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)。
生率 CERg 的差值,有益结果( good outcomes )如:
治愈、显效、有效等,其计算公式为: ABI=|EERg-CERg| • 该指标可反映采用试验因素处理后,患者的有益结果增 加的绝对值。
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 need to be treated to achieve one additional favorable outcome,
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。
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
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:
• RR=P1/P0=EER/CER
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。
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。
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。
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:
p1 RR = = p0 15/125 =0.48 30/120
ln(RR)=ln(0.48)= - 0.734 SE(lnRR)= = 1 1 1 1 + - - r1 r2 n1 n2 1 1 1 1 + - - = 0.289 15 30 125 120
• OR的可信区间同样需要采用自然对数计算,其 ln(OR)
的标准误SE (lnOR)按下式计算:
SE(lnOR)=
1 1 1 1 + + + a b c d
4.OR及可信区间
• ln(OR)的可信区间为: ln(OR) ± u SE(lnOR)
• OR的可信区间为:
exp[ ln(OR) ±u SE(lnOR) ]
exp[ ln(OR) ±1.96SE(lnOR) ]
= 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),可以认
为阿斯匹林治疗心肌梗死有效。
5.RRR及可信区间
• RRR为相对危险度减少率 (relative risk reduction),
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) • 该例RR的95%可信区间为0.272~0.846,使用阿斯匹 林治疗的病人,其病死率小于对照组,可认为阿斯匹 林可降低心肌梗死有效。
ARR 的可信区间:ARR±uSE = (ARR-uSE ,ARR+uSE) 例如:试验组某病发生率为 15/125=12%, 而对照组人群的发生率为 30/120=25%,其 ARR=25%-12% =13%, 标准误为: SE= = p1 (1-p1) p2 (1-p2) + n1 n2 0.12 (1-0.12) 0.25 (1-0.25) + =0.049 125 120
计算公式如下:
SE(lnRR)=
1 a
1 1 1 + - - c a+b 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
2. RD(率差)及可信区间
两率差的标准误: SE(p1-p2)=
•
p1(1-p1) p2(1-p2) + 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。
2. RD(率差)及可信区间
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
8.ARR及可信区间
• 其95%的可信区间为:
ARR±uSE= (ARR-uSE ,ARR+uSE) = (0.13-1.96×0.049,0.13+1.96×0.049) = (3.4%,22.6%) • 该治愈率的95%的可信区间为(3.4%,22.6%)。
9.ARI
• 绝对危险度增加率 (absolute risk increase , ARI) ,即
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±uSE
= (ARR-uSE ,ARR+uSE)
8.ARR及可信区间
ARR 的标准误: SE= p1 (1-p1) p2 (1-p2) + n1 n2
循证医学中的常用统计指标
寇长贵 流行病与卫生统计学教研室
Leabharlann Baidu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
照组的疾病发生率为0.50/10万,其RRR仍为22%。
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。
4.OR及可信区间
例如:前述阿斯匹林治疗心肌梗死的效果 试估计其 OR 的 95%可信区间。 15×90 OR= = 0.409 30×110 ln(OR)=ln(0.409)= -0.894 SE(lnOR)= (1/30+1/90+1/15+1/110) =0.347
4.OR及可信区间
• OR的95%可信区间为:
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。
• 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
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
• 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
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 : ARI =|EERb-CERb| • 该指标可反映采用试验因素处理后,患者的不利结果增 加的绝对值。
10 .ABI
• 绝对受益增加率 (absolute benefit increase,ABI),即 试验组中某有益结果发生率 EERg与对照组某有益结果发
• 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
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。
=
0.12(1-0.12) 0.25(1-0.25) + =0.049 125 120
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,-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。
OR=ad/bc
4.OR及可信区间
• 当所研究疾病的发病率较低时,即 a和 c均较小时, OR
近似于RR,故在回顾性研究中可用OR估计RR;
• 由于前瞻性研究中,RR的可信区间与OR的可信区间很
相近,因此,常用OR可信区间的计算来代替RR的可信
区间的计算。 • OR值的解释与RR相同。
4.OR及可信区间
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)。
5.RRR及可信区间
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。
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) = (RD-u SE(p1-p2),RD+u SE(p1-p2))
4.OR及可信区间
• odds1 是病例组暴露率 p1 和非暴露率 1- p1 的比值,即 odds1 = p1/(1-p1) , • odds0 是对照组暴露率 p0 和非暴露率 1- p0 的比值,即 odds0 = p0/(1-p0) , • 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:
阿斯匹林治疗心肌梗死的效果 死亡 未死亡 例数
阿斯匹林治疗组 15(a)
对照组 合计 30(c) 45
110(b)
90(d) 200
125(n1)
120(n2) 245(n)
2. RD(率差)及可信区间
阿斯匹林治疗心肌梗死的效果 EER=12% ,CER=25% 阿斯匹林治疗心肌梗死的效果 EER= 15/125 =12%, CER =30/120 =25%,两率差的标准误: 两率差的标准误: SE(p1-p2)= p1(1-p1) p2(1-p2) + n1 n2