临床探究常用统计分析方法课件.ppt

1、第二军医大学临床流行病学与循证医学中心第二军医大学临床流行病学与循证医学中心张罗漫张罗漫临床研究资料常用统计分析方法临床研究资料常用统计分析方法1n医学专业知识医学专业知识n医学统计学理论知识医学统计学理论知识 n计算机统计软件技术计算机统计软件技术2q学习了统计学理论知识，并不代表已经有学习了统计学理论知识，并不代表已经有 能力进行统计数据分析。要不断进行实践。能力进行统计数据分析。要不断进行实践。q实际科研工作中的实际科研工作中的“原型原型”资料与教科书上资料与教科书上的的“标准型标准型”例子有一定差距。例子有一定差距。q应用统计软件进行计算分析应用统计软件进行计算分析一定要有正确的一定要

2、有正确的 综合的统计理论方法的后台背景指导。综合的统计理论方法的后台背景指导。q不但要注重对统计方法的选择，而且要注重不但要注重对统计方法的选择，而且要注重 对分析结果的解释。对分析结果的解释。3二、原始数据的录入二、原始数据的录入三、数据处理的几个基本问题三、数据处理的几个基本问题四、统计方法选择的基本思路四、统计方法选择的基本思路五、统计分析结果的表述五、统计分析结果的表述4研究研究设计设计数据数据处理处理观察性研究观察性研究实验性研究实验性研究统计描述统计描述统计推断统计推断假设检验假设检验参数估计参数估计(调查调查)5系统系统 分层随机分层随机 整群整群调查方法调查方法调查对象调查对象

3、 调查指标调查指标研究目的研究目的按范围按范围按时间按时间抽样抽样普查普查横向横向(现况调查现况调查)非概率非概率概概 率率简单随机简单随机纵向纵向 病例对照研究病例对照研究队列研究队列研究 调查工具调查工具 调查员调查员nested case control study6动物实验动物实验临床试验临床试验社区干预试验社区干预试验处理因素处理因素受试对象受试对象实验效应实验效应诊断试验诊断试验疾病防治疾病防治病因病因疾病预后疾病预后7随机化、盲法随机化、盲法对对 照照重重 复复(样本含量样本含量)形式形式原则：原则：专设、同步、均衡专设、同步、均衡 1-1-、自身处理前后自身处理前后平行：平行：

4、8数学数学 连续型连续型(计量计量)离散型：计数离散型：计数 计量：脉搏次数计量：脉搏次数/分分统计统计(有序分类有序分类)(无序分类无序分类)定比定比(0表示无，如体重表示无，如体重kg)定距定距(0不表示无，如温度不表示无，如温度0C)9制表原则制表原则制表要求制表要求 简单明了简单明了主辞在左、宾辞在右主辞在左、宾辞在右一张表表达一个中心内容一张表表达一个中心内容备注备注数字数字 线条线条 标目标目标题标题10制图原则制图原则制图要求制图要求 连续型资料连续型资料(计量计量)离散型资料离散型资料(计数、计量计数、计量)图例图例刻度刻度 纵轴、横轴纵轴、横轴 标目标目标题标题 条图、圆图、

5、百分比条图条图、圆图、百分比条图 线图、直方图、散点图线图、直方图、散点图11 SQR计量资料计量资料(单变量单变量)中心中心位置位置 正态：正态：MX、非正态：非正态：GXM对数正态：对数正态：离散离散 程度程度 个体值个体值 样本均数：样本均数：正态正态非正态非正态：XS 量纲相同量纲相同：CV量纲不同量纲不同：计量资料计量资料(双变量双变量)偏度：偏度：g1 峰度：峰度：g212 计量资料计量资料(单变量单变量)计量资料计量资料(双变量双变量)离散程度：离散程度：r、brbSS、13 中心位置：均数向量中心位置：均数向量离散程度：离均差平方离散程度：离均差平方 和矩阵和矩阵 协方差矩阵协

6、方差矩阵相互关系：相关矩阵相互关系：相关矩阵计量资料计量资料(多变量多变量)14等级等级资料资料计数资料计数资料率、构成比、相对比率、构成比、相对比 RR(OR)离散程度：离散程度：标准误标准误离散程度：离散程度：秩号、秩和秩号、秩和秩和的标准误秩和的标准误单变量单变量双变量：双变量：rs15正态正态偏态偏态或或SuX 双侧：双侧：单侧：单侧：SuX2/SuX 双侧：双侧：单侧：单侧：x100 xpp xp或或x100p 16区间区间估计估计点估计点估计2211ppXX22ggSSSSbrpX 、双侧：双侧：单侧：单侧：X,2/StX X,StX 或或X,StX 双侧：双侧：单侧：单侧：p2/

