医学研究的统计设计ppt课件.ppt

医学研究的统计设计,研究设计的意义,研究设计是医学研究的必不可少的重要环节之一。医学研究的步骤：,研究设计,收集资料,分析资料,结论表达,研究设计的意义,良好的科研设计将较少的人力、物力、时间得到较为可靠的结果；合理安排试验因素，提高研究质量和效率；有效控制实验误差并对其进行估计，保证实验结果的可靠性、稳定性。,调查性研究：因素客观存在，研究者不能主动设置研究因素，“被动”观察研究因素的效应实验性研究：因素人为设置，研究者能主动设置处理因素，在其它因素控制下观察因素的效应,两者的区别是否施加干预,统计学研究设计,5,实验设计,实验设计的基本要素实验设计的基本原则常用实验设计方法样本含量估计,实验设计的基本要素,三要素：处理因素（treatment）受试对象（object）实验效应（experimentaleffect）,一、处理因素处理因素(被试因素)：根据研究目确定的欲施加或欲观察的、并能引起受试对象直接或间接效应的因素，简称处理或因素(factor)。是根据研究目的确定的主要因素，处理因素在整个实验中应始终要保持不变。非处理因素：与处理因素可能同时存在的能使受试对象产生效应的非研究因素。非处理因素常常会干扰研究因素的观察与分析，因此又称为干扰因素或混杂因素(confounder)。,二、受试对象受试对象（研究对象）：是处理因素作用的客体，是根据研究目的确定的研究总体。按受试对象不同实验可以分为三类：动物实验（animalexperiment）临床试验（clinicaltrial）现场试验（fieldtrial）,受试对象应作严格规定，保证其同质性和代表性:受试对象应满足三个基本条件：一是对处理因素敏感；二是特异性，即不受非处理因素干扰；三是反应必须稳定。,三、实验效应实验效应：是处理因素作用于受试对象的反应(response)和结局(outcome)，它通常以某些观察指标(统计学常称为变量)为载体来体现。观察指标的具体要求：,1.客观性：2.特异性和灵敏性：特异度（specificity）反映鉴别真阴性的能力；灵敏度（sensitivity）反映检出真阳性的能力。3.指标的盲法观察：为消除或最大限度地减少主观偏性，在设计时常采用盲法(blindmethod)。单盲法(singleblindmethod)双盲法(doubleblindmethod)三盲法(tripleblindmethod),实验设计,实验设计的基本要素实验设计的基本原则常用实验设计方法样本含量估计,实验设计的基本原则,实验设计的三原则：对照（control）随机（randomization）重复（replication）,一、对照原则目的：控制混杂因素和偏倚；显露处理因素的效应；判断不良反应。对照的方式：(1)安慰剂对照(placebocontrol)(2)空白对照(blankcontrol)(3)实验对照(experimentalcontrol)(4)自身对照(selfcontrol)(5)标准对照(standardcontrol),吃黄金搭档一年，小孩长高了5CM，起效了？,(1)安慰剂对照：安慰剂无药理作用，其外观如剂型、大小、颜色、重量、气味及口味等与试验药物一致。(2)空白对照：对照组不施加任何处理因素。(3)实验对照：对照组不施加处理因素，但施加某种实验因素。(4)自身对照：对照与实验在同一受试者身上进行，如身体对称部位或实验前后结果后不同研究因素。(5)标准对照：对照用现有标准方法或常规方法，或者现有标准值或参考值。,二、随机化原则随机化是使每个受试对象都有同等的机会被抽取或分到不同的实验组和对照组。随机化形式：(1)抽样随机(2)分组随机(3)实验顺序随机,三、重复原则重复是指在相同实验条件下进行多次研究或多次观察。重复最主要的作用是估计实验误差。重复的情形：（1）整个实验的重复；（2）用多个受试对象进行重复：有足够的样本含量(samplesize)；（3）同一受试对象的重复观察。,实验设计,实验设计的基本要素实验设计的基本原则常用实验设计方法样本含量估计,常用的实验设计类型,完全随机设计(completelyrandomizeddesign)配对设计(paireddesign)随机区组设计(randomizedblockdesign)交叉设计(cross-overdesign)析因设计(factorialdesign)序贯试验(sequentialtrial),完全随机设计,平衡设计(balanceddesign)非平衡设计(unbalanceddesign),完全随机设计方案示意图,完全随机设计,完全随机化分组三大步骤编号取随机数确定组别,分组结果:第1,3,10,12,15号小白鼠分到A组;第2,4,9,13,14号小白鼠分到B组;第5,6,7,8,11号小白鼠分到C组。