geriatrРоссийский журнал гериатрической медициныRussian Journal of Geriatric Medicine2686-86362686-8709Сайт издателя10.37586/2686-8636-1-2021-105-109geriatr-125Research ArticleОБЗОРЫREVIEWSРаспространенные ошибки при заполнении электронных таблиц и как их избежатьCommon errors in filling in spreadsheets and how to avoid themhttps://orcid.org/0000-0002-5791-7712ЛысенковС. Н.LysenkovS. N.

Лысенков Сергей Николаевич, кандидат биологических наук, старший научный сотрудник кафедры биологической эволюции биологического факультета МГУ имени М.В. Ломоносова; младший научный сотрудник лаборатории заболеваний костно-мышечной системы РНИМУ им. Н.И. Пирогова МР, ОСП Российский ГНКЦ.

Москва

Lysenkov Sergei N., MD, PhD, Senior Research, Department of Biological Evolution, Faculty of Biology, M.V. Lomonosov SU; Junior Research Fellow, Laboratory of the Musculoskel-etal System Diseases, Pirogov NRMU, RG RCC.

Moscow

s_lysenkov@mail.ruФ АОУ ВО РНИМУ им. Н.И. Пирогова Минздрава России, Российский геронтологический научно-клинический центр; МГУ имени М.В. ЛомоносоваРоссияPirogov Russian National Research Medical University, Russian Gerontology Research and Clinical Centre; M.V. Lomonosov Moscow State UniversityRussian Federation20211904202101105109Copyright © Лысенков С.Н., 20212021Лысенков С.Н.Lysenkov S.N.This work is licensed under a Creative Commons Attribution 4.0 License.https://www.geriatr-news.com/jour/article/view/125

Ошибки  при  проведении  исследований  могут  возникать  не  только  на  этапе  планирования,  сбора  данных  и  их  статистической обработки, но и на этапе заполнения электронных таблиц. В большинстве случаев они могут быть легко устранены, в противном случае возможно искажение результатов. Эти ошибки можно разделить на невер-ный формат и ошибки ввода. В первом случае особенно опасным является смешение отсутствия данных и нуле-вого значения признака, что может приводить к систематическим ошибкам: завышению (если нулевые значения заполнены  как  отсутствие  данных)  или  занижению  (если  отсутствие  данных  заполнено  как  нулевые  значения)  среднего значения или распространенности признака. Ошибки ввода чаще всего случайны, и их эффект снижает-ся при увеличении выборки, но для корректного анализа они также должны быть максимально устранены. В ста-тье приводится алгоритм действий, позволяющий найти ошибки ввода и исправить их до начала статистической обработки.

Errors during research can occur not only at the stage of planning, data collection and statistical analysis, but also at the stage of filling in spreadsheets. In most cases they can be easily corrected, otherwise results may be distorted. These errors can be categorized into invalid format and input errors. In the first case, the mixing of the absence of data and the zero values is especially dangerous, since it can lead to systematic errors: overestimation (if the zero values are filled in as the absence of data) or underestimation (if the absence of data is filled in as zero values) of the mean or the prevalence. Input errors are most often random, and their effect decreases with increasing sample size, but for the better analysis they should also be corrected as much as possible. The article provides an algorithm that allows you to find input errors and correct them before statistical analysis.

медицинская статистикаметодические указанияэлектронные таблицыошибки в исследованияхmedical statisticspractical guideselectronic tablesresearch errorsReferencesLang T. Twenty Statistical Errors Even YOU Can Find in Biomedical Research Articles. Croat Med J. 2004; 45 (4): 361–370.Lang T. Twenty Statistical Errors Even YOU Can Find in Biomedical Research Articles. Croat Med J. 2004; 45 (4): 361–370.Worthy G. (2015). Statistical analysis and reporting: common errors found during peer review and how to avoid them. Swiss Medical Weekly.2015; 145(0506). DOI: 10.4414/smw.2015.14076Worthy G. (2015). Statistical analysis and reporting: common errors found during peer review and how to avoid them. Swiss Medical Weekly.2015; 145(0506). DOI: 10.4414/smw.2015.14076L ee S.S. (2016). Avoiding negative reviewer comments: common statistical errors in anesthesia journals. Korean Journal of Anesthesiology. 2016; 69(3): 219–226. DOI: 10.4097/kjae.2016.69.3.219L ee S.S. (2016). Avoiding negative reviewer comments: common statistical errors in anesthesia journals. Korean Journal of Anesthesiology. 2016; 69(3): 219–226. DOI: 10.4097/kjae.2016.69.3.219Munyisia E.N., Reid D., & Yu P. (2017). Accuracy of outpatient service data for activity-based funding in New South Wales, Australia. Health Information Management Journal, 2017; 46(2): 78–86. DOI: 10.1177/1833358316678957Munyisia E.N., Reid D., & Yu P. (2017). Accuracy of outpatient service data for activity-based funding in New South Wales, Australia. Health Information Management Journal, 2017; 46(2): 78–86. DOI: 10.1177/1833358316678957F ararouei M., Marzban M., & Shahraki G. (2017). Completeness of cancer registry data in a small Iranian province: a capture–recapture approach. Health Information Management Journal, 2017; 46(2): 96–100. DOI: 10.1177/1833358316668605F ararouei M., Marzban M., & Shahraki G. (2017). Completeness of cancer registry data in a small Iranian province: a capture–recapture approach. Health Information Management Journal, 2017; 46(2): 96–100. DOI: 10.1177/1833358316668605Kilkenny M.F., and Robinson K.M. «Data quality: «Garbage ingarbage out». Health Information Management Journal. 2018; 47(3): 103–105. DOI: 10.1177/1833358318774357Kilkenny M.F., and Robinson K.M. «Data quality: «Garbage ingarbage out». Health Information Management Journal. 2018; 47(3): 103–105. DOI: 10.1177/1833358318774357V ogt W.P. Garbage In, Garbage Out. (n.d.). Dictionary of Statistics & Methodology. 2005. P. 158. DOI: 10.4135/9781412983907.n809V ogt W.P. Garbage In, Garbage Out. (n.d.). Dictionary of Statistics & Methodology. 2005. P. 158. DOI: 10.4135/9781412983907.n809

The authors declare that there are no conflicts of interest present.