7、Sup pSup 或或pSup RR(OR)：2MH2/u1)OR(RR 171.进行检验假设进行检验假设 假设样本来自某一特定总体假设样本来自某一特定总体2.确定检验水准确定检验水准 确定最大允许误差确定最大允许误差3.选定检验方法计算检验统计量选定检验方法计算检验统计量 计算样本与总体的偏离程度计算样本与总体的偏离程度4.根据某一特定分布计算与检验统根据某一特定分布计算与检验统 计量对应的计量对应的P值值5.作出结论作出结论 根据小概率反证法思想作出推断根据小概率反证法思想作出推断18比较比较差别：差别：2、t、F、q、log-rank、秩和检验等秩和检验等联系：相关、回归分析联系：相关、

8、回归分析分类：回归分析、判别分析分类：回归分析、判别分析推测：回归分析推测：回归分析筛选影响因素：回归分析筛选影响因素：回归分析综合变量信息：主成分分析综合变量信息：主成分分析寻找潜在支配因素：因子分析寻找潜在支配因素：因子分析19(有人称有人称“鼠标软件鼠标软件”)q (Statistical Analysis System)q q (方法新、提供源程序、免费方法新、提供源程序、免费)20 Statistical Package for Social Science (社会科学统计软件包社会科学统计软件包)后改名为后改名为:Statistical Product and Service So

9、lutions (统计产品与服务解决方案统计产品与服务解决方案)Predictive Analytics Software 预测分析软件预测分析软件21一、概述一、概述三、数据处理的几个基本问题三、数据处理的几个基本问题四、统计方法选择的基本思路四、统计方法选择的基本思路五、统计分析结果的表述五、统计分析结果的表述22原始数据的记录形式原始数据的记录形式2324自变量自变量(解释变量解释变量)25原始数据的录入原始数据的录入数据库文件：数据库文件：EpiDataExcel文件：文件：Excel统计软件数据文件：统计软件数据文件：SPSS(PASW)、SAS、Stata 有序、无序分类资料有序、

10、无序分类资料2627数据编辑窗口数据编辑窗口数据窗数据窗标题栏标题栏菜单栏菜单栏工具按钮栏工具按钮栏数据单元格显示数据单元格显示数据文件建立原则数据文件建立原则一个观测占一行一个观测占一行一个变量占一列一个变量占一列 2728变变量量度度量量类类型型变变量量名名变变量量类类型型变变量量宽宽度度保保留留小小数数位位数数变变量量名名标标签签变变量量值值标标签签缺缺失失值值显显示示数数据据列列宽宽数数据据对对齐齐方方式式数据编辑窗口数据编辑窗口变量窗变量窗2829定量变量定量变量 Scale 等级变量等级变量 Ordinal 名义变量名义变量 Nominal2930标准数值型标准数值型科学记数法科学

11、记数法圆点数值型圆点数值型逗号数值型逗号数值型日日 期期 型型带美元符号数值型带美元符号数值型自自 定定 义义字字 符符 型型3031名义变量的哑变量化名义变量的哑变量化原资料原资料姓名姓名性别性别X1年年龄龄X2 疗法疗法 X3张三张三150中西医中西医李四李四120西医西医王五王五018中医中医刘六刘六070中医中医赵七赵七135中西医中西医孙八孙八029西医西医哑变量化哑变量化姓名姓名X1X2X31X32张三张三15001李四李四12010王五王五01800刘六刘六07000赵七赵七13501孙八孙八0291000 1001 XX 3231医医中中中中西西医医医医西西法法疗疗32一、概述

12、一、概述二、原始数据的录入二、原始数据的录入四、统计方法选择的基本思路四、统计方法选择的基本思路五、统计分析结果的表述五、统计分析结果的表述33 逻辑检查逻辑检查 计算检查计算检查 与与P25或或P75的距离为的距离为“四分位数间距四分位数间距”的的1.53.0倍。倍。与与P25或或P75的距离的距离为为“四分位数间距四分位数间距”的的3.0倍以上。倍以上。剔除离群或极端值要予以合理解释。剔除离群或极端值要予以合理解释。3435一、概述一、概述二、原始数据的录入二、原始数据的录入三、数据处理的几个基本问题三、数据处理的几个基本问题五、统计分析结果的表述五、统计分析结果的表述36完全随机、随机区

13、组、拉丁方、完全随机、随机区组、拉丁方、交叉、析因、正交、嵌套、裂区设计交叉、析因、正交、嵌套、裂区设计单因素、双因素、多因素单因素、双因素、多因素单水平、两水平、多水平单水平、两水平、多水平单变量、双变量、多变量单变量、双变量、多变量计量、无序分类、有序分类计量、无序分类、有序分类完全数据、不完全数据、完全数据、不完全数据、重复测量数据、层次结构数据重复测量数据、层次结构数据 独立、方差齐性、正态分布独立、方差齐性、正态分布重要重要373839 单因素单因素 服从正态分布服从正态分布 不服从正态分布不服从正态分布 40 单因素单因素 配对设计或自身前后对照设计配对设计或自身前后对照设计 差值

