临床医学研究统计分析方法解析

1、1 临床研究资料常用统计分析方法临床研究资料常用统计分析方法 2 n医学专业知识医学专业知识 n医学统计学理论知识医学统计学理论知识 n计算机统计软件技术计算机统计软件技术 3 q学习了统计学理论知识，并不代表已经有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。能力进行统计数据分析。要不断进行实践。 q实际科研工作中的实际科研工作中的“原型原型”资料与教科书上资料与教科书上 的的 “标准型标准型”例子有一定差距。例子有一定差距。 q应用统计软件进行计算分析应用统计软件进行计算分析一定要有正确的一定要有正确的 综合的统计理论方法的后台背景指导。综合的统计理论方法的后

2、台背景指导。 q不但要注重对统计方法的选择，而且要注重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。对分析结果的解释。 4 二、原始数据的录入二、原始数据的录入 三、数据处理的几个基本问题三、数据处理的几个基本问题 四、统计方法选择的基本思路四、统计方法选择的基本思路 五、统计分析结果的表述五、统计分析结果的表述 5 研究研究 设计设计 数据数据 处理处理 观察性研究观察性研究 实验性研究实验性研究 统计描述统计描述 统计推断统计推断 假设检验假设检验 参数估计参数估计 (调查调查) 6 系统系统 分层随机分层随机 整群整群 调查方法调查方法 调查对象调查对象 调查指标调查指标 研

3、究目的研究目的 按范围按范围 按时间按时间 抽样抽样 普查普查 横向横向(现况调查现况调查) 非概率非概率 概概 率率 简单随机简单随机 纵向纵向 病例对照研究病例对照研究 队列研究队列研究 调查工具调查工具 调查员调查员 nested case control study 7 动物实验动物实验 临床试验临床试验 社区干预试验社区干预试验 处理因素处理因素 受试对象受试对象 实验效应实验效应 诊断试验诊断试验 疾病防治疾病防治 病因病因 疾病预后疾病预后 8 随机化、盲法随机化、盲法 对对 照照 重重 复复 (样本含量样本含量) 形式形式 原则：原则：专设、同步、均衡专设、同步、均衡 1-1-

4、 、 、 自身处理前后自身处理前后 平行：平行： 9 数学数学 连续型连续型(计量计量) 离散型：计数离散型：计数 计量：脉搏次数计量：脉搏次数/分分 统计统计 (有序分类有序分类) (无序分类无序分类) 定比定比(0表示无，如体重表示无，如体重kg) 定距定距(0不表示无，如温度不表示无，如温度0C) 10 制表原则制表原则 制表要求制表要求 简单明了简单明了 主辞在左、宾辞在右主辞在左、宾辞在右 一张表表达一个中心内容一张表表达一个中心内容 备注备注 数字数字 线条线条 标目标目 标题标题 11 制图原则制图原则 制图要求制图要求 连续型资料连续型资料(计量计量) 离散型资料离散型资料(计

5、数、计量计数、计量) 图例图例 刻度刻度 纵轴、横轴纵轴、横轴 标目标目 标题标题 条图、圆图、百分比条图条图、圆图、百分比条图 线图、直方图、散点图线图、直方图、散点图 12 S QR 计量资料计量资料 (单变量单变量) 中心中心 位置位置 正态：正态：MX、 非正态：非正态： GX M 对数正态：对数正态： 离散离散 程度程度 个体值个体值 样本均数：样本均数： 正态正态 非正态非正态： X S 量纲相同量纲相同： CV 量纲不同量纲不同： 计量资料计量资料 (双变量双变量) 偏度：偏度：g1 峰度：峰度：g2 13 计量资料计量资料 (单变量单变量) 计量资料计量资料 (双变量双变量)

6、离散程度：离散程度： r、b rb SS 、 14 中心位置：均数向量中心位置：均数向量 离散程度：离均差平方离散程度：离均差平方 和矩阵和矩阵 协方差矩阵协方差矩阵 相互关系：相关矩阵相互关系：相关矩阵 计量资料计量资料 (多变量多变量) 15 等级等级 资料资料 计数资料计数资料 率、构成比、相对比率、构成比、相对比 RR(OR) 离散程度：离散程度：标准误标准误 离散程度：离散程度： 秩号、秩和秩号、秩和 秩和的标准误秩和的标准误 单变量单变量 双变量：双变量：rs 16 正态正态 偏态偏态 或或SuX 双侧：双侧： 单侧：单侧： SuX 2/ SuX 双侧：双侧： 单侧：单侧： x10

