医学统计方法概述课件.ppt

1、浙江大学公共卫生学院流行病与卫生统计学科系 沈毅医学统计方法概述医学统计方法概述浙江大学公共卫生学院流行病与卫生统计学科系 沈毅 随着国内外医学期刊越来越重视统计方法的正确应用，医学研究者早已认识到医学统计学在医学研究中的重要作用。然而，医学研究者对统计方法的应用还存在一定的困难，时常会出现误用甚至错用统计方法的情况。统计分析的一个目的就是通过样本信息推论总体特征，分析单个或多个暴露变量和结局变量的关系。统计学将数据分为计量资料和分类资料两大类型。在随访研究中，还有一种数据为生存资料。统计分析方法主要根据结局变量的类型，综合考虑研究目的、设计类型及适用条件等因素进行选择。浙江大学公共卫生学院流

2、行病与卫生统计学科系 沈毅1.采用统计学方法，发现不确定现采用统计学方法，发现不确定现象背后隐藏的规律。象背后隐藏的规律。变异变异（variation）是社会和生物医学中的普遍现象。是社会和生物医学中的普遍现象。变异使得实验或观察的结果具有变异使得实验或观察的结果具有不确定性不确定性，如每个人的身高、体重、血压等，如每个人的身高、体重、血压等各有不同。各有不同。一、为什么要学统计学？一、为什么要学统计学？浙江大学公共卫生学院流行病与卫生统计学科系 沈毅 最大值=6.18,最小值=3.29,极差=2.89。算术均数=4.72，标准差=0.57。浙江大学公共卫生学院流行病与卫生统计学科系 沈毅2.

3、用统计学思维方式考虑有关医学研用统计学思维方式考虑有关医学研究中的问题究中的问题 “阳性阳性”结果是否是虚假联系？结果是否是虚假联系？某感冒药治疗某感冒药治疗1周后，治愈率为周后，治愈率为90%，能否说该感冒药十，能否说该感冒药十分有效？分有效？以前的许多研究表明，血清甘油三酯的含量与冠心病危险以前的许多研究表明，血清甘油三酯的含量与冠心病危险性有关，即甘油三酯的含量越高，患冠心病的危险性就越大。性有关，即甘油三酯的含量越高，患冠心病的危险性就越大。有的医生以此筛选危险人群？有的医生以此筛选危险人群？冠心病甘油三酯胆固醇+高密度脂蛋白虚假联系浙江大学公共卫生学院流行病与卫生统计学科系 沈毅统计

4、学方法用于干预试验统计学方法用于干预试验 1835年，法国医生年，法国医生P.C.A.Louis 对当时流行的对当时流行的“放血放血”疗法治疗肺炎的效果疗法治疗肺炎的效果进行了比较，发现进行了比较，发现“放血放血”的疗效不象预期的那么好，而且早期的疗效不象预期的那么好，而且早期“放血放血”和和晚期晚期“放血放血”组比较，患者的诊断、病情、病程、年龄等方面的差异很大，组比较，患者的诊断、病情、病程、年龄等方面的差异很大，比较平均治愈时间意义不大。因为晚期比较平均治愈时间意义不大。因为晚期“放血放血”组的平均治愈时间长，但该组的平均治愈时间长，但该组患者病情重、病程长、年龄大。组患者病情重、病程长

5、、年龄大。Louis对医学研究的方法学作出了很大贡献：对医学研究的方法学作出了很大贡献：（1）用数字的方法表示不同疾病患者的特征和预后；）用数字的方法表示不同疾病患者的特征和预后；（2）提出了临床疗效对比的前瞻性原则；）提出了临床疗效对比的前瞻性原则；（3）提出抽样误差和混杂（）提出抽样误差和混杂（confounding）概念。其中前瞻性研究和减少混概念。其中前瞻性研究和减少混杂，分别成为当今临床试验和流行病学研究的基本研究方法；杂，分别成为当今临床试验和流行病学研究的基本研究方法；（4）在在J.Gavarret 的的协助下，协助下，Louis的数字方法发展为的数字方法发展为“概率框架概率框架

