常用医学实验设计

合集下载
  1. 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. 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. 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)。

组间调整:接着摘抄一个随机数字,96,除以 10的余数为6,故把12号动物分至A组中。
最终分配结果
组 别
动物号
A 1 2 4 7 9 10 15 18 12
B 3 5 6 8 11
13 14 16 17
方法二、随机排列表法分组
例1 试将性别相同、体重相近的18只实验动物等分到A、B两组。 1.将实验动物编号。 2.查随机排列表:随机指定第6行,舍去18~19字,将0~17之
一、完全随机设计
Leabharlann Baidu
受试对象
随机化 分组
实验组1,2,…
对照组
各组样本含量可以相等,也可以不等, 但相等时统计分析效率最高。
完全随机化分组方法
1.将受试对象依次编号; 2.用抽签法、随机数字表法、随机排列表法把受
试对象随机分配到各处理组中去。
【例1】为探讨硫酸氧矾对糖尿病性白内障的防治作 用,研究人员将已诱导糖尿病模型的18只大鼠随机 分为两组。一组用硫酸氧矾治疗,另一组作对照观 察,12周后测大鼠血糖含量。比较两组动物血糖含 量的总体均数是否相同。
缺点: ➢ 设计复杂, ➢ 配对失败或配对欠佳时,会降低实验效率。
三、随机区组设计
(randomized block design)
又称配伍组设计,是配对设计的扩展。 先按影响试验结果的非处理因素(如性别、 体重、年龄、职业、病情、病程等)将受试对 象配成区组,再将每一区组的受试对象随机分 配到各个处理组中。每个随机区组的受试对象 数目取决于处理组数。
用随机排列表实现随机化举例3续
对象 编号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 随机 数字 8 7 6 11 14 2 13 5 9 12 0 1 4 10 3 组别 乙 乙 乙 丙 丙 甲 丙 乙 乙 丙 甲 甲 甲 丙 甲
分组结果】6,11,12,13,15号小兔进入甲组; 1,2,3,5,9号小兔进入乙组; 4,5,7,10,14号小兔进入丙组。
各组接受何种处理也要随机化。
【例 4】将 15 只兔随机均分入三组,任意指定 随机排列表的某一行(如第 2 行)。
【分析与解答】将 15 只兔编成 1~15 号,舍去指定 行中 15~19 的随机数字,剩下的依次抄录在 15 个编 号之下,并事先规定遇随机数 0~4、5~9、10~14 的兔分别进入甲、乙、丙组。现假定选定了第 2 行 随机排列数字,舍去该行中 15~19 的随机数字,剩 下的依次抄录在 15 个编号之下:
【例5】某医院用中药治疗9例再生障碍性贫血患 者,现将血红蛋白(g/L)变化的数据列在下面,问: 治疗前后的差别是否具有显著性意义?
患者编号 1 2 治疗前血红蛋白 68 65 治疗后血红蛋白 128 82
3 4 5 6789 55 75 50 70 76 65 72 80 112 125 110 85 80 105
方法一、随机数字表法分组
例1 试将性别相同、体重相近的18只实验 动物等分到A、B两组。
1. 将动物依次编号1,2,….18 2. 从随机数字表中从任一数字开始向任一方向查
出18个随机数字,依次抄录于动物编号下面 3. 按预先规定,将随机数字为偶数者分入A组,
为奇数者分入B组 4. 组间调整
用随机数字表进行分组
常用医学实验设计
Medical Experimental Design
张合喜 hexich@21cn.com 新乡医学院公共卫生学系
实验设计的基本要素
处理因素
降压药
受试对象
高血压病人
实验效应
血压值
实验设计的基本原则
对照原则 principle of control 均衡原则 principle of homogeneity 随机原则 principle of randomization 重复原则 principle of replication
