医学卫生统计的样本均衡性分析课程讲义课件

一、前言演讲人04/护理诊断（识别不均衡问题)03/护理评估（样本特征评估)02/病例介绍（研究案例背景)01/前言06/并发症的观察及护理（调整后的潜在问题与应对)05/护理目标与措施（均衡性调整策略)08/总结07/健康教育（样本均衡性的全程管理)目录医学卫生统计的样本均衡性分析课程讲义课件01前言前言站在讲台上，看着台下新入职的临床研究助理和规培医生们求知的眼神，我总会想起十年前自己第一次参与多中心临床试验时犯的“低级错误”——当时我们招募了200例高血压患者，随机分为新药组和对照组，却在中期分析时发现：对照组中60岁以上患者占比高达58%，而新药组仅32%。这种年龄分布的失衡直接导致血压控制率的统计结果被质疑“是否受年龄混杂”。从那以后，“样本均衡性”便像一根弦，始终紧绷在我做研究的每一步里。医学卫生统计的核心是通过样本推断总体，但如果样本本身在关键特征上（如年龄、病情严重程度、合并症)分布不均衡，就像用“歪尺子”量长度，再精确的统计方法也会得出偏倚的结论。尤其是近年来真实世界研究（RWS)兴起，非随机化的观察性数据越来越多，样本均衡性分析已从“加分项”变成“必选项”。今天这堂课，我想以自己参与的一项“冠心病介入术后康复方案对比研究”为例，带大家从“遇到问题—分析问题—解决问题”的全流程，理解样本均衡性分析为何重要，以及如何操作。

02病例介绍（研究案例背景)病例介绍（研究案例背景)先给大家看一组真实数据——这是2021年我们团队参与的“冠心病PCI术后中西医结合康复方案疗效研究”。研究目标是比较常规康复组（A组，n=150)与中西医结合组（B组，n=150)术后6个月的心绞痛复发率。招募阶段，我们严格按照纳入标准（首次PCI术后、LVEF≥40%)筛选，但在基线数据整理时，负责统计的张老师皱着眉头来找我：“李老师，你看这组数据——A组糖尿病合并症比例28%，B组42%；A组平均年龄58.3岁，B组62.7岁；更麻烦的是，B组中三支病变患者占比35%，A组只有19%。”我心里“咯噔”一下——这些变量都是心绞痛复发的已知影响因素：糖尿病会加速冠脉病变进展，年龄越大血管修复能力越差，三支病变本身就提示病情更重。如果两组基线差异这么大，后续即使B组复发率高，也可能是因为“本来病情就更重”，而非康复方案无效。这就是典型的“样本不均衡”问题，必须在分析前解决。

03护理评估（样本特征评估)护理评估（样本特征评估)在临床护理中，评估是制定计划的前提;在统计分析里，样本均衡性评估同样是后续调整的基础。我们当时的评估分三步：确定需要均衡的"关键变量”首先要明确：哪些变量可能影响研究结局？这需要结合临床知识和文献。比如冠心病术后复发，我们列出了：年龄（连续变量)、性别（分类)、糖尿病史（二分类)、病变支数（分类：单支/双支/三支)、术前心功能（NYHA分级，有序分类)、他汀类药物使用情况（二分类)。这些变量被称为“协变量”，若组间分布差异大，就会成为“混杂因素”。

选择评估方法连续变量（如年龄)用独立样本t检验或Mann-WhitneyU检验（数据非正态时)；分类变量（如糖尿病史)用卡方检验或Fisher精确检验（样本量小时)；有序分类变量（如NYHA分级)用秩和检验。同时，除了统计学显著性（p值)，还要看临床意义——比如年龄差异5岁可能有统计学意义（p<0.05)，但如果差异仅0.5岁，即使p值小，临床意义也不大。

具体评估结果A回到我们的研究，基线数据整理后:B年龄：A组（58.3±6.2)岁vsB组（62.7±7.1)岁，t检验p=0.003（差异有统计学意义)；C糖尿病史：A组28%（42/150)vsB组42%（63/150)，卡方检验p=0.018；D病变支数：A组三支病变19%（28/150)vsB组35%（52/150)，卡方检验p=0.001；E性别、心功能分级、他汀使用情况:p均>0.05，分布均衡。

F这说明:年龄、糖尿病史、病变支数是主要的不均衡变量，必须处理。

04护理诊断（识别不均衡问题)护理诊断（识别不均衡问题)临床护理中，“护理诊断”是对健康问题的判断；在统计分析里，我们需要明确：这些不均衡会带来什么影响？首先，偏倚方向：B组年龄更大、糖尿病更多、病变更重，这些因素本身会增加心绞痛复发风险。如果不调整，即使B组的康复方案更有效，最终复发率可能因为基线更差而“看起来”和A组相近，甚至更高，导致低估疗效。其次，偏倚程度：我们用“标准化均数差（SMD)”量化连续变量的组间差异——年龄的SMD为（62.7-58.3)/[(6.2²+7.1²)/2]^0.5≈0.67，超过0.2的“临界值”，提示差异有实际意义；糖尿病史的SMD为（0.42-0.28)/[(0.28×0.72+0.42×0.58)/2]^0.5≈0.31，同样需要调整。