6、”，Gavarret也于也于1840年在巴黎出版了世界第一部医学统计学教科书。年在巴黎出版了世界第一部医学统计学教科书。浙江大学公共卫生学院流行病与卫生统计学科系 沈毅 如：当专业上有一定联系的两个变量之间的变化呈“S型”或“倒S型”曲线趋势时，若错误地用直线方程去描述，从统计学角度看效果也很好，但在专业上是解释不通的。再比如，某两个统计量（如均值、率等）之间的差别在统计学上有显著性意义，有时在专业上并无实用价值。如某种新的降压药，平均降低血压 2 mmHg，若样本含量较大，误差又较小，统计检验可能会得到“P0.05”的结果，但在临床上却认为此新药的疗效没有多大提高。另外，在运用统计学中，稍有

7、不慎都可能犯这样或那样的错误。因此，统计结论的可靠性仍需通过实践去检验。所以，应当牢记：运用统计学时必须结合医学实际，才能真正发挥统计学应有的作用。组别N基线血压(mmHg)治疗后血压(mmHg)标准差(mmHg)P值95%CI(mmHg）统计学意义临床意义治疗组20016014260.050.83.2有无对照组2001601446有统计学（差异）意义，并不代表有生物学、临床意义有统计学（差异）意义，并不代表有生物学、临床意义浙江大学公共卫生学院流行病与卫生统计学科系 沈毅例：某医生用一种新的治疗某病的疗法（简称治疗组），用现在公认的疗法作为对照（简称对照组），经临床试验,对照组和治疗组的疗效

8、分别为P1=75%与P2=95。问：能认为这两个有效率之间的差别有显著性意义吗？答：这两个有效率之间的差别可能有统计学意义，也可能没有统计学意义。因为其结论不仅取决于二者之差的绝对值大小，更主要的是取决于随机误差的大小和样本大小，千万不可轻率地作出统计推断。现假定这两个有效率分别来自下列甲、乙、丙三批实验的结果，则具有下列3种不同的统计检验结果。“阴性阴性”结果是否是样本含量不足？结果是否是样本含量不足？有人曾对发表在有人曾对发表在Lancet,N Engl J Med，JAMA等著名医学杂志上的等著名医学杂志上的71篇阴性结果的论文作过分析，发现其中有篇阴性结果的论文作过分析，发现其中有62

9、篇（篇（93%）可能是由于）可能是由于样本含样本含量量不足造成的假阴性。不足造成的假阴性。浙江大学公共卫生学院流行病与卫生统计学科系 沈毅 例 数 组 别 疗效：有效 无效 合计 有效率（）甲实验 对照组 15 5 20 75.0 治疗组 19 1 20 95.0 乙实验 对照组 30 10 40 75.0 治疗组 38 2 40 95.0 丙实验 对照组 45 15 60 75.0 治疗组 57 3 60 95.0表1、两个有效率的比较甲实验中，P1与P2之间的差别无统计学意义（校正2=1.765，P0.05）乙实验中，P1与P2之间的差别有统计学意义（26.275，0.01P0.05）；丙

10、实验中，P1与P2之间的差别也有统计学意义（29.412，P0.01）。浙江大学公共卫生学院流行病与卫生统计学科系 沈毅00.10.20.30.40.50.60.70.80.91020406080100120140样本大小检验效能浙江大学公共卫生学院流行病与卫生统计学科系 沈毅3.保证你的研究论文能通过统计学审查保证你的研究论文能通过统计学审查 据国外据国外6080年代对不同医学杂志发表论文的调年代对不同医学杂志发表论文的调查，有查，有统计错误的论文的百分比最高达统计错误的论文的百分比最高达72%，最低，最低也有也有20%。国内国内1984年对年对中华医学杂志中华医学杂志、中华内科中华内科杂志

11、杂志、中华外科杂志中华外科杂志、中华妇产科杂志中华妇产科杂志、中华儿科杂志中华儿科杂志595篇论文的调查结果，相对数误篇论文的调查结果，相对数误用为用为11.2%，抽样方法误用，抽样方法误用15.9%，统计图表误用，统计图表误用11.7%。某研究者。某研究者1996年对年对4586篇论文统计（中华篇论文统计（中华医学会系列杂志仅占医学会系列杂志仅占6.9%），数据分析方法误用达），数据分析方法误用达55.7%。浙江大学公共卫生学院流行病与卫生统计学科系 沈毅 “非常痛心地看到，因为数据分析的缺陷和错误，那么多好的生物研究工作面临着被葬送的危险”F.Yates，M.J.R.Healy医学论文中的

