统计学在医学研究中的应用

统计学在医学研究中的应用季聪华2012.03.19临床实践科学研究统计学论文撰写统计学的作用主要有两个方面：应用统计学原理对医学研究的相关因素做出合理的、有效的安排，以便最大限度地控制研究误差、提高研究质量，尽可能做到高效、快速和经济。对研究结果进行科学合理的分析，保证研究结果科学、准确、可信。统计学描述3统计学比较4相关与回归5统计学设计2常用软件介绍1统计学常用软件•1、设计软件：SAS、SPSS(样本量估算、随机分组)•2、数据管理：EXCEL、EPIDATA、EDC（网络在线）•3、统计分析：SAS、SPSS1、设计软件样本量估算•统计软件：SAS编程•专用软件：PASS、SSIZE、SASA等•手工计算：根据公式，用EXCEL进行手工计算。随机分组软件•SAS、SPSS编程•NOSA等专用软件2、数据管理软件研究规模数据管理软件样本量实时性要求研究周期CRF观察项目数研究中心数小低短少单中心EXCEL、EPIDATA、ACCESS等中低中中多中心EPIDATA、ACCESS、VFP、VB等大高长多多中心EDCEpiData特点•简单易学、实用性强•对计算机硬件要求不高•CRF设计便捷•与CRF形式一致的可视数据录入界面•数据核查功能强大且实现简便•数据转换功能强大•单机•适合小型临床研究、流行病学调查等EpiData文件组成•EpiDataEntry由3种基本文件组成:•调查表文件(.QES文件),它的作用是定义调查表(CRF)的结构，即录入界面格式。•数据文件(.REC文件),所有录入的数据就存在这个文件之中。•数据录入核查文件(.CHK文件),定义字段输入数据的有效性。EpiData的数据库特点•EpiData记录数最好不要超过200,000~300,000。•设计录入界面时整个录入界面不能超过999行。（EXCEL为230、FOXPRO为256）EpiData数据管理流程建立调查表文件创建数据库建立核查文件录入数据数据库管理输出数据CRF设计•字段名：｛a｝•字段类型：文本、数字、日期等•字段长度•字段编辑器数据核查允许录入的范围跳转是否必须录入定位字段位置建立数据库数据录入打开数据库文件数据录入数据查找数据处理——一致性检验数据合并数据转换数据转换网络在线数据管理平台3、统计分析软件•SAS•SPSSSPSS的三种主要文件：Data：数据文件Syntax：语句文件Output：结果输出文件数据视图变量视图变量名称的定义变量值的定义Data文件的视图与变量定义相关分析回归分析因子分析信度和效度分析生存分析聚类分析和判别分析SPSS可以做几乎所有的统计分析统计学描述3统计学比较4相关与回归5统计学设计2常用软件介绍1医学科研方法基本类型普查抽样调查典型调查横断面研究（现况研究）常规资料分析报告描述性研究个案调查（病例、病例家属、周围概况)）生态学研究（相关研究）病例对照研究（探索性、验证性）队列研究（历史性、同时性）观察性研究医学科研方法巢式病例对照研究病例－病例研究病例队列研究多阶段复合设计研究分析性研究实验室试验临床试验社区试验实验性研究理论性研究（数学模型研究）最常见的三种研究方法•病例对照研究•队列研究•临床试验•都有对照组，但原理不一样病例对照研究原理示意图调查方向：收集回顾性资料比较人数暴露疾病病例对照+－+－acbd）（caa）（dbb1：r匹配设计：根据病例组与对照组的某些特征（如性别、年龄等）进行匹配，病例组与对照组的比例为1：r。可以用下面的公式计算组病例组所需的样本量：20120011)/(])1(/)1()1(/11[pppprppzpprzn其中：p1与p0分别代表病例组与对照组的预期暴露率，)1/()1(0rrpp。z和z为标准正态分布下的面积，常见的取值方法是ɑ=0.05，z=1.645；ß=0.10，z=1.282。n为病例组的样本量，对照数=r×n。病例对照研究的样本量估算方法目标人群未患某研究疾病代表性样本YesNoYesNo暴露组对照组时间顺序是否暴露某个危险因子结局（疾病）队列研究的原理示意图队列研究的样本量估算方法在暴露组与对照组样本等量的情况下，可以用下面的公式计算组各组所需的样本量：20121100)()2(ppqpqpzpqzn式中p1与p0分别代表暴露组与对照组的预期发病率，p为两个发病率的平均值，q=1-p。z和z为标准正态分布下的面积，常见的取值方法是ɑ=0.05，z=1.645；ß=0.10，z=1.282。n为一组的样本量，考虑可能存在的失访等脱落情况，一般可以对样本量进行10%~20%的扩大。目标人群代表性样本+-+-试验组对照组时间顺序随机分组结局（疗效）临床试验的原理示意图两个平行比较组、结局为二分变量的临床试验的样本量估算方法为：22125.0)arcsin(arcsin2)(ppzzn式中p1与p2分别代表试验组与对照组的预期临床结局事件概率。