统计方法在循证医学中的应用.ppt
统计方法在循证医学中的应用广州医学院统计学系 用当前最佳临床证据指导临床决策与实践是循证医学的核心内容，而许多最佳临床医学证据中包含了大量医学统计学知识，正确理解和应用循证医学相关统计学知识，对循证医学研究者和应用者都十分重要。系统评价 被公认的最佳临床医学最佳证据之一，其中的医学统计学内容主要包括统计描述和统计推断两大类。统计描述 利用统计指标，统计图和统计表，反映数据资料基本特征。系统评价中的统计描述指标，计数资料主要有相对危险度（relative risk,RR);比值比（odds ratio,OR),率差（rate difference,RD)计量资料除均数和标准差外，还有均数差（mean difference,MD）和标准化均数差（standardised mean difference,SMD）统计推断 利用样本提供信息对总体进行估计或推断，主要包括参数估计和假设检验。参数估计是利用样本指标估计总体参数，常用置信区间方法估计，如率的置信区间。假设检验如t检验和卡方检验。RR,OR,MD的置信区间和Meta分析。循证医学常用统计指标及置信区间 频率型指标：最常见，近似地反映某一事件出现的机会大小,如发病率、死亡率等。二分类结果？吸烟与不吸烟，痛与不痛，死亡与生存，等等每位观察对象处于两种互相排斥的状态之一。机遇的表达方式 危险度(risks)和机会(odds)是将机遇数据化表达的方式 对于二分类事件，危险度和机会是表达两种状态中的一种发生的机遇危险度(Risk)24个人滑雪，6个人摔倒则滑倒的危险度=6个摔倒的人/24个滑雪人=6/24=0.25=25%Risk=关注事件的数量/观察对象的总数机会(odds)24个人滑雪，6个人滑倒 滑倒的机会=6个滑倒的人/18个没有滑倒的人=0.33（不采用百分比%）Odds=关注事件的数量/观察对象的总数-关注事件的数量用语言描述：危险度滑倒的机遇是四分之一，即25%机会滑倒的机遇是未滑倒人数的三分之一每滑倒一个就有三个不滑倒滑倒的机遇是一对三危险度和机会相差多大？某研究对照组的164个患者中有130个无效，则无效的机遇：危险度(Risk)=130/164=0.79;机会(Odds)=130/34=3.82 另一研究对照组的63个患者中有4个无效，则无效的机遇：Risk=4/63=0.063Odds=4/59=0.068组间比较四格表有病 痊愈 合计治疗组 119 45 164对照组 130 34 164合计 249 79 328Risk ratio(relative risk)治疗组的事件危险度Experimental event rate EER=119/164=0.726有病 痊愈 合计治疗组119 45 164对照组130 34 164合计249 79 328n 对照组的事件危险度Control event rate CER=130/164=0.793n Risk ratio=0.726/0.793=0.92 RR=Risk on treatment Risk on controlOdds ratio 治疗组的事件机会=119/45=2.64有病 痊愈 合计治疗组119 45 164对照组130 34 164合计249 79 328n 对照组的事件机会=130/34=3.82n Odds ratio=2.64/3.82=0.69 OR=Odds on treatment Odds on controlExpressing RR and OR RR 0.92:治疗组中发生事件的危险性是对照组中发生事件的危险性的92%；治疗使发生事件的危险性减少到约90%；治疗减少了8%的发生事件的危险性。OR 0.69：治疗使发生事件的机会减少到约70%；治疗减少了30%的发生事件的机会。(Absolute)Risk reduction,(A)RR Risk on control risk on treatment For the example before:=0.7930.726=0.067 Usually expressed as a%,so:6.7%治疗减少发生事件的危险性约7个百分点Number need to treat,NNT If treatment one patient reduces the risk of still being dyspeptic by 0.067,we help 0.067 of a person How many do we expect to treat before a whole person would be helped?0.067what=1 What=10.067=about 15 Its means that we would need to treat 15 people(forweeks)to cure one extra person of dyspepsia NNT=1/ARR区间估计 总体参数的置信区间（confidence interval,CI）置信水平：1 一般取0.05或0.01，故1 为0.95或0.99 当我们据一份样本对总体均数只作一次区间估计时，我们宣布“总体均数 在范围内”-这句话未必正确，可信的程度为95%！