循证医学中的常用统计指标
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
主要内容
概述 分类资料的指标 数值资料的指标
•本ppt 主要以四川大学华西医院刘关键教 授的课件为参考。
概述—可信区间
• 数据资料可分为数值资料（计量）和分类资料 （计数和等级）两大类。统计指标因而也分为数 值资料指标与分类资料指标两类。
• 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。
• 循证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。
• 通常，试验组与对照组某指标差值或比值的95%可 信区间与 为0.05的假设检验等价，99%的CI与 为0.01的假设检验等价。
概述—可信区间
• 常用的可信区间有：率的可信区间、两率差值的 可信区间、均数的可信区间、两均数差值的可信 区间、相对危险度可信区间等。
• 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。
•
= (RD－u SE(p1-p2)，RD+u SE(p1-
p2))
2． RD（率差）及可信区间
两率差的标准误：
S E ( p 1- p 2) =
p 1( 1 - p 1) n1
Байду номын сангаас
+
p 2( 1 - p 2) 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0或上下限均小于0），则两个率 有差别；反之，两率差的可信区间包含0，则无统计学意义。
1 r1 +
1 r2
－
1 n1
－
1 n2
=
1 15
+
1 30
－
1 125
－
1 1 2 0 = 0 .2 8 9
3．RR及可信区间
• RR的95%可信区间为：
•
exp[ ln(RR) ±1.96 SE(lnRR) ]
•
= exp（ -0.734 ± 1.96×0.289 ）
•
= (0.272，0.846)
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、发病率等常用率的指标外，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指标主 要有EER、CER、OR、RR、RRR、ARR、NNT 等。
1、ERR与CER
为无统计学意义。
3．RR及可信区间
• 阿斯匹林治疗组的病死率p1=15/125；对照组的病死率 p0=30/120，其RR和可信区间为：
RR =
p1 p0
=
1 5 /1 2 5 3 0 /1 2 0 = 0 .4 8
ln (R R )= ln (0 .4 8 )= - 0 .7 3 4
S E (ln R R )=
S E ( p 1- p 2) =
p 1( 1 - p 1) n1
+
p 2( 1 - p 2) n2
=
0.12(1-0.12) 125
+
0.25(1-0.25) 120
=0.049
2． RD（率差）及可信区间
• 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，-
S E (ln R R )=
1 a
+
1 c
－
1 a+b
－
1 c+ d
3．RR及可信区间
• ln(RR)的1－ 可信区间为：
•
ln(RR) ± u SE(lnRR)
• RR的可信区间为：
•
exp[ ln(RR) ±u SE(lnRR) ]
• 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
2． RD（率差）及可信区间
阿斯匹林治疗心肌梗死的效果
死亡 阿斯匹林治疗组 15（a）
未死亡 110（b）
例数 125（ｎ１）
对照组 合计
30（c） 45
90（d） 200
120（ｎ２） 245（ｎ）
2． RD（率差）及可信区间
阿阿斯斯匹匹林林治治疗疗心心肌肌梗梗死死的的效效果果EEERE R==1152/%1，25C=E1R2=%2 5，% C两 E率R差=3的0/标12准0 =误2：5%，两率差的标准误：
概述—可信区间
• 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。
概述—可信区间
• 此外，可信区间还可用于假设检验，尤其是试验组 与对照组某指标差值或比值的可信区间，在循证医 学中更为常用。
0.03) • 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 常用的指标，它是试验组某事件发生率p1与对照组 （或低暴露）的发生率p0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。 其计算方法为：
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)
• RR=P1/P0=EER/CER
3．RR及可信区间
• 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。
3．RR及可信区间
• 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ln(RR)和ln(RR)的标准误SE (lnRR)，其 计算公式如下：
概述 分类资料的指标 数值资料的指标
•本ppt 主要以四川大学华西医院刘关键教 授的课件为参考。
概述—可信区间
• 数据资料可分为数值资料（计量）和分类资料 （计数和等级）两大类。统计指标因而也分为数 值资料指标与分类资料指标两类。
• 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。
• 循证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。
• 通常，试验组与对照组某指标差值或比值的95%可 信区间与 为0.05的假设检验等价，99%的CI与 为0.01的假设检验等价。
概述—可信区间
• 常用的可信区间有：率的可信区间、两率差值的 可信区间、均数的可信区间、两均数差值的可信 区间、相对危险度可信区间等。
• 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。
•
= (RD－u SE(p1-p2)，RD+u SE(p1-
p2))
2． RD（率差）及可信区间
两率差的标准误：
S E ( p 1- p 2) =
p 1( 1 - p 1) n1
Байду номын сангаас
+
p 2( 1 - p 2) 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0或上下限均小于0），则两个率 有差别；反之，两率差的可信区间包含0，则无统计学意义。
1 r1 +
1 r2
－
1 n1
－
1 n2
=
1 15
+
1 30
－
1 125
－
1 1 2 0 = 0 .2 8 9
3．RR及可信区间
• RR的95%可信区间为：
•
exp[ ln(RR) ±1.96 SE(lnRR) ]
•
= exp（ -0.734 ± 1.96×0.289 ）
•
= (0.272，0.846)
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、发病率等常用率的指标外，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指标主 要有EER、CER、OR、RR、RRR、ARR、NNT 等。
1、ERR与CER
为无统计学意义。
3．RR及可信区间
• 阿斯匹林治疗组的病死率p1=15/125；对照组的病死率 p0=30/120，其RR和可信区间为：
RR =
p1 p0
=
1 5 /1 2 5 3 0 /1 2 0 = 0 .4 8
ln (R R )= ln (0 .4 8 )= - 0 .7 3 4
S E (ln R R )=
S E ( p 1- p 2) =
p 1( 1 - p 1) n1
+
p 2( 1 - p 2) n2
=
0.12(1-0.12) 125
+
0.25(1-0.25) 120
=0.049
2． RD（率差）及可信区间
• 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，-
S E (ln R R )=
1 a
+
1 c
－
1 a+b
－
1 c+ d
3．RR及可信区间
• ln(RR)的1－ 可信区间为：
•
ln(RR) ± u SE(lnRR)
• RR的可信区间为：
•
exp[ ln(RR) ±u SE(lnRR) ]
• 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
2． RD（率差）及可信区间
阿斯匹林治疗心肌梗死的效果
死亡 阿斯匹林治疗组 15（a）
未死亡 110（b）
例数 125（ｎ１）
对照组 合计
30（c） 45
90（d） 200
120（ｎ２） 245（ｎ）
2． RD（率差）及可信区间
阿阿斯斯匹匹林林治治疗疗心心肌肌梗梗死死的的效效果果EEERE R==1152/%1，25C=E1R2=%2 5，% C两 E率R差=3的0/标12准0 =误2：5%，两率差的标准误：
概述—可信区间
• 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。
概述—可信区间
• 此外，可信区间还可用于假设检验，尤其是试验组 与对照组某指标差值或比值的可信区间，在循证医 学中更为常用。
0.03) • 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 常用的指标，它是试验组某事件发生率p1与对照组 （或低暴露）的发生率p0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。 其计算方法为：
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)
• RR=P1/P0=EER/CER
3．RR及可信区间
• 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。
3．RR及可信区间
• 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ln(RR)和ln(RR)的标准误SE (lnRR)，其 计算公式如下：