统计决定树方法在药物非临床安全性评价数据统计中应用.pdfVIP

统计决定树方法在药物非临床安全性评价数据统计中的应用 沈连忠 (中国药品生物制品检定所国家药物安全评价监测中心，北京，100176) 药物非临床前研究项目重复给药试验(长期毒性)、致癌试验等实验周期较长，产生的 数据量较大。仔细研究每个数据，分析每个数据的含义，从而发现药物相关的毒性信息是安 全性评价的目的。但是，由于安全性评价产生的数据量很大，几乎不可能一个一个数据地进 行分析。因此，借助统计学手段，把获得的大量数据进行统计学计算分析，得出药物毒性相 关的信息是数据统计的目的所在。这些数据的特征是：(1)一般为多组群设计。一般包括对 照组(空白对照组或／和溶媒对照组)，受试物组(一般包括高、中和低剂量3个组)，有时 还包括阳性对照组。(2)高剂量组一般为产生明显毒性反应剂量，而最低剂量一般是无明显 毒性反应剂量。相对而言，高剂量组的数据变异性增大。(3)从历史文献背景数据来看，既 有动物的体重、进食量等基本符合正态分布特征数据，也有像白细胞分类的百分率等的二项 分布特征数据等，并且实际数据的组间方差均一性、组内数据分布特征可能因试验不同、测 定时间点不同而出现变化，即使是同一项毒性指标，在不同的实验中的实际分布特征会不一 样。因此，一味地使用相同的统计学处理就存在统计学方法选择适用性的错误，导致错误的 结论。 1981年，日本学者山崎岛【l】根据非临床安全性评价数据特点和经典统计学方法适用条件 要求，提出了统计决定树方法对啮齿类非临床安全性评价数据的进行统计学计算的组合处理 方法。本文把统计学决定树方法引入到药物非临床安全性评价的数据统计学处理中，并且用 VisualBasic．Net在EXCEL平台上编程实现。。 1．两样本(两组)计量数据的统计分析 1．1两样方差齐性F检验【2’3】，适用于：呈正态分布的两样本数据的总体方差齐性检验。 1．2Student-t检验【4l’适用于：分组试验设计的两样本，方差相同时的均数问的比较。 1-3 Aspin-Welch．t检验【5】，适用于：分组试验设计的两个组，经方差检验存在方差不齐，但 两个组样本数相等时的均数间的统计学比较。 1．4Cochran-t检验【61，适用于：分组试验设计的两个组，经方差检验存在方差不齐，并且两 个组样本数不相等时的均数间的统计学比较。 根据两样本均数比较的适用条件要求，其统计学处理过程可形成以下统计决定树： ．16． 2．多个样本(多组群)计量数据的统计分析 2．1多个样本的方差齐性检验 2．】．1Bartlett方差齐性检验法【7，8】，适用于：呈正态分布的多个样本数据的方差齐性检验。 2．1．2 Hartley最大方差比检验法【9】，适用于：样本数≥3，各组，2值相等的方差齐性检验。 2．2单因素方差分析(ANOVA)[101：适用于：完全随机设计的多样本资料方差相同时样本 均数之间的比较。 2．3 kruskal．Wallis日检验【111，是一种非参数统计方法，适用于：完全随机设计的多样本资 料比较，如果不满足方差分析的条件(方差不齐)时的样本均数之间的比较。 2．4多个样本资料两两比较(多重比较)一参数检验法 2．4．1参数法Dunnett．t检验【l 21，适用于：方差分析时总体均数存显著性差异时，进行对照 组与各组之间平均值差的比较检验。 2．4．2 least LSD．f检验【13】，即最小显著差异(Fisher’S significantdifference，LSD)t检验，适 用于：方差分析总体均数存显著性差异时，指定两样本均数之间比较的检验。 2．5多个样本资料两两比较(多重比较)一非参数检验法 2．5．1非参数法Dunnett检验【14】，适用于：方差不齐的多样本进行非参数法检验 (kruskal．Wallism总体均数存显著性差异时，进行对照组与各组之间平均值差的比较检验。 2．5．2非参数法LSD．，检验【”】，适用于：方差不齐的多样本进行非参数法检验(kruskal．Wallis 月)总体均数存显著性差异时，进行对照组与各组之间平均值差的比较检验。 因此，进行多样本比较的统计分析，根据获得的数据的性质，采用不同的统计学方法，