,例将体重相近的15只雌性小白鼠随机等分到A、B、C三组,SAS实现,实验设计在SAS中可通过procplan命令实现，该命令主要用于实验设计分组。常用的语句有：Procplan;Factors因素名称=m抽样方式;Procplan最主要的选项是“seed=”，设定随机数产生的种子。,Factors语句解释Factors因素名称=m抽样方式;因素名称：由研究者自行规定任意的英文字母名称m：指定抽样样本的组数，必须是正整数抽样方式：常指定的抽样方式有两种：randomordered,某医院欲比较药物A和药物B在糖尿病治疗中的效果，以空腹血糖测量值及空腹血糖疗效作为主要疗效指标。如何将384例研究对象随机分配至两组，接受不同的药物治疗。,PROCPLANseed=091015;FACTORSrand=384random;OUTPUTout=outa;DATAoutb;SETouta;IFrand=192THENgroup=A;ELSEgroup=B;num=_n_;PROCPRINT;RUN;,第一部分第二部分,配对设计(paireddesign),将受试对象按一定条件配成对子，再将每对中的两个受试对象随机分配到两个不同的处理组.配对的因素应为可能影响实验结果的主要混杂因素。,例将符合实验要求的14只小鼠,按照月龄和体重相近的原则配成7对,试进行随机化分组,随机区组设计(randomizedblockdesign),亦称配伍组设计。通常做法是将受试对象按性质(如动物的性别、体重，患者的性别、年龄、病情等非处理因素)相同或相近分为b个区组(或称配伍组)，然后将每个区组中的k个受试对象随机分配到k个处理组。设计时应遵循“区组内差别越小越好，区组间差别越大越好”的原则,由下表可知，对于区组1，编号为1.1,1.2,1.3,1.4号的大鼠分别对应于A、D、B、C四个处理组，余类推。,随机区组设计的16只大鼠随机分组的结果,例16只大鼠，根据分层因素将其分为4个区组，每组4只大鼠，分别接受A、B、C、D四种处理。,SAS实现,某研究观察三种饲料对小鼠体重的影响情况，该研究应如何将69只小鼠设计分组？PROCPLAN;FACTORSblock=23orderedrank=3random;RUN;,析因设计,简单来说，析因设计是两个或两个以上因素，且每个因素至少有两个水平的全面组合的实验设计。单独效应、主效应、交互效应,例为探讨贝那普利联合应用氯沙坦灌胃是否可预防环孢素A的慢性肾毒性，用析因设计如何分组将60只SD大鼠皮下注射环孢素A然后随机分为4组，分别接受以下四种处理方式：贝那普利和氯沙坦、氯沙坦、贝那普利、生理盐水,60只SD大鼠按照下表的方式分配,22析因设计,22=4种处理,2因素2水平全面组合,23=6种处理,23析因设计,222=8种处理,222析因设计,是一种多因素设计。例如，两个因素时，第1个因素有3个水平，第2个因素有2个水平，全部因素组合共有326种组合。每种组合都作试验时就是析因试验设计。此试验设计也可称为32析因试验设计。342析因试验设计，有3个因素，3，4和2个水平。,卫生统计学教研室,二、析因设计的有关术语,单独效应（simpleeffects）：主效应（maineffects）：交互作用（Interaction）：,（一）单独效应,其它因素水平固定时，同一因素不同水平间效应的差别,B因素固定在1水平时，A因素的单独效应为4,（二）主效应,某一因素各水平单独效应的平均差别,Am=(a2b2-a1b2)+(a2b1-a1b1)/2=16+4/2=10,Bm=(a1b2-a1b1)+(a2b2-a2b1)/2=10+22/2=16,(三)交互效应,AB=(a2b2-a1b2)-(a2b1-a1b1)/2=(16-4)/2=6,AB=(a2b2-a2b1)-(a1b2-a1b1)/2=(22-10)/2=6,正交互效应（协同作用）：,负交互作用（拮抗作用）：,存在交互效应,表示4个处理组A1B1,A2B1,A1B2,A2B2对应的总体均值,两因素联合（共同）作用大于其单独作用之和,两因素联合作用小于其单独作用之和,协同作用,拮抗作用,SAS实现,某医生观察两种药物对清除幽门螺杆菌的效果，同时想了解两种药物联合应用是否更加有效。该研究如何将100人随机分入四组？,PROCPLANseed=091016;FACTORSrand=100random;OUTPUTout=outa;DATAoutb;SETouta;IFrand=25THENgroup=空白组;ELSEIFrand=50THENgroup=A药组;ELSEIFrand=75THENgroup=B药组;ELSEgroup=A+B药;num=_n_;PROCPRINT;RUN;,第一部分第二部分,实验设计的基本要素实验设计的基本原则常用实验设计方法样本含量估计,（2）SAS,样本含量估计方法,（1）公式计算、查表,样本含量估计,样本含量的估计视不同研究方法、资料类型而有所不同。