临床研究中常用统计分析方法及选择

实例3
72只小鼠随机分为3组，每组24只，进行实验，分别于试验 后1，3，5，7天处死小鼠6只小鼠，测定大脑中酪氨酸激酶B 的表达水平，如下表。
资料特点：计量资料，三组，重复测量? 析因设计? 不妥的方法：每个时间点用t检验，重复测量的方差分析 恰当的方法：3×4析因设计方差分析
实例4 两组手术病人，采用两种不同的镇痛方式（试验组、对照 组），于手术后24小时测定血清中的IL-6，结果如下表。
矛盾：移民组的发病率在各个年龄组均高于英格兰和威尔 士组，为什么它的合计发病率反而低？ 分析中混杂因素的控制
例子3：为鉴别胃癌、胃炎、非胃病患者，各测定了50名 对象的铜兰蛋白等指标，其中铜兰蛋白的观察结果如下:
胃癌
228 235 143
187 250
…
胃炎
非胃病
100 153 178
98
143 200
资料特点：完全随机设计，计量资料，三组 不妥的方法：t检验 恰当的方法：方差分析
实例2
36只大鼠随机分为对照组、实验组1、实验组2三组，每组12 只，分别给予三种饲料，分别于10天、15天、20天、25天测 定大鼠体重，如下表。
资料特点：完全随机设计，计量资料，三组，重复测量 不妥的方法：每个时间点用t检验或方差分析 恰当的方法：重复测量的方差分析
X5 正常 正常 异常 异常 正常
X6 显效 有效 有效 无效 无效
（一）数值变量资料的描述
通过绘制直方图可以直观了解数据的分布
平均水平
平均水平
变异水平
偏态分布
近似正态分布
来自百度文库
偏态分布形状
研究中，右偏态分布更常见，如住院时间，住院费用，病程等 左偏态分布较少见，如考生成绩有时呈左偏态分布
方差齐性
传导阻滞、溶栓治疗，….，等
哪些预后因素与发生心性死亡有关系？ 关系的强度如何？ 影响因素筛选—回归分析
统计学在医学科研中作用
统计学是进行医学科研的重要工具 满足统计学原则要求是保障医学科研科学性的前提 采用恰当的统计学方法是研究结论可靠、可信的前提 课题申报、论文撰写均有明确的统计学要求
1、常用计量资料的假设检验
比较目的 样本与总体比较 n较大 n大小均可 两组资料的比较 （完全随机设计） n较大 n较小,正态分布,方差齐 n较小,非正态分布,方差不齐 应用条件 Z检验 t检验 Z检验 t检验 Wilcoxon秩和检验 t’检验 统计方法
1、常用计量资料的假设检验（续表）
比较目的 配对资料的比较 （配对设计） 应用条件 n较大（任意分布） n较小，差值为正态 统计方法 配对设计Z检验 配对设计的t检验
资料特点：计量资料，两组，标准差相差比较大(方差不齐) 不妥的方法：t检验 恰当的方法：t’检验 或者 Wilcoxon秩和检验
实例5
两组病人，采用两种药物治疗，治疗疗效如下表。经卡方 检验，P=0.0486，差异有统计学意义。因此可以认为试验组 的疗效比对照组的疗效好。
资料特点：计数资料，两组，例数比较少 不妥的方法：卡方检验 恰当的方法：Fisher精确检验
（一）研究设计
析因设计
--同时研究多个实验因素对结果的影响 --例如，研究药物剂量(3mg、6mg)及给药方式(口服、肌注) 对结果的影响，每种组合均需要做试验(3mg+口服，3mg+肌 注， 6mg+口服，6mg+肌注)，为2×2析因设计
重复测量设计
--同一对象在不同时间点上进行某个指标的观测，以分析该 指标在时间上的变化。 --临床上很常见的一类资料
◦ 方差是否齐同（相等） ◦ 粗略判断 两组标准差之比在2.5倍以上，就得警惕方差不齐
描述数值变量资料的常用指标
指标名称 均数（X） 中位数（M） 几何均数（G） 标准差(s) 四分位数间距 极差（R） 变异系数（CV） 适用的资料 正态分布或近似正态分布 偏态分布、分布未知、两端无界 对数正态分布、等比资料 正态分布或近似正态分布 偏态分布、分布未知、两端无界 观察例数相近的数值变量 比较几组资料间的变异大小