12、统计问题医学论文中的统计问题 统计知识的运用统计知识的运用 撰写论文：报告自己观察或实验的研究结果撰写论文：报告自己观察或实验的研究结果 阅读论文：吸收新知识，了解学术进展阅读论文：吸收新知识，了解学术进展 1996年，对申报科技成果的年，对申报科技成果的4586篇科研论文分析，篇科研论文分析，统计方法使用率为统计方法使用率为76%。医学论文中统计运用错误，除了影响论文的科学性，医学论文中统计运用错误，除了影响论文的科学性，还可能导致严重的伦理学问题。还可能导致严重的伦理学问题。浙江大学公共卫生学院流行病与卫生统计学科系 沈毅 JAMA，新英格兰医学杂志（新英格兰医学杂志（NEJM）、）、英国

13、医学杂志、中华医学会英国医学杂志、中华医学会杂志对来稿杂志对来稿都有统计学要求都有统计学要求或统计学指导。或统计学指导。国际生物医学杂志编辑协会在其国际生物医学杂志编辑协会在其生生物医学期刊投稿的统一要求物医学期刊投稿的统一要求中也包含中也包含了统计学要求。了统计学要求。Uniform Requirements for Manuscripts Submitted to Biomedical Journals http:/www.acponline.org浙江大学公共卫生学院流行病与卫生统计学科系 沈毅中华医学杂志中华医学杂志对来稿中统计学处理的有关要求对来稿中统计学处理的有关要求1统计研究设计

14、：应交代统计研究设计的名称和主要做法。如调查设计统计研究设计：应交代统计研究设计的名称和主要做法。如调查设计(分为前瞻性、回顾性或分为前瞻性、回顾性或横断面调查研究横断面调查研究)；实验设计；实验设计(应交代具体的设计类型，如自身配对设计、成组设计、交叉设计、应交代具体的设计类型，如自身配对设计、成组设计、交叉设计、析因设计、正交设计等析因设计、正交设计等)；临床试验设计；临床试验设计(应交代属于第几期临床试验，采用了何种盲法措施等应交代属于第几期临床试验，采用了何种盲法措施等)。主要做法应围绕主要做法应围绕4个基本原则个基本原则(随机、对照、重复、均衡随机、对照、重复、均衡)概要说明，尤其要

15、交代如何控制重要非概要说明，尤其要交代如何控制重要非试验因素的干扰和影响。试验因素的干扰和影响。2资料的表达与描述：用资料的表达与描述：用x 和和s表达近似服从正态分布的定量资料，用表达近似服从正态分布的定量资料，用M(Q)表达呈偏态分布的表达呈偏态分布的定量资料；用统计表时，要合理安排纵横标目，并将数据的含义表达清楚；用统计图时，所用统定量资料；用统计表时，要合理安排纵横标目，并将数据的含义表达清楚；用统计图时，所用统计图的类型应与资料性质相匹配，并使数轴上刻度值的标法符合数学原则；用相对数时，分母不计图的类型应与资料性质相匹配，并使数轴上刻度值的标法符合数学原则；用相对数时，分母不宜小于宜

16、小于2O，要注意区分百分率与百分比。，要注意区分百分率与百分比。3统计分析方法的选择：对于定量资料，应根据所采用的设计类型、资料所具备的条件和分析统计分析方法的选择：对于定量资料，应根据所采用的设计类型、资料所具备的条件和分析目的，选用合适的统计分析方法，不应盲目套用目的，选用合适的统计分析方法，不应盲目套用t检验和单因素方差分析；对于定性资料，应根检验和单因素方差分析；对于定性资料，应根据所采用的设计类型、定性变量的性质和频数所具备的条件以及分析目的，选用合适的统计分析据所采用的设计类型、定性变量的性质和频数所具备的条件以及分析目的，选用合适的统计分析方法，不应盲目套用方法，不应盲目套用2

17、检验。对于回归分析，应结合专业知识和散布图，选用合适的回归类型，检验。对于回归分析，应结合专业知识和散布图，选用合适的回归类型，不应盲目套用简单直线回归分析，对具有重复实验数据的回归分析资料，不应简单化处理；对于不应盲目套用简单直线回归分析，对具有重复实验数据的回归分析资料，不应简单化处理；对于多因素、多指标资料，要在一元分析的基础上，尽可能运用多元统计分析方法，以便对因素之间多因素、多指标资料，要在一元分析的基础上，尽可能运用多元统计分析方法，以便对因素之间的交互作用和多指标之间的内在联系进行全面、合理的解释和评价。的交互作用和多指标之间的内在联系进行全面、合理的解释和评价。4统计结果的解释

