预防医学教学 第十四章 医学统计学概述

1、第十四章第十四章 医学统计学概述医学统计学概述请思考请思考 u为什么要学习医学统计学为什么要学习医学统计学？u什么是医学统计学什么是医学统计学？u学习目标是什么学习目标是什么？一、为什么要学统计学？v 1. 采用统计学方法，发现不确定现象背后隐采用统计学方法，发现不确定现象背后隐藏的规律。藏的规律。 变异（变异（variationvariation）：）：是社会和医学中的普遍现象。是社会和医学中的普遍现象。 变异使得实验或观察的结果具有变异使得实验或观察的结果具有不确定性不确定性，如每个人，如每个人的身高、体重、血压等各有不同。的身高、体重、血压等各有不同。 v 统计学思维方式统计学思维方式考

2、虑有关医学研究中的问题考虑有关医学研究中的问题 v “阳性阳性”结果结果是否是虚假联系？是否是虚假联系？ 某感冒药治疗某感冒药治疗1 1周后，治愈率为周后，治愈率为90%90%，能否说该感冒药十分，能否说该感冒药十分有效？有效？ “阴性阴性”结果是否是样本含量不足？结果是否是样本含量不足？ 有人曾对发表在有人曾对发表在Lancet, N Engl J MedLancet, N Engl J Med，JAMAJAMA等著名医等著名医学杂志上的学杂志上的7171篇阴性结果的论文作过分析，发现其中有篇阴性结果的论文作过分析，发现其中有6262篇篇（ 93% 93%）可能是由于样本含量不足造成的假阴性

3、。）可能是由于样本含量不足造成的假阴性。 v3. 3. 保证你的研究论文能通过统计学审查保证你的研究论文能通过统计学审查z 据国外据国外60608080年代对不同医学杂志发表论文的调查结果年代对不同医学杂志发表论文的调查结果显示，显示，有统计错误的论文所占比例高达有统计错误的论文所占比例高达72%72%，最低也有，最低也有20%20%。z国内国内19841984年对中华医学杂志、中华内科杂志、年对中华医学杂志、中华内科杂志、中华外科杂志、中华妇产科杂志、中华儿科中华外科杂志、中华妇产科杂志、中华儿科杂志杂志595595篇论文的调查结果，篇论文的调查结果，相对数误用为相对数误用为11.2%11.

4、2%，抽，抽样方法误用样方法误用15.9%15.9%，统计图表误用，统计图表误用11.7%11.7%。z某研究者某研究者19961996年对年对45864586篇论文统计（中华医学会系列杂篇论文统计（中华医学会系列杂志仅占志仅占6.9%6.9%），），数据分析方法误用达数据分析方法误用达55.7%55.7%。zJAMAJAMA，新英格兰医学杂志（新英格兰医学杂志（NEJMNEJM）、）、英国医学杂志、英国医学杂志、中华医学会杂志中华医学会杂志对来稿都有统计学要求对来稿都有统计学要求或统计学指导或统计学指导。z国际生物医学杂志编辑协会在其生物医学期刊投稿国际生物医学杂志编辑协会在其生物医学期刊投

5、稿的统一要求中也包含了统计学要求。的统一要求中也包含了统计学要求。 二、什么是医学统计学？v例例1 1：比较两种疗法对活动期十二指肠球部溃疡。：比较两种疗法对活动期十二指肠球部溃疡。v一组：口服呋喃硝铵，有效率一组：口服呋喃硝铵，有效率90%90%；v另一组：口服西咪替丁，有效率另一组：口服西咪替丁，有效率85%85%v问：问：能否立即下结论，呋喃硝铵疗效高于西咪替丁？能否立即下结论，呋喃硝铵疗效高于西咪替丁？v医学统计学：应用概率论和数理统计的基应用概率论和数理统计的基本原理和方法，研究医学领域中数据的收本原理和方法，研究医学领域中数据的收集、整理和分析的一门应用性学科。集、整理和分析的一门