护理诊断（识别不均衡问题)最后，调整必要性：如果这些协变量与结局（复发率)和分组（康复方案)都相关（即满足“混杂因素”条件)，不调整会导致效应估计偏倚。结合文献，年龄、糖尿病、病变支数均与冠心病复发相关，且与分组相关（可能因为患者招募时，病情较重的更倾向选择“听起来更全面”的中西医结合方案)，因此必须调整。

05护理目标与措施（均衡性调整策略)护理目标与措施（均衡性调整策略)21临床护理中，目标是"解决健康问题”；在统计分析里，我们的目标是：通过调整，使关键协变量在组间分布均衡，从而准确估计康复方案的真实疗效。

目标2：调整后样本量保留率≥80%（避免因过度调整丢失数据)目标1：主要协变量（年龄、糖尿病、病变支数)的组间SMD<0.2，p>0.053措施选择与实施我们对比了几种常用方法:分层分析将患者按病变支数（单支/双支/三支)分层，每层内再按年龄、糖尿病史匹配。但这种方法需要预先确定分层变量，且可能导致每层样本量过小（如三支病变B组52例，A组仅28例，无法1:1分层)，故放弃。

多因素回归模型在结局模型中纳入协变量作为调整变量（如logistic回归中加入年龄、糖尿病、病变支数)。优点是简单易行，但依赖模型假设（如线性关系、无交互作用)，且无法解决“选择偏倚”（即分组本身可能与协变量相关)。

倾向评分匹配（PSM)这是最适合我们的方法——通过Logistic回归计算每个患者进入B组的概率（倾向评分)，然后将评分相近的A组和B组患者匹配，使匹配后的两组协变量分布均衡。具体操作步骤：第一步：构建倾向评分模型。自变量为年龄、糖尿病史、病变支数、性别（虽均衡但可能影响评分)，因变量为分组（B组=1，A组=0)。模型拟合优度检验（Hosmer-Lemeshow检验p=0.78)良好，说明预测概率可靠。第二步：1:1最近邻匹配（半径0.05)。匹配后，原300例患者中成功匹配264例（A组132，B组132)，丢失率12%（在目标保留率内)。第三步：匹配后均衡性检验。年龄SMD降至0.12（p=0.21)，糖尿病史SMD=0.08（p=0.43)，病变支数卡方检验p=0.89，均达到均衡目标。

06并发症的观察及护理（调整后的潜在问题与应对)并发症的观察及护理（调整后的潜在问题与应对)就像术后患者可能出现并发症，样本调整也可能带来"副作用”，需要密切观察。

并发症1:样本量减少导致统计效力下降匹配后样本从300减到264，我们重新计算了检验效能——原设计α=0.05，把握度80%，需要至少240例。264例的把握度提升至85%，仍满足要求。但如果丢失率超过20%，可能需要扩大样本或改用加权法（如逆概率加权，IPW)。并发症2：匹配过度导致“伪均衡”有一次我带学生做PSM，他为了“完美均衡”将半径设为0.01，结果匹配后两组年龄、糖尿病史几乎完全一致，但仔细看发现：匹配后的患者平均年龄比原样本大5岁，病变支数集中在双支。这是因为过度限制匹配范围，导致样本失去了原总体的代表性。我们的解决方法是：在SMD<0.2的前提下，允许一定范围的评分差异，同时检查匹配后样本的基线特征是否与原总体一致（如年龄均值是否接近原总体均值)。并发症3：遗漏重要协变量并发症1:样本量减少导致统计效力下降我们曾在另一个研究中只调整了年龄和性别，后来发现“吸烟史”在组间分布不均衡（p=0.03)，而吸烟是结局的重要影响因素。这提示我们：均衡性评估一定要基于临床知识，全面考虑可能的混杂因素，必要时通过文献回顾或专家咨询补充变量。

07健康教育（样本均衡性的全程管理)健康教育（样本均衡性的全程管理)临床护理中，"健康教育”是为了让患者主动参与健康管理；在医学研究中，我们需要让研究者从"事后调整”转向"全程管理”，从研究设计阶段就重视均衡性。

设计阶段:预防为主随机化分层：如果已知某些变量可能影响结局（如病变支数)，可在随机化时分层（如按单支/双支/三支分层，每层内随机分组)，确保组间分布均衡。样本量估算时纳入协变量：使用方差分析（ANOVA)或协方差分析（ANCOVA)估算样本量时，考虑协变量能解释的变异量，避免因调整协变量而低估所需样本量。

实施阶段:动态监控每招募50例患者，就做一次中期均衡性评估，若发现某变量差异超过SMD=0.3，及时排查原因（如招募渠道偏差、入排标准执行不严)。记录“脱落患者”的基线特征，若脱落者在关键协变量上与留存者差异大，需在分析时进行敏感性分析（如假设脱落者结局最差/最好，看结果是否稳健)。

分析阶段:透明报告无论是否调整，都要在论文中报告基线均衡性结果（列出关键协变量的组间差异，包括p值和SMD)。说明调整方法的选择依据（如“因存在年龄、糖尿病史的不均衡，采用倾向评分匹配调整”)，并报告调整后的均衡性检验结果，确保结果可复现。

08总结总结站在这里回顾这堂课，我想起导师常说的一句话：“统计不是变魔术，它是让真相更清晰的工具。”样本均衡性分析就是这工具的“校准步骤”——只有样本这把“尺子”本身是直的，我们才能用它准确丈量干预措施的真实效果。从十年前那个因年龄失衡被质疑的