实验设计【荐】.pptVIP

医学科研设计与统计分析 表1-1 科学研究和日常工作的关系 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。 实验研究 在人为地控制了一些条件与因素的基础上，对研究对象施加考核因素，观察或观测由此引起的变化，并以效应指标进行表达，。 调查研究 对特定对象群体进行调查，影响被调查者的因素是客观存在的，研究者只能被动地观察和如实记录。调查时的研究条件往往难以控制，一般只有通过合理分组，资料分析时采用标准化、分层分析及多因素统计分析等手段尽可能地减少干扰。 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（confounding factor） 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 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或筛选病人时，必须选用敏感性高的指标 实验误差及控制 系统误差（systematic error） 选择偏倚（selection bias） 信息偏倚（information bias） 混杂偏倚（confounding bias） 随机误差（random error） 抽样误差（sampling error） 实验设计的基本原则 对照原则(control) 重复原则(replication) 随机化原则(randomization) 常用的对照形式 空白对照 安慰剂对照 实验对照 标准对照 自身对照 相互对照 历史对照 重复原则 具有相同处理的实验单位不止一个，即每个处理组要有一定数量的样本数。 其作用为估计实验误差、提高实验结果的可靠性。。 决定样本含量需考虑的因素 假设检验的第I类错误的概率； 假设检验的第II类错误的概率； 实验单位的总体标准差、总体均数或总体发生率； 处理组之间的差别； 样本均数与总体均数比较（或配对样本均数的比较） 随机化分组原则 随机化的目的是保证每个受试对象分到各个处理组的机会是相同的。 随机化是保证处理因素均衡一致的另一个重要手段，它使不可控制的因素在实验组和对照中的影响较为均匀，令其产生的总效应归于总的实验误差中。 完全随机分组方法 有相同性别，体重在一定范围内的健康动物18只，试完全随机分为3组。 区组随机排列方法 将受试者入院时间作为配伍因素，即入院时间相邻的3位患者作为一个区组，试分配处理。 分段随机分组方法 例 将200名受试者随机等分为两组，以每次10人进行分段，共分20段完成分组。 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 * 卫生统计学教研室 陆健 副教授 2007-10-19 允许缺项 完整 数据 满足要求 标准、统一 条件 完成平时工作 明确的研究目的 目的 日常工作 科学研究 比较内容 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 实验研究的分类： 动物实验(anima