6、应用性学科。 是指是指导人们如何导人们如何对科研问题进行严密的设计、获取真实可对科研问题进行严密的设计、获取真实可靠的数据、正确的归纳、分析与推理判断的科学，帮靠的数据、正确的归纳、分析与推理判断的科学，帮助揭示疾病或现象的发生、发展规律，助揭示疾病或现象的发生、发展规律，为预防疾病、为预防疾病、促进健康提供客观依据。促进健康提供客观依据。 9 9三、医学统计学的学习要求目标：三、医学统计学的学习要求目标：理解基本的统计原理理解基本的统计原理正确选择、运用统计分析方法正确选择、运用统计分析方法培养基本的统计思维能力培养基本的统计思维能力不要求：不要求： 公式的推导和记忆、公式的推导和记忆、 复

7、杂的手工计算复杂的手工计算本章主要内容本章主要内容 u医学统计学方法的基本概念医学统计学方法的基本概念u医学统计工作的基本步骤医学统计工作的基本步骤掌握：医学统计学方法的基本概念。掌握：医学统计学方法的基本概念。熟悉：医学统计工作的基本步骤。熟悉：医学统计工作的基本步骤。本章学习要求本章学习要求第一节第一节 医学统计学方法的基本概念医学统计学方法的基本概念一、一、 总体和样本总体和样本 总体总体: :是指是指根据研究目的根据研究目的确定的确定的性质相同的性质相同的观察观察单位的全体。单位的全体。 更确切地说，是更确切地说，是同质同质的所有观察单位某项观的所有观察单位某项观察值（变量值）的集合。

8、察值（变量值）的集合。population and sample 观察单位（观察单位（observation unit）：）： 统计研究中的最基本单位，可以是一个人、一个家统计研究中的最基本单位，可以是一个人、一个家庭、一个地区、一个样品。庭、一个地区、一个样品。v同质：同质：是指除了实验因素外，影响被研究指标的非实验因素相同。即研究对象的性质相同。v变异：是指在同质的基础上，被观察个体之间观察指标的差异。 同质和变异同质和变异homogeneity and variationv例例1 1 调查调查20072007年上海市年上海市7 7岁男童的身高和体重岁男童的身高和体重 同质：同质：2007

9、2007年、上海市、年、上海市、7 7岁男童岁男童 变异：身高和体重各不相同变异：身高和体重各不相同v例例2 2 研究某降压药的疗效研究某降压药的疗效 同质：高血压患者、用某药治疗同质：高血压患者、用某药治疗 变异：疗效各不相同变异：疗效各不相同同质和变异同质和变异总体和样本总体和样本研究目的研究目的总总 体体该地该地20022002年全部正常成人的白年全部正常成人的白细胞数细胞数 观察单位观察单位每个正常成人每个正常成人变变 量量 值值每人测得的白细胞数每人测得的白细胞数 研究某地研究某地20022002年正常成人白细年正常成人白细胞数胞数 同质基础：同质基础：同一地区、同一年份、同为正常人

10、、同一地区、同一年份、同为正常人、 有有限限总总体体例如：例如：研究用珍菊降压片高血压患者治疗后的疗效研究用珍菊降压片高血压患者治疗后的疗效同质基础：同质基础：同为高血压患者、同用珍菊降压片治疗同为高血压患者、同用珍菊降压片治疗总体：总体：包括设想用该药治疗的所有高血压患者的治包括设想用该药治疗的所有高血压患者的治疗效果疗效果 这个结果这个结果没有时间和空间的限制没有时间和空间的限制，观察单位数，观察单位数无限无限无限总体无限总体无限总体无限总体 有限总体：有限总体：总体中所包含的个体数目是可以掌握的，总体中所包含的个体数目是可以掌握的，有空间、时间的限制。有空间、时间的限制。 无限总体：无限