18、和表达：当统计结果的解释和表达：当P005(或或P001)时，应说明对比组之间的差异有统计学意时，应说明对比组之间的差异有统计学意义，而不应说对比组之间具有显著性义，而不应说对比组之间具有显著性(或非常显著性或非常显著性)的差别；应写明所用统计分析方法的具体名的差别；应写明所用统计分析方法的具体名称称(如：成组设计资料的如：成组设计资料的t检验、两因素析因设计资料的方差分析、多个均数之间两两比较的检验、两因素析因设计资料的方差分析、多个均数之间两两比较的q检检验等验等)，统计量的具体值，统计量的具体值(如如t=345，X2=468，F=679等等)应尽可能给出具体的应尽可能给出具体的P值值(如

19、如P=0.0238)；当涉及到总体参数；当涉及到总体参数(如总体均数如总体均数 总体率等总体率等)时，时，在给出显著性检验结果的同时，再给在给出显著性检验结果的同时，再给出出95置信区间。置信区间。浙江大学公共卫生学院流行病与卫生统计学科系 沈毅4.获得循证医学证据的主要手段获得循证医学证据的主要手段“良好愿望的医学良好愿望的医学”（well-meaning medicine）转入转入“以证据为基础的医学以证据为基础的医学”（evidence-based medicine，EBM）需要有统计学方法的支持。）需要有统计学方法的支持。全世界的医学期刊每年大约刊登全世界的医学期刊每年大约刊登6006

20、00万学术论文，但能作为可靠万学术论文，但能作为可靠“证据证据”的论文的论文并不多。并不多。浙江大学公共卫生学院流行病与卫生统计学科系 沈毅二、数据的类型二、数据的类型 数据(Data)是统计统计分析的基础。统计统计分析方法的选择取决于不同的数据类型。最常见的数据类型有两种，分类数据(Categorical Data)或称定性数据(Qualitative Data)和定量数据(Qulantitative Data)或称计量数据(Numerical Data)。分类数据类型：分类数据的分层大于2时，又称为多分类数据(Polytomous Data)。分类数据类型有无序(Nominal Categ

21、orial)和有序(Ordinal Categorieal)。无序数据如性别(男、女)、血型(A、B、O、AB型)等。有序数据如肿瘤的分级(I级、II级、III级)、疼痛的程度(轻、中、重)等，以及在临床研究设计中，经常看到的“非常好、好、一般、差”这样的数据类型。不同类型的分类数据在统计分析方法上也不同，并不是大家所熟悉的 x2 检验所能全部涵盖的。定量数据类型：包括连续性数据(Continuous Data)，如身高、体重以及不连续性数据(Discrete Data)，如妇女的产次，疾病的复发次数等。浙江大学公共卫生学院流行病与卫生统计学科系 沈毅按变量测量的精确程度测量的精确程度由低到高

22、，将数据分类为：名义数据（如性别、婚姻状况）、有序变量（如疗效，类别间差别大小难以度量）、区间变量（如摄氏体温，类别间差别有实际意义）、比变量（如身高，除具有区间变量的特征外，还具有真实意义的零点。摄氏温度的零点为水结冰时温度，并非绝对意义的零点，所以它不属于比变量）浙江大学公共卫生学院流行病与卫生统计学科系 沈毅三、临床研究数据的统计学特征人工设计的困难程度 不允许人工制造特定的病态个体差异大 个体间变异和个体内变异小样本试验差异的判断II型错误较大试验过程的多样性脱落病例非正态分布定性数据多结局指标有多个浙江大学公共卫生学院流行病与卫生统计学科系 沈毅四、四、总体与样本总体与样本 popu

23、lation and sample总体总体：根据研究目的根据研究目的确定的确定的同质同质研究对象研究对象的的全体全体（集合）。分（集合）。分有限总体与无限总体有限总体与无限总体样本样本：从总体中随机：从总体中随机抽取的部分研究对象抽取的部分研究对象 浙江大学公共卫生学院流行病与卫生统计学科系 沈毅随机抽样随机抽样 random sampling为了保证样本的为了保证样本的可靠可靠性性和和代表性代表性，需要采，需要采用随机的方法抽取样用随机的方法抽取样本（在总体中每个个本（在总体中每个个体具有体具有相同的机会相同的机会被被抽到）。抽到）。浙江大学公共卫生学院流行病与卫生统计学科系 沈毅浙江大学公