7、0 x pp x p 或或 x100 p 17 区间区间 估计估计 点估计点估计 2211 pp XX 22 gg SS SS brpX 、 、 、 、 双侧：双侧： 单侧：单侧： X ,2/ StX X , StX 或或 X , StX 双侧：双侧： 单侧：单侧： p2/ Sup p Sup 或或 p Sup RR(OR)： 2 MH 2/ u1 )OR(RR 18 1.进行检验假设进行检验假设 假设样本来自某一特定总体假设样本来自某一特定总体 2.确定检验水准确定检验水准 确定最大允许误差确定最大允许误差 3.选定检验方法计算检验统计量选定检验方法计算检验统计量 计算样本与总体的偏离程度计

8、算样本与总体的偏离程度 4.根据某一特定分布计算与检验统根据某一特定分布计算与检验统 计量对应的计量对应的P值值 5.作出结论作出结论 根据小概率反证法思想作出推断根据小概率反证法思想作出推断 19 比较比较差别：差别： 2、t、F、q、log-rank 、 秩和检验等秩和检验等 联系：相关、回归分析联系：相关、回归分析 分类：回归分析、判别分析分类：回归分析、判别分析 推测：回归分析推测：回归分析 筛选影响因素：回归分析筛选影响因素：回归分析 综合变量信息：主成分分析综合变量信息：主成分分析 寻找潜在支配因素：因子分析寻找潜在支配因素：因子分析 20 (有人称有人称“鼠标软件鼠标软件”) q

9、 (Statistical Analysis System) q q (方法新、提供源程序、免费方法新、提供源程序、免费) 21 Statistical Package for Social Science (社会科学统计软件包社会科学统计软件包) 后改名为后改名为: Statistical Product and Service Solutions (统计产品与服务解决方案统计产品与服务解决方案) Predictive Analytics Software 预测分析软件预测分析软件 22 一、概述一、概述 三、数据处理的几个基本问题三、数据处理的几个基本问题 四、统计方法选择的基本思路四、统

10、计方法选择的基本思路 五、统计分析结果的表述五、统计分析结果的表述 23 原始数据的记录形式原始数据的记录形式 肾衰病人预后研究的临床资料记录肾衰病人预后研究的临床资料记录 病人编病人编 号号 病案号病案号 性性 别别 年年 龄龄 生理评生理评 分分 肾毒肾毒 性性 黄黄 疸疸 昏昏 迷迷 肌酐肌酐 胆固胆固 醇醇 肾功能预肾功能预 后后 1 004757 男男 26 14 无无 有有 无无 520 治愈治愈 2 007950 女女 31 13 无无 无无 无无 523 4.5 治愈治愈 3 011093 男男 55 17 无无 无无 无无 209 3.3 治愈治愈 4 017555 男男 2

11、5 9 无无 无无 无无 1303 4.1 治愈治愈 274 279183 女女 88 15 有有 无无 无无 331 6.1 丧失丧失 24 肾衰病人预后研究的临床资料记录肾衰病人预后研究的临床资料记录 病人病人 编号编号 病案号病案号 性别性别 年龄年龄 生理生理 评分评分 肾毒肾毒 性性 黄疸黄疸 昏迷昏迷 肌酐肌酐 胆固胆固 醇醇 肾功能肾功能 预后预后 1 004757 男男 26 14 无无 有有 无无 520 治愈治愈 2 007950 女女 31 13 无无 无无 无无 523 4.5 治愈治愈 3 011093 男男 55 17 无无 无无 无无 209 3.3 治愈治愈 4

