《统计讲座.ppt》由会员分享，可在线阅读，更多相关《统计讲座.ppt（44页珍藏版）》请在三一办公上搜索。
1、统计讲座,临床研究中统计方法的合理选择,复旦大学附属中山医院临床流行病学/循证医学中心张博恒,2,临床研究的基本特征,临床问题:诊断,治疗,预后,病因研究场所:医院研究对象:病人研究人员:医生,3,临床研究过程三阶段,顶层设计研究方案设计与实施分析、总结、撰写论文,4,顶层设计,赵一鸣,5,临床研究设计的三要素,研究对象研究因素研究效应,PICO:PatientsInterventionControlOutcome,6,研究因素自变量,研究因素是根据研究目的，需要研究的某些条件或方法。,7,研究因素个数与研究因素水平,研究因素：单/多因素研究因素有不同的水平数:如药物的不同剂量数，不同时间点数
2、研究因素数和水平数:少而精。,8,研究因素与混杂因素,研究因素:研究的条件或方法混杂因素:对研究结果有一定影响,与研究因素又有相关因素。,9,研究效应 应变量,研究效应:结果因素,指研究因素作用于研究对象后所发生的变化.公认涉及样本量估计定量指标分类指标,10,效应指标,主要指标 专业上认为最能准确的反应研究因素作用的效应指标。验证假设次要指标 指其它有一定意义的相关效应指标。制约主要指标,11,PICO研究因素-研究效应f(Det)=Diseasef(Xi)=YXi:自变量Y：应变量,临床研究设计时统计学考虑,f(肝硬化，遗传）=肝癌,自变量,应变量,12,f(Det)=Disease病因研
3、究诊断试验评价预后研究疗效评价,研究设计主要类型,实验/试验随机对照研究RCT观察性研究横断面研究Longitudinal(纵向研究)-队列(cohort)-病例对照case-control,13,f(Det)=Disease,前瞻性队列研究:risk风险回顾性队列研究:预后RCT:疗效Meta分析:临床证据汇总病例对照研究:治疗安全性其他:横断面(诊断试验),登记注册研究,14,统计讲座,统计方法的选择：,统计书很厚，但临床上常用的不多常用简单的有：t检验，方差检验，卡方检验，Wilcoxon检验，H检验，相关与回归，生存分析复杂的有：多因素分析，logistic回归，COX模型,临床研究中
4、常见的统计学问题,如何判断药物的疗效？(假设检验)这个手术病人发生麻醉意外？(概率论)血清AFP水平与肝癌大小的关系？(相关与回归)人群AIDS感染是如何进行估计的？(设计,抽样)某抗高血压药物的不良反应？(现场调查)统计学是对令人困惑费解的数字问题做出设想的艺术。,临床统计学的常用概念,总体，样本和个体同质与变异分布：正态分布，t分布，F分布集中趋势和离散趋势标准差，标准误标准误和95%可信区间，参考值范围统计推断,P值，not significant的含义I类误差，II类误差统计意义与专业意义误差 随机事件与概率资料的类型：Continuous vs.Categorical差异性，优效，非
5、劣效，等效,1.总体，样本和个体,5.标准误和95%可信区间,描述样本：平均数，标准差？总体：为了估计总体的平均数，需要计算标准误标准误标准差/样本量总体均数的95CI:样本的平均数1.96*标准误,论文中常用,标准差 vs均数的标准误,标准差用于描述：量化样本均数周围的变异.当确定两个样本是否来自于同一总体时，标准差是一个重要的统计量。Central limit theorem;“同一总体中的样本均数呈正态分布”样本均数的标准误用于样本均数估计总体的均数。标准误是一个重要的统计量，用于计算样本均数的可信度，取决于标准差和样本量。但实际上两者并不独立，当样本量增加时，标准差往往减少。,统计讲座
6、,7.参数与统计量,参数：总体的统计指标，如总体均数、标准差，采用希腊字母分别记为、。固定的常数,推断inference,统计量：样本的统计指标，如样本均数、标准差，采用英文字母分别记为。参数附近波动的随机变量。,医学论文中通常报道哪些?,大多数研究报道平均数（正态）或中位数（非正态）有些研究报道标准差和/或标准误。!有时会看到图中有一个error bar，注意区别.如果资料非正态(偏态，多峰，尾巴很长或很短等）,往往报道中位数和百分位数，而不是均数和标准差.写文章时一定有根主线研究所要回答的问题：你想描述总体的平均水平吗?或，你想描述你研究对象的分布有多偏?,当心,95%CI 和参考值范围,
7、总体均数估计值的95%可能所在的范围95%的样本，单侧,8.统计学意义与专业意义,统计学意义 专业意义 结论？，增加样本含量？，改进实验,13.差异性，优效，非劣效，等效,统计讲座,选择正确的统计方法,明确你想做什么？统计描述统计检验统计预测不是单一的，是相互交错的,统计讲座,统计讲座,统计讲座,肝癌患者无法手术切除，应用TACE治疗。治疗用药有所区别，一组是常用的方法（A），另一组应用新的方法（B）。经过一次治疗后，肿瘤缩小值(cm)如下：A组（12人）：3.4,1.2,0.8,1.6,2.6,3.0,2.3,1.9,-0.5,2.7,1.3,2.1B组（15人）：2.3,1.4,3.8,3
8、.2,0.5,2.6,4.2,1.8,3.1,2.6,2.5,4.1,3.7,2.8,4.3试比较新方法与老方法的疗效。分析题意：结果变量是治疗后的效果，即肿瘤的缩小值。为研究的应变量研究因素是治疗方法的不同，即A组和B组。为研究的自变量,例子1：,f(Det)=Disease,统计讲座,自变量：1个（治疗方法），2个水平（A组和B组）因变量：连续的,是不是正态呢？做个检验swilk，若正态，用参数检验中的t检验，否则用非参数检验，如Wilcoxon检验,统计讲座,肝癌患者无法手术切除，应用TACE治疗。治疗用药有所区别，一组是常用的方法（A），另2组应用新的方法（B、C）。经过一次治疗后，肿