p(1 p)Sp=n2.率差及置信区间两个发生率的差即为率差(ratediffernence,RD),大小反映实验效应大小，置信区间反映用于推断两个率有无差别。两率差为0时，两组发生率无差别。两率差的置信区间不包含0（上下限均大于0或均小于0），则两个率有差别；反之两率差置信区间包含0，无统计学意义。两率差的置信区间两率差的标准误OR及置信区间二、数值资料的指标1.算术均数简称均数（mean，），适合描述对称分布资料的集中位置（也称为平均水平）。其计算公式为 n：样本含量 X1，X2，Xn：观察值 或：观察值之和例2-3 测得8只正常大鼠血清总酸性磷酸酶（TACP）含量（U/L）为4.20，6.43，2.08，3.45，2.26，4.04，5.42，3.38。试求其算术均数。按式（2-1），算术均数为 2.几何均数（geometricmean，G）适用于观察值变化范围跨越多个数量级的资料频数图一般呈正偏峰分布例2-5 7名慢性迁延性肝炎患者的HBsAg滴度资料为1:16，1:32，1:32，1:64，1:64，1:128，1:512。试计算其几何均数。3.中位数（median，M）可用于各种分布的定量资料总体中有一半个体的数值低于这个数，一半个体的数值高于这个数。基于样本资料将n例数据按升序排列，第i个数据记为 n为奇数时 n为偶数时 例2-7某药厂观察9只小鼠口服高山红景天醇提取物（RSAE）后在乏氧条件下的生存时间（分钟）如下：49.1，60.8，63.3，63.6，63.6，65.6，65.8，68.6，69.0。试求其中位数。二、描述离散趋势的特征数同一总体中不同个体之间的离散趋势又称为变异（variation）。例2-11试观察三组数据的离散状况。（均数都是30）A组：26，28，30，32，34B组：24，27，30，33，36C组：26，29，30，31，341.极差（range，R）R=最大值最小值计算简便，但仅利用了两个数据的信息一般，样本量n越大R也往往会越大,不够稳定例2-12计算上述三组数据的极差A组R=34-26=8B组R=36-24=12C组R=34-26=82.四分位数间距（quartilerange，Q）Q=P75-P25P25与P75之间恰好包含50%的个体四分位数间距Q是总体中数值居中的50%个体散布的范围Q越大意味着数据间变异越大3.方差（variance）又称均方差（meansquaredeviation）：总体均数 N：总体中个体的总数 分母：离均差平方和方差越大意味着数据间变异越大样本方差:或 n-1称为自由度（degrees of freedom）：总体方差:4.标准差（standarddeviation，S）标准差是方差的算术平方根。标准差的量纲与原变量一致。标准差越大意味着个体间变异越大。标准差适合用来表达对称分布的离散趋势。例2-14分别计算例2-11中三组数据的标准差。按照公式（2-11）与标准差的定义A组B组C组C组数据的离散趋势最小，B组的最大5.变异系数（coefficientofvariation，CV）例2-161985年通过十省调查得知，农村刚满周岁的女童体重均数为8.42kg，标准差为0.98kg；身高均数为72.4cm，标准差为3.0cm。体重的变异大还是身高的变异大？体重的变异系数身高的变异系数 用于 量纲不同的变量间变异程度的比较或 均数差别较大的变量间变异程度的比较二、置信区间的计算若将置信度定为(1-)，则总体均数的(1-)置信区间的一般计算式为或缩写为 例5-3已知例5-1中某地27名健康成年男子的血红蛋白量均数=125g/L，标准差S=15g/L。试问该地健康成年男子血红蛋白平均含量的95%置信区间和99%置信区间各是多少？n=27，=271=26双侧t0.05/2,26=2.056，t0.01/2,26=2.77995%置信区间：99%置信区间：2.正态分布方法（1）总体标准差已知时，总体均数的双侧置信区间为（2）未知、n足够大时（n 50）
