临床医学研究统计分析方法解析 PPT课件

1、1,临床研究资料常用统计分析方法,2,统计数据分析是一门综合技术， 也是一门高超的艺术！ 医学专业知识 医学统计学理论知识 计算机统计软件技术,3,学习了统计学理论知识，并不代表已经有 能力进行统计数据分析。要不断进行实践。 实际科研工作中的“原型”资料与教科书上的 “标准型”例子有一定差距。 应用统计软件进行计算分析一定要有正确的 综合的统计理论方法的后台背景指导。 不但要注重对统计方法的选择，而且要注重 对分析结果的解释。,4,一、概述 二、原始数据的录入 三、数据处理的几个基本问题 四、统计方法选择的基本思路 五、统计分析结果的表述,5,6,调查设计,7,8,实验设计,9,统计描述,统计

2、,等级(有序分类),计量,计数(无序分类),10,11,统计描述,12,统计描述,13,统计描述,统计 指标,计量资料 (单变量),计量资料 (双变量),14,统计描述,15,统计描述,等级 资料,统计 指标,计数资料,单变量,双变量：rs,16,统计描述,参 考 值 范围估计,正态,偏态,17,统计推断,区间 估计,18,统计推断,19,统计推断,比较差别：2、t、F、q、log-rank 、 秩和检验等 联系：相关、回归分析 分类：回归分析、判别分析 推测：回归分析 筛选影响因素：回归分析 综合变量信息：主成分分析 寻找潜在支配因素：因子分析,假设 检验 方法,20,统计分析软件 SPSS

3、 (有人称“鼠标软件”) SAS (Statistical Analysis System) Stata R (方法新、提供源程序、免费),21,SPSS软件 Statistical Package for Social Science (社会科学统计软件包) 后改名为: Statistical Product and Service Solutions (统计产品与服务解决方案),现改名为PASW Predictive Analytics Software 预测分析软件,22,一、概述 二、原始数据的录入 三、数据处理的几个基本问题 四、统计方法选择的基本思路 五、统计分析结果的表述,23,

4、原始数据的记录形式,行：观察单位 列：变量,24,标识变量,分析变量,25,26,原始数据的录入,文件类型： 数据库文件：EpiData Excel文件： Excel 统计软件数据文件：SPSS(PASW)、SAS、Stata 变量名及标签： 变量值及标签： 名义变量值的量化：有序、无序分类资料,27,28,数据文件建立原则 一个观测占一行 一个变量占一列,27,29,28,30,定量变量 Scale 等级变量 Ordinal 名义变量 Nominal,29,31,30,32,名义变量的哑变量化,原资料,哑变量化,33,一、概述 二、原始数据的录入 三、数据处理的几个基本问题 四、统计方法选择

5、的基本思路 五、统计分析结果的表述,34,数据的净化 逻辑检查 计算检查离群数据的处理 离群值(outliner) 与P25或P75的距离为“四分位数间距”的1.53.0倍。 极端值(extreme value) 与P25或P75的距离为“四分位数间距”的3.0倍以上。 剔除离群或极端值要予以合理解释。,35,数据质量有问题， 使用的统计方法越高级，欺骗性越大!,36,一、概述 二、原始数据的录入 三、数据处理的几个基本问题 四、统计方法选择的基本思路 五、统计分析结果的表述,37,设计类型：完全随机、随机区组、拉丁方、 交叉、析因、正交、嵌套、裂区设计 处理因素：单因素、双因素、多因素 水平

6、：单水平、两水平、多水平 处理效应：单变量、双变量、多变量 资料类型：计量、无序分类、有序分类 数据情况：完全数据、不完全数据、 重复测量数据、层次结构数据 假设检验方法前提条件： 独立、方差齐性、正态分布,重要,38,二个处理因素，观测指标为单变量。,39,一个处理因素，观测指标为三个变量。,40,(一)单变量计量资料 1.样本均数与总体均数比较 单因素 服从正态分布 单样本t检验 可信区间法 不服从正态分布 单个样本中位数与总体中位数比较,41,2.两个相关样本均数的比较 单因素 配对设计或自身前后对照设计 差值服从正态分布 成对t检验 可信区间法 差值不服从正态分布 Wilcoxon符号

