实验设计与统计分析20140124解析.docVIP

第一篇 实验室研究的常用统计设计与方法 第一章 如何进行实验研究设计与统计分析 实验研究(experimental study)是在实验室以实验动物或生物样品为对象的研究，是将来自同一研究总体的对象进行随机分组后，分别给予不同处理措施，随访并比较不同组实验效应的差别及差别大小，从而评价措施效果的研究方法。比如在探讨圣地红景天对自发性高血压大鼠模型(SHR)血压影响的研究中，将雄性SHR作为实验对象，随机分为治疗组与对照组，分别予以圣地红景天500mg/(kg(d)或蒸馏水灌胃，共8周，实验前及结束时测量尾动脉收缩压(SBP)，通过SBP实验前后的动态变化说明圣地红景天对自发性高血压大鼠模型(SHR)血压的影响。由实验研究的过程不难发现，实验研究由处理因素(study factor, treatment)、实验对象(subject)和实验效应(experiment effect)三个要素组成。其中处理因素又称受试因素或研究因素，是研究者根据研究目的施加给受试对象的特定干预措施。实验对象是指处理因素作用的客体。而实验效应是在处理因素作用下，观察到的对象反应或结局。 本章将以上述研究为例介绍如何进行实验研究的设计及应遵守的基本原则，以及获得了实验数据后如何进行统计分析。 第一节 实验效应与设计基本原则 圣地红景天对自发性高血压大鼠模型(SHR)血压影响的研究中，圣地红景天作用于自发性高血压大鼠模型后，通过SBP实验前后的变化说明圣地红景天对血压的影响。如何准确地反映处理因素的效应，并将所观察到的效应归因于是由于处理因素引起的，是研究者在实验设计时必须考虑的问题。 一、如何认识实验效应？ 由于每个事件的发生都是生物学因素、研究对象特征、环境等多种因素综合作用的结果，体现了与其发生有关的各种内外环境因素的效应及其相互作用的特点，是影响因素的外在表现。实验研究中，研究者观察到的效应或结果也不例外，是包括处理因素在内的多因素共同作用下产生的综合效应，即： 相对于处理因素，非处理因素指的是非本次研究所关注的、但也可能对实验效应产生影响的因素。非处理因素众多，大致包括如下几类： 1. 受试对象的自身特征如实验动物的性别、体质量、月龄、生理状态、遗传特性、代谢特点及自身的生长发育规律、疾病自身特点等，均可能从不同的方向影响效应的观察，使得不同对象对干预措施的和结局出现差异。 2. 施加干预措施时的伴随因素 3. 实验过程中某些环境因素的波动如实验室温度、湿度的变化而且不同季节不同昼夜动物机体反应性会有一定改变，从而影响实验效应的观察 4. 效应观察者的主观心理因素由于观察者知晓研究对象所接受的干预措施，可能做出倾向于有利结果的观察或解释等对效应观察和结果解释干扰。 5. 其它潜在的未知因素。 二、实验研究设计中有哪些基本原则？ 为更好地显示处理因素的效应，并以较少的受试对象取得真实、可靠的结论，达到经济高效的目的，实验设计必须遵循对照(control)、随机化(randomization)和重复(replication)的原则。 (一) 对照原则 实验研究中在设置接受干预的实验组(experimental group)同时，应设立对照组(control group)，即需设置不同量或强度的处理因素，这种不同量或强度统计学上称为该因素的水平(level)。常见水平设置方式如施加/不施加干预措施、不同剂量等。此时，若能保证非处理因素的效应在实验组和对照组中达到相同，即，则实验组的效应与对照组的效应的差异即可两组干预措施的效应、不同引起的，从而说明处理因素的作用。可用下式加以表达： 这里称为均衡性或可比性，是指对照组和实验组除给予的处理不同外，非处理因素及其效应应保持一致，且在整个实验过程中，对照组和实验组应始终处于同时同地进行效应的观察，以排除实验过程中环境因素波动的影响，即设立同期对照(concurrent control)或平行对照(parallel control)。 相反，若某非处理因素在不同实验条件或干预措施的比较组间不具有可比性，可能系统地掩盖或歪曲处理因素与实验效应间的真实联系，从而做出错误的结论，则此时称该非处理因素为混杂因素(confounder)。 对照的形式有多种，可根据研究目的和对重要非处理因素的控制加以选择。常用的对照形式主要有以下几种： 空白对照(blank control) 对照组不施加任何干预措施，从而体现非处理因素的效应，并通过与实验组效应的比较，将两组间效应的差别归因于处理因素。例如圣地红景天对自发性高血压大鼠模型(SHR)血压影响的研究中，治疗组予以圣地红景天500mg/(kg(d)灌胃，对照组不予任何处理。但灌胃作为施加干预措施的伴随措施，对大鼠的刺激及可能粘膜的损伤，影响大鼠的健康状态，造成两组在实验过