24、共卫生学院流行病与卫生统计学科系 沈毅五、五、参数与统计量参数与统计量 parameter and statistic参数参数：总体总体的统计指标，的统计指标，如总体均数、标准差，采如总体均数、标准差，采用希腊字母分别记为用希腊字母分别记为、。固定的常数固定的常数 样本样本抽取部分观察单位抽取部分观察单位 推断推断inference统计量统计量：样本样本的统计指标，如样本均数、标准差，采用拉的统计指标，如样本均数、标准差，采用拉丁字母分别记为丁字母分别记为 。参数附近波动的随机变量参数附近波动的随机变量。SX、浙江大学公共卫生学院流行病与卫生统计学科系 沈毅六、医学研究常用统计方法六、医学研究

25、常用统计方法 1描述集中趋势的统计量选择 描述集中趋势的统计量主要有算术均数、几何均数和中位数。选择何种统计量来描述其平均水平（即集中趋势）取决于数据的分布类型，判断其是否更适用，要看计算出来的统计量是不是更靠近其集中位置的变量值，即某组数据最中间的变量值。（一）、统计描述浙江大学公共卫生学院流行病与卫生统计学科系 沈毅表1、描述集中趋势的统计量浙江大学公共卫生学院流行病与卫生统计学科系 沈毅 2.描述离散趋势的统计量选择 描述离散趋势的统计量主要有极差、四分位数间距、标准差、方差、变异系数以及标准误。统计量的选择主要与资料的分布类型和研究目的有关。一般来讲，要全面描述一组数据的分布特征，既要

26、描述其集中趋势，又要描述其离散趋势。如果我们选择均数作为描述某组数据集中趋势的统计量，那么一般可以选择标准差或方差作为描述其离散趋势的统计量；如果选择中位被作为描述隼中趋势的统计量，那么一般选择四分位数间区作为描述其离出趋势的统计量；如果选择几何均数作为描述集中趋势的统计量，那么一般选择对数标准差（变量值取对数后再计算标准差）作为描述其离散趋势的统计量。浙江大学公共卫生学院流行病与卫生统计学科系 沈毅表2、描述离散趋势的统计量浙江大学公共卫生学院流行病与卫生统计学科系 沈毅样本样本抽取部分观察单位抽取部分观察单位 统计推断统计推断（二）、统计推断（二）、统计推断 statistical inf

27、erencestatistical inference如：样本均数如：样本均数 样本标准差样本标准差S 样本率样本率 P如：总体均数如：总体均数 总体标准差总体标准差 总体率总体率X内容：内容：1.参数估计参数估计(estimation of parameters)2.包括：点估包括：点估计与区间估计计与区间估计3.2.假设检验假设检验（test of hypothesis)浙江大学公共卫生学院流行病与卫生统计学科系 沈毅样本样本抽取部分观察单位抽取部分观察单位 统计推断统计推断抽样误差抽样误差如：如：样本均数样本均数 样本标准差样本标准差S 样本率样本率 P如：如：总体均数总体均数 总体标准

28、差总体标准差 总体率总体率X 抽样误差抽样误差 （sampling sampling error)error)：由由于个体差异导于个体差异导致的致的样本样本统计统计量与量与总体总体参数参数间的差别。间的差别。描述抽样误差大小的指标：标准误 均数的标准误：率的标准误：xssn(1)pppsn浙江大学公共卫生学院流行病与卫生统计学科系 沈毅pSX、点估计（点估计（point estimationpoint estimation）与区间估计与区间估计（interval interval estimationestimation）参数的估计参数的估计点估计点估计：由样本统计量：由样本统计量 直接估计直

29、接估计 总体参数总体参数区间估计区间估计：在一定：在一定可信度可信度（Confidence level）下下，同时考虑抽样误差，同时考虑抽样误差、按预先给定的概率按预先给定的概率(1 )，确定一个包含未知总体参数的范确定一个包含未知总体参数的范围。这一范围称为参数的可信区间或置信区间围。这一范围称为参数的可信区间或置信区间(confidence interval,CI)1、参数估计浙江大学公共卫生学院流行病与卫生统计学科系 沈毅xstx,2/总体均数（1-）置信区间估计方法总体率（1-）置信区间估计方法（正态近似法）1.96pps浙江大学公共卫生学院流行病与卫生统计学科系 沈毅置信区间的解释置

