1、A1实验设计实验设计A2概述：概述：以是否对研究对象施加干预为主干进行分类以是否对研究对象施加干预为主干进行分类从统计学的角度出发，医学科学研究按照对研究对象是否进行干预分为观察性研究观察性研究和实验性研究实验性研究两大类。 实验性研究：实验主体通过实验手段施加于实验客体某些干预因素，观察由此引起的实验效应。 A3第三章第三章 实验性研究设计实验性研究设计第一节第一节 实验研究设计的基本要素与基本原则实验研究设计的基本要素与基本原则第二节第二节 完全随机设计完全随机设计第三节第三节 配对设计配对设计第四节第四节 随机区组设计随机区组设计第五节 交叉设计第六节 拉丁方设计第七节 嵌套设计第八节
2、析因设计第九节 正交设计第十节第十节 重复测量设计重复测量设计A4第一节第一节 实验研究设计的基本要素与基本原则实验研究设计的基本要素与基本原则一、实验研究设计的基本要素一、实验研究设计的基本要素处理因素、实验单位、实验效应（一）处理因素（一）处理因素(treatment factor)：指研究者根据研究目的施加于实验单位，在实验中需要观察并阐明其效应的因素，即研究因素。可以是生物、理化、心理、社会等因素，也可以是机体本身内在对机体有影响的因素。1处理因素与非处理因素（又称混杂因素）的确定2处理因素水平的选定和组合：单因素单水平、单因素多水平，多因素单水平、多因素多水平的实验研究。3处理因素的
3、标准化：处理因素在整个实验研究中应始终如一，保持不变。 研究因素间存在交互作用应按分析交互作用的方法设计分组。A5（二）实验单位（二）实验单位 (experimental unit) ：亦称受试对象或实验对象，为处理因素作用的客体，是接受处理因素的基本单位。根据实验单位的不同，实验性研究分为动物实验研究、临床试验研究和现场试验研究三类。实验单位可以选择人、动物、植物、离体器官、组织、细胞、亚细胞、血清或其它体液等生物材料。1实验单位入选条件： 明确纳入标准与排除标准同质性和代表性，两个基本条件：对处理因素敏感。反应稳定。2其它影响因素的控制A6（三）实验效应（三）实验效应（experiment
4、al effect）：）：处理因素作用于实验单位后引起的某种反应，可通过具体的指标来表达。在选择效应指标时要注意指标的关联性、客观性、精确性、特异性和敏感性。1指标的关联性能够确切地反映处理因素产生的效应（专业知识）（专业知识）。2指标的客观性：客观指标，是借助一定的仪器或检验等方式测定所得的客观数据。多数为定量指标。而主观指标则是通过研究者观察判断或由受试者自身主观感觉而回答的结果。多数为定性指标。可采取多人、多次、盲法、交叉法进行观察判断。3指标的精确性：包括指标的精密度与准确度。 精密度是指重复测量或观察时，测定值（观察值）与其均值的一致程度。 准确度是测量值的正确性的量度，即测定值（观
5、察值）与真实值的接近程度。4指标的特异性和敏感性： 特异性是表示该指标能够鉴别真阴性的能力。 敏感性是表示该指标能够检出真阳性的能力。 提高效应指标的可用性、精确性可选用多种方法和多个指标，通过多方法、多途径全面观察，相互补充，互相验证，综合分析。A7二、实验性研究设计的基本原则二、实验性研究设计的基本原则（一）对照原则（一）对照原则 对照（control）就是在实验中设置与处理组相互比较相互比较的对照组。1设置对照组的意义与原则排除非研究因素对实验结果产生的偏差。 三个基本要求：均衡、同步和专设。2对照的形式 。(1)空白对照（blank control） ：设立不施加任何处理或干预因素的对
