常用实验设计方法.ppt

Today：2019/6/2,常用的实验设计方法, 完全随机设计, 配对设计, 随机单位组设计, 交叉设计, 盲法设计,一、完全随机设计,完全随机设计(completely random design) 亦称单因素设计。将受试对象随机分到各处理组中进行实验观察，或分别从不同总体中随机抽样进行对比观察。 它适用于两个或两个以上样本的比较。各组间样本量可相等，也可不相等。样本相等时统计分析效率较高。,4,基本方法： 单因素研究 实验对象随机分组 每组例数可相等或不相等,研究 对象总体 或目标人群,研究对象 样本,随机抽样,非随机抽样,随 机 分 配,对照组,处理组1,处理组k,比 较 效 应 指 标,平 行 观 察,5,应用范围 : 最常用的一种设计方法 非实验性因素对效应指标影响不大 能通过随机分组来均衡非研究因素的影响 无法采用配对或配伍设计的实验 具体应用： 1）各种实验性研究（动物、组织、细胞等） 2）主要用于临床防治性研究; 3）特定情况下，也用于病因的研究 ，如新生儿高浓度氧导致的视力问题 4）用于非临床试验的系统工程，如教育,6,优缺点： 优点：实验设计和统计分析简单， 缺点：一次只能研究一个因素，且所需要的样本量比较大。因此，设计的效率不高 但对于临床的随机对照试验来讲： 1）前瞻性, 研究者可主动控制 2）减少最常见的系统性偏倚 选择性偏倚 测量偏倚 混杂偏倚 失访偏倚 3）论证强度高、结果相对真实、可靠，是临床最佳证据主要来源,7,设计原则： 1）严格贯彻随机、对照与盲法原则 2）对试验组和对照组要进行同期观察 3）要有严格的诊断标准，纳入和排除标准、剔除标准 4）要有统一的观察指标，观察者应用这些指标应有一致性, 对仪器设备、试剂和方法要有严格的质控 5）观察期要有足够的长度,8,统计分析方法 计量指标 如果是两组计量指标的比较，通常采用t (u ) 检验或秩和检验；若是多组比较，采用单因素的方差分析和两两比较的q 检验、秩和检验法。 计数或分类指标 如果对病因或危险因素的分析，计算其发病率、死亡率、并作2检验;计算相对危险度及归因危险度。如果是研究某治疗措施的生存时间，可进行n年生存率的计算和平均生存期的比较。,9,例 有一CRT试验，是用奥美拉唑、克拉霉素和阿莫西林治疗幽门杆菌感染的十二指肠溃疡及慢性胃炎患者151例，分为三组，见下表： 十二指肠溃疡及慢性胃炎随机对照实验,完全随机设计(completely random design),例1 将12头动物随机分配到A、B两组。 1、先将12头动物编号为1、212号。然后在随机数字表内任意确定一个起始点和方向连续取12个随机数字，并依次抄录于动物编号下。 2、本例从随机数字表第6行第19、20列起向下读取12个随机数字，取两位随机数字。 3、将随机数字从小到大顺序排列后得序号R，并规定R=16者为A组，R=712者为B组。,完全随机设计随机分组,完全随机设计随机分组,随机分组应注意 ： 1、随机数的位数不应小于N的位数； 2、随机数如果有重号数字应舍弃； 3、若科研上需要各组例数不等可利用序号（R）调整各组例数。如在例2中要求A组6例，B组5例，C组4例，可规定R=16者为A组，R=711者为B组，R=1215者为C组。,完全随机设计随机分组,14,优缺点： 优点：实验设计和统计分析简单， 缺点：一次只能研究一个因素，且所需要的样本量比较大。因此，设计的效率不高 但对于临床的随机对照试验来讲： 1）前瞻性, 研究者可主动控制 2）减少最常见的系统性偏倚 选择性偏倚 测量偏倚 混杂偏倚 失访偏倚 3）论证强度高、结果相对真实、可靠，是临床最佳证据主要来源,15,随机对照试验设计质量的评价标准,随机对照的可靠性和隐匿性处理 1）是否交待随机化方法 2）基线水平是否可比，是否采用分层随机 3）随机分组的编序是否隐匿 2. 