of teaching biostatistics of future physicians. Wiadomosci lekarskie. 2020. Vol. 73, issue 10. P. 2227–2232. DOI: 10.36740/WLek202010123.
Голованова І. А., Бєлікова І. В., Ляхова Н. О. Основи медичної статистики : навч. посіб. для аспірантів та клінічних ординаторів. Полтава. 2017, 113 с.
Carrol K.К. Еxperimental evidence of dietary factors and hormone-dependent cancers. Cancer Res. 1975. Vol. 35 (11). Pt. 2. P. 3374–83. URL: https://pubmed.ncbi.nlm.nih.gov/1104150/.
Glantz, S. Primer of Biostatistics. 2nd Edition, McGraw-Hill, New York. 1987. 224 p.