患者对号 1 2 3 4 5 6 7 8 9 10 随机数字 9 3 0 2 1 5 8 6 4 7 患者编号 A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 所属组别 乙 乙 甲 甲 乙 乙 甲 甲 甲 乙 患者编号 B1 B2 B3 B4 B5 B6 B7 B8 B9 B10 所属组别 甲 甲 乙 乙 甲 甲 乙 乙 乙 甲 【分组结果】编为 A3,A4,A7,A8,A9,B1,B2,B5,
同源配对
(homogenetic matching)
即试验和对照在同一受试个体身上进行观察的 方法,分为4种类型:
(1)同一受试对象处理前、后的数据; (2)同一受试对象两个部位的数据; (3)同一受试对象、同一样品用两种方法或仪器 检测结果; (4)用同一方法或仪器检测同一受试对象不同标 本的检测结果。
优点:增强处理组间的均衡性,提高检验 效能。
二、配对设计
受试对象配对的特征或条件,主要是指年龄、 性别、体重、环境条件等非实验因素,不要以实验 因素作为配对条件。
要选择对试验结果影响较大的非处理因素配对, 如研究小鼠吃不同饲料后的体重增长情况,可将体 重相近的小鼠配对,在临床试验中可将病情基本相 同的患者配对。遵循“组间差别越大越好,组内差 别越小越好”的原则。
一、完全随机设计
优点:
➢ 简单易行。 ➢ 实验中个别发生意外情况对实验结果影响不大。
缺点: ➢ 一次实验只能分析比较一个因素的实验效应。 ➢ 没有控制混杂因素在各组的影响,实验效率较低。 ➢ 要求样本含量相对较大
二、配对设计
(paired design)
配对设计是将受试对象按某些特征或条件 配成对子,再随机分配每对中的两个对象接 受不同的处理方式。配对的因素是影响实验 效应的主要非处理因素。
5个区组小白鼠按随机区组设计分配结果
区组号
1
2
3
4
5
小白鼠 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
随机数 63 78 59 16 95 55 67 19 98 10 50 71 75 12 86
序号
分配 结果
231132213123213 BCAACBBACABCBAC
间的数字依次录于动物号下。 3.预先规定,将随机数字为0~8者分入A组,9~17者分入B组。
编 号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 随机数 组别
随机排列表法分组
动 物 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 号
相同,有时实际应用有一定困难; ➢ 实验结果终若有数据缺失,统计分析较麻烦。
四、拉丁方设计
(Latin square design)
完全随机设计只涉及到一个处理因素。随机区组设计 涉及一个处理因素、一个区组因素(配伍因素)。倘若实 验研究涉及一个处理因素和两个控制因素,每个因素的类 别数或水平数相等,此时可采用拉丁方设计来安排试验, 将两个控制因素分别安排在拉丁方设计的行和列上。
三、随机区组设计
A 接受甲处理 实验对象→配成区组→随机分配区组中 B 接受乙处理
C 接受丙处理 D 接受丁处理
……
三、随机区组设计
按随机区组设计, 将15只小白鼠分成5个区组,每 个区组的3只小白鼠分别接受A、B、C三种处理
将小白鼠的体重从轻到重编号,体重相近的3只小 白鼠配成一个区组,在随机数字表中任选一行一列开 始的2位数作为一个随机数,如从第8行第3列开始记 录,在每个区组内将随机数按大小排序;各区组序号 为1的接受A药,序号为2的接受乙药、序号为3的接 受C药。
区组号 1 2 3 4 5
A处理 3.3 3.6 4.3 4.1 4.2
B处理 4.4 4.4 3.6 4.5 4.7
C处理 3.6 4.6 5.1 5.0 5.5
随机区组设计
优点: ➢ 处理组间的可比性更强; ➢ 增加了区组信息,实验效率较高; 缺点: ➢ 受配伍条件限制,样本难获得; ➢ 分组较繁,要求单位组内实验单位数与处理数
拉丁方设计是在随机区组设计的基础上发展的,它可 多安排一个已知的对试验结果有影响的非处理因素,增加 了均衡性,减少了误差,提高了效率。