9、瘤缩小值(cm)如下：A组（12人）：3.4,1.2,0.8,1.6,2.6,3.0,2.3,1.9,-0.5,2.7,1.3,2.1B组（15人）：2.3,1.4,3.8,3.2,0.5,2.6,4.2,1.8,3.1,2.6,2.5,4.1,3.7,2.8,4.3C组（14人）：2.5,1.2,1.0,1.8,0.7,1.6,2.1,1.1,1.5,0.9,1.7,2.2,2.3,1.4试比较新方法与老方法的疗效。分析题意：结果变量是治疗后的效果，即肿瘤的缩小值。为研究的应变量研究因素是治疗方法的不同，即A组、B组或C组。为研究的自变量,例子2：,f(Det)=Disease,统计讲座,思
10、考,肝癌患者无法手术切除，应用TACE治疗。治疗用药有所区别，一组是常用的方法(A),另2组应用新的方法（B、C）。肿瘤的缩小还与肿瘤的分期相关。试比较新方法与老方法的疗效。如何分析题意？,例子3：,小肝癌合并重度肝硬化患者无法手术切除，应用RFA或PEI治疗。疗效如下：试比较RFA与PEI的疗效。分析题意：结果变量是治疗后的效果，即消融完全/消融不完全。为研究的应变量研究因素是RFA vs PEI。为研究的自变量,统计讲座,例子4：,小肝癌合并重度肝硬化患者无法手术切除，应用RFA或PEI治疗。疗效如下：试比较RFA与PEI的疗效。分析题意：结果变量是治疗后的效果，即无效、好转、显效、痊愈。
11、为研究的应变量研究因素是RFA vs PEI。为研究的自变量,无效 好转 显效 痊愈,A组 5 24 45 15B组 4 23 39 18,.tabi 26 24 10 42 16,chi2 col row 1 2 3 Total 1 26 24 1 51 2 0 42 16 58 Total 26 66 17 109 Pearson chi2(2)=43.8758 Pr=0.000,.anova col row fw=pop Number of obs=109 R-squared=0.3769 Root MSE=.496072 Adj R-squared=0.3711 Source Part
12、ial SS df MS F Prob F Model 15.9255758 1 15.9255758 64.72 0.0000 row 15.9255758 1 15.9255758 64.72 0.0000 Residual 26.3313049 107.246086962 Total 42.2568807 108.391267414,.tabi 24 26 142 0 16,chi2 col row 1 2 3 Total 1 24 26 1 51 2 42 0 16 58 Total 66 26 17 109 Pearson chi2(2)=43.8758 Pr=0.000,.anov
13、a col row fw=pop Number of obs=109 R-squared=0.0000 Root MSE=.754874 Adj R-squared=-0.0093 Source Partial SS df MS F Prob F Model.000198498 1.000198498 0.00 0.9851 row.000198498 1.000198498 0.00 0.9851 Residual 60.9722786 107.569834379 Total 60.9724771 108.564559973,卡方检验,假设检验H0:变量之间没有联系H1:有一般联系（gene
14、ral association）行平均分有差异(row mean score differ）有相关（nonzero correlation）,2 X r,？A组的疗效是否比B组好,金丕焕：医用统计方法,.tabi 5 24 45 154 23 39 18,all col row 1 2 3 4 Total 1 5 24 45 15 89 2 4 23 39 18 84 Total 9 47 84 33 173 Pearson chi2(3)=0.6898 Pr=0.876 likelihood-ratio chi2(3)=0.6901 Pr=0.876 Cram閞s V=0.0631 gamm
15、a=0.0568 ASE=0.125 Kendalls tau-b=0.0324 ASE=0.071,.anova col row fw=pop Number of obs=173 R-squared=0.0014 Root MSE=.801796 Adj R-squared=-0.0045 Source Partial SS df MS F Prob F Model.149009393 1.149009393 0.23 0.6308 row.149009393 1.149009393 0.23 0.6308 Residual 109.931915 171.642876699 Total 110.080925 172.640005377,行平均分有差异,.corr row col fw=pop(obs=173)row col row 1.0000 col 0.0368 1.0000,.di 172*0.03682Chi2=0.23292928,Nonzero correlation,