14、服从正态分布差值服从正态分布 差值不服从正态分布差值不服从正态分布 (1-)可信区间不可信区间不包括包括 d=0,P T 1 N40 或或 T 1 Logistic回归分析回归分析55Y(疗效疗效)=1 有效有效0 无效无效X1(疗法疗法)=1 新疗法新疗法0 传统疗法传统疗法组别组别 疗效疗效 频数频数 1 1 99 1 0 5 0 1 75 0 0 21数据输数据输入格式入格式5657(1)检验病例组与对照组有暴露史检验病例组与对照组有暴露史(饮酒饮酒)的比例的比例 是否有差异是否有差异:(2)剔除混杂因素剔除混杂因素(吸烟吸烟)影响后分析饮酒与食管影响后分析饮酒与食管 癌关联癌关联:(3

15、)计算暴露与疾病的关联强度计算暴露与疾病的关联强度d/cb/aOR 比比不不暴暴露露的的优优势势对对照照组组暴暴露露于于危危险险因因素素比比不不暴暴露露的的优优势势病病例例组组暴暴露露于于危危险险因因素素 分层分层OR值计算值计算;分层分层OR值一致性检验值一致性检验;如一致，计算如一致，计算Mantel-Haenszel公共公共OR值。值。58备择假设：行变量与列变量为非零相关备择假设：行变量与列变量为非零相关 5960备择假设：行平均得分不同备择假设：行平均得分不同 分组变量无序分组变量无序6162备择假设：行变量与列变量有一般关联备择假设：行变量与列变量有一般关联 636465 X1与与

16、X2服从二元正态分布服从二元正态分布 X1与与X2不服从二元正态分布不服从二元正态分布 Y与与X服从二元正态分布服从二元正态分布 或或 Y服从正态分布而服从正态分布而X为控制变量为控制变量 Y与与X间呈直线趋势间呈直线趋势 6633221010 X)b(bX10221010XbXbXbbY Cubic.6XlnbbY cLogarithmi.5eY Growth.4b bY Compound.3XbXbbY Quadratic 2.XbbY Linear.110 三次模型三次模型对数模型对数模型生长模型生长模型复合模型复合模型二次模型二次模型线性模型线性模型67bXa b010 Xb0 X)/

17、b(be11Y Logistic Logistic.11 XbY Power.10X/bbY Inverse.9 e bY lExponentia.8 eY S S .7 1110 模型模型幂模型幂模型逆模型逆模型指数模型指数模型型模型型模型68jY比较带有协变量比较带有协变量(Xj)的各组均数的各组均数()间的差别间的差别协变量协变量Xj对对Yj有影响有影响分为完全随机设计与随机区组设计分为完全随机设计与随机区组设计)Y X(jj、6970 Y为计量资料且服从正态分布为计量资料且服从正态分布 自变量服从多元正态分布自变量服从多元正态分布 kk22110XXXY qj的意义为在其它自变量保持不

18、变时，的意义为在其它自变量保持不变时，Xj增加或减少一个单位时增加或减少一个单位时Y的平均变化量。的平均变化量。71 Y为二分类或多分类变量为二分类或多分类变量 以分析影响以分析影响Y的危险因素为主要目的的危险因素为主要目的 kk22110XXXP1Pln jeORj 72 Y为生存时间且含有截尾数据为生存时间且含有截尾数据 以分析影响以分析影响Y的危险因素为主要目的的危险因素为主要目的 kk22110XXX)t(h)X,t(hln 7374 Y为二分类或多分类变量为二分类或多分类变量 根据判别对象若干个指标的观测值判定其根据判别对象若干个指标的观测值判定其应属于哪一类为主要目的应属于哪一类为

19、主要目的 kik22i11i0iikk2222121202kk1212111101XXXY XXXYXXXY 7576 将所有变量化为少数几个互不相关的综合将所有变量化为少数几个互不相关的综合 变量变量从所有变量中找出有限个不可从所有变量中找出有限个不可观测的潜在观测的潜在 因素因素 分析两组集团变量之间的相关关系分析两组集团变量之间的相关关系77一、概述一、概述二、原始数据的录入二、原始数据的录入三、数据处理的几个基本问题三、数据处理的几个基本问题五、统计分析结果的表述五、统计分析结果的表述78 1.q在报告结论时，最好列出检验统计量的在报告结论时，最好列出检验统计量的 值，尽量写出具体值，