11、总体：没有具体的空间、时间的限制，所包含没有具体的空间、时间的限制，所包含的个体数目是未知的。（的个体数目是未知的。（设想的、或抽象的设想的、或抽象的）有限总体和无限总体有限总体和无限总体v调查某地调查某地2002002 2年正常成人的白细胞数年正常成人的白细胞数 总体总体v从某地从某地2002002 2年正常成人年正常成人随机抽取随机抽取150150人，分别测人，分别测其白细胞数，组成样本。其白细胞数，组成样本。 样本样本样本样本抽取部分观察单位抽取部分观察单位 推断推断inferenceinference样本样本: 是从总体中是从总体中随机抽取随机抽取的具有的具有代表性代表性的一部分观察的

12、一部分观察单位其某项指标的实测值的集合。单位其某项指标的实测值的集合。抽样抽样（sampling）：）：从总体中抽取部分个体的过程。从总体中抽取部分个体的过程。样本含量样本含量（sample size） ：样本包含的观察单位的数样本包含的观察单位的数称为样本含量、样本大小或样本例数称为样本含量、样本大小或样本例数如何正确地如何正确地由样本反映由样本反映总体呢？总体呢？抽样时必须遵循随机化原则抽样时必须遵循随机化原则l随机性随机性： 总体中每个个体都有相同的机会被抽取到样本总体中每个个体都有相同的机会被抽取到样本l随机不等于随意随机不等于随意l随机抽样的实现：随机抽样的实现：随机数字表随机数字表

13、 参数和统计量参数和统计量parameter and statistic参数：参数：l 根据总体个体值计算出来根据总体个体值计算出来的描述的描述的指标。的指标。 l希腊字母表示：如总体均数希腊字母表示：如总体均数 、总体标准差总体标准差 、总体率总体率 等。等。l是固定的常数是固定的常数 但一但一般未知。般未知。l普查普查统计量：统计量：l根据样本个体值计算出来根据样本个体值计算出来的描述的描述样本特征样本特征的指标的指标l拉丁字母表示：如样本均数拉丁字母表示：如样本均数、样本率样本率p p等等。l在参数附近随机波动。在参数附近随机波动。l抽样调查抽样调查xv由于抽样所引起的样本统计量与总体参

14、数由于抽样所引起的样本统计量与总体参数之间的差异称为抽样误差。之间的差异称为抽样误差。v产生的原因：产生的原因： 1.1.个体之间存在变异个体之间存在变异 2.2.抽样时只能抽取总体中的一部分作为样本抽样时只能抽取总体中的一部分作为样本 不可避免 但有一定的分布规律，可估计；并在一定范围内控制但有一定的分布规律，可估计；并在一定范围内控制抽样误差抽样误差二、抽样误差（二、抽样误差（ random sampling errorrandom sampling error）：）：三、变量及其分类三、变量及其分类 v实验或调查研究中的观察指标称为随机变量实验或调查研究中的观察指标称为随机变量(rand

15、om variable)；v变量的观测值称为变量的观测值称为变量值变量值(variable value)或或观察值观察值（observed value）v由变量值构成由变量值构成资料（资料（data）根据变量值是否定量可分为根据变量值是否定量可分为v数值变量（numerical variablenumerical variable）：）：计量资料计量资料v分类变量（categorical variablecategorical variable）：）： 无序分类变量（无序分类变量（unordered categorical variable unordered categorical vari

16、able ）计数资料计数资料 有序分类变量（有序分类变量（ordinal categorical variable ordinal categorical variable ） 等级资料等级资料26261. 1. 计量资料（计量资料（measurement data):measurement data):v 定义：用用定量方法定量方法对观察单位准确测量后所得的资料。对观察单位准确测量后所得的资料。 变量值是定量的，表现为数值大小变量值是定量的，表现为数值大小 ，多有度量衡单位，多有度量衡单位。v 特点： 有度量衡单位有度量衡单位 多为连续性资料多为连续性资料v 例如：身高（身高（cm）、）、体

