药学与研究的设计与统计讲义.docVIP

研究生讲义 药学研究的 设计与统计 （上册） 任先达 2004.10  概论 一. 药物研究的发展趋势 1. 从“宏观”向“微观”发展： 由整体、器官、组织、细胞、亚细胞水平深入到分子和量子水平 从“定性”向“定量”发展： 在对药物的药理作用作定性研究的基础上，借助数学处理方式对研究结果进行定量分析 宏观和微观、定性和定量是相辅相成的，两者缺一不可 3. 定量药理学的研究内容 A.该药的作用强弱如何？与原有药物相比，强多少倍？ B.药物的作用时间长短如何？作用强度随时间变化有何规律？ C.药物的作用强度与剂量的关系如何？ D.联合用药会产生何种相互影响？应用价值有多大？ E.药物的安全性有多大？应如何评价？ F.在药物作用的原理上，药物与靶体的关系如何？与已知药物有何质与量的差别？ 二. 药物研究设计和统计处理的重要性 我们处在“信息大爆炸”的时代，这个时代有两点特别值得注意：一是生命科学研究的不断拓宽和深入，但人们对生命现象的认识尚处于初级阶段；一是计算机的广泛应用已成为人们认识世界的有力工具，但人工智能仍然处于婴儿阶段，必须在人脑的指挥下才能正确开展。在当代的药学研究中，这两点都具有深远的影响。在药学研究中，生物学的变异对实验数据的影响比理化实验中要大得多，更存在人的心理效应等影响。研究者要想得到有意义的研究结果，必须充分重视科学的实验设计和对实验结果的正确分析处理。鉴于药物这种特殊产品事关人的生命，对此更不能稍有疏忽。在药学研究中，在对研究所得数据进行处理时，计算机正在发挥重要作用，而且必将发挥更大的作用；但这丝毫没有减轻人们从专业上和统计意义上选择正确的统计方法和对统计结果作出正确判断的责任。 在开始药学研究以前，人们需要对将要去做的工作进行计划和设计，这同其他科学研究工作是一样的。—旦计划和设计确定了，接着是按实验的设计采样；如果我们所采用的采样方法对实验的目的或设计是不合适的，所采的样并没有代表想要它们代表的总体性质，那么我们的实验不可能获得成功。采取合适的方式采样后，对样品作实验，通过测量结果获得数据后，必须对数据进行统计分析，从分析的结果得到所需要的结论，或否定我们预想的结果；最后是把整个实验过程写成报告或论文。一个药学实验的过程大体如此。由此可见，药物研究中实验的设计非常重要，与其他领域一样，做出一个科学完美的设计方案是整个工作顺利完成的保证。随着研究手段和实验设施的不断完善，具体的实验操作已不是研究工作的主要影响因素。 本书的大部分内容与数据的统计分析有关。当只有单个因素造成数据随机变异时，统计分析找出这种变异围绕的中心和变异的幅度，大家都已知道，这是用平均值和标准偏差表示的。统计分祈的优点在于，当像在大多数的研究中那样，一个或一组实验中会有几个因素造成实验结果的变异时，它能够根据随机数据的性质，把数据的变异中由于随机变化造成的那一部分分离出来，用这个误差方差作为—种尺度，确定哪一个因素在实验中作为一个显著性的因素影响实验结果的变异。药效统计分析与一般生物统计及卫生统计不尽相同,它具有以下特点: 合理的实验设计 2. 严密的实验条件 3. 实验例数较少 4．实验指标及项目较多 在本课程中将重点介绍常用的药效统计学内容。 实验设计和数据的分析处理，对于初次进行药学研究者常常是研究工作的瓶颈， 掌握了实验设计和数据的分析处理技巧，往往意味着整个研究工作已成功了一半。药理学中的量变规律相当复杂，要以数学公式表达绝非易事，但一旦找到合适的数学公式，应用起来却非常简便，许多重要的数学公式又都具有形式简洁、内涵丰富、表达明确的特点，熟练地掌握它们，可为研究工作带来极大的便利。 数学的特点之一是“抽象化”，可撇开具体事物，抽取其中的量变关系加以研究，因此有些本质不同的事物，可能有相同的数学表达形式，这就为建立数学模型带来了方便。例如以“房室模型”反映药物复杂的体内过程。具有同一数学形式的不同事物，其计算公式的相似性常常反映了它们在本质上的接近，可启发我们在研究中的联想和探索。 数学模型有两类，一种是确定性模型，反映事物内部的确定性因果关系，另一类是随机性模型，反映或然事物的规律，例如动物实验中常常出现因个体差异而产生不同的结果，这一情况是难以预测的，但如果增加动物的例数，则可根据统计学方法，求出实验结果的均值和标准差，从而对药效作出客观的评价。 数学公式或数学模型建立以后，就具有一定的能动性，往往可以推导出一些超乎习惯认识的新线索。例如根据受体与药物浓度关系的Clark公式，可以推导出：能引起90％最大作用强度的药物浓度，总是为引起50％最大作用强度的药物浓度的9倍，无论是哪种激动剂都是如此。不符合数理推导的例外情况，不可轻易放过，如果实验方法正确，它往往意味着一个新理论的诞生。 三. 开设本