◦ 多变量分析方法 ◦ 如，线性相关，线性回归，Logistic回归，Cox回归、生存分析等
（三）资料类型
数值变量资料 无序分类变量资料 有序分类变量资料 － － － 计量资料 计数资料 等级资料
数值变量：每一个观察对象都有一个数值，且大小差异有意义
例如，血红蛋白(g/L)，住院天数，产前检查次数，住院费用
…
…
123 170 100 120
问：三种人的铜兰蛋白有无不同？ 能否根据测定的铜兰蛋白数据对患者进行初步诊断？ 假设检验及判别诊断
例子4：研究心肌梗死患者预后的影响因素，以是否发生 心性死亡作为观察结果指标，对116名心梗患者的22个可 能影响预后的因素进行观察和记录
结局指标：心性死亡
预后因素：年龄、性别、高血压病、心梗位置、心梗分级、
无序分类：指类别或属性间无顺序、程度之分
例如，性别（男、女）为二分类 血型（A、B、AB、O）为多分类
有序分类：指类别间存在着次序，或程度上的差异。
例如，治疗效果：无效、好转、显效、治愈 实验室检验：–、+、++、+++
（四）数据特征
任何统计方法都有自己的适用条件，只有当某个或某些条 件满足时，统计计算公式才成立 适用条件可根据数据特征来判断
二、合理选择统计方法的四个因素
研究设计 分析目的 资料类型 数据特征
（一）研究设计
完全随机设计（成组设计）
--最常见，最易实施的实验设计方案 --将研究对象随机分配到几个组，然后做实验
配对设计(区组设计)
--将具有相似特征的研究对象配成对子，然后再将每个对子 的对象随机分配到两个组进行实验 --常见形式：同源配对（如样品一分为二） 异源配对（按性别、体重、年龄配对） 自身前后配对（试验前后的对比）
（二）分析目的
对临床资料进行统计描述
◦ 描述性统计分析方法 ◦ 如，均数，中位数，标准差，百分比，频数分布等
估计总体参数
◦ 95%可信区间
对几组资料进行差异性检验
◦ 假设检验方法 ◦ 如，t检验，卡方检验，方差分析，秩和检验等
探讨变量之间的关系，或者自变量（影响因素） 对应变量（结果变量）的影响大小
2、常用计数资料假设检验方法（续表）
比较目的 配对四格表比较 （配对设计） 应用条件 b+c >40 np>5且n(1-p)>5 统计方法 配对卡方检验 校正配对卡方检验
多个率或构成比的比较 （完全随机设计）
全部格子T>5 或1<T<5小于25% T<1或1<T<5超过25%
卡方检验 Fisher精确检验
3、常用等级资料假设检验方法
比较目的 两组比较（完全随机设计） 多组比较（完全随机设计） 配伍设计 配对设计 统计方法 Wilcoxon秩和检验 秩和检验（H检验） 秩和检验（Friedman检验） 符号秩和检验
几个例子
实例1 30只大鼠随机分为A、B、C三组，每组10只，分别给予三 种药物，5天后测定某指标值如下表。
实例6
两组病人，采用两种药物治疗，治疗疗效如下表。经卡方检 验，P=0.0570，差异无统计学意义。
资料特点：等级资料，两组 不妥的方法：卡方检验 恰当的方法：Wilcoxon秩和检验
五、变量间关系研究
临床研究中，经常需要分析某些因素与疾病之间的关系，探 讨疾病的危险因素。这些通常会涉及到多变量分析。
实例7
欲研究治疗某病的改进法（传统药+辅药）与传统法（传统药） 在不同剂量下的疗效。将150例研究对象随机分成10组，每组15例； 每种剂量及每种疗法下观察15例。结果如下表：
资料特点：结果变量：是否有效，二分类（有效、无效） 两个影响因素：治疗方法、药物剂量 不妥的方法：卡方检验或Fisher精确检验 恰当的方法：多因素分析中的Logistic回归分析
中位数
平均水平
均数
平均水平
偏态分布
近似正态分布
变异水平
