1、,南通大学流行病学教研室 蓝绍颖教授,临床流行病学 第 12章,2018/9/15,practice,2,第12章 临床研究资料统计学分析的基本方法,第一节 概述 一、为什么临床科研中需要统计学知识1、帮助研究者对繁杂的科研数据资料进行系统归纳总结，是临床科研的工具。2、“DME”的三个环节均涉及统计学内容，统计学知识贯穿到临床研究的整个过程。,2018/9/15,practice,3,二、学会正确应用统计方法，分析临床研究资料,1、正确使用，不能误用、滥用。 2、可选择多种统计分析方法。 3、统计方法应当在科研设计阶段即作出正确的选择，而不是等到数据收集好之后再来考虑。,2018/9/15,
2、practice,4,第二节 临床研究数据的收集于整理,原始数据的真实可靠 一、临床研究数据的来源 病历、研究记录、调查表或问卷、专题调查、实验资料、实验室各种化验资料、统计报表、年鉴、其它信息资料。,2018/9/15,practice,5,二、临床数据收集内容与范围PIO指标：P（Population)研究对象的特征指标I （Intervention)干预措施测量指标O（Outcome) 结果测量指标 分四类：1、生物学指标2、健康相关生存质量及其相关指标3、临床经济学指标4、人口学特征指标 （临床治疗中常常收集：疗效、不良反应、治疗费用等指标）,2018/9/15,practice,6,
3、三、临床研究数据的收集方法,调查表/记录表（单一表方式、一览表） 直接观察法与访谈法 直接观察：现场观察与测量 访谈法：面对面电话访问信访,2018/9/15,practice,7,四、 临床研究数据的整理与管理,1、手工处理：打孔法、卡片法 2、计算机处理：建立数据库、计算机管理赋值与定量化：特别是多分类变量中的有序多分类资料。无序多分类资料采用哑变量方法赋值。数据的录入与数据库的建立（管理软件）,2018/9/15,practice,8,五 质量控制,贯穿资料的收集、整理、分析的全过程 防止出现各种偏倚：选择性偏倚、信息偏倚、混杂偏倚。保持资料的真实性、可靠性。,2018/9/15,pra
4、ctice,9,第三节 统计分析前的准备与分析框架的设计,一、分析前数据资料的质量评价 1、极端值、异常值与缺失值极端值( extreme value):可能是极大值、或极小值。异常值：为临床专业知识不能解释的测量值。缺失值（missing value)：是指因种种原因不能得到观察指标的测量值：,。,2018/9/15,practice,10,2、如何发现与识别极端值、异常值借助临床专业知识。统计图表直观发现,2018/9/15,practice,11,二、分析框架图的设计,分析框架图81 分析框架图实例分析,2018/9/15,practice,12,研究目的：探讨颈动脉内膜切除术的可行性,
5、分析目的：差别分析,颈动脉内膜切除术疗效是否优于对照组？结果测量指标：同侧脑卒中的发生率。数据资料类型：两分类变量资料。,颈动脉内膜切除术副作用是否少于对照组？结果测量指标：A、术中脑卒中的发生率；B、假性动脉瘤发生率。数据资料类型：两分类变量资料。,四格表X2检验分析各发生率组间差别是否有统计学意义。,考察应用条件是否满足：样本量40，其最小理论值5，则进行X2与区间估计,统计结果的真实性评价,2018/9/15,practice,13,第四节 常用的统计分析方法,选择依据：研究目的、资料性质、设计类型、样本含量等。 内容归纳三方面： 一、统计描述：计量资料（算术均数、中位数、几何均数、标准
6、差、四分位数间距、变异系数） 注意：资料的正态分布、偏态分布及未知分布资料计数资料（率、构成比；）注意：将构成比代替率来分析把各种不同的率相互混淆,2018/9/15,practice,14,二、假设检验,(一）两组或多组均数比较1、两组均数比较的t检验计量资料t检验，推算两组所代表的总体均数是否相等。 设计类型： 单个样本均数与总体均数比较的t检验。 配对设计的配对t检验。 两个独立样本均数比较的成组t检验。,2018/9/15,practice,15,T检验使用时应考虑的三个基本条件,1、每组资料服从正态分布，如样本含量小于30例，可考虑采用Wilcoxon秩和检验。 2、两组满足方差齐性