6、照。(2)实验对照（experimental control）(3)安慰剂对照（placebo control） ：给对照组受试者使用无药理活性的安慰剂。消除药物以外因素尤其是受试者精神心理因素影响所产生的偏倚。(4)标准对照（standard control） ：用现有标准值或正常值作对照，临床上用公认的经典治疗方法或标准治疗方法作对照也属标准对照。(5)阴性对照与阳性对照（negative and positive control）：如如，研究某化合物是否会致癌的长期动物实验研究中，只有当阴性对照组未发生癌症或仅发生极少量癌症（自发），实验组和阳性对照组都诱导出有意义的癌症，结果通过统计学
7、分析，对判断受试物的动物致癌性才有参考意义。(6)相互对照（mutual control） ：几个有效处理的实验组互为对照。A8（二）随机原则（二）随机原则随机(Randomization)：指在实验分组时，每个实验单位都有相同的概率或机会被分到实验组和对照组，保证各组间非处理因素均衡一致。1随机化目的与内容随机化目的与内容： 保证处理组和对照组实验单位各种已知或未知的基本特征(如年龄、性别、病情、病程等)均衡可比性； 避免人的主观因素影响； 保证统计分析进行统计推断的前提随机变量。2随机化的内容随机化的内容：随机分组、随机抽样、随机实验顺序。3随机化方法随机化方法：随机数字表法随机数字表法、
8、随机排列表法、及抓阄、摸球、掷币、抽签等半随机方法。A9 先将动物编号115号。再查随机数字表，（任意）令从第16行第6个随机数开始，从左至右逐个抄录15个随机数按顺序依次分配至动物115编号下，以3（分三组）除每个随机数字，令余数为0者分A组；余数为1分B组；余数为2者分C组。初步分组结果：A组为1，3，9，12，13，15号，共6只动物; B组有4,5,7,8,10号，共5只动物动物; C组是2,6,11,14号，共4只动物动物。需从需从A组调整组调整1只到只到C组各组组各组继续查随机数字表继续查随机数字表，在上述第15个随机数字90后的一个随机数是16，用随机数16除以A组动物数6，余数
9、为4，则应将A组第4个动物（即第12号动物）调至C组，使三组动物数相等。最终分组如下，A组：1,3,9,13,15号，B组：4,5,7,8,10号，C组：2,6,11,14,12号。 随机数字表法随机数字表法：也称完全随机法。例例：要将15只受试动物平均平均分为A、B、C三组。A10（三）重复原则三）重复原则重复(Replication)：指在相同实验条件下，进行多次实验或观察，重复程度表现为样本含量的大小和重复次数的多少。重复的意义：估计实验误差和降低实验误差。 抽样误差的估计其中的均数的标准误的计算2. 样本含量估计：在进行样本含量估计时，首先要了解影响样本含量大小的因素，其次需要明确进行
10、样本含量估计的条件，正确选择样本含量估计的计算公式或工具表。XSSnA11第二节第二节 完全随机设计完全随机设计一、概念一、概念二、设计与应用二、设计与应用三、资料分析原则三、资料分析原则A12二、二、设计与应用设计与应用 （一）实验设计只能安排一个研究因素 1单因素g水平完全随机设计 如如，三种药物对某疾病的疗效比较，将病人随机分配到三组中去，就属于这种情形。 2单因素g水平组内完全随机设计 如如，研究某药物对不同年龄段患者的疗效差异，此时年龄因素有老、中、青三水平。 （二） 应用范围 在只研究一个研究因素时，如果不需要进行配伍或者无法配伍的时候就选用完全随机设计，在动物实验和临床疗效观察研
11、究中均可采用。通常是在非研究因素对效应指标影响不是很大的情况下， 或非研究因素对效应指标的影响在实验组和对照组能均衡的情况下采用这种设计方案。 A13实例实例：为研究某药物的抑癌作用，使 40 只小白鼠致癌后，试用完全随机设计的方法将小白鼠等分为 4组。 1随机数字表法 （1） 编号：将 40 只小白鼠从 1开始到 40 编号，见表第 1行； （2） 取随机数字：从随机数字表中的任一行任一列开始，如第 9行第 7列开始，依次读取两位数作为一个随机数录于编号下，见表第 2 行； （3） 编序号：按数字从小到大 (数据相同则按先后顺序）编序号，见表第 3 行。 （4） 事先规定：序号 1-10 为