随机对照试验是否为盲法干预和观察 3. 研究对象的诊断标准是否正确，纳入标准与排除标准是否合适 4. 样本量的估算是否合理 5. 改善患者依从性及其处理措施是否具体可行 6. 统计方法的应用是否恰当,16,配对设计 matched pairs design,17,含义与特点： 配对试验的基本思想是使实验组和对照组间非试验因素的条件均衡，使得试验因素的效应更容易显示出来，以提高试验设计的效率，减少样本例数的需要量。,18,种类：,实验前后配对 （自身对照试验 ）,异体配对设计,19,实验前后配对 比较受试者实验前后的变量值改变情况 比较同一标本接受两种不同测定方法的检查结果,20,优点: 能有效的控制个体间的差异，使得抽样误差控制在最小的程度 缺点: 受试对象在实验过程中可能会发生某些条件的改变 ，会导致实验前后的条件不一致，产生对实验结果的偏性,21,适用的范围 ： 急性和短期的实验 病情稳定的慢性病中观察短期对症治疗的效果,22,统计分析方法 ： 定量测定指标采用配对t检验或符号秩和检验 分类指标采用配对2检验比较何者方法优劣或实验前后有无差别 对两者的吻合程度，可采用Kappa值的一致性检验方法。（见例）,23,例 两名放射科医师对200名棉屑沉着病可疑患者的诊断结果见表6-3，试判断两医生的诊断结果是否具有一致性。 表5.3 200名棉屑沉着病可疑患者的诊断结果,两医生判断的一致性可通过计算其Kappa值进行判断：,24,PA 两者实际观察一致率 PA=A/N PE 期望一致率 PE=E/N 本例，PA=（78+56+32）/200=0.83，PE=(8483/200)+(7175/200)+(4542/200)/200=0.355 Kappa0.4即可说明两者的一直性较好，本例Kappa为0.736，两医师判断的一致性较好。Kappa值同样存在抽样误差 ，应进行假设检验。,25,异体配对设计 heterogeneous paired design,26,含义及特点： 是将受试者按照一定的条件，将条件相同的个体配成对子，在对子内按照随机方法，将一个分配到实验组，另一个分配到对照组，进行实验观察。 模式：,研究 对象总体 或目标 人群,研 究 对 象,实 验 对 子,实验组,对照组,随 机 分 配,配 对 条 件,平 行 观 察 实 验 结 果,27,优点： 异体配对设计可以改善实验组与对照组的齐同性,能进行同期平行观察结果 ； 缺点： 确定匹配的条件，常见：动物的种属、品系、性别、体重、窝别、生长天数作为配对的基本条件 匹配“过头”等问题 应用范围： 急性实验 慢性实验的研究 统计分析： 同自身配对,28,配对设计与完全随机设计的比较,一般来说，配对设计的效率高于完全随机设计，前提是正确选择与控制配对的条件，保证对子数呈正方向变化，否则，完全随机设计的效率则不一定高 例： r=0.382, t配对=2.676,P0.05。 配对成功,将受试对象按某些特征或条件配成对子，然后分别把每对中的两个受试对象随机分配到试验组和对照组，再给予每对中的个体以不同处理，连续试验若干对，观察对子间的差别有无意义。,配对设计(paired design)概念,30,交叉试验设计 Cross-over design,31,基本方法：将两种处理因素在实验组和对照组间交叉进行,研究 对象总 体或目 标人 群,研究 对象 样本,实 验 对 子,实 验 组 1,验 组 2,E1,E2,E3,E4,洗 脱 期,洗 脱 期,处 理 A,处 理 B,处 理 A,处 理 B,随 机 分 配,32,适用： 临床研究 动物研究 尤其是在临床的慢性病研究 如：高血压/溃疡/支气管哮踹,33,优点： 不但平衡了个体间的差异（通过配对），并平衡了实验顺序间的差异（通过处理因素的交叉进行）。因此，有效地提高了设计效率，并较大程度地节约了样本含量。