7、秩检验,(一)单变量计量资料,(1-)可信区间不 包括 d=0, P,42,3.两个独立样本的比较 单因素、完全随机设计 服从正态分布且方差齐性 两样本均数比较t检验 两样本均数的差数可信区间法 不服从正态分布或方差不齐性 两独立样本Wilcoxon秩和检验 反应变量为生存时间且含有截尾数据 log-rank检验(时序检验),(一)单变量计量资料,43,4.多个样本均数的比较 (1)一个处理因素 完全随机设计 服从正态分布、方差齐性 完全随机设计方差分析 两两比较： SNK-q 、Dunnett-t检验 不服从正态分布或方差不齐性 多个独立样本比较 Kruskal-Wallis H 检验 两两

8、比较：Nemenyi 检验,(一)单变量计量资料,44,4.多个样本均数的比较 (2)一个处理因素、一个控制因素 随机区组设计 (对数据服从正态分布、方差齐性不作要求) 随机区组设计方差分析 处理因素各组均数间两两比较： SNK-q 、Dunnett-t检验,(一)单变量计量资料,45,4.多个样本均数的比较 (3)一个处理因素、二个控制因素(行、列) 拉丁方设计 (对数据服从正态分布、方差齐性不作要求) 拉丁方设计方差分析 处理因素各组均数间两两比较： SNK-q、Dunnett-t 检验,(一)单变量计量资料,46,4.多个样本均数的比较 (4)一个处理因素、二个控制因素(阶段、受试者)

9、二阶段交叉设计 服从正态分布、方差齐性 前一阶段处理效应不持续作用到下一阶段 二阶段交叉设计方差分析,(一)单变量计量资料,47,4.多个样本均数的比较 (5)处理因素2、每个因素的水平数2 完全随机分组析因设计 服从正态分布 分析各因素主效应与交互作用 完全随机分组析因设计方差分析,(一)单变量计量资料,48,49,4.多个样本均数的比较 (6)处理因素2、每个因素的水平数2 正交设计 分析各因素主效应与主要因素一阶交互作用 正交设计直接分析、方差分析,(一)单变量计量资料,50,4.多个样本均数的比较 (7)处理因素2，每个因素的水平数2 处理因素中有一个为重复测量因素 满足“球对称”(组

10、间、组内方差齐性)假设 分析各因素主效应与交互作用 重复测量设计的方差分析,(一)单变量计量资料,51,重复测量设计(两因素),52,SPSS(PASW)软件分析： General Linear Model 以析因设计方差分析为例,(一)单变量计量资料,53,54,(二)计数资料 1.一个样本率与总体率比较 基于二项分布的直接概率法 正态近似法u检验,55,2.两样本率比较,(二)计数资料,(1)两组完全随机设计 N 40 且 T 5 Pearson 2 检验 N 40 但 5 T 1 Pearson 2 检验 (Yates 校正公式) N40 或 T 1 Fisher 确切概率法 (2)配对

11、设计 McNemar 2 检验,Logistic回归分析,56,57,3.病例对照研究成组资料分层分析,(二)计数资料,58,59,4.RC列联表 相关、相差 (1)双向有序 备择假设：行变量与列变量为非零相关 Cochran-Mantel-Haenszel 2 检验 有序分组资料的线性趋势检验 2 回归,(二)计数资料,60,双向有序的RC表资料,61,4.RC列联表 相关、相差 (2)单向(反应变量)有序 备择假设：行平均得分不同 Cochran-Mantel-Haenszel 2 检验 Wilcoxon 秩和检验,(二)计数资料,分组变量无序,62,单向有序(仅指反应变量)的RC表资料,

12、63,4.RC列联表 相关、相差 (3)双向无序 备择假设：行变量与列变量有一般关联 Cochran-Mantel-Haenszel 2 检验 Pearson 2 检验,(二)计数资料,64,双向无序的RC表资料,65,1.配对设计 Wilcoxon符号秩检验 2.两组独立样本 Wilcoxon两样本秩和检验 3.完全随机设计多个样本比较 Kruskal-Wallis H 检验 4.随机区组设计多个样本比较 Friedman M 检验,(三)等级资料,66,1.相关分析 X1与X2服从二元正态分布 Pearson积差相关分析 X1与X2不服从二元正态分布 Spearman秩相关分析 2.回归分

13、析 Y与X服从二元正态分布 或 Y服从正态分布而X为控制变量 Y与X间呈直线趋势 直线回归分析,(四)双变量计量资料,67,3.曲线回归分析（SPSS）,68,3.曲线回归分析（SPSS）,69,4. 协方差分析 比较带有协变量(Xj)的各组均数( )间的差别 协变量Xj对Yj有影响 分为完全随机设计与随机区组设计,70,1.有应变量的多元分析,(五)多变量资料,71,1.有应变量的多元分析 Y为计量资料且服从正态分布 自变量服从多元正态分布 多元线性回归或多元逐步回归分析,(五)多变量资料,j的意义为在其它自变量保持不变时，Xj增加或减少一个单位时Y的平均变化量。 可排除混杂因素影响。,72