12、甲组，序号 11-20 为乙组，序号 21-30 为丙组，序号31-40 为丁组，见表第四行。 表 40 只小白鼠等分为 4 组完全随机设计分组结果 编 号 1 2 3 4 5 6 7 8 9 10 11 12 39 40 随机数 70 99 93 86 52 77 65 15 33 59 05 28 18 09 序 号 28 39 35 32 24 30 27 6 18 26 1 15 7 4 分组结果 丙 丁 丁 丁 丙 丙 丙 甲 乙 丙 甲 乙 甲 甲 2采用随机数发生器 A14A15第三节配对设计第三节配对设计一、概念一、概念二、设计与应用二、设计与应用三、资料分析原则三、资料分析原
13、则一、概念一、概念配对设计是将实验单位按某些特征或条件（可能影响实验结果的主要非研究因素）配成对子（非随机），再将每对中的两个实验单位随机分配到实验组和对照组（或两不同的处理组）中，给予不同的处理。组内可不一致，而组间尽可能一致。意义：可做到严格控制非研究因素对实验结果的影响，同时使组间均衡性增大，减少实验误差，提高实验效率。它与两组完全随机设计相比，可缩小实验单位间的个体差异，同时还可以减少样本含量。缺点：当配对条件未能严格控制造成配对失败或配对欠佳时，反而会降低效率。A16二、设计与应用二、设计与应用（一）实验设计主要有两种情形1. 将两个条件相同或相近的实验单位配成对子，分别接受两种不同
14、的处理。2. 同一实验单位分别接受两种不同的处理。 自身前后比较？ 注意： 进行配对设计时应注意不要“配过头”。 记录实验数据应保持每对的一一对应关系，不能错乱或缺失。 实验者必须在整个研究过程中，始终能辨认属于同一对子的是哪两只动物。A17（二）应用实例 例，有20只小鼠，按窝别、性别相同，月龄、体重相同或接近的条件配成10对，试用随机数字表将其分配到甲组和乙组中去。随机数字表法（1）编号：将10对小鼠顺序编为1-10号；（2）取随机数字：从随机数字表中的任一行任一列开始，如第7行第5列开始，依次读取一位数抄写于配对号下，见表3-7第2行； （3）事先规定：若随机数字为奇数，则对子中的第一只
15、小鼠分配甲组，另一只为乙组，遇偶数则对子中的第一只小鼠分配到乙组，另一只为甲组，结果见表第三、四行。A18A19第四节第四节 随机区组设计随机区组设计一、概念一、概念二、设计与应用二、设计与应用三、资料分析原则三、资料分析原则一、概念一、概念:随机区组设计(randomized block design)：又称随机单位组设计或配伍组设计，是配对设计的扩展。先将实验单位按区组因素相同或相近者组成区组(或称单位组、配伍组)，再分别将各区组内的实验单位随机分配到各处理或对照组。 (与完全随机设计比较:误差较小, 试验效率得以提高)区组因素（即某些非处理因素）优点：把条件一致的实验单位编入同一区组并分
16、配到各处理组，组间均衡性更好，可比性更强；既缩小了误差，又可以分析处理组间与区间两因素的影响，实验效率高。缺点：分组较繁，要求区组内实验单位数与处理数相等，实验结果中若有数据缺失，统计分析较麻烦。A20二、设计与应用二、设计与应用（一）实验设计：区组内随机，利用随机数字将实验单位随机分配。注意：1. 要区别何为第一因素处理因素，何为第二因素区组条件。 2. 配伍的条件不能太多，否则，难以划分区组。 3.不能配伍过头。表 随机区组设计的实验结果的排列格式 组别 处理 1 处理 2 处理g 区组小计 区组 1 11X 12X gX1 1B 区组 2 21X 22X gX2 2B 区组n 11X 2
