循证医疗中的常用统计指标

循证医学中惯用统计指标寇长贵流行病与卫生统计学教研室循证医疗中的常用统计指标1/48主要内容概述分类资料指标数值资料指标 本ppt主要以四川大学华西医院刘关键教授课件为参考。循证医疗中的常用统计指标2/48数据资料可分为数值资料（计量）和分类资料（计数和等级）两大类。统计指标因而也分为数值资料指标与分类资料指标两类。统计指标可用于描述性统计分析，也是反应数据基本特征统计分析方法。并可使人们准确、全方面地了解数据资料所包涵信息，方便于在此基础上完成资料深入统计分析。概述—可信区间循证医疗中的常用统计指标3/48概述—可信区间可信区间（confidenceinterval，CI）是循证医学中惯用统计指标之一。可信区间主要用于预计总体参数，从获取样本数据资料预计某个指标总体值（参数）。如：率可信区间预计总体率，均数可信区间预计总体均数。循证医疗中的常用统计指标4/48概述—可信区间另外，可信区间还可用于假设检验，尤其是试验组与对照组某指标差值或比值可信区间，在循证医学中更为惯用。通常，试验组与对照组某指标差值或比值95%可信区间与为0.05假设检验等价，99%CI与为0.01假设检验等价。循证医疗中的常用统计指标5/48概述—可信区间惯用可信区间有：率可信区间、两率差值可信区间、均数可信区间、两均数差值可信区间、相对危险度可信区间等。循证医学中惯用是率可信区间、RR或OR可信区间、均数可信区间、两均数差值可信区间等。循证医疗中的常用统计指标6/48分类资料指标在循证医学研究与实践中，除了有效率、死亡率、患病率、发病率等惯用率指标外，相对危险度（RR）、比值比（OR）及由此导出其它指标也是循证医学中富有特色指标。当前，在循证医学中分类资料惯用描述指标主要有EER、CER、OR、RR、RRR、ARR、NNT等。循证医疗中的常用统计指标7/481、ERR与CER循证医学中预防和治疗性试验中，率可细分为EER和CER两类。EER即试验组中某事件发生率(experimentaleventrate，EER)，如对某病采取一些防治办法后该疾病发生率。CER即对照组中某事件发生率(controleventrate，CER)，如对某病不采取防治办法发生率。循证医疗中的常用统计指标8/48两个发生率差即为率差，也称危险差（ratedifference，riskdifference，RD），如，试验组发生率（EER）与对照组发生率（CER）差，其大小可反应试验效应大小。两率差可信区间由下式计算：

|p1-p2|±uSE(p1-p2)=(RD－uSE(p1-p2)，RD+uSE(p1-p2))2．RD（率差）及可信区间循证医疗中的常用统计指标9/48两率差为0时，两组某事件发生率没有差异。因而两率差可信区间不包含0（上下限均大于0或上下限均小于0），则两个率有差异；反之，两率差可信区间包含0，则无统计学意义。2．RD（率差）及可信区间循证医疗中的常用统计指标10/48

阿斯匹林治疗心肌梗死效果2．RD（率差）及可信区间死亡未死亡例数阿斯匹林治疗组15（a）110（b）125（ｎ１）对照组30（c）90（d）120（ｎ２）累计45200245（ｎ）循证医疗中的常用统计指标11/48阿斯匹林治疗心肌梗死效果EER=15/125=12%，CER=30/120=25%，两率差标准误：2．RD（率差）及可信区间循证医疗中的常用统计指标12/48该试验两率差（RD）可信区间为：

