循证医学中常用统计指标演示.ppt

1、循证医学常用的统计指标、概述、现有最优证据指导临床决策、政策和实践，必然涉及应用最恰当的统计、统计方法来描述和推断临床试验数据。 资料分类、统计指标可用于统计描述性分析，准确全面理解数据资料所含信息，并在此基础上进一步完成资料统计分析。置信区间(，222222222222222222222222222222222226 )是循证医学中常用的统计指标。 置信区间的计算主要与基准错误有关，基准错误越小，抽样误差越小，置信区间范围越窄，可以用样本指标来估计整体参数的可靠性。置信区间、置信区间主要推定整体参数，根据取得的样本、数据推定某个指标的整体值。 1、平均置信区间可以用于估计整体平均，2、效率置

2、信区间可以用于估计整体效率。 3、也可用于假说检查。 特别是试验组和对照组，某些指标的差别和比值的置信区间，在循证医学中更为常用。 正常试验组和对照组有差异，或者，比例，95%，置信区间，a，等于0.05，假设检验，99%，置信区间，a，等于0.01，假设检验。 常用的置信区间有：总体效率的置信区间、两者、总体效率的差的置信区间、总体标准化率的置信区间、两者的总体平均值、差的置信区间和总体相对危险度的置信区间、之间等。 循证医学中常用的是整体率的置信区间、整体平均的置信区间和整体相对危险度、(，RR，)的置信区间等。 (1)数资料的指标，(1)数资料的指标，即实验组中某事件的发生率，如对某病采

3、取某种预防措施后该病的发生率。 某医生研究了阿司匹林对心肌梗死的治疗效果，发现EER=a，n，1，=15，125=12%，1 .试验组事件的发生率(，(EER，experimental event rate )，对照组中某事件的发生率，对某疾病例如，某医生研究阿司匹林对心肌梗死的疗效，发现CER=c，n，2，=30，120=25%，2 .对照组的事件发生率，(，CER，control event rate )， 指干预(暴露)组和对照组结果事件发生概率的绝对差异。 RD=0表示比较组之间没有差异。 RD0表示，在研究结果不利的情况下，干预降低了结果风险，通常只能计算矩阵研究和随机对照试验结果。

4、 二率差的置信区间由下式计算：二率差的置信区间：(p1-，p2 )，uaSE，1，2，I，I，a，c，RD，n，n， 3，3，1，2，(，)，I，I，I，I，I，I，I，ab，cd，s，e，r，d，n，n， 3 .效率差，速率差，磁盘差，RD， 当两个比率差为0、时，两组中的一些事件的发生率没有差异，并且两个比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 )，相反，两个比率存在差异，两个比率差的置信区间包含0，并且没有统计学意义。 相对危险度(，RR )和置信区间是？ 是的，队列研究，常用的指标。 其意义是两组事件率之比。 RR是反映干预(暴露)和事件关联强度的最有用的指标。 RR

5、=1，表示比较组之间没有差异。 在一些研究结果不利的事件中，RR1可以降低干预的结果风险，相反，干预可以增加结果风险。 需要注意的是，只能直接得到矩阵研究和随机对照试验的结果，才能得到相对的危险度。1，2，/，I，I，I，I，a，n，RR，c，n， 一、二、一、一、一、一、一、一、一、一、二、三、一、一、一、一、一、一、二、三、一、一、一、一、一、一、二、三、一、一、一、一、一、一、一、一、二、一、 RR、计算出的四格表、试验组的发生率：p、1、=、a、(a b)=、r、1、n、1、=EER、对照组的发生率：p、0、=、c、(c d)=、r、2、n、2、=CER、RR=p、1 上述阿司匹林的心

6、肌梗死疗效、阿司匹林治疗组的病死率、p，1、=、1.5、125、对照组的病死率、p，0、=、3.0、120、其中，RR、置信区间为：RR=p、1、p、0、=0.48、(、RR、)、(、0.48、=-0.734、 9.5 %，置信区间为： (，RR，1.96SE，RR，=-0.734，1.96，0.289=，(-1.301，-1.301，-1.301，-1.301，-1.301，-1.301，-1.301，-1.301，-1.301 置信区间为：exp，RR，1.96SE，RR，=，exp，-1.301，-0.167，=，(，0.272，0.846，)，本例中，RR，的，95%，置信区间为(，0

7、.272，0.846，)，本区间比1，更小，阿斯是测定疾病与暴露相关强度的重要指标。 一个组选择一个事件的比率和另一个组，该事件的比率(，222222222222222222226 )。 OR=1，表示比较组之间没有差异。 研究结果表明，当局变成不利事件时，OR1显示暴露的可能性，降低最终风险。 I，I，I，I，a，d，o，r，b，c， 1，1，1，1，l，n，(，)，I，I，I，I，s，e，o，r，a，b，c，d，5 .比率比(，)和置信区间、病例对照研究、OR，计算的四格表，5 .比率比(，)和置信区间、口服避孕药(，)和心肌梗死(，)的关系，病例对照研究结果，上述口服避孕药和心肌梗死的关

