循证医学中常用统计指标1

循证医学常用统计指标概述根据当前最好的证据指导临床决策与实践,必然涉及应用最适当的统计方法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，使人们准确、全面了解数据资料所包含的信息，以便于在此基础上进一步完成资料的统计分析。数据资料分类统计指标数值（计量）资料数值资料指标分类（计数和等级）资料分类资料指标可信区间（confidenceintervel,CI）按预先给定的概率（1-a,常取95%或99%）去估计未知总体参数的可能范围。是循证医学常用统计指标。可信区间的计算主要与标准误有关，标准误愈小，抽样误差愈小，可信区间的范围就窄，用样本指标估计总体参数的可靠性就愈好。可信区间可信区间主要用于估计总体参数，从获取的样本数据估计某个指标的总体值。1、均数的可信区间可用来估计总体均数2、率的可信区间可用来估计总体率。3、还可以用于假设检验。尤其是试验组与对照组某指标的差值或比值的可信区间，在循证医学中更为常用。通常试验组与对照组某指标的差值或比值的95%可信区间与a为0.05的假设检验等价，99%可信区间与a为0.01的假设检验等价。常用的可信区间有：总体率的可信区间、两总体率差值的可信区间、总体标准化率的可信区间、总体均数的可信区间、两总体均数差值的可信区间和总体相对危险度的可信区间等。循证医学中常用的是总体率的可信区间、总体均数的可信区间和总体相对危险度（RR）的可信区间等。（一）计数（分类）资料的指标（一）计数（分类）资料的指标即试验组中某事件的发生率，如对某病采用某些防治措施后该疾病的发生率。例如：某医师研究了阿司匹林治疗心肌梗死的效果EER=a／n1=15／125=12%1.试验组事件发生率（EER,experimentaleventrate）对照组中某事件的发生率,如对某疾病不采取某些治疗措施的发生率。例如：某医师研究了阿司匹林治疗心肌梗死的效果CER=c／n2=30／120=25%2.对照组事件发生率（CER,controleventrate）是指干预（暴露）组和对照组结局事件发生概率的绝对差值。RD=0表示比较组间没有差异。当研究结局为不利事件时，RD0表示干预可降低结局风险通常只有队列研究和随机对照试验结果可以计算RD。两率差的可信区间由下式计算：两率差的可信区间：(p1-p2)±uaSE12iiiiiacRDnn3312()iiiiiiiabcdSERDnn3.率差（ratedifference,diskdifference,RD）两率差为0时，两组的某事件发生率没有差别，而两个率差的可信区间不包含0（上下限均大于0或上下限均小于0），则两个率有差别；反之，两个率差的可信区间包含0，则无统计学意义。4.相对危险度（RR）及可信区间是队列研究常用的指标。其意义为两组的事件率之比。RR是反映干预（暴露）与事件关联强度的最有用的指标。RR=1表示比较组间没有差异。当研究结局为不利事件时，RR1表示干预可降低结局风险，反之干预可增加结局风险。需要注意的是，只有队列研究和随机对照试验结果可以直接获得相对危险度。12//iiiiianRRcn121111[ln()]iiiiiSERRancnRR计算的四格表试验组的发生率：p1=a／(a+b)=r1／n1=EER对照组的发生率：p0=c／(c+d)=r2／n2=CERRR=p1／p0=EER／CER前述阿司匹林治疗心肌梗死的效果阿司匹林治疗组病死率p1=15／125对照组病死率p0=30／120其RR和可信区间为：RR=p1／p0=0.48㏑（RR）=㏑（0.48）=-0.734SE（㏑RR）=√1／r1+1／r2－1／n1－1／n2=√1／15+1／30－1／125－1／120=0.289㏑RR的95%可信区间为：㏑（RR）±1.96SE㏑（RR）=-0.734±1.96×0.289=（-1.301，-0.167）RR的95%可信区间为：exp㏑（RR）±1.96SE㏑（RR）=exp（-1.301，-0.167）=（0.272，0.846）该例RR的95%可信区间为：（0.272，0.846），该区间小于1，可以认为阿司匹林可降低心肌梗死5.比值比（OR）及可信区间是测量疾病与暴露联系强度的一个重要指标。是某组中某事件的比值与另一组内该事件的比值比（oddsration,OR），又称机会比、优势比等。。OR=1表示比较组间没有差异。当研究结局为不利事件时，OR1表示暴露可能会降低结局风险。iiiiiadORbc1111[ln()]iiiiiSEORabcd5.比值比（OR）及可信区间组别病例组对照例数暴露有abn1暴露无cdn2病例对照研究OR计算的四格表5.比值比（OR）及可信区间组别病例组（MI）对照合计暴露有15（a）110(b)125暴露无30(c)90(d)120合计45200245口服避孕药（OC）与心肌梗死（MI）关系的病例对照研究结果前述口服避孕药与心肌梗死的关系其OR和可信区间为：OR=ad／bc=15×90／30×110=0.409㏑OR=㏑(0.409)=-0.894SE（㏑OR）=√1／30+1／90+1／15+1／110=0.347㏑OR的95%可信区间为：㏑（OR）±1.96SE㏑（OR）=-0.894±1.96×0.347=（-1.574，-0.214）OR的95%可信区间为：exp㏑（OR）±1.96SE㏑（OR）=exp（-1.574，-0.214）=（0.207，0.807）该例OR的95%可信区间为：（0.207，0.807），该区间小于1，可以认为口服避孕药对心肌梗死有影响6.