2026 február havi bejegyzések

A Klinikai Biostatisztikai Társaság 2026. márciusi rendes havi ülésének témája: Kémiai vegyületek kromatográfiás elválasztásának sztochasztikus elmélete és implementálása R alatt.

A témában Mirzahosseini Arash (SE Gyógyszerészi Kémiai Intézet) fog előadni.

Az előadó felvezetője: Az előadás a kromatográfiás folyamatok statisztikai szemléletű modellezését és gyakorlati adatfeldolgozását mutatja be. A kémiai, és különösen a gyógyszerkutatási területeken alapvető követelmény a vegyületek reprodukálható, megfelelő tisztaságú elválasztása. A nagy hatékonyságú folyadékkromatográfia (HPLC – high performance liquid chromatography) napjaink egyik legelterjedtebb és sokoldalú módszere, amelynek fejlesztésében az alkalmazási kutatások mellett jelentős szerepet játszanak az elméleti modellek kiterjesztései is. Eyring és Giddings (1955) munkáihoz köthető átmenetiállapot- és sztochasztikus elmélet új perspektívát nyitott a kémiai folyamatok statisztikus és kvantummechanikai értelmezésében. Saját kutatásaim során a kromatográfiás viselkedés modellezését véletlen bolyongásokkal, összetett Poisson-folyamatokkal, folytonos idejű Markov-láncokkal, valamint a sztochasztikus folyamatok Lévy–Hincsin-reprezentációjával vizsgáltam. Az előadás célja ezen keretrendszerek legfontosabb alapjainak áttekintése, továbbá egy automatizált R-alapú munkafolyamat bemutatása, amely lehetővé teszi több száz kísérleti kromatogram gyors és megbízható elemzését, kiváltva a korábban időigényes manuális feldolgozást. Emellett egy új eredményt is ismertetek, amely szerint megfelelő kísérleti elrendezés és bayesi modellezés segítségével lehetővé vált eddig nem megfigyelhetőnek tekintett „rejtett” mikroszkopikus paraméterek meghatározása, amelyek kulcsszerepet játszanak a kromatográfiás folyamatok egy speciális esetének tekinthető „BATMAN” csúcsok kialakulásában.

Az előadások után szokásosan a témával kapcsolatban eszmecserére, kötetlen diszkusszióra kerül sor.

Az ülés kezdetének időpontja: 2026. március 13. (péntek) 16:00, helyszíne az Állatorvostudományi Egyetem, G épület, földszint, Számítógépterem 1. (1078 Budapest, István u. 2.). Az ülés online is követhető, minden kedves tagtársat és érdeklődőt örömmel látunk! (A külső érdeklődőket kérjük, hogy a részvételhez írjanak emailt a klin.biostat@gmail.com címre.)

A Klinikai Biostatisztikai Társaság (KBT) 2026. februári rendes havi ülésének témája: Kuruzslás vagy hasznos gyakorlat a szórás (és átlag / átlaggal és) kvartilisekkel való becslése?

A témában Kói Tamás (BME Matematika Intézet, SE TMK) fog előadni.

Az előadó felvezetője: Az átlag és medián nem szimmetrikus esetben eltérő okok miatt lehetnek fontosak a döntéshozók számára. Sajnálatos, hogy a statisztikát használó cikkek túlnyomó többsége úgy spórol a karakterszámon, hogy a normálisnak tekinthető minta esetén csak átlagot és szórást, egyéb esetekben pedig csak mediánt és kvartiliseket publikál. Sokszor egy cikken belüli kimenetelek esetén is igaz ez a dichotómia. A különböző cikkek eredményeit egyesíteni törekvő meta-analízisben ez komoly kihívás. Nagyon meglepődtem és az eloszlástól való függés miatt hitetlenkedtem, amikor a TMK statisztikusi csapatában közösen felfedeztük, hogy alapvető meta-analízist végző R függvényekbe be vannak építve olyan eljárások, amikkel az átlag és a szórás becsülhető a medián és a kvartilisek segítségével. Nem elhanyagolható hosszúságú hitetlenkedő időszak után beláttam, hogy nevezetes eloszlások esetén nem olyan rossz a módszerek teljesítménye. Az elkövetett becslési hibák okozta hátrányt felülmúlhatja a több cikk meta-analízisben szerepeltetéséből származó előny. A sok elvégzett meta-analízis közben feltűnt, hogy egyes cikkekben a doboz diagramon a medián mellett az átlag is be van jelölve. Ekkor csak a szórás becslésére van szükség. Hiányoltam, hogy nincs olyan eljárás, amivel az ismert átlagot figyelembe lehet venni a szórás becsléséhez. A probléma önmagában nem annyira jelentős, mindenesetre a hitetlenkedéssel együtt már elég motivációt szolgáltatott ahhoz, hogy Mediya Bawakhan Mrakhan PhD hallgatóval elkezdjünk a témában kutatni és megírjuk ezt a nemrég megjelent cikket: https://link.springer.com/article/10.1186/s12874-025-02711-1. Az angol szakirodalomban „Quantile Estimation” nevű eljárásba viszonylag egyszerűen be tudtuk építeni az ismert átlag felhasználásának lehetőségét, és viszonylag könnyen tudtunk nagyobb volumenű szimulációs vizsgálatokat végezni. Az előadásban be fogom mutatni az eredeti és az átlagot is figyelembe vevő “Quantile Estimation” eljárásokat, illetve prezentálni fogok szimulációs eredményeket. Ezekből ki fog derülni, hogy még a szimulációs környezetben is a maximum használata gyakran rontja a becslés pontosságát. Végül vázolni fogok egy extrém-érték elméleten alapuló lehetséges elméleti magyarázatot. Ha az előadás végén a hallgatóság a “vissza” szót háromszor elismétli, akkor ráadásként mutatok egy kis jelentőségű, de annál érdekesebb eredményt is rövid elméleti magyarázattal.

Az előadások után szokásosan a témával kapcsolatban eszmecserére, kötetlen diszkusszióra kerül sor.

Az ülés kezdetének időpontja: 2026. február 13. (péntek) 15:00, helyszíne az Állatorvostudományi Egyetem, G épület, földszint, Számítógépterem 1. (1078 Budapest, István u. 2.). Az ülés online is követhető, minden kedves tagtársat és érdeklődőt örömmel látunk! (A külső érdeklődőket kérjük, hogy a részvételhez írjanak emailt a klin.biostat@gmail.com címre.)