7、（t检验前要求做方差齐性检验）。 3、独立性。要求一个组内观察测量值与另一个组内的观察测量值无关。,2018/9/15,practice,16,举例：,两组均数样本比较的 t检验 （P105）T检验只适合两组计量资料比较的假设检验，若比较组不止两组，两组以上则不能选用，否则会增大I类错误。考虑使用方差分析（ analysis of variance) 。,2018/9/15,practice,17,2、多组均数比较的方差检验,方差分析（又称变异分析，描述离散变异趋势）常用于推断两个及两个以上总体均数有无区别；分析研究因素的交互作用及回归方程的线性假设检验。组内变异（用组内均方表示） 总变异 组
8、间变异（用组间均方表示）,2018/9/15,practice,18,F值组间均方/组内均方 MS组间 / MS组 内 MS组间（ MS组 内 ）离均差平方和 /自由度 查 F界值表，求得P值。 举例：多组均数比较的方差检验（P106) 若P0.01,可认为三组矿工的用力肺活量不同 三组矿工中至少有两组用力肺活量总体均数间有差别。至于那两组有差别，那些没有差别，还需做两两均数比较（P108),2018/9/15,practice,19,方差分析条件,各样本来自正态总体，各组均要求服从正态分布或近似正态分布； 各样本为相互独立的随机样本，各观察对象的观察值间相互独立； 方差齐性，各组的总体方差相
9、等或近似。,2018/9/15,practice,20,(二）计数资料两组或多组率（构成比）比较的2检验,2检验主要应用： 两个及两个以上总体率或构成比有无差别； 两分类变量间是否相关； 拟合优度检验。,2018/9/15,practice,21,2计算公式,1、 (一般公式)2、 (纠正公式) 3、 (一般公式)4、 (纠正公式),2018/9/15,practice,22,公式应用条件 当T5，且n40时，选一般计算公式 当140时，需计算校正公式 当T1，或者n40时，选用确切概率法。两组率比较的假设检验方法还可选用u检验（即z检验），是一种近似检验方法，要求每组的率与样本含量的乘积（n
10、p)均大于5。若条件不苻，可选二项分布方法；或np很小，可直接采用 poisson分布方法。,2018/9/15,practice,23,多个样本率或构成比的比较2检验：,可选用行列2检验 应用条件：不能有1/5的格子的理论频数小于 5，或最小理论频数小于1。,2018/9/15,practice,24,2检验注意事项： 理论频数太小，可选用弥补办法：增加样本例数；删除理论频数太少行或列；将理论频数太小性质相近行或列的实际频数合并。 2检验的误用：如t检验发现45岁以上年龄组的并发症高于小于45岁组，但有研究者喜欢采用2检验，将数值变量数据转换成四格表数据分析。其一、损失大量的信息，其二、如分
11、类界值点选择不妥，有时会得出错误结论。 2检验本身局限性：不能说明两组率差别的程度以及是否有临床价值,2018/9/15,practice,25,(三）相关与回归分析,相关与回归分析：研究两个与多个变量之间的相互关系统计方法。 回归是分析两个与多个变量之间的数量依从关系。 相关是分析两个或多个随机变量相关的密切程度与方向。,2018/9/15,practice,26,1、直线相关分析（相关系数示意图82）,A、完全正相关（r1） B、正相关（0r1) C、负相关 （1 r0） D、零相关（r=o) F、完全负相关（r1） 分析基本条件：变量满足独立性；随机性；双变量正态分布。 附例：P113,
12、2018/9/15,practice,27,直线相关注意事项,1、相关系数的4个等级： 00.25 弱相关或无相关 0.250.50 一定程度的相关 0. 500.75 中等或较好的相关 0 .75 强相关，当0.95时要慎重 2、常用决定系数解释相关程度（关系密切强度）决定系数（相关系数）2（说明某因素的变化有多少是由另一因素引起的）3、若资料为偏态分布或存在极端值时，通过变量转换成正态分布后再进行相关分析；或者计算等级相关系数。,2018/9/15,practice,28,2、直线回归分析,描述两个变量（应变量Y与自变量X）间的依存关系。 应用条件：应变量独立且正态分布。 回归方程形式：