17、重（体重（kg） 血压（血压（mmHg）、）、脉搏（次脉搏（次/分）分） 红细胞计数（红细胞计数（1012/L）27272.2.计数资料（计数资料（enumeration dataenumeration data）v 定义：定义：用定性的方法得到的资料。用定性的方法得到的资料。 按观察单位某种性质或特征分组后，再分别清点各组按观察单位某种性质或特征分组后，再分别清点各组观察单位的个数。观察单位的个数。 变量表现为互不相容的类别或属性变量表现为互不相容的类别或属性v 特点：特点：没有度量衡单位没有度量衡单位 多为间断性资料多为间断性资料v 例如：例如：肤色（黑、白）肤色（黑、白）二项分类二项分类

18、 血型（血型（ABO）多项分类多项分类 职业（工农兵职业（工农兵）多项分类多项分类 性别（男女）性别（男女） 二项分类二项分类3.3.等级资料等级资料 ( (ranked data)ranked data) v定义：定义：将观察单位按某种属性的不同程度分成等级后将观察单位按某种属性的不同程度分成等级后分组计数所得的资料。分组计数所得的资料。 是介于计量资料和计数资料之间的一种资料是介于计量资料和计数资料之间的一种资料v特点：特点：其变量值具有其变量值具有半定量性质半定量性质 表现为等级大小或属性程度表现为等级大小或属性程度v例如：例如： 癌症分期：早、中、晚。癌症分期：早、中、晚。 药物疗效：

19、治愈、好转、无效、死亡。药物疗效：治愈、好转、无效、死亡。 尿蛋白：尿蛋白： , , , , ,+,+,+,+及以上及以上想一想想一想胆胆管管癌癌患患者者部部分分指指标标 编编号号 性性别别 年年龄龄（岁岁） 部部位位 分分化化程程度度 分分期期 肝肝转转移移 P PC CN NA A 指指数数 生生存存时时间间( (月月) ) （1 1） （2 2） （3 3） （4 4） （5 5） （6 6） （7 7） （8 8） （9 9） 1 1 男男 6 61 1 上上 低低分分化化 阳阳性性 5 52 2 1 14 4 2 2 女女 5 58 8 中中 高高分分化化 阴阴性性 8 89 9 2

20、 20 0 3 3 女女 6 63 3 上上 高高分分化化 阴阴性性 9 93 3 1 19 9 4 4 女女 7 71 1 下下 中中分分化化 阳阳性性 7 78 8 5 5 5 5 男男 5 59 9 上上 高高分分化化 阴阴性性 8 85 5 3 35 5 实例数据实例数据1 1实例数据实例数据2 2 体体重重指指数数 身身高高 班班制制 劳劳动动强强度度 紧紧张张程程度度 心心率率 嗜嗜肥肥肉肉史史 收收缩缩压压 舒舒张张压压 中中风风家家族族史史 （1 1） （2 2） （3 3） （4 4） （5 5） （6 6） （7 7） （8 8） （9 9） （1 10 0） 1 12 2

21、. .2 24 4 1 1. .6 62 2 1 1 1 1 3 3 7 70 0 1 1 1 14 46 6 9 90 0 有有 1 16 6. .4 47 7 1 1. .6 63 3 3 3 1 1 3 3 7 72 2 0 0 1 11 10 0 7 70 0 无无 1 15 5. .1 19 9 1 1. .6 64 4 1 1 2 2 2 2 7 72 2 0 0 1 10 00 0 7 70 0 无无 1 15 5. .5 59 9 1 1. .6 63 3 1 1 1 1 3 3 8 84 4 1 1 1 11 14 4 7 70 0 无无 1 12 2. .6 60 0 1

22、1. .6 64 4 3 3 1 1 3 3 6 68 8 1 1 1 11 16 6 6 68 8 无无 4. 4. 三类资料间关系三类资料间关系 例：一组例：一组2020 4040岁成年人的血压岁成年人的血压以以1212kPakPa为界分为正常与异常两组，统计每组例数为界分为正常与异常两组，统计每组例数 8 8 低血压低血压 8 8 正常血压正常血压 12 12 轻度高血压轻度高血压 15 15 中度高血压中度高血压 17 17 重度高血压重度高血压计量计量资料资料等级等级资料资料计数计数资料资料 不不同同资资料料转转化化（每每分分钟钟脉脉搏搏次次数数） 计计量量资资料料 计计数数资资料料