8、系，OR，置信区间为：OR=，ad，bc，=15，90， 3.0，110=0.409，(0.409)=-0.894，SE，(，OR，)，=1，3.0，9.0，1.5，110=0.347，OR，的，95%，置信区间： (，OR，1.96SE，OR，=-0.894，1.96，0.347=，(，- ) /置信区间为：exp，OR，1.96SE，OR，=exp，-1.574，-0.207，0.807，这个例子，OR，9.5 %，置信区间为：0.207， 0.807，该区间，可以认为1，口服避孕药对心肌梗死产生了影响，6 .相对危险度降低率，(RRR， 反映试验组和对照组某些疾病发生率增减的相对、量。

9、与对照组相比，指治疗组最终事件减少、减少的比例，其计算公式为：RRR=(CER-EER)/CER=1-RR， 由于RRR=1-RR，所以RRR、的置信区间可以从1-RR、的置信区间得出。 如前所述，RR=0.48，其置信区间为(，0.272，0.846 )，RRR=1-RR=1-0.48=0.52，RRR95%，置信区间为(，0.154，0.728，)。 RRR，某个试验要素表示其结果的发生率增加或减少，减少的相对量，不能测定增减的绝对量。 例如，试验组，人群中有一种疾病的发病率是39%，对照组的人群中有一种疾病的发病率是5.0 %，其中：RRR=(CER-EER)/CER=1-RR，(，50

10、%-39%，/，5.0 %，22%，而另一项研究显示，对照组人群中有一种疾病的发病率是在试验人群中，有一种疾病的发生率为0.00039%，而RRR仍为22%，且RBI、和、RRI也是同样的问题。 7 .绝对危险度降低率，(，absolute risk reduction，ARR， 反映试验组和对照组某些疾病发生率增减的绝对量。 指治疗组和对照组最终事件危险度的绝对差，其计算公式为：ARR=|CER-EER|，=|，对照组的某些疾病的发生率，-，试验组的某些疾病的发生率，|，=P2-P1，ARR，的置信区间：ARR=CER-EER，即ARR=p，2， SE=p，1，p，1 )/n，1，p，2，(

11、1-，p，2，/n，2，ARR，ARR，u，a，SE，试验组发病率，15/125=0.12，12%，对照组发病率，30/120=0.25，25%，arr=， SE=0.12(1，-，0.12) /125、0.25(1-，0.25) /120、=0.049、ARR、的置信区间：ARR、u、a、SE=0.13、1.96、0.049、=、0.034、0.226、 由于反映ARR、试验组和对照组某些疾病的发生率增减，在绝对量的情况下，ARR、RRR更明确，具有临床意义，但如果值小，则存在临床意义难以判定的问题。例如，对照组人群中某些疾病的发生率为0.0005%，实验组人群中某些疾病的发生率为0.000

12、39%，ARR=，0.0005%-，0.00039%=0.00011%的意思是什么，很难说明！ 8 .需要治疗的患者人数、(、number needed、to treat、NNT、 在一定时间内，对患者采取某些预防措施后，取得有利结果，需要预防的病例数量。 其计算公式为： NNT=1/ARR， NNT、做评估治疗措施对经济价值具有重要意义，NNT、小说、明治对患者有利。 例如，仅通过ARR=10%、NNT=1/1.0 %=1.0，即预防和治疗，1.0、病例就能得到额外的有利结果。 当ARR小时，例如，0.00015%、ARR，的意思难以理解，换句话说，NNT必须预防NNT=1/0.00015%

13、=666667，也就是说，接近，6.0万人的病例，获得了新的有利结果。 因此，NNT、指标可以视觉感知地显示不同预防措施的效果大小和不同的临床意义。 9. ARI，绝对危险度增加率(absolute risk，increase，ARI )， 率差(，222222222222222222222222652，ARI=|EER-CER|，=|，试验组所有疾病的发生率，-，对照组所有疾病的发生率，|，=p1- p 2，1.0.nnh，(，the number of needer NNH，临床意义：在一定的时间内，有多少预防措施需要处理，病例可以引起，1，病例的恶劣结果是什么？ 号需要一个头，morep

14、atientsfromtherapy，NNH=1/ARI， NNH，的值越小，某种治疗措施引起的副反应越大。 某些治疗措施引起的副反应发生率为64%，对照组反应率为37%。 如果计算为ari=|3.7 %-6.4 %|=2.7 %，则NNH=1/27%=4。 也就是说，治疗措施每处理4次，每病例1次，出现副反应。 该指标反映了预防措施给受试者带来的收益与危害之比。 LH1、利益比缺点大，相反，LH1、时、缺点比利益大。 其计算公式如下。LHH=NNH/NNT、1.1 .预防措施的优点和危害的可能性比、(、LHH、like hood of being helped VS harm、 Eg，有预防措施的，NNT，9，其，NNH，4，其，LHH， 即，该预防措施对受试者造成的危害为，其受益、2、倍、(2)计量(数值)资料的统计指标、1 .平均数差、(mean difference，MD )、置信区间，平均数差在Meta、分析中的所有研究具有相同连续性时为量和测定单位一，二，I，I，m，d，m，m， 二、二、一、二、一、二、(，)、I、I、I、I、s、s、e、m、d、n、 该指标是测试的原测量单位，实际反映测试效果，绝对消除值的大小对结果的影响，在实际应用时，该指标容易理解和解释。