2-循证医学中常用的统计指标

2. RD（率差）及可信区间
两个发生率的差即为率差， 也称危险差（rate difference, risk difference, RD）,如试验组发生率 （EER）与对照组发生率（CER） 的差，其大小可反映试验效应的 大小。
两率差的可信区间由下式计算：
p1 p2 u SE ( p1 p2 )
6.RRI
RRI,相对危险度增加率（relative risk increase, RRI）,试验组中某不利结果的 发生率为EERb,对照组某不利结果的发生 率为CERb, RRI可按下式计算：
RRI EERb CERb / CERb
该指标可反映采用试验因素处理后， 患者的不利结果增加的百分比。
1 1 1 1 SE ( InRR ) a c ab cd
In(RR)的可信区间为：
In( RR ) u SE ( InRR )
exp In( RR ) u SE ( InRR )
RR的可信区间为：
由于RR=1时为试验因素与疾病无关， 故其可信区间不包含1时为有统计学意义； 反之，其可信区间包含1时为无统计学意义。
RD u SE ( p1 p 2 ), RD u SE ( p1 p 2 )
两率差的标准误：
SE ( p1 p 2 ) p1 (1 p1 ) p 2 (1 p 2 ) n1 n2
两率差为0时，两组的某事件 发生率没有差别。因而两率差的
可信区间不包含0（上下限均大于
ARR的可信区间：
ARR u SE ( ARR u SE, ARR u SE )
例如：试验组某病发生率为15/125＝12％， 而对照组人群发生率为30/120=25%,其 ARR=25%-12%=13%,标准误为：
SE p1 (1 p1 ) p 2 (1 p 2 ) n1 n2
RRR为相对危险度减少率（relative risk reduction）,其计算公式为： RRR=∣CER-EER∣/CER=1-RR RRR的可信区间可由1-RR计算得到。 如前例RR=0.48,其95％的可信区间为 0.272～0.846,其RRR＝1-0.48＝0.52， RRR的95％可信区间为0.154～0.728。
其计算方法为：
RR P1 / P0 EER / CER
当RR＝1时，可认为试验因素与疾病无关； 当RR≠1时，可认为试验因素与疾病有关； 当RR＞1时，可认为试验组发生率大于对 照组； 当RR＜1时，可认为试验组发生率小于对 照组。
RR的可信区间，应采用自然对数 进行计算，即应求RR的自然对数值 In(RR)和In(RR)标准误SE（InRR）,其 计算公式如下：
RR计算的四格表
组别 试验组 对照组 发病 a (r1) c (r2) 未发病 b d 例数 n1 n2
阿斯匹林治疗组的病死率对照组 的病死率其RR和可信区间为： p1 15 / 125 RR 0.48 p0 30 / 120
In(RR)=In(0.48)=-0.734
SE ( InRR ) 1 1 1 1 r1 r2 n1 n2
该例两率差的可信区间为 -0.23～-0.03，上下限均小于0 （不包含0），两率有差别。 可认为阿斯匹林可降低心肌 梗死的病死率。
3. RR及可信区间
相对危险度RR（relative risk,RR） 是前瞻性研究中较常见的指标，它是 试验组某事件发生率与对照组（或低 暴露）的发生率之比，用于说明前者 是后者的多少倍，常用来表示试验因 素与疾病联系的强度及其在病因学上 的意义大小。
11. NNT、NNH及可信区间
NNT (The number needed to treat)的临床含义 为：对病人采用某种防治措施处理，得到一例有 利结果需要防治的病例数（the number of patients who needed to be treated to achieve one additional favorable outcome, NNT）。 其计算公式为：NNT=1/∣CER-EER∣=1/ARR 从公式可见，NNT的值越小，该防治效果就 越好，其临床意义也就越大。
7.RBI
RBI,相对获益增加率（relative benefit increase,RBI）,试验组中某有益结果的发 生率为EERg，对照组某有益结果的发生 率为CERg,RBI可按下式计算：
RBI EERg CERg / CERg
该指标可反映采用试验因素处理后， 患者的有益结果增加的百分比。
1 1 1 1 SE ( InOR ) a b c d
In(OR)的可信区间为：
In(OR ) u SE ( InOR )
OR的可信区间为：
expIn(OR ) u SE ( InOR )
例如：前述阿斯匹林治疗心肌梗死的 效果估计其OR的95％可信区间。
