科研设计绪论

医学科研设计和统计分析卫生统计学教研室陆健表1-1科学研究和日常工作的关系比较内容科学研究日常工作目的明确的研究目的完成平时工作条件标准、统一满足要求数据完整允许缺项医学科研的特点研究条件不易控制；实验的周期一般较长；变异程度大；伦理和道德。医学科研中的两种类型调查研究(survey):无干预实验研究(experiment):有干预

试验(trial)：以人为对象医学科研的基本程序科研选题科研设计（专业设计和统计设计）实施方法统计分析科研结论研究设计中的两个部分专业设计统计设计：通过合理的、系统的安排，达到控制系统误差，以消耗最少的人力、物力和时间，获得可靠的信息和结论。实验设计(experimentaldesign)通过精心计划，包括对象的选择、处理因素的分配、指标的测量和资料的分析来保证组间对象和实验条件是均衡的，实验结果有较好的可比性，并且较好地控制误差，用较小的样本获取可靠的结论。实验研究的分类：动物实验(animalexperiment)临床试验(clinicaltrial)社区干预试验(communityintervenestudy)动物实验的作用把动物作为实验对象，在动物身上进行实验，再根据获得的结果逐步过渡到人体上。可研究一些不宜在人体上进行的研究，如致畸、致癌、致突变等。动物实验可使研究设计更严密，组间可比性更强。动物实验的局限性结果不能直接用于人体；动物种系间存在生物学特异性；动物实验容易出现意外死亡，需根据需要决定舍取数据。临床试验以人体作为研究对象（主要是病人），以临床为基础对治疗效果作为评价。临床试验应对人体没有身心损伤。除了观察短期的疗效外，还应关注远期疗效和不良反应。进行临床试验的注意事项设立合理的对照；评价疗效时注意避免病人和医生的主观偏见。保持基线的均衡。社区干预试验以社区人群作为研究对象；一般持续时间较长；目的是观察某项保护措施对抑制某种危险因素致病的效果。三个基本要素：处理因素(studyfactor,treatment)受试对象(studysubject)实验效应(experimentaleffect)处理因素研究者根据研究目的欲施加或欲观察的能作用于受试对象并引起直接或间接效应的因素。处理因素可以是主动施加的某种外部干预或措施，也可以是客观存在的因素。非处理因素与处理因素相对应的，也能使受试对象产生效应的因素，混杂在处理因素中间，会干扰实验效应，所以又称混杂因素（confoundingfactor）确定处理因素应注意的问题抓住主要因素，一次研究处理因素不宜过多，否则分组太多，每组需要的例数就要增加；控制非处理因素，使其在实验组和对照中达到均衡，消除其对处理因素的干扰作用；处理因素标准化。受试对象处理因素作用的客体，是根据研究目的而确定的观察目标总体。可以是人、动物，也可以是生物材料，必须保持同质性。受试对象的基本条件对处理因素敏感反应稳定统一标准实验效应处理因素作用于受试对象的反应和结果，通过观察指标来表达。选择指标的依据：客观性、特异性和敏感性。区分主要指标和次要指标。客观性：主观指标：由病人回答或医生判断来描述的观察结果，容易受到研究者和受试对象心理因素的影响。客观指标：借助仪器等手段进行测量来反映观察结果，人为影响因素较少。尽量选用客观的、定量的指标。特异性表示观察指标能鉴别真阴性的能力。特异性高的指标容易揭示处理因素的作用，不易受到混杂因素的干扰，可减少假阳性。当指标出现假阳性会导致受试者很大痛苦或经济损失时，或为了确诊某病，需选用特异性高的指标。敏感性表示该指标检出真阳性的能力。敏感性高的指标能使处理因素作用更好地显示出来，主要可减少假阴性的出现。当疾病的漏诊将导致严重后果，必须选用敏感性高的指标。三个基本要素：处理因素(studyfactor,treatment)受试对象(studysubject)实验效应(experimentaleffect)处理因素研究者根据研究目的欲施加或欲观察的能作用于受试对象并引起直接或间接效应的因素。处理因素可以是主动施加的某种外部干预或措施，也可以是客观存在的因素。非处理因素与处理因素相对应的，也能使受试对象产生效应的因素，混杂在处理因素中间，会干扰实验效应，所以又称混杂因素（confoundingfactor）确定处理因素应注意的问题抓住主要因素，一次研究处理因素不宜过多，否则分组太多，每组需要的例数就要增加；控制非处理因素，使其在实验组和对照中达到均衡，消除其对处理因素的干扰作用；处理因素标准化。受试对象处理因素作用的客体，是根据研究目的而确定的观察目标总体。可以是人、动物，也可以是生物材料，必须保持同质性。受试对象的基本条件对处理因素敏感反应稳定统一标准实验效应处理因素作用于受试对象的反应和结果，通过观察指标来表达。选择指标的依据：客观性、特异性和敏感性。区分主要指标和次要指标。客观性：主观指标：由病人回答或医生判断来描述的观察结果，容易受到研究者和受试对象心理因素的影响。客观指标：借助仪器等手段进行测量来反映观察结果，人为影响因素较少。尽量选用客观的、定量的指标。特异性表示观察指标能鉴别真阴性的能力。特异性高的指标容易揭示处理因素的作用，不易受到混杂因素的干扰，可减少假阳性。当指标出现假阳性会导致受试者很大痛苦或经济损失时，或为了确诊某病，需选用特异性高的指标。敏感性表示该指标检出真阳性的能力。敏感性高的指标能使处理因素作用更好地显示出来，主要可减少假阴性的出现。当疾病的漏诊将导致严重后果，必须选用敏感性高的指标。几种常见的实验设计单因素设计方案完全随机设计随机区组设计拉丁方设计几种常见的实验设计多因素设计方案析因设计正交设计