RD±uSE(p1-p2)=（0.12-0.25）±1.96×0.049=(-0.23，-0.03)该例两率差可信区间为(-0.23，-0.03)，上下限均小于0（不包含0），两率有差异。可认为阿斯匹林可降低心肌梗死病死率。2．RD（率差）及可信区间循证医疗中的常用统计指标13/48相对危险度RR（relativerisk,RR）是前瞻性研究中较惯用指标，它是试验组某事件发生率p1与对照组（或低暴露）发生率p0之比，用于说明前者是后者多少倍，惯用来表示试验原因与疾病联络强度及其在病因学上意义大小。其计算方法为：RR=P1/P0=EER/CER3．RR及可信区间循证医疗中的常用统计指标14/48当RR＝1时，可认为试验原因与疾病无关；当RR＞1时，可认为试验组发生率大于对照组；当RR＜1时，可认为试验组发生率小于对照组。3．RR及可信区间循证医疗中的常用统计指标15/483．RR及可信区间RR可信区间，应采取自然对数进行计算，即应求RR自然对数值ln(RR)和ln(RR)标准误SE(lnRR)，其计算公式以下：循证医疗中的常用统计指标16/48ln(RR)1－可信区间为：

ln(RR)±uSE(lnRR)RR可信区间为：

exp[ln(RR)±uSE(lnRR)]因为RR=1时为试验原因与疾病无关，故其可信区间不包含1时为有统计学意义；反之，其可信区间包含1时为无统计学意义。3．RR及可信区间循证医疗中的常用统计指标17/483．RR及可信区间阿斯匹林治疗组病死率p1=15/125；对照组病死率p0=30/120，其RR和可信区间为：循证医疗中的常用统计指标18/483．RR及可信区间RR95%可信区间为：

exp[ln(RR)±1.96SE(lnRR)]=exp（-0.734±1.96×0.289）

=(0.272，0.846)该例RR95%可信区间为0.272～0.846，使用阿斯匹林治疗病人，其病死率小于对照组，可认为阿斯匹林可降低心肌梗死有效。循证医疗中的常用统计指标19/48odds1是病例组暴露率p1和非暴露率1-p1比值，即odds1=p1/(1-p1)，odds0是对照组暴露率p0和非暴露率1-p0比值，即odds0=p0/(1-p0)，以上两个比值之比即为比值比(oddsratio，OR)，又称机会比、优势比等。公式为：

OR=ad/bc4．OR及可信区间循证医疗中的常用统计指标20/48当所研究疾病发病率较低时，即a和c均较小时，OR近似于RR，故在回顾性研究中可用OR预计RR；因为前瞻性研究中，RR可信区间与OR可信区间很相近，所以，惯用OR可信区间计算来代替RR可信区间计算。OR值解释与RR相同。4．OR及可信区间循证医疗中的常用统计指标21/484．OR及可信区间OR可信区间一样需要采取自然对数计算，其ln(OR)标准误SE(lnOR)按下式计算：循证医疗中的常用统计指标22/48ln(OR)可信区间为：

ln(OR)±uSE(lnOR)OR可信区间为：

exp[ln(OR)±uSE(lnOR)]4．OR及可信区间循证医疗中的常用统计指标23/484．OR及可信区间循证医疗中的常用统计指标24/484．OR及可信区间OR95%可信区间为：

exp[ln(OR)±1.96SE(lnOR)]=exp(-0.894±1.96×0.347）

=(0.207，0.807)该例OR95%可信区间为(0.207，0.807)，能够认为阿斯匹林治疗心肌梗死有效。循证医疗中的常用统计指标25/485．RRR及可信区间RRR为相对危险度降低率(relativeriskreduction)，其计算公式为：

RRR=|CER-EER|/CER=1-RRRRR可信区间可由1-RR计算得到。如前例RR=0.48，其95%可信区间为(0.272，0.846)，其RRR=1-0.48=0.52，RRR95%可信区间为(0.154，0.728)。循证医疗中的常用统计指标26/485．RRR及可信区间RRR反应了某试验原因使某结果发生率增加或降低相对量，不过，该指标无法衡量发生率增减绝对量。如：试验人群中某病发生率EER=39%，而对照组人群发生率CER=50%，