样本含量估计之前一般需要事先确定以下因素：（1）第一类错误概率假阳性错误，第一类错误概率设定的越小，所需样本含量越大，通常情况下取值为0.05。（2）第二类错误概率假阴性错误，第二类错误概率设定的越小，或把握度1-设定的越高，所需样本含量越大。第二类错误概率一般取0.1或0.2，即把握度取0.9或0.8。（3）其它要素组间均数比较、组间率比较、回归和相关分析检验方式、各组例数分配等,样本含量SAS实现,样本含量估计在SAS中可通过procpower实现。Procpower；twosamplemeans；/*两组均数比较的样本含量*/twosamplefreq；/*两组率比较的样本含量*/onewayanova；/*单因素方差分析的样本含量*/twosamplesurvival；/*两组生存资料比较样本含量*/Multreg；/*线性回归的样本含量*/Onecorr；/*相关分析的样本含量*/Plot；/*绘制样本含量随把握度（或把握度随样本含量）的变化图*/,样本含量SAS实现,样本含量估计时需要注意的选项：Alpha=，指定第一类错误概率，如不指定，默认为0.05Ntotal=，估计样本含量时，指定格式为“ntotal=.”，此时需指定“power=”的值Power=，估计把握度时，指定格式为“power=.”，此时需指定“ntotal=”的值Sides=，指定单双侧检验。1表示单侧检验2表示双侧检验。默认为双侧检验。上面四个选项在所有设计类型中是通用的，此外，不同设计类型还需指定各自所需的参数，以下是不同设计方法的常用参数,冯老师医学案例统计分析与SAS应用,完全随机设计样本含量估计,例某医院欲比较药物A和药物B在糖尿病治疗中的效果，以空腹血糖测量值作为主要疗效指标。研究者希望有80%的把握发现两种药物的真实差异，该研究应如何确定样本含量。研究者通过以往研究获得两组空腹血糖均值和标准差分别8.061.82和7.231.52，并据此计算出合并方差为2.81，标准差为1.68。s1、s2是两组的标准差，n1、n2是两组的例数,本例如果采用公式计算，可得即对照组需要65例，根据1：1分配，两组共需130例。,完全随机设计样本含量估计,PROCPOWER;/*调用procpower命令*/twosamplemeans/*指定估计的类型是两组均数比较*/groupmeans=8.06|7.23/*指定两组的均数*/stddev=1.68/*指定标准差*/power=0.8/*指定把握度为0.8*/ntotal=.;/*表明要对样本含量进行估计*/RUN;,完全随机设计样本含量估计,例某医院欲比较药物A和药物B在糖尿病治疗中的效果，以空腹血糖疗效作为主要疗效指标。研究者希望能有80%的把握发现两种药物的真实差异，该研究应如何确定样本含量。,完全随机设计样本含量估计,研究者通过预试验或以往研究了解两组的预期有效率。研究者通过以往研究获得两组有效率分别为71%和83%。PROCPOWER;/*调用procpower命令*/twosamplefreq/*指定估计的类型是两组率比较*/groupproportions=(0.710.83)/*指定两组的有效率*/power=0.8/*指定把握度为0.8*/ntotal=.;/*表明要对样本含量进行估计*/RUN;,完全随机设计样本含量估计,随机区组设计样本含量估计,例某研究观察三种饲料对小鼠体重的影响情况，研究者希望能有80%的把握发现三种饲料对增重的真实影响。该研究应如何估计样本含量？研究者根据前期实验结果，获得三种饲料的增重均数分别为61.4、72.2、68.7，标准差分别为10.7、12.3、11.8，则合并标准差为,PROCPOWER;onewayanova/*表明对单因素方差分析进行样本估算*/test=overall/*表明是做三组间总体比较，而不是两两比较*/groupmeans=61.4|72.2|68.7/*给出了三组的均数*/stddev=11.6/*给出了三组的合并标准差*/power=0.8/*指定把握度为0.8*/ntotal=.;/*表明要对样本含量进行估计*/RUN;,随机区组设计样本含量估计,析因设计样本含量估计,例某医生观察两种药物对清除幽门螺杆菌的效果，同时想了解两种药物联合应用是否更加有效。该研究应如何估计样本含量？,其中，n为每组例数，是以、及自由度=k-1（k为组数），查界值表所得。pmax、pmin分别为最大率和最小率。本例设定=0.05