20、尽量写出具体P值，而不简单写成值，而不简单写成 P0.05，以便读者与同类研究进行比较，以便读者与同类研究进行比较 或进行循证医学时采用或进行循证医学时采用Meta分析。分析。q经常遇到经常遇到PASW软件计算结果中软件计算结果中P=0.000的的 情况，这是由于情况，这是由于P值小于值小于0.0005或更小，因或更小，因 保留保留3位小数四舍五入所致，在论文中可位小数四舍五入所致，在论文中可 写为写为P0.0005。791.P，按按 检验水准，拒绝检验水准，拒绝H0，接受，接受H1差别有统计学意义差别有统计学意义the difference was statistically signifi

21、cant.We could draw the conclusion that 可以认为可以认为不同，不同，高于高于(低于低于)。结论较肯定，因知犯第一类错误概率范围。结论较肯定，因知犯第一类错误概率范围。80P，按，按 检验水准，不拒绝检验水准，不拒绝H0差别无统计学意义差别无统计学意义 the difference was not statistically significant.还不能认为两总体均数或率不同。还不能认为两总体均数或率不同。结论不肯定，因不知犯第二类错误概率范结论不肯定，因不知犯第二类错误概率范围。不拒绝围。不拒绝H0不意味能证实不意味能证实H0是正确的是正确的(两两总体均

22、数或率相同总体均数或率相同)。81q统计结论统计结论“有意义有意义”，专业结论，专业结论“无意义无意义”，最终结论为无临床意义。最终结论为无临床意义。q统计结论统计结论“无意义无意义”，专业结论，专业结论“有意义有意义”，82 体重体重 均数均数 标准差标准差 最小值最小值 最大值最大值对照组对照组 疗前疗前 68.91 8.7942 52 99(111例例)疗后疗后 68.95 8.7992 51 99 差值差值 0.0450 0.9666 -2 3 前后比较前后比较 t=0.4905 P=0.6248试验组试验组 疗前疗前 68.97 7.7875 55 92(114例例)疗后疗后 68.

23、72 7.8679 53 95 差值差值 -0.1930 0.9855 -3 4 两组差值比较两组差值比较 t=1.1372 P=0.256783n研究某药物对脑梗塞患者的作用，采用欧洲研究某药物对脑梗塞患者的作用，采用欧洲脑卒中评分脑卒中评分(ESS)，试验组与对照组各，试验组与对照组各50例。例。试验组疗后比疗前试验组疗后比疗前ESS增加增加37.9029.75；对照组疗后比疗前对照组疗后比疗前ESS增加增加28.37 27.91。n但目前的检验效能只有但目前的检验效能只有37.9，要达到，要达到90的的检验效能，估计各组需检验效能，估计各组需193例。例。84r要定性描述研究的类型要定性

24、描述研究的类型(探索性、验证性探索性、验证性 研究；前瞻性、回顾性、横断面研究研究；前瞻性、回顾性、横断面研究)。r清楚陈述研究目的及研究假设清楚陈述研究目的及研究假设(优效、非优效、非 劣效或等效性检验劣效或等效性检验)。r描述目标人群情况如人口、地理、医院性描述目标人群情况如人口、地理、医院性 质、是否转诊、诊断等。质、是否转诊、诊断等。r明确诊断标准、入选标准与排除标准。明确诊断标准、入选标准与排除标准。85q确定有临床意义的最小差值或比值。确定有临床意义的最小差值或比值。q说明抽样或分组的具体方法、说明抽样或分组的具体方法、q试验的实施与评价是否实行盲法及试验的实施与评价是否实行盲法及

25、，试验和对照因素盲法效果的描述，试验和对照因素盲法效果的描述如如 外观、剂量、用法、时程等。外观、剂量、用法、时程等。q实施者和实验过程可比性的说明如术者经实施者和实验过程可比性的说明如术者经 验、个体化干预等。验、个体化干预等。86q研究的单位如人、肿瘤、眼等。研究的单位如人、肿瘤、眼等。q效果评价的效果评价的，主要指标的测量方，主要指标的测量方 法与精确度。法与精确度。q负性反应或事件的测量范围与方法。负性反应或事件的测量范围与方法。q数据收集的方法与质量保证措施。数据收集的方法与质量保证措施。q个体观察终点与整体研究终点的定义。个体观察终点与整体研究终点的定义。87q控制可能偏倚（如混杂变量）的努力。控制可能偏倚（如混杂变量）的努力。88 忠实执行科学研究的规则忠实执行科学研究的规则 忠实执行试验设计方案忠实执行试验设计方案 忠实于研究数据忠实于研究数据 正确的理解统计分析方法正确的理解统计分析方法 正确的运用统计分析工具正确的运用统计分析工具 正确的表达研究结果正确的表达研究结果 规范数据管理过程规范数据管理过程 规范统计分析过程规范统计分析过程 规范统计分析报告规范统计分析报告89一、概述一、概述二、原始数据的录入二、原始数据的录入三、数据处理的几个基本问题三、数据处理的几个基本问题五、统计分析结果的表述五、统计分析结果的表述90Thank you!91