医学统计学 第15章 实验设计基础 学习课件

第15章实验设计基础医学研究中，无论是临床试验还是动物实验，都需要根据研究目的，制定研究方案，进行科学合理的设计。周密的研究设计，既能够节省人力、物力、财力和时间，又能够使研究因素的效应得以充分体现，获得准确、客观的结果，得出科学的结论。

实验研究(experiment)

1.需要人为的施加干预措施于研究对象；2.研究对象能随机分组。3.能在实验中控制一些非处理因素对结果的影响。目的：评价干预措施的作用医学研究的类型

调查研究(survey)1.只能客观地观察和记录研究对象的研究指标，2.研究对象不能随机分组；3.影响研究指标的其他因素无法控制。目的：找出有意义的指标。根据是否给予干预措施，医学研究分为两类实验设计(experimentalstudydesign)实验设计:

完成实验全过程所依据的一系列规则

如：对象，指标，干预措施，实验方案类型，分析方法等目的:合理安排实验因素，控制误差，排除干扰，考察效应，以最少人力、物力、时间耗费达到实验目的。常见实验设计方案包括：完全随机设计、配对设计、随机区组设计、

析因设计、正交设计、交叉设计、拉丁方设计等研究目的：考察“A药”的降血压的疗效作用于何种研究对象？采取怎样的干预措施？哪些指标可以反映干预措施作用于研究对象的效果？问题思考：第一节实验设计的三要素实验设计的三个基本要素

1.研究对象（Subject）

2.处理因素（Treatment）

3.实验效应（Effect）1.研究对象（Subject）根据研究目的选择的实验载体可以是人、动物、标本选择对象注意点：制定纳入标准和排除标准对干预因素敏感并且稳定的对象选择时注意依从性及伦理问题2.处理因素（Treatment）根据研究目的施加于研究对象的干预措施又称研究因素(studyfactor)，研究者的兴趣所在能使研究对象产生效应（反应）的因素如，药物、实验条件、手术方式等确定处理因素时应注意以下问题（1）处理因素的数目与水平一次研究中，可有一个或几个处理因素，但不宜太多；每个处理因素中不同的取值称为水平(Level)单个处理因素：单因素研究

例如，考查不同降压药的效果，为单因素研究

若为三种降压药，则该因素为3水平多个处理因素：多因素研究

例如，考查不同降压药及服药时间对血压的影响，为两因素研究

若为三种降压药，分别于饭前饭后服，则分别为3水平、2水平

（2）处理因素应标准化在整个研究过程中，处理因素必须相对固定，统一标准

有利于分析处理因素与效应之间的关系（3）控制非处理因素非处理因素在实验中可能产生与处理因素相同效应的其它因素常常干扰处理因素与效应之间的关系，使结果产生偏性非处理因素干扰效应与所研究因素间关系的观察与分析，常常又称混杂因素(confounder)应尽量控制和消除非处理因素的作用尽量找出重要的非处理因素，加以控制，从而控制混杂和干扰作用3.实验效应（Effect,Response）是处理因素作用于研究对象产生的反应和结果实验效应通过指标来表现，称为效应指标效应指标选择注意点：

效应指标要少，一般选一个主要效应指标

观察指标应具有客观性、精确性、特异性和灵敏性3.实验效应（Experimentaleffect）客观性

客观指标则是借助测量仪器和检验等手段来反映的观察结果，客观指标具有较好的真实性和可靠性。

主观指标是受试对象的主观感觉、记忆、陈述或实验者的主观判断结果；而。主观指标具有随意性和偶然性精确性

包括准确度(accuracy)和精密度(precision)两层含义

准确度指观察值与真值的接近程度，主要受系统误差的影响

精密度指重复观察时，观察值与其均数的接近程度，主要受随机因素的影响3.实验效应（Effect,Response）特异性和灵敏性灵敏度(sensitivity)则反映其检出真阳性的能力灵敏度高的指标能将处理因素的效应更好地显示出来特异度(specificity)反映指标鉴别真阴性的能力

特异度高的指标不易受混杂因素的干扰盲法观察（主要针对临床试验）

为消除或最大限度地减少主观偏性，在观察效应时常采用盲法(blindmethod)