P25，P75 四分位数间距
标准差
论文中最常用组合
正态分布或近似正态分布:
均数 与 标准差
偏态分布或未知分布
中位数 与 P25、P75（四分位数间距）
（二）分类变量资料的描述
通常需要描述各个类别的频数及频率（百分比）
108 名高血压患者的疗效 疗效 治愈 显效 有效 无效 频数 46 29 18 15 百分比 (%)
谢谢！
比较目的 应用条件 统计方法 二项分布的直接法 二项分布的Z检验 二项分布的Z检验
样本率与总体率 n较小时 的比较 np>5且n(1-p)>5 两个率或构成比 np>5且n(1-p)>5 的比较（完全随 n>40且T>5 机设计） n>40且1<T<5
卡方检验
校正卡方检验
n<40或T<1
Fisher精确检验
（二）组间比较常用的假设检验方法
根据资料类型选择
计量资料的假设检验
• t检验、F检验（方差分析）、Z检验、秩和检验 （Wilcoxon秩和检验、H检验、Friedman检验）等
计数资料的假设检验
• 卡方检验、Z检验等
等级资料的假设检验
• 秩和检验（Wilcoxon秩和检验、H检验、Friedman检验）
42.6 26.9 16.7 13.9
二维频数表
A、B 两组高血压患者疗效比较
组别 A B 治愈 29 17 显效 17 12 有效 6 12 无效 4 11 合计 56 52
研究中通常需要列出二维频数表
四、数据资料的组间比较
（一）组间比较采用技术----假设检验
假设检验出发点是：
• 判断样本之间差异由什么原因造成的
n较小，差值为非正态
多组资料的比较 （完全随机设计） 配伍资料的比较 （配伍设计） 正态分布，方差齐 非正态分布，方差不齐 正态分布，方差齐 非正态分布，方差不齐
配对设计的秩和检验
方差分析 秩和检验（H检验） 配伍设计的方差分析 配伍设计的秩和检验 （Friedman检验）
2、常用计数资料假设检验方法
临床科研中 常用统计方法及选择
2014.6 CQMU.PB
主要内容
统计学方法有什么用？ 合理选择统计方法的四个因素
数据资料的描述
数据资料的组间比较 变量间关系研究
一、统计学方法有什么用？
一张关于统计学的图片
几个例子
例子1：一研究者宣布找到一种治疗某病的新药， 试验的结果如下：
药物 新药 安慰剂 例数 60 50 有效 42 25 有效率 70% 50%
该新药是否值得推广？
假设检验及临床优效性检验
例子2：英国某年全人口统计资料
英格兰和威尔士 年龄 分组 0~ 5~ 15~ 45~ 65~ 合计 人口 (千人) 1900 3100 9400 4900 2000 21300 发病数 1406 186 1786 7350 17400 28128 发病率 (10 万) 74.0 6.0 19.0 150.0 870.0 132.1 人口 (千人) 26 30 127 25 5 213 移民 发病数 21 2 27 42 48 140 发病率 (10 万) 80.8 6.7 21.3 168.0 960.0 65.7
• 数据的分布特征（正态、偏态） • 方差齐性 • 理论数大小 • 样本量大小
三、数据资料的描述
108例高血压患者治疗后临床记录
编号 年龄 性别 治疗组 舒张压 心电图 疗效
NO 1 2 3 4 … 108
X1 37 45 43 59 54
X2 男 女 男 女 … 男
X3 A B A B B
X4 11.27 12.53 10.93 14.67 … 16.80
样本数据间的差异有两种原因所致
• 样本来自同一总体，差异因抽样误差所引起 • 样本来自不同总体，差异因不同总体所引起
假设检验以P值大小作为推断依据
• P值大，表示差异由抽样误差引起可能性大 • P值小，表示差异由抽样误差引起可能性小，即由总体不同引起 的可能性大 • 一般以0.05作为临界值来判断