14、,1.有应变量的多元分析 Y为二分类或多分类变量 以分析影响Y的危险因素为主要目的 Logistic回归分析,(五)多变量资料,73,1.有应变量的多元分析 Y为生存时间且含有截尾数据 以分析影响Y的危险因素为主要目的 Cox比例风险回归分析,(五)多变量资料,74,开始观察时间:1992.01.01 终止随访时间:2001.12.31,75,1.有应变量的多元分析 Y为二分类或多分类变量 根据判别对象若干个指标的观测值判定其应属于哪一类为主要目的 Bayes判别分析,(五)多变量资料,76,2.无应变量的多元分析,(五)多变量资料,77,2.无应变量的多元分析 主成分分析 将所有变量化为少数

15、几个互不相关的综合 变量 因子分析 从所有变量中找出有限个不可观测的潜在 因素 典型相关分析 分析两组集团变量之间的相关关系,(五)多变量资料,78,一、概述 二、原始数据的录入 三、数据处理的几个基本问题 四、统计方法选择的基本思路 五、统计分析结果的表述,79,1.统计分析结果的正确表述 在报告结论时，最好列出检验统计量的 值，尽量写出具体P值，而不简单写成 P0.05，以便读者与同类研究进行比较 或进行循证医学时采用Meta分析。 经常遇到PASW软件计算结果中P=0.000的 情况，这是由于P值小于0.0005或更小，因 保留3位小数四舍五入所致，在论文中可 写为P0.0005。,(一

16、)统计分析结果的表述与理解,80,1.统计分析结果的正确表述 统计结论 P，按检验水准，拒绝H0，接受H1 差别有统计学意义 the difference was statistically significant. We could draw the conclusion that 专业结论 可以认为不同，高于(低于)。 结论较肯定，因知犯第一类错误概率范围。,(一)统计分析结果的表述与理解,81,统计结论 P，按检验水准，不拒绝H0 差别无统计学意义 the difference was not statistically significant . 专业结论 还不能认为两总体均数或率不同

17、。 结论不肯定，因不知犯第二类错误概率范 围。不拒绝H0不意味能证实H0是正确的(两 总体均数或率相同)。,(一)统计分析结果的表述与理解,82,2.统计学结论与医学专业结论有分岐时 统计结论“有意义”，专业结论“无意义”， 最终结论为无临床意义。 统计结论“无意义”，专业结论“有意义”， 可能原因：样本含量较小； 试验误差较大； 误用统计分析方法。,(一)统计分析结果的表述与理解,83,统计学上有意义，但无临床意义实例,84,研究某药物对脑梗塞患者的作用，采用欧洲 脑卒中评分(ESS)，试验组与对照组各50例。 试验组疗后比疗前ESS增加37.9029.75； 对照组疗后比疗前ESS增加28

18、.37 27.91。 两组差异无统计学意义(t=1.652，P=0.102)。 试验组ESS增加比对照组多9.35分，有临床 意义。 但目前的检验效能只有37.9，要达到90的 检验效能，估计各组需193例。,统计学上无意义，但有临床意义实例,85,以随机对照临床试验为例 要定性描述研究的类型(探索性、验证性 研究；前瞻性、回顾性、横断面研究)。 清楚陈述研究目的及研究假设(优效、非 劣效或等效性检验)。 描述目标人群情况如人口、地理、医院性 质、是否转诊、诊断等。 明确诊断标准、入选标准与排除标准。 确定样本量及确定理由。,(二)科技论文中试验设计与统计分析表述,86,确定有临床意义的最小差值或比值。 说明抽样或分组的具体方法、如何进行 “随机分组”。 试验的实施与评价是否实行盲法及如何 “盲”，试验和对照因素盲法效果的描述如 外观、剂量、用法、时程等。 实施者和实验过程可比性的说明如术者经 验、个体化干预等。,(二)科技论文中试验设计与统计分析表述,87,研究的单位如人、肿瘤、眼等。 各组人口统计学及临床特征的基线水平的 可比性与不同。 效果评价的主要指标，主要指标的测量方 法与精确度。 负性反应或事件的测量范