循证医学中的常用统计指标

概述循证医学中常用统计指标、寇长贵传染病和卫生统计学教室、主要内容、分类资料指标数值资料指标，本ppt主要参考四川大学华西医院刘键教授的课件。 数据被分类为数值数据(计量)和分类数据(计数和等级)。 统计指标也分为数值数据指标和分类数据指标。 统计指标可用于描述性统计分析，也是反映数据基本特征的统计分析方法。 另外，能正确且全面地理解数据资料中包含的信息，在此基础上完成资料的进一步统计分析。 关于置信区间、关于置信区间、置信区间(confidenceinterval，CI )是循证医学常用的统计指标之一。 置信区间主要估计整体参数，根据取得的样本数据估计某个指标的整体值(参数)。 例如，率的置信区间估计整体率、平均数的置信区间估计整体平均数。 概况-置信区间和置信区间也可以用于假设检验，特别是试验组和对照组某些指标的差异和比例的置信区间在循证医学中更常用。 通常，试验组和对照组某指标的差和比率的95%置信区间等于0.05的假设检查，99%的CI等于0.01的假设检查。概要置信区间、常用置信区间包括：率置信区间、率差置信区间、平均数置信区间、平均数差置信区间、相对危险度置信区间等。 循证医学常用的是率置信区间、RR和OR置信区间、平均数置信区间、两平均数之差置信区间等。 分类资料指标在循证医学的研究和实践中，除了有效率、死亡率、患病率、发病率等常用率指标之外，相对危险度(RR )、比率比(OR )及其导出的其他指标也是循证医学的特征指标。 目前在循证医学中，分类资料中常用的描述指标主要有EER、CER、OR、RR、RRR、ARR、NNT等。1、在ERR和CER、循证医学中的防治性试验中，率可细分为EER和CER两种。 EER是对某种疾病采用某种预防措施后该病的发生率(experimentaleventrate，EER )。 CER是对照组中某些事件的发生率(controleventrate，CER )，是对某些疾病不采取预防措施的发生率。两个发生率的差是率差，也称为危险差(ratedifference，riskdifference，RD )，例如，试验组的发生率(EER )和对照组的发生率(CER )的差，其大小反映试验效果的大小。 两速率差的置信区间是| P1-p2|use (P1-p2 )=(rd-use (P1-p2 )、RD uSE(p1-p2 ) )、2.RD (速率差)和置信区间，两速率差为0的情况下，两组的所有事件的发生率没有差异。 因此，如果两速率差的置信区间不包含0 (上下限都大于0或上下限都小于0 )，则两速率存在差，相反，如果两率差的置信区间包含0，则没有统计学的意义。 2.RD (率差)和信赖区间，阿司匹林治疗心肌梗塞的效果，2.RD (率差)和信赖区间，阿司匹林治疗心肌梗塞的效果EER=15/125=12%，CER=30/120=25%，两率差的标准误差：2.RD (率差)和信赖区间rd use (p1- p2)=(0. 12-0.25 )1. 960.049=(-0.23，-0.03 )本例的两率差的置信区间为(-0.23，-0.03 )，上下限都小于0 (不包括0 )，两率存在差异。 一般认为阿司匹林可以降低心肌梗塞的病死率。 2.RD (率差)和置信区间，相对危险度RR(relativerisk，RR )是积极研究中常用的指标，那是为了说明试验组的某个事件的发生率p1和对照组(或低暴露)的发生率p0之比，前者是后者的几倍哦其计算方法为RR=P1/P0=EER/CER、3.RR的置信区间，在RR=1的情况下，被认为试验要素与疾病无关的RR1的情况下，被认为试验组的发生率比对照组大的RR1的情况下，被认为试验组的发生率比对照组小3.RR和置信区间、3.RR和置信区间、以及RR的置信区间应利用自然对数来计算，并确定RR的自然对数值ln(RR )和ln(RR )的标准误差SE(lnRR )。 其计算式中，由于ln(RR )的1-置信区间为ln(RR)uSE(lnRR)RR的置信区间为expln(RR)uSE(lnRR)，RR=1的情况下试验要素与疾病无关，所以在置信区间不包含1的情况下，具有统计学意义，相反地，该置信区间3.RR和置信区间、3.RR和置信区间、阿司匹林治疗组病死率p1=15/125； 对照组病死率p0=30/120，其RR和置信区间为：3.RR和置信区间，RR的95%置信区间为exp ln (RR ) 1.96se (ln RRR ) =exp (-0.7341.960.289 )=(0.272，0.846 )本例、odds1是病例组暴露率p1和非暴露率1-p1之比odds1=p1/(1-p1)，odds0是对照组的暴露率p0和非暴露率1-p0之比odds0=p0/(1-p0)，以上两个比之比(oddsratio，OR )、机会比、 公式是OR=ad/bc，4.OR和置信区间，研究的疾病的发病率低的情况下，即a和c小的情况下，由于OR接近RR，在回顾性研究中可以使用OR来估计RR的前瞻性研究中，由于RR的置信区间和OR的置信区间接近，所以RR的置信区间的OR值的解释与RR相同。 