30、信区间的解释 9595可信区间可信区间：从总体中作随机抽样，作：从总体中作随机抽样，作100100次抽样，每个样本可算得一个可信区间，次抽样，每个样本可算得一个可信区间，得得100100个可信区间，平均有个可信区间，平均有9595个可信区间包个可信区间包括括(估计正确估计正确)，只有，只有5 5个可信区间不包括个可信区间不包括(估计错误估计错误)。9595可信区间可信区间 9999可信区间可信区间 公式公式 区间范围区间范围 窄窄 宽宽 估计错误的概率估计错误的概率 大（大（0.050.05）小（小（0.010.01）XXStXStX ,2/01.0,2/01.0,XXStXStX ,2/05

31、.0,2/05.0,浙江大学公共卫生学院流行病与卫生统计学科系 沈毅 表3、置信区间与参考值范围的区别浙江大学公共卫生学院流行病与卫生统计学科系 沈毅1）、单组资料的分析）、单组资料的分析 如果数据呈正态分布，则采用单样本t检验(One-Sample Test)；如果数据呈非正态分布，可以采用相应的非参数统计统计方法Wilcoxon符号等级检验(Wilcoxon Signed-Rank Test)。2）、两组资料的分析两组资料的分析 首先，需要判别数据为定量数据还是分类数据。如果是定量数据，数据的分布特征呈正态，则选择两样本t检验(Two-Sample Test)；如果定量数据呈非正态分布，则

32、选择Wilcoxon等级和检验(Wileoxon Rank Sum Test)。对于分类数据，卡方检验(Chi-Square Test)被广泛运用。但值得注意的是，如果行列表中有1/5以上的格子理论频数小于5，或有一个格子理论频数小于1，卡方检验将导致分析的偏性。此时，可以采用 Fishes 精确概率法(Fishes Exact Test)计算P值。3）、三组或以上资料的分析三组或以上资料的分析 与两组资料分析类似，如果数据为定量资料呈正态分布，则采用单因素方差分析(One way ANOVA)；如果定量数据，呈非正态分布，则选择Kruskal一Wallis检验(Kruskal一Wallis

33、Test)。对于分类数据，多分类无序数据采用卡方检验(Chi-Square Test)或Fishs精确概率法；多分类有序数据可采用Cochran-Mantel-Haenszel 检验(Cochran-Mantel-Haenszel Test)。2、假设检验浙江大学公共卫生学院流行病与卫生统计学科系 沈毅4）、等效性检验等效性检验 等效性检验中无效假设H0指治疗间有差异（至少为），为临床无差异之和，拒绝H0意味着治疗之间差异没有显著意义。在双单侧检验（TOST）中，值是A药和B药的理论差异，为无差异之和。在差异性检验中，无效假设H0居中，备择假设H1在左侧或右侧；在等效性检验中，备则假设H1居中

34、，H0滑向两侧，那么研究者需设两个H0，即H01（）和H02（），然后进行2次非劣效性检验（和）。在等效性检验中，通常只检验均值或率比。部分研究者倾向于找到的可信区间（CI），如果CI不能括入，研究者有证据拒绝H0，并得出等效性结论。5）、把握度分析把握度分析 把握度分析可在设计试验阶段进行,来阐明各试验设计参数之间的互变关系,尤其是在不同的显著性水平下,研究者进行样本量与把握度关系间的分析，对设计试验时选择合适的样本量大小具有极为重要的作用。6）、多因素方差分析（）、多因素方差分析（Multi-way ANOVA）t检验是对一个变量的1或2个均值进行检验；方差分析又称F检验，单因素方差分析是

35、对1个变量的3个均值进行检验；多因素方差分析是对2个或2个以上变量的多个均值进行检验浙江大学公共卫生学院流行病与卫生统计学科系 沈毅7）、相关性分析）、相关性分析(Researeh Question Sabout Relationships among Variables)许多临床研究涉及对一组研究对象2个连续性变量的相互关系的研究。如用2个不同的指标测定心功能，拟评价这2个指标是否一致，这就需要涉及相关(Correlation)和一致性(Agreement)的评价。当数据为正态分布时，Pearson相关系数(Pearsons relation Coefficient)可以评价2个指标的相关性

36、。当数据分布非正态，相应的非参数统计统计量为Spearmans等级相关系数(Spearmans Rank Correlation Coeffielent)以及Kendalls Tau-b等级相关系数(Kendalls Tau-b Rank Correlation Coeffielent)，两者类似，但更多的统计学家推荐使用后者。对一致性的评价，定量数据可以采用Concordance相关系数(Concordance Correlation Coeffieient)，分类数据采用 Kappa分析(Cohens Kappa statistic)。值得注意的是，相关性与一致性的区别。如在临床研究中，希