相对危险度降低率（RRR）反映试验组与对照组某病发生率增减的相对量。指与对照组相比,治疗组结局事件发生减少的百分比，其计算公式为：RRR=(CER-EER)/CER=1-RR由于RRR=1-RR，故RRR的可信区间可由1-RR的可信区间得到。如前例RR=0.48，其可信区间为（0.272，0.846），所以RRR=1-RR=1-0.48=0.52，其RRR95%可信区间为（0.154，0.728）。RRR表示某试验因素使其结果的发生率增加或减少的相对量，无法衡量增减的绝对量，如试验组人群中某病的发生率为39%，而对照组人群的发生率为50%，其：RRR=(CER-EER)/CER=1-RR＝（50%-39%）/50%＝22%但是，若在另一研究中，对照组人群中某病的发生率为0.0005%，试验组人群中某病的发生率为0.00039%，其RRR仍为22%，另RBI和RRI也是同样问题。7.绝对危险度降低率（absoluteriskreduction，ARR）反映试验组与对照组某病发生率增减的绝对量。指治疗组和对照组结局事件危险度的绝对差值，其计算公式为：ARR=|CER-EER|=|对照组某病发生率-试验组某病发生率|=P2-P1ARR的可信区间：ARR=CER-EER，即ARR=p2-p1ARR的标准误：SE=√p1(1-p1)/n1＋p2(1-p2)/n2ARR的可信区间：ARR±uaSE试验组发病率15/125=0.12（12%），对照组发病率为30/120=0.25（25%）ARR=25%－12%=13%ARR的标准误：SE=√0.12(1-0.12)/125＋0.25(1-0.25)/120=0.049ARR的可信区间：ARR±uaSE=0.13±1.96×0.049=（0.034，0.226）ARR用以反映试验组与对照组某病发生率增减的绝对量时，ARR较RRR更明确，更具有临床意义.但是，当其值很小时会出现难于判定其临床意义的问题。如:对照组人群中某病的发生率为0.0005%，试验组人群中某病的发生率为0.00039%，其ARR=0.0005%-0.00039%=0.00011%的意义是什么？难以解释！8.需要治疗的患者数（numberneededtotreat，NNT）是指在一定的时间内，对患者采用某种防治措施后，得到一例有利结果需要防治的病例数（thenumberofpatientswhoneedtobetreatedtoachieveoneadditionalfavorableoutcome，NNT）。其计算公式为：NNT=1/ARRNNT对评价治疗措施的经济价值有重要意义，NNT愈小说明治疗对患者愈有利。例如，有一种防治措施的ARR=10%，则NNT=1/10%=10，即只需防治10个病例，就可以得到一例额外的有利结果。若ARR很小时，如0.00015%，ARR的意义较难理解，换算成NNT，则NNT=1/0.00015%=666667，即需要防治近六十万病例，才得到一个额外的有利结果。因此NNT指标可以直观的显示不同防治措施的效果大小及不同的临床意义。9.ARI绝对危险度增加率（absoluteriskincrease,ARI）当率差（RD）是某不良事件发生率的差值（如肝功能异常率），且EERCER时，即为绝对危险度增加率ARI=|EER-CER|=|试验组某病发生率-对照组某病发生率|=P1-P210.NNH（thenumberofneededtoharm,NNH）NNH临床含义：在一定时间内，用某种防治措施需要处理多少病例，可以引起1例不良后果？(thenumberneededtoharmonemorepatientsfromthetherapy)NNH=1/ARINNH的值越小，某种治疗措施引起的副反应就越大。如某治疗措施引起的副反应的发生率为64%，而在对照组中出现的反应率为37%。计算其ARI=|37%-64%|=27%，则NNH=1/27%=4。即该治疗措施每处理4个病例，就会出现1次副反应。该指标反映了防治措施给受试者带来的收益与危害的比例。LHH1，利大于弊；反之，LHH1时，弊大于利。其计算公式为：LHH=NNH/NNT11.防治性措施受益与危害的似然比（LHH,likehoodofbeinghelpedVSharm）Eg：某防治措施的NNT为9，其NNH为4，其LHH为：即：此种防治措施对受试者带来的危害是其受益的2倍（二）计量（数值）资料的统计指标1.均数差(meandifference,MD)及可信区间均数差用于Meta分析中所有研究具有相同连续性变量和测量单位时。12iiimdmm221212()iiiiisssemdnn该指标以试验原有的测量单位，真实地反映了试验效应，消除了绝对值大小对结果的影响，在实际应用时，该指标容易被理解和解释。2.标准均数差(standardizedmeandifference,SMD)及可信区间标准化均数差消除了量纲的影响，标准化均数之差有三种不同的形式：Cohens’d，Hedges’adjustedg，Glass’sD，需先计算两组的合并标准差：221122(1)(1)2iiiiiinsnssNSMD可以简单的理解为两均数差值再除以合并标准差的商，它不仅消除了某研究值的绝对大小的影响，还消除了测量单位对结果的影响。该指标尤其适合于单位不同或均数相差较大的数值资料分析。它是一个没单位的值，对其分析结果解释要谨慎。