4.OR和置信区间、4.OR和置信区间、OR的置信区间也同样需要采用自然对数计算，通过下式计算其ln(OR )的标准误差SE(lnOR )，ln(OR )的置信区间是ln(OR)uSE(lnOR)OR的置信区间是exp ln 4.OR和置信区间是4.OR和置信区间，4.OR和置信区间，OR的95%置信区间是exp ln (OR ) 1.96se (lnor ) =exp (-0.8941.960.347 )=(0.207，0.807 )这个例子or的95%置信区间是、5.RRR和置信区间，RRR是相对危险度减少率，RRR=|CER-EER|/CER=1-RRRRR的置信区间可以用1-RR计算。 在先前的RR=0.48的情况下，其95%的置信区间是(0.272，0.846 )，RRR=1-0.48=0.52，RRR的95%的置信区间是(0.154，0.728 )。5.RRR和置信区间，RRR反映了某个测试要素增加或减少某个结果发生率的相对量，但该指标不能测量发生率增减的绝对量。 例如，试验组中的某些疾病的发生率EER=39%、对照组的发生率CER=50%、RRR=(cer-eer )/cer=(50 %-39 % )/50 %=22 %。 但另一研究显示，试验组疾病发生率为0.39/10万，对照组疾病发生率为0.50/10万，RRR仍为22%。6.RRI、RRI、相对危险度增加率(relativeriskincrease，RRI )、试验组的某些不利结果的发生率为EERb，对照组的某些不利结果的发生率为CERb，用RRI=|EERb-CERb|/CERb的公式计算、RBI、相对利润增长率(relativebenefitincrease，RBI )、试验组的某一有益结果的发生率为EERg、对照组的某一有益结果的发生率为CERg，RBI可以用下式计算： RBI=|EERg-CERg|/CERg 7.RBI，8.ARR和置信区间，绝对危险度减少率(ARR )，其计算式为ARR=|CER-EER|ARR的置信区间为ARR uSE=(arr-use，arr use )，8.ARR和置信区间其95%的置信区间为arr use=(arr use ) arr use )=(0.13-1.960.049，0.131. 960.049 )=(3.4%，22.6% )，其治愈率的95%的信赖区间为(3.4 %，22.6% )。8.ARR和置信区间，9.ARI，绝对危险度增加率(absolumnceskincrease，ARI )，即试验组中的某不利结果发生率EERb和对照组中的某不利结果发生率CERb的差，不利结果(badoutcomes )。绝对利益增长率(absoltebenefiitincreate，ABI )，即实验组的某个有益结果发生率EERg和对照组的某个有益结果发生率CERg之差，有益结果，治愈、显着效果、有效10.ABI、11.NNT、NNH和置信区间、NNT(thenumberneededtotreat )的临床意义在于，对患者采用某些预防措施，需要预防以取得有利结果的病例数其计算公式，从NNT=1/|CER-EER|=1/ARR这一公式中可以看出，NNT的值越小，其预防和治疗效果越好，其临床意义也越大。NNT的95%的置信区间不能计算NNT的基准错误，但由于NNT=1/ARR，因此可以利用ARR的95%的置信区间来计算NNT的95%的置信区间。 NNT的95%置信区间的下限：1/ARR的上限值NNT95%置信区间的上限：1/ARR的下限值，例如某个试验的ARR的95%CI为3.4%22.6%，该NNT的95%CI下限为1/22.6%=4.4； 上限为1/3.4%=29.4，即4.429.4。 11.NNT、NNH和信赖区间、12.NNH、NNH的临床意义是，患者出现了需要采用某种预防措施处理副作用的病例数。 从NNH=1/ARI公式中可以看出，NNH的值越小，某一治疗措施引起的副反应就越大。 13.LHH、LHH、预防措施的受益和危害的可能性比(likelihoodofbeinghelpedvs.harmed，LHH )，LHH=NNH/NNT的计算公式反映了预防措施对受试者的受益和危害的比例，LHH1，利益小WMD (加权平均数差) SMD (标准化平均数差)，数值数据的指标，1.WMD，加权平均数差(WMD，WeightedMeanDifference )某研究的两平均数差d可以作为：1.WMD，两平均数差d的方差Var(d )用下式计算： 该指标是试验的原始测量单位，实际反映试