23、 等等级级资资料料 7 75 5 缓缓 脉脉（ 6 60 0 ） 8 82 2 正正常常（6 60 0 1 10 00 0） 1 12 25 5 正正常常脉脉（6 60 01 10 00 0） 9 96 6 异异常常（ 1 10 00 0） 5 56 6 速速 脉脉（ 1 10 00 0 ） v 确定性现象：确定性现象：在一定条件下，在一定条件下，一定一定会发生或一定不会发生的现会发生或一定不会发生的现象。其表现结果为两种事件：象。其表现结果为两种事件：v 肯定发生某种结果的叫肯定发生某种结果的叫必然事件必然事件；v 肯定不发生某种结果的叫肯定不发生某种结果的叫不可能事件不可能事件。v 随机现

24、象随机现象：在同样条件下在同样条件下可能可能会出现两种或多种结果，究竟会会出现两种或多种结果，究竟会发生哪种结果，事先不能确定。发生哪种结果，事先不能确定。v 随机事件：随机事件：在一定条件下某一现象可能发生也可能不发生的事在一定条件下某一现象可能发生也可能不发生的事件。件。 随机事件的特征：随机事件的特征：随机性随机性；规律性规律性：每次发生的可能性每次发生的可能性的大小是确定的或者可以估计的。的大小是确定的或者可以估计的。四、概率四、概率(probability (probability ）v概率概率( ( probability )probability )：是反映某一随机事件发生的可能

25、性大小的一个量度，记为P，取值 0，1。 必然事件：必然事件：P P1 1 不可能事件：不可能事件：P P0 0 随机事件：随机事件：00P P11P P或或P P的随机事件称为小概率事件的随机事件称为小概率事件统计学上认为统计学上认为1 1次抽样中不大可能发生。次抽样中不大可能发生。 频率（频率（frequencyfrequency） ：指样本的实际发生率。设在相指样本的实际发生率。设在相同条件下，独立重复进行同条件下，独立重复进行n次试验，随机事件次试验，随机事件A出现出现f 次，次，则事件则事件A出现的频率为出现的频率为f /n。 例如投掷硬币，历史上有人对此做过实验得到如下结果：例如投

26、掷硬币，历史上有人对此做过实验得到如下结果： 频频 率率 （frequency ）频率与概率间的关系频率与概率间的关系v样本频率总是围绕概率上下波动样本频率总是围绕概率上下波动v样本含量样本含量n越大，波动幅度越小，频率越接近越大，波动幅度越小，频率越接近 概率。概率。v频率常用于估计概率：当频率常用于估计概率：当n时，时，f /n P(A)。第二节第二节 医学统计学的基本步骤医学统计学的基本步骤v 设设 计：计：包括观察性研究设计和实验性包括观察性研究设计和实验性 研究设计研究设计2. 2. 收集资料：收集资料：取得准确可靠的原始资料取得准确可靠的原始资料3. 3. 整理资料：整理资料：对资

27、料进行清理、改错，数量化对资料进行清理、改错，数量化4. 4. 分析资料：分析资料：统计描述、统计推断统计描述、统计推断v定义：定义：是在保证科学性、可重复性和高效性的前提下，是在保证科学性、可重复性和高效性的前提下，为验证研究假说而制定周密的医学研究计划。为验证研究假说而制定周密的医学研究计划。v 在广泛的查阅文献、全面了解现状、广泛征询意在广泛的查阅文献、全面了解现状、广泛征询意见的基础上，对将要进行的研究工作所作的全面的设见的基础上，对将要进行的研究工作所作的全面的设想。想。 1 1、设计（、设计（designdesign）1、设计（设计（designdesign）的分类的分类： 调查设