,34,统计分析方法： 1. 结果观察为计数（分类）资料：整理为配对的四格表资料。采用配对卡方检验分析。 例:选择有输血发热反应而需要继续输血的住院病例，随机分为两组，第一组36例，在输血前先用盐酸苯海拉明40mg肌注，无论有无预防发热反应的效果，在下次输血前均改用氢化考的松50mg静滴。第2组37例，在输血前先用氢化考的松静滴，待下次输血前改用苯海拉明肌注。见表： 经配对卡方检验，2=3.68，P0.05,说明两种药物在预防输血发热反应效果的差别无显著性,35,2. 结果观察为计量资料的，采用方差分析 例. 欲比较A、B两种降压药的效果，选择6对（12例）患者，进行交叉试验。先采用随机的方法，将每一对病人到AB组（即先用A药再用B药）和BA组（即先用B药再用A药）。病人先进行不用任何降压药的四周观察，如连续三次血压都稳定在一个水平后，AB组病人开始服用A药，BA组病人开始服用B药。治疗四周后，测定病人的血压值。再经过四周的洗脱期，待血压稳定，AB组病人开始服用B药，BA组病人开始服用A药。四周治疗后，再测定其血压值。然后统计分析两组血压值的改变，判断两种降压药的效果,36,A、B两种疗法治疗高血压下降值（mmHg),37,分析： 在交叉设计的方差分析中，可以将数据的总变异分解为处理间、阶段间、个体间与误差项，并分别判断三种变异对实验效应的影响。,38,分析步骤： 假设： 不同个体间差别无显著性 不同阶段差别无显著性 不同处理因素间差别无显著性 F个体=Ms个体/Ms误差 F阶段=Ms阶段/Ms误差 F处理=Ms处理/Ms误差,39,二、变异的分解 1、常规的方差分析法： SS总= SS个体+ SS阶段+ SS处理+ SS误 总=n-1 个体=配对数-1 阶段=阶段数-1 处理=处理因数-1,40,上例： SS总=232+102+262+132-(4562/24)=1338 SS个体=1/2(442+212+31)-(4562/24)=1008 ss阶段=1/12(2402+2162)-(4562/24)=24 SS处理=1/12(2522+2042)-(4562/24)=96 SS误差=1333-1008-24-96=210,41,从上面方差分析的结果可见，不同的治疗方案，不同的阶段，差别都没有统计学意义，只是个体间差别具有统计学意义。,交叉设计的方差分析表（常规方法）,42,2、差数法：通过相减求出差数，“消除”顺序和个体间的效应，只剩下处理的效应。 SS总= SS处理+ SS误 =I-1 =K-1 =I-K,43,差数法：,44,1.计算效正数： C=(d)2=36+(-12)2/12=48 2. 计算总的离均差平方和： SS总=d2-C=660-48=612 3. 计算组间离均差平方和 SS组间=1/6(d1)2+(d2)2-C =1/6362+(-12)2-48=192,方差分析表(差数法),45,交叉设计应用的注意事项： 1在交叉设计中，两种处理因素的效应不能有蓄积作用和(或)交互作用，否则，观察指标会有“滞溜”效应。 2处理之间应有时间的间隔，间隔时间的长短取决于处理因素对实验对象的作用时间。如药物在体内的排泄时间(washout time )，通常称为洗脱期。洗脱期的长短通常认为应大于68个半衰期。 3交叉设计不适合用于有自愈趋向或病程短的临床研究。否则，难于判定是自愈的结果还是药物的作用。在慢性病的研究中，也要注意整个研究过程中保持条件的一致性。 4在临床研究中，交叉试验应当采用盲法。使观察者和患者不知道在哪个阶段使用有效药物，以免产生偏倚。,46,例. 欲比较A、B两种降压药的效果，选择10对（20例）患者，进行交叉试验。先采用随机的方法，将每一对病人到AB组（即先用A药再用B药）和BA组（即先用B药再用A药）。病人先进行不用任何降压药的四周观察，如连续三次血压都稳定在一个水平后，AB组病人开始服用A药，BA组病人开始服用B药。