17、nX ngX nB 处理组小计 1T 2T gT X （二）应用范围： 不论是在动物实验还是临床研究中，若仅考虑一个具有k水平的研究因素，且实验单位可以按照某个或某些重要的非研究因素分组时，均可采用随机区组设计安排实验。 A21实例实例，如何按随机区组设计，分配5个区组的15只小白鼠接受甲、乙、丙三种抗癌药物？随机数字表法(1)编号：先将小白鼠按体重编号，体重相近的3只小白鼠配成一个区组，见表第一、二行。(2)取随机数字：在随机数字表中任选一行一列开始的2位数作为1个随机数，如从第8行第3列开始记录，见表第三行；(3)事先规定：在每个区组内将随机数按大小排序；各区组中序号为1的接受甲药、序号为
18、2的接受乙药、序号为3的接受丙药，分配结果见表第四、五行。表 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 68 35 26 00 99 53 93 61 28 52 70 05 48 34 56 序 号 3 2 1 1 3 2 3 2 1 2 3 1 2 1 3 分配结果 丙 乙 甲 甲 丙 乙 丙 乙 甲 乙 丙 甲 乙 甲 丙 A22三、资料分析原则（随机区组）三、资料分析原则（随机区组）数据的分布特征正态分布且方差齐同的资料，采用双向分类的方差分析(two-way classi
19、fication ANOVA)。不满足方差分析的条件时，可进行变量变换后采用双向分类的方差分析，或采用随机区组设计多个样本比较的秩和检验（Friedman M检验）。A23第十节第十节 重复测量设计重复测量设计一、概念一、概念二、设计与应用二、设计与应用三、资料分析原则三、资料分析原则一、概念一、概念重复测量设计（repeated measures design）是医学研究领域中，针对同一受试对象某一效应指标在不同的场合下多次反复测量的一种常用的设计方法。常用来进行干预措施对效应指标的时序性与量效性变化趋势研究。最常见的情况是前后测量设计（premeasure- postmeasure des
20、ign）。与配对设计、随机区组设计的区别：重复测量的时点不能随机分配给受试对象，时间因素仅为受试对象的伴随因素；各时点之间的效应指标存在相关关系。A24 表 患者手术前后症状评分 手术后 处理 分组 手术前 10 天 2 月 4 月 6 月 9 月 A 0.60 0.67 2.84 2.10 2.00 1.60 A 1.42 3.40 4.10 2.92 2.65 3.40 A 0.90 2.30 2.70 1.70 1.10 1.30 A 1.10 1.40 1.00 2.60 0.90 2.10 A 2.30 2.20 3.80 3.50 2.50 1.80 A 0.81 1.20 1.1
21、2 1.61 1.49 1.61 B 1.20 1.10 1.13 3.49 1.57 1.54 B 2.71 2.04 2.61 2.17 2.15 1.81 B 1.02 1.43 1.61 1.70 2.82 1.55 B 1.71 1.71 1.21 0.90 0.61 1.66 B 1.16 0.78 0.51 0.85 0.88 0.49 B 1.80 1.40 1.00 1.30 2.40 2.40 A25A26三、资料分析原则三、资料分析原则重复测量数据的统计分析方法：有重复测量设计的方差分析、混合效应模型和近几年发展起来的多水平模型。数据的分布特征1如果数据经检验符合正态性、方差齐性，且满足“球对称”(sphericity)假设重复设计测量资料的方差分析法：可检验各因素各水平、时间因素各水平的效应指标差别有无统计学意义；研究因素与时间因素交互效应差别有无统计学意义。2数据属于非正态分布或方差不齐可采用变量变换，满足条件后再进行方差分析。