12、 017555 男男 25 9 无无 无无 无无 1303 4.1 治愈治愈 274 279183 女女 88 15 有有 无无 无无 331 6.1 丧失丧失 25 肾衰病人预后研究的临床资料记录肾衰病人预后研究的临床资料记录 病人病人 编号编号 病案号病案号 性别性别 年龄年龄 生理生理 评分评分 肾毒肾毒 性性 黄疸黄疸 昏迷昏迷 肌酐肌酐 胆固胆固 醇醇 肾功能肾功能 预后预后 1 004757 男男 26 14 无无 有有 无无 520 治愈治愈 2 007950 女女 31 13 无无 无无 无无 523 4.5 治愈治愈 3 011093 男男 55 17 无无 无无 无无 20

13、9 3.3 治愈治愈 4 017555 男男 25 9 无无 无无 无无 1303 4.1 治愈治愈 274 279183 女女 88 15 有有 无无 无无 331 6.1 丧失丧失 自变量自变量(解释变量解释变量) 26 原始数据的录入原始数据的录入 数据库文件：数据库文件：EpiData Excel文件：文件： Excel 统计软件数据文件：统计软件数据文件：SPSS(PASW)、SAS、Stata 有序、无序分类资料有序、无序分类资料 27 高血压患者治疗前后的舒张压高血压患者治疗前后的舒张压(mmHg) 处理组处理组 对照组对照组 顺序号顺序号 治疗前治疗前 治疗后治疗后 顺序号顺序

14、号 治疗前治疗前 治疗后治疗后 1 130 114 11 118 124 2 124 110 12 132 122 3 136 126 13 134 132 4 128 116 14 114 96 5 122 102 15 118 124 6 118 100 16 128 118 7 116 98 17 118 116 8 138 122 18 132 122 9 126 108 19 120 124 10 124 106 20 134 128 28数据编辑窗口数据编辑窗口数据窗数据窗 标题栏标题栏 菜单栏菜单栏 工具按钮栏工具按钮栏 数据单元格显示数据单元格显示 数据文件建立原则数据文件建立

15、原则 一个观测占一行一个观测占一行 一个变量占一列一个变量占一列 27 29 变变 量量 度度 量量 类类 型型 变变 量量 名名 变变 量量 类类 型型 变变 量量 宽宽 度度 保保 留留 小小 数数 位位 数数 变变 量量 名名 标标 签签 变变 量量 值值 标标 签签 缺缺 失失 值值 显显 示示 数数 据据 列列 宽宽 数数 据据 对对 齐齐 方方 式式 数据编辑窗口数据编辑窗口变量窗变量窗 28 30 定量变量定量变量 Scale 等级变量等级变量 Ordinal 名义变量名义变量 Nominal 29 31 标准数值型标准数值型 科学记数法科学记数法 圆点数值型圆点数值型 逗号数值

16、型逗号数值型 日日 期期 型型 带美元符号数值型带美元符号数值型 自自 定定 义义 字字 符符 型型 30 32 名义变量的哑变量化名义变量的哑变量化 原资料原资料 姓名姓名性别性别 X1 年年 龄龄 X2 疗法疗法 X3 张三张三150中西医中西医 李四李四120西医西医 王五王五018中医中医 刘六刘六070中医中医 赵七赵七135中西医中西医 孙八孙八029西医西医 哑变量化哑变量化 姓名姓名X1X2X31X32 张三张三15001 李四李四12010 王五王五01800 刘六刘六07000 赵七赵七13501 孙八孙八02910 00 10 01 XX 3231 医医中中 中西医中西医

17、 医医西西 法法疗疗 33 一、概述一、概述 二、原始数据的录入二、原始数据的录入 四、统计方法选择的基本思路四、统计方法选择的基本思路 五、统计分析结果的表述五、统计分析结果的表述 34 逻辑检查逻辑检查 计算检查计算检查 与与P25或或P75的距离为的距离为“ 四分位数间距四分位数间距”的的1.53.0倍。倍。 与与P25或或P75的距离的距离 为为“四分位数间距四分位数间距”的的3.0倍以上。倍以上。 剔除离群或极端值要予以合理解释。剔除离群或极端值要予以合理解释。 35 36 一、概述一、概述 二、原始数据的录入二、原始数据的录入 三、数据处理的几个基本问题三、数据处理的几个基本问题