37、望评价一个新的方法是否等同于原来的方法，需要使用一致性分析。浙江大学公共卫生学院流行病与卫生统计学科系 沈毅8）、多因素分析）、多因素分析(StatlstiealMethodSfo:MultipleVariables)临床研究的对象常常为病人，与有严格实验条件控制的动物实验不同，除了研究的因素外，常需要控制许多混杂因素或协变量，统计分析需要采用多因素模型对协变量进行校正。统计统计分析软件和程序的使用为多因素分析提供了可能。根据反应变量的类型，可以采用多元线形回归(Muiriple Linear Regression)、协方差分析(ANOVA，Analysis of Covariance)、Lo

38、gistic回归(Logistic Regression)、判别分析、聚类分析等。9）、重复测量数据的分析）、重复测量数据的分析(Methods for Analyzing Repeated Measures Data)定量数据可以采用重复测量方差分析(Repeated-Measures ANOVA)以及混合效应模型(MixeD-effects linear Model)。对于分类数据，可以广义估算方程(Generalized Estimated Evluation，GEE)拟合Logistic模型。浙江大学公共卫生学院流行病与卫生统计学科系 沈毅10）、生存分析）、生存分析(Analyzin

39、g Researeh Questions about Survival)分析一段时间后生存、死亡或其它事件发生情况需要采用生存分析，例如，研究者想了解心脏移植后病人生存天数是否与不同的手术方式有关。生存分析的目的通常是为了描述研究人群的事件发生时间(生存时间、suvival time)的分布特征，比较不同组的生存时间或研究生存时间是否与研究变量有关。单因素生存分析可以采用Log-Rank检验(Log-Rank Test)；多因素可以考虑选择比例风险模型(Cox Proportional Hazards Model)。需要注意的是，在临床研究中经常包含重复测量数据，如病人从心脏移植至死亡发生期间

40、，重复测量了多次心功能值，对于这种资料，可以采用SAS PHREG中，重复测量资料的cox模型的运用。浙江大学公共卫生学院流行病与卫生统计学科系 沈毅（一）资料的整理原始数据往往是不能直接进行分析的，根据资料的类型和目的，将资料整理成所需要的形式。整理过程包括：1、原始数据的整理、核对。2、资料数据库的建立。合适的软件建立数据库，资料输入时最好设计能自我纠错的功能，资料输入需要恰当的编码。3、异常值的判断（二）统计描述描述体检对象的一般特征，如计算不同年龄、性别、职业、疾病类型的构成比，计算疾病发病频率指标、患病频率指标、死亡频率指标等等。（三）统计推断 统计推断主要是计算相关的指标，如比值比

41、、患病率等，并进行 假设检验。假设检验的方法既有单因素分析方法，也有多因素分析 方法。如2检验、回归分析等。根据资料的类型，还可选择分层 分析。七、分析的计划和步骤七、分析的计划和步骤浙江大学公共卫生学院流行病与卫生统计学科系 沈毅 对临床数据分析时，选择恰当的统计分析分析方法非常重要。如果分析方法选择不当，将会得到错误的结果。选择统计分析方法应当遵循以下原则：1、明确指标的类型不同的资料的类型，其分析方法均不相同。因此，在进行临床数据的分析时，应明确指标的类型。2、分析研究是否存在混杂或偏倚混杂或偏倚往往会对结果产生不良的影响，如果存在混杂偏倚，则应进行分层分析或校正混杂对结果的影响。3、分

42、析方法由浅入深对临床数据的分析，应首先选择简单的统计分析方法。如先进行描述性统计，然后选择恰当的显著性检验方法。先进行单因素分析，然后进行多因素分析等八、分析方法的选择原则八、分析方法的选择原则浙江大学公共卫生学院流行病与卫生统计学科系 沈毅九、医学研究数据的统计学模型：观察值（效应值）=总平均效应+处理（暴露）效应+随机效应效应值-总平均效应=处理效应+随机效应处理效应=00处理有效随机误差（偶然性）正常人体温:37.10C=370C+0+0.10C处理效应为零Y=+T+e浙江大学公共卫生学院流行病与卫生统计学科系 沈毅问题1：观察了35名难产儿出生体重，平均体重为3.42（kg），标准差为