治疗四周后，测定病人的血压值。再经过四周的洗脱期，待血压稳定，AB组病人开始服用B药，BA组病人开始服用A药。四周治疗后，再测定其血压值。然后统计分析两组血压值的改变，判断两种降压药的效果。,47,配伍设计 randomized block design,48,配伍设计 是配对设计的扩大。或者说配对设计是配伍设计的最简单形式，在配伍设计中，是将几个条件相同的受试对象划成一个配伍组或区组，配伍组中观察对象的数量，取决于对比组的组数，或是对比组数的倍数，将配伍组中的受试对象采用随机的方法，分配到不同的对比组中，以增强各对比组的均衡性。,49,设计模式：,研究 对象 总体或 目标 人群,研究 对象,配伍组,设 定 配 伍 条 件,实验组1,实验组2,随 机 分 配,: :,实验组K,年龄、性别、 营养状况等,50,特 点: 配伍设计属于两因素设计，它不仅可分析处理因素（因素）间的实验效应有无显著性，同时可分析配伍组（因素）间的实验效应有无显著性 在样本的分配上，不仅各处理组的样本量相等，而且，每个区组所含的受试对象例数与处理组数相等或是倍数 由于配伍组内各实验对象条件相同或基本一致，组间的均衡性较好。因而抽样误差较小，实验效率较高。,51,应用范围 不管是在动物性实验还是临床研究中，凡是要进行两种处理因素、每个处理因素有两个或两个以上水平的研究均可以采用配伍设计的方法。如观察不同药物（因素）和不同病程（因素）对患者的治疗效果（试验效应）的影响；中西药结合治疗肝炎病人中，研究不同方剂（因素）和不同证型（因素）的的疗效（试验效应）。配伍设计是医学研究中常用的一种设计方案。,52,统计分析 对于计量资料 通常采用两因素的方差分析(配伍方差分析)，但需注意应用方差分析的前提是：观察值呈正态分布并方差齐性。 通过数据转换的办法使之达到方差齐性和正态分布。在两因素的方差分析中，是将数据的总变异分解为处理因素(因素)的变异和配伍组(因素)的变异，再分别的判断处理因素和配伍因素对实验，效应的影响效应。,53,对于观察指标是计数资料 通常可采用配伍的秩和检验，或将以率作为观察指标的通过反正弦变换后，采用方差分析进行分析。,54,应用的注意事项: 在配伍设计中，通常是将主要研究的因素（处理因素）作为第一因素，而将次要因素作为第二因素或作为配伍的条件。 正确确定配伍条件是保证配伍设计成功的前提，通常是将对结果影响较大的因素作为配伍的条件，配伍的条件不能太多，否则，难以划分配伍组。特别要注意的是不能将处理因素作为配伍条件而出现配伍“过头”的情况。 配伍设计研究在动物性实验中容易实施，特别是用小动物进行实验时，常将动物的品种、窝别、性别、体重、生长的天数作为划分配伍组的条件。,55,拉丁方设计 (Latin square design ),56,含义: 是一种用于安排三因素多水平对研究对象作用的一种设计方案。 由于这种设计方案是按r个拉丁字母排成r r的方阵，因此，又称为r方拉丁设计。 各因素的水平数必须要相等，且各因素间不能有交互作用 拉丁方设计是一种设计效率高，节约样本量的一种设计方案。,57,模式 :,58,应用范围 : 凡三因素实验，若每个因素的水平数相等，均可采用拉丁方设计 如:细胞培养、动物实验、化学分析的条件,59,设计步骤 : 根据因素的水平数r选择标准拉丁方 对标准方进行随机化，使得在每一行、每一列没有字母的重复出现 规定行、列、和字母所代表的因素和水平,60,例如: 研究不同的蛇毒成份对不同瘤株的抑瘤作用，设计三个处理因素：1）四种蛇毒成分 2）四种不同的瘤株 3）四种蛇毒的计量 ,分别为: 瘤株种类 A(肉瘤) B(肝肉瘤) C(艾氏腹水瘤) D(网状细胞瘤) 蛇毒成份(峰) IV 蛇毒剂量 1(0) 2 (0.03) 3 (0.05) 4(0.075) (mg/kg),61,A B C D C B A D A B C D 随机化 A D C B A B C D D A B C A B C D B C D A 行： 蛇毒剂量 (mg/kg) (1、2、3、4) 列： 蛇毒成份（峰）（、IV） 字母： 瘤株种类(A、B、C、D),62,表中，第一行第一列记录接种艾氏腹水瘤株匀浆的小白鼠注射蛇毒成份峰计量0.000mg/kg（即空白实验对照）解剖所称瘤重。