18、五、统计分析结果的表述五、统计分析结果的表述 37 完全随机、随机区组、拉丁方、完全随机、随机区组、拉丁方、 交叉、析因、正交、嵌套、裂区设计交叉、析因、正交、嵌套、裂区设计 单因素、双因素、多因素单因素、双因素、多因素 单水平、两水平、多水平单水平、两水平、多水平 单变量、双变量、多变量单变量、双变量、多变量 计量、无序分类、有序分类计量、无序分类、有序分类 完全数据、不完全数据、完全数据、不完全数据、 重复测量数据、层次结构数据重复测量数据、层次结构数据 独立、方差齐性、正态分布独立、方差齐性、正态分布 重要重要 38 A 与与 B 药联用产妇分娩镇痛时间药联用产妇分娩镇痛时间(min)

19、B 药物剂量药物剂量 A 药物剂量药物剂量 5g 15g 30g 1.0mg 105 115 75 80 105 95 65 80 85 2.5mg 75 125 135 115 130 120 80 90 150 5.0mg 85 65 180 120 120 190 125 100 160 39 三组三组慢性胃炎儿童外周血慢性胃炎儿童外周血 T 细胞百分比细胞百分比() 治疗治疗组组 治疗治疗组组 对照组对照组 编编 号号 T3 T4 T8 编编 号号 T3 T4 T8 编编 号号 T3 T4 T8 1 63.6 30.2 31.2 1 53.4 22.5 25.0 1 72.4 42.5

20、 29.9 2 60.0 30.0 33.4 2 46.5 20.0 14.6 2 75.0 49.5 29.3 3 63.2 35.3 27.9 3 38.1 25.9 18.1 3 75.9 30.0 40.0 4 32.1 12.1 11.8 4 70.0 32.0 36.4 5 72.8 36.7 33.1 40 单因素单因素 服从正态分布服从正态分布 不服从正态分布不服从正态分布 41 单因素单因素 配对设计或自身前后对照设计配对设计或自身前后对照设计 差值服从正态分布差值服从正态分布 差值不服从正态分布差值不服从正态分布 (1-)可信区间不可信区间不 包括包括 d=0, P T 1

21、 N40 或或 T 1 Logistic回归分析回归分析 56 两种疗法降低颅内压有效率的比较两种疗法降低颅内压有效率的比较 组组 别别 有有 效效 无无 效效 合合 计计 有效率有效率（%） 试验组试验组 99（90.48） 5（13.52） 104 95.20 对照组对照组 75（83.52） 21（12.48） 96 78.13 合合 计计 174 26 200 87.00 Y(疗效疗效) = 1 有效有效 0 无效无效 X1(疗法疗法) = 1 新疗法新疗法 0 传统疗法传统疗法 组别组别 疗效疗效 频数频数 1 1 99 1 0 5 0 1 75 0 0 21 数据输数据输 入格式入

22、格式 57 饮酒与食道癌关系的病例对照研究饮酒与食道癌关系的病例对照研究 (按吸烟分层按吸烟分层) 吸烟组吸烟组 不吸烟组不吸烟组 饮酒史饮酒史 病例病例 对照对照 合计合计 病例病例 对照对照 合计合计 饮饮 酒酒 69 191 260 102 190 292 不饮酒不饮酒 9 257 266 20 138 158 合合 计计 78 448 526 122 328 450 58 (1)检验病例组与对照组有暴露史检验病例组与对照组有暴露史 (饮酒饮酒)的比例的比例 是否有差异是否有差异: (2)剔除混杂因素剔除混杂因素(吸烟吸烟)影响后分析饮酒与食管影响后分析饮酒与食管 癌关联癌关联: (3)

23、计算暴露与疾病的关联强度计算暴露与疾病的关联强度 d/c b/a OR 比不暴露的优势比不暴露的优势对照组暴露于危险因素对照组暴露于危险因素 比不暴露的优势比不暴露的优势病例组暴露于危险因素病例组暴露于危险因素 分层分层OR值计算值计算; 分层分层OR值一致性检验值一致性检验; 如一致，计算如一致，计算Mantel-Haenszel公共公共OR值。值。 59 备择假设：行变量与列变量为非零相关备择假设：行变量与列变量为非零相关 60 278 例死亡例死亡尸解尸解患者患者年龄与冠状动脉硬化的关系年龄与冠状动脉硬化的关系 冠状动脉硬化等级冠状动脉硬化等级(Y) 年龄年龄(岁岁) （X) + + +