RRR=(CER-EER)/CER=(50%-39%)/50%=22%。不过，若在另一研究中，试验组疾病发生率为0.39/10万，对照组疾病发生率为0.50/10万，其RRR仍为22%。循证医疗中的常用统计指标27/486．RRIRRI，相对危险度增加率(relativeriskincrease，RRI)，试验组中某不利结果发生率为EERb，对照组某不利结果发生率为CERb，RRI可按下式计算：RRI=|EERb－CERb|/CERb该指标可反应采取试验原因处理后，患者不利结果增加百分比。循证医疗中的常用统计指标28/48RBI，相对获益增加率(relativebenefitincrease，RBI)，试验组中某有益结果发生率为EERg，对照组某有益结果发生率为CERg，RBI可按下式计算：

RBI=|EERg-CERg|/CERg该指标可反应采取试验原因处理后，患者有益结果增加百分比。7．RBI循证医疗中的常用统计指标29/488．ARR及可信区间绝对危险度降低率(absoluteriskreduction，ARR)，其计算公式为：

ARR=|CER-EER|ARR可信区间为：

ARR±uSE=(ARR－uSE，ARR+uSE)循证医疗中的常用统计指标30/488．ARR及可信区间循证医疗中的常用统计指标31/48其95%可信区间为：

ARR±uSE=(ARR－uSE，ARR＋uSE)=(0.13－1.96×0.049，0.13＋1.96×0.049)=(3.4%，22.6%)该治愈率95%可信区间为(3.4%，22.6%)。8．ARR及可信区间循证医疗中的常用统计指标32/489．ARI绝对危险度增加率(absoluteriskincrease，ARI)，即试验组中某不利结果发生率EERb与对照组某不利结果发生率CERb差值，不利结果（badoutcomes）如：死亡、复发、无效等，其计算公式为:ARI=|EERb－CERb|该指标可反应采取试验原因处理后，患者不利结果增加绝对值。循证医疗中的常用统计指标33/48绝对受益增加率(absolutebenefitincrease，ABI)，即试验组中某有益结果发生率EERg与对照组某有益结果发生率CERg差值，有益结果（goodoutcomes）如：治愈、显效、有效等，其计算公式为：

ABI=|EERg-CERg|该指标可反应采取试验原因处理后，患者有益结果增加绝对值。10．ABI循证医疗中的常用统计指标34/4811．NNT、NNH及可信区间NNT(thenumberneededtotreat)临床含义为：对病人采取某种防治办法处理，得到一例有利结果需要防治病例数（thenumberofpatientswhoneedtobetreatedtoachieveoneadditionalfavorableoutcome，NNT）。其计算公式为：

NNT=1/|CER-EER|=1/ARR从公式可见，NNT值越小，该防治效果就越好，其临床意义也就越大。循证医疗中的常用统计指标35/48NNT95%可信区间，因为无法计算NNT标准误，但NNT=1/ARR，故NNT95%可信区间计算可利用ARR95%可信区间来计算。NNT95%可信区间下限：1/ARR上限值NNT95%可信区间上限：1/ARR下限值比如某试验ARR95%CI为3.4%～22.6%，其NNT95%CI下限为：1/22.6%=4.4；上限为：1/3.4%=29.4，即4.4～29.4。11．NNT、NNH及可信区间循证医疗中的常用统计指标36/4812．NNHNNH临床含义为：对病人采取某种防治办法处理，出现一例副作用需要处理病例数(thenumberneededtoharmonemorepatientsfromthetherapy，NNH)。其计算式为：

NNH=1/ARI从公式可见，NNH值越小，某治疗办法引发副反应就越大。循证医疗中的常用统计指标37/4813．LHHLHH，防治性办法受益与危害似然比（likelihoodofbeinghelpedvs.harmed,LHH），其计算公式为：

LHH=NNH/NNT该指标反应了防治办法给受试者带来受益与危害百分比，LHH>1，利大于敝，反之，LHH<1时，敝大于利。循证医疗中的常用统计指标38/48WMD(加权均数差)