科研设计与统计常见错误解析汇总.pptVIP

三. 统计分析 在我国临床科研的统计学应用中，在统计方法的选择上存在过分强调统计检验而忽略统计学估计的倾向，存在统计方法越复杂越好的片面看法。 在发表的医学论文中，大多强调是否得到差别有统计学意义，而较少对测定值进行95%可信区间估计，提及样本量估计及抽样方法、样本代表性问题的文章就更少了 在80年代初期，国外医学杂志针对类似的情况曾进行广泛的讨论，提出应重视区间估计的意义而不能将注意力集中在P值是否小于0.05上。 现在大多数的国际医学刊物发表的论文中要求作者同时给出点估计、区间估计和具体的检验统计值，如相对危险度（Relative Risk , RR, RR值就是暴露人群发病机与非暴露人群发病机率之比，即a/(a+b)与c/(c+b)之比），RR的95%可信限和P值。诸如95%可信限的区间估计可以提供更多有价值的信息 但在我国临床科研的统计学应用中尚未引起足够的重视。片面地认为越复杂的统计方法越好，而忽视统计检验方法的适用性和恰当性。 (1)、描述性统计 描述性统计分析是统计检验的基础，能提供资料的总体特征，不论在最后的论文报告中描述性统计分析的结果占多大的比重，它都是实际的资料分析过程中的起点 它为选择进一步的分析方法如选择合理的变量提供重要的信息, 发现原始资料中的错误 忽略必须的描述性统计分析 是导致统计方法应用不当的原因。 从简单到复杂 最基本的分析形式为单个因素的不匹配不分层资料组间比较的分析 这是病例对照研究推断性统计的基础。 可比较病例组与对照之间危险因素的分布情况，分析其危险因素与患病之间的联系。 由于病例和对照只是总体的代表, 无法直接计算真实的患病率，也就无法直接计算RR值，可以估计相对危险度OR，用以来代替RR。 (2)、统计分析中变量的选择 ???????变量的确定： 研究的目的是相看哪两个变量之间的关系（不妨假设一因，一果） 例 ;高血压为因，冠心病为果 A.明确变量的性质 重点和首要的看变量是否为正态分布 分析中对变量进行正态分布检验 血胰岛素、血脂、生长激素、皮质醇、尿微量白蛋白，骨密度等都常为非正态分布。 非正态分布的变量是不能以原始资料进行参数统计分析，此时不进行正态化处理，得出结论会面目全非。 确定重要的变量（包括混杂因素）数量的方法 1.首先可根据自己对所研究领域专业知识的了解初步选择 例: 对氧磷脂酶基因多态性与糖尿病人群合并冠心病的关系 对照组 糖尿病组 糖尿病组+冠心病组 病例数 38 36 39 男/女 29/9 24/12 36/3 年龄 70.8+10.8 64.8+11.9 72.7+8.3 高血压(有/无) 30/8 19/17 17/22 BMI 23.86+3.41 24.96+3.14 25.29+2.56 ? DM病程 0 ? ? ? 服药 0 ? ? PON-192 BB 13.2% 11.1% 30.8% ? ? ? 年龄是必须调整的混杂因素 2. 然后加入文献中同类研究必须纳入的变量 3.应用逐步回归分析也会发现哪些变量应该选入。 有些研究在分析中囊括全部已测变量来做多因素步回归分析，或以为计算机挑出的变量就是最佳变量，是一种误解。 计算机挑出的变量受许多因素的影响，有些未被计算计挑出的变量有时非常重要（如年龄、性别）, 所选变量中若不含有这些变量,分析结果可能不会被承认。 D、决定用等级变量还是连续变量 将本应作为连续变量的参数改为等级变量有时会丢掉许多有用的信息。 决定哪些变量应作