28、计（调查设计（survey designsurvey design）：）：对研究对象不施加任何对研究对象不施加任何干预，通常建立随机抽样（干预，通常建立随机抽样（random samplingrandom sampling）方案。方案。 搜集资料在整个研究设计中占主要地位搜集资料在整个研究设计中占主要地位. . 实验设计（实验设计（experiment designexperiment design）：）：对研究对象施加对研究对象施加干预，如动物实验研究、临床试验，通常建立随机分组干预，如动物实验研究、临床试验，通常建立随机分组（random allocationrandom allocati

29、on）方案。方案。2 2、设计（、设计（designdesign）的内容的内容(1)(1)明确研究目的和研究假说。明确研究目的和研究假说。(2)(2)确定研究对象与观察单位、确定研究对象与观察单位、样本含量和抽样方法。样本含量和抽样方法。(3)(3)是否施加干预，如何施加干预？如何设置对照？是否施加干预，如何施加干预？如何设置对照？(4)(4)设置观察指标。设置观察指标。(5)(5)需搜集哪些原始资料，用什么方法需搜集哪些原始资料，用什么方法 ？(6)(6)如何对取得资料作进一步的整理和汇总，计算统计如何对取得资料作进一步的整理和汇总，计算统计指标。指标。(7)(7)如何控制误差。如何控制误差

30、。(8)(8)预期会得到什么结果。预期会得到什么结果。(9)(9)研究进度和经费的安排等。研究进度和经费的安排等。lFisher Fisher 在他的著作中多次强调，统计学家与科在他的著作中多次强调，统计学家与科学研究者的合作应该在实验设计阶段，而不是学研究者的合作应该在实验设计阶段，而不是在需要数据处理的时候。在需要数据处理的时候。l“试验完成后再找统计学家，无异于请统计学家为试验进行“尸体解剖”。 统计学家或许只能告诉你试验失败的原因。”2 2、收集资料（、收集资料（data collectiondata collection）收集资料：收集资料：根据研究目的收集准确、完整的原始资料。根据

31、研究目的收集准确、完整的原始资料。资料的来源：资料的来源：1 1、统计报表：、统计报表：疫情报表、医院工作报表等；疫情报表、医院工作报表等；2 2、登记和报告卡（单）：、登记和报告卡（单）：传染病和职业病发病报告卡，肿瘤发病传染病和职业病发病报告卡，肿瘤发病及死亡报告卡，出生及死亡报告单等；及死亡报告卡，出生及死亡报告单等；3 3、日常医疗卫生工作记录：、日常医疗卫生工作记录：如门诊病例、住院病例、健康检查记如门诊病例、住院病例、健康检查记录、卫生监测记录等录、卫生监测记录等4 4、专题调查或实验研究：、专题调查或实验研究：开展医学科研的主要资料来源开展医学科研的主要资料来源 前三种都有局限性

32、。前三种都有局限性。v资料收集计划资料收集计划 选择搜集资料的地点、人员和时间；选择搜集资料的地点、人员和时间； 搜集资料人员的培训方案；搜集资料人员的培训方案； 预调查或预实验方案拟定；预调查或预实验方案拟定； 资料的记录方式；资料的记录方式； 调查表的拟订和印刷；调查表的拟订和印刷； 调查或实验仪器、试剂的准备；调查或实验仪器、试剂的准备； 调查资料的抽样复核比例和方法；调查资料的抽样复核比例和方法； 搜集资料所需经费的准备等。搜集资料所需经费的准备等。 v目的目的是对搜集到的原始资料其系统化和条是对搜集到的原始资料其系统化和条理化，便于进一步计算统计指标和深入分理化，便于进一步计算统计指标和深入分析。析。v资料整理前资料整理前要对资料再次检查与核对，发要对资料再次检查与核对，发现缺项或错项较多的调查表，须补查或剔现缺项或错项较多的调查表，须