第一行第二列记录接种肝肉瘤株匀浆的小白鼠注射蛇毒成份峰计量为0.000mg/kg解剖所称瘤重，以次类推。根据以上的安排，进行实验和数据的收集,63,拉丁方设计的统计分析 :,SS总=SS行+SS列+SS处理+SS剩余,假设：H0：(1) 各动物对药液的反应总体均数相等； (2) 各用药次序的总体均数相等。 (3) 各药物反应的总体均数相等。 H1：(1) 各动物对药液的反应总体均数不全相等； (2) 各用药次序的总体均数不全相等。 (3) 各药物反应的总体均数不全相等。,64,65,拉丁方设计的注意事项: 在拉丁方设计中，不但需要对样本的进行随机分配，对处理因素的各水平安排和拉丁字母关系也应进行随机分配。 三个因素之间不能有交互作用 可以通过重复的办法对误差项进行估计，以提高结论的可靠性。,析因设计,一种多因素的交叉分组设计，是对各因素各水平的所有组合都进行实验的设计方法，它即可分析各因素的主效应，又可分析各因素的交互作用，（interaction），是一种高效的实验设计。,析因设计_概念,交互作用 各因素所产生的效应之间的相互影响情况，如两因素间存在交互作用，表示他们不是独立的，随着一个因素的改变，另一个因素的效应也改变；交互作用分为：协同作用和拮抗作用 协同作用：一种因素可增强另一因素或多种因素的效应。 拮抗作用：一种因素可减弱另一因素或多种因素的效应。,析因设计_概念,优缺点： 优点： 1）它的试验结果可运用方差分析，把总变异分解为众多个因素变异、因素间交互作用的变异以及误差变异。因此，它不仅可以作每个因素各水平间的比较，而且还可以进行各因素间交互作用的分析。因此,析因设计是一种高效率的试验方法，对各种组合的交互作用具有独特的分析功能，同时又具有直观表达分析结果的优点; ）析因设计还可以节约样本含量,析因设计,缺点： 1）统计分析计算较复杂; 2）因素及水平数均不宜过多，否则实验量太大，而且对比分析过于繁琐。,析因设计,假设检验方法： 对于计量资料，析因试验的结果可用方差分析进行假设检验，推断处理因素作用及交互作用。,析因设计,析因设计,析因设计,结论: A、B两因素各水平间差别有统计学意义，P均小于.0001， A、B间有交互作用，从A1B1（0.8）、A1B2(1.0)、A2B1(1.2)、A2B2(2.1)各自均值的关系可知：A、B间有协同作用。,析因设计,重复测量设计,重复测量设计,例：为研究Nm23H1基因AN：对肝癌细胞SMMC-7721增殖和转移的影响，将46周龄雌性裸鼠10只随机等分为两组。一组接种蛋白高表达细胞克隆AN2，另一组未转染细胞SMMC-7721作对照，测定癌细胞计数，以光密度吸收值A595nm来反映，试分析转移基因AN2是否对肝癌细胞有抑制作用。,重复测量设计,重复测量设计,显著特点: 同一实验单位(如人、动物、实验室样品)的某一观察指标在不同的场合(最常见的场合是时间)多次被反复观测。 按重复测量设计进行实验而获得的数据被称为重复测量数据(repeated measures data)，如果重复测量的场合是几个不同的时间点，则重复测量数据又称为追踪数据或纵向数据(longitudinal data)，医学科研中经常遇到的便是这种重复测量数据。,重复测量设计_概念,由于重复测量结果即使不施加干预也会随时间的推移产生自然变化，如疾病的自愈或症状的减轻等，故重复测量设计试验必须设立平行对照。 