13、a+bxa 为截距 b为斜率（回归系数）,2018/9/15,practice,29,直线回归方程的注意事项,1、直线回归分两类 型回归，Y服从正态分布，X不服从正态分布资料。 型回归，服从双变量（X、Y）正态分布资料。 2、若散点图提示两变量间存在非线性关系，可通过变量转换使其符合条件后再行直线回归分析；若条件仍然不能满足，可采用分段直线回归、多分类回归、非线性回归分析。,2018/9/15,practice,30,三、可信区间（confidence interval, CI),是按一定的概率（1）去估计总体参数所在的范围。 如95可信区间，就是该区间范围内有95可能包含总体均数。,2018
14、/9/15,practice,31,四、统计方法的抉择,1、与研究和分析的目的有关： 差别检验方法：t 检验、方差分析、卡方检验、秩和检验等 进行两个与多个因素间关系分析：相关分析、回归分析等。 疗效分析为目的（如分痊愈、显效、有效、无效），此时2检验只能两组分类构成是否有差别，那一组疗效更好，只能借助秩和检验。,2018/9/15,practice,32,2、与数据的类型以及变量的数目有关,1）计数资料与计量资料 2）变量的数目（自变量、应变量）,表88涉及两变量的主要分析方法,2018/9/15,practice,33,表89涉及三个及以上变量的主要分析方法,2018/9/15,pract
15、ice,34,3、统计方法的选择与设计方案有关,如数值变量资料中配对设计两组差别比较，则应选择配对t 检验 4、与应用的条件有关各统计方法均有应用条件，如四格表2检验要求样本量大于40，且最小的理论数大于5；成组t检验要求样本含量不小于30例。,2018/9/15,practice,35,第五节 统计分析结果的正确解释与评价,一、统计结果的正确表达 1、假设检验结果 根据统计量与自由度大小确定相应的 P值 P值与水平比较得出（以两均数t检验为例） P值 两总体均数间的差异有统计学意义 P值 两总体均数间的差异无统计学意义 （P值在附近时应表明确切概率值。） 注意：假设检验提供确切的概率值， P
16、值只能表明差别有无统计学意义，不能表明差别的程度。,2018/9/15,practice,36,2、区间估计结果,提供更多的信息，既表明差别有无统计学意义，又能表明差别的程度。再结合临床专业知识判断有无临床价值与实际意义。 统计结果的表达应该是P值与可信区间的相结合。,2018/9/15,practice,37,二、正确解释统计结果,1、假设检验得到的统计结果是概率性的，不能绝对肯定与否定。统计结果会出现型错误（假阳性错误，）或型错误（假阴型错误，）。 当P值 （阳性结果、可能犯型错误） 当P值 （阴型结果、可能犯型错误） 与的大小与样本的含量有关。样本增加、两类错误率均降低。当样本量固定时，
17、型错误率降低， 型错误率将增加。,2018/9/15,practice,38,2、有统计学意义结果与无统计学意义结果同样重要。,当样本小，出现阴性结果时，特别要注意可能犯型错误（假阴性错误） 若出现阴性结果，评价结果的真实性方法即考查检验效能（ power), 用1表示。 检验效能公式计算,2018/9/15,practice,39,三、统计学意义与临床意义的综合评价,表811 临床意义与统计学意义评价判断表,2018/9/15,practice,40,图85 可信区间和误差图,2018/9/15,practice,41,四、临床研究统计分析结果的真实性评价,1、研究方案的设计是否合理？ 2、统计分析结果是否全面？ 3、统计方法选择是否合适？ 4、无统计学意义的正确评价？ 5、是否考虑了混杂与偏倚因素？ 6、结果解释有无考虑统计学意义与临床意义？,2018/9/15,practice,42,五、临床医学研究统计结果的适应性,结果的外推,