裂区设计嵌套设计交叉设计重复测量设计完全随机设计

（completelyrandomdesign）影响实验效应的因素只有1个。将受试对象完全随机地分配到不同的处理组中，施加处理因素并观察处理效应。不同类别的比较也属于完全随机设计。保证受试对象进入各处理组的概率完全一样。换句话说，就是将受试对象完全随机地分配到各个处理组中。完全随机设计特点：设计简单，统计分析简单；处理因素可多个；对实验对象要求较高，具备较好的同质性；抽样误差较大，效率低于区组设计。完全随机设计资料格式1水平2水平3水平……k水平X11X21X31……Xk1X12X22X32……Xk2………………………………处理因素(分组)i=1,2,……k样本例数j=1,2,…,nA组B组C组42.2930.0415.8635.0535.2622.81………………51.3326.5817.7243.1129.9621.52均数47.1429.3222.01表1三组新生儿脐血胰岛素浓度（nmol/L）完全随机分组编号123……282930随机数136799……497359序号52130……122217组别ACC……BCB分段分组编号123456……随机数136799822555……序号146523……组别ABCCAB……完全随机设计－统计分析方法定量资料参数法两个样本比较：t检验多个样本比较：方差分析两两比较：SNK，DUNNETT，LSD等非参数法两个样本比较：Wilcoxonranksumtest多个样本比较：Kruskal-Wallistest两两比较：Nemenyi法、t检验法完全随机设计－统计分析方法等级资料两个样本比较：Wilcoxonranksumtest多个样本比较：Kruskal-Wallistest两两比较：Nemenyi定性资料两个样本比较：四格表2检验或确切概率法多个样本比较：R×C表2检验、CMH检验两两比较：四格表分割，降解完全随机设计－统计分析结果表2完全随机设计资料的方差分析表变异来源SSDFMSFP组间3342.1821671.0930.10<0.0001组内1499.2227

55.53总4841.4029随机区组设计

（randomizedblockdesign）又称配伍组设计。影响实验效应的因素为2个。设计方案将受试对象按某种性质（或属性）相同或相近者组成b个区组（配伍组），每个区组中的受试对象分别随机分配到k个处理组中去。随机区组设计特点：同时分析两个因素：处理和区组随机分配每个区组内的受试对象每个区组的受试对象数量相同，且同质性好控制非实验因素的影响，突出处理因素的作用，检验效能较完全随机设计高较难找到合适的配伍随机区组设计资料格式区组ABC均数164.96109.28134.32102.85261.12103.06119.6694.61970.59116.27141.17109.341058.3396.13116.8390.43均数63.75106.19128.0099.31表3三组豚鼠子宫湿重（g）随机区组分组编号123……随机数529……序号213……组别BAC……随机区组设计－统计分析方法定量资料参数法两样本比较：配对t检验多样本比较：方差分析两两比较：SNK，DUNNETT，LSD等非参数法两样本比较：Wilcoxonsignedranktest多样本比较：Freidmantest两两比较：Nemenyi法、t检验法随机区组设计－统计分析方法等级资料两个样本比较：Wilcoxonranksumtest多个样本比较：Fredmantest两两比较：Nemenyi法、t检验法定性资料两个样本比较：配对四格表2检验多个样本比较：R×C表2检验、CMH检验两两比较：四格表分割，降解随机区组设计－统计分析结果表4随机区组设计资料的方差分析表变异来源SSDFMSFP处理组间8524.8524262.43341.66<0.0001区组间660.423220.1417.12<0.0001误差74.86612.86总9260.1211拉丁方设计