单盲法(singleblind)：研究对象不知道自己分在哪一组；

双盲法(doubleblind)：研究对象和实验执行者均不知道研究对象分在哪一组第二节实验设计的三原则设计中应遵循的三个基本统计原则

1.对照原则(control)2.随机化原则(randomization)3.重复原则(replication)一、对照原则设置对照组的目的

1.充分显露处理因素的效应

2.控制和消除非处理因素的影响，

如疾病的自行缓解、安慰剂效应设立对照的要求

达到均衡原则，即对照组除了没有给予研究因素外，其他方面与试验组应基本一致对照的类型1.空白对照(blankcontrol)

对照组不给任何处理2.安慰剂对照(placebocontrol)

不具有有效成分的处理，目的是消除心理因素造成的干扰3.标准对照(standardcontrol)

对照组采用标准方法或公认的常规方法,临床试验中最常用如：将新药与标准药物疗效的比较4.实验对照(experimentalcontrol)

对照组不给予感兴趣的研究因素，但其它操作相同赖氨酸添加实验中，实验组儿童的课间餐为加赖氨酸的面包，对照组为不加赖氨酸的面包。5.自身对照(selfcontrol)

可以是自身前后的对照，也可以是不同部位的对照二、随机化原则随机化原则

指每个受试对象以均等的概率分配到不同的处理组中目的及意义

通过随机化分组使非处理因素（包括已知和未知因素）在组间尽量达到均衡，保证组间的可比性；随机化也是进行统计推断的基础常用的随机化方法

抽签法、随机数字表、计算机产生随机数1、完全随机化编号12345随机数8856532759序号95416编号6789随机数33357267序号2387例：将9只家兔，随机分为甲、乙、丙3组规定：最小的3个数进甲组，最大的3个数进丙组，其它的进乙组从随机数字表第16行最左端开始取2、分层随机化（配对、区组）对子号12345678对象11-12-13-14-15-16-17-18-1

对象21-22-23-24-25-26-27-28-2

随机号8856532759

333572例：将16只家兔，按性别、体重配成4对，然后再将每对兔子随机分配到甲、乙两组规定：随机号为奇数时，每个对子的对象1进甲组，对象2进乙组随机号为偶数时，每个对子的对象1进乙组，对象2进甲组三、重复原则重复原则指在相同实验条件下重复进行多次观察实质是就是实验与对照组要有足够的实验对象意义

是消除非处理因素影响的重要措施。由于研究对象个体反应的差异，当实验对象少时，结果不稳定；只有足够多的实验例数才能取得比较稳定的结果，显示出其真实的客观规律注意：并非实验例数越多越好。例数太多，工作量大，增加人力物力、条件控制难、导致研究结果质量下降

因此，需要根据统计原则估计样本含量常用实验设计方案完全随机设计配对设计随机区组设计析因设计正交设计交叉设计重复测量。。。完全随机设计Completelyrandomizeddesign完全随机设计—概念最常见的单因素实验设计方法完全随机分组方法，观察不同组的实验效应各组间样本量可相等(平衡设计)，也可不相等(非平衡设计),样本量相等时统计分析效率较高优点：设计简单，易于实施缺点：效率相对较低,只能分析单因素计量资料

t检验、方差分析或秩和检验等计数资料

卡方检验等等级资料秩和检验等完全随机设计-统计分析方法配对设计Paireddesign配对设计—概念将受试对象按某些特征或条件配成对子，然后分别把每个对子中的两个受试对象随机分配到试验组和对照组配对的特征或条件种属、品系、性别相同，年龄、体重；病种、病型、族别、年龄，生活习惯、工作环境常见的情形1、不同个体间的配对2、同一个体，不同部位的配对3、同一个体，自身前后的配对配对设计优点：组间的均衡性增强，提高试验效率缺点：配对条件不易控制，匹配不好时反而降低效率常用统计假设检验方法计量资料：配对t检验、配对秩和检验、方差分析等计数资料：卡方检验、一致性检验等随机区组设计Randomizedblockdesign随机区组设计_概念亦称配伍组设计、单位组设计它是对配对设计的扩展随机区组设计是将几个条件相似的受试对象配成一个区组,如同种属、同窝别、同性别、体重相近等，然后将各区组内的对象随机分配到不同的处理组随机区组设计优点：组间均衡性好，试验效率较高缺点：是分组较繁琐，匹配因素不易控制常用统计假设检验方法：F检验(方差分析)、非参数检验等样本量估算采用恰当的统计学方法保证研究结论具有一定可靠性(精度和检验效能)的前提下确定的最小样本例数估算达到有统计学意义的最低样本含量样本含量估算充分反映了科研设计中“重复”的基本原则，过大过小都有其弊端样本量