z和z为标准正态分布下的面积，常见的取值方法是ɑ=0.05，5.0z=1.96；ß=0.10，z=1.282。n为一组的样本量，考虑存在失访的可能，一般进行样本量的10%~20%扩大。随机对照临床试验的样本量估算方法临床研究样本含量估计的有关影响因素影响因素一般性说明设计类型包括处理组数、各组的分配比例。以1：1的两组试验居多。优效/等效/非劣效。主要指标的性质及变异情况是计量指标还是分类指标，以及其变异程度。根据预试验或文献资料估算。临床上认为有意义的差值由主要研究者决定。检验假设单侧还是双侧允许的I型和II型错误概率I型概率错误常用0.05，II型概率错误应低于0.20。预期的失访率允许有一定的失访率，但要给予估计。预期的非依从对象比例要估计出不依从者的比例。RCT研究的报告质量评价——Jadad量表内容得分随机化（randomization）通过计算机或随机数字表产生随机序列2提到随机分配，但未交代产生随机序列的方法1半随机或未随机0盲法（blinding，masking）描述了实施盲法的具体方法且被认为是恰当的2仅提及采用盲法1提及采用盲法但不恰当或未提及盲法0退出和失访（withdrawingordropout）对退出与失访的病例数和理由做了详细描述1未提及退出或失访0循证医学对原始研究报告质量的评价关注三个重点：•inputprogram.•Loop#i=0to99.•Computex=rnd(#i/10+0.5).•endcase.•Endloop.•Endfile.•Endinputprogram.•execute.•computeii=uniform(1).•rankvariables=IIbyx.•execute.•Recoderii(1=1)(2=1)(3=1)(4=1)(5=1)(6=2)(7=2)(8=2)(9=2)(10=2)intogroup.•Execute.临床试验随机分组执行按钮统计学描述3统计学比较4相关与回归5统计学设计2常用软件介绍1•1、资料的分类：•计数资料（分类、等级）、计量资料（离散、连续）•2、资料的分布：•正态分布、二项分布、poisson分布、均匀分布•3、计量资料的描述：•最大值、最小值、平均值、标准差、中位数、四分位间距•4、计数资料的描述：•频数、百分比统计学描述资料的分布：正态性检验P0.05表示符合正态分布计量资料的统计描述计数资料的统计描述计量资料的统计描述计量资料的统计描述最小值，最大值中位数计数资料的统计描述计数资料的统计描述统计学描述3统计学比较4相关与回归5统计学设计2常用软件介绍1计量资料的常用统计学比较方法比较组（次）数正态（或近似）分布非正态分布组间比较两组t检验或方差分析Mann-WhitneyU检验多组方差分析Kruskal-WallisH检验组内比较两次配对t检验Wilcoxon检验多次重复测量方差分析Friedman检验组间比较•正态或近似正态分布：独立样本的t检验、方差分析•非正态分布：Mann-WhitneyU检验、Kruskal-WallisH检验独立样本的t检验比较不同性别的年龄和身高差异根据方差是否齐性选择统计量和P值方差齐性:P0.05单因素的方差分析比较ABCD四种动物的重量差异用95%CI来表示统计学意义，可以不用统计量非参数检验(1)非参数检验(2)显示统计量图的表现，统计推断标记图的表现，统计推断标记表头，观察指标横向，续的方法表头，观察指标纵向组内比较•正态或近似正态分布：配对t检验、重复测量方差分析•非正态分布：Wilcoxon检验、Friedman检验配对t检验比较治疗前后舒张压的差异重复测量方差分析4位受试验者接受3个级别的刺激,同样条件下进行3次测试1、定义组内因素及水平ADD后，进行定义定义组内因素组间因素球形检验P0.05满足条件组内效应交互效应组间效应轮廓图(组间时间趋势比较)轮廓图(等级趋势比较)非参数检验(3)非参数检验(4)计数资料的组间比较资料类型二分类多分类有序资料多分类无序资料统计方法x2检验秩和检验RIDIT分析RΧCx2检验举例有效无效-、+、++、+++、++++治愈、显效、有效、无效职业：工人、农民、公务员疾病系统：呼吸、消化、心内x2检验比较两组间率的差异两组异常发生率的比较多种资料特征的混合表达注出统计学方法统计学描述3统计学比较4相关与回归5统计学设计2常用软件介绍1正态偏态或有序计数资料因变量自变量线性回归分析线性回归分析logistic回归分析两分因变量多分因变量变量的定义•信——忠实执行研究方案，忠实于研究数据；•达——正确进行统计学设计，正确运用统计分析方法，正确表达研究结果；•雅——规范数据管理过程，规范统计分析过程，规范统计结果表达。Thankyouverymuch!谢谢！