《双向有序表》课件.ppt

1、P16蛋白在食管癌中表达的回顾研究2000年第27卷第1期 目的目的 检测与分析检测与分析p16蛋白在食管癌组织中蛋白在食管癌组织中的表达，从而探讨其与食管癌发生的表达，从而探讨其与食管癌发生、发发展及预后的关系。展及预后的关系。实验背景实验背景 p16抑癌基因所编码的蛋白是抑癌基因所编码的蛋白是周期素依赖激酶抑制蛋白的一种，在细周期素依赖激酶抑制蛋白的一种，在细胞周期进程中起负调控作用。胞周期进程中起负调控作用。P16蛋白缺蛋白缺失或异常可导致周期素依赖激酶活性上失或异常可导致周期素依赖激酶活性上升，引起细胞增殖失控。升，引起细胞增殖失控。免疫组化（免疫组化（IHCIHC）检测方法检测方法

2、以以ABCABC试剂盒按常规方法操作。结果判断试剂盒按常规方法操作。结果判断以细胞核及胞浆内出现棕黄色颗粒为阳以细胞核及胞浆内出现棕黄色颗粒为阳性，采用双盲法，根据阳性细胞百分率性，采用双盲法，根据阳性细胞百分率分为四个等级：分为四个等级：“-”“-”无阳性反应细胞；无阳性反应细胞；“+”“+”阳性细胞阳性细胞25%75%75%。统计学分析统计学分析以以检验分析检验分析p16p16表达水表达水平与食管癌临床分期的相关性。平与食管癌临床分期的相关性。P16在食管癌不同组织学分级中的表达P16表达水平组织学分级-+阳性率高分化(n=41)15581363.4中分化(n=26)1633438.5低分

3、化(n=17)1123135.3 经经检验，检验，高分化组与中、低分化组之高分化组与中、低分化组之间间 p 1 6p 1 6 表 达 水 平 存 在 显 著 性 差 异表 达 水 平 存 在 显 著 性 差 异(p=0.016)p=0.016)。中分化组与低分化组中分化组与低分化组p16p16表表达水平无显著差异达水平无显著差异 结论结论高分化食管癌高分化食管癌p16p16表达明显高于中、表达明显高于中、低分化者，两者之间存在显著性差别，低分化者，两者之间存在显著性差别，表明表明p16p16表达与食管癌分化程度呈正相关。表达与食管癌分化程度呈正相关。对差错的分析对差错的分析本实验误用了本实验误

4、用了2 2检验。检验。原文表应该是双向有序且原文表应该是双向有序且属性不同的属性不同的R RC C表资料，表资料，根据分析目的的不同有三根据分析目的的不同有三种不同的分析方法。种不同的分析方法。对差错的分析对差错的分析 其一，其一，只关心实验分组变量只关心实验分组变量取不同水平时，有序的结果取不同水平时，有序的结果变量之间的差别是否具有统变量之间的差别是否具有统计学意义，仍将其视为单向计学意义，仍将其视为单向有序的列联表资料，可用秩有序的列联表资料，可用秩和检验或和检验或RIDITRIDIT分析。分析。对差错的分析对差错的分析 其二，其二，若研究两个有序变若研究两个有序变量之间是否有相关关系，

5、量之间是否有相关关系，就要用就要用SpearmanSpearman秩相关分秩相关分析或典型相关分析；析或典型相关分析；对差错的分析对差错的分析 其三，其三，若两个变量之间有若两个变量之间有相关关系，希望进一步知相关关系，希望进一步知道这两个变量之间是否呈道这两个变量之间是否呈直线变化关系，就需要进直线变化关系，就需要进行线性趋势检验。行线性趋势检验。对差错的分析对差错的分析 原作者是希望进行相关原作者是希望进行相关分析，故宜选用定性资分析，故宜选用定性资料的相关分析方法。料的相关分析方法。对差错的分析对差错的分析 经 定 性 资 料 相 关 分 析 后，得经 定 性 资 料 相 关 分 析 后

6、，得SpearmanSpearman秩相关分析的结果，秩相关分析的结果，r=0.28882,p=0.0077.r=0.28882,p=0.0077.说明两个有说明两个有序变量之间的相关系数不等于零。序变量之间的相关系数不等于零。即两个有序变量之间的相关性有统即两个有序变量之间的相关性有统计学意义。计学意义。对差错的分析对差错的分析 经定性资料相关分析后，得典型相经定性资料相关分析后，得典型相关分析的结果，关分析的结果，R R1 1=0.29796,=0.29796,2 2=7.45732,df=7.45732,df1 1=4;R=4;R2 2=0.07346,=0.07346,2 2=0.45

7、333,df=0.45333,df2 2=2=2。查查2 2临界值表，结果均有临界值表，结果均有p0.05,p0.05,说明两个有序变量之间存在的相关说明两个有序变量之间存在的相关关系不具有统计学意义。关系不具有统计学意义。评评 析析 本例本例资料经两种定性资料的相关分析得出资料经两种定性资料的相关分析得出相反的结论来，这是由于两种方法对有序相反的结论来，这是由于两种方法对有序变量的各等级赋值方法不同所致。变量的各等级赋值方法不同所致。SpearmanSpearman秩秩相关分析，是对各等级简单地相关分析，是对各等级简单地赋赋“秩秩”，即打，即打1 1、2 2、3 3分；分；而典型相关分析是根据各行和各列频数，而典型相关分析是根据各行和各列频数，计算出两个有序变量各等级的分值。计算出两个有序变量各等级的分值。相对来说，后者得出的结果更可信一些。相对来说，后者得出的结果更可信一些。