24、 合计合计 20 70 22 4 2 98 30 27 24 9 3 63 40 16 23 13 7 59 50 9 20 15 14 58 合计合计 122 89 41 26 278 61 备择假设：行平均得分不同备择假设：行平均得分不同 分组变量无序分组变量无序 62 两组受检者晶体混浊程度的比较两组受检者晶体混浊程度的比较 晶晶 体体 混混 浊浊 程程 度度 比比 较较 组组 + + + + 合计合计 接触射线组接触射线组 9 50 54 14 15 142 对对 照照 组组 9 36 14 12 3 74 合合 计计 18 86 68 26 18 216 63 备择假设：行变量与列变

25、量有一般关联备择假设：行变量与列变量有一般关联 64 某地某地 5801 人的血型人的血型 MN 血型血型 ABO 血型血型 M N MN 合计合计 O 431 490 902 1823 A 388 410 800 1598 B 495 587 950 2032 AB 137 179 32 348 合计合计 1451 1666 2684 5801 65 66 X1与与X2服从二元正态分布服从二元正态分布 X1与与X2不服从二元正态分布不服从二元正态分布 Y与与X服从二元正态分布服从二元正态分布 或或 Y服从正态分布而服从正态分布而X为控制变量为控制变量 Y与与X间呈直线趋势间呈直线趋势 67

26、3 3 2 210 10 X)b(b X 10 2 210 10 XbXbXbbY Cubic . 6 XlnbbY cLogarithmi . 5 eY Growth . 4 b bY Compound . 3 XbXbbY Quadratic 2. XbbY Linear . 1 10 三次模型三次模型 对数模型对数模型 生长模型生长模型 复合模型复合模型 二次模型二次模型 线性模型线性模型 68 bXa b 0 10 Xb 0 X)/b(b e1 1 Y Logistic Logistic .11 XbY Power .10 X/bbY Inverse . 9 e bY lExponen

27、tia . 8 eY S S . 7 1 1 10 模型模型 幂模型幂模型 逆模型逆模型 指数模型指数模型 型模型型模型 69 jY 比较带有协变量比较带有协变量(Xj)的各组均数的各组均数( )间的差别间的差别 协变量协变量Xj对对Yj有影响有影响 分为完全随机设计与随机区组设计分为完全随机设计与随机区组设计 三种饲料喂养猪的初始体重三种饲料喂养猪的初始体重(X, kg)与增重与增重(Y, kg) A 饲料饲料 B 饲料饲料 C 饲料饲料 X1 Y1 X2 Y2 X3 Y3 15 85 17 97 22 89 13 83 16 90 24 91 11 65 18 100 20 83 12 7

28、6 18 95 23 95 12 80 21 103 25 100 16 91 22 106 27 102 14 84 19 99 30 105 17 90 18 94 32 110 nj 8 8 8 8 8 8 13.750 81.750 18.625 98.000 25.375 96.875 )Y X(jj、 70 有应变量的多元分析数据类型有应变量的多元分析数据类型 应变量应变量 自自 变变 量量 case Y X1 X2 X3 X4 Xm 1 Y1 X11 X12 X13 X14 X1m 2 Y2 X21 X22 X23 X24 X2m 3 Y3 X31 X32 X33 X34 X3m

29、 n Yn Xn1 Xn2 Xn3 Xn4 Xnm 71 Y为计量资料且服从正态分布为计量资料且服从正态分布 自变量服从多元正态分布自变量服从多元正态分布 kk22110 XXXY qj的意义为在其它自变量保持不变时，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增加或减少一个单位时Y的平均变化量。的平均变化量。 72 Y为二分类或多分类变量为二分类或多分类变量 以分析影响以分析影响Y的危险因素为主要目的的危险因素为主要目的 kk22110 XXX P1 P ln j eOR j 73 Y为生存时间且含有截尾数据为生存时间且含有截尾数据 以分析影响以分析影响Y的危险因素为主要目的的