随 机 数 11 2 15 14 10 8 12 1 17 4 3 0 9 16 6 13 7 5 字
组 别 BABBBABABAAABBABAA
最终分配结果
组 别
动物号
A 2 6 8 10 11 12 15 17 18
B 1 3 4 5 7 9 13 14 16
【例2】某医生为了研究一种降血脂新药的临床疗 效,按统一纳入标准选择120名高血脂患者,采 用完全随机设计方法将患者等分为2组进行试验。 实验组服用降血脂新药,对照组服用安慰剂。6周 后测得低密度脂蛋白作为试验结果,比较2个处理 组的患者的低密度脂蛋白含量总体均数有无差别。
B6,B10 号的患者进入甲组,其他患者进入乙组。
配对设计数据分析
效应指标为数值变量
参数检验:配对t 检验(差值 t 检验);
非参数检验:Wilcoxon符号秩和检验; 效应指标为分类变量
配对四格表(2×2列联表)χ2 检验。
二、配对设计
优点: ➢ 提高组间均衡性和统计效率; ➢ 样本含量较小; ➢ 统计分析方法简单。
常用实验设计方案
(一)完全随机设计 (二)配对设计 (三)随机区组设计 (四)拉丁方设计 (五)析因设计 (六)正交设计
一、完全随机设计
(completely random design)
完全随机设计是最常见的一种考察单因素两 水平或多水平的实验设计方法。它是将同质的受 试对象完全随机地分配到各处理组,然后观察其 实验效应。
异源配对 (heterogenetic matching)
例如: 取同窝别、同性别、体重近似的2只动物配对; 将病种、病型、病情及其它影响疗效的主要因
素一致的病人配成对子;
【例6】从八窝大白鼠中分别选出同性别、体重 相近的两只,喂以水解蛋白和酪蛋白的饲料, 四周后测定其体重增加情况,结果如下:
窝编号
12345678
含酪蛋白组 82 66 74 78 82 76 73 90
含水解蛋白组 15 28 29 28 24 38 21 37
问:两种饲料对大白鼠体重增加量之间的差别
的影响有无显著性意义?
【例 8】将 20 名某病患者按一定条件(如性别、年龄、病情等) 配成 10 对,请把每对中的两名患者随机地分入甲、乙两组,分别接 受不同的处理。 【分析与解答】先按对子编成 1~10 号,第 i 对中两名患者再编为 Ai 和 Bi号,i=1,2,…,10,然后任意指定随机排列表中某一行,如第 9 行,舍掉 10~19 的双位数字后排列在 10 个编号之下,并事先规定 每对中两名患者遇偶数取甲→乙顺序、遇奇数取乙→甲顺序。
完全随机设计数据分析
效应指标为数值变量
参数检验:t检验,u检验或单因素方差分析法;
非参数检验:Wilcoxon符号秩和检验,Kruskal Wallis法秩和检验;
效应指标为分类变量
两个样本率比较的u检验、χ2检验或Fisher’s精
确概率法,秩和检验(Kruskal Wallis法)或Ridit 分析
【例3】某医生为了研究一种降血脂新药的临床疗 效,按统一纳入标准选择120名高血脂患者,采 用完全随机设计方法将患者等分为4组进行试验。 其中降血脂新药组分为高剂量组、中剂量组和低 剂量组,对照组服用安慰剂。6周后测得低密度脂 蛋白作为试验结果,比较4个处理组的患者的低密 度脂蛋白含量总体均数有无差别。
动物 号
1
2
3
4
5
6
7
8
9
10 11 12 13 14 15 16 17 18
随机 数字
16 22 77 94 39 49 54 43 54 82 17
37
93
23
78 87
35
20
组别 A A B A B B A B A A B B B B A B B A
初步分配结果
组别
动物号
A 1 2 4 7 9 10 15 18 B 3 5 6 8 11 12 13 14 16 17
1 1
12
2
2
3
2
1
3
1
3
3
2
3
5个区组小白鼠按随机区组设计分配结果
区组号
1
2
3
4
5
小白鼠 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
随机数 2 1 3 1 2 3 1 3 2 1 2 3 2 1 3
分配 结果
BACABCACBABCBAC
用不同浓度的二氧化硅对15只大鼠染尘全肺 湿重的结果
相关文档
最新文档