重复测量设计试验一般需考虑两个实验因素，一个因素是处理分组因素，可施加干预和随机化分组；另一个因素是测量时间，由研究者根据专业要求确定。 为了便于统计分析，要求每个受试对象的重复测量时间必须相同，测量间隔按等差或等比划分。,重复测量设计_实验设计方法,随机化分组方法： 按处理分组因素将N个受试对象随机(等)分为g个处理组(g2)； 每个受试对象按重复测量因素的水平变化固定顺序重复测量t次(t2)。,重复测量设计_实验设计方法,重复测量设计_实例结果,82,正交实验设计 （orthogonal experiment design）,83,正交实验设计 是一种高效、快速的研究多因素多水平的设计方案。它通过一套规格化的正交表和交互作用表，对研究因素进行合理安排，并对结果进行统计分析，以获得相关的信息。,84,含义与特点 : 正交表的表达形式为Ln( tc )。L为正交表的代号，n为实验次数，t为水平数，c是能安排的因素个数。如L8( 27 )，表示对7个因素，每个因素安排2个水平，做8次实验的正交表。,85,每一列中不同的数字出现的次数是相等的，上表中“1”、“2”在任意一列出现的次数都一样； 任意两列同一行数字配搭均匀，如在1、2列中，共有8对，1.1、1.1、1.2、1.2、2.1、2.1、2.2、2.2。它体现了正交表的均衡性。 每一张正交表都对应了一张交互作用表，它是专门用来安排交互作用的,86,在正交表中的任意两列的交互作用都出现在其他列。如第1、2两列的交互作用表现在第三列。这样的安排可以使交互作用的效果能独立进行分析。,87,注意事项 : 正交实验是按正交表进行，有多个试验号，在分配受试对象时，同样应进行随机分配，以保证每次实验的可比性。 每次实验应尽可能的同时平行进行，以保持每次实验的条件均衡。 正交实验除可以利用空白项估计误差外，还可以采取重复实验的办法进行误差的估计，进行重复实验，可以增加信息量，提高准确性。 一般在实验中尽量不要出现缺项，如动物的死亡等情况。如果出现时，只能参照随机区组实验的方法进行补救。,在临床试验中，研究者或受试者均可给实验效应带来影响，造成偏倚（bias） 。,盲法设计（blindness design）,单盲法是让受试者不知道自已接受何种处理； 双盲法是受试者和实验者都不知受试者接受何种处理。,安慰剂常与双盲法配合使用，它是清除安慰作用的一种有效方法。保密是盲法的关键。,五、临床试验设计,临床试验 (clinical trial)的研究对象是人，是在人群中通过干预(intervention)进行比较，确定某项治疗（病人）或预防（健康人）措施的效果与价值，属于前瞻性研究。 由于试验是以人为受试对象，个体差异很大。疾病的转归不但受自身发展规律的支配，而且受许多因素影响。因此临床试验的设计要求更为严格，统计分析技术也有其特点。,（一）新药临床试验的分期,I期临床试验：志愿者，初步临床药理学与人体安全性评价实验。 期临床试验是采用盲法随机对照的小范围临床试验，进一步评价新药的有效性与安全性。一般应成立专门的委员会或小组，对各实验点执行情况实施质量监控。 期临床试验是扩大的多中心临床试验。应遵守盲法随机对照的原则，进一步评价新药的有效性与安全性。 期临床试验为上市后的监测。在广泛使用的条件下，考察疗效和不良反应，应注意罕见的不良反应。 一般所谓临床试验是指II、III期临床试验。,（二）试验中的安慰剂对照与盲法,安慰剂对照(placebo control)：对照组采用一种无药理作用的物质,可以称它为“假药”,但其剂型或处置上不能为受试者识别,称之为安慰剂。目的消除病人心理作用。,（二）试验中的安慰剂对照与盲法,盲法(blind)。特别在临床试验中，对主观指标的测量更为重要，它能避免受试者与研究者的心理或精神因素对药物疗效的影响。除某些不宜设盲的试验如外科手术、引起生活方式改变等干预试验外，一般均应采用盲法。 有时有