15 90 OR 0.409 30 110
RRR反映了某试验因素使某结果的发生率 增加或减少的相对量，但是，该指标无法衡量 发生率增减的绝对量。 如：试验人群中某病的发生率EER=39%, 而对照组人群的发生率CER=50%, RRR=(CER-EER)/CER=(50%-39%)/50%=22% 但是，若在另一研究中，试验组的疾病发 生率为0.39/10万，对照组的疾病发生率为 0.50/10万，其RRR仍为22％。
4.OR及可信区间
组别 病例组 非病例 组 暴露 a c 非暴露 b d 例数 n1 n2
odds1是病例组暴露率p1和非暴露 率1-p1的比值，即 a /( a b) odds1=p1/(1-p1)=
b /( a d )
odds0是对照组暴露率p0和非暴露 率1-p0的比值，即 c /( c d ) odds0=p0/(1-医学中预防和治疗 性试验中，率可细分为EER 和CER两类。
EER即试验组中某事件的发生 率（experimental event rate, EER）, 如对某病采用某些防治措施后该 疾病的发生率。 CER即对照组中某事件的发生 率（control event rate, CER）,如对 某病不采取防治措施的发生率。
8 .ARR及可信区间
绝对危险度减少率（absolute risk reduction, ARR）,其计算公式为： ARR=∣CER-EER∣ ARR的可信区间为：
ARR u SE ( ARR u SE, ARR u SE )
ARR的标准误：
SE p1 (1 p1 ) p 2 (1 p 2 ) n1 n2
SE ( p1 p 2 )
p1 (1 p1 ) p 2 (1 p 2 ) n1 n2
0.12(1 0.12) 0.25(1 0.25) 0.049 125 120
该试验两率差（RD）的可信区间为：
RD u SE ( p1 p2 )
(0.12 0.25) 1.96 0.049 0.23 ~ 0.03
循证医学中常用的是率的 可信区间、RR或OR的可信区 间、均数的可信区间、两均数 差值的可信区间等。
二、分类资料的指标
在循证医学的研究与实践中， 除了有效率、死亡率、患病率、 发病率等常用的指标外，相对危 险度（RR）、比值比（OR）及由 此导出的其他指标也是循证医学 中富有特色的指标。
目前，在循证医学中分 类资料常用的描述性指标主 要有EER、CER、OR、RR、 RRR、ARR、NNT等。
循证医学中常用的统计指标
一、概述
数据资料可分为数值资料（计 量，measurement data, quantitative data）和分类资料 categorical data (计数 count
data, qualitative data和等 级,ordinal data)两大类。统计指 标因而也分为数值资料与分类资料 指标两类。
In(OR)=In(0.409)=-0.894
OR的95％可信区间为：
expIn(OR) 1.96SE( InOR )
=exp(-0.894±1.96×0.347)
=(0.207,0.807)
该例OR的95％可信区间为0.207～0.807,
可认为阿斯匹林治疗心肌梗死有效。
5.RRR及可信区间
统计指标可用于描述性的统 计分析，也是反映数据基本特征 的统计分析方法。并可使人们准 确、全面地了解数据资料所包涵 的信息，以便于在此基础上完成 资料的进一步统计分析 。
可信区间（Confidence
interval, CI）是循证医学中
常用的统计指标之一。
可信区间主要用于估计总 体参数，从获取的样本数据资 料估计某个指标的总体值（参 数）。如，率的可信区间估计 总体率，均数的可信区间估计 总体均数。
d /( c d )
以上两个比值之比即为比 值比（odds ratio, OR）,又称 机会比、优势比等，公式为：
a /( a b) OR= p1 (1 p1 ) b /( a b) ＝ad / bc p0 (1 p0 ) c /( c d ) d /( c d )
0.12(1 0.12) 0.25(1 0.25) 0.049 125 120
其95％可信区间为：
ARR u SE ( ARR u SE, ARR u SE )
=(0.13-1.96×0.049,0.13+1.96×0.049) =(3.4%,22.6%) 该治愈率的95％可信区间为3.4%～22.6％
9. ARI
绝对危险度增加率（absolute risk increase, ARI）,即试验组中某不利结果发 生率EERb与对照组某不利结果发生率 CERb的差值，不利结果（bad outcomes） 如：死亡、复发、无效等，其计算公式为：