43、0.4（kg），一般婴儿的出生体重均数为3.3（kg）。问：难产是否与出生体重有关？难产儿出生平均体重=一般婴儿出生平均体重+难产+随机因素3.42-3.3=难产效应+随机效应研究假说：难产与出生婴儿的体重有关统计学假设H0：难产与出生体重无关（难产效应为零）H1：难产与出生体重有关（难产效应不为零）方法：单样本t检验，如果t检验的结果p40)浙江大学公共卫生学院流行病与卫生统计学科系 沈毅性别阳性阴性合计男145255400女 85315400合计230570800两个随机独立样本两个随机独立样本22()A TT浙江大学公共卫生学院流行病与卫生统计学科系 沈毅 多层2 2表 在医学研究中经常

44、遇到分层研究，如果每个层都有一个2 2表，则有多个2 2表。例如在多中心临床试验中，每个医院随机地把病人分成试验组和对照组，疗效为有效和无效，则每个医院的数据形成了一个2 2表。浙江大学公共卫生学院流行病与卫生统计学科系 沈毅实例某感冒药 A 与对照药 B 治疗流鼻涕的效果医院药品有效无效合计1A121830B151530合计2733602A31940B34640合计6515803A161430B151530合计312960浙江大学公共卫生学院流行病与卫生统计学科系 沈毅 Statistic Alternative Hypothesis DF Value Prob -1 Nonzero Cor

45、relation 1 0.586 0.444 2 Row Mean Scores Differ 1 0.586 0.444 3 General Association 1 0.586 0.444 Estimates of the Common Relative Risk(Row1/Row2)95%Type of Study Method Value Confidence Bounds -Case-Control Mantel-Haenszel 0.789 0.429 1.449 (Odds Ratio)Logit 0.789 0.429 1.450 Cohort Mantel-Haenszel

46、 0.922 0.749 1.135 (Col1 Risk)Logit 0.919 0.765 1.105 Cohort Mantel-Haenszel 1.139 0.816 1.589 (Col2 Risk)Logit 1.119 0.809 1.549 The confidence bounds for the M-H estimates are test-based.Breslow-Day Test for Homogeneity of the Odds Ratios Chi-Square=0.821 DF=2 Prob=0.663调整中心因素后，合并效应OR(或RR）各中心之间效应齐

47、性检验，如果各中心间效应不齐性，则不宜合并。浙江大学公共卫生学院流行病与卫生统计学科系 沈毅 行列表 多行乘多列表（S R）表的分析要注意行和列变量的类型。包括：1 行和列变量都是名义变量 2 行为名义变量列为顺序变量 3 行与列都是顺序变量浙江大学公共卫生学院流行病与卫生统计学科系 沈毅血型与疾病间的关系血型胃溃疡胃癌对照合计O9838289425A6741262370B1385778AB18123060合计19699638933STATISTICS FOR TABLE OF TYPE BY DISEASE Statistic DF Value Prob -Chi-Square 6 15.0

48、73 0.020 Likelihood Ratio Chi-Square 6 14.223 0.027 Mantel-Haenszel Chi-Square 1 0.519 0.471 Phi Coefficient 0.127 Contingency Coefficient 0.126 Cramers V 0.090 Sample Size=933浙江大学公共卫生学院流行病与卫生统计学科系 沈毅石苇冲剂治疗慢性支气管炎病型无效有效显效控制合计单纯型13306518126喘息型18367716147单纯行合并肺气肿112342682喘息型合并肺气肿36479411188合计7813627851

49、543STATISTICS FOR TABLE OF TYPE BY EFFECT Statistic DF Value Prob -Chi-Square 9 11.878 0.220 Cochran-Mantel-Haenszel Statistics(Based on Table Scores)Statistic Alternative Hypothesis DF Value Prob -1 Nonzero Correlation 1 2.818 0.093 2 Row Mean Scores Differ 3 2.903 0.407 3 General Association 9 11.

50、856 0.222 Total Sample Size=543浙江大学公共卫生学院流行病与卫生统计学科系 沈毅492 例患者矽肺的不同期次与肺门密度级别肺门密度级别矽肺期次IIIIII合计I4318814245II19672169III6175578SUMMARY STATISTICS FOR SILICOS BY DENSITY Cochran-Mantel-Haenszel Statistics(Based on Table Scores)Statistic Alternative Hypothesis DF Value Prob -1 Nonzero Correlation 1 125.