（latinsquaredesign）设计方案当影响实验效应的因素2个以上时，而且影响因素的水平数是相同的，可安排每个因素的每个水平组合作为一次处理。例如，影响疱疹大小因素有3个：家兔的种类、注射部位、不同药物。每个因素都有5个水平数，则可以安排5×5×5的拉丁方设计。拉丁方设计步骤行代表一个因素，如家兔编号列代表一个因素，如注射部位格中字母代表一个因素，如注射药物主要分析的因素以拉丁字母表示拉丁方设计步骤随机排列拉丁方的行、列产生随机数，进行随机数排序和行列对调。如，先产生行随机数：55、86、34、58，则排序顺序为2、4、1、3，则安排第2行和第4行对调，第1行和第3行对调；列的排列类似。随机分配处理因素的水平假定水平1～5分别对应甲～戊五种药物，先产生随机数，排序后确定格中字母分别对应的水平如，产生5个随机数95、18、80、63、42，排序后为5、1、4、3、2，则分别说明A对应戊，B对应甲，……。拉丁方设计步骤ABCDEBCDEACDEABDEABCEABCDABCDEDEABCCDEABBCDEAEABCD2、4行对调CDEABDEABCABCDEBCDEAEABCD1、3行对调1、4列对调ADECBBEADCDBCAEECDBACABED2、3列对调AEDCBBAEDCDCBAEEDCBACBAED表5拉丁方设计与实验结果家兔编号注射部位123451(戊)413(乙)47(丙)132(丁)230(甲)182(甲)31(戊)415(乙)70(丙)156(丁)2303(丙)126(丁)253(甲)51(戊)433(乙)764(乙)73(丙)126(丁)291(甲)60(戊)4535(丁)210(甲)58(戊)423(乙)81(丙)140拉丁方设计－统计分析方法通常拉丁方设计主要分析定量资料方差分析表6拉丁方设计资料的方差分析表变异来源SSDFMSFP行(家兔)2845.844711.462.530.0957列（部位）2000.244500.061.780.1983字母（药物）488202.644122050.66433.63<0.0001误差3377.5212281.46总496426.2424析因设计

（factorialdesign）设计方案将两个或多个实验因素的各水平进行全面组合的实验，每种组合安排若干个受试对象经。能够分析各实验因素的单独效应、主效应和因素间的交互作用。2×2析因设计实例不用甲药（a1）使用甲药（a2）不用乙药（b1）使用乙药（b2

）不用乙药（b1）使用乙药（b2

）0.390.671.351.760.710.771.311.480.560.701.031.760.390.741.061.970.430.871.551.69X=0.496X=0.750X=1.260X=1.732表7不同治疗组别胆固醇的降低量（mmol/L）表8两因素两水平析因设计B因素A因素平均差值不用甲药（a1）使用甲药（a2）不用乙药(b1)a1b1(0.496)a2b1(0.750)0.6230.254使用乙药(b2)a1b2(1.260)a2b2(1.732)1.4960.472平均0.8781.2410.1600.218差值0.7640.9820.218d1d2表9析因设计资料的方差分析表变异来源SSdfMSFP总4.94019A因素主效应3.811

13.811148.13<0.0001B因素主效应0.659

10.65925.610.0001AB交互作用0.059

10.0592.310.1481误差0.412160.026正交设计

（orthogonaldesign）设计方案当影响实验效应的因素较多时，安排每个因素每个水平组合作为一次处理，则处理组别多，可分析的交互作用也较多。如，有4个因素（A、B、C、D），每个因素有2个水平，则需安排2×2×2×2＝16个组别，交互作用有AB，AC，AD，BC，BD，CD，ABC，ABD，BCD，ABCD。正交设计设计方案多个处理组是各因素各水平的部分组合，或称析因设计的部分实施；能成倍地减少试验次数；以牺牲分析各因素交互作用为代价；只分析有意义的主效应和部分重要因素的一阶交互作用。正交设计表正交设计各因素各水平的组合方式要查正交设计表决定。每个正交表都有一个表头符号LN(mk)，表示正交表有N行k列。N表示实验次数，m表示各因素的水平数，k表示最多可安排的因素个数（交互作用当作因素）。正交设计的原则各实验因素的水平数相等二水平：L4(23)、L8(27)、L12(211)、L16(215)；三水平：L9(34)、L18(37)、L27(313)；四水平：L16(45)、L32(49)；五水平：L25(56)、L50(511)。表10L8(27)正交表处理列号12345671111111121112222312211224122221152121212621221217221122182212112表11L8(27)正交表的表头设计因素个数实施比例列号123456731ABABCACBCABC41/2ABABCACBCD(CD)(BD)(AD)当各因素存在一阶交互作用时，必须采用表头设计的内容安排各因素的水平。正交设计的原则试验的操作简单或希望得到较多的信息，可选择Ｎ较大的正交表。反之，操作复杂或成本较高的试验，可选择Ｎ较小的正交表。分析交互作用（主要是两因素之间的交互作用），选ｋ较大的正交表。若已知因素间的交互作用很小，则选ｋ较小的正交表。表12微球载药量的正交试验实验序号A因素淀粉浓度B因素淀粉/药物溶液体积比C因素交联剂用量D因素油水相体积比载药量（ug/mg）1111127.362112228.123121131.064122225.425211122.096212216.577221114.228222216.10变异来源dfSSMSFP总7