30、危险因素为主要目的 kk2211 0 XXX ) t (h )X, t (h ln 74 10 年间年间 346 例大肠癌患者手术后的生存时间记录例大肠癌患者手术后的生存时间记录 患者患者 编号编号 性性 别别 年年 龄龄 (岁岁) 确诊到确诊到 手术时手术时 间间(月月) 手术开手术开 始时间始时间 终止随终止随 访时间访时间 结局结局 生存生存 时间时间 (月月) 1 男男 32 10 94.01.23 94.12.24 死亡死亡 11 2 女女 48 12 98.02.14 99.01.01 失访失访 10+ 3 女女 26 6 92.03.04 95.04.12 死亡死亡 37 4 男

31、男 55 3 99.08.20 01.09.21 死于其他死于其他疾病疾病 25+ 346 女女 58 8 01.03.10 01.12.31 存活存活 9+ 75 Y为二分类或多分类变量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应属于哪一类为主要目的 kik22i11i0ii kk2222121202 kk1212111101 XXXY XXXY XXXY 76 无应变量的多元分析数据类型无应变量的多元分析数据类型 变变 量量 case X1 X2 X3 X4 X5 Xm 1 X11 X12 X13 X14 X15

32、X1m 2 X21 X22 X23 X24 X25 X2m 3 X31 X32 X33 X34 X35 X3m n Xn1 Xn2 Xn3 Xn4 Xn5 Xnm 77 将所有变量化为少数几个互不相关的综合将所有变量化为少数几个互不相关的综合 变量变量 从所有变量中找出有限个不可从所有变量中找出有限个不可观测的潜在观测的潜在 因素因素 分析两组集团变量之间的相关关系分析两组集团变量之间的相关关系 78 一、概述一、概述 二、原始数据的录入二、原始数据的录入 三、数据处理的几个基本问题三、数据处理的几个基本问题 五、统计分析结果的表述五、统计分析结果的表述 79 1. q在报告结论时，最好列出检

33、验统计量的在报告结论时，最好列出检验统计量的 值，尽量写出具体值，尽量写出具体P值，而不简单写成值，而不简单写成 P0.05，以便读者与同类研究进行比较，以便读者与同类研究进行比较 或进行循证医学时采用或进行循证医学时采用Meta分析。分析。 q经常遇到经常遇到PASW软件计算结果中软件计算结果中P=0.000的的 情况，这是由于情况，这是由于P值小于值小于0.0005或更小，因或更小，因 保留保留3位小数四舍五入所致，在论文中可位小数四舍五入所致，在论文中可 写为写为P0.0005。 80 1. P ，按按 检验水准，拒绝检验水准，拒绝H0，接受，接受H1 差别有统计学意义差别有统计学意义

34、the difference was statistically significant. We could draw the conclusion that 可以认为可以认为不同，不同，高于高于(低于低于)。 结论较肯定，因知犯第一类错误概率范围。结论较肯定，因知犯第一类错误概率范围。 81 P ，按，按 检验水准，不拒绝检验水准，不拒绝H0 差别无统计学意义差别无统计学意义 the difference was not statistically significant . 还不能认为两总体均数或率不同。还不能认为两总体均数或率不同。 结论不肯定，因不知犯第二类错误概率范结论不肯定，因不知

35、犯第二类错误概率范 围。不拒绝围。不拒绝H0不意味能证实不意味能证实H0是正确的是正确的(两两 总体均数或率相同总体均数或率相同)。 82 q统计结论统计结论“有意义有意义”，专业结论，专业结论“无意义无意义”， 最终结论为无临床意义。最终结论为无临床意义。 q统计结论统计结论“无意义无意义”，专业结论，专业结论“有意义有意义” ， 83 体重体重 均数均数 标准差标准差 最小值最小值 最大值最大值 对照组对照组 疗前疗前 68.91 8.7942 52 99 (111例例) 疗后疗后 68.95 8.7992 51 99 差值差值 0.0450 0.9666 -2 3 前后比较前后比较 t=0.4905 P=0